Nun k枚nnte sich diese Gleichung mit Agentic AI deutlich verschieben und ein neues Modell f眉r die Transformation von 麻豆原创-Landschaften entstehen lassen, das sich durch eine schnellere Implementierung, niedrigere Kosten und mehr Eigenst盲ndigkeit der Kunden auszeichnet.

So lautete im Kern die Argumentation in einem , in dem k眉rzlich das Ph盲nomen des 鈥濪eshoring鈥� beleuchtet wurde. Dabei handelt es sich um ein relativ neues Konzept, bei dem Unternehmen KI-Agenten f眉r T盲tigkeiten einsetzen, die bislang zwischen teuren Onshore-Ressourcen und kosteng眉nstigeren Offshore-Teams verteilt wurden.

贵眉谤 Stuart Browne, Gr眉nder und CEO der unabh盲ngigen 麻豆原创-Beratungsfirma , die seit sieben Jahren Unternehmen bei ihrer Migration von 麻豆原创 ECC auf 麻豆原创 S/4HANA unterst眉tzt, liegt die Chance darin, jahrzehntealte Annahmen der Branche zu hinterfragen.

鈥濿ir k枚nnen das in Zukunft nur bewerkstelligen, wenn wir die Art und Weise 盲ndern, wie wir das bisher bewerkstelligt haben鈥�, erl盲uterte er. 鈥濿ir m眉ssen also neue Wege finden, wie wir die Migration beschleunigen k枚nnen. Und KI ist in meinen Augen daf眉r vermutlich der beste Kandidat.鈥�

Schneller, besser und kosteng眉nstiger 鈥� warum nicht alles auf einmal?

Das magische Dreieck der technologischen Transformation besagt, dass die Projekte von Unternehmen schneller, besser oder kosteng眉nstiger durchgef眉hrt werden k枚nnen, in der Regel allerdings nur zwei dieser drei Eigenschaften realisierbar sind.

Stuart Browne stellte diese Pr盲misse infrage, indem er einen Vergleich zur NASA zog, die bei ihren Missionen den Ansatz 鈥瀞chneller, besser, kosteng眉nstiger鈥� verfolgt. Er ist der Meinung, dass auch bei 麻豆原创-Transformationen die Annahme, dass die Verbesserung einer Dimension Kompromisse bei einer anderen erforderlich macht, auf den Pr眉fstand gestellt werden sollte.

鈥濿arum kann man nicht alle drei Eigenschaften anstreben?“, fragte er.

Diese Frage gewinnt zunehmend an Bedeutung, da zahlreichen Unternehmen ihre Migration auf 麻豆原创 S/4HANA erst noch bevorsteht und sie zugleich mit wirtschaftlichem Druck, einem Mangel an 麻豆原创-Kenntnissen und der Komplexit盲t globaler Transformationsprogramme zu k盲mpfen haben.

Ranjeet Panicker, Senior Vice President und Head of Business Transformation bei 麻豆原创, umriss die Herausforderungen rund um den gesamten Lebenszyklus eines 麻豆原创-Projekts von der ersten Erkundung und Analyse 眉ber die Planung und Entwicklung bis hin zur Ausf眉hrung.

In jeder Phase stellen Kunden dieselben Fragen: Wie l盲sst sich das Projekt schneller abschlie脽en? Wie k枚nnen die Kosten gesenkt werden? Wie kann das Unternehmen gr枚脽eren Nutzen aus seiner Investition ziehen?

Vom Offshoring zum 鈥濪eshoring鈥�

Jahrzehntelang setzten Unternehmen auf Offshoring, um durch die Auslagerung von Arbeit ihre Kosten zu senken. Die Rechnung war relativ einfach: Bestimmte T盲tigkeiten wurden an Standorte verlagert, an denen die Arbeitskosten niedriger sind.

Laut Stuart Browne k枚nnen diese Einsparungen jedoch ein anderes Problem verdecken. Auch wenn Offshore-Ressourcen kosteng眉nstiger sind, kann die Verteilung von Arbeit zwischen Offshore- und Onshore-Teams dazu f眉hren, dass das Arbeitsvolumen insgesamt zunimmt, da 脺bergaben erforderlich sind, Kommunikationsprobleme auftreten k枚nnen, Nacharbeit notwendig wird und Aufgaben koordiniert werden m眉ssen.

Agentic AI er枚ffnet hier neue M枚glichkeiten. Anstatt zu fragen, an welchem Standort Arbeit erledigt werden sollte, fragen Unternehmen, ob diese Arbeit 眉berhaupt vollst盲ndig manuell ausgef眉hrt werden muss.

鈥濿arum k枚nnen wir nicht das Arbeitsvolumen verringern und so die Arbeitskosten senken?鈥�, fragte Stuart Browne.

Als Antwort auf diese Frage entstand das Konzept des Deshoring. Dabei werden standortbasierte Implementierungsaufgaben teilweise durch KI-Agenten ersetzt, die bestimmte Aktivit盲ten im Rahmen von 麻豆原创-Transformationen ausf眉hren oder beschleunigen k枚nnen.

Nach der Analyse von rund 180 typischen Aktivit盲ten bei einer Migration von 麻豆原创 ECC auf 麻豆原创 S/4HANA kam Stuart Browne zu dem Schluss, dass der Einsatz von KI potenzielle Einsparungen von rund 60 % erm枚glicht, indem der Aufwand verringert wird und Aufgaben, f眉r die zuvor sehr erfahrene Fachkr盲fte erforderlich waren, von weniger erfahrenen Mitarbeitenden erledigt werden, die dabei von KI unterst眉tzt werden.

Besonders geeignet sind daf眉r Aktivit盲ten, f眉r die umfangreiche Kenntnisse erforderlich sind und die viel Zeit in Anspruch nehmen. Hierzu geh枚ren unter anderem das Verfassen von funktionalen und technischen Spezifikationen, das Durchf眉hren von Fit-Gap-Analysen und das Analysieren von kundenspezifischen Entwicklungen.

鈥濨ei einer Run Rate von einer Million pro Monat kann sich die Wirtschaftlichkeit eines Programms deutlich verbessern, wenn seine Dauer um einige Monate verringert wird鈥�, f眉hrte Stuart Browne aus.

Die 80-Prozent-L枚sung, bei der sich Menschen um die letzten Schritte k眉mmern

Durch den Einsatz von KI k枚nnte innerhalb weniger Stunden das erreicht werden, was Stuart Browne als 80-Prozent-L枚sung bezeichnet. Dabei wird die Arbeit von erfahrenen Fachkr盲ften kontrolliert, auf den Pr眉fstand gestellt und optimiert. Teams wenden nicht mehr viel Zeit daf眉r auf, alles von Grund auf manuell zu erledigen.

鈥濵an sollte den Ergebnissen von KI nicht blind vertrauen, ohne sie zu 眉berpr眉fen鈥�, erkl盲rte er. All das bedeutet jedoch nicht, dass erfahrene 麻豆原创-Fachkr盲fte 眉berfl眉ssig werden. Vielmehr kommt ihr Fachwissen nach diesem neuen Modell in anderen Bereichen zum Einsatz.

Das Ziel besteht nicht darin, autonome Transformationen zu erm枚glichen. Stattdessen wird ein Gro脽teil der Aufgaben beschleunigt und das menschliche Know-how gezielt f眉r die letzten Schritte genutzt: das 脺berpr眉fen und Beurteilen von Ergebnissen, das Treffen von Designentscheidungen und andere Aktivit盲ten, bei denen Erfahrung besonders wertvoll ist.

Kundenspezifische Entwicklungen k枚nnten den Durchbruch erm枚glichen

Ein Bereich, in dem sich nach Auffassung von Stuart Browne bereits ein deutlicher Wandel durch den Einsatz von KI vollzieht, ist die Analyse kundenspezifischer Entwicklungen. Anfangs lag der Schwerpunkt bei 麻豆原创-S/4HANA-Migrationen h盲ufig darauf, die vorhandenen Anpassungen in die neue Umgebung zu 眉berf眉hren und dann zu ermitteln, welche Korrekturen daran vorgenommen werden m眉ssen. Agentic AI er枚ffnet hier neue M枚glichkeiten und untersucht, ob eine Anpassung 眉berhaupt weiterhin erforderlich ist.

Laut Stuart Browne ist KI nun in der Lage, eine gesamte Codebasis mit kundenspezifischen Entwicklungen zu analysieren, funktionale Spezifikationen zur眉ckzuentwickeln und zu ermitteln, ob die damit abgedeckte Gesch盲ftsanforderung auch mit 麻豆原创-Standardfunktionen erf眉llt werden kann.

Anstatt eine Vielzahl 盲lterer Anpassungen zu migrieren und sich im Nachgang um diese zu k眉mmern, k枚nnten sich Kunden einen 脺berblick 眉ber ihre Landschaft aus kundenspezifischen Entwicklungen verschaffen und noch vor der Wahl eines Systemintegrators Fit-to-Standard-M枚glichkeiten aufdecken.

鈥濵an kann sogar eine Fit-to-Standard-Planung f眉r kundenspezifische Entwicklungen durchf眉hren, bevor man sich 眉berhaupt f眉r einen Systemintegrator entscheidet鈥�, f眉hrte Stuart Browne aus.

Das hat erhebliche Auswirkungen, da Kunden bereits f眉r 麻豆原创-Standardfunktionen bezahlt haben, die einen Teil ihrer kundenspezifischen Funktionen 眉berfl眉ssig machen k枚nnten. Zugleich entsteht eine Umgebung, die eine einfachere Wartung und Aktualisierung erm枚glicht.

麻豆原创 entwickelt Agenten f眉r den gesamten Lebenszyklus der Transformation

脛hnliche M枚glichkeiten sieht Ranjeet Panicker f眉r den allgemeinen Lebenszyklus von 麻豆原创-Implementierungen.

Er glaubt, dass Begriffe wie 鈥濷nshoring鈥� und 鈥濷ffshoring鈥� irgendwann weniger relevant sein werden, da Unternehmen die T盲tigkeiten im Zusammenhang mit Transformationsprojekten immer weniger aus Standortperspektive betrachten, sondern aus Sicht der daf眉r ben枚tigten F盲higkeiten. Assistenten und Agenten k枚nnen KI-gest眉tzte F盲higkeiten bereitstellen und in den einzelnen Phasen einer Cloud-Transformation anwenden.

麻豆原创 zielt dabei auf Bereiche wie Systemanalyse, Datenmanagement, kundenspezifische Entwicklungen, Konfiguration, Tests, Rollout und Projektmanagement ab.

Ranjeet Panicker bezeichnete Assistenten als eine Sammlung von Agenten, die einen bestimmten Themenbereich unterst眉tzen.

Mit Funktionen f眉r die Systemanalyse kann beispielsweise die gesamte Umstellung untersucht werden. Funktionen f眉r das Datenmanagement k枚nnen dabei die Datenqualit盲t sicherstellen. Agenten f眉r kundenspezifische Entwicklungen wiederum k枚nnen Analysen, Empfehlungen und in bestimmten Szenarien auch eine automatische Fehlerkorrektur unterst眉tzen. Konfigurationsassistenten schlie脽lich k枚nnen den Ist-Zustand und den anvisierten Zustand bewerten, w盲hrend Test-Agenten die Erstellung von Testskripten automatisieren k枚nnen.

Diese Funktionen sind mit 麻豆原创 Cloud ALM auf der 麻豆原创 Business Technology Platform verkn眉pft. Eine Daten- und Wissensgrundlage liefert dabei den kundenspezifischen Kontext, den die Agenten ben枚tigen. Laut Ranjeet Panicker verfolgt 麻豆原创 das Ziel, den Transformationsaufwand um rund 35 % zu verringern.

Neue Chancen im Bereich Testen

Das Testen kann sehr zeitaufwendig sein, insbesondere in Branchen mit hohen Anforderungen an Sicherheit, Compliance oder 脺berpr眉fung. Hier bringt der Einsatz von KI die weitaus kompliziertere Frage mit sich, in welchem Umfang Unternehmen das Testen an Agenten delegieren k枚nnen.

鈥濿enn man Fehler im Code von einem Agenten beheben lassen kann, d眉rfen dann auch die Tests und die Abnahme der Tests von einem Agenten durchgef眉hrt werden?鈥�, fragte Ranjeet Panicker.

Die Antwort darauf wirkt sich unmittelbar darauf aus, an welchen Workflows einer Transformation der Mensch auch in Zukunft direkt beteiligt sein wird. Dabei m眉ssen Kunden nicht nur entscheiden, ob ein Agent eine Aufgabe ausf眉hren kann, sondern auch, ob sie ausreichend Vertrauen in das Wissen des Agenten, den Kontext und die Leitplanken haben, um die Verantwortung f眉r das Ergebnis an Agenten zu 眉bertragen.

Der Kontext macht den Unterschied

Anwendungsprogramme von 麻豆原创 generieren riesige Mengen an unternehmensspezifischen Informationen zu Architekturentscheidungen, Risikoregistern, Testskripten, Anforderungen und anderen Artefakten, die im Verlauf einer Transformation kontinuierlich erg盲nzt und angepasst werden.

Nach Einsch盲tzung von Stuart Browne kommt es entscheidend darauf an, KI mit diesem sich st盲ndig ver盲ndernden Wissen zu verkn眉pfen. 鈥濪ie F盲higkeit, nicht nur mit statischen LLMs, sondern auch mit dieser Wissensbasis zu kommunizieren, wird meiner Meinung nach gute Agenten noch besser machen鈥�, erl盲uterte er.

Unternehmen m眉ssen deshalb m枚glicherweise nicht nur die Ausf眉hrung von 麻豆原创-Projekten 眉berdenken, sondern auch die Art und Weise, wie sie Informationen erfassen. 贵眉谤 Programme, die traditionell 眉ber Excel, Word, PowerPoint, SharePoint und andere Repositorys ausgef眉hrt werden, sind zunehmend KI-basierte Wissensumgebungen erforderlich, die Agenten hilfreichen Gesch盲fts- und Systemkontext bereitstellen k枚nnen.

鈥濪as ist f眉r mich der Punkt, der 眉ber Erfolg oder Misserfolg entscheidet鈥�, f眉hrte Stuart Browne aus.

KI k枚nnte auch beeinflussen, wer Wissenstr盲ger ist

Der grundlegende Wandel, den KI mit sich bringt, dreht sich vielleicht auch um eine weniger technische Frage, n盲mlich wer 眉ber Fachwissen verf眉gt. Bei der Implementierung von 麻豆原创-L枚sungen haben bislang vor allem erfahrene Berater und Systemintegratoren eine wichtige Rolle gespielt. Das Wissen, 眉ber das sie verf眉gen, ist h盲ufig in den Unternehmen der Kunden nicht vorhanden. Dadurch entsteht ein Ungleichgewicht, das es f眉r Kunden schwierig macht, Empfehlungen infrage zu stellen oder wichtige Entscheidungen zum Design eigenst盲ndig zu bewerten.

Stuart Browne glaubt, dass es k眉nftig f眉r Mitarbeitende mit nur sechs Monaten 麻豆原创-Erfahrung m枚glich sein wird, sich innerhalb weniger Wochen das Wissen anzueignen, das fr眉her nur durch mehrj盲hrige Erfahrung aufgebaut werden konnte.

Auch Ranjeet Panicker ist der Ansicht, dass der Zugang zu Wissen inzwischen weit weniger eingeschr盲nkt ist als fr眉her.

Er selbst arbeitete bei 麻豆原创 zun盲chst vor allem in technischen Rollen. Um den gesch盲ftlichen Kontext zu verstehen, musste er oft jemanden finden, der bereit war, ihm die Sachverhalte zu erkl盲ren. Mithilfe von KI k枚nnen sich Fachkr盲fte Wissen auch au脽erhalb dieser traditionellen Wege aneignen.

Annahmen zur Laufzeit von 麻豆原创-Projekten hinterfragen

麻豆原创-Kunden und -Berater sind es gewohnt, dass Transformationsprojekte, Migrationen und Upgrades eine bestimmte Anzahl von Monaten oder Jahren in Anspruch nehmen. Diese Zeitpl盲ne haben sich zu Grundannahmen verfestigt, die in der Planung abgebildet werden.

Stuart Browne und Ranjeet Panicker sind der Ansicht, dass diese Annahmen auf den Pr眉fstand gestellt werden sollten.

鈥濫s geht darum, den Zeitaufwand f眉r diese Aufgaben zu verringern und die Entscheidungstr盲ger einzubinden, um schneller bessere Entscheidungen treffen zu k枚nnen鈥�, f眉hrte Stuart Browne aus.

Ranjeet Panicker verwies ebenfalls darauf, dass Unternehmen herk枚mmliche Projektlaufzeiten nicht einfach akzeptieren sollten, ohne zu fragen, wie sich diese durch den Einsatz von KI-Funktionen verk眉rzen lassen. 鈥濿arum k枚nnen wir das nicht schneller erreichen?鈥�, fragte er.

Stuart Browne sieht bereits erste Anzeichen f眉r einen Wandel: 鈥濪amit m枚chte ich keineswegs sagen, dass wir einfach einen Knopf dr眉cken und ein komplettes Programm bereitstellen k枚nnen. Tests, Change Management und Designentscheidungen werden komplexe Aufgaben bleiben.鈥� Er ist jedoch fest davon 眉berzeugt, dass Kunden agentengest眉tzte Transformationsprojekte nicht l盲nger als etwas sehen sollten, das in ferner Zukunft liegt. 鈥濪iese M枚glichkeit gibt es bereits jetzt鈥�, bekr盲ftigte er.

Ranjeet Panicker hatte eine ebenso klare Botschaft: Unternehmen sollten nicht abwarten und das Ganze als Zuschauer verfolgen. 鈥濫rgreifen Sie die Initiative, seien Sie neugierig, welche M枚glichkeiten die Technologie bietet. Denn je fr眉her Sie das Ergebnis erreichen k枚nnen, das Sie aus gesch盲ftlicher Perspektive anvisieren, desto gr枚脽eren Mehrwert k枚nnen Sie schaffen.鈥�

The post Mit Agentic AI k枚nnten 麻豆原创-Transformationen wirtschaftlicher werden appeared first on 麻豆原创 News Center.

Evatec ist ein Schweizer Unternehmen mit Aussenstellen in den USA, Europa und Asien. Es entwickelt, produziert und vertreibt Hightech-D眉nnfilm-Beschichtungsanlagen f眉r den Halbleiter-, Optik- und Optoelektronik-Markt. Das Gesch盲ft ist international, technologisch anspruchsvoll und stark projektorientiert. Eine Anlage wird verkauft, in der Schweiz geplant, beschafft, montiert und getestet, danach beim Kunden installiert und 眉ber die Garantiephase hinaus betreut.

Genau diese Wertsch枚pfungskette wollte Evatec k眉nftig durchg盲ngig abbilden. Die historisch gewachsene Systemlandschaft bot zwar viel Flexibilit盲t, bestand aber aus unterschiedlichen Anwendungen, individuellen L枚sungen, Schnittstellen und manuellen Arbeitsschritten. Wissen war teilweise an einzelne Personen oder lokale Vorgehensweisen gebunden. Informationen waren vorhanden, liessen sich jedoch nur schwer zu einem konsistenten Gesamtbild verbinden.

Besonders sichtbar wurde dies im Projektgesch盲ft. Produktion, Auslieferung, Installation und Garantieleistungen wurden fr眉her teilweise in unterschiedlichen Auftr盲gen oder Systemen gef眉hrt. Damit war nur mit erheblichem Aufwand festzustellen, welche Kosten 眉ber den gesamten Lebenszyklus einer Anlage entstanden und welche Marge tats盲chlich erzielt worden war.

芦Wir wollten eine Grundlage schaffen, mit der sich die Firma aus Managementsicht besser steuern l盲sst禄, bringt Nicolas Wenger, Enterprise Architect bei Evatec, die Zielvorstellung auf den Punkt.

In zehn Monaten zum Go-live

Die Entscheidung f眉r die Transformation fiel in einer Phase, in der sich der Markt vergleichsweise schwach entwickelte. Das Management wollte dieses Zeitfenster nutzen, um Evatec f眉r die n盲chste Wachstumsphase aufzustellen. Gleichzeitig setzte es einen aussergew枚hnlich ambitionierten Termin: Zwischen Vertragsunterzeichnung und Go-live lagen gerade mal zehn Monate.

In dieser Zeit mussten Gesch盲ftsprozesse definiert, Stammdaten aufbereitet, Rollen und Berechtigungen festgelegt, Schnittstellen aufgebaut, Daten migriert, Tests durchgef眉hrt und Anwender geschult werden. Externe Spezialisten unterst眉tzten Evatec bei Design, Konfiguration, Migration, Testing und Cutover. Nach dem Go-live folgten sechs Monate Hypercare .

Das Projekt war deshalb keine Systemeinf眉hrung im engeren Sinn. Praktisch alle operativen Bereiche waren betroffen: Finanzen, Verkauf, Einkauf, Produktion und Projektgesch盲ft.

Standardisierte Prozesse durch Cloud ERP in der Public Edition

Evatec entschied sich f眉r 麻豆原创 Cloud ERP Public Edition als zentralen operativen Kern. Ausschlaggebend waren die internationale Ausrichtung, die Abdeckung durchg盲ngiger Gesch盲ftsprozesse und der Plattformgedanke. Die L枚sung sollte nicht nur aktuelle Anforderungen erf眉llen, sondern auch die Basis f眉r die weitere Digitalisierung bilden.

Mit der Public Cloud entschied sich Evatec bewusst gegen eine neue Generation umfangreicher Eigenentwicklungen. 麻豆原创 gibt zahlreiche Standards vor und begrenzt Anpassungen im Kern. Gerade darin sieht Wenger einen Vorteil: 芦Alles, was man selbst baut, erzeugt Aufwand, Risiken und Bruchstellen. Jede Schnittstelle kann zu Problemen f眉hren, wenn sie nicht standardisiert ist.禄

Evatec orientiert sich deshalb am Clean-Core-Prinzip. Der digitale Kern soll m枚glichst standardnah bleiben; notwendige Erweiterungen werden gezielt ausserhalb des ERP-Kerns umgesetzt. Statt das System an jede bisherige Arbeitsweise anzupassen, definierte das Unternehmen verbindliche Prozesse, die 眉ber Funktionen und L盲nder hinweg gelten.

Damit waren auch betriebswirtschaftliche Fragen verbunden: Welche Prozessvarianten sind tats盲chlich n枚tig? Wo lassen sich Abl盲ufe vereinheitlichen? Wer tr盲gt die Verantwortung f眉r einen Prozess oder einen Datensatz? Aus der ERP-Einf眉hrung wurde so eine umfassende Business-Transformation.

Klare Prozesse, mehr Sicherheit und Transparenz

Die Standardisierung verlangte von den Mitarbeitenden oft ein Umdenken. In der fr眉heren Umgebung konnten einzelne Schritte umgangen, Angaben frei erfasst oder Fehler nachtr盲glich manuell korrigiert werden. Im neuen System m眉ssen Buchungen vollst盲ndig erfolgen, Rollen eingehalten und Prozessschritte nachvollziehbar dokumentiert werden.

芦Unser Prozess war fr眉her teilweise einfacher禄, sagt Wenger. 芦Heute gibt es einen Prozess, an den man sich halten muss. 贵眉谤 das Business wurde es nicht zwingend einfacher, wohl aber transparenter und steuerbarer.禄

Der Nutzen zeigt sich besonders im Controlling. Materialentnahmen, R眉ckbuchungen, Produktionsleistungen, Einkaufskosten, Installationsaufwand und Garantieleistungen k枚nnen heute einem Projekt zugeordnet werden. Fehlerhafte oder unplausible Buchungen werden sichtbar, statt in manuellen Korrekturen zu verschwinden.

Evatec kann damit ein im Ausland verkauftes und installiertes System gemeinsam mit sp盲teren Service- und Garantieprojekten analysieren. Die einzelnen Phasen lassen sich getrennt oder 眉ber den gesamten Lebenszyklus betrachten. Das ergibt ein realistischeres Bild der Projektmarge und schafft eine belastbarere Grundlage f眉r Kalkulation und Steuerung.

Der n盲chste Schritt f眉hrt vom R眉ckblick zum Forecasting. Sobald 眉ber einen l盲ngeren Zeitraum qualitativ gute Daten vorliegen, will Evatec untersuchen, wie Produkttyp, Marktregion, Installationsaufwand oder Garantieleistungen die Profitabilit盲t beeinflussen. Damit k枚nnte das Unternehmen nicht nur erkl盲ren, was ein Projekt gekostet hat, sondern k眉nftige Margen genauer prognostizieren.

Technisch erfolgreich, organisatorisch fordernd

Trotz des hohen Tempos gelang der Go-live ohne Betriebsunterbruch. Produktion, Einkauf, Verkauf und Finanzprozesse liefen weiter. In den ersten Monaten mussten dennoch zahlreiche Fragen gekl盲rt, Berechtigungen angepasst, Prozessl眉cken geschlossen und Anwender unterst眉tzt werden.

Die mehrmonatige Hypercare-Phase war deshalb ein fester Bestandteil des Programms. Heute l盲uft die L枚sung stabil. Verantwortung und Know-how werden schrittweise vom Implementierungspartner an interne Teams 眉bergeben. Gleichzeitig entstehen Support-Strukturen, Governance-Regeln und ein Backlog f眉r kontinuierliche Verbesserungen.

R眉ckblickend w眉rde Wenger vor allem mehr Zeit in die organisatorische und datenbezogene Vorbereitung investieren. 芦Zw枚lf Monate Realisierung sind realistisch, wenn die Firma bereit ist. Alles darunter ist machbar, aber es tut weh.禄

Von der Systemlandschaft zur KI-Plattform

Mit dem stabilen ERP-Betrieb ist die Transformation nicht abgeschlossen. 麻豆原创 S/4HANA Cloud bildet den Kern einer umfassenderen Architektur. Mit 麻豆原创 Datasphere, Bestandteilder 麻豆原创 Business Data Cloud, will Evatec Informationen aus 麻豆原创- und Umsystemen semantisch verbinden. 麻豆原创 SuccessFactors erg盲nzt die HR-Prozesse, eine st盲rker integrierte CRM-Umgebung soll folgen.

麻豆原创 LeanIX ist als Architektur-Backbone vorgesehen. Damit sollen Anwendungen, Schnittstellen und Abh盲ngigkeiten transparent dokumentiert werden. 麻豆原创 Signavio unterst眉tzt die Abbildung und Weiterentwicklung der Prozesse. Ziel ist eine integrierte Landschaft, in der weniger Br眉che entstehen und Ver盲nderungen in Systemen und Prozessen nachvollziehbar bleiben.

Parallel dazu schafft Evatec zugleich die Voraussetzungen f眉r k眉nstliche Intelligenz. Das Unternehmen testet Funktionen rund um 麻豆原创 Joule, Embedded AI und agentenbasierte Anwendungen, geht bei der Freigabe f眉r Endanwender jedoch vorsichtig vor.

芦Wenn ein KI-Agent 眉ber Daten l盲uft, die nicht stimmen, entsteht im besten Fall Verwirrung und im schlimmsten Fall ein Fehler禄, warnt Wenger. Datenqualit盲t ist deshalb keine technische Vorarbeit, die irgendwann abgeschlossen ist, sondern ein strategischer Erfolgsfaktor.

Der Weg von der Analyse zur Automation

Ein erster konkreter Anwendungsfall betrifft die rund 200鈥�000 Artikel im System. Diese Datenmenge l盲sst sich nicht mehr vollst盲ndig manuell pr眉fen. Ein KI-Agent k枚nnte Muster erkennen und Datens盲tze markieren, deren Klassifikation, Einheit oder Merkmale nicht zu vergleichbaren Artikeln passen. Die KI soll dabei zun盲chst nicht selbstst盲ndig korrigieren, sondern Verantwortliche gezielt auf m枚gliche Fehler hinweisen.

Langfristig liegt der gr枚ssere Nutzen f眉r Wenger in der Automatisierung von Prozessschritten. KI soll nicht nur Informationen 眉ber verschiedene Anwendungen hinweg finden, sondern auf Basis verl盲sslicher Daten, Regeln und Berechtigungen selbstst盲ndig Aktionen im System ausl枚sen.

Die 麻豆原创-Einf眉hrung hat Evatec damit nicht einfach ein neues ERP-System gebracht. Sie hat Prozesse verbindlicher gemacht, die Transparenz 眉ber das weltweite Projektgesch盲ft erh枚ht und eine gemeinsame Datenbasis geschaffen. Der Preis daf眉r war ein aussergew枚hnlich intensives Transformationsprogramm. Doch genau diese Grundlage soll nun den n盲chsten Entwicklungsschritt erm枚glichen: bessere Prognosen, weniger Br眉che und einen kontrollierten, wirtschaftlich sinnvollen Einsatz von KI.

Bild: Hauptsitz von Evatec in der Schweiz (Copyright Evatec)

The post Vom ERP-Projekt zur intelligenten Datenplattform appeared first on 麻豆原创 News Center.

贵眉谤 ist das Race to World First H盲rtetest und Spiel zugleich. In dem Wettbewerb m眉ssen Teams mitunter wochenlang in hochkomplexen Raids gegeneinander antreten. M眉digkeit, Stress, Erholung und Koordination k枚nnen die Spielerleistung beeinflussen, w盲hrend Coaches in Echtzeit Entscheidungen treffen m眉ssen.

Da wichtige Informationen oft in separaten Systemen gespeichert sind, war diese Herausforderung bislang schwer zu bew盲ltigen. Gameplay-Kennzahlen, Kampfprotokolle, Wearable-Signale, Daten zur Spieler-Fitness und operative Daten k枚nnen wichtige Einblicke liefern. Mit isolierten Analysen erhalten Coaches jedoch nur ein unvollst盲ndiges Bild, wie Spieler-Fitness und Spielausf眉hrung sich gegenseitig beeinflussen.

Mit der L枚sung kann Team Liquid diese Signale in einer zentralen KI-gest眉tzten Umgebung analysieren. Coaches, Analysten und Performance-Experten k枚nnen physische Bereitschaft, Stressindikatoren, Kennzahlen zur Erholung, Raid-Planung und In-Game-Leistung zusammen auswerten und so Muster identifizieren, die mit separaten Tools und Tabellen nur schwer zu erkennen sind.

Die L枚sung erweitert die vernetzte Datengrundlage um KI-gest眉tzte Empfehlungen. Durch die Analyse der Entwicklung von Gameplay, Fitness und biometrischen Daten k枚nnen Coaches mit Joule fr眉he Warnsignale erkennen und Taktiken mit historischen Leistungsmustern vergleichen. Sie k枚nnen auch untersuchen, ob Erholungspausen, Rollenanpassungen oder Strategie盲nderungen dem Team helfen, bei Progression-Versuchen pr盲zise zu bleiben.

鈥濨ei der Vorbereitung auf das Race to World First k枚nnen wir mit zentralen Daten zur Spielerleistung und -gesundheit und zum Spiel unseren Coaching-Ansatz und unsere Strategie anpassen鈥�, erkl盲rte Dr. Jesse Hart, Senior Director of Sports Science and Analytics bei Team Liquid. 鈥濵it 麻豆原创 Business Data Cloud k枚nnen wir in einer der h盲rtesten Wettbewerbsphasen des Jahres Entscheidungen datengest眉tzt und nicht nur aus dem Bauch heraus treffen.鈥�

Seit 2018 entwickeln 麻豆原创 und Team Liquid gemeinsam L枚sungen f眉r E-Sports, Analysen und KI-Innovationen, unter anderem zur Vorbereitung auf Wettbewerbe und Unterst眉tzung von Echtzeitentscheidungen. 麻豆原创 Business Data Cloud zeigt nun, wie vernetzte Daten und KI Teams dabei helfen k枚nnen, fragmentierte Informationen selbst unter Zeitdruck effektiv zu nutzen. Auch jenseits des E-Sports ben枚tigen Unternehmen aller Branchen verl盲ssliche Daten, intelligente Einblicke und menschliches Know-how, um im entscheidenden Moment optimale Ergebnisse zu erzielen. 

Weitere 麻豆原创einformationen finden Sie im 麻豆原创 News Center. Erhalten Sie 麻豆原创 News auf und .

Ansprechpartner f眉r die 麻豆原创e: 

Martin Gwisdalla, +49 6227 7-67275, martin.gwisdalla@sap.com, CET
麻豆原创ebereich im 麻豆原创 News Center; press@sap.com

# # # 

Dieses Dokument enth盲lt vorausschauende Aussagen, das hei脽t Vorhersagen, Prognosen oder andere Aussagen zu zuk眉nftigen Ereignissen. Diese Aussagen basieren auf aktuellen Erwartungen, Voraussagen und Annahmen, die Risiken und Unsicherheiten unterliegen, was dazu f眉hren kann, dass die tats盲chlichen Ergebnisse und Resultate erheblich hiervon abweichen k枚nnen.鈥� Zus盲tzliche Informationen zu diesen Risiken und Unsicherheiten finden Sie in den von uns bei der US-amerikanischen 鈥濻ecurities and Exchange Commission鈥� (SEC) eingereichten Unterlagen, einschlie脽lich, aber nicht beschr盲nkt auf den Abschnitt zu den Risikofaktoren des 麻豆原创-Jahresberichts 2025 auf dem Formular 20-F. 

