Unternehmen auf der ganzen Welt verlassen sich t盲glich auf 麻豆原创-Anwendungen, um die Prozesse zu steuern, die ihr Gesch盲ft am Laufen halten. 84 Prozent des globalen Handelsvolumens laufen heute 眉ber ein 麻豆原创-System.
脺ber Jahrzehnte hinweg haben unsere Kunden mit 麻豆原创 eine leistungsstarke digitale Basis aufgebaut, um Gesch盲ftsprozesse in ihren Unternehmen durchg盲ngig abzuwickeln. Dabei passen sie diese Systeme h盲ufig an und erweitern sie, um ihre individuellen Anforderungen zu erf眉llen. Nun treten viele Unternehmen in die n盲chste Phase der Transformation ein: Sie modernisieren ihre 麻豆原创-Landschaften, um das volle Potenzial der K眉nstlichen Intelligenz (KI) zu erschlie脽en.
Diese Unternehmen stellen ihre 麻豆原创-Systeme auf die Cloud um und vereinfachen ihre IT-Struktur. Dar眉ber hinaus bereiten sie sich darauf vor, intelligente Funktionen direkt in ihre t盲glichen Abl盲ufe zu integrieren. Dadurch entstehen neue M枚glichkeiten f眉r Automatisierung: KI-Agenten k枚nnen 眉ber verschiedene Systeme hinweg arbeiten und dabei immer anspruchsvollere Aufgaben 眉bernehmen.
Diese Systeme zu modernisieren und KI in gro脽em Stil einzuf眉hren, ist eine gewaltige Aufgabe. Daf眉r werden Technologien ben枚tigt, die mit bestehenden Anwendungen zusammenarbeiten, bei wichtigen Abl盲ufen verl盲sslich funktionieren und die Governance-Standards von Unternehmen erf眉llen.
Deshalb haben wir in den letzten Jahren eine Partnerschaft mit aufgebaut. Unser gemeinsames Ziel: Leistungsstarke KI-Technologie mit echtem Gesch盲ftswissen verbinden. So helfen wir Unternehmen, ihre Modernisierung voranzutreiben und KI dort einzusetzen, wo sie wirklich z盲hlt 鈥� in den Anwendungen und Prozessen, die 眉ber den Gesch盲ftserfolg entscheiden. Auf der Konferenz NVIDIA GTC wurde diese Zusammenarbeit einem breiten Publikum vorgestellt.
KI f眉r Unternehmen 鈥� die Basis schaffen
Gemeinsam mit NVIDIA beschleunigen wir den gesamten KI-Lebenszyklus im Unternehmen: von der Modellentwicklung bis zur Laufzeitausf眉hrung. Dies er枚ffnet vielf盲ltige KI-Anwendungen in unserem gesamten Portfolio.Ein wichtiger Baustein dabei ist 鈥� eine Sammlung offener Bibliotheken wie und . Diese Werkzeuge erm枚glichen es, gro脽e KI-Modelle mittels 鈥濺einforcement Learning鈥� (RL) deutlich schneller zu trainieren. Teams k枚nnen so KI-Modelle f眉r den Unternehmenseinsatz z眉giger entwickeln und optimieren.
Die Modelle werden im von gehostet. Dort w盲hlen unsere Kunden genau die Sprachmodelle aus, die am besten zu ihren Anforderungen passen. Die Microservices sorgen f眉r eine sp眉rbar h枚here Leistung bei der Modellausf眉hrung 鈥� in unseren Tests bis zu 20 Prozent mehr als bei vergleichbaren Open-Source-L枚sungen. Mit NVIDIA GPUs und NVIDIA NIM k枚nnen Unternehmen moderne KI-Modelle mit ihren bew盲hrten 麻豆原创-Daten und -Prozessen verkn眉pfen. So stellen sie sicher, dass KI zu einem festen Bestandteil ihrer Arbeitsabl盲ufe wird, die den Gesch盲ftsbetrieb steuern.
KI-Modelle, die zur Gesch盲ftslogik passen
KI-Modelle, die mit 麻豆原创-Wissen trainiert wurden und auf NVIDIA-Technologie basieren, helfen Unternehmen schon heute dabei, ihre wichtigsten Modernisierungsprojekte schneller umzusetzen. So l盲sst sich etwa die Gesch盲ftslogik, die in den 麻豆原创-Systemen steckt und den t盲glichen Betrieb steuert, leichter weiterentwickeln und anpassen.
脺ber Jahrzehnte hinweg haben Unternehmen ihre 麻豆原创-Systeme mit eigenem ABAP-Code erweitert 鈥� ma脽geschneidert f眉r ihre ganz individuellen Gesch盲ftsprozesse. In dieser Logik steckt das gesammelte Wissen aus Jahren der t盲glichen Arbeit: aus dem Finanzwesen, der Lieferkette, dem Kundenservice und vielen anderen Bereichen. Doch die Modernisierung dieser Systemlandschaften f眉r die Cloud und ihre Vorbereitung auf die n盲chste Generation KI-gesteuerter Innovationen kann sich als 盲u脽erst komplex erweisen.