 
漏 2026 麻豆原创 SE. Alle Rechte vorbehalten.  
麻豆原创 und andere in diesem Dokument erw盲hnte Produkte und Dienstleistungen von 麻豆原创 sowie die dazugeh枚rigen Logos sind Marken oder eingetragene Marken der 麻豆原创 SE in Deutschland und anderen L盲ndern. Zus盲tzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

The post Team Liquid optimiert mit 麻豆原创 BDC die Spielerleistung appeared first on 麻豆原创 News Center.

Eine , die von IDC im Auftrag von 麻豆原创* unter Unternehmen durchgef眉hrt wurde, die f眉r HR-Kernfunktionen, Zeiterfassung und Gehaltsabrechnung nutzen, kam jedoch zu dem Ergebnis, dass das wirkliche Risiko woanders liegt: in der Fragmentierung. Fragmentierung kann nicht nur die Effizienz der betrieblichen Abl盲ufe beeintr盲chtigen, sondern ein Unternehmen auch grundlegend daran hindern, das volle Potenzial von KI im Personalwesen auszusch枚pfen.

Die HR-, Zeit- und Gehaltsabrechnungssysteme vieler Unternehmen haben sich durch jahrelanges Wachstum, Akquisitionen und regionale Anpassungen weiterentwickelt. Das Ergebnis ist ein Flickwerk aus voneinander isolierten Tools, redundanten Daten und manuellen 脺bergabeprozessen, die die Entscheidungsfindung verlangsamen und das Betriebsrisiko erh枚hen. Solche Systemlandschaften sind zwar noch funktionst眉chtig, aber auch mit versteckten Einbu脽en bei Produktivit盲t, Genauigkeit und Vertrauen verbunden, insbesondere da die Erwartungen an das Personalwesen weiter steigen und KI f眉r Arbeitsabl盲ufe immer wichtiger wird.

Fragmentierung als unsichtbare Bremse

Die Auswirkungen der Fragmentierung sind nicht immer unmittelbar ersichtlich, doch sie manifestieren sich deutlich in der Art und Weise, wie Entscheidungen getroffen werden.

Wenn sich Entscheidungen hinausz枚gern, machen F眉hrungskr盲fte oft Genehmigungsprozesse, Richtlinien oder externe Einschr盲nkungen verantwortlich. In Wirklichkeit entstehen die meisten Reibungspunkte jedoch schon fr眉her, n盲mlich dann, wenn Teams Daten aus verschiedenen Systemen heranziehen m眉ssen, bevor der eigentliche Entscheidungsprozess 眉berhaupt beginnen kann.

Gem盲脽 der Studie profitierten Unternehmen mit einem einheitlichem HR-Fundament von einem schnelleren Zugang zu verl盲sslichen Mitarbeiterdaten. Dadurch konnten sie Analysen um 60 % beschleunigen und bei der Erstellung neuer Stellenausschreibungen eine Beschleunigung um 53 % verzeichnen. Anstatt neue Tools hinzuzuf眉gen, bauten diese Unternehmen Reibungspunkte ab, indem sie manuelle 脺berpr眉fungen, inoffizielle Excel-Listen und vielmalige Kontrollen zur Sicherstellung der Korrektheit der Daten abschafften.

Und wenn Unternehmen auf k眉nstliche Intelligenz (KI) setzen, um die Personalplanung zu beschleunigen, Risiken zu erkennen und Entscheidungen zu lenken, wird diese Grundlage sogar noch wichtiger. KI ist nur so effektiv wie die Daten, auf die sie zugreifen und auf die sie sich verlassen kann. In fragmentierten Umgebungen f眉hren inkonsistente und l眉ckenhafte Daten sowie Zeitverluste dazu, dass die KI nur eingeschr盲nkt zuverl盲ssige Erkenntnisse und Empfehlungen liefern kann.

Betrachten wir eine einfache Entscheidung im Bereich der Personalplanung, zum Beispiel die Genehmigung einer neuen Stelle. In einer fragmentierten Umgebung ruft das Personalwesen Daten aus einem System ab, das Finanzwesen validiert diese in einem anderen System, und F眉hrungskr盲fte stimmen Diskrepanzen in Tabellenkalkulationen ab. Was Stunden dauern sollte, nimmt Tage in Anspruch 鈥� nicht, weil die Entscheidung kompliziert ist, sondern weil die Daten komplex sind.

Mit konsistenten Personalinformationen in Echtzeit k枚nnen F眉hrungskr盲fte schneller und mit mehr Sicherheit handeln. Noch wichtiger ist, dass KI dank einheitlicher Daten 眉ber reaktive Berichterstattung hinausgeht und proaktiv Informationen als Grundlage f眉r umgehende Entscheidungen bereitstellen kann.

Abrechnungsfehler oft nicht menschlicher Natur, sondern strukturell bedingt

Isolierte Systeme drosseln nicht nur Arbeitsprozesse, sondern sind auch anf盲lliger f眉r Fehler.

Wenn Mitarbeiterdaten, Informationen zur Gehaltsabrechnung sowie Zeitdatens盲tze an unterschiedlichen Orten gespeichert sind, wird jede 脺bergabe zu einer potenziellen Fehlerquelle. Manuelle Abgleiche und Korrekturen geh枚ren zum Alltag, vor allem in kritischen Phasen wie der Entgeltabrechnung.

Unternehmen mit einheitlichen Plattformen konnten sp眉rbare Verbesserungen verzeichnen: Die Fehlerquote bei der Gehaltsabrechnung sank um 64 Prozent, und Abrechnungszyklen konnten um 44 Prozent schneller abgeschlossen werden, indem Datenl眉cken beseitigt und die Validierung 眉ber vernetzte Prozesse hinweg automatisiert wurden.

An diesem Punkt vollzieht die KI den Wandel von einer reaktiven zu einer pr盲ventiven Funktion. Mit einheitlichen Daten kann KI Anomalien vor Abrechnungsl盲ufen erkennen, potenzielle Compliance-Risiken identifizieren und kontinuierlich aus Mustern im gesamten Unternehmen lernen. Anstatt Fehler nachtr盲glich zu beheben, k枚nnen HR- und Abrechnungsteams diese im Vorfeld verhindern.

Dieser strukturelle Wandel ver盲ndert die Arbeitsweise von Personal- und Gehaltsabrechnungsteams von Grund auf. Gehaltsabrechnungsteams konnten eine Produktivit盲tssteigerung von 21 Prozent verzeichnen, w盲hrend Personalabteilungen ihre Produktivit盲t um 14 Prozent erh枚hten. Die Zeit, die zuvor f眉r die Identifizierung von Abweichungen, das Korrigieren von Eintr盲gen und die Bearbeitung von Eskalationen aufgewendet wurde, kann nun f眉r Aufgaben wie Kontrollen, die Einhaltung von Vorschriften und stetige Prozessverbesserung genutzt werden.

Systemfragmentierung schw盲cht das Vertrauen und hemmt die Akzeptanz von KI

Ist eine IT-Landschaft fragmentiert, f眉hrt dies dazu, dass das Vertrauen allm盲hlich verloren geht. Die Zuversicht der Mitarbeitenden nimmt ab, wenn es zu Abrechnungsfehlern kommt oder die Daten in den Self-Service-Tools nicht den tats盲chlichen Gegebenheiten entsprechen. Und wenn Dashboards widerspr眉chliche Daten anzeigen, z枚gern F眉hrungskr盲fte, die n盲chsten Schritte einzuleiten. Das bedeutet, dass Personalteams zu Vermittlern zwischen Systemen werden, anstatt als strategische Partner f眉r das Unternehmen zu fungieren.

Integrierte HR-, Zeiterfassungs- und Personalabrechnungssysteme kehren diese Dynamik um. Mitarbeitende erhalten auf diese Weise m眉helos Zugriff auf Self-Service-Tools. Laut der IDC-Studie konnten dementsprechend 28 % mehr Mitarbeitende direkt auf HR- und Zeiterfassungsplattformen zugreifen. F眉hrungskr盲fte profitieren davon, in Echtzeit Genehmigungen und Teamdaten 眉berschauen zu k枚nnen. Gleichzeitig kann sich die Personalabteilung so wieder als verl盲ssliche Anlaufstelle f眉r pr盲zise und aktuelle Mitarbeiterdaten etablieren.

Im Laufe der Zeit nimmt das Vertrauen so immer mehr zu. Und wenn Menschen Vertrauen in ein System haben, dann nutzen sie es auch. Ein Anstieg der Nutzung verbessert die Datenqualit盲t, w盲hrend genauere Daten die Entscheidungsfindung erleichtern.

Dies ist umso wichtiger, wenn Unternehmen KI auf das gesamte Personalwesen ausweiten. Mitarbeitende und F眉hrungskr盲fte greifen viel h盲ufiger auf KI-gest眉tzte Empfehlungen zur眉ck 鈥� sei es f眉r die Karriereentwicklung, Planung oder Verg眉tung 鈥�, wenn die zugrunde liegenden Daten verl盲sslich sind. Ohne dieses Vertrauen als Basis k枚nnen selbst die leistungsf盲higsten KI-Funktionen nicht voll genutzt werden.

Fragmentierung verlangsamt nicht nur Prozesse; sie setzt auch die Grenzen dessen, was F眉hrungskr盲fte f眉r m枚glich halten, und f眉hrt dazu, dass Entscheidungen von den Einschr盲nkungen eines Systems statt von gesch盲ftlichen Anforderungen gelenkt werden.

Die Kosten des Stillstands

So geht Fragmentierung nicht nur zu Lasten der betrieblichen Prozesse, sondern hat auch in finanzieller Hinsicht Auswirkungen, die im Laufe der Zeit zu vermehrten Kosten f眉hren.

In allen befragten Unternehmen belief sich der durchschnittliche messbare Nutzen j盲hrlich auf 649.400 US-Dollar pro 1.000 Mitarbeitende. Zur眉ckzuf眉hren war dieser positive Effekt auf Produktivit盲tssteigerungen, weniger Fehler, schnellere Zyklen und bessere Gesch盲ftsentscheidungen. 脺ber einen Zeitraum von drei Jahren erzielten Unternehmen einen Return on Investment (ROI) von 284 Prozent mit einer Amortisationszeit von etwa 15 Monaten.

Neben diesen quantifizierbaren Verbesserungen zeichnet sich zudem ein wachsender Wettbewerbsvorteil f眉r Unternehmen ab, die eine einheitliche Plattform nutzen: Diese Organisationen arbeiten nicht nur effizienter, sondern sind auch besser aufgestellt, um KI entlang des gesamten Mitarbeiterlebenszyklus zu integrieren 鈥� von der Einstellung und dem Onboarding bis hin zur Entwicklungs- und Personalplanung. Wer noch mit fragmentierten Systemen arbeitet, riskiert, den Anschluss zu verlieren, sowohl im operativen Gesch盲ft als auch in strategischer Hinsicht.

Innovation ist nicht das eigentliche Risiko

Innovation zieht Aufmerksamkeit auf sich, weil sie Neues bietet, im Blickpunkt steht und bestehende Prozesse umw盲lzt. Fragmentierung hingegen ist ein schleichender Prozess, der erst dann sp眉rbar wird, wenn die Handlungsf盲higkeit eines Unternehmens eingeschr盲nkt wird. Doch angesichts der wachsenden Anforderungen an die Personalabteilungen, mehr zu leisten und zum Beispiel mehr Transparenz, eine agilere Planung, l眉ckenlose Compliance und ein optimiertes Mitarbeitererlebnis zu bieten, treten die Nachteile von nicht vernetzten Systemen immer deutlicher zutage.

Ein modernes Personalwesen l盲sst sich nicht verwirklichen, indem neue Tools auf ein veraltetes Fundament aufgesetzt werden. Stattdessen geht es darum, Komplexit盲t zu verringern, Daten zu vereinheitlichen und 眉ber die wichtigsten Personalprozesse hinweg Konsistenz zu schaffen. Plattformen wie 麻豆原创 SuccessFactors setzen hier an, um HR-Kernfunktionen, Zeiterfassung und Gehaltsabrechnung zu vereinheitlichen und KI direkt in Arbeitsabl盲ufe einzubetten. Durch die Kombination einer verl盲sslichen Datengrundlage mit KI-gest眉tzten Erkenntnissen und Automatisierung k枚nnen Unternehmen von reaktiven Abl盲ufen zu einem vorausschauenden, datengest眉tzten Personalmanagement 眉bergehen.

Die Frage ist nicht, ob es sich Unternehmen leisten k枚nnen, ihr Personalwesen zu modernisieren, sondern ob sie es sich leisten k枚nnen, auf das volle Potenzial von KI zu verzichten, wenn sie eine fragmentierte Systemlandschaft als Grundlage nutzen.

KI kann das Personalwesen nicht im Alleingang umkrempeln; sie st盲rkt vielmehr die Grundlagen, die bereits bestehen. Und ohne einen einheitlichen, verl盲sslichen Kern kann selbst die leistungsst盲rkste KI nicht den Nutzen erbringen, den sie verspricht.

Erfahren Sie, wie f眉hrende Unternehmen Fragmentierung reduzieren und durch die Vereinheitlichung von HR-Kernfunktionen, Zeiterfassung und Gehaltsabrechnung mit eine solide Grundlage f眉r KI schaffen.

*

Lara Albert ist Chief Marketing Officer bei 麻豆原创 SuccessFactors.

The post Fragmentierung als H眉rde f眉r KI im Personalwesen appeared first on 麻豆原创 News Center.

Ein Ort, an dem man gerne seinen Urlaub verbracht hat. Die Gegend, in der man als Kind wohnte. Ein Haustier, an dem man hing. Ein lebenslanges Hobby. Wenn bei Menschen mit Demenz das Ged盲chtnis nachl盲sst und die Kommunikation schwieriger wird, k枚nnen solche Details eine gro脽e Wirkung haben und Erinnerungen, Geschichten und freudige Erlebnisse wachrufen. 

bietet seit geraumer Zeit Ged盲chtnistraining, das wie ein Quiz aufgebaut ist. Damit will man Menschen mit Alzheimer oder Demenz auf spielerische Weise helfen, sich an vergangene Momente zu erinnern. Gemeinsam mit der 麻豆原创 und suchte das Unternehmen nach M枚glichkeiten, um seine Spiele mithilfe von KI in gro脽em Ma脽stab noch st盲rker personalisieren zu k枚nnen. 

鈥濿ir hatten erkannt, dass wir das Spielerlebnis durch die Nutzung von KI mit zwei oder drei weiteren Schritten noch pers枚nlicher gestalten und bei allen Personen positive Erinnerungen wecken konnten鈥�, so Bruce Elliott, CEO und Mitbegr眉nder von Memory Lane Games. 鈥濧ber als sechsk枚pfiges Startup auf der Isle of Man, einer kleinen Insel mitten in der Irischen See, stellte dieses Vorhaben f眉r uns eine gro脽e Herausforderung dar. Wir hatten eine hervorragende Idee, aber wir ben枚tigten Unterst眉tzung, um sie in die Realit盲t umzusetzen.鈥� 

Kooperationen f眉r einen guten Zweck 

Memory Lane Games arbeitete 眉ber das Netzwerk von MovingWorlds mit 麻豆原创 und EY zusammen, um einen KI-Prototyp zu entwickeln, der mehr als nur Standard-Ged盲chtnistraining erm枚glicht. Mithilfe dieses Prototyps sollen pers枚nliche Charakterz眉ge, Erlebnisse und Familienfotos in Spiele einflie脽en und so die kognitive Leistung unterst眉tzen. 

Dieses Projekt war Teil von , einer von MovingWorlds organisierten Gemeinschaftsinitiative von 麻豆原创, EY und Microsoft f眉r Sozialunternehmen, die h盲ufig mit begrenzten Ressourcen arbeiten, komplexe technische Herausforderungen bew盲ltigen m眉ssen und nur eingeschr盲nkte M枚glichkeiten zur Zusammenarbeit mit Partnern haben. Solchen Organisationen bietet das Programm strategisches Coaching, ehrenamtliche Beratung, fachkundige Workshops und kostenlosen Zugang zu einem globalen Partnernetz. 

Aber auch Mitarbeitende in Unternehmen wie 麻豆原创 und EY profitieren von diesen Projekten. Zusammen mit Sozialunternehmen Probleme aus der Praxis zu l枚sen, geh枚rt zu den effektivsten Formen des erfahrungsbasierten Lernens und hilft dabei, Kompetenzen zu entwickeln, die sowohl f眉r Einzelpersonen als auch f眉r Organisationen f枚rderlich sind. 

脺ber dieses Programm erhielt Memory Lane Games den notwendigen technischen Support, um zu untersuchen, wie generative KI eine st盲rkere Personalisierung seiner Spiele erm枚glichen kann. Das Projektteam setzte sich aus Wade Tsai, Global Client Technology Architecture Leader bei EY, sowie den 麻豆原创-Entwicklern Robin B盲urle und Michael Zadikowitsch zusammen. Sie befassten sich zun盲chst mit dem bisherigen Angebot des Unternehmens und 眉berlegten dann, wie generative KI eingesetzt werden k枚nnte, um neue M枚glichkeiten zu erschlie脽en. Das Team setzte schlie脽lich auf eine Kombination aus Personalisierung und Bildern. 

Aus Erinnerungen individuelle Spiele schaffen 

Die Grundlage f眉r den Prototyp des Projektteams ist ein Charakterprofil, auf das sich die KI beziehen kann. Eine Betreuungskraft oder eine nahestehende Person kann das Profil f眉r den Menschen erstellen, der an Demenz erkrankt ist. Im Profil werden grundlegende Informationen angegeben, etwa Altersgruppe, Geschlecht, Muttersprache, Wohnorte, fr眉herer Beruf, kultureller Hintergrund sowie andere Details wie vergangene Urlaube, Lieblingsessen, Hobbys und Haustiere. Ziel ist es, die Interessen und Eigenschaften einer Person zu erfassen und nicht nur personenbezogene Daten. Anhand dieses Charakterprofils schl盲gt die KI Themen vor und generiert dann Spiele, indem sie Open-Source-Bilder verwendet und Multiple-Choice-Fragen erstellt. 

In einer Demo des Prototyps von Memory Lane Games wurde als Beispiel die Erstellung eines Profils einer Frau im Alter von 75 bis 80鈥疛ahren gezeigt, die in der Stadt Savannah im US-Staat Georgia lebt, 35 Jahre lang Grundschullehrerin war und ihre Urlaube gerne auf einer Insel in Georgia und in den Blue Ridge Mountains verbrachte. Sie hatte fr眉her eine Hauskatze mit dem Namen Magnolia, h枚rt gerne Motown- und Soul-Musik, arbeitet oft im Garten und beobachtet dort gerne V枚gel. Sie kocht und backt gerne Gerichte und Kuchen aus der klassischen S眉dstaatenk眉che. Der KI-Prototyp generierte mehrere Spiele f眉r diese Frau, in denen es um die historischen Pl盲tze Savannahs, Ausfl眉ge in die Blue Ridge Mountains, beliebte S眉dstaatengerichte, ihre Katze Magnolia und die V枚gel im Garten ging. 

鈥濧nfangs mussten wir uns mit dem Problem besch盲ftigen, wie Metadaten aus Bildern extrahiert werden k枚nnen鈥�� und wie wir 眉berhaupt an Bilder kommen, wo wir sie finden und wie wir diese Spiele entwickeln k枚nnten鈥�, erl盲utert Zadikowitsch. 鈥濽nd so fingen wir an, zu experimentieren und Dinge auszuprobieren. Wir haben Fragen generiert und dann versucht, Bilder zu finden, was nicht gut funktioniert hat. Dann gingen wir dazu 眉ber, erst Bilder zu finden und dann Fragen zu generieren. Das hat besser geklappt.鈥� 

Der Prototyp befindet sich derzeit in der Testphase. Nach der Fertigstellung wird es m枚glich sein, die Spiele mit Fotos, die von einer Betreuungskraft oder einer nahestehenden Person bereitgestellt werden k枚nnen, noch st盲rker zu personalisieren. 

Laut Tsai k枚nnen heutige KI-Modelle zwar Gegenst盲nde in Bildern erkennen; der entscheidende n盲chste Schritt besteht jedoch darin, die KI so zu steuern, dass sie auch Metadaten und EXIF-Daten ausliest鈥�� also das genaue Datum, den Zeitstempel und die GPS-Koordinaten, die verraten, wann und wo ein Foto entstanden ist. 

Die vielf盲ltigen Informationen, die in einer Fotodatei gespeichert sind, k枚nnen eine wahre Fundgrube f眉r den KI-Prototyp von Memory Lane Games sein. 鈥濿ir k枚nnen diese Information als Anhaltspunkt nutzen, um daraus abzuleiten, was wir sonst noch aus diesen Daten gewinnen k枚nnen, und so die damit verbundenen Erinnerungen wecken鈥�, so Tsai. 鈥濫s geht bei weitem nicht nur darum, wo ein Foto aufgenommen wurde.鈥� 

KI: Menschlicher Faktor statt reiner Produktivit盲tsmotor 

Memory Lane Games nutzt den KI-Prototyp, um auf effizientere Weise h枚chst individuelle Spiele zu erstellen. Doch das weitaus gr枚脽ere Potenzial des Prototyps liegt woanders: Er erm枚glicht es an Demenz erkrankten Menschen und ihren Nahestehenden, gemeinsam Erinnerungen aufleben zu lassen.  

鈥濿enn es um KI geht, besteht die typische Zielgruppe in der Regel aus Mitarbeitenden von Unternehmen鈥�� und nicht etwa aus Menschen mit Demenz鈥�, betont B盲urle. 鈥濿enn man nicht ber眉cksichtigt, dass auch diese Zielgruppen von digitalen L枚sungen鈥�� und ganz besonders von KI-basierten L枚sungen鈥�� profitieren k枚nnen, bleibt ein enormes Potenzial ungenutzt.鈥� 

贵眉谤 das Projektteam hatte der Nutzen f眉r den Menschen oberste Priorit盲t. 鈥濭anz egal, was wir entwickeln: Das Endergebnis sollte Freude wecken鈥�, f眉gt B盲urle hinzu. 

鈥濨etreuungskr盲fte sind st盲ndig auf Trab. Familienmitglieder haben sehr viel zu tun. Das Pflegepersonal in Pflegeheimen ist extrem ausgelastet. Aus einem Familienfoto und wenigen Zeilen Text sechs bis zehn Fragen zu entwickeln, die all diese Erinnerungen wecken, ein positives Gef眉hl hervorrufen und tolle Geschichten greifbar machen鈥�� genau das konnten wir [mithilfe dieser Zusammenarbeit] umsetzen鈥�, betont Elliott. 

KI erm枚glicht es, spielerische Ged盲chtnis眉bungen nicht nur auf eine Stadt, sondern auch auf eine Wohngegend, ein lokales Wahrzeichen oder einen anderen Aspekt zu beziehen, der eng mit dem Leben einer Person verkn眉pft ist. Je individueller das Spiel ist, desto leichter kommt es zu Gespr盲chen und einem Gef眉hl der N盲he. 

鈥濿ir wissen, dass soziale Isolation eines der gr枚脽ten Risiken f眉r Demenz im Alter ist, auf das wir Einfluss nehmen k枚nnen. Deshalb ist es so wichtig, Menschen ins Gespr盲ch zu bringen und ihre Neuronen zu aktivieren, indem man sie dazu anregt, 眉ber das zu reden, was ihnen am Herzen liegt鈥�, sagt Elliott. 

KI als St眉tze in der Demenzpflege  

Die Zusammenarbeit zwischen Memory Lane Games, 麻豆原创, EY und MovingWorlds hat gezeigt, dass KI einen festen Platz in der Betreuung von Menschen mit Ged盲chtnisverlust einnehmen kann. 鈥濪as Team hat demonstriert, dass KI dazu beitragen kann, anregende [Ged盲chtnis-]脺bungen zu schaffen. Und das war meiner Meinung nach das Ziel鈥�, bekr盲ftigt Zadikowitsch. 

Dieses Ergebnis wurde in diesem Sommer auf dem der Internationalen Fernmeldeunion (ITU) der Vereinten Nationen gew眉rdigt. Zuvor hatte Tsai mit dem Projekt von Memory Lane Games auch die Kategorie 鈥濧I for Good for Entrepreneurship鈥� bei der erstmalig ausgetragenen 鈥濧I for Impact Challenge鈥� von EY gewonnen. 

Das Projektteam ist zuversichtlich, dass dies nur der Anfang f眉r die Integration von KI bei der Betreuung von Menschen mit Ged盲chtnisverlust ist, und hat bereits weitere Anwendungsf盲lle entwickelt: zum Beispiel einen speziell auf Menschen mit Demenz ausgerichteten, sprachbasierten KI-Begleiter, der 眉ber emotionale Intelligenz verf眉gt und gesprochene Sprache verstehen kann; die Erg盲nzung weiterer Sprachen, da Demenzkranke oft in ihre Muttersprache zur眉ckfallen; und den Einsatz generativer KI, um Bilder von Orten zu schaffen, von denen keine Fotos vorhanden sind. 

鈥濿ir haben immer einen sehr einfachen, aber skalierbaren Ansatz verfolgt. Und dieses [Projekt] vereint beide Aspekte: Einfachheit f眉r den Nutzer und maximale Skalierbarkeit. Und ich finde, genau darin liegt das wahre Potenzial von KI鈥�, so Elliott. 鈥濳I ist der Schl眉ssel, der uns die Skalierung erm枚glicht. Und um diese interessanten Thesen testen zu k枚nnen, waren wir auf diese Hilfe und diese Zusammenarbeit angewiesen. Und die ersten Ergebnisse sind bereits vielversprechend.鈥� 

Memory Lane Games geht es nicht darum, Technologie um der Technologie willen einzusetzen. Ziel ist es, mehr Menschen dabei zu helfen, sich wieder an die Geschichten, Orte und Menschen zu erinnern, die ihnen vertraut sind und bei ihnen Freude wecken. 

MovingWorlds hat mehr als 3.000鈥痚rfolgreiche Projekte in 110鈥疞盲ndern unterst眉tzt. Dabei wurden ehrenamtliche Beratungsleistungen in H枚he von mehr als 50鈥疢illionen鈥疷S-Dollar an Sozialunternehmen bereitgestellt. Wenn Sie ein Sozialunternehmen sind und fachkundige Unterst眉tzung im Bereich KI oder in einem anderen Gesch盲ftsfeld ben枚tigen, dann k枚nnen Sie auf der Plattform von MovingWorlds .鈥� 

The post KI f眉r individuelles Ged盲chtnistraining in der Demenzpflege听 appeared first on 麻豆原创 News Center.

Willkommen bei der ersten Embodied AI Jam von 麻豆原创. Vom 25. bis 27. August 2026 trafen sich 麻豆原创-Kunden in der Swiss Smart Factory in Biel, Schweiz, um aus erster Hand zu erfahren, wie Roboter und 麻豆原创-Software zusammenarbeiten k枚nnen, um echte gesch盲ftliche Herausforderungen zu bew盲ltigen.

Embodied AI bezieht sich auf KI-Agenten, die in physische Systeme eingebettet sind und mit ihrer Umgebung interagieren. Sie sind in der Lage die Realit盲t um sie herum wahrzunehmen, sie zu verstehen und entsprechend zu handeln. Durch die Verbindung dieser Agenten mit und der 麻豆原创-Business-AI-Plattform bringt 麻豆原创 den Gesch盲ftskontext in diese physische Ausf眉hrung ein: Roboter, die Aufgaben nicht nur ausf眉hren, sondern die ihnen zugrundeliegenden Gesch盲ftsentscheidungen verstehen.

Lagerautomatisierung, Anlageninspektion und Materialumschlag sind nur einige der Gesch盲ftsszenarios, in denen Embodied AI beginnt, sich wertsteigernd auszuwirken. Diese Szenarien in die Praxis umzusetzen, erfordert mehr als nur einen Roboter. Notwendig sind Gesch盲ftskontext aus 麻豆原创-Anwendungen, Integrationswissen, um Systeme und Roboter zu verbinden, und die entsprechenden Roboter, um die Aufgabe auszuf眉hren.

鈥濽m im Markt Interesse f眉r Embodied AI zu wecken und zu zeigen, dass Embodied AI nicht nur eine spannende Zukunftstechnologie ist, sondern auch praktisch funktioniert, brauchten wir ein neues Veranstaltungsformat鈥�, erl盲utert Alexander Finger, Chief Technology Officer von 麻豆原创 Schweiz, der das Event ma脽geblich mitgestaltet hat.

Anders als bei klassischen Innovation Jams kommen bei einem Embodied AI Jam Roboter zum Einsatz. Deshalb ist ein sicherer Arbeitsbereich notwendig, in dem Menschen mit Robotern zusammenarbeiten k枚nnen.

Die Swiss Smart Factory bot der 麻豆原创 Schweiz die idealen R盲umlichkeiten f眉r ihre Veranstaltung. Kunden, Roboterhersteller, Systemintegratoren und Embodied-AI-Experten von 麻豆原创 kamen zusammen und nutzten diese einmalige Gelegenheit, um Ideen auszutauschen, Experimente durchzuf眉hren und echte Anwendungsf盲lle zu erproben.

Konkrete KI-Anwendungsf盲lle 鈭� Ergebnisse in Tagen statt Wochen

Embodied AI ist zwar prim盲r eine Frage von Hard- und Software, doch nach Fingers 脺berzeugung ist der eigentliche Motor des Fortschritts das Zusammenbringen von Menschen. Bei der Jam-Session wurden Kunden und Partner gezielt mit Systemintegratoren und Roboterherstellern zusammengebracht, die ihre spezifischen gesch盲ftlichen Anforderungen abdecken.

W盲hrend einige Teams untersuchten, wie Inspektionsdrohnen mit L枚sungen wie 麻豆原创 Asset Performance Management verbunden werden k枚nnten, untersuchten andere, wie humanoide Roboter Prozesse mit 麻豆原创 Digital Manufacturing unterst眉tzen k枚nnten.

Das Ergebnis: Die Teilnehmer erzielten Fortschritte, f眉r die sonst mehrere Wochen n枚tig gewesen w盲ren.

鈥濶ormalerweise ist es ein wochenlanges Hin und Her, wenn man herausfinden will, wo Embodied AI echte gesch盲ftliche Vorteile bringt und wie man eine entsprechende L枚sung entwickelt鈥�, betont Lukasz Ostrowski, Leiter der Embodied-AI-Initiative bei 麻豆原创. 鈥濪rei Tage intensive, konzentrierte Arbeit mit Kunden haben das v枚llig ver盲ndert. Wir konnten Ideen testen, Annahmen 眉berpr眉fen und in Echtzeit nachbessern 鈥� bis wir etwas Konkretes hatten, das keine Seite h盲tte allein entwickeln k枚nnen. Was wir bei jedem Kunden so lernen, bleibt nicht bei diesem Kunden. Was wir machen, ist auch f眉r den Rest der Branche bedeutsam.鈥�

Die physische Dimension macht Embodied AI greifbar

贵眉谤 Finger wird die Bedeutung von Embodied AI erst dann klar, wenn Kunden die Technologie im Praxiseinsatz erleben k枚nnen.

Wenn man einen Roboter sieht, der Aufgaben ausf眉hrt, die an echten Gesch盲ftsprozessen und -zielen ausgerichtet sind, wird der praktische Gesch盲ftswert viel verst盲ndlicher 鈥� weit mehr als durch eine Pr盲sentation oder Demo.

Aus diesem Grund spielt die Swiss Smart Factory eine so wichtige Rolle. Sie bietet einen gesch眉tzten Raum, in dem Kunden, Roboterhersteller, Systemintegratoren und 麻豆原创-Experten gemeinsam an Embodied AI arbeiten und ihr Potenzial praxisnah erleben k枚nnen.

Ab Januar 2027 wird die 麻豆原创 Schweiz Mitglied der Swiss Smart Factory sein. Damit er枚ffnet sich die M枚glichkeit, weitere Embodied AI Jams auszutragen und auch andere Eventformate zu hosten, zum Beispiel Discovery Workshops, wie man sie bereits von anderen KI-Kundenveranstaltungen kennt.

W盲hrend das Team von 麻豆原创 Customer Experience Labs zeigt, wie Kunden ihre gesch盲ftlichen Herausforderungen mit 麻豆原创-Anwendungen, Daten und KI meistern k枚nnen, kommt mit der Swiss Smart Factory eine physische Dimension hinzu. Sie bietet Kunden eine Umgebung f眉r praktische Erfahrungen: Hier k枚nnen sie erkunden, wie Roboter vernetzt werden, wie sie im Gesch盲ftskontext agieren und welchen konkreten Mehrwert sie schaffen.

Embodied AI f眉r mehr Kunden weltweit

鈥濪ie 麻豆原创 ist reicher, wenn wir mit Kunden sprechen鈥�, res眉miert Finger und bezieht sich dabei auf den Erfolg der Innovation Jam.

Neben der Geschwindigkeit, mit der die Teams Anwendungsf盲lle und Architekturvorschl盲ge entwickelten, fiel ein Ergebnis besonders auf: Die Kunden verlie脽en die Veranstaltung mit dem Wunsch, die Gespr盲che fortzusetzen und gemeinsam mit 麻豆原创 weitere M枚glichkeiten zu erkunden, die ihren Ambitionen im Bereich Embodied AI gerecht werden.

Da die 麻豆原创 Schweiz ihr Angebot f眉r Embodied-AI-Veranstaltungen erweitert, werden mehr Kunden in der Lage sein, Embodied AI aus erster Hand zu erleben und zu erkunden, wie Roboter, 麻豆原创-Anwendungen und Gesch盲ftsprozesse zusammenwirken k枚nnen, um Mehrwert zu schaffen.

The post Erste 鈥濫mbodied AI Jam鈥� von 麻豆原创 bringt Kunden, Roboter und KI zusammen 鈭� konkrete Anwendungsf盲lle in Tagen statt Wochen appeared first on 麻豆原创 News Center.

Die 1899 gegr眉ndete NEC Corporation ist eines der f眉hrenden Technologieunternehmen Japans und weltweit in den Bereichen IT-Dienstleistungen, Telekommunikation und digitale Infrastruktur t盲tig. Im Laufe der Jahrzehnte hat das Unternehmen immer wieder neue technologische Entwicklungen mitgemacht. Doch der Wandel, den wir aktuell beobachten, ist anderer Natur, denn k眉nstliche Intelligenz (KI) ist mehr als nur ein weiterer Innovationszyklus: KI bringt eine grundlegende Umw盲lzung betrieblicher Prozesse mit sich.

贵眉谤 NEC bedeutet dies, dass nicht nur die Technologie 眉berdacht werden muss, sondern auch die Art und Weise, wie die Arbeit bew盲ltigt wird, wie Entscheidungen getroffen werden und wie Mehrwert geschaffen wird.

Auf dem Weg zum KI-Unternehmen

In einem Gespr盲ch mit Thomas Pfiester, Head of Customer Engagement & Adoption und Mitglied des erweiterten Vorstands der 麻豆原创 SE, erl盲uterte Toshihiko Nakata, Chief Information Officer (CIO) von NEC, wie das Unternehmen dieser Herausforderung begegnet und warum mehr als nur Technologie notwendig ist, um sich zu einem KI-Unternehmen zu entwickeln.

Click the button below to load the content from YouTube.

Always allow YouTube

Am Anfang der Entwicklung von NEC zu einem KI-Unternehmen stand nicht KI, sondern eine grundlegende Neuausrichtung der Abl盲ufe des Unternehmens. Durch die Vereinheitlichung von Systemen, Prozessen, Daten und Organisation hatte NEC den Grundstein f眉r eine kontinuierliche Transformation gelegt.

Das Unternehmen konnte im Laufe der Zeit so ein starkes digitales Fundament aufbauen, Prozesse standardisieren, eine Clean-Core-Strategie verfolgen und die Transparenz erh枚hen. Auf diese Weise wurde eine st盲rker vernetzte, datengesteuerte Entscheidungsfindung im gesamten Unternehmen erm枚glicht.

Umstellung auf die Cloud als Voraussetzung f眉r Modernisierung

Damit war NEC in der Lage, fr眉hzeitig seine Kernsysteme mit zu modernisieren. Die Umstellung auf die Cloud war dabei nicht das einzige Ziel. Es ging darum, eine flexiblere und widerstandsf盲higere Umgebung zu schaffen, um mit sich 盲ndernden Gesch盲ftsanforderungen Schritt halten und gleichzeitig die Komplexit盲t bew盲ltigen zu k枚nnen, die im Laufe der Jahre entstanden war.

鈥濪urch den Umstieg auf RISE with 麻豆原创 haben wir die Grundlage geschaffen, um unsere Unternehmensinfrastruktur zu modernisieren und schneller KI-Agenten wie Joule nutzen zu k枚nnen鈥�, so Nakata-san.

Die Vereinfachung dieser Landschaft wurde zu einer strategischen Priorit盲t. Mit seinem Clean-Core-Ansatz reduziert NEC die Komplexit盲t, schafft das Fundament f眉r schnellere Innovationen und macht den Kern zu einer Plattform f眉r kontinuierliche Verbesserung, anstatt nur die bestehenden Funktionen aufrechtzuerhalten.

KI-Funktionen in den Arbeitsalltag einbauen

Aufbauend auf dieser Grundlage geht NEC nun zur n盲chsten Phase 眉ber 鈥� der Ausweitung von KI auf das gesamte Unternehmen. Anstatt k眉nstliche Intelligenz f眉r isolierte Anwendungsf盲lle zu nutzen, bettet das Unternehmen KI-Funktionen in den Arbeitsalltag ein, um Mitarbeitende zu unterst眉tzen, Prozesse zu optimieren und neue Arbeitsweisen zu erm枚glichen. Gemeinsam mit 麻豆原创 optimiert NEC die Entscheidungsfindung durch die Nutzung von KI und integriert Funktionen wie 麻豆原创 Business AI und Joule direkt in die Gesch盲ftsprozesse.

NEC sieht KI als treibende Kraft f眉r die n盲chste Phase der Unternehmenstransformation. Nakata-san betont zudem, dass Technologie allein nicht ausreicht, um das Potenzial von KI auszusch枚pfen. Unternehmen m眉ssen auch in der Lage sein, sich fortw盲hrend neu auszurichten 鈥� und genau das ist der Grundpfeiler des Erfolgs von NEC.

Panagiotis Moutas ist f眉r Executive Communications, Customer Engagement & Adoption bei der 麻豆原创 t盲tig.

The post NEC setzt mithilfe von 麻豆原创 ganz auf k眉nstliche Intelligenz appeared first on 麻豆原创 News Center.

Um erneut Menschen auf den Mond zu bringen 鈥� und die Grundlage f眉r eine dauerhafte Besiedelung von Planeten zu schaffen 鈥�, m眉ssen Tausende von Menschen, mehrere Regierungsbeh枚rden, internationale Partner, kommerzielle Anbieter und 盲u脽erst komplexe Systeme mit h枚chster Pr盲zision zusammenarbeiten.

Bei der 麻豆原创 NOW in Washington, D.C., gew盲hrte Dr. Lori Glaze, Associate Administrator des Human Spaceflight Mission Directorate der NASA, den Teilnehmenden Einblick in das Artemis-Programm und die operative Disziplin, die f眉r den Erfolg der j眉ngsten Mondmission ausschlaggebend war. Sp盲ter unterhielt ich mich mit Dr. Glaze dar眉ber, wie sich Komplexit盲t bew盲ltigen l盲sst, wie Dynamik aufrechterhalten werden kann und wie sich durch den Einsatz neuer Technologien erfolgreiche Ergebnisse erzielen lassen.

Die Diskussion lieferte Erkenntnisse, die weit 眉ber die Weltraumforschung hinausgehen. Einrichtungen des 枚ffentlichen Sektors und Unternehmen, die eigene Transformationsinitiativen in Angriff genommen haben, k枚nnen am Beispiel der NASA lernen, wie sich ehrgeizige Ziele erreichen lassen: indem Schritt f眉r Schritt Systeme und Funktionen getestet, fundierte Entscheidungen getroffen und Teams koordiniert werden.

Den Erfolg einer Mission als Impuls f眉r die n盲chste nutzen

Das Artemis-Programm der NASA besteht aus aufeinanderfolgenden Missionen, bei denen Funktionen getestet und Erkenntnisse f眉r die jeweils n盲chste Mission gewonnen werden.

Bei der 2022 abgeschlossenen und noch unbemannten Mission Artemis I wurden die Tr盲gerrakete SLS (Space Launch System) und die Orion-Raumkapsel erfolgreich getestet. Artemis II baute auf dieser Grundlage auf: Im Rahmen des ersten bemannten Flugs des Programms brach im April 2026 eine vierk枚pfige Crew zu einer rund zehnt盲gigen Reise auf, bei der sie den Mond umrundete.

Im Verlauf der Mission testete die Besatzung die Lebenserhaltungs- und Man枚vriersysteme der Orion-Kapsel, entfernte sich weiter von der Erde als je ein Mensch zuvor, f眉hrte wissenschaftliche Beobachtungen durch und trat mit einer Geschwindigkeit von bis zu 38.400 Kilometern pro Stunde sicher wieder in die Erdatmosph盲re ein.

Ziel der Mission war es jedoch nicht nur, die bisherigen Rekorde zu brechen. Jede Beobachtung, jeder Test und jede operative Entscheidung lieferte Informationen, die die NASA bei zuk眉nftigen Missionen nutzen kann.

鈥濲eder Testflug in diesem Programm bildet den Ausgangspunkt f眉r die n盲chsten Schritte unserer Mission鈥�, berichtete Dr. Glaze.

Die NASA bereitet nun die Mission Artemis III vor, die 2027 starten soll. Bei der Mission werden wichtige Ann盲herungs- und Dockingman枚ver zwischen der Orion-Kapsel und den von den Raumfahrtunternehmen Blue Origin und SpaceX entwickelten Mondlandef盲hren getestet. Diese Tests sollen dazu beitragen, Risiken weiter zu mindern, bevor mit Artemis IV 2028 erstmals wieder eine bemannte Mission auf dem Mond landen soll.

Aus diesem schrittweisen Vorgehen l盲sst sich ein wichtiges Prinzip f眉r die Unternehmenstransformation ableiten: Um wirkliche Fortschritte zu erzielen, m眉ssen nicht alle zuk眉nftigen Herausforderungen schon heute bew盲ltigt werden. Vielmehr geht es darum, die einzelnen Meilensteine so zu definieren, dass Annahmen 眉berpr眉ft und Risiken gemindert werden k枚nnen und eine solide Grundlage f眉r die n盲chste Entscheidung geschaffen wird.

Zus盲tzlicher Schub durch Standardisierung

Geschwindigkeit wird h盲ufig mit schneller Bewegung gleichgesetzt. Bei der NASA bedeutet Geschwindigkeit auch, die Zahl der 眉berfl眉ssigen Neuentwicklungen zu verringern.

Dr. Glaze f眉hrte aus, dass ein vorrangiges Ziel der Raumfahrtbeh枚rde darin bestehe, die Architektur f眉r zuk眉nftige Artemis-Missionen zu standardisieren. In der Weltraumforschung werden zwar h盲ufig v枚llig neue Systeme und Komponenten entwickelt, doch ebenso wichtig sind f眉r die NASA wiederverwendbare Systeme und Prozesse zur Unterst眉tzung regelm盲脽iger Missionen.

鈥濿ir wollen diese Missionen immer wieder durchf眉hren und m眉ssen deshalb unsere Architektur standardisieren鈥�, erl盲uterte sie. Die Standardisierung macht Innovationen nicht 眉berfl眉ssig, sondern sie schafft eine solide Grundlage, die schnellere Innovationen erm枚glicht.

Bei der NASA kommen zur Unterst眉tzung der komplexen Systeme sehr unterschiedliche Technologien zum Einsatz, darunter auch L枚sungen von 麻豆原创. Doch Technologie allein f眉hrt eine Mission wie Artemis noch nicht zum Erfolg. Ausschlaggebend daf眉r ist, wie effektiv eine Technologie Menschen, Prozesse, Informationen und Entscheidungen, die einem gemeinsamen Ziel dienen, miteinander verbinden kann.

Und genau das ist auch f眉r Unternehmen wichtig, die ihre Systeme f眉r das Finanz- und Personalwesen, die Beschaffung, die Lieferkette und die operativen Systeme modernisieren. Wenn Informationen und Prozesse 眉ber verschiedene Plattformen hinweg verteilt und voneinander isoliert sind, m眉ssen Teams viel Zeit daf眉r aufwenden, Daten abzugleichen, zwischen Anwendungsoberfl盲chen zu wechseln und Entscheidungen nachzuvollziehen.

Mit einem vernetzten digitalen Fundament lassen sich diese Reibungsverluste verringern. Es schafft eine gemeinsame operative Grundlage, die es Unternehmen erm枚glicht, bew盲hrte Prozesse zu skalieren, neue Funktionen einzuf眉hren und sich an Ver盲nderungen anzupassen, ohne Abl盲ufe und Strukturen jedes Mal vollst盲ndig neu zu gestalten.

Komplexit盲t macht schnellere, fundierte Entscheidungen erforderlich

Das Artemis-Programm hat gewaltige Dimensionen.

Die NASA muss Tr盲gerraketen, Raumfahrzeuge, Lander, Raumanz眉ge, wissenschaftliche Instrumente, Kommunikationssysteme, Logistikabl盲ufe, Personal, Budgets, beauftragte Firmen und internationale Partner koordinieren. 贵眉谤 jedes Element gibt es einen eigenen Zeitplan sowie eigene Abh盲ngigkeiten und Risiken 鈥� und am Ende muss alles genau zum richtigen Zeitpunkt zusammengebracht werden.

Laut Dr. Glaze m枚chte die NASA Entscheidungsprozesse optimieren, indem bei der Entwicklungsarbeit unmittelbar auf das ben枚tigte Fachwissen zur眉ckgegriffen werden kann. Hierzu werden Auftragnehmer und Zulieferer direkt von Fachexperten unterst眉tzt, sodass Probleme schneller identifiziert, analysiert und behoben werden k枚nnen. Ziel ist es, Erkenntnisse schneller in Ma脽nahmen umzusetzen.

Diese Herausforderung kennen auch andere Beh枚rden. H盲ufig haben F眉hrungskr盲fte Zugriff auf sehr umfangreiche Informationen, jedoch keine einheitliche Sicht darauf, in welchen Bereichen es Ver盲nderungen gibt oder der Druck steigt und welche Ma脽nahmen am wirksamsten sind.

Dr. Glaze sieht darin eines der vielversprechendsten Anwendungsszenarien f眉r k眉nstliche Intelligenz: Teams bei der Verarbeitung riesiger Datenmengen zu unterst眉tzen, den Status 眉ber komplexe Programme hinweg zu 眉berblicken und die Bereiche mit Handlungsbedarf zu ermitteln.

Unternehmen haben durch den Einsatz von KI die M枚glichkeit, von Systemen, die in erster Linie die Vergangenheit dokumentieren, auf Systeme umzustellen, mit denen sich Bedingungen auswerten, Risiken antizipieren und geeignete Folgema脽nahmen unterst眉tzen lassen.

Autonome Systeme m眉ssen menschlichen F盲higkeiten erg盲nzen

Die NASA setzt autonome Technologien nicht nur f眉r administrative Prozesse ein.

Roboterfahrzeuge zur Mond- und Mars-Erkundung k枚nnen das Gel盲nde analysieren, sicherere Erkundungswege ausw盲hlen, wissenschaftliche Untersuchungen planen, die Kommunikation steuern und Gefahren ohne gro脽es Eingreifen des Bodenpersonals vermeiden. KI kann Forschende auch bei der Analyse der riesigen Mengen an wissenschaftlichen Daten unterst眉tzen, die bei den Missionen der NASA erzeugt werden, sodass sie sich gezielt den wichtigsten Entdeckungen widmen k枚nnen.

Diese M枚glichkeiten verdeutlichen einen wichtigen Aspekt: Autonomie bedeutet nicht zwangsl盲ufig, dass bei den Missionen weniger Menschen ben枚tigt werden. Vielmehr kann Technologie komplexe Abl盲ufe in gro脽em Ma脽stab steuern 鈥� in einer Geschwindigkeit, die es den Menschen erm枚glicht, bessere Entscheidungen zu treffen.

Dieses Prinzip gilt auch f眉r das autonome Unternehmen. Integrierte KI kann Routineprozesse koordinieren, Probleme fr眉hzeitig erkennen und Vorschl盲ge f眉r geeignete Ma脽nahmen unterbreiten, w盲hrend die Mitarbeitenden weiterhin f眉r die Beurteilung, Kontrolle und Ergebnisse verantwortlich sind.

Ehrgeizige Ziele durch Partnerschaften umsetzen

Um die Artemis-Mission zum Erfolg zu f眉hren, m眉ssen viele Unternehmen zusammenarbeiten.

Die Architektur der NASA bringt Teams aus unterschiedlichen Beh枚rden, Unternehmen der Raumfahrtindustrie, traditionelle Flugzeughersteller, internationale Weltraumorganisationen, wissenschaftliche Einrichtungen und milit盲rische Partner zusammen. Sie alle bringen bestimmte F盲higkeiten in die Mission mit ein.

贵眉谤 Artemis III arbeitet die NASA mit Blue Origin und SpaceX bei der Entwicklung von Mondlandef盲hren zusammen. Das Raumschiff Orion enth盲lt ein Servicemodul der Europ盲ischen Weltraumorganisation. Bei zuk眉nftigen Missionen zur Erkundung des Mondes sollen auch Mobilit盲tssysteme, Habitate, wissenschaftliche Instrumente und Infrastruktur zum Einsatz kommen, die im Rahmen weiterer 枚ffentlich-privater und internationaler Partnerschaften entwickelt werden.

Dieses Partnernetz agiert nicht parallel zur Mission, sondern ist ihr Dreh- und Angelpunkt.

贵眉谤 die Transformation von Einrichtungen des 枚ffentlichen Sektors k枚nnen im Rahmen von Partnerschaften die speziellen Fachkenntnisse und Innovationen bereitgestellt werden, die ein einzelnes Unternehmen allein nicht entwickeln k枚nnte. Erfolgreiche Partnernetze beruhen jedoch nicht nur auf der Vergabe von Auftr盲gen an externe Partner. Ebenso wichtig sind gemeinsame Ziele, klar definierte Verantwortlichkeiten, verl盲ssliche Informationen und Mechanismen f眉r koordinierte Entscheidungen.

Vertrauen schafft die Voraussetzungen daf眉r, Gro脽es zu erreichen

Bei der Frage, welches ihr wichtigste Ratschlag f眉r F眉hrungskr盲fte ist, musste Dr. Glaze nicht lange nachdenken: sich mit intelligenten Menschen umgeben und ihnen vertrauen. 鈥濪iese Dinge schafft man nicht im Alleingang鈥�, erkl盲rte sie. 鈥濫s braucht viele Tausend Menschen, um Gro脽es zu erreichen.鈥�

Technologien, Architekturen und Prozesse spielen eine wichtige Rolle. Sie sind jedoch kein Ersatz f眉r Teams, die mit den Details der Mission vertraut sind und Entscheidungen umsetzen k枚nnen.

Der Fortschritt der NASA bei der Durchf眉hrung des Artemis-Programms zeigt, was m枚glich wird, wenn eine k眉hne Vision diszipliniert umgesetzt wird. Die Raumfahrtbeh枚rde testet Systeme, bevor sie skaliert werden, setzt auf Standardisierung, wo es m枚glich ist, und bindet Fachexperten st盲rker in Entscheidungsprozesse ein. Sie nutzt Technologie, um menschliche F盲higkeiten zu erg盲nzen, und baut ein Partnernetz auf, das gemeinsam auf eine klar definierte Mission hinarbeitet.

Ob es um die R眉ckkehr zum Mond, die Modernisierung einer Beh枚rde oder die Transformation eines globalen Unternehmens geht 鈥� das Grundprinzip ist stets dasselbe: Die ehrgeizigsten Ziele lassen sich dann erreichen, wenn Menschen, Daten, Prozesse und Partner die Umsetzung gemeinsam vorantreiben.

Jamison Braun ist Senior Vice President und Managing Director f眉r U.S. Public Services bei 麻豆原创 America.

The post Was F眉hrungskr盲fte von der NASA f眉r die Transformationen ihres Unternehmens lernen k枚nnen appeared first on 麻豆原创 News Center.

Die ehrliche Antwort auf diese Frage lautet: Die meisten GTM-Teams haben kein Problem mit KI, sondern ein Problem mit dem Entscheidungsfluss.

Dieses Problem ist allgegenw盲rtig, auch in einigen der gr枚脽ten Unternehmen der Welt. Und die wichtigste Erkenntnis f眉r mich ist dabei: Organisationen, die sich einen Vorsprung verschafft haben, setzen nicht auf herk枚mmliche GTM-Ma脽nahmen. Sie agieren schneller und verfolgen einen grundlegend anderen Ansatz.

Im Folgenden werden f眉nf Punkte in der Customer Journey aufgezeigt, an denen sich dieser Wandel bereits in Form von Ergebnissen bemerkbar macht.

1. Segmentierung: Von der demografischen Segmentierung zur Segmentierung anhand von Gesch盲ftssignalen

Die meisten GTM-Organisationen gehen bei der Segmentierung noch immer nach der herk枚mmlichen Methode vor und legen Merkmale wie Branche, Unternehmensgr枚脽e, Region usw. zugrunde. KI nutzt bei der Segmentierung ganz andere Informationen. Die KI will nicht wissen, wer ein Interessent ist, sondern was er gerade signalisiert. Dazu geh枚ren differenzierte Signale wie operative Probleme, Kaufmuster und Wachstumsindikatoren, die in den Gesch盲ftsdaten enthalten sind. Vertriebsmitarbeiter sind nicht l盲nger auf der Jagd nach noch mehr Leads, sondern auf der Jagd nach den richtigen Leads. Und das zeigt sich daran, aus wie vielen dieser Signale konkrete Opportunitys werden.

2. Kundenansprache: Relevanz statt Volumen

Die Antwortraten bei der Kaltakquise haben im Bereich Enterprise Sales einen nahezu historischen Tiefststand erreicht. Die L枚sung kann nicht darin bestehen, noch mehr E-Mails zu versenden. Es geht vielmehr darum, die Akquise intelligenter zu gestalten. Wenn KI Zugriff auf den gesamten Gesch盲ftskontext hat, etwa auf die operativen und finanziellen Prozesse und die Handelsabl盲ufe eines Kunden, kann sie Teams beim Verfassen von E-Mails f眉r die Akquise unterst眉tzen, die auf die f眉r einen K盲ufer zum jeweiligen Zeitpunkt wichtigen Themen ausgerichtet sind. Es handelt sich dabei nicht um eine Personalisierung auf Persona-Ebene, sondern um Relevanz auf Kundenebene. Was sich ver盲ndert, ist die Qualit盲t des Erstkontakts. Die Antwortraten k枚nnen steigen, w盲hrend zugleich schneller ein Termin f眉r das erste qualifizierte Gespr盲ch vereinbart werden kann, da bereits bei der ersten Kontaktaufnahme auf die Themen eingegangen wird, die dem K盲ufer wichtig sind.

3. Vertragsabschluss: Unsichtbare Reibungspunkte beseitigen

Diesen Punkt in der Customer Journey untersch盲tzen die meisten Unternehmen. Bei den meisten Abschl眉ssen im Enterprise-Segment ist nicht der Verk盲ufer der Engpass, sondern das System um den Verk盲ufer herum. Allgemeine Genehmigungsprozesse, die Genehmigung von Preisen, die Angebotserstellung und die Wweiterleitung von Vertr盲gen nehmen Zeit in Anspruch, was dazu f眉hren kann, dass ein Abschluss nicht zustande kommt. Das liegt nicht am Z枚gern des K盲ufers, sondern wird allzu oft durch komplexe interne Abl盲ufe verursacht. KI-Agenten k枚nnen helfen, diese Reibungspunkte zu beseitigen.

Amadeus beispielsweise hat in Zusammenarbeit mit 麻豆原创 einen autonomen Agenten implementiert, der unstrukturierte Zahlungsdaten abgleicht. Dadurch konnten rund 40.000 fehlerhafte Transaktionen bereinigt werden, bei denen zuvor ein manuelles Eingreifen erforderlich gewesen w盲re. Diese Art der autonomen Probleml枚sung hat nicht nur niedrigere Kosten zur Folge, sondern wirkt sich auch positiv auf das Einkaufserlebnis der Kunden aus. Auf diese Weise k枚nnen Gesch盲fte, die bislang aufgrund interner Prozesse oft wochenlang blockiert waren, schnell zum Abschluss gebracht werden. 

4. Post-Sales: Schnellere Wertsch枚pfung

Die 脺bergabe vom Sales- an das Post-Sales-Team ist der Punkt, an dem es bislang immer wieder zu Wertverlusten kam. Die Erwartungen, die w盲hrend des Verkaufsprozesses geweckt wurden, decken sich nicht immer mit den Erlebnissen der Kunden in den ersten 90 Tagen. KI macht diese Kluft sichtbar und erm枚glicht es, entsprechende Ma脽nahmen zu ergreifen 鈥� mit einem 鈥濭ed盲chtnis鈥�, in dem Informationen 眉ber den Kunden gespeichert sind. Man kann sich dieses Ged盲chtnis als stetig wachsendes Repository mit Kontextinformationen und Wissen 眉ber einen Kunden vorstellen, was die 脺bergabe wesentlich einfacher macht. Vor allem aber ist sie nicht von einer einzelnen Person abh盲ngig. Dies kann sich auf die Time-to-First-Value (die Zeit, bis der Kunde erstmals einen Mehrwert wahrnimmt) und die Akzeptanzrate in den ersten 90 Tagen auswirken, d. h. darauf, wie schnell ein neuer Kunde den ersten wichtigen Meilenstein erreicht und ob er das gekaufte Produkt auch tats盲chlich nutzt.

5. Kundenbindung und Expansion: Proaktives statt reaktives Vorgehen

Die H枚he der wiederkehrenden Ums盲tze mit Bestandskunden (Net Revenue Retention) ist die Kennzahl, die langfristig die gr枚脽te Relevanz hat. Sie ist am st盲rksten davon abh盲ngig, was nach dem Verkauf geschieht. Bislang bestand die Herausforderung in der Skalierung. Hier kann sich der Einsatz von KI erheblich auswirken. Durch die kontinuierliche Bewertung der Expansionsbereitschaft und des Abwanderungsrisikos auf der Grundlage von verhaltensbezogenen und operativen Signalen k枚nnen Teams im richtigen Moment bei den richtigen Kunden aktiv werden und nicht erst dann, wenn ein Kunde seine Entscheidung bereits getroffen hat.

Die Steigerung der Net Revenue Retention ist im Enterprise-Segment der Bereich mit dem gr枚脽ten zus盲tzlichen Umsatzpotenzial. Die entsprechenden Ma脽nahmen sind chronisch unzureichend, wenn Customer Success nur reaktiv und auf Kundenbasis vorgeht, anstatt den gesamten Kundenbestand zu ber眉cksichtigen. Organisationen, die hier den richtigen Ansatz verfolgen, haben nicht einfach nur mehr KI-Tools implementiert. Sie haben sehr genau 眉berlegt, an welchen Punkten der Customer Journey KI echten Mehrwert f眉r Kunden schaffen kann.

Bei 麻豆原创 setzen wir diese Prinzipien in unserer GTM-Organisation um. Wir investieren in ein Modell, bei dem jeder einzelne KI-gest眉tzte Einstiegspunkt unsere Vertriebsteams mit einem Netzwerk spezialisierter Agenten verbindet, die Planung, Kontaktaufnahme, Angebotserstellung, Inhalte, die Interaktion mit Kunden und vieles mehr abdecken. Ziel ist es, eine Ebene mit gemeinsam genutzten Informationen f眉r jeden Kunden zu schaffen, um unseren Teams zus盲tzliche, konsistente Kontextinformationen zur Verf眉gung zu stellen, damit sie in jeder Phase der Customer Journey gr枚脽eren Mehrwert und bessere Ergebnisse f眉r unsere Kunden erzielen k枚nnen.

贵眉谤 mich lautet die richtige Frage also nicht 鈥濱n welchen Bereichen k枚nnen wir KI implementieren?鈥�, sondern 鈥濿o entsteht kein Mehrwert f眉r den Kunden, weil Informationen, Befugnisse und Ma脽nahmen voneinander isoliert sind?鈥�

Genau diese Art von klaren Einblicken k枚nnen Go-to-Market-Organisationen bieten, die bereits intelligente Technologien nutzen. Und dies ist nur ein erster Ausblick auf das, was bald noch m枚glich sein wird.

Jan Gilg ist Global President of Customer Success & Americas und Mitglied des erweiterten Vorstands der 麻豆原创 SE.

The post Die KI-gest眉tzte Go-to-Market-Organisation ist nicht l盲nger nur eine Vision appeared first on 麻豆原创 News Center.

Vielmehr m眉ssen Unternehmen in der Lage sein, bei der Ausf眉hrung von komplexen Prozessen logische Entscheidungen zu treffen, die einen umfangreichen, branchenspezifischen Kontext aus Daten, Vorschriften, menschlichen Arbeitsabl盲ufen und Prozessen voraussetzen.

Es gibt Aufgaben, bei denen eine Vielzahl schwieriger Entscheidungen getroffen werden muss. Hierzu geh枚ren beispielsweise der Einsatz und die Koordination von vielen Tausend Au脽endiensttechnikern, damit nach einem Sturm die Energienetze wiederhergestellt und ungeplante Ausfallzeiten reduziert werden k枚nnen. Ein weiteres Beispiel ist die Aufrechterhaltung wichtiger Produktionslinien und eines hohen Serviceniveaus trotz Unterbrechungen in den globalen Lieferketten.

鈥濫s ist unglaublich schwierig, diese Probleme zu l枚sen鈥�, bekr盲ftigt Dominik Metzger, President von Industry AI bei 麻豆原创. Denn daf眉r bedarf es gewaltiger organisatorischer Ver盲nderungen, insbesondere in stark regulierten Branchen.

Der Einsatz der neuesten gro脽en Sprachmodelle allein gen眉gt nicht

Unter F眉hrungskr盲ften macht sich zunehmend die Erkenntnis breit, dass sich diese Herausforderungen mit einem leistungsf盲higen gro脽en Sprachmodell allein nicht bew盲ltigen lassen. In diesen Situationen gen眉gt es nicht, dass KI lediglich Vorschl盲ge unterbreitet 鈥� sie muss Erkenntnisse und Kontextinformationen nutzen k枚nnen, um die Ausf眉hrung von Gesch盲ftsprozessen zu unterst眉tzen. Hierzu ben枚tigen Unternehmen Agentic AI, die in der Lage ist, vertrauensw眉rdige Gesch盲ftsdaten zu nutzen, branchenspezifisches Wissen anzuwenden und verl盲sslich und nachvollziehbar zu handeln, sodass die an den Arbeitsabl盲ufen beteiligten Mitarbeitenden optimal unterst眉tzt werden.

Ihren gr枚脽ten Nutzen entfaltet KI, wenn sie den Kontext verstehen kann, in dem Entscheidungen getroffen werden. Fertigungsunternehmen m眉ssen die Kundennachfrage, Produktionskapazit盲ten, Lieferantenrisiken und Qualit盲tsanforderungen miteinander in Einklang bringen. Energieversorger m眉ssen Anlagen verwalten, die Sicherheit und Nachhaltigkeit gew盲hrleisten und gesetzliche Vorgaben einhalten. Life-Sciences-Unternehmen m眉ssen Innovationen entwickeln und gleichzeitig strengen Compliance-Anforderungen gerecht werden.

Um Gro脽unternehmen bei der L枚sung hochkomplexer Probleme zu unterst眉tzen, f眉hrt die 麻豆原创 ihr Branchenwissen aus 50 Jahren, ihr Know-how in Bezug auf die Entwicklung f眉hrender KI-L枚sungen und kundenorientierte Bereitstellungsoptionen unter dem Dach einer Organisation zusammen. Ziel ist es, auf diese Weise ma脽geschneiderte Entwicklungen schnell in Produkte f眉r alle Kunden zu 眉berf眉hren.

Dadurch kann die 麻豆原创 眉ber kundenspezifische KI-L枚sungen hinaus durchg盲ngige, marktf盲hige Angebote f眉r die KI-Transformation entwickeln und skalieren, mit denen Unternehmen branchenspezifische Gesch盲ftsprobleme bew盲ltigen k枚nnen.

Kurz zusammengefasst: Das autonome Unternehmen ist die strategische Ausrichtung der 麻豆原创, die Plattform 麻豆原创 Business AI bildet die Grundlage daf眉r und das Portfolio Industry AI ist ein stark ma脽geschneidertes Angebot f眉r Transformationsinitiativen, mit dem Kunden Herausforderungen ihrer Branche meistern und somit von erheblichem gesch盲ftlichem Nutzen profitieren k枚nnen.

Was Industry AI von anderen Angeboten unterscheidet

Das Portfolio Industry AI zeichnet sich durch drei Alleinstellungsmerkmale aus. Das sind erstens das Branchen- und Prozesswissen in 26 Branchen, das die 麻豆原创 in 眉ber 50 Jahren gesammelt hat; zweitens die umfangreichen und vielf盲ltigen Daten und Ontologien in den vorhandenen Aufzeichnungssystemen von 麻豆原创-Kunden und drittens spezielle Forward-Deployed-Engineering-Teams (FDE), die f眉r Probleme, f眉r die es keine Standardl枚sungen gibt, individuelle Entwicklungen f眉r Kunden bereitstellen.