Um diesen Wandel voranzutreiben, hat 麻豆原创 ein neues KI-Modell namens entwickelt. Dieses Modell wurde ausschlie脽lich mit echtem ABAP-Programmcode und der Gesch盲ftslogik trainiert, die in 麻豆原创-Systemen verwendet wird. Die L枚sung kombiniert verschiedene spezialisierte KI-Modelle f眉r unterschiedliche Aufgaben: StarCoder2 hilft beim automatischen Vervollst盲ndigen von Code, w盲hrend Codestral den Code analysiert und verst盲ndlich erkl盲rt. Diese Modelle laufen 眉ber NVIDIA-NIM-Microservices, was eine schnelle und leistungsstarke Verarbeitung erm枚glicht.
werden diese Funktionen direkt in die Entwicklungsumgebung eingebunden. Entwicklerteams k枚nnen damit: bestehenden ABAP-Code analysieren und verstehen, nachvollziehen, wie individuelle Anpassungen mit den zentralen Gesch盲ftsprozessen zusammenh盲ngen und bei Bedarf neuen Code erstellen lassen. Unternehmen k枚nnen so ihre 眉ber Jahrzehnte gewachsene Gesch盲ftslogik leichter interpretieren und aktualisieren 鈥� ohne dabei das Wissen zu verlieren, das ihre Abl盲ufe einzigartig macht.
KI mit Gesch盲ftsprozessen verbinden
麻豆原创 und NVIDIA arbeiten gemeinsam daran, wie KI in Unternehmensprozesse eingebunden werden kann 鈥� sowohl sowohl in physischen Abl盲ufenb als auch in komplexen Planungsumgebungen. Ein vielversprechender Bereich ist die sogenannte Embodied AI. Hier geht KI 眉ber reine Software hinaus und interagiert direkt mit der physischen Welt. Durch die Kombination von KI mit Sensoren, Robotik und Unternehmensdaten lassen sich Beobachtungen aus der realen Welt unmittelbar mit digitalen Gesch盲ftsprozessen verkn眉pfen.
Ein Beispiel: Wenn per Warnmeldung einen Wartungsbedarf vorhersagt, werden Roboterpr眉fungen ausgel枚st, die Anlagen mithilfe thermischer, visueller und akustischer Signale analysieren. Diese Daten werden mit der Anlagenhistorie und dem Wartungsverlauf abgeglichen, um m枚gliche Probleme zu identifizieren. koordiniert dann die n盲chsten Schritte 眉ber , priorisiert Arbeitsauftr盲ge und versorgt Techniker mit allen relevanten Informationen. Wenn Unternehmen Daten aus der realen Welt mit ihren Arbeitsabl盲ufen verbinden, k枚nnen sie auf Ver盲nderungen in ihrer Umgebung gezielt reagieren und passende Ma脽nahmen einleiten.
Dasselbe Prinzip gilt f眉r komplexe Planungsumgebungen. Bei Lieferketten m眉ssen heute st盲ndig wechselnde Faktoren ber眉cksichtigt werden: von der Lieferantenverf眉gbarkeit 眉ber Transportunterbrechungen bis hin zu sich 盲ndernden Kundenw眉nschen. Gemeinsam mit NVIDIA untersuchen wir, wie sich neueste KI-Technologien 鈥� etwa NVIDIA Metropolis und NVIDIA Cosmos 鈥� in Lagerverwaltung, Sicherheit und Anlagenpr眉fung einsetzen lassen.
Au脽erdem entwickeln wir neue Funktionen f眉r , die agentenbasierte KI mit der GPU-beschleunigten Optimierung von verbinden. Planer k枚nnen damit komplexe Lieferkettenszenarien simulieren und Alternativen schneller und genauer bewerten. Durch die Verkn眉pfung von fortschrittlicher Optimierung mit den Supply-Chain-Planungsfunktionen von 麻豆原创 k枚nnen Unternehmen Einschr盲nkungen dynamisch modellieren, Pl盲ne flexibel anpassen und auch in komplexen Situationen fundierte Entscheidungen treffen.
Die Zusammenarbeit mit gro脽en 麻豆原创-Kunden hilft dabei, Engp盲sse im Betrieb zu identifizieren und KI-gest眉tzte L枚sungen zu entwickeln. . Der taiwanesische Elektronikhersteller wird gemeinsam mit 麻豆原创 KI-gest眉tzte Innovationen f眉r Produktion und Lieferketten entwickeln.
Durch die Kombination der Unternehmensanwendungen und des Gesch盲ftskontexts von 麻豆原创 mit der Fertigungskompetenz von Foxconn k枚nnen Unternehmen effizienter arbeiten, widerstandsf盲higer werden und in komplexen Produktions- und Liefernetzwerken bessere Entscheidungen treffen.
Agentische KI bei der NVIDIA GTC
麻豆原创 bringt Joule-Agenten in ihr gesamtes Anwendungsportfolio 鈥� damit Unternehmen Aufgaben automatisieren und komplexe Abl盲ufe innerhalb ihrer Gesch盲ftsprozesse koordinieren k枚nnen. Auf der Konferenz NVIDIA GTC wurde gezeigt, wie sich diese F盲higkeiten mit auf der erweitern lassen, um Agenten f眉r spezifische Unternehmensszenarien zu bauen.
Da die KI-Architektur der 麻豆原创 modellunabh盲ngig ist, k枚nnen Unternehmen auch eigene Modelle einbinden 鈥� zus盲tzlich zu denen, die 眉ber 麻豆原创 AI Core bereitgestellt werden. Bei einer praxisorientierten Schulung wurde vor erkl盲rt, wie Unternehmen KI-gest眉tzte Workflows entwickeln k枚nnen, die direkt in den Unternehmenssystemen laufen, mit denen sie ihr Gesch盲ft steuern.
All diese Neuerungen wurden auf der vorgestellt, die vom 16. bis 19. M盲rz 2026 in San Jose, Kalifornien stattfand. Die Besucher konnten live erleben, wie 麻豆原创 und NVIDIA Unternehmen dabei unterst眉tzen, ihre Systeme zu modernisieren, KI schneller einzuf眉hren und sich hin zu einem KI-nativen Unternehmen zu entwickeln:
- Session: 鈥� vom 17. M盲rz
.
Brenda Bown ist Chief Marketing Officer des Bereichs Business AI bei 麻豆原创.