Im Rahmen des Forward-Deployed Engineering arbeiten KI-Fachleute wie Data Scientists und KI-Entwickler direkt beim Kunden daran, wichtige branchenspezifische Probleme zu l枚sen, die sich durch den Einsatz von Standardsoftware allein nicht beheben lassen. Beim Forward-Deployed Engineering geht es laut Dominik Metzger darum, 鈥瀞ich an den Problemen unserer Kunden festzubei脽en鈥� und die Entwickler von Agentic-AI-L枚sungen der 麻豆原创 in die Herausforderungen dieser Kunden eintauchen zu lassen. 鈥濿ir werden in direkter Zusammenarbeit mit Kunden branchenspezifische KI-Anwendungen entwickeln, implementieren und skalieren, mit denen unsere Kunden einen konkreten Mehrwert erzielen k枚nnen鈥�, erkl盲rt er.

Die Erfahrungen und Ergebnisse aus der Entwicklung dieser ma脽geschneiderten L枚sungen f眉r ausgew盲hlte Kunden flie脽en in ein standardisiertes Plattformangebot ein, das von zahlreichen weiteren Kunden implementiert und genutzt werden kann. Dieses Modell erm枚glicht eine schnelle Skalierung und Bereitstellung. Zugleich wird auf diese Weise das Plattform- und L枚sungsportfolio der 麻豆原创 um hochwertige agentenbasierte L枚sungen erweitert, die sich eng an den Bed眉rfnissen der Kunden und den aktuellen Priorit盲ten ihrer jeweiligen Branche orientieren.

Enge Zusammenarbeit mit Kunden

Die 麻豆原创 hat sich daf眉r entschieden, mit Industry AI ein spezielles Angebot f眉r Unternehmen auf den Markt zu bringen 鈥� in der festen 脺berzeugung, dass Agentic AI ihren tats盲chlichen Nutzen dann entfalten kann, wenn sie in enger Zusammenarbeit mit den Branchenexperten entwickelt wird, die Tag f眉r Tag mit konkreten gesch盲ftlichen Herausforderungen konfrontiert sind. Durch diese direkte Abstimmung mit Kunden lassen sich die dringendsten Probleme schnell identifizieren, praxisbezogene KI-L枚sungen entwickeln und testen und ausgehend von den Erfahrungen beim Praxiseinsatz optimieren. Vor allem aber werden die Voraussetzungen daf眉r geschaffen, konkrete gesch盲ftliche Vorteile zu erzielen und die Auswirkungen von KI in der Praxis zu demonstrieren.

Dieser Ansatz tr盲gt dazu bei, vielversprechende Ideen schneller in L枚sungen umzusetzen. Zum einen k枚nnen Teams den Prozess von der Ermittlung der Anforderungen bis zur Implementierung einer L枚sung mit messbarem Mehrwert beschleunigen. Zum anderen wird sichergestellt, dass die entwickelten L枚sungen die Anforderungen der Praxis widerspiegeln und nicht nur auf Annahmen basieren, die ohne wirkliche Kenntnis der Kundenumgebung getroffen wurden.

贵眉谤 Unternehmenskunden der 麻豆原创 h盲lt das Angebot Industry AI nicht nur das Versprechen intelligenterer Software bereit. Es zeigt auch einen praxisorientierten Weg zum autonomen Unternehmen auf. Mit Industry AI m眉ssen sich Teams nicht l盲nger an generische Tools anpassen, sondern umfangreiche intelligente Funktionen werden in die bereits vorhandenen Abl盲ufe und Entscheidungsprozesse integriert. Diesen liegen auch weiterhin die Gesch盲ftsdaten, Kontrollmechanismen und Anwendungen zugrunde, die f眉r einen reibungslosen Gesch盲ftsbetrieb sorgen.

Vorteile f眉r Unternehmen mit Industry AI

Von welchen Vorteilen Unternehmen profitieren, l盲sst sich anhand von einfachen Beispielen veranschaulichen. Ein Energieversorger kann ein voraussichtlich ben枚tigtes Ersatzteil fr眉hzeitig identifizieren und relevante Lieferanten empfehlen, wodurch sich kostspielige Ausfallzeiten vermeiden lassen. Ein H盲ndler kann Bestandspositionen und Werbeaktionen anhand von simulierten Szenarien und tats盲chlichen Nachfragesignalen anpassen, bevor es zu Regall眉cken kommt. Ein Pharmahersteller kann durch hochpr盲zise, vollautomatisierte Chargenfreigabeprozesse von h枚chster Qualit盲t eine sichere und zuverl盲ssige Freigabe lebensrettender Medikamente gew盲hrleisten.

Diese entscheidenden Vorteile erm枚glichen es Unternehmen, schneller zu agieren, die Qualit盲t zu verbessern und ihre Besch盲ftigten zu entlasten, sodass sie sich gezielt wertsch枚pfenden Aufgaben widmen k枚nnen. Sie helfen Unternehmen auch dabei, ihr Branchenwissen als langfristigen Wettbewerbsvorteil zu nutzen 鈥� insbesondere im Zuge der st盲rkeren Integration von KI in die Unternehmensabl盲ufe.

Die 麻豆原创 hat mit der Schaffung des Gesch盲ftsbereichs Industry AI einen strategischen Schritt nach vorn gemacht: Durch die Kombination von branchenspezifischem Know-how, durchg盲ngigen L枚sungen und einem wertorientierten Angebot ist sie bestens positioniert, sich von den Mitbewerbern abzuheben.

Mit der Abgrenzung von anderen Anbietern von KI-Plattformen und traditionelleren Unternehmen, die Forward-Deployed Engineering einsetzen, verfolgt die 麻豆原创 nicht nur das Ziel, kundenspezifische KI-Services bereitzustellen. Vielmehr geht es darum, branchenspezifisches Know-how in skalierbare, wiederverwendbare Angebote einflie脽en zu lassen, die bei verschiedenen Kunden implementiert werden k枚nnen. Dadurch entsteht ein nachhaltigeres und st盲rker differenziertes Modell f眉r die Wertsch枚pfung mit KI.

Das Angebot Industry AI wird als All-in-One-Paket positioniert, das im Rahmen eines Vertrags neben der Nutzung der Plattform auch Cloud-Services, L枚sungen, Forward-Deployed Engineering und Support durch Fachleute beinhaltet. Der Preis orientiert sich dabei an dem tats盲chlichen Nutzen, den Kunden damit erzielen k枚nnen.

Grundlage f眉r dieses Angebot sind das umfangreiche Branchenwissen der 麻豆原创, die Platform 麻豆原创 Business AI und der Knowledge Graph. Gemeinsam schaffen diese Elemente die Voraussetzungen f眉r die Entwicklung ma脽geschneiderter Prozesse f眉r Kunden. Der Ansatz der 麻豆原创 basiert au脽erdem auf der Gesch盲ftslogik der Kunden, jahrzehntelanger Erfahrung und Governance-Funktionen f眉r Unternehmen, die Bestandteil von Standardprodukten sind und das Portfolio Industry AI von L枚sungen unterscheiden, die andere Anbieter k眉rzlich vorgestellt haben.

Was versteht man unter 鈥濬rontier AI鈥�?

Als 鈥濬rontier AI鈥� werden hochentwickelte KI-Modelle bezeichnet, die jeweils die modernsten KI-Funktionen nutzen. Diese hochleistungsf盲higen Basismodelle, die in der Regel als sehr gro脽e Sprachmodelle implementiert werden, er枚ffnen neue M枚glichkeiten f眉r den Einsatz von KI-Technologie. Typische Merkmale dieser Modelle sind ihre enorme Gr枚脽e, multimodale Funktionen und die F盲higkeit, eine Vielzahl komplexer Aufgaben in verschiedensten Bereichen auszuf眉hren.

In die Kategorie der fallen Claude Opus 4.8 von Anthropic, GPT-5.5 von OpenAI, Gemini 3.1 Pro von Google DeepMind, Grok 4.3 von xAI und Open-Weight-Modelle wie DeepSeek V4 und Qwen3.7-Max von Alibaba (Stand Mitte 2026).

Wie es weitergeht mit KI

Wie beim Weltwirtschaftsforum gezeigt wurde, ist f眉r eine erfolgreiche Skalierung der KI-Nutzung nicht nur die Technologie als solche ausschlaggebend. Vielmehr kommt es auch darauf an, wie Arbeitsabl盲ufe und Entscheidungsprozesse in der Praxis angepasst werden und welche Governance-Strukturen Unternehmen f眉r neue KI-Funktionen einrichten.

Die 麻豆原创 unterst眉tzt Unternehmen bei der L枚sung branchenspezifischer Probleme, die sich auch mit der leistungsf盲higsten generischen KI nicht bew盲ltigen lassen. Denn letztlich geht es um die Transformation von Unternehmen und Gesch盲ftsprozessen und nicht einfach nur um die Implementierung von KI. Dies kann neue M枚glichkeiten f眉r die Transformation von Branchen durch den Einsatz von KI schaffen, indem 眉ber isolierte Anwendungsszenarien hinaus eine autonome, durchg盲ngig agentengest眉tzte Ausf眉hrung von Gesch盲ftsprozessen erm枚glicht wird.

The post Das neue 麻豆原创-Portfolio Industry AI hilft Unternehmen bei der Bew盲ltigung ihrer gr枚脽ten Herausforderungen appeared first on 麻豆原创 News Center.

Damit setzt das Unternehmen einen wichtigen Meilenstein in seiner globalen IT- und Digitalisierungsstrategie. Im Rahmen seiner RISE with 麻豆原创 Transformation migriert HARTING auf 麻豆原创 Cloud ERP Private und b眉ndelt ERP, Gesch盲ftsprozessmanagement und Services in einem einheitlichen cloudbasierten Abonnementmodell. So schafft das Unternehmen die Grundlage f眉r weiteres Wachstum, effizientere Prozesse und die schnelle Integration neuer Technologien. 听

鈥淒er Wechsel zu 麻豆原创 Cloud ERP Private ist eine strategische Entscheidung, die weit 眉ber die IT-Infrastruktur hinausgeht. Mit RISE with 麻豆原创 schaffen wir die Voraussetzungen, HARTING als agileres und datengetriebenes Unternehmen weiterzuentwickeln. Wir standardisieren unsere globalen Prozesse, beschleunigen die Einf眉hrung neuer Technologien und erschlie脽en das Potenzial von KI entlang unserer Wertsch枚pfungskette. Dieser Vertrag markiert einen entscheidenden Schritt auf unserem Weg, auch in den kommenden Jahren nachhaltig zu wachsen und unsere Wettbewerbsf盲higkeit weiter auszubauen,鈥� sagte Philip Harting, CEO der HARTING Technologiegruppe.

Mit 麻豆原创 Cloud ERP Private schafft HARTING die Basis f眉r eine zukunftssichere, skalierbare und innovationsorientierte ERP-Landschaft. Die Transformation in die Cloud erm枚glicht es dem Unternehmen, Prozesse und Infrastruktur konsequent zu automatisieren und zu standardisieren, IT-Ressourcen auf gesch盲ftskritische Themen und Innovationen auszurichten sowie kontinuierlich von Updates und neuen Funktionalit盲ten zu profitieren. Dar眉ber hinaus er枚ffnet RISE with 麻豆原创 zus盲tzliche M枚glichkeiten im Bereich k眉nstliche Intelligenz und datengetriebener Gesch盲ftsmodelle. Integrierte KI-Funktionen und intelligente Automatisierung unterst眉tzen schnellere und fundiertere Entscheidungen auf Basis aktueller Daten. Als langj盲hriger Beratungspartner wird die NTT DATA Business Solutions AG HARTING bei dieser Transformation begleiten.

鈥淚ndustrieunternehmen stehen heute vor der Herausforderung, schneller zu handeln, effizienter zu wirtschaften und KI gezielt in ihre Kernprozesse zu integrieren. Die Entscheidung von HARTING f眉r den Wechsel zu 麻豆原创 Cloud ERP Private mit RISE with 麻豆原创 steht beispielhaft f眉r die Weitsicht und Entschlossenheit erfolgreicher Technologief眉hrer. Mit diesem Schritt schafft das Unternehmen die Voraussetzungen, effizient zu skalieren und flexibel auf Ver盲nderungen im Markt zu reagieren,鈥� sagte Dirk H盲u脽ermann, Gesch盲ftsf眉hrer, 麻豆原创 Deutschland.

Besuchen Sie das鈥�. Erhalten Sie 麻豆原创-Neuigkeiten 眉ber鈥� und .

Medienkontakt:

Cathrin von Osten, +49 171 336 3695, cathrin.von.osten@sap.com, CET
麻豆原创 麻豆原创 Room; press@sap.com

# # #

Dieses Dokument enth盲lt zukunftsgerichtete Aussagen, bei denen es sich um Prognosen, Projektionen oder sonstige Aussagen 眉ber k眉nftige Ereignisse handelt. Diese Aussagen basieren auf aktuellen Erwartungen, Prognosen und Annahmen, die Risiken und Unsicherheiten unterliegen, die dazu f眉hren k枚nnen, dass tats盲chliche Ergebnisse und Resultate wesentlich abweichen.鈥� Weitere Informationen zu diesen Risiken und Unsicherheiten finden Sie in unseren Einreichungen bei der Securities and Exchange Commission, einschlie脽lich, aber nicht beschr盲nkt auf den Abschnitt zu Risikofaktoren im 麻豆原创-Jahresbericht 2025 auf Formular 20-F.

 
漏 2026 麻豆原创 SE. Alle Rechte vorbehalten.  
麻豆原创 und andere hierin genannte 麻豆原创-Produkte und -Dienstleistungen sowie ihre jeweiligen Logos sind Marken oder eingetragene Marken der 麻豆原创 SE in Deutschland und anderen L盲ndern. Weitere Informationen und Hinweise zu Marken finden Sie unter .  

The post HARTING beschleunigt Cloud-Transformation mit RISE with 麻豆原创 appeared first on 麻豆原创 News Center.

Der Cirque du Soleil hat die Zirkuskunst neu erfunden und sich zum weltweit f眉hrenden Anbieter von Live-Entertainment entwickelt. Seine Vorstellungen wurden bereits von 眉ber 365 Millionen Menschen in 90 L盲ndern besucht. Derzeit zeigt das Unternehmen 38 Shows in St盲dten rund um den Globus, in denen mehr als 4.000 Artisten auftreten und Mitarbeitende aus 眉ber 80 L盲ndern f眉r einen reibungslosen Ablauf hinter den Kulissen sorgen.

Jede Tournee ist eine Art reisendes Profitcenter. Eine Produktion kann in Mexiko-Stadt aufgef眉hrt werden und anschlie脽end nach London und Paris weiterreisen. An jedem Ort gibt es neue Unternehmen, Mitarbeitende, Ressourcen, steuerliche Anforderungen, lokale Vorschriften, Merchandising-Prozesse und Artisten aus zig Nationen zu verwalten.

鈥濪ie Menschen untersch盲tzen, wie komplex die F眉hrung eines Zirkusunternehmens ist鈥�, bekr盲ftigt Philippe Lalumi猫re, Vice President of Information Technology beim Cirque du Soleil.

Autonome Prozesse in der Kreditorenbuchhaltung

Dies gilt insbesondere f眉r die Kreditorenbuchhaltung des Unternehmens. Der Cirque du Soleil wickelt j盲hrlich 眉ber 70.000 Rechnungen ab, die rund um die Uhr verarbeitet werden m眉ssen. Rund 40 % der Anfragen von Lieferanten sind Standardanfragen zum Rechnungsstatus. Diese Fragen zu beantworten war jedoch bislang alles andere als einfach. Kreditorenbuchhalter mussten in verschiedenen Systemen nach den betroffenen Rechnungen suchen, die Rechnungshistorie 眉berpr眉fen, den Zahlungsstatus abrufen, die Ursache f眉r Zahlungsverz枚gerungen ermitteln und manuell eine Antwort an den Lieferanten verfassen.

Diese Routinet盲tigkeit war mit hohem Zeitaufwand verbunden und wurde h盲ufig als Belastung empfunden. 鈥濫s tr盲gt nicht unbedingt zur F枚rderung der Arbeitsmoral bei, wenn man E-Mails von Lieferanten bekommt, die mitunter etwas unh枚flich danach fragen, wann sie endlich ihr Geld bekommen 鈥� das macht nicht gerade Spa脽鈥�, erkl盲rt Philippe Lalumi猫re.

Das richtige Problem finden und KI darauf ansetzen

Der Cirque du Soleil ist seit 眉ber 25 Jahren Kunde von 麻豆原创 und wei脽 daher sehr genau, wie Abl盲ufe mithilfe von 麻豆原创-Technologien nicht nur gesteuert, sondern v枚llig neu gestaltet werden k枚nnen.

Als einer der Vorreiter im Bereich digitale Transformation war der Cirque du Soleil der ideale Kandidat f眉r das 麻豆原创 AppHaus, das untersuchen wollte, wie 麻豆原创-Technologie auf Basis von generativer KI zur Optimierung von Gesch盲ftsprozessen des Unternehmens beitragen kann.

In gemeinsamen Workshops fanden Fachleute von 麻豆原创, das IT-Team des Cirque du Soleil und Anwender aus den verschiedenen Abteilungen die Antwort auf diese Frage. Schnell kristallisierte sich heraus, dass die Kreditorenbuchhaltung mit ihrer schlanken Organisationsstruktur, ihren zahlreichen Interaktionen und einem klaren Automatisierungspotenzial bestens f眉r einen Testlauf geeignet war. Mit der Wahl dieser Abteilung folgte das Unternehmen auch einer allgemeinen Entwicklung: Branchen眉bergreifend geh枚rt die Automatisierung der Kreditorenbuchhaltung zu den meistgenutzten KI-Anwendungsszenarien.

Nach der Ermittlung eines geeigneten Anwendungsfalls begannen der Cirque du Soleil und 麻豆原创 mit der Umsetzung und entwickelten eine KI-gest眉tzte L枚sung, die Prozesse in der Kreditorenbuchhaltung automatisiert und ein schnelleres Reagieren auf Anfragen erm枚glicht.

KI im Rampenlicht 鈥� von der Vision zur Umsetzung

Aus den Workshops ging nicht nur ein Automatisierungsprojekt hervor, sondern auch Genato, ein mehrsprachiger KI-Agent, der das Team in der Kreditorenbuchhaltung nun tatkr盲ftig unterst眉tzt.

Der polyglotte Agent analysiert eingehende Nachrichten in der Kreditorenbuchhaltung, erfasst die Stimmung, identifiziert besonders dringliche Nachrichten, extrahiert Rechnungsnummern aus Nachrichten und Anlagen, ruft den Rechnungsstatus aus verkn眉pften 麻豆原创-Daten ab und entwirft eine Antwort, die anschlie脽end von einem Teammitglied 眉berpr眉ft wird. Wird keine Rechnung gefunden oder kann eine Anfrage nicht beantwortet werden, kennzeichnet der Agent das Problem.

鈥濧nfangs gab es Bedenken, was das Vertrauen in die Qualit盲t der Antworten des Agenten betrifft鈥�, erz盲hlt Philippe Lalumi猫re. 鈥濪as Team stellte jedoch schnell fest, dass Genato pr盲zise Antworten liefert.鈥�

Genato und das Team der Kreditorenbuchhaltung k眉mmern sich nun gemeinsam um das weltweite Lieferantennetzwerk des Cirque du Soleil und k枚nnen Anfragen effizienter beantworten.

Philippe Lalumi猫re sieht jedoch auch klare Grenzen der Technologie: 鈥濳I ist definitiv ein sehr leistungsf盲higes Werkzeug. Aber sie ist kein Feenstaub, den man 眉ber Prozesse streuen kann, und schon sind alle Probleme gel枚st. Die L枚sung von Problemen ist auch mit Aufwand verbunden.鈥�

Unter anderem mussten Konnektoren entwickelt und der Agent 眉ber die in die 麻豆原创- und Kreditorenbuchhaltungssysteme des Unternehmens integriert werden. Diese KI-Grundlage f眉r Unternehmen kann Funktionen und Technologien (z. B. 麻豆原创 Business Data Cloud, L枚sungen f眉r das Business Transformation Management und 麻豆原创 Business AI) miteinander verkn眉pfen. Durch die Zusammenf眉hrung von KI, Daten, Prozesskontext und Governance erm枚glicht die Plattform Kunden die Entwicklung, Integration, Skalierung und Ausf眉hrung von KI-L枚sungen, die nachhaltig und kosteneffizient sind und zum Unternehmenserfolg beitragen.

Die Auswirkungen machten sich nahezu umgehend bemerkbar. Der Agent auf Basis von generativer KI priorisierte dringende Lieferantenanfragen, rief Rechnungsinformationen ab, formulierte Antworten und 眉bersetzte Nachrichten automatisch. Dies f眉hrte zu messbaren Verbesserungen in der gesamten Kreditorenbuchhaltung:

• 97,92听% bessere Bearbeitung von dringenden Anfragen
• 25听% weniger R眉ckstand in der Kreditorenbuchhaltung
• 25听% k眉rzere Antwortzeiten bei weniger dringenden Anfragen
• H枚here Lieferantenzufriedenheit und bessere Arbeitsmoral der Mitarbeitenden

Die Auswirkungen auf die Belegschaft k枚nnen gar nicht hoch genug eingesch盲tzt werden. Da das Team nicht immer wieder dieselben Informationen suchen und emotionsgeladene Anfragen von Lieferanten beantworten muss, ist Genato f眉r die Teammitglieder inzwischen weit mehr als nur ein Tool. 鈥濭enato ist f眉r uns nun ein virtuelles Teammitglied鈥�, erkl盲rt Philippe Lalumi猫re. 鈥濫s ist ein echter Paradigmenwechsel.鈥�

Diese Akzeptanz ist der deutlichste Beweis f眉r den Erfolg. Philippe Lalumi猫re erinnert sich, wie sich eine Anwenderin nach der 脺bergabe des Prototyps an das Produktivsystem emp枚rte: 鈥濶ein, nein, nein, Ihr k枚nnt mir Genato nicht wegnehmen! Ich kann mir ein Leben ohne ihn nicht mehr vorstellen.鈥� Diese Anwenderin geh枚rt heute zu den wichtigsten 贵眉谤sprechern der L枚sung.

Die L枚sung zeigt, wie sich durch die Integration von KI in einen klar umrissenen Gesch盲ftsprozess schnell Vertrauen bei den Benutzern aufbauen l盲sst. Auf dieser Grundlage kann ein Konzept f眉r allgemeine Innovationsprojekte im Unternehmen entwickelt werden.

Oder wie Philippe Lalumi猫re es ausdr眉ckt: 鈥濵an鈥痥枚nnte sagen, dass bei uns fast alles 眉ber 麻豆原创 l盲uft.鈥�

Die weiteren Pl盲ne f眉r KI-gest眉tzte Innovationen

贵眉谤 den Cirque du Soleil ist die Kreditorenbuchhaltung nur ein erster Anwendungsfall.

Philippe Lalumi猫re ist fest 眉berzeugt: 鈥濳I birgt enormes Potenzial und ist ein tolles Werkzeug, aber f眉r die Priorisierung von Anwendungsf盲llen und die weitere Entwicklung brauchen wir auch weiterhin menschliches Urteilsverm枚gen.鈥� Er rechnet damit, dass KI auf drei Ebenen weiterentwickelt wird: L枚sungen wie Joule verbessern die pers枚nliche Leistungsf盲higkeit, w盲hrend Genato den Einsatz von KI in Gesch盲ftsprozessen erm枚glicht. Integrierte KI schlie脽lich soll dazu beitragen, dem Publikum ein besseres Erlebnis zu bieten. 鈥濱ch glaube, dass in der Zirkuskunst ein neues Zeitalter anbricht鈥�, prophezeit er.

Anderen Unternehmen, die gerade erst mit der Einf眉hrung von KI beginnen, gibt er einen einfachen Rat mit auf den Weg: mit kleinen Projekten anfangen, die Benutzer fr眉hzeitig einbeziehen und experimentierfreudig sein. 鈥濵an sollte es zun盲chst mit einem kleinen Proof of Concept versuchen und bereit sein, diesen auch wieder zu verwerfen鈥�, erl盲utert Philippe Lalumi猫re. 鈥濪ie Entwicklung im Bereich KI hat Fahrt aufgenommen und man sollte auf den Zug aufspringen.鈥�

贵眉谤 ein Unternehmen, das sich immer wieder neu erfindet, mag die Transformation der Kreditorenbuchhaltung wenig mit dem Rampenlicht zu tun haben, aber nach Einsch盲tzung von Philippe Lalumi猫re geht es dabei um dasselbe Prinzip: Innovationen entstehen dann, wenn Menschen bereit sind, die Grenzen des M枚glichen auszuloten. Diese Mentalit盲t tr盲gt heute zu besseren Abl盲ufen im Backoffice bei. Morgen kann sie helfen, dem Publikum ein v枚llig neues Erlebnis zu bieten.

Sid Misra ist CMO f眉r die 麻豆原创 Business AI Platform Technology Foundation.
Bild oben mit freundlicher Genehmigung des Cirque du Soleil.

The post Der Cirque du Soleil erfindet sich immer wieder neu und setzt deshalb auf die Innovation mit KI appeared first on 麻豆原创 News Center.

Stellen Sie sich folgendes Szenario vor: Sie sind IT-Manager in einem mittelst盲ndischen Unternehmen, das 麻豆原创 einsetzt. Mitten in der Woche tritt ein kritisches Problem auf. Ihr Team versucht fieberhaft, das Problem zu beheben, durchsucht die Dokumentation, pr眉ft die verschiedenen verf眉gbaren Support-Kan盲le und 眉berwacht die Situation, um sicherzustellen, dass sich das Problem nicht weiter verschlimmert. Ein Systemausfall ist stressig genug. In einer solchen Situation m枚chte man nicht zus盲tzlich durch einen komplexen Support-Prozess navigieren m眉ssen. Mit Support Accreditation von 麻豆原创 steht Ihnen ein kostenloser Onlinekurs zur Verf眉gung, der Ihnen genau die Hilfe bietet, die Sie ben枚tigen. Durch seine strukturierte, praxisorientierte Lernumgebung hilft dieser Kurs Kunden, Partnern und Beratern, die Support-Angebote von 麻豆原创 optimal zu nutzen.

Angesichts des rasanten Wachstums der KI in den letzten Jahren sieht die Support-Landschaft von 2026 v枚llig anders aus als noch vor f眉nf Jahren. Die Support-Landschaft von heute umfasst KI-gest眉tzte Assistenten, Prognosefunktionen, intelligente Empfehlungen und Echtzeit-Interaktionskan盲le. Das neueste Release des Support-Accreditation-Kurses bereitet Lernende darauf vor, diese Innovationen und mehr in vollem Umfang zu nutzen.

Was ist neu am 麻豆原创-Support-Kurs?

Nachdem wir Erkenntnisse von mehr als 40.000 Lernenden gesammelt, mit internen Support-Experten zusammengearbeitet und jede Entscheidung in reales Benutzerfeedback einflie脽en lassen haben, hat 麻豆原创 die Support-Akkreditierung von Grund auf neu konzipiert. Was bietet die Version 2026 des Kurses Kunden, Partnern und Beratern? Nach Abschluss erhalten Lernende ein digitales Zertifizierungsabzeichen. Dieses best盲tigt ihre Expertise in folgenden Bereichen: Nutzung von Selfservice-Tools, Zugriff auf KI-gest眉tzte Support-L枚sungen, Navigation durch Support-Kan盲le, Effizienz bei Support-Interaktionen und Zusammenarbeit sowie optimale Nutzung von 麻豆原创 Enterprise Support. Vielleicht haben Sie bereits von einigen KI-gesteuerten Funktionen geh枚rt 鈥� wie Joule im Onlineportal 麻豆原创 for Me, intelligenter Suche, pr盲ventivem Support, Incident Solution Matching, Systeme zur Kanalsteuerung oder Pr盲diktoren f眉r Produkte, Produktfunktionen und Priorit盲t. Nun k枚nnen Sie diese Themen vertiefen. 

Dieses Release verbindet bew盲hrte Lernmethoden mit weiterentwickeltem Support und schafft damit ein v枚llig neues Nutzererlebnis. Die aktuelle Version von Support Accreditation wurde auf Basis des Feedbacks von Lernenden 眉berarbeitet und bietet nun:

• anwenderorientiertes Lernen
• k眉rzere, fokussiertere Lerneinheiten
• Inhalte, die sich auf konkrete Ergebnisse konzentrieren

Die tats盲chlichen Vorteile

Support Accreditation 2026 ist mehr als nur ein digitales Abzeichen 鈥� es ist ein Nachweis, der Ihre F盲higkeit best盲tigt, das umfassende Support-Angebot der 麻豆原创 effektiv zu nutzen. Der Akkreditierungs-Kurs hilft Ihnen au脽erdem dabei:

• Probleme schneller zu l枚sen 鈥� durch den Einsatz intelligenter Self-Service-Tools, KI-gest眉tzter Empfehlungen und bew盲hrter Best Practices, die helfen, Bearbeitungs- und Wartezeiten zu verk眉rzen.
• mehr Sicherheit zu gewinnen 鈥� indem Sie das 麻豆原创-脰kosystem mit seinen integrierten Wissens-, Diagnose- und Automatisierungs-Tools optimal  nutzen, um unabh盲ngiger von klassischem Support zu werden, Probleme zunehmend selbst zu l枚sen und Ihre digitalen F盲higkeiten ausbauen.
• Support-Interaktionen zu optimieren 鈥� indem Sie lernen, qualitativ hochwertigere Supportf盲lle zu erstellen, effektiver zu kommunizieren und die jeweils passenden Kan盲le zum richtigen Zeitpunkt zu nutzen.
• stets den 脺berblick zu behalten 鈥� durch kontinuierliches Lernen und die optimale Nutzung neuer Funktionen.

Der Einstieg in den kostenlosen 麻豆原创-Kurs

Der Kurs 鈥濻upport Accreditation 2026鈥� ist ab sofort auf der 麻豆原创-Lernplattform verf眉gbar. Das Angebot ist kostenlos und jederzeit abrufbar. Insgesamt dauert der Kurs etwas mehr als 60 Minuten und kann im eigenen Tempo absolviert werden.

Stefan Steinle ist Executive Vice President und Leiter des Bereichs Global Customer Support bei 麻豆原创.

The post Schneller. Smarter. KI-gest眉tzt:听麻豆原创-Kurs Support Accreditation zeigt, wie Support optimal genutzt werden kann appeared first on 麻豆原创 News Center.

Die Geschichte des Unternehmens reicht mehr als 100 Jahre zur眉ck. Was als kleines Textilgesch盲ft im d盲nischen Aarhus begann, ist heute ein internationaler Einzelh盲ndler mit einem Umsatz von zw枚lf Milliarden Euro.

Die 麻豆原创 begleitet die Salling Group seit mehr als 20 Jahren und ist zentral f眉r deren Gesch盲ftsbetrieb, erkl盲rte Alan Jensen, CIO und Executive Vice President der Salling Group. K眉rzlich hat das Unternehmen sein ERP-System auf 麻豆原创 S/4HANA Cloud mit RISE with 麻豆原创 modernisiert.

Mit dieser cloudbasierten Infrastruktur ist der Einzelh盲ndler bereit, seine KI-Transformation zu starten.

Mit der KI-Transformation den Alltag verbessern

Die Salling Group verfolgt mit der Einf眉hrung von KI drei Ziele: das Kundenerlebnis verbessern, die Arbeit der Mitarbeitenden vereinfachen und die betriebliche Effizienz steigern. 鈥濿ir m枚chten den Alltag unserer Kunden verbessern, indem wir jederzeit das richtige Produkt zum richtigen Preis anbieten“, erkl盲rte Jensen. 鈥濧u脽erdem wollen wir den Alltag unserer Mitarbeitenden verbessern, damit die Werkzeuge und Systeme, mit denen sie arbeiten, intuitiv und einfach zu bedienen sind.“ Das steht im Einklang mit dem Unternehmenszweck: den Alltag von Kunden, Kolleginnen und Kollegen sowie den Gemeinschaften, in denen das Unternehmen aktiv ist, zu verbessern.

Die Salling Group betrachtet KI als wichtigen Treiber. Dabei liegt der Fokus darauf, wie sich KI in echten Gesch盲ftswert f眉r Kunden, Mitarbeitende und das Gesamtunternehmen umwandeln l盲sst. Ein Bereich, in dem KI sp眉rbare Auswirkungen haben wird, ist die Logistik, erkl盲rte Jensen. Derzeit nutzt die Salling Group 麻豆原创 Extended Warehouse Management in ihren 29 Verteilzentren. Die Anwendung unterst眉tzt die Verwaltung gro脽er Warenmengen und erm枚glicht nachhaltige, resiliente Abl盲ufe durch digitalisierte Lagerprozesse in der Cloud. 贵眉谤 die Salling Group bedeutet das: p眉nktliche Lieferungen an die Filialen und effiziente Lieferkettenabl盲ufe.

Click the button below to load the content from YouTube.

Always allow YouTube

Ausblick mit KI: die Vorteile vom autonomen Unternehmen erkunden

Die Salling Group nutzt 麻豆原创-L枚sungen und KI, um ihren Einzelhandelsbetrieb durchg盲ngig zu modernisieren. Der Schwerpunkt liegt auf dem Kundenerlebnis, der Produktivit盲t der Mitarbeitenden und der Exzellenz in der Lieferkette 鈥� und darauf, dass neue Technologien greifbare Gesch盲ftsergebnisse liefern.

Mit Blick auf die 麻豆原创 freut sich Jensen darauf zu sehen, wie das autonome Unternehmen den Erfolg der Salling Group mit KI weiter vorantreiben wird.

鈥濪as autonome Unternehmen klingt sehr spannend“, betonte Jensen. 鈥濫s gibt definitiv viele M枚glichkeiten, unsere t盲glichen Gesch盲ftsabl盲ufe zu verbessern. Wir m眉ssen neugierig bleiben und herausfinden, wie wir es nutzen k枚nnen.“

The post Wie die Salling Group mit 麻豆原创 und KI den Einzelhandel verbessert appeared first on 麻豆原创 News Center.

鈥濽nser erster Schritt bestand darin, eine zuverl盲ssige Grundlage zu schaffen鈥�, berichtete Mirela Siani, Transformation and Technology Director bei Ipiranga, einem der gr枚脽ten Kraftstoffh盲ndler Brasiliens mit Sitz in Rio de Janeiro.

Ipiranga unterh盲lt ein landesweites Netz von rund 6.000 Tankstellen, betreut 眉ber 6.200 B2B-Kunden und betreibt 1.500 Tankstellenshops. Das Unternehmen erwirtschaftet einen Jahresumsatz von 120,7 Milliarden US-Dollar, sah sich jedoch trotz seiner Gr枚脽e und f眉hrenden Marktposition mit dem Problem konfrontiert, dass Projekte immer wieder scheiterten.

Die Ursache finden und beseitigen

鈥濾or der Investition in neue Technologien mussten wir uns ausf眉hrlich damit auseinandersetzen, warum einige unserer Initiativen nicht den erwarteten Nutzen f眉r das Unternehmen brachten鈥�, erkl盲rte Mirela Siani auf der Konferenz von TAC Insights in Toulouse. 鈥濿ir mussten eine sorgf盲ltige Ursachenanalyse durchf眉hren.鈥�

Eine Ursachenanalyse ist eine strukturierte Vorgehensweise, die darauf abzielt, die Ursachen von Problemen zu ermitteln und nicht lediglich oberfl盲chliche Symptome zu beheben.

鈥濻tatt neue Investitionen zu t盲tigen, haben wir uns entschlossen, den Ursachen auf den Grund zu gehen鈥�, f眉hrte sie aus. 鈥濪abei haben wir unseren Blick auch auf Projekte in der Vergangenheit gerichtet und festgestellt, dass wir infolge der umfangreichen Anpassungen nicht schnell genug die gew眉nschten Ergebnisse erzielen konnten. Wir waren nicht in der Lage, die besten Technologien und funktionale Best Practices einzuf眉hren. Das wiederum wirkte sich direkt auf die F盲higkeit unseres Unternehmens aus, sein Angebot weiterzuentwickeln und das Wachstum voranzutreiben.鈥�

Technische Herausforderungen in die Sprache des Unternehmens 眉bersetzen

Das Technologieteam erkannte schnell, dass es die Unterst眉tzung der Gesch盲ftsleitung f眉r die Transformation des ERP-Systems nur sichern konnte, wenn gezeigt werden konnte, wie inkonsistente Prozesse und das Fehlen standardisierter Best Practices das Unternehmen daran hinderten, schnell zu reagieren und auf dem Markt wettbewerbsf盲hig zu bleiben.

鈥濧ls wir dem Vorstand unser Konzept pr盲sentierten, um das Budget f眉r die digitale Transformation bewilligt zu bekommen, war unser Thema anfangs gar nicht die Technologie鈥�, berichtete Mirela Siani. 鈥瀂un盲chst haben wir erl盲utert, was das Unternehmen braucht, um seine strategischen Ziele schneller zu erreichen. Dann haben wir die Hindernisse benannt, die diesen Fortschritt ausbremsen, und die technologischen Funktionen pr盲sentiert, mit denen sich diese Hindernisse beseitigen lassen.鈥�

Indem sie die technischen Herausforderungen und Chancen in die Sprache des Unternehmens 眉bersetzte, zeigte Mirela Siani der Gesch盲ftsleitung von Ipiranga auf, dass Innovationen ohne solide Grundlage nicht zu der gew眉nschten Effizienzsteigerung f眉hren w眉rden.

鈥濪urch Ermitteln dieser Ursachen konnten wir einen typischen Fallstrick vermeiden鈥�, erkl盲rte sie. 鈥濧nstatt in neue Technologien zu investieren, ohne eine leistungsf盲hige Grundlage zu schaffen, haben wir uns f眉r eine andere Strategie entschieden. Wir haben unseren Schwerpunkt auf Tools f眉r die Prozessintegration, Governance und operative Disziplin gelegt.鈥�

Gr眉nes Licht f眉r ein Gro脽projekt

Ipiranga hat in Zusammenarbeit mit 麻豆原创 kritische Prozesse im operativen Gesch盲ft, im Finanzwesen und in den Handelsabl盲ufen analysiert.

鈥濪ie Gesch盲ftsexperten von 麻豆原创 haben sehr genau gezeigt, wie ein hochgradig angepasstes ERP-System Entscheidungsprozesse verlangsamt und die Transparenz und Innovationsf盲higkeit beeintr盲chtigt鈥�, berichtete Mirela Siani. Im Vordergrund standen dabei nicht die Funktionen des 麻豆原创-Systems, sondern grundlegende betriebswirtschaftliche Fragen: Wie laufen die Finanzprozesse ab? Wie funktioniert die Auftragsabwicklung?

Mit diesen Einblicken und einem klaren Verst盲ndnis, warum Entscheidungsprozesse zu langsam waren, konnte Mirela Siani dem Vorstand eine klare Botschaft 眉bermitteln: 鈥濿ir m眉ssen eine solide Grundlage schaffen, sonst wird die Transformation scheitern.鈥�

Sie erhielt daraufhin gr眉nes Licht f眉r die Implementierung eines neuen ERP-Systems zur Verbesserung der Wertsch枚pfung und des ROI. Das Unternehmen nahm ein umfangreiches Integrationsprojekt in Angriff und plant, am 31. Dezember 2026 den Produktivbetrieb mit dem neuen System aufzunehmen.

Ipiranga setzte mit Unterst眉tzung von Accenture und 麻豆原创 eine Clean-Core-Strategie um, die daf眉r sorgt, dass k眉nftig nur noch minimale Anpassungen vorgenommen werden m眉ssen und das System langfristig skalierbar bleibt. Von den insgesamt 104 analysierten Altsystemen werden 64 Systeme integriert und 40 au脽er Betrieb genommen. Dar眉ber hinaus werden mehr als 750 Schnittstellen entwickelt. Dabei wurden s盲mtliche Entwicklungen strengen Governance-Pr眉fungen unterzogen, um einen Clean Core zu gew盲hrleisten.

Die Mitarbeitenden treiben den Wandel voran

Technologie kann den Weg f眉r eine Transformation bereiten, doch entscheidend f眉r den Erfolg sind die Mitarbeitenden. 脺ber 350 Fachleute aus unterschiedlichsten gesch盲ftlichen und technischen Teams arbeiten an dem Projekt von Ipiranga mit. Eine entscheidende Rolle spielte dabei auch die direkte Einbeziehung der Gesch盲ftsleitung. Dank ihrer Unterst眉tzung und einer transparenten Kommunikation gab es kaum Widerstand gegen die Transformation.

鈥濽ns war wichtig, dass wir den Mitarbeitenden Ver盲nderungen nicht aufzwingen, sondern die Auswirkungen klar aufzeigen und uns dabei mit einem fach眉bergreifenden Team absprechen鈥�, berichtete die IT-Expertin, die auch erfolgreich an Ruderwettbewerben teilnimmt. 鈥濿ir haben die Teams fr眉hzeitig vorbereitet und Change-Management-Prozesse in s盲mtliche Projektphasen integriert.鈥�

Das Team legte den Schwerpunkt auf Initiativen mit besonders hohem Return on Investment (ROI) und setzte weniger wichtige Projekte vorerst aus. Um eine erfolgreiche Transformation von hoher Qualit盲t sicherzustellen, entschied es sich au脽erdem f眉r die Zusammenarbeit mit erstklassigen Partnern und w盲hlte unter anderem Accenture als Implementierungspartner und Amazon Web Services (AWS) als Hyperscaler.

Die Transformation des Unternehmens hat nun einen wichtigen Meilenstein erreicht (SIT1). Ipiranga rechnet mit einem ROI von 眉ber 40 Millionen US-Dollar 鈥� vor allem aber hat das Unternehmen etwas geschaffen, das viel wertvoller ist als ein neues System.

鈥濿ir werden k眉nftig von einer soliden operativen Grundlage, von integrierten, skalierbaren und effizienten Prozessen und von einer Unternehmenskultur profitieren, die von einem klaren Verst盲ndnis gepr盲gt ist, dass Transformation weit mehr bedeutet als die Einf眉hrung von Technologien. Technologie ist lediglich ein Wegbereiter鈥�, f眉hrte Mirela Siani aus.

Der Weg von Ipiranga zeigt einmal mehr, dass es bei der digitalen Transformation nicht nur um Tools geht, sondern um erfolgsentscheidende Grundlagen. Mit einer Ursachenanalyse lassen sich Probleme aufdecken, die durch den Einsatz von Technologie allein nicht behoben werden k枚nnen. Sie zeigt, dass die Vorbereitung eine ebenso wichtige Rolle spielt wie die Umsetzung und dass eine Clean-Core-Strategie langfristig zum Abbau von Komplexit盲t beitr盲gt.

鈥濼ats盲chlich ist Innovation nicht der Ausgangspunkt f眉r eine erfolgreichen Transformation. Am Anfang einer Transformation stehen Einblicke, Disziplin und klar definierte Ziele. Daraus l盲sst sich dann ableiten, welche Technologie die richtige ist鈥�, so das Fazit von Mirela Siani.

The post Entscheidend f眉r den Erfolg einer digitalen Transformation ist nicht die Technologie, sondern eine solide Grundlage听 appeared first on 麻豆原创 News Center.

S茫o Salvador Alimentos S.A. (SSA) mit Sitz in Itabera铆 im brasilianischen Bundesstaat Goi谩s geh枚rt zu den f眉hrenden Lebensmittelunternehmen des Landes. Unter Marken wie SuperFrango und Boua vertreibt das Unternehmen ein breites Sortiment 鈥� von frischem und verarbeitetem Gefl眉gel 眉ber Eier und Milchprodukte bis hin zu Fisch und Tiefk眉hlkost. Die Produkte des Unternehmens werden in Dutzende L盲nder weltweit exportiert.

SSA hat sich in der Branche einen guten Ruf f眉r Qualit盲t und Innovationsbereitschaft erarbeitet. Umso mehr fiel auf, dass ein interner Prozess 鈥� die Verwaltung der Ausgabe pers枚nlicher Schutzausr眉stung 鈥� noch vollst盲ndig auf Papier basierte. Nach der erfolgreichen Implementierung von 麻豆原创 S/4HANA im Jahr 2024 setzte das Unternehmen seine Zusammenarbeit mit 麻豆原创 fort und begann gemeinsam mit dem 麻豆原创-AppHaus-Team die M枚glichkeiten mit 麻豆原创 Build und Cloud Foundry auszuloten.

Ausgangspunkt war der Umstand, dass t盲glich rund 150 handschriftliche Unterschriften eingeholt werden mussten, um die Ausgabe von pers枚nlicher Schutzausr眉stung an Mitarbeitende zu best盲tigen. Die unterzeichneten Dokumente wurden anschlie脽end an das Archivteam 眉bergeben, das sie manuell einscannen und ablegen musste. Wer welche Ausr眉stung wann erhalten hatte, wurde nicht digital erfasst. Deshalb war es nicht m枚glich, die Nutzung nachzuverfolgen oder rechtzeitige Erinnerungen f眉r den verpflichtenden Austausch der pers枚nlichen Schutzausr眉stung alle sechs Monate zu versenden.

Nutzerorientierter Innovationsansatz mit 麻豆原创 Build und Cloud Foundry

In speziellen Workshops analysierten Stakeholder und Benutzer bei SSA die Situation nach dem nutzerorientierten Innovationsansatz der 麻豆原创. Gemeinsam erkundeten sie neue M枚glichkeiten, diesen Prozess mit 麻豆原创 Build und Cloud Foundry zu verbessern und neu zu gestalten. Nach einigen Iterationen und Tests wurde die neue L枚sung im Januar 2026 eingef眉hrt.

Seither k枚nnen die Mitarbeitenden von SSA ihre Unterschrift digital leisten, und das System zeichnet automatisch auf, was wann ausgegeben wurde. Ist ein Austausch f盲llig, erhalten die Mitarbeitenden eine automatische Erinnerung per WhatsApp. Dadurch wird die Einhaltung von Vorschriften sichergestellt und es entsteht mehr Transparenz und Kontrolle 眉ber den Lagerbestand.

Dieser neue Prozess bringt dem Unternehmen folgende Vorteile:

• digitale Authentifizierung und elektronische Signatur ersetzen 150 h盲ndische Unterschriften pro Tag
• vollst盲ndige Abschaffung von Papierdokumenten im Prozess
• vereinfachter Service und eine leicht verst盲ndliche sowie intuitiv bedienbare App
• besserer 脺berblick 眉ber das Lager
• Funktionen f眉r die Berichterstellung
• besseres Kostenmanagement
• regelkonforme und nachvollziehbare Ausgabe von Schutzausr眉stung

Implementierung

Obwohl die Umsetzung auch die Anbindung externer Anwendungen 眉ber spezielle Programmierschnittstellen (APIs) erforderte, ging die neue L枚sung im Januar 2026 in Betrieb. Dank fr眉herer Innovationsprojekte und der Erfahrung mit 麻豆原创 konnte das Kundenteam weitgehend eigenst盲ndig vorgehen. Typische R眉ckfragen betrafen vor allem bew盲hrte Vorgehensweisen bei der Integration.

Innovationsprozess und Ausblick

鈥濿irklich bemerkenswert waren die au脽erordentliche Kompetenz, die schnelle Auffassungsgabe und die Entschlossenheit des SSA-Teams鈥�, betonte Mirela Viersa, Customer Innovation Principal des 麻豆原创 AppHaus. 鈥濱m Anschluss an unseren Evaluierungsworkshop, bei dem wir die wichtigste Herausforderung herausgearbeitet hatten, haben wir eng zusammengearbeitet, um aus einer Vision einen konkreten, umsetzbaren Plan zu machen.鈥�

Nach diesem j眉ngsten erfolgreichen Implementierungsprojekt mit 麻豆原创 plant SSA, 麻豆原创 Build k眉nftig als zentrale Entwicklungsplattform einzusetzen 鈥� insbesondere mit 麻豆原创 Build Code. Ermutigt durch dieses Vertrauen und die nachweislich erfolgreiche Umsetzung plant das SSA-Team nun zu erkunden, welche M枚glichkeiten 麻豆原创 Business AI und weitere intelligente L枚sungen f眉r das Unternehmen er枚ffnen.

The post S茫o Salvador Alimentos optimiert die Verwaltung pers枚nlicher Schutzausr眉stung mit 麻豆原创听Build appeared first on 麻豆原创 News Center.

Der Wechsel von 麻豆原创 IS-U auf 麻豆原创 S/4HANA Utilities besch盲ftigt derzeit nahezu alle Energieversorger. Die Stadtwerke in Deutschland m眉ssen sich umstellen, da der regul盲re Support f眉r die weit verbreitete Branchenl枚sung 麻豆原创 IS-U unter 麻豆原创 EEC Ende 2027 ausl盲uft. 鈥灩竺及� viele Unternehmen bedeutet das einen erheblichen Transformationsdruck鈥�, sagt Benedict Kock, Director Energy Solutions bei Arvato Systems.

Die Energieversorger mit 麻豆原创-Landschaften m眉ssen bald den Umstieg auf 麻豆原创 S/4HANA Utilities abgeschlossen haben. Nicht-麻豆原创 Kunden stehen ebenfalls vor der Herausforderung, Altsysteme abzul枚sen. Sie m眉ssen ihre historisch gewachsenen Landschaften modernisieren und eine neue L枚sung w盲hlen, mit der sie erfolgreich und flexibel die Zukunft gestalten k枚nnen. Vor diesem Hintergrund steigt 麻豆原创-Partner Arvato Systems gemeinsam mit 麻豆原创 in das Plattformgesch盲ft Utilities ein und macht der Energiewirtschaft ein eigenes Angebot.

Die Abrechnungsl枚sung des 麻豆原创-Partners auf Basis von 麻豆原创 S/4HANA Utilities hei脽t AEP.EnerS4 und ist g盲nzlich Cloud-basiert, was die Voraussetzung f眉r schnelle Innovation und sicheren Betrieb ist. 鈥濧EP鈥� steht f眉r die Dachmarke Arvato Systems Energy Portfolio, 鈥濫nerS4鈥� bezeichnet die eigentliche Branchenplattform f眉r Energieversorger.

Standardisierung und individuelle Anpassbarkeit der Cloud-L枚sung

Mit dem Plattformansatz werden zentrale energiewirtschaftliche Prozesse in einer gemeinsamen Systemarchitektur zusammengef眉hrt. Im Kern von AEP.EnerS4 stecken die Funktionen f眉r Kundenservice, Abrechnung, Marktkommunikation und Formularwesen.

鈥濿ir kombinieren ein intelligentes 麻豆原创-S/4HANA-Utilities-Mastersystem nach dem 麻豆原创 RISE-Ansatz mit individuellen Erweiterungsm枚glichkeiten f眉r Energieversorger, Netz- und Messstellenbetreiber鈥�

Benedict Kock, Director Energy Solutions bei Arvato Systems

Die Plattform basiert auf vorkonfigurierten Standards, ist aber als modular aufgebautes Template gestaltet. Die Kunden k枚nnen je nach Bedarf Services dazu buchen.

Durch die Standardisierung ergibt sich ein hoher Automatisierungsgrad, der h枚her ist als bei allen bekannten On-Premise-Systemen, so Kock. Angesichts des auslaufenden Supports und der begrenzten Projekt-, Betriebs- und Fachressourcen sowohl bei Versorgern als auch bei IT-Dienstleistern erweist sich ein standardisiertes Vorgehen als besonders vorteilhaft. Durch diesen Plattformeffekt wird 麻豆原创-Technologie f眉r Energieversorger jeder Gr枚脽e effektiv nutzbar.

Das automatisierte 麻豆原创-S/4HANA-Utilities-Mastersystem wird zentral gepflegt und dient als Vorlage f眉r die Kundensysteme. Die enthaltenen markt- und regulatorisch relevanten Anforderungen und funktionalen Erweiterungen werden einmal entwickelt und dann f眉r alle Plattformnutzer ausgerollt. Dadurch sollen die Fachbereiche von Wartungs- und Update-Aufgaben entlastet werden.

Drei Modelle f眉r verschiedene Anforderungen der Energieversorger

Die Unternehmen k枚nnen entscheiden, wie nahe sie am Standard bleiben, in welchen Nuancen sie abweichen wollen oder ob sie weitere Add-ons einsetzen m枚chten. Daf眉r bietet Arvato Systems drei verschiedene Modelle an, angefangen bei gro脽en Unternehmen mit sehr individuellen Stadtwerke-Systemen.

Dann gibt es den 鈥濧rvato Systems Standard鈥�, vor allem f眉r mittlere bis gro脽e Unternehmen, bei denen die wesentlichen Funktionen f眉r Kundenservice, Abrechnung, Tarife und Marktkommunikation vordefiniert sind. Vor allem f眉r kleinere Unternehmen gibt es ein drittes Modell mit vollst盲ndiger Standardisierung in einem Mehrmandanten-System und gro脽en Kostenvorteilen, so Kock.

Flexibilit盲t ist eingebaut

Grunds盲tzlich k枚nnen die Energieversorger alle vorgegebenen Standards durch zus盲tzlich buchbare Leistungen erg盲nzen. Realisiert wird dies durch verschiedene 鈥濻erviceschalen鈥�, die sich um den Plattformkern legen und kundenspezifische Anforderungen abbilden. Das sind optionale Module etwa f眉r Betrieb, Prozessunterst眉tzung, Weiterentwicklungen oder Business-Process-Outsourcing. Trotz der hohen Standardisierung erm枚gliche dies den Energieversorgern zugleich Flexibilit盲t, weil die Unternehmen so eigene Prozesse abbilden k枚nnen.

Die L枚sung folgt dem Clean-Core-Prinzip. Statt Modifikationen am Kern vorzunehmen, werden individuelle Anpassungen, 脛nderungen oder Erweiterungen strikt vom Standard getrennt und gezielt au脽erhalb des Systemkerns umgesetzt. Dadurch reduzieren sich f眉r die Unternehmen sowohl der Implementierungsaufwand als auch die Betriebskosten, so Arvato Systems.

Integrierte KI-Funktionen

鈥濪ie Plattform basiert auf der Cloud-Strategie von 麻豆原创, richtet sich konsequent an 麻豆原创-Standards aus und orientiert sich eng an der 麻豆原创-Roadmap鈥�, sagt Kock. Da das Mastersystem auf einem zentralen 麻豆原创-Kern basiert, k枚nnen die Unternehmen auch weitere 麻豆原创-Standardfunktionen nutzen, wie Customer Experience Services, KI sowie alle anderen Zusatzmodule.

鈥濧EP.EnerS4 integriert KI-Tools wie automatisiertes Testing mit Tricentis Tosca und KI-Agenten wie 麻豆原创 Joule 眉ber die 麻豆原创 Business Transformation Platform (BTP)鈥�

Benedict Kock, Director Energy Solutions bei Arvato Systems

Dadurch k枚nnen Daten aus der Abrechnungsplattform unmittelbar f眉r KI-gest眉tzte Auswertungen und Automatisierungen genutzt werden.

ENNI setzt bereits auf neue Abrechnungsplattform

W盲hrend viele Energieunternehmen ihre Migrationsstrategie noch konkretisieren, hat sich die ENNI Energie & Umwelt Niederrhein GmbH aus Moers f眉r den Einsatz der neuen Abrechnungsplattform entschieden. Das Unternehmen plant den Umstieg auf 麻豆原创 S/4HANA Utilities bis Oktober 2027 mit einer anschlie脽enden Laufzeit von 60 Monaten.

Nach einer europaweiten Ausschreibung setzt der Energieversorger nach dem auslaufenden Support f眉r 麻豆原创 IS-U auf die standardisierte Mastersysteml枚sung. Die 麻豆原创-Transformation ist dabei Teil eines umfassenden Modernisierungsvorhabens. Die bisherige, historisch gewachsene Systemlandschaft war hochkomplex, ressourcenintensiv und habe schnelle Anpassungen an neue regulatorische und technologische Marktanforderungen zunehmend erschwert.

鈥灩竺及� uns ist das Projekt ein zentraler Baustein unserer Digitalisierungsstrategie鈥�, sagt IT-Leiter ENNI Christian Feltgen.

鈥濵it der Abrechnungsl枚sung schaffen wir die Basis f眉r eine sichere und agile 麻豆原创-Plattformstrategie, die uns langfristig Zukunftsf盲higkeit garantiert.鈥�

Christian Feltgen, IT-Leiter ENNI

Der Plattformansatz erm枚gliche Standardisierung, Skaleneffekte und individuelle Flexibilit盲t bei gleichzeitig langfristig gesichertem Betrieb.

Entlastung der eigenen IT

Neben Effizienzgewinnen profitiere ENNI dabei von geb眉ndelten Lizenzmodellen und einer sp眉rbaren Entlastung im laufenden Betrieb. Im Rahmen des Managed-Service-Provider-Modells (MSP) 眉bernimmt Arvato Systems Betrieb, 麻豆原创-Vertragsmanagement sowie die Weiterentwicklung der Plattform.

贵眉谤 zuk眉nftige Plattformkunden schafft Arvato Systems zus盲tzliche Planungssicherheit. Falls der offizielle Support f眉r 麻豆原创 IS-U vor Abschluss der Transformation auf 麻豆原创 S/4HANA Utilities ausl盲uft, kann die bereits bestehende 麻豆原创-IS-U-Landschaft inklusive Support bis zur erfolgreichen Migration auf AEP.EnerS4 weiterbetrieben werden.

The post Arvato Systems steigt gemeinsam mit 麻豆原创 ins Plattformgesch盲ft f眉r Energieversorger ein appeared first on 麻豆原创 News Center.

Rechtliche Rahmenbedingungen gelten gleichzeitig 眉ber mehrere Rechtsr盲ume hinweg. Energiekosten, Arbeitsm盲rkte und Kundenerwartungen bewegen sich in ihre jeweils eigene Richtung 鈥� und stehen oft in direktem Widerspruch zueinander.

Die Frage, die mir branchen- und l盲nder眉bergreifend am h盲ufigsten gestellt wird, dreht sich im Kern immer um Folgendes: Wie bauen wir ein Unternehmen auf, das mit anhaltenden Turbulenzen umgehen kann, ohne dass seine operativen Abl盲ufe darunter leiden?

Meine Antwort darauf ist zunehmend dieselbe: Man kann permanente St枚rungen nicht reaktiv bew盲ltigen. Man baut Systeme auf, die Entwicklungen autonom, in gro脽em Ma脽stab und in Echtzeit vorhersehen, sich daran anpassen und die agieren k枚nnen. Das ist heute mit Business AI m枚glich, wenn sie richtig in den digitalen Kern eines Unternehmens eingebettet ist. Und der deutlichste Beweis daf眉r stammt von unseren Kunden. Viele von ihnen haben k眉rzlich bei den Veranstaltungen unserer Kundenkonferenz 麻豆原创 Sapphire von ihren beeindruckenden KI-Innovationsprozessen berichtet.

Daten sind die Grundlage, nicht Ergebnis nachtr盲glicher 脺berlegungen

Der Weg von Ericsson ist lehrreich, weil sich das Unternehmen einer Wahrheit gestellt hat, gegen die sich viele Unternehmen noch str盲uben. Esra Kocat眉rk Norell, Vice President f眉r Customer Experience und Enterprise IT bei Ericsson, brachte es so auf den Punkt: 鈥濻obald man KI skaliert, ist es kein KI-Problem mehr, sondern es wird zu einem Datenproblem.鈥�

Diese Erkenntnis war ausschlaggebend f眉r eine gezielte Investition in eine einheitliche Business Data Fabric. Ericsson entwickelte sie mit der 麻豆原创 Business Data Cloud, einer verwalteten Architektur, mit der Daten an ihrem Speicherort beibehalten und Gesch盲ftssemantik, Governance und Lebenszyklusrichtlinien gleichzeitig zentral verwaltet werden k枚nnen.

Mehr als 85.000 Benutzer arbeiten nun produktiv auf der einheitlichen KI-Plattform Joule. Ericsson hat den 脺bergang von der Experimentierphase zur unternehmensweiten Nutzung zuversichtlich vollzogen. Das Unternehmen entwickelt sich parallel an zwei Schaupl盲tzen: Es modernisiert das ERP-Backbone durch RISE with 麻豆原创 und erschlie脽t sich gleichzeitig KI-gest眉tzte Potenziale in den Bereichen Entscheidungsfindung, Effizienz und neue Gesch盲ftsmodelle.

Ericsson zeigt damit, dass der Weg zu vertrauensw眉rdiger, wiederholbarer KI 眉ber die Daten-Governance f眉hrt und dass der fr眉hzeitige Aufbau dieser Grundlage einen strategischen Vorteil und keinen Kostenfaktor darstellt.

Vom digitalen Kern zur physischen Welt

W盲hrend Ericsson veranschaulicht, wie die KI-Transformation auf Ebene der Datenarchitektur aussieht, zeigt Martur Fompak International, ein weltweit f眉hrender Anbieter von Fahrzeugsitz- und Innenausstattungssystemen in der Automobilindustrie, wie sie in der Fertigung aussieht. Das Unternehmen hat ein autonomes intralogistisches Modell auf Basis von Joule mit KI-Funktionen der 麻豆原创 eingef眉hrt. Gemeinsam mit seinem Robotik-Partner Humanoid arbeitet es daran, KI-gest眉tzte Roboter direkt in produktive Fertigungsabl盲ufe zu integrieren.

Das System verkn眉pft Produktionssignale und gesch盲ftlichen Kontext mit der autonomen physischen Ausf眉hrung. Unterst眉tzt durch Materialdaten, Lagerorte, Sequenzplanung und Fertigungspriorit盲ten f眉hren humanoide Roboter nun Materialfl眉sse in der gesamten Fertigungsumgebung aus. Dabei identifizieren, transportieren und liefern sie Materialien an die Fertigungslinie, w盲hrend sie kontinuierlich R眉ckmeldungen an 麻豆原创-Systeme senden.

Bei der zugrunde liegenden Logik geht es darum, 鈥瀔ognitive Autonomie mit physischer Automatisierung zu kombinieren, um die Umsetzung zu transformieren, Entscheidungen zu beschleunigen und intelligente Unternehmensfunktionen im gesamten Unternehmen zu skalieren鈥�, beschrieb es 脰zlem Alt谋n谋艧谋k, Group Intelligent Technologies Director bei Martur Fompak International.

Erste Ergebnisse zeigen einen h枚heren Durchsatz und weniger Fehler. Als zuk眉nftiges Ziel wurde eine bis zu f眉nfmal h枚here Arbeitseffizienz f眉r die Massenfertigung definiert. Martur Fompak International war bei den 麻豆原创 Innovation Awards 2026 der einzige Gewinner in der Kategorie 鈥濧I Excellence鈥�. Das Unternehmen erhielt damit eine Anerkennung nicht nur f眉r die Technologie, sondern auch f眉r die Bereitschaft, Fabrikumgebungen neu zu gestalten.

Geschwindigkeit, Skalierbarkeit und die intelligente Plattform

Prysmian, der weltweit f眉hrende Anbieter von Kabell枚sungen mit einem Umsatz von 20 Milliarden Euro und einer Gesch盲ftst盲tigkeit in mehr als 50 L盲ndern, schlug einen anderen, nicht weniger wichtigen Weg ein. Das Unternehmen schloss seine Entwicklung zu einer KI-f盲higen Cloud-Plattform durch RISE with 麻豆原创 in nur vier Monaten ab. Anschlie脽end nutzte es diese Grundlage, um mehr als 100 KI-Anwendungsf盲lle im gesamten Unternehmen umzusetzen. Die Ergebnisse sind messbar: 70 Prozent Automatisierung sich wiederholender T盲tigkeiten, eine um 80 Prozent k眉rzere Implementierungszeit f眉r neue L枚sungen und eine Beschleunigung der Markteinf眉hrung neuer Produkte um 50 Prozent.

Was mich am Weg von Prysmian besonders beeindruckt, ist, wie das Unternehmen die Rolle der Unternehmenstechnologie neu definiert. Giovanni Cauteruccio, Konzern-CIO und Vorstand f眉r Digitalisierung bei Prysmian, bezeichnete integrierte KI als 鈥瀍in wesentliches Alleinstellungsmerkmal, um die Implementierung von L枚sungen zu beschleunigen und KI-Kenntnisse und die KI-Kultur im gesamten Unternehmen zu st盲rken鈥�.

Mit anderen Worten: Die Plattform ist nicht einfach ein Datenspeichersystem, sondern ein Motor zum Aufbau von F盲higkeiten, der das Unternehmen im Laufe der Zeit intelligenter macht.

Architektur der Agilit盲t

Zusammengenommen weisen diese drei Geschichten auf etwas hin, das gr枚脽er ist als die Summe seiner Teile. Das autonome Unternehmen ist kein weit entferntes Ziel. Es wird derzeit von Unternehmen aufgebaut, die sich bewusst dazu verpflichtet haben, KI als grundlegendes Designprinzip und nicht als eine Funktion in ihren operativen Kern zu integrieren.

M枚glich wird das durch das Zusammenspiel einer verwalteten Datengrundlage, einer intelligenten ERP-Plattform und von KI-Funktionen, die vom Desktop 眉ber die Fertigungslinie bis hin zur Lieferkette reichen. Wenn diese Elemente richtig integriert sind, gewinnen Unternehmen etwas, das kein noch so reaktives Management bieten kann: die F盲higkeit, schneller Erkenntnisse zu gewinnen, Entscheidungen zu treffen und zu handeln, als sich St枚rungen aufbauen k枚nnen.

Ein gewisses Ma脽 an Unsicherheit wird weiterhin bestehen. Die Unternehmen, die am besten damit umgehen werden, sind diejenigen, die heute Systeme aufbauen, mit denen sich Volatilit盲t in Signale und Signale in Vorteile verwandeln lassen.

Manos Raptopoulos ist Global President des Bereichs Customer Success f眉r Europa, den Nahen Osten und Afrika und Mitglied des erweiterten Vorstands der 麻豆原创 SE.

The post Von der Fertigungsebene bis zur Datenschicht: So definieren f眉hrende Unternehmen die Regeln der Agilit盲t neu appeared first on 麻豆原创 News Center.

Agentische KI baut auf dem wirtschaftlichen Potenzial generativer KI auf, das laut McKinsey-Sch盲tzungen j盲hrlich 2,6 bis 4,4 Billionen US-Dollar zur Weltwirtschaft beitragen k枚nnte. Dies stellt die n盲chste Phase der Einf眉hrung von Unternehmens-KI dar: den 脺bergang von der reinen Inhaltserstellung zur eigenst盲ndigen Ausf眉hrung und von vereinzelten Pilotprojekten hin zum produktiven Einsatz.

Unkontrollierte Ausbreitung von KI-Agenten

Dieser Wandel stellt die KI-Governance vor eine neue Herausforderung. Von Agenten-Wildwuchs spricht man, wenn KI-Agenten schneller entwickelt, eingesetzt oder system眉bergreifend verkn眉pft werden, als das Unternehmen in der Lage ist, sie zu erfassen, Verantwortlichkeiten zuzuweisen, Zugriffsrechte zu steuern, ihr Verhalten zu 眉berwachen und sie zu optimieren oder sie stillzulegen, sobald sie ihren Zweck nicht mehr erf眉llen.

Eine unterstreicht diesen Wandel, denn sie ergab, dass 98听Prozent der Unternehmen bereits KI-Agenten implementiert haben oder planen dies zu tun. Doch w盲hrend sich die Einf眉hrung immer schneller vollzieht, kommen die Verantwortlichen mit der Umsetzung einer KI-Governance kaum hinterher. Laut demselben Bericht verf眉gen weniger als die H盲lfte der befragten Unternehmen 眉ber eine 脺bersicht, welche KI-Agenten sie eigentlich im Einsatz haben.

Die Mechanismen hinter diesem Agenten-Wildwuchs kennt jedes Technologieunternehmen, das schon einmal eine SaaS-Welle erlebt hat. Einzelne Teams f眉hren Agenten in Eigenregie ein 鈥� motiviert durch echte Produktivit盲tsziele. Jeder KI-Agent ist f眉r eine bestimmte Aufgabe gedacht: ein Marketing-Automation-Agent hier, ein Supply-Chain-Monitoring-Agent dort, ein HR-Onboarding-Bot anderswo. Und alle arbeiten isoliert vor sich hin. Ohne zentrale Plattform oder 眉bergreifendes Governance-Framework entsteht so eine fragmentierte Landschaft von Agenten, in der die einzelnen Tools nicht miteinander kommunizieren, sich nicht einheitlich 眉berpr眉fen lassen und schneller technische Schulden anh盲ufen, als sie Mehrwert schaffen.

mehr als 150.000 KI-Agenten im Einsatz haben. Doch nur 13 Prozent der Unternehmen glauben, dass sie 眉ber die richtige Governance verf眉gen, um diese Flut von Agenten zu bew盲ltigen. Max Goss, Senior Director Analyst bei Gartner, warnte sein Publikum auf einer Londoner Konferenz im April: 鈥濿盲hrend CIOs und IT-F眉hrungskr盲fte gerade eine wahre Explosion von KI-Agenten in ihren Unternehmen erleben, haben viele mit einem unkontrollierten Wildwuchs zu k盲mpfen, der ihre Organisationen erheblichen Risiken aussetzt 鈥� von Fehlinformationen 眉ber 眉berm盲脽iges Datenteilen bis hin zu Datenverlust.鈥�

Weiter f眉hrte er aus: 鈥濾iele Unternehmen reagieren darauf, indem sie die Nutzung von KI-Agenten blockieren oder stark einschr盲nken. Aber das ist auf Dauer keine tragf盲hige L枚sung. Wenn Mitarbeitende nicht mit den freigegebenen Tools arbeiten k枚nnen, werden sie die unternehmenseigenen Kontrollen wahrscheinlich umgehen und auf Schatten-KI ausweichen, was noch deutlich gr枚脽ere Risiken mit sich bringt. Unternehmen m眉ssen die richtige Balance finden: Sie m眉ssen Agenten steuern und den Wildwuchs in den Griff bekommen, gleichzeitig aber ihre Mitarbeitenden in die Lage versetzen, sicher mit diesen Tools an Innovationen zu arbeiten.鈥�

Agenten ben枚tigen in der Regel umfassende, system眉bergreifende Berechtigungen, um funktionieren zu k枚nnen, doch diese Berechtigungen werden selten mit der gleichen Sorgfalt verwaltet wie bei menschlichen Nutzern. Das Risiko durch nicht verwaltete oder unkontrollierte KI-Agenten im Unternehmen ist daher real und nimmt stetig zu.

Sicherheitsbedenken bei KI-Agenten

Aus der Unternehmenspraxis sind mittlerweile F盲lle bekannt, in denen KI-Agenten vertrauliche Informationen offenlegten oder ihre vorgesehenen Grenzen 眉berschritten 鈥� etwa durch vors盲tzliche Anweisungen, die dazu f眉hrten, dass Agenten Sicherheitsvorkehrungen umgingen, Produktivdaten l枚schten oder irreversible Finanztransaktionen ausl枚sten.

Gerade diese Sicherheitsrisiken bereiten f眉hrenden Technologieunternehmen gro脽es Kopfzerbrechen. Bei Chatbots und fr眉heren Formen generativer KI beschr盲nkten sich Sicherheitsprobleme meist auf fehlerhafte Ausgaben: eine ungenaue oder unpassende Antwort, die sich in der Regel nachtr盲glich korrigieren lie脽. Im Zeitalter der KI-Agenten hingegen k枚nnen die Folgen von Fehlverhalten oder Sicherheitsvorf盲llen deutlich schwerwiegender sein 鈥� schlie脽lich f眉hren Agenten eigenst盲ndig Aktionen aus, nutzen Tools, greifen auf Systeme zu und sto脽en Gesch盲ftsprozesse an.

Deshalb ist die Steuerung von Agenten l盲ngst keine reine IT-Angelegenheit mehr. Sie ber眉hrt zunehmend Themen, die auf Vorstandsebene angesiedelt sind: Risikomanagement, regulatorische Risiken, Datenschutz, Nachvollziehbarkeit, operative Widerstandsf盲higkeit und Rechenschaftspflicht f眉r autonome Entscheidungen.

Die neue KI-Governance-Plattform

F眉hrende Unternehmen denken um: Sie sehen die Steuerung von KI-Agenten nicht mehr als l盲stige Pflichtaufgabe, sondern als entscheidenden Erfolgsfaktor. Denn davon h盲ngt ab, ob ihre KI-Investitionen sich auszahlen oder zum Problem werden. Infolgedessen ist effektive AI-Agent-Governance schnell zu einem Vorstandsthema geworden und tr盲gt zur Entstehung einer neuen Plattformkategorie bei: KI-Governance-Plattform.

Diese Kategorie befindet sich noch in der Entstehung, aber ihr Zweck wird immer klarer. Unternehmen m眉ssen ihre Agenten im Griff haben: Sie m眉ssen wissen, welche Agenten existieren, was diese tun, welche Zugriffsrechte sie haben, ob sie regelkonform arbeiten und wie sie sich im Produktivbetrieb verhalten.

麻豆原创 geh枚rt zu den Pionieren im Bereich Agentic AI 鈥� einer neuen Technologiekategorie. Und mit der 脺bernahme von LeanIX im Jahr 2023 hat die 麻豆原创 ihre Kompetenzen im Bereich Enterprise Architecture Management deutlich ausgebaut. Dies ist schnell zu einem anerkannten Differenzierungsmerkmal f眉r den 麻豆原创听AI Agent Hub geworden 鈥� indem KI-Artefakte wie Agenten, Modelle und MCP-Server innerhalb der gesamten Architektur und im gesamten Gesch盲ftskontext des Unternehmens positioniert werden.

Auf dieser Basis funktioniert der 麻豆原创 AI Agent Hub als zentrale Steuerungszentrale. Von hier aus lassen sich alle KI-Agenten und KI-Tools im Unternehmen verwalten und kontrollieren 鈥� unabh盲ngig davon, von welchem Anbieter sie stammen oder auf welchen Systemen sie laufen.

Wie 麻豆原创-CTO Philipp Herzig auf der diesj盲hrigen 麻豆原创 Sapphire auf der B眉hne erkl盲rte, soll der 麻豆原创 AI Agent Hub eine Governance-Rolle f眉r alle KI-Agenten im gesamten Unternehmen 眉bernehmen. 鈥濧genten sind 眉berall鈥�, sagte er. 鈥濵anche sind gut, manche nicht, und fast niemand hat ein konsistentes Bild 鈥� keine zentrale Governance, keine klare Sicht darauf, was die einzelnen Agenten tun, ob sie Mehrwert bringen oder ob sie den eigenen Richtlinien entsprechen.鈥�

Herzig fuhr fort: 鈥濵it 麻豆原创 AI Agent Hub 盲ndert sich das. Ein zentraler Einstiegspunkt und eine Kommandozentrale, um alle KI-Agenten, LLMs und MCP-Server in Ihrer Landschaft herstellerunabh盲ngig zu ermitteln, zu verwalten und zu steuern. Der [麻豆原创] AI Agent Hub erm枚glicht es Ihnen, alle Ihre Agenten im Kontext zu entdecken: Ihre Landschaft, Ihre Gesch盲ftsprozesse. Sobald Sie die richtigen Agenten identifiziert haben, k枚nnen Sie ihr Risiko kontrollieren und Entscheidungen im Bereich IT-Architektur oder Compliance-Regeln festlegen.鈥�

Das Zeitfenster wird kleiner

KI-Agenten werden immer schneller in Unternehmen eingef眉hrt. Dadurch bleibt immer weniger Zeit, um rechtzeitig wirksame Kontrollsysteme einzurichten, bevor etwas schiefgeht. 贵眉谤 CIOs, CEOs und Unternehmensvorst盲nde lautet die Frage nicht mehr, ob KI-Agenten gesteuert werden sollen. Sie lautet, ob Governance von Anfang an in die Architektur eingebaut wird oder erst nach dem ersten ernsthaften Versagen nachger眉stet wird. Es geht darum, ob die Governance von Anfang an in die Architektur integriert wird oder ob man nachr眉stet, wenn der erste ernsthafte Fehler aufgetreten ist.

Unternehmen, die die Steuerung von KI-Agenten im Jahr 2026 als strategische Priorit盲t betrachten, werden besser in der Lage sein, sich mit KI einen langfristigen Wettbewerbsvorteil zu verschaffen. Wer die Planung jetzt aufschiebt, wird 2027 wahrscheinlich Chaos beseitigen m眉ssen. In der IT gilt: Schnelles Handeln ohne durchdachte Struktur r盲cht sich fr眉her oder sp盲ter. Bei KI-Agenten passiert dies aber deutlich schneller und mit gr枚脽eren Auswirkungen als bei bisherigen Technologien.

The post Wildwuchs von KI-Agenten: Warum KI-Governance jetzt ein Thema f眉r den Vorstand ist appeared first on 麻豆原创 News Center.

Der niederl盲ndische Schiffbauer wurde 1927 als Familienunternehmen gegr眉ndet und ist heute mit mehr als 12.500 Mitarbeitenden und 眉ber 35 Werften auf sechs Kontinenten international pr盲sent. Mit dem Ziel, der weltweit nachhaltigste Anbieter maritimer L枚sungen zu werden, verbindet Damen Shipyards seine langj盲hrige handwerkliche Erfahrung mit Innovation, Digitalisierung und optimalen Betriebsabl盲ufen.

Click the button below to load the content from YouTube.

Always allow YouTube

Nachdem das Unternehmen umfassend in 麻豆原创 S/4HANA als zentrale ERP-Grundlage investiert hat, konzentriert es sich nun darauf, mit 麻豆原创 Business AI noch mehr aus dieser Plattform herauszuholen.

Nutzen der ERP-Plattform mit 麻豆原创 Business AI aussch枚pfen

鈥濿ir wollen den gesch盲ftlichen Nutzen dieser urspr眉nglichen Investition wirklich aussch枚pfen鈥�, erkl盲rte Han Coenraad, Produktmanager ERP bei Damen Shipyards. 鈥濿ir nutzen k眉nstliche Intelligenz vor allem in unseren operativen Abl盲ufen, damit alles runder l盲uft und wir fundiertere Entscheidungen auf Basis unserer Daten treffen k枚nnen.鈥�

Das Schiffbauunternehmen hat 麻豆原创 Joule f眉r Berater und 麻豆原创 Joule f眉r Entwickler aktiviert und testet Dialogfunktionen, die es Mitarbeitenden erm枚glichen, in nat眉rlicher Sprache mit 麻豆原创鈥慡ystemen und Prozessen zu interagieren.

贵眉谤 die Zukunft sieht Damen M枚glichkeiten, sowohl integrierte als auch speziell entwickelte KI鈥慉nwendungen zu nutzen, um die Datenqualit盲t zu verbessern, operative Abl盲ufe zu optimieren und seinen Teams mehr Kundenn盲he und schnelleres Reagieren zu erm枚glichen.

Einsatz k眉nstlicher Intelligenz im Ersatzteilgesch盲ft

Ein Beispiel ist der Einsatz k眉nstlicher Intelligenz zur Unterst眉tzung der Vertriebsingenieure im Ersatzteilgesch盲ft. Die Software liest Kundendokumente aus E-Mails aus und 眉bertr盲gt die richtigen Informationen automatisch in Kundenauftr盲ge. Das Ziel, so erl盲uterte Coenraad, sei es, 鈥濻chiffe schneller zu bauen, Kosten zu senken und die Kundenzufriedenheit zu erh枚hen鈥�.

Inspiriert von der 麻豆原创 Sapphire und der Vision des autonomen Unternehmens ist Damen Shipyards bereit f眉r den n盲chsten Schritt: 鈥濪ie strategische Neuausrichtung mit 麻豆原创鈥慙枚sungen 鈥� wir freuen uns darauf und stehen wirklich voll dahinter. Lassen Sie es uns gemeinsam verwirklichen.鈥�

The post Damen setzt auf 麻豆原创 Business AI, um Schiffbau schneller und intelligenter zu gestalten appeared first on 麻豆原创 News Center.

Vor dem Hintergrund der zunehmenden Vernetzung und Komplexit盲t der Customer Journey k枚nnen L眉cken bei der Umsetzung inkonsistente Erlebnisse, l盲ngere Reaktionszeiten und verpasste Gesch盲ftschancen zur Folge haben. Das Kundenerlebnis der n盲chsten Generation zielt nicht darauf ab, noch mehr Erkenntnisse zu gewinnen, sondern auf breiter Basis aus Erkenntnissen gezielte Ma脽nahmen abzuleiten.

Das neueste Release des L枚sungsportfolios unterst眉tzt Unternehmen dabei, diese Grundlage zu st盲rken, indem sie Arbeitsabl盲ufe im Marketing, Handel, Vertrieb und Service miteinander verkn眉pfen und so bei jeder Kundeninteraktion eine einheitliche, skalierbare Ausf眉hrung erm枚glichen.

Lernen Sie die Highlights des Release Q2 2026 kennen. Ausf眉hrliche Informationen zu den einzelnen L枚sungen finden Sie in unseren Blog-Beitr盲gen zu , , , und .

Vom Kundeninteresse zum Verkaufsabschluss

Unabh盲ngig vom Kanal oder Kontaktpunkt basieren Kundeninteraktionen immer h盲ufiger auf Dialogen, sind st盲rker vernetzt und erfolgen zunehmend in Echtzeit. Zugleich m眉ssen Unternehmen in der Lage sein, bei der Kundenansprache, der Verwaltung von Kampagnen oder der Anpassung ihrer Prozesse an neue Gesch盲ftsanforderungen schneller auf Informationen zuzugreifen und einfacher Ma脽nahmen zu ergreifen.

• Einkaufen mithilfe von Conversational AI 眉ber einen MCP-Server (Model Context Protocol): Unterst眉tzen Sie eine sichere Integration zwischen und KI-Agenten, die Kunden durch den Einkaufsprozess f眉hren oder f眉r den Kunden Aktionen ausf眉hren. KI-Assistenten k枚nnen Produktinformationen in Echtzeit abrufen, den aktuellen Bestand anzeigen, Warenk枚rbe verwalten und Transaktionen direkt in Chat- oder sprachbasierten Oberfl盲chen ausf眉hren. Kunden profitieren dadurch auch au脽erhalb von Ladengesch盲ften von einem intelligenteren, dialogorientierten Erlebnis.听

• Joule in 麻豆原创 Engagement Cloud (麻豆原创 Early Adopter Care): Binden Sie 麻豆原创 Conversational AI direkt in Ihre Kampagnen-Workflows ein. Teams k枚nnen in nat眉rlicher Sprache Fragen zu Produkten oder Kampagnen stellen und erhalten pr盲zise Antworten, ohne verschiedene Systeme durchsuchen zu m眉ssen. Sie haben auch die M枚glichkeit, erfolgreiche Kampagnen zu duplizieren. So m眉ssen sie Kampagnen nicht jedes Mal komplett neu erstellen und haben mehr Zeit f眉r Aufgaben, die strategisches Denken, Kreativit盲t und die Interaktion mit Kunden erfordern.

• Rich Communication Services (RCS) in 麻豆原创 Engagement Cloud: Sprechen Sie Kunden mit aussagekr盲ftigen, interaktiven Nachrichten an, die von Google unterst眉tzt werden und Medien, Carousel Ads und Aktionsschaltfl盲chen in nativen mobilen Messaging-Oberfl盲chen enthalten. Markenbezogene, verifizierte Nachrichten helfen dabei, Vertrauen bei Kunden aufzubauen und sie von der Produktsuche bis zum Kaufabschluss nahtlos durch die einzelnen Prozessschritte zu f眉hren, ohne dass hierf眉r eine zus盲tzliche Anwendung erforderlich ist.

Personalisierte Interaktionen ausweiten

Die Absicht der Kunden zu ermitteln ist lediglich der erste Schritt. Werden zus盲tzliche Kan盲le f眉r die Kundeninteraktion bereitgestellt, m眉ssen Marketingteams schnell reagieren und Kunden auf breiter Basis relevante, personalisierte Erlebnisse bieten. Voraussetzungen daf眉r sind eine reibungslose Kampagnendurchf眉hrung, zeitnahe Einblicke und die M枚glichkeit, jede einzelne Interaktion an die Bed眉rfnisse und Vorlieben des jeweiligen Kunden anzupassen.

• KI-gest眉tzte Erstellung von Inhalten (Pilotphase): Erzeugen Sie hochwertige, markenbezogene Kampagneninhalte in . Teams k枚nnen mithilfe von Gemini-Modellen, die auf Informationen zur Zielgruppe, zum Produkt und zum Kampagnenkontext zugreifen, schnell Varianten der Inhalte erstellen und diese weiter anpassen. Dies erm枚glicht einen schnelleren Start von personalisierten Kampagnen und verringert den Zeitaufwand f眉r die manuelle Erstellung von Inhalten.

• Integrierte Definition von Zielgruppen: Erm枚glichen Sie Marketingteams den Abruf und die Aktivierung umfangreicher Daten aus der direkt in 麻豆原创 Engagement Cloud. Mit dieser Funktion k枚nnen sie erweiterte Kundensegmente eigenst盲ndig definieren, ohne zu anderen Systemen wechseln oder auf die Unterst眉tzung von Datenanalysten warten zu m眉ssen. Die Zusammenf眉hrung von Verhaltens-, Transaktions-, Kunden- und Profildaten mit operativen Daten aus dem gesamten Unternehmen erm枚glicht relevantere Omnichannel-Kampagnen, die genauer auf die Zielgruppe zugeschnitten sind.

Konsistente Vertriebsaktivit盲ten im gesamten Unternehmen

Die F盲higkeit, aus Einblicken konsequente, wiederholbare Ma脽nahmen abzuleiten, mit denen sich planbare Ums盲tze erzielen lassen, ist ausschlaggebend f眉r den Erfolg im Vertrieb. Die zunehmende Komplexit盲t von Vertriebsumgebungen f眉hrt dazu, dass selbst geringf眉gige Inkonsistenzen in Bezug auf Daten, Priorit盲ten oder Vertriebsaktivit盲ten Prognosen zunichte machen und Gesch盲ftschancen nicht wahrgenommen werden k枚nnen. Um konsistenter und souver盲n handeln zu k枚nnen, m眉ssen Sie die Datenintegrit盲t verbessern, Vorgehensweisen abstimmen und klare Leitlinien definieren.

• Agentengest眉tzter 脺berblick 眉ber Verkaufschancen: Geben Sie Ihren Vertriebsteams die Tools an die Hand, die sie f眉r eine schnelle Einsch盲tzung des Status von Verkaufsabschl眉ssen ben枚tigen. Diese Funktion in f眉hrt Interaktionssignale, Umfang der Aktivit盲ten und Informationen zum Fortschritt in einer Echtzeitsicht zusammen, sodass Teams Risiken fr眉hzeitig erkennen und effektiv priorisieren sowie erfolgreiche Abschl眉sse erzielen k枚nnen.
• : Beschleunigen Sie Verkaufsprozesse und unterst眉tzen Sie die richtige Produktplatzierung mit Funktionen f眉r die Vertriebssteuerung, die auf intelligenten, KI-optimierten Prozessen basieren und h枚here Ums盲tze erm枚glichen. Teams k枚nnen damit die Planung und Durchf眉hrung von Kundenbesuchen verbessern, auf der Basis von Erkenntnissen die Vertriebsleistung steigern und Interaktionen optimieren. Unternehmen in der Konsumg眉terindustrie k枚nnen auf diese Weise die Regalverf眉gbarkeit, die Compliance von Werbeaktionen und die Wirksamkeit von Merchandising-Aktivit盲ten an allen Standorten im Einzelhandel verbessern. Au脽endienstteams erhalten einen besseren Einblick in die Aktivit盲ten in den einzelnen Filialen, was eine einheitlichere Markenpr盲sentation und einen erfolgreicheren Wiederverkauf erm枚glicht.

• 麻豆原创 Incentive Management: Steigern Sie die Effektivit盲t Ihres Vertriebsteams mit der L枚sung , die Teil des Portfolios f眉r das ist. Sie k枚nnen damit profitable Vorgehensweisen f枚rdern, die den Umsatz steigern und zum Wachstum des Unternehmens beitragen. Zugleich erm枚glicht die L枚sung Echtzeiteinblicke in die Vertriebsleistung, stellt Funktionen f眉r die Verwaltung von Kl盲rungsf盲llen bereit und unterst眉tzt die von Belohnung von Vertriebserfolgen. Mithilfe von flexiblen Tools k枚nnen Teams Erfolgspr盲mien optimieren und schnell und einfach Vertriebspl盲ne erstellen, testen und einf眉hren. Dar眉ber hinaus unterbreitet die L枚sung KI-gest眉tzte Empfehlungen, mit denen Unternehmen ihre Pl盲ne optimieren, bestm枚gliche Ergebnisse erzielen und handlungsrelevante Einblicke gewinnen k枚nnen.

• Consumer Products Intelligence (麻豆原创 Early Adopter Care): Mit dieser L枚sung k枚nnen Unternehmen in der Konsumg眉terindustrie die riesigen Datenmengen, die in ihren Vertriebs- und Handelsprozessen erzeugt werden, als Grundlage f眉r bessere Entscheidungen nutzen. Analysen und KI unterst眉tzen sie dabei, den Erfolg von Rabatten zu steigern, h枚here Ums盲tze und Margen zu erzielen und den manuellen Aufwand zu verringern.
  听

Die Serviceausf眉hrung unternehmensweit standardisieren

Immer h盲ufiger wird von Serviceteams schnellerer und zuverl盲ssigerer Support erwartet. Zugleich m眉ssen sie die zunehmende Komplexit盲t von Supportkan盲len und Supportanfragen bew盲ltigen. Dies setzt einen einfacheren Zugriff auf Services und konsistente Prozesse im gesamten Unternehmen voraus.

• Selfservice-Katalog: Erm枚glichen Sie es Ihren Mitarbeitenden, auch ohne fundierte Kenntnis der Backend-Prozesse schnell die ben枚tigten Services zu finden. Mithilfe dieses intuitiven, gef眉hrten Katalogs f眉r k枚nnen Anfragen automatisch zusammen mit dem richtigen Kontext weitergeleitet werden. Dadurch entstehen weniger Verz枚gerungen und Probleme werden schneller behoben.

• Framework f眉r Inhaltspakete: Mit dem Framework f眉r 麻豆原创 Enterprise Service Management k枚nnen Sie schnellen, skalierbaren Mehrwert in allen Gesch盲ftsbereichen schaffen. Vorkonfigurierte, wiederverwendbare Konfigurationen f眉r verschiedene Fallarten, Workflows und Kataloge unterst眉tzen Unternehmen bei einer schnelleren Bereitstellung von Services und vereinfachen zugleich die Implementierung im gesamten Unternehmen. Mit diesem Ansatz k枚nnen Unternehmen Komplexit盲t beseitigen, Partner unterst眉tzen und die Einf眉hrung beschleunigen. Inhaltspakete f眉r die Bereitstellung von HR-Services werden in K眉rze verf眉gbar sein.听
• E-Mail-Editor in 麻豆原创 Service Cloud und 麻豆原创 Enterprise Service Management: Dieser E-Mail-Editor erm枚glicht ein effizienteres Verfassen, Bearbeiten und Verwalten von Nachrichten an Kunden und stellt bei Serviceinteraktionen eine hohe Qualit盲t sicher. Der moderne, benutzerfreundliche E-Mail-Editor wurde speziell f眉r Unternehmen entwickelt, die ihren Fokus auf KI legen.

• Erstellung von Verkaufsobjekten 眉ber den Kunden-Hub: Erm枚glichen Sie es Bearbeitern, Leads, Opportunitys, Termine und Kundenauftr盲ge direkt 眉ber den Arbeitsbereich des Bearbeiters in 麻豆原创 Service Cloud zu verwalten. Mit dieser Funktion k枚nnen Unternehmen jede Interaktion mit Kunden in eine Opportunity umwandeln und auf diese Weise Mehrwert schaffen.

Das Auftragsmanagement vernetzen und beschleunigen

Damit sich aus Erkenntnissen Ma脽nahmen ableiten lassen, sind vernetzte Systeme erforderlich, die auch neue Anforderungen nahtlos unterst眉tzen. Wenn Unternehmen ihre Auftragskan盲le, Netzwerke f眉r die Auftragsabwicklung und Technologielandschaften erweitern, ben枚tigen sie Integrationen und Anwendungen f眉r das Auftragsmanagement, die damit Schritt halten k枚nnen und es Teams erm枚glichen, schneller auf neue Anforderungen zu reagieren.

• Connector f眉r Abl盲ufe: Erm枚glicht einen l眉ckenlosen Datenfluss zwischen der L枚sung , anderen 麻豆原创-L枚sungen und Produkten von Drittanbietern. Mit dieser vordefinierten Funktion k枚nnen Anwender auch ohne umfassende Unterst眉tzung durch die IT-Abteilung eigene Gesch盲ftsabl盲ufe und Integrationen konfigurieren, sodass Auftragsmanagementprozesse unternehmensweit miteinander vernetzt sind.

CX-L枚sungen f眉r die Ausf眉hrung von Gesch盲ftsprozessen nutzen

Mit der zunehmenden Integration von KI in ihre t盲glichen Abl盲ufe nutzen Unternehmen KI nicht mehr nur, um neue Erkenntnisse zu gewinnen, sondern auch f眉r die Ausf眉hrung von Gesch盲ftsprozessen.

Mit unseren vor Kurzem angek眉ndigten strategischen Partnerschaften mit und Google Cloud m枚chten wir diesen auf die Ausf眉hrung von Gesch盲ftsprozessen ausgerichteten Ansatz erweitern, indem KI-gest眉tzte Benutzeroberfl盲chen f眉r Service, Einkauf und Kundeninteraktion direkt mit operativen Systemen und Gesch盲ftsdaten verkn眉pft werden. Dadurch k枚nnen Unternehmen den Schritt von isolierten Interaktionen und Erkenntnissen zu koordinierten Ma脽nahmen vollziehen, die eine schnellere Problembehebung, ein besseres Kundenerlebnis und gr枚脽eren Nutzen f眉r das Unternehmen erm枚glichen.

Informieren Sie sich ausf眉hrlich 眉ber die Neuerungen f眉r 麻豆原创 CX im zweiten Quartal鈥�2026 

In der Dokumentation im 麻豆原创 Help Portal finden Sie Informationen zu den neuen Funktionen.

Balaji Balasubramanian ist President und Chief Product Officer f眉r 麻豆原创 Customer Experience und Consumer Industries bei 麻豆原创.

The post Von Erkenntnissen zur Ausf眉hrung von Gesch盲ftsprozessen: Neuerungen im Release Q2 2026 von 麻豆原创 Customer Experience appeared first on 麻豆原创 News Center.

Die Investitionen in diese Transformationen sind von entscheidender Bedeutung. 贵眉谤 Unternehmen war dies jedoch nicht die Ziellinie, sondern sie haben damit eine Grundlage geschaffen. Und genau von dieser Grundlage profitieren sie heute bei der Einf眉hrung von KI-L枚sungen, mit denen sie messbare Gesch盲ftsergebnisse erzielen m枚chten.

Doch noch ein weiteres Element dieser Grundlage gewinnt zunehmend an Bedeutung: Daten. Die gr枚脽te Wertsch枚pfung mit KI k枚nnen Unternehmen erzielen, die in eine Datengrundlage investiert haben 鈥� denn damit steht KI-L枚sungen vertrauensw眉rdiger Gesch盲ftskontext zur Verf眉gung, der es ihnen erm枚glicht, Schl眉sse zu ziehen, Empfehlungen zu unterbreiten und Aktionen auszuf眉hren.

In meinen Gespr盲chen mit Kunden in der Region Amerika und weltweit zeichnet sich nun ein neues Muster ab. Es geht weniger um die m枚glichen Anwendungsszenarien f眉r KI, sondern vielmehr darum, was passiert, wenn intelligente Technologien in die zentralen Abl盲ufe eines Unternehmens integriert werden.

Auch wenn eine Transformation stets an den individuellen Anforderungen eines Unternehmens ausgerichtet ist, sind drei Entwicklungen erkennbar, die allen Transformationsprojekten gemeinsam sind.

1. Von KI-Anwendungsf盲llen zu intelligenten Gesch盲ftsprozessen

In der ersten Welle der KI-Einf眉hrung ging es vor allem darum, den Mehrwert von KI nachzuweisen. Unternehmen haben Anwendungsf盲lle mit besonders gro脽em Nutzen ermittelt, damit messbare Ergebnisse erzielt und Vertrauen aufgebaut, dass KI zur Optimierung von Prozessen beitragen kann.

Daran arbeiten sie weiter. Kunden fragen sich jedoch zunehmend, wie intelligente Technologien in den Gesch盲ftsprozessen verankert werden k枚nnen, mit denen ihre Mitarbeitenden t盲glich arbeiten. In der Praxis gibt es daf眉r bereits konkrete Beispiele.

Das brasilianische Unternehmen HR Path Brazil bietet Recruiting und Talentmanagement f眉r internationale Unternehmen und nutzt beispielsweise die in 麻豆原创 SuccessFactors HCM integrierte L枚sung Joule, um typische Interaktionen im Personalwesen zu automatisieren. Die Mitarbeitenden von HR Path Brazil k枚nnen damit die ben枚tigten Informationen schneller auffinden und HR-Teams bleibt mehr Zeit f眉r strategische Aufgaben. Das Unternehmen war dadurch in der Lage, die Zahl der Standard-Supportf盲lle im Personalwesen um sieben Prozent und die Arbeitslast des HR-Supportteams um zwei Stunden pro Woche zu verringern. Daraus ergibt sich schnell ein erhebliches Einsparpotenzial. Dieses Beispiel zeigt, wie integrierte und vernetzte KI-L枚sungen zum festen Bestandteil von Arbeitsabl盲ufen werden.

2. Von der Messung der KI-Nutzung zur Messung der mit KI erzielten Gesch盲ftsergebnisse

Eine der gr枚脽ten Ver盲nderungen, die ich derzeit beobachte, betrifft die Art und Weise, wie Unternehmen Erfolg definieren. Der ROI wird zunehmend zu einer festen Gr枚脽e. Das belegen auch Untersuchungen, insbesondere eine diese Woche ver枚ffentliche Studie von Oxford Economics. Sie zeigt, dass Unternehmen, die in KI investieren, dieses Jahr mit einer durchschnittliche Rendite von 21听% rechnen und in zwei Jahren bereits mit 38听%. Vor dem Hintergrund der fortschreitenden Entwicklung von Agentic AI prognostizieren Fachleute zudem eine Rendite in H枚he von 17,6听Millionen US-Dollar. Damit haben sich die Sch盲tzungen aus dem vergangenen Jahr, die bei 4,3听Millionen US-Dollar lagen, mehr als vervierfacht.

Unternehmen k枚nnen deshalb gezielt der Frage nachgehen, welche Gesch盲ftsergebnisse ihre KI erm枚glicht. Sie wollen wissen, wie sie Zykluszeiten verk眉rzen und bessere Entscheidungen treffen k枚nnen. Von Interesse ist f眉r sie au脽erdem, ob KI ihre Mitarbeitenden entlastet, sodass ihnen mehr Zeit f眉r wertsch枚pfende T盲tigkeiten bleibt. Und schlie脽lich geht es f眉r sie auch um die Frage, ob KI ihnen hilft, resilienter zu werden und schneller zu reagieren.

Dieser Wandel ist deshalb von Bedeutung, weil er zeigt, dass sich der Schwerpunkt von der Implementierung von Technologie hin zur Verbesserung der Unternehmensleistung verlagert.

3. Von Aufzeichnungssystemen zum neuen Betriebssystem f眉r das Unternehmen

Die dritte Entwicklung wird nach meiner Einsch盲tzung langfristig die gr枚脽ten Auswirkungen haben. Jahrzehntelang bildete Unternehmenssoftware in erster Linie Transaktionen, standardisierte Prozesse und automatisierte Routinet盲tigkeiten ab. Nun unterst眉tzt sie Unternehmen zunehmend dabei, Ver盲nderungen fr眉hzeitig zu erkennen, empfiehlt geeignete Ma脽nahmen, koordiniert Arbeitsabl盲ufe funktions眉bergreifend und trifft immer h盲ufiger Routineentscheidungen, die dann von Menschen kontrolliert werden.

Aus diesem Grund ist f眉r mich das autonome Unternehmen weit mehr als nur die n盲chste Phase der Automatisierung. Es steht f眉r ein neues Gesch盲ftsmodell.

Im autonomen Unternehmen sind Mitarbeitende nicht l盲nger damit besch盲ftigt, Informationen aus dem Finanzwesen, der Lieferkette, der Beschaffung, der Personalabteilung und den Gesch盲ftsprozessen der Kunden miteinander zu verkn眉pfen, um daraus weitere Ma脽nahmen abzuleiten. Vielmehr sind intelligente Systeme zunehmend in der Lage, Kontextinformationen bereitzustellen, Empfehlungen zu unterbreiten, Arbeitsabl盲ufe zu koordinieren und Teams bei der Umsetzung von Strategien unterst眉tzen.

Dabei bleibt die Kontrolle stets beim Menschen. Er wird jedoch von Unternehmenssoftware unterst眉tzt, die direkt in die Gesch盲ftsprozesse des Unternehmens eingebunden ist und aktiv zu deren Ausf眉hrung beitr盲gt 鈥� statt lediglich aufzuzeichnen, was bereits geschehen ist.

Wo die Reise hinf眉hrt

Von den gr枚脽ten langfristigen Vorteilen werden nicht die Unternehmen profitieren, die die meisten KI-Anwendungsf盲lle implementieren. Den gr枚脽ten Nutzen werden vielmehr diejenigen erzielen, die diese ersten Erfolge als Grundlage daf眉r nutzen, die Arbeitsabl盲ufe im gesamten Unternehmen von Grund auf neu zu gestalten.

Die Entwicklung zum autonomen Unternehmen ist ein l盲ngerer Prozess, f眉r den auch in Zukunft eine starke F眉hrungskultur, Governance und qualifizierte Mitarbeitende erforderlich sein werden. Diese werden sogar noch wichtiger werden.

Sehr wahrscheinlich werden wir irgendwann so auf die aktuellen KI-Projekte zur眉ckblicken, wie wir heute auf die Anf盲nge der Cloud-Transformation zur眉ckblicken: Wir werden sie nicht als Ziel betrachten, sondern als Grundlage f眉r ein v枚llig neues Betriebsmodell und neue M枚glichkeiten, kontinuierliche Innovationen voranzubringen.

Die wahren Profiteure dieses Wandels werden die Unternehmen sein, die zunehmend intelligenter, anpassungsf盲higer und autonomer werden.

Jan Gilg ist Mitglied des erweiterten Vorstands der 麻豆原创 SE und Global President of Customer Success & Americas.

The post Welche Entwicklungen aktuelle KI-Transformationsprojekte aufzeigen appeared first on 麻豆原创 News Center.

Komplexe Transformationsprogramme geraten immer wieder an einen Punkt, an dem Entscheidungen ausbleiben und Diskussionen sich im Kreis drehen. Genau diese Situation erlebte auch SNP w盲hrend der Modernisierung der eigenen 麻豆原创-Landschaft. Im Gespr盲ch erl盲utert Matthias Schirner, Manager Global IT Business Applications bei SNP, wie der Max Success Plan von 麻豆原创 dabei half, festgefahrene Themen aufzul枚sen und das Transformationsprogramm gezielt voranzubringen.

Der Ausgangspunkt: ambitioniert, komplex und an manchen Stellen blockiert

Mit mehr als 1.600 Mitarbeitenden an 34 Standorten in 22 L盲ndern z盲hlt SNP zu den f眉hrenden Anbietern von KI-gest眉tzter Software f眉r 麻豆原创-Transformationen und Datenmanagement. Unternehmen wie BMW, Pfizer oder E.ON setzen auf SNP, wenn es darum geht, komplexe 麻豆原创-Transformationen effizient und sicher umzusetzen.

Doch auch Unternehmen mit umfassender Transformationsexpertise stehen bei der Modernisierung ihrer eigenen IT-Landschaft vor anspruchsvollen Aufgaben. SNP hat bereits vor vier Jahren seine 麻豆原创-Systemlandschaft mit RISE with 麻豆原创 in die 麻豆原创 S/4HANA Private Cloud Edition auf Microsoft Azure migriert und damit fr眉hzeitig den Grundstein f眉r eine zukunftssichere Cloud-Strategie gelegt. In den vergangenen Jahren wurde diese Transformation konsequent weiter vorangetrieben. So wurden zus盲tzliche 麻豆原创 Cloud-L枚sungen wie 麻豆原创 SuccessFactors f眉r das globale Personalmanagement sowie 麻豆原创 Concur f眉r das Reisekosten- und Ausgabenmanagement erfolgreich eingef眉hrt und weltweit ausgerollt. Dar眉ber hinaus setzt SNP auf die 麻豆原创 Business Data Cloud als zentrale Daten- und Analyseplattform.

SNP treibt die Modernisierung seiner 麻豆原创-Landschaft konsequent weiter voran. Nach dem erfolgreichen Wechsel in die 麻豆原创 S/4HANA Private Cloud Edition steht mit 麻豆原创 S/4HANA Cloud Public Edition nun der n盲chste Schritt der ERP-Evolution an.

Im Verlauf des Programms zeigte sich jedoch, dass einzelne Themen nicht wie geplant vorankamen. Diskussionen wiederholten sich 眉ber Monate, ohne zu tragf盲higen Entscheidungen zu f眉hren.

Wie kam es zum Max Success Plan?

Matthias Schirner zufolge ergab sich das Engagement ganz konkret aus der Projektsituation heraus: 鈥濫s entstand in einem Meeting mit 麻豆原创, in dem wir gemeinsam 眉ber den Status unseres Transformationsprogramms sprachen. Wir kamen zu dem Schluss, dass es am besten w盲re, einen Workshop zu initiieren 鈥� um 眉ber konkrete Herausforderungen zu sprechen und zu kl盲ren, wie 麻豆原创 uns helfen kann, diese zu 眉berwinden.“

Gemeinsam identifizierten die Teams die wesentlichen Herausforderungen und priorisierten die wichtigsten Handlungsfelder. Daraus entwickelte sich ein ma脽geschneidertes Service-Engagement, das gezielt auf die Anforderungen von SNP zugeschnitten wurde.

Was der Max Success Plan konkret ver盲ndert hat

1. Neue Perspektiven auf bestehende Herausforderungen

鈥濪er Hauptvorteil ist, dass wir die Perspektive auf unsere Herausforderungen ver盲ndert haben“, sagt Matthias Schirner. Der Blick von au脽en 鈥� kombiniert mit der Produkt- und Architekturkompetenz von 麻豆原创 鈥� half dabei, festgefahrene Situationen neu zu bewerten und L枚sungswege zu entwickeln.

Gerade in langfristigen Transformationsprogrammen entwickeln Teams h盲ufig 眉ber Monate hinweg bestimmte Sichtweisen auf Herausforderungen. Eine externe Perspektive kann helfen, neue L枚sungsans盲tze zu identifizieren und Entscheidungen wieder voranzubringen.

2. Von langen Diskussionen zu klaren Entscheidungen

鈥濶ie endende Diskussionen, eine nie endende Meeting-Serie zum selben Thema 鈥� wir konnten sie stoppen und in Entscheidungen 眉berf眉hren. In klare Entscheidungen. Und damit stellen wir sicher, dass wir mit unserer Implementierung vorankommen.“

贵眉谤 SNP lag der Mehrwert nicht allein in zus盲tzlicher Beratung, sondern vor allem darin, die Entscheidungsf盲higkeit innerhalb des Projekts wiederherzustellen. Das schuf die Grundlage, um das Transformationsprogramm konsequent weiterzuf眉hren.

3. Schnelle Wirkung

Schirner betont, wie schnell das Engagement Wirkung zeigte: 鈥濫s war fantastisch zu sehen, wie schnell dieses Service-Engagement Wert und Qualit盲t in unser Projekt gebracht hat.“ Themen, die zuvor 眉ber Monate hinweg diskutiert worden waren, konnten gemeinsam mit den 麻豆原创-Expertinnen und -Experten z眉gig in eine l枚sungsorientierte Umsetzung 眉berf眉hrt werden.

Warum der Max Success Plan gerade jetzt relevant ist

贵眉谤 SNP reicht die Bedeutung des Projekts 眉ber die aktuelle Transformation hinaus. 鈥濿ir reden 眉ber KI, 眉ber Autonomous Enterprise, 眉ber Agents“, sagt Schirner. 鈥灩竺及� uns ist es wichtig, die richtige Grundlage f眉r all das zu bauen.“

Viele 麻豆原创-Anwender stehen heute vor einer 盲hnlichen Situation. Die Innovationsgeschwindigkeit nimmt kontinuierlich zu. Wer heute seine 麻豆原创-Landschaft modernisiert, schafft zugleich die Voraussetzungen, um k眉nftige Innovationen wie KI-Agenten oder weitere intelligente Automatisierung gezielt nutzen zu k枚nnen.

Hier setzt der Max Success Plan an. Als umfassendstes Service-Angebot von 麻豆原创 unterst眉tzt er Unternehmen dabei, komplexe Transformationsprogramme strategisch zu begleiten. Das im M盲rz 2026 eingef眉hrte dreistufige Modell (Foundational, Advanced und Max) umfasst unter anderem dedizierte Success Plan Manager, l枚sungs眉bergreifende Prozessoptimierung, kundenspezifische Prototypenentwicklung sowie Premium-Support mit Reaktionszeiten von bis zu 15 Minuten bei h枚chster Priorit盲t. Oder wie Matthias Schirner zusammenfasst:

鈥濪ie Guidance von den 麻豆原创-Experten zu bekommen, ist der Schl眉ssel f眉r unser Fundament, um das Unternehmen der Zukunft zu bauen.“

Was andere 麻豆原创-Kunden daraus mitnehmen k枚nnen

Die Erfahrungen von SNP zeigen ein Muster, das viele Transformationsprogramme kennen:

• Komplexe Projekte profitieren von unterschiedlichen Perspektiven. Auch Unternehmen mit umfangreicher Transformationserfahrung k枚nnen von der Produkt- und Architekturkompetenz des Softwareherstellers profitieren.

• Ma脽geschneiderte Unterst眉tzung schafft den gr枚脽ten Mehrwert. Entscheidend war kein Standardprogramm, sondern ein Service-Engagement, das gezielt auf die konkreten Herausforderungen zugeschnitten war.

• Entscheidungsf盲higkeit ist ein wesentlicher Erfolgsfaktor. Wenn Diskussionen 眉ber l盲ngere Zeit keine Ergebnisse liefern, wirken sich Verz枚gerungen auf Projektfortschritt, Motivation und Planungssicherheit aus.

• Zukunftsf盲higkeit entsteht schon heute. Wer Innovationen wie KI-Agenten oder Autonomous Enterprise nutzen m枚chte, schafft daf眉r bereits w盲hrend der Transformation die notwendigen Voraussetzungen.

Fazit

Die Erfahrungen von SNP zeigen, dass auch Unternehmen mit umfassender Transformationsexpertise von einer engen Zusammenarbeit mit 麻豆原创 profitieren k枚nnen. Der Max Success Plan unterst眉tzte das Unternehmen dabei, festgefahrene Themen aufzul枚sen, Entscheidungen zu beschleunigen und das Transformationsprogramm gezielt voranzubringen.

The post Erfahrungen von SNP mit dem Max Success Plan von 麻豆原创 appeared first on 麻豆原创 News Center.

Wenn Lieferanten Auftragsbest盲tigungen als PDF-Dateien versenden, k枚nnen selbst geringf眉gige Abweichungen bei Preis, Menge oder Liefertermin dazu f眉hren, dass im Einkauf ein erheblicher manueller Aufwand entsteht. Die Firma Lemvigh-M眉ller, einer der f眉hrenden Gro脽h盲ndler D盲nemarks f眉r Stahl-, Sanit盲r-, Heizungs- und Elektroprodukte, kennt diese Herausforderung schon seit Langem. Die Bearbeitung solcher Best盲tigungen ist mit erheblichem Zeit- und Ressourcenaufwand verbunden.

Und genau hier hat das Unternehmen nun angesetzt 鈥� an einem Punkt, an dem fr眉here Automatisierungsinitiativen meist ins Stocken gerieten. Mit der neuen L枚sung lassen sich Auftragsbest盲tigungen von Lieferanten nun automatisch verarbeiten. Das System nutzt mehrere spezialisierte Agenten, die Hand in Hand arbeiten. Sie lesen und interpretieren die PDF-Dateien, gleichen die Inhalte ab und 眉bertragen sie direkt in die 麻豆原创-Systeme. Die L枚sung wurde mit 麻豆原创-Software entwickelt und in enger Zusammenarbeit mit NTT DATA Business Solutions implementiert.

鈥瀂uvor hatten wir es mit robotergest眉tzter Prozessautomatisierung und mit herk枚mmlichen Automatisierungsmethoden probiert. Aber die gew眉nschte Wirkung konnten wir nicht erzielen. Der entscheidende Unterschied besteht diesmal darin, dass wir die Aufgabe aufgeteilt haben und mehrere unabh盲ngige KI-Agenten jeweils einen bestimmten Teilprozess 眉bernehmen. Gemeinsam erledigen sie nun das, was vorher manuell 眉berpr眉ft werden musste鈥�, erkl盲rte Frederik Aakerlund, IT-Leiter bei Lemvigh-M眉ller.

Von der Idee zur Produktion in zehn Wochen

Das Projekt nahm seinen Anfang mit einer E-Mail von Jess Frederiksen, einer KI-affinen Projektleiterin im Bereich Market and Procurement bei Lemvigh-M眉ller. Nachdem sie versuchsweise eine Auftragsbest盲tigung mithilfe von ChatGPT mit einer Bestellung abgeglichen hatte, wandte sie sich an den IT-Leiter, um zu pr眉fen, ob sich daraus eine vollst盲ndig integrierte Systeml枚sung entwickeln lie脽e.

Von den ersten Tests bis zur Inbetriebnahme vergingen lediglich zehn Wochen. Laut Lemvigh-M眉ller war dieser kurze Umsetzungszeitraum entscheidend daf眉r, dass die L枚sung rasch konkreten wirtschaftlichen Nutzen brachte und so intern an Akzeptanz gewinnen konnte.

鈥濪as war kein langwieriges Projekt. In zehn Wochen schafften wir es von der Idee bis zum Produktiveinsatz der KI-Agenten, und unsere Mitarbeitenden im Einkauf profitierten schnell von messbarem Nutzen鈥�, betonte Aakerlund.

Lemvigh-M眉ller geht davon aus, dass mit der L枚sung Ressourcen freigesetzt werden, die drei bis vier Vollzeitbesch盲ftigten entsprechen. Diese Ressourcen sollen k眉nftig f眉r wertsch枚pfende T盲tigkeiten genutzt werden 鈥� insbesondere f眉r die Bearbeitung besonders komplexer Bestellungen und Ausnahmef盲lle.

鈥濪as Ziel besteht nicht darin, Stellen abzubauen, sondern unser Fachwissen wirksamer einzusetzen. Die KI-Agenten erledigen die Routineaufgaben, sodass sich die Mitarbeitenden im Einkauf auf jene F盲lle konzentrieren k枚nnen, bei denen ihre Erfahrung wirklich gefragt ist鈥�, f眉gte Aakerlund hinzu.    

Mehr als 100.000 Auftragsbest盲tigungen automatisiert

Jedes Jahr sendet Lemvigh-M眉ller rund 175.000 Bestellungen an mehr als 2.000 Lieferanten. Ein Teil dieses Volumens wird strukturiert 眉ber EDI (Electronic Data Interchange) 眉bertragen. Dennoch gehen rund 60 Prozent der Lieferantenbest盲tigungen weiterhin als unstrukturierte Dokumente ein.

Mit den koordinierten KI-Agenten kann das Unternehmen nun automatisch Verz枚gerungen, Mengen盲nderungen und Preisabweichungen erkennen 鈥� und deutlich schneller reagieren.

鈥濬r眉her, als die Auftragsbest盲tigungen noch manuell bearbeitet wurden, konnte es Stunden oder sogar Tage dauern, bis die 脛nderungen im gesamten Unternehmen sichtbar waren. Heute aktualisieren die KI-Agenten die Daten nahezu in Echtzeit, sodass Kunden schon viel fr眉her ein genaues Bild der Liefersituation erhalten鈥�, sagte Klaus Heinemann, Leiter von 麻豆原创 ERP bei Lemvigh-M眉ller, der die Entwicklung gemeinsam mit dem Projektteam leitete. 鈥濧u脽erdem erkennen wir Preisabweichungen jetzt schon bevor die endg眉ltige Rechnung ausgestellt wird. Das spart Zeit, sowohl auf unserer Seite als auch bei unseren Lieferanten.鈥�

Mehrere KI-Agenten in einem einzigen Workflow koordiniert

Die L枚sung basiert auf drei KI-Agenten, die zusammenarbeiten und jeweils eine klar definierte Rolle im Prozess haben. Der erste Agent verarbeitet eingehende E-Mails und Anh盲nge, der zweite extrahiert und strukturiert Daten aus PDF-Dokumenten, und der dritte gleicht die gewonnenen Informationen mit den Bestellungen im 麻豆原创-System ab, um zu pr眉fen, ob es 脺bereinstimmungen oder Abweichungen gibt.

Auf diese Weise lassen sich komplexe und unstrukturierte Lieferantendaten in einem einheitlichen, automatisierten Arbeitsablauf verarbeiten 鈥� ohne dass Mitarbeitende im Einkauf umfangreiche PDF-Dateien 枚ffnen und manuell pr眉fen m眉ssen.

鈥濿as diese L枚sung so zuverl盲ssig macht, ist das Zusammenspiel der Agenten. Jeder Agent ist hochspezialisiert, doch sie sind so aufeinander abgestimmt, dass der Prozess von Anfang bis Ende reibungslos verl盲uft鈥�, erkl盲rte Heinemann.

W盲hrend des Projekts wurde auch immer deutlicher, wie wichtig die Qualit盲t der Stammdaten ist.

鈥濨ei Bereichen wie den Incoterms und anderen Stammdaten haben wir Verbesserungspotenzial ermittelt, das wir umsetzen m眉ssen. Das war f眉r uns ein wichtiger Lerneffekt, nicht nur f眉r dieses Projekt, sondern auch in Bezug auf unsere sonstige Arbeit mit KI鈥�, so Heinemann.

Obwohl es noch zu fr眉h ist, die genauen Auswirkungen auf das Kundenerlebnis, Fehlerraten oder Beanstandungen zu messen, geht das Unternehmen davon aus, dass eine schnellere und pr盲zisere Bearbeitung von Lieferantenbest盲tigungen im Laufe der Zeit zu weniger 脺berraschungen und einer erheblichen Verbesserung der Liefertransparenz f眉hren wird. Intern wurde die L枚sung von der Belegschaft mit gro脽em Interesse aufgenommen.

鈥濵itarbeitende in der Beschaffung wissen es ganz klar zu sch盲tzen, die eint枚nigsten Routineaufgaben abgeben zu k枚nnen. Das hat einen konstruktiven Dialog dar眉ber entfacht, wie Technologie ihre t盲glichen Aufgaben am besten unterst眉tzen kann鈥�, erkl盲rte Heinemann.

Unternehmens-KI mit klaren Gesch盲ftsergebnissen

Lemvigh-M眉ller erwartet, dass sich die Investition in relativ kurzer Zeit rentieren wird.

鈥濿as die Rentabilit盲t der Investition angeht, so gehen wir davon aus, dass sich diese innerhalb von Quartalen rechnen wird, und nicht erst in einigen Jahren. Deshalb war es uns wichtig, die L枚sung schnell produktiv nutzen zu k枚nnen und uns auf Prozesse mit eindeutiger und messbarer Wirkung zu konzentrieren鈥�, betonte Aakerlund.

贵眉谤 die 麻豆原创 ist das Projekt ein konkretes Beispiel daf眉r, wie k眉nstliche Intelligenz direkt in zentrale Gesch盲ftsprozesse eingebettet werden kann, anstatt sie weiterhin als separates Experiment zu betrachten.

鈥濨ei vielen Unternehmen geht es bei KI-Agenten vor allem um Automatisierung. Lemvigh-M眉ller zeigt, dass die eigentliche Herausforderung 鈥� aber auch immenses Potenzial 鈥� in der Koordination liegt鈥�, bekr盲ftigte David Pontoppidan, Head of Business AI der Region Nordic and Baltics bei 麻豆原创. 鈥濿as diese L枚sung so leistungsstark macht, ist die Steuerung von drei spezialisierten Agenten direkt innerhalb des Kernprozesses. Viele Projekte, bei denen mehrere Agenten eingesetzt werden, scheitern in diesem Bereich 鈥� nicht aufgrund der begrenzten M枚glichkeiten einzelner Agenten, sondern wegen mangelnder Koordination. Lemvigh-M眉ller ist es gelungen, die L枚sung in der firmeneigenen 麻豆原创-Landschaft zu verankern, in der Daten, Gesch盲ftsregeln und Governance-Frameworks bereits etabliert sind.鈥�

Er f眉hrte weiter aus: 鈥濨ei Innovation ist nicht die Unternehmensgr枚脽e entscheidend. Lemvigh-M眉ller zeigt, dass ein d盲nisches Unternehmen mithilfe schlanker Entscheidungsprozesse und einem pragmatischen Technologiekonzept schneller vorankommen kann als viele gro脽e globale Unternehmen, die sich noch in der Planungsphase befinden. Es ist nicht 眉blich, innerhalb von zehn Wochen von der Idee zum Produktivbetrieb 眉berzugehen. Aber vielleicht sollte genau das zur Normalit盲t werden.鈥�

Auf betriebliche Abl盲ufe und Skalierbarkeit ausgerichtet

Die L枚sung wurde in enger Zusammenarbeit mit NTT DATA Business Solutions implementiert. Das Beratungsunternehmen war daf眉r verantwortlich, die Inbetriebnahme der L枚sung vorzubereiten und sie vollst盲ndig in die 麻豆原创-Landschaft von Lemvigh-M眉ller zu integrieren.

鈥濪urch die Verteilung der Zust盲ndigkeiten auf mehrere KI-Agenten konnte Lemvigh-M眉ller einen komplexen Prozess automatisieren, ohne Transparenz oder die Kontrolle zu verlieren. Dies erm枚glichte einen schnellen und sicheren 脺bergang vom Pilot- zum Produktivsystem und gew盲hrleistet eine robustere L枚sung, die sich im Falle neuer Anforderungen einfach erweitern l盲sst鈥�, betonte Kristian Dahl, 麻豆原创 UX Manager bei NTT DATA Business Solutions.

Dahl zufolge war die modulare, agentenbasierte Architektur ein entscheidender Faktor f眉r die effiziente Entwicklung vom Proof of Concept zum Produktivbetrieb.

Erster Schritt einer umfassenderen Strategie f眉r KI-Agenten

Zun盲chst wurden die KI-Agenten f眉r den E-Mail-Eingang von einigen Lieferanten sowie f眉r ausgew盲hlte Gesch盲ftsbereiche implementiert. Lemvigh-M眉ller sieht jedoch bereits erhebliches Potenzial f眉r die Anwendung desselben agentenbasierten Ansatzes in weiteren administrativen Prozessen.

鈥濪as ist die erste L枚sung mit KI-Agenten, die wir produktiv gesetzt haben. Diese Erfahrung hat uns das Vertrauen gegeben, 盲hnliche Ans盲tze in anderen Bereichen in Erw盲gung zu ziehen, zum Beispiel in der Rechnungsbearbeitung und im Auftragsmanagement鈥�, sagte Aakerlund abschlie脽end.

Ellen Vig Nelausen ist Nordic Integrated Communications Expert bei 麻豆原创.

The post Lemvigh-M眉ller: KI-Agenten verarbeiten 100.000 Bestellbest盲tigungen听 appeared first on 麻豆原创 News Center.

Wie erfolgreich sind IT-Transformationen wirklich? Was sind die wichtigsten Ziele und die zentralen Erfolgsfaktoren, und welche Herausforderungen gibt es?听 Welche Empfehlungen folgen daraus?听 Das wollten das und der herausfinden.

贵眉谤 die 鈥炩�� befragten sie dazu Anfang dieses Jahres mehr als 1.100 Fach- und F眉hrungskr盲fte aus 15 L盲ndern. Die CEOs, CIOs sowie IT- und Transformationsverantwortlichen aus mittelst盲ndischen bis gro脽en Unternehmen waren in den vergangenen zwei Jahren alle an einer IT-Transformation beteiligt.

Der Untertitel der Studie 鈥濿as F眉hrungskr盲fte gerne fr眉her gewusst h盲tten鈥� weist darauf hin:  Die Studie soll den Verantwortlichen dabei helfen, Transformationsprojekte strukturiert zu planen, dabei typische Fallstricke zu vermeiden und individuelle Ziele effizient zu erreichen.

KI statt Kostenreduktion als Motivation f眉r IT-Transformation

Warum starten Unternehmen ein Transformationsprojekt? Wenn man die Studien der vergangenen vier Jahre vergleicht, zeigt sich ein deutlicher Wandel bei den Zielen von IT-Transformationen. W盲hrend 2023 noch Kostenreduktion, organisatorische Anpassungen und Restrukturierungen im Mittelpunkt standen, richten Unternehmen den Fokus heute zunehmend auf Zukunftsf盲higkeit, Innovationskraft und technologische Modernisierung.

Mit K眉nstlicher Intelligenz (KI) 盲ndert sich vieles, auch die Beweggr眉nde f眉r digitale Transformationen in Unternehmen. Mit 60 Prozent ist die Einf眉hrung neuer, moderner Technologien, insbesondere von KI, in der aktuellen Studie der mit Abstand wichtigste Treiber digitaler Transformationsprojekte.

鈥濪ie Transformationsstudie 2026 zeigt, dass KI immer mehr zum entscheidenden Taktgeber der Unternehmensentwicklung wird鈥�, sagt Norbert Rotter, CEO NTT DATA Business Solutions.

鈥濪ie Unternehmen, die KI jetzt strategisch verankern, st盲rken ihre Effizienz und sichern sich den gesch盲ftlichen Vorsprung von morgen.鈥�

Norbert Rotter, CEO NTT DATA Business Solutions

Auf den Pl盲tzen zwei und drei folgen die 鈥濻teigerung der Innovationsf盲higkeit鈥� mit 46,5 Prozent und die 鈥濬lexibilisierung鈥� von Organisation und IT mit 42,2 Prozent aller Nennungen. 鈥濽nternehmen, die Transformation nicht konsequent mit einer klaren Innovations- und KI-Agenda verkn眉pfen, laufen Gefahr, strukturell ins Hintertreffen zu geraten鈥�, so die Autoren der Studie.

Klassische Kostensenkungsziele hingegen rangieren lediglich auf Platz f眉nf. 鈥濬r眉her haben Unternehmen ihre IT transformiert, um Kosten zu senken. Heute transformieren sie, um Zukunft zu gewinnen鈥�, fasst Holger Strotmann, CEO Natuvion, zusammen.

Das 鈥濳I-Paradoxon鈥�

Dabei weist die Studie auf ein 鈥濳I-Paradoxon鈥� genanntes Ph盲nomen hin. KI wird zum wichtigsten Treiber von Transformationen, gleichzeitig z盲hlen die Voraussetzungen f眉r erfolgreiche KI-Initiativen zu den gr枚脽ten Herausforderungen der Transformation. Denn ohne belastbare Daten- und Systembasis keine erfolgreiche KI-Nutzung.

Themen wie Datenqualit盲t, Transparenz 眉ber die eigenen Datenbest盲nde, regulatorische Anforderungen und Governance sind zentrale Voraussetzungen f眉r KI und digitale Gesch盲ftsmodelle. Genau sie werden laut Studie bei Transformationsprojekten aber am h盲ufigsten untersch盲tzt.

Was hat Teilnehmende am meisten 眉berrascht?

Insbesondere die mangelnde Datenqualit盲t ist ein Problem. 26,4 Prozent der Befragten nennen sie als 鈥瀠nerwartete Herausforderung鈥� im Transformationsprozess. Dabei muss man wissen, dass die Qualit盲t der Daten seit dem Start der Studie 2022 stets den ersten Platz belegt. Die 鈥濫rf眉llung regulatorischer Anforderungen鈥� rangiert auf dem zweiten Platz (23,9 Prozent), gefolgt vom Punkt 鈥濼estmanagement鈥� (23,5 Prozent).
 

Mit unerwarteten Herausforderungen m眉ssen Unternehmen in IT-Transformationsprojekten, die in der Regel ein bis zwei Jahre dauern, rechnen. Denn diese, so stellen die Autoren fest, sind in der Praxis komplex, verlaufen dynamisch und oft anders als urspr眉nglich geplant. Deshalb sind diejenigen im Vorteil, die auf Hindernisse flexibel reagieren und in der Lage sind, im Projektverlauf Anpassungen innerhalb ihrer Migrationsmethodik vorzunehmen.

Flexibilit盲t als Erfolgsfaktor

Zum ersten Mal wurde in diesem Jahr gefragt, ob die urspr眉nglich gew盲hlte Migrationsmethode w盲hrend des Transformationsprozesses angepasst werden musste. Das Ergebnis: 71 Prozent der befragten Unternehmen haben w盲hrend des Transformationsprozesses teilweise oder substanzielle Ver盲nderungen innerhalb ihrer Migrationsmethodik vorgenommen, 26,5 Prozent haben die Methodik sogar grundlegend ver盲ndert. Auff盲llig: Selbst bei Greenfield-Migrationen kam es zu 83,4 Prozent zu einem Wechsel oder einer Anpassung der Methodik.

Dabei wurde aber auch deutlich, so die Autoren, dass nicht die urspr眉ngliche Wahl der Methodik 眉ber den Erfolg entscheidet, sondern die F盲higkeit, diese entlang der tats盲chlichen Projektanforderungen weiterzuentwickeln.

In Time und Budget?

Alle Experten wissen: IT-Transformationsprojekte sind hochkomplex und sie rei脽en weiterhin oft die zu Beginn gesteckten Ziele. Laut Studie 眉berschreiten 82,2 Prozent der Unternehmen ihr Budget und 79,5 Prozent ihren Zeitplan. Die Autoren raten deswegen zu 鈥瀝ealistischer Planung, ausreichend Puffer und einem belastbaren Projektsetup.鈥�

Dabei planen Unternehmen ihre Transformationen der Studie zufolge heute realistischer als noch vor einigen Jahren: Ein Zeitraum von ein bis zwei Jahren etabliert sich zunehmend als Standard f眉r gro脽e Vorhaben. In der IT-Transformationsstudie geben fast 64 Prozent der Befragten an, dass sie f眉r ihre Transformation mehr als ein Jahr angesetzt hatten, wobei der Gro脽teil von 44 Prozent mit ein bis zwei Jahren plante. 19,8 Prozent planten 眉ber zwei Jahre, 5,3 Prozent 眉ber vier Jahre.

Wie viel Budget haben die Befragten f眉r die Transformation eingeplant? Im vergangenen Jahr lagen die meisten Unternehmen (18 Prozent) bei einem Gesamtbudget von 5 bis 10 Millionen Euro. Diese Summe hat sich in diesem Jahr weiter erh枚ht: Am h盲ufigsten (20,2 Prozent) wurde diesmal mit einem Budget zwischen 10 und 20 Millionen Euro geplant. Der Gro脽teil der IT-Transformationen liegt in der Spanne zwischen 5 bis 50 Millionen Euro (52,7 Prozent).

Was wurde am meisten untersch盲tzt?

Welche Themen wurden im Zuge der Transformation am meisten untersch盲tzt? Auf dem ersten Platz liegt hier das Testing (32,4 Prozent), knapp vor der technischen Umsetzung (32,3 Prozent). W盲hrend die technische Umsetzung bereits in den Vorjahren als gr枚脽te Herausforderung wahrgenommen wurde, hat das Testing deutlich an Relevanz gewonnen und ist vom vierten Platz an die Spitze ger眉ckt.

Auf dem dritten Platz befindet sich mit 30,3 Prozent die Projektplanung, auf dem vierten Platz kommt mit 29,6 Prozent die Organisation der Kommunikation zwischen Abteilungen und Unternehmensbereichen.

Externe Einflussfaktoren

In der aktuellen Studie wird auch deutlich, dass geopolitische und wirtschaftspolitische Entwicklungen wie Strafz枚lle und Kriege seit der Durchf眉hrung der letzten Studie immer st盲rker auf die Unternehmen einwirken. 94,8 Prozent der Befragten gaben an, dass diese Entwicklungen auch die Transformation beeinflusst h盲tten.

An erster Stelle mit 72,1 Prozent der Nennungen wurden dabei Anforderungen an die Daten- oder Technologiesouver盲nit盲t genannt. 44,6 Prozent gaben geopolitische Spannungen oder Sicherheitsaspekte an, die die Transformation beeinflusst h盲tten. 44,3 Prozent nannten als externen Einflussfaktor die Energie- und Industriepolitik.

Was sind die Erfolgsfaktoren?

Auch zu den zentralen Erfolgsfaktoren eines IT-Transformationsprojekts gibt die Studie Auskunft: Mit 35,2 Prozent der Nennungen kommt 鈥濼ransformations-Know-how鈥� auf Platz Eins, dicht dahinter folgt mit 34,4 Prozent die 鈥濼ransparenz 眉ber alle relevanten Daten鈥� und mit 32,1 Prozent die 鈥濳ontinuit盲t im Projektteam鈥�.

Und was w眉rden die Teilnehmenden im Transformationsprozess zuk眉nftig anders machen? In diesem Jahr gab es dabei erstmals auch den Aspekt KI als Antwortoption, die auf Anhieb auf den ersten Platz kam: 34,2 Prozent der Befragten w眉rden k眉nftig verst盲rkt auf den Einsatz von KI setzen.

Knapp dahinter folgt mit 32,3 Prozent der Wunsch, den Fokus st盲rker auf die kritischsten Prozesse nach der Migration zu legen. Mit 32,1 Prozent fast gleichauf liegt die Optimierung der abteilungs眉bergreifenden Kommunikation. 30,1 Prozent w眉rden mehr in Datenqualit盲t investieren.

鈥濫rfolgreiche IT-Transformationen gelingen vor allem dort, wo strategische Zielsetzung, saubere Daten, realistische Planung, robuste Methodik und konsequentes Change-Management ineinandergreifen鈥�, schreiben die Autoren. Die Transformationsstudie 2026 soll dazu beitragen, sich der Herausforderungen bewusst zu sein, die n枚tigen Ma脽nahmen zu ergreifen und von anderen zu lernen, um es dann besser zu machen. 2027 wird es die n盲chste Transformationsstudie geben.

Vollst盲ndige Studie

The post Studie: KI wird zum wichtigsten Treiber f眉r IT-Transformationen appeared first on 麻豆原创 News Center.

Kaum ein Unternehmen setzt diese Philosophie besser um als .

Innovation als Denkansatz

鈥濿ir stehen vor einem gro脽en Umbruch. Jahrzehntelang galt der Himmel lediglich als ein Raum, den man auf Flugreisen durchquerte. Heute ist ein Experimentierfeld f眉r die Zukunft der Menschheit鈥�, berichtete Nicolas Jourdan, Senior Strategist bei Airbus SAS, im Rahmen der TAC-Insights-Konferenz . Die Konferenz fand im franz枚sischen Toulouse statt, dem operativen Hauptsitz von Airbus.

Bei dem Luft- und Raumfahrtunternehmen geht es l盲ngst nicht mehr nur um die Herstellung von Flugzeugen. Ziel von Airbus ist es, Systeme zu entwickeln, die Kulturen zusammenbringen, Technologie voranbringen, den Planeten sch眉tzen und der Menschheit helfen, weiter den Weltraum zu erkunden.

鈥濱nnovation ist f眉r uns nicht nur die Aufgabe einer unserer Unternehmenssparten. Innovation ist ein Denkansatz. Das bedeutet, dass wir uns immer die Frage 鈥歐as w盲re, wenn?鈥� stellen, wenn andere etwas f眉r unm枚glich halten鈥�, so Jourdan. 鈥濫s ist ganz einfach: Bei Innovation geht es darum, f眉r jemanden, irgendwo und zu einem bestimmten Zeitpunkt einen Mehrwert zu schaffen und diesen nachhaltig zu sichern.鈥�

Das h枚rt sich zwar einfach an, doch es bedeutet, den Status quo infrage zu stellen. Es gilt, offen f眉r kulturellen Wandel zu sein, kalkulierte Risiken einzugehen und im Scheitern eine Chance zum Lernen zu sehen.

Unternehmensgeschichte voll bahnbrechender Innovationen

Als Airbus 1970 in den Markt f眉r Luftverkehr einstieg, wurde dieser von Branchengr枚脽en wie Boeing, McDonnell Douglas und Lockheed dominiert. Airbus konkurrierte jedoch nicht durch ein 盲hnliches Angebot wie seine Wettbewerber, sondern durch grundlegend andere Konzepte. Das Unternehmen hat konventionelles Denken in der Luftfahrt immer wieder hinterfragt.

• Zu einer Zeit, als Experten glaubten, dass zweistrahlige Flugzeuge Ozeane nicht sicher 眉berqueren k枚nnten, bewies Airbus ihnen mit der A300 das Gegenteil und ver盲nderte damit die Zukunft der Langstreckenfl眉ge.
• W盲hrend f眉r die meisten Flugzeuge noch eine dreik枚pfige Besatzung notwendig war, gestaltete Airbus das Cockpit um und automatisierte damit die Rolle des Flugingenieurs. Das Zwei-Piloten-Cockpit setzte sich so entgegen allen Widerstands als globaler Standard durch.
• Der Austausch analoger Instrumente durch digitale Anzeigen, eine als Glascockpit bekannte Innovation, revolutionierte die Interaktion der Piloten mit Flugzeugen und machte das Fliegen sicherer und intuitiver.
• Airbus ersetzte mechanische Systeme durch Computer und f眉hrte so die digitale Flugzeugsteuerung ein. Und Fly-by-Wire-Technologie erh枚hte nicht nur die Sicherheit, sondern erm枚glichte auch den Schutz der Flugenveloppe sowie einen effizienteren Betrieb. Was einst wie ein Controller f眉r ein Videospiel wirkte, ist heute Industriestandard.

Eine der wichtigsten Innovationen von Airbus ist die 鈥濩ross Crew Qualification鈥�. Piloten k枚nnen mit dieser Qualifikation mit minimalem zus盲tzlichen Schulungsaufwand zwischen Flugzeugmodellen 鈥� von der A319 bis zur A350 鈥� wechseln. Das senkt die Kosten f眉r Fluggesellschaften und sorgt f眉r mehr Flexibilit盲t.

鈥濱nnovation ist nicht immer etwas, das Aufsehen erregt. Es geht vor allem darum, komplexe Systeme einfacher und benutzerorienterter zu machen鈥�, betonte Jourdan.

Effizienz bei der Produktion

Gro脽e Bauteile wie der Flugzeugrumpf, die Tragfl盲chen und das Leitwerk werden bei Airbus an unterschiedlichen Standorten gefertigt. Die Teile werden dann zur Montage und f眉r Tests in ein Werk transportiert. Dieser Transport erfolgt mit der Airbus Beluga, einem Gro脽raum-Transportflugzeug, das speziell f眉r die Bef枚rderung gro脽er Komponenten zwischen den europ盲ischen Fertigungsst盲tten entwickelt wurde. Insgesamt kann die Produktion bis zu 12 Monate in Anspruch nehmen, insbesondere bei Gro脽raumflugzeugen.

Airbus nutzt 麻豆原创-ERP-Systeme, einschlie脽lich 麻豆原创 S/4HANA, um zentrale Gesch盲ftsfunktionen zu verwalten. Dar眉ber hinaus kommen 麻豆原创 Manufacturing Execution f眉r den Fertigungsbereich und f眉r die Montagelinien zum Einsatz sowie 麻豆原创 Integrated Business Planning, um die Produktion zu planen, die komplexe Logistikkette zu steuern und die Ressourcennutzung zu optimieren.

鈥灺槎乖� und Airbus blicken auf eine langj盲hrige Partnerschaft zur眉ck鈥�, berichtete Jourdan. 鈥濷hne 麻豆原创 w盲ren unsere Systeme nicht so effizient, wie sie es heute sind. Wir setzen auf kontinuierliche Entwicklung.“ 

Strategie f眉r die Zukunft

Wenn es darum geht, neue Horizonte zu erkunden, verl盲sst sich Airbus nicht ausschlie脽lich auf die eigene Expertise, sondern probiert auch regelm盲脽ig unkonventionelle Ans盲tze mit externen Fachleuten aus. Das hilft, Schwachpunkte zu erkennen, die eigene Strategie auf den Pr眉fstand zu stellen und gesellschaftliche und 枚kologische Ver盲nderungen zu verstehen.

Um eine interne Perspektive mit einer Sicht von au脽en zu kombinieren, hat Airbus Skywise ins Leben gerufen. Diese Plattform f眉r Datenanalysen agiert als digitales Gehirn, das Flugzeuge, den operativen Betrieb und Wartungssysteme miteinander verbindet. Als Datenplattform f眉r den Betrieb der Fluggesellschaft und der Flugzeuge aggregiert Skywise riesige Datenmengen in einem System. Anschlie脽end f眉hrt die Plattform vorausschauende Wartungsanalysen durch, die zunehmend von KI unterst眉tzt werden. Ziel ist es, Muster zu erkennen und Ausf盲lle vorherzusagen, bevor sie auftreten, um Verz枚gerungen, Defekte und kostspielige Reparaturen zu vermeiden.

Die Strategie f眉r die Zukunft von Airbus basiert auf drei Grundpfeilern:

• Dekarbonisierung: Die Luft- und Raumfahrtindustrie steht unter zunehmendem Druck, ihre Emissionen zu reduzieren. Airbus geht dies direkt an, indem das Unternehmen wasserstoffbetriebene Flugzeuge, nachhaltige Flugkraftstoffe, Blended-Wing-Body-Konzepte und vollelektrische Antriebskonzepte testet. Ziel von Airbus ist es, das weltweit erste emissionsfreie Verkehrsflugzeug auf den Markt zu bringen.
• Digitale Transformation: Um vollst盲ndig vernetzte 脰kosysteme zu realisieren, entwickelt Airbus Netzwerke f眉r satellitengest眉tzte Kommunikation, intelligente Kabinen- und Frachtsysteme sowie Plattformen f眉r Echtzeit-Betriebsdaten. Dies erm枚glicht eine bessere Entscheidungsfindung, geringere Kosten und ein besseres Passagiererlebnis.
• Automatisierungs- und Autonomieprojekte: Projekte wie DragonFly setzen neue Ma脽st盲be im Bereich der Pilotenassistenz und Automatisierung. K眉nftig werden automatische Notlandungen, ein vom Wetter unabh盲ngiger Flugbetrieb sowie fortschrittliche Navigationssysteme m枚glich sein. Dabei geht es nicht darum, Piloten zu ersetzen, sondern die Sicherheit und Effizienz zu erh枚hen.

脺ber den Horizont hinaus 

Ob in der Erdumlaufbahn oder im Weltall 鈥� Airbus schreibt am n盲chsten Kapitel der Menschheit mit. Das Unternehmen spielt eine Schl眉sselrolle bei der Suche nach Leben auf dem Mars 鈥� gemeinsam mit der Europ盲ischen Weltraumorganisation (ESA) und mit dem 鈥濫xoMars鈥�-Rover. Au脽erdem arbeitet das Unternehmen am Europ盲ischen Servicemodul (ESM) f眉r Missionen des Artemis-Programms der NASA mit und tr盲gt zur Entwicklung von Satellitensystemen bei, die globale Kommunikation und Klima眉berwachung erm枚glichen.

Oft sto脽en neue Ideen auf Skepsis, und kultureller Widerstand kann die Akzeptanz dieser Ideen erschweren. Fehler sind dabei unvermeidlich. Airbus betrachtet diese Aspekte als festen Bestandteil des Prozesses.

鈥濪ie gr枚脽ten Herausforderungen unserer Zeit 鈥� Klimawandel, globale Vernetzung und die Erforschung des Weltraums 鈥� k枚nnen nicht von nur einem Unternehmen oder sogar einer Branche gel枚st werden. Die Dekarbonisierung erfordert das Zusammenspiel von Energieversorgern, Regierungen, Infrastrukturentwicklern sowie Fluggesellschaften und Herstellern. Es ist eine Verantwortung, die alle gemeinsam tragen鈥�, res眉mierte Jourdan.

The post Innovation liegt in der Luft: Wie Airbus die Zukunft des Fliegens revolutioniert appeared first on 麻豆原创 News Center.

Das 脺berangebot bew盲ltigen

Dies sind nur einige der Herausforderungen, denen sich das KETRACO stellen muss. Der Energiesektor in Afrika befindet sich im Wandel 鈭� von einem zentralisierten Stromsystem hin zu einem diversifizierten Netz auf Basis erneuerbarer Energien.

鈥濫rneuerbare Energie ist im 脺berfluss vorhanden. Die eigentliche Herausforderung besteht darin, sie zu verwalten, zu integrieren und zu stabilisieren鈥�, erkl盲rte Dr. Njogu Kimando, Energieexperte bei KETRACO, auf der Konferenz TAC Insights for in Toulouse. 鈥灩竺及� die Energiewende stehen ausreichend Kapazit盲ten zur Verf眉gung. Die eigentliche Herausforderung liegt darin, die Komplexit盲t in Echtzeit zu beherrschen.鈥�

Geothermische Energie aus dem Great Rift Valley liefert etwa 40 Prozent des Stroms in der Region. Damit ist Kenia der gr枚脽te Geothermieproduzent Afrikas. Rund 24 Prozent werden durch Wasserkraft aus Fl眉ssen erzeugt. Der restliche Bedarf wird durch Wind- und Solarenergie gedeckt. Die Windenergie stammt haupts盲chlich von Afrikas gr枚脽tem Windpark am Turkanasee. Der am schnellsten wachsende Sektor ist die Solarenergie, die in l盲ndlichen Haushalten und Unternehmen weit verbreitet ist. Weltweit weist Kenia eine der h枚chsten Verbreitungsraten von Photovoltaikanlagen in Privathaushalten auf.

Erneuerbare Energien senken zwar die Kosten, unterst眉tzen die Klimaziele und gew盲hrleisten die Energieversorgungssicherheit. Zu den Herausforderungen z盲hlen jedoch d眉rrebedingte Wasserknappheit, Schwankungen bei Sonne und Wind sowie Netzinstabilit盲t.

Fehlende synchronisierte Intelligenz

Im traditionellen Stromnetz wird Energie in wenigen zentralen Kraftwerken erzeugt. Dies schafft eine stabile Versorgungsquelle, die sich anhand von Bedarfsprognosen einfach steuern l盲sst. Die Erzeugung erneuerbarer Energien ist jedoch vom Wetter abh盲ngig und schwankt, was Echtzeit眉berwachung, schnellen Ausgleich und eine dynamischere Systemsteuerung erfordert.

Bei modernen Stromsystemen mangelt es nicht an Daten. Die zentrale Herausforderung besteht darin, dass eine einheitliche Echtzeit-脺bersicht 眉ber fragmentierte Systeme hinweg fehlt. Dies schr盲nkt die M枚glichkeit ein, operative Entscheidungen zeitnah und koordiniert zu treffen. 

鈥濿ir gleichen st盲ndig Angebot und Nachfrage aus鈥�, so Kimando. 鈥濿ir haben zu wenig Echtzeit-Transparenz 眉ber Erzeugungsquellen, 脺bertragungsanlagen und Verbrauchsmuster hinweg.鈥�

Mit der Expansion erneuerbarer Energien hat sich die Rolle von KETRACO gewandelt. Das Unternehmen baut und betreibt nicht mehr nur 脺bertragungsleitungen, sondern steuert Stromfl眉sse in Echtzeit, koordiniert schwankende Energieerzeugung und gew盲hrleistet Netzstabilit盲t und Zuverl盲ssigkeit. Bei diesen Aufgaben setzt das Unternehmen auf digitale Systeme.

Kimando stellte die neue, integrierte Smart-Grid-Infrastruktur des Unternehmens vor. Sie bildet eine durchg盲ngige digitale Wertsch枚pfungskette und dient als Grundlage f眉r den digitalen Zwilling f眉r das Netz und verkn眉pft operative Technologie mit Unternehmenssystemen und komplexen Analysen.

Daten werden von SCADA, einem industriellen Kontrollsystem f眉r Infrastruktur und Versorgungsnetzwerke, erfasst und sicher 眉ber die Middleware der 麻豆原创 Business Technology Platform an 麻豆原创 S/4HANA weitergeleitet. Dieses System dient als R眉ckgrat des Unternehmens. Hier werden operative Daten in strukturierte Gesch盲ftsprozesse 眉bersetzt. 

Von Daten zu Entscheidungen

鈥濿ir setzen auf Technologie der 麻豆原创, um diese Rohdaten in vorausschauende, umsetzbare Erkenntnisse zu verwandeln鈥�, sagte Kimando. Als Beispiele nannte er die Verwaltung von Anlagenlebenszyklen und Kennzahlen zur Reduzierung von Ausf盲llen 鈥� Ans盲tze, um von reaktiver Wartung zu Prognosen der Netzzuverl盲ssigkeit 眉berzugehen. 鈥濪ie Digitale Transformation ist keine technologische Entscheidung mehr, sondern eine strategische Notwendigkeit. Es ist ein Balanceakt zwischen Werten und Risiken.鈥�

贵眉谤 KETRACO besteht das Ziel darin, den vollen Wert erneuerbarer Energien zu erschlie脽en und gleichzeitig die steigenden Risiken des Betriebs in einem komplexen und dynamischen Energieumfeld zu vermeiden. Unt盲tigkeit f眉hrt zu Netzinstabilit盲t und betrieblicher Ineffizienz, zu unzureichender Nutzung von Energieinvestitionen, steigenden Kosten sowie regulatorischen Risiken und Compliance-Risiken. Datengest眉tzte Ma脽nahmen f眉hren zu h枚herer Wirtschaftlichkeit und besseren Investitionsentscheidungen. Zudem erh枚ht dies die betriebliche Widerstandsf盲higkeit durch weniger Ausf盲lle und schnellere Wiederherstellung des Systems.

鈥瀂usammengenommen st盲rkt dies unsere s trategische Positionierung f眉r die Energiewende und die Einhaltung von Umwelt-, Sozial- und Governance-Vorgaben鈥�, erkl盲rte Kimando.

Die n盲chste Herausforderung

Bei KETRACO gilt KI als Multiplikator f眉r Kapazit盲t. Dadurch wird der entscheidende Wechsel vom ressourcenintensiven Netzausbau zur intelligenzgesteuerten Netzoptimierung erm枚glicht. 

鈥濪ie KI hilft uns, mit der selben Belegschaft mehr zu erreichen. Unsere Ingenieure werden unterst眉tzt, aber nicht ersetzt鈥�, teilte der Experte mit. 鈥濧utomatisierung erm枚glicht unseren Mitarbeitenden, sich st盲rker auf Vorhersagbarkeit und Entscheidungsfindung zu konzentrieren.鈥�

Die KI unterst眉tzt auch langfristige Nachhaltigkeitsziele, denn durch das Simulieren von Szenarien, bevor eine Investition get盲tigt wird, lassen sich Fehler vermeiden und Kosten senken. Dar眉ber hinaus erm枚glicht sie auch selbstoptimierenden Netzbetrieb, sie reduziert den Bedarf an manuellen Eingriffen und verbessert die Zusammenarbeit und Integration zwischen regionalen Stromsystemen und bei grenz眉berschreitenden Energietransfers.

Die Aufgabe von KETRACO besteht darin, Strom zu den Verbrauchern in ganz Kenia zu bringen und das Land an den gr枚脽eren ostafrikanischen Strommarkt anzubinden. Die Bedeutung des Unternehmens w盲chst, da Kenia zu einem Zentrum f眉r erneuerbare Energien geworden ist und seine Geothermie-, Wind- und Wasserkrafterzeugung ausbaut. Ohne seine 脺bertragungsinfrastruktur k枚nnte ein Gro脽teil der erneuerbaren Energie Kenias nicht effizient an Verbraucher oder Nachbarl盲nder geliefert werden.

Abschlie脽end fasste Kimando zusammen, wie die digitale Transformation die Verwaltung, Stabilisierung und Optimierung von Strom grundlegend ver盲ndert: Erneuerbare Energien seien vor allem eine systemische Herausforderung 鈥� nicht prim盲r eine technologische. Entscheidend sei, dass sich die Technologie an den betrieblichen Abl盲ufen und der Strategie orientiere. Kontrolle entstehe durch Transparenz und Integration, w盲hrend Partnerschaften eine raschere Skalierung und Umsetzung erm枚glichten.

鈥濪as Stromnetz der Zukunft wird nicht dadurch definiert, wie viel Energie wir erzeugen, sondern wie intelligent wir sie verwalten鈥�, res眉mierte er. 

The post Erneuerbare Energien als R眉ckgrat Afrikas: KETRACO setzt auf Smart-Grid-Technologien appeared first on 麻豆原创 News Center.

Niemand diesseits des Rentenalters d眉rfte sich an einen Zeitraum erinnern, der mehr Verwerfungen und Unsicherheiten mit sich gebracht h盲tte als die zur眉ckliegenden sechs oder sieben Jahre: Auf die Corona-Pandemie folgten der Ukraine-Krieg und die Krisen im Nahen Osten, hinzu kamen die neue Rolle der USA und der rasante Aufstieg der Wirtschaftsmacht China. Vorst盲nde von Unternehmen 鈥� und l盲ngst nicht nur der Exportierenden 鈥� m眉ssen schneller und nachhaltiger denn je reagieren k枚nnen. Das gilt auch und vor allem f眉r CFOs, f眉r die Finanzvorst盲nde. Im Rahmen einer von 麻豆原创 in Auftrag gegebenen Studie wurden weltweit 480 von ihnen zum Wandel ihrer Rolle befragt.

脺ber die Ergebnisse sprachen wir mit Tobias Naumann, Chief Financial Officer der 麻豆原创 Deutschland SE & Co. KG, dar眉ber, wie sich sein eigener Job in den zur眉ckliegenden Jahren ver盲ndert hat, wie Finanzvorst盲nde insgesamt die aktuellen Herausforderungen mit Erfolg bew盲ltigen k枚nnen 鈥� und warum K眉nstliche Intelligenz dabei eine zentrale Rolle spielt.

Wie hat sich die Rolle von Finanzvorst盲nden in den zur眉ckliegenden Jahren gewandelt?

Tobias Naumann: 脺ber viele Jahre waren CFOs haupts盲chlich oder ausschlie脽lich mit Finanzplanung und 鈥揵erichterstattung besch盲ftigt. Diese Zeiten sind vorbei, heute reicht ihr Einfluss weit dar眉ber hinaus. Im Rahmen unserer aktuellen Befragung berichteten fast 90 Prozent der CFOs, dass sie st盲rker in die digitale Transformation und das Risikomanagement eingebunden sind als noch vor drei Jahren. Und das bedeutet, dass sie heute Wesentliches zu Entscheidungen beitragen, die sich auf Kunden, Produkte und Mitarbeitende auswirken. Es wird von ihnen erwartet, dass sie Verwerfungen bereits im Vorfeld erkennen, Risiken mindern und agiles Handeln erm枚glichen.

Welche Instrumente helfen CFOs dabei, diese hohen Erwartungen zu erf眉llen? Welche Voraussetzungen m眉ssen erf眉llt sein?

Tobias Naumann: Finanzvorst盲nde m眉ssen ihre Blickrichtung 盲ndern. Traditionell schauen wir ja vor allem nach hinten, fragen uns, wie das zur眉ckliegende Quartal gelaufen ist und was sich daraus ableiten l盲sst. Mittlerweile steht aber eine szenarienbasierte und zukunftsgerichtete Betrachtung im Vordergrund, die auch geopolitische Daten und Fakten einbezieht. Nat眉rlich ist es nicht neu, in Szenarien zu denken, aber heute sind die Prognosen, die sich daraus ableiten lassen, viel zuverl盲ssiger, weil die Qualit盲t und Verarbeitungsgeschwindigkeit von Daten, auf denen die Berechnungen fu脽en, um ein vielfaches besser ist als noch vor wenigen Jahren.

Welche Rolle spielt KI f眉r die Qualit盲t der Prognosen, welche neuen Instrumente bekommen CFOs durch sie in die Hand?

Tobias Naumann: Sie bekommen genau die Instrumente, die sie sich am sehnlichsten w眉nschen, jene, die ihre Unsicherheit lindern. W盲hrend 90 Prozent der CFOs 鈥� so ein weiteres Ergebnis der erw盲hnten Studie 鈥� zuversichtlich sind, ihre anvisierten Umsatzziele zu erreichen, 盲u脽ern lediglich 37 Prozent eine solche Zuversicht bez眉glich ihrer Liquidit盲tsziele. Dabei bereitet den Finanzvorst盲nden nicht der Anstieg der Kosten das gr枚脽te Kopfzerbrechen, sondern deren maximale Unberechenbarkeit. Mieten k枚nnen sich erh枚hen, Rohstoffe und Vorprodukte werden teurer, es fallen Abschreibungen an, verursacht durch Insolvenzen im Kundenkreis: All das sorgt f眉r Unsicherheit bez眉glich der Gesch盲ftsergebnisse. Eine KI-gest眉tzte Szenarioplanung erm枚glicht hier eine schnelle, detaillierte Modellierung, und aus operativen Echtzeitdaten lassen sich vorausschauende Risikoindikatoren ableiten.

Um solche Instrumente zuverl盲ssig nutzen zu k枚nnen, ben枚tigen CFOs aber auch neue, zus盲tzliche Skills. Gleichzeitig sollen sie weiterhin ihrer traditionellen Rolle gerecht werden, m眉ssen die aktuelle Rentabilit盲t ihres Unternehmens sicherstellen. Wie schaffen es Finanzvorst盲nde, all das unter einen Hut zu bringen?

Tobias Naumann: In diese neue Rolle k枚nnen sie nur Schritt f眉r Schritt hineinwachsen. Das war auch bei mir so. Als ich vor circa drei Jahren als CFO von 麻豆原创 Deutschland anfing, hatte ich eine ganze Reihe von wei脽en Flecken, die ich noch schlie脽en musste. Damit dies gelingt, braucht es interessanterweise nicht zwingend ein Wirtschaftsstudium. Circa 40 Prozent der im Rahmen der Studie befragten Finanzvorst盲nde haben keine klassische BWL-Ausbildung. Ich bin von Haus aus Jurist.
Was in unserem Job heute vor allem hilft, ist die F盲higkeit zur ganzheitlichen, zu einer End-to-End-Betrachtung der Finance-Funktion. Und auch dabei helfen uns KI-Anwendungen enorm.

Wie genau?

Tobias Naumann: Ein Beispiel ist das Risikomanagement. 麻豆原创 hat zuletzt Golden Hedge vorgestellt, einen KI-Agenten, der W盲hrungsrisiken beurteilt und Handlungsempfehlungen gibt. Ein anderer Agent, an dem 麻豆原创 arbeitet, vergleicht zum Beispiel die aktuelle EU-Regulatorik mit der Compliance-Policy eines Unternehmens und macht Vorschl盲ge f眉r notwendige oder empfehlenswerte Anpassungen. Je tiefer solche KI-Agenten in die Systemlandschaft integriert sind, desto besser funktionieren sie nat眉rlich.

Welche Rolle spielen die Menschen k眉nftig in Finanzabteilungen, die sich einer Vielzahl von KI-Agenten bedienen? Werden sie entbehrlich?

Tobias Naumann: Die Menschen sind wichtiger denn je. KI-Agenten m枚gen Entscheidungen vorbreiten, aber Menschen validieren sie und geben sie frei. Wir nennen es das Human-in-the-loop-Prinzip. KI arbeitet auf der Basis von Wahrscheinlichkeiten und nicht auf der Basis von Evidenz. Sie kann Symptome aufzeigen und daraus wahrscheinliche Ursachen ableiten, aber die tats盲chlichen Gr眉nde f眉r eine Entwicklung k枚nnen ganz andere sein. Weil es im Einzelfall h盲ufig um viel mehr geht als um objektive Wahrheiten.

The post Interview: 鈥濬inanzvorst盲nde m眉ssen die Blickrichtung 盲ndern鈥� appeared first on 麻豆原创 News Center.

鈥濪er weltweite Energiebedarf wird weiter steigen鈥�, erkl盲rte Young. 鈥濪a erneuerbare Energien derzeit nur einen kleinen Anteil unseres Energiebedarfs decken, werden wir auf dem Weg in eine kohlenstoff盲rmere Welt weiterhin sicher gef枚rdertes 脰l und Gas ben枚tigen.鈥�

Roh枚l bleibt dort unverzichtbar, wo Alternativen begrenzt sind 鈥� insbesondere im Schwerlastverkehr und in der Chemieindustrie. Erdgas spielt eine zentrale Rolle beim 脺bergang zu einer kohlenstoffarmen Wirtschaft: sowohl als Energietr盲ger als auch bei der industriellen Wasserstoffproduktion.

Ein einzigartiges Gesch盲ftsmodell

Das Besondere an Harbour Energy, einem der weltweit gr枚脽ten und geografisch am breitesten aufgestellten unabh盲ngigen 脰l- und Gasunternehmen, ist nicht allein seine Gr枚脽e. Interessant ist vielmehr, wie das Unternehmen so gro脽 geworden ist und wie es sich von traditionellen Energieunternehmen unterscheidet. Harbour Energy wurde 2014 von der Beteiligungsgesellschaft EIG Global Energy Partners mit dem Ziel gegr眉ndet, ein globales, unabh盲ngiges Unternehmen durch Akquisitionen aufzubauen.

鈥濿ir versuchen im Grunde, ein sehr schwieriges Problem zu l枚sen: Wie skalieren wir wie ein Gro脽konzern und bleiben gleichzeitig so agil wie ein Start-up?鈥�, sagte Young in seinem Vortrag 眉ber den rasanten Wachstumskurs von Harbour Energy. Er erl盲uterte, dass in einem Unternehmen, das durch 脺bernahmen wachse und mehrere ERP-Systeme betreibe, die Rolle der Technologie weniger darin bestehe, 鈥瀍in einziges System“ zu schaffen. Vielmehr gehe es darum, alles zu vernetzen, Erkenntnisse zu standardisieren und Ver盲nderungen schneller voranzutreiben.

Meister der Integration

Die meisten 脰l- und Gaskonzerne sind 眉ber Jahrzehnte gewachsen. Harbour schaffte dies in nur etwa zehn Jahren 鈥� mit einer ambitionierten Strategie, bei der 脺bernahmen und Fusionen eine wichtige Rolle spielten. Das Unternehmen erwarb Verm枚genswerte wie 脰lfelder von Branchengr枚脽en wie Shell. Zudem expandierte Harbour rasch in elf L盲nder und sicherte sich so eine breite geografische Pr盲senz. Von entscheidender Bedeutung war, dass es Harbour Energy oft gelang, Akquisitionen bereits innerhalb eines Jahres zu integrieren, was sowohl Schnelligkeit als auch Integrationskompetenz beweist.

鈥濾iele Unternehmen haben nach 脺bernahmen mit erheblichen Schwierigkeiten zu k盲mpfen鈥�, berichtete Young. 鈥濻ysteme versagen, Prozesse kollidieren, Wert geht verloren. Bei Harbour konzentrieren wir uns darauf, neue Verm枚genswerte schnell zu stabilisieren, Synergien fr眉hzeitig zu nutzen und die Betriebskosten zu senken 鈥� selbst, w盲hrend wir wachsen.鈥�

Youngs Team verfolgte beim Thema Technologie einen anderen Ansatz. W盲hrend die meisten Unternehmen auf ein einziges gro脽es ERP-System setzen, schl盲gt Harbour diesen Weg nicht blind ein. Das Unternehmen betreibt mehrere ERP-Systeme, wenn es sinnvoll ist, konzentriert sich auf eine zweckm盲脽ige Architektur und verwendet Tools, um Prozesse zu verbinden, anstatt alles in ein einziges System zu zw盲ngen. Eine solche Flexibilit盲t ist ein gro脽er Vorteil f眉r ein Unternehmen, das immer wieder neue Unternehmen erwirbt.

Das digitale R眉ckgrat

Da Harbour Energy mehrere ERP-Systeme anstelle einer einzigen monolithischen Plattform betreibt, ist Komplexit盲t unvermeidlich. Die 鈥� insbesondere die L枚sungen von 麻豆原创 LeanIX und das 麻豆原创 Signavio-Portfolio 鈥� verbindet diese heterogene Landschaft. Sie harmonisiert Prozesse, verbindet Ressourcen mit Systemen und bietet eine einheitliche Sicht darauf, was wo vorhanden ist. So entsteht Transparenz in einer ansonsten fragmentierten Umgebung.

鈥濨evor wir die Toolchain von 麻豆原创 eingef眉hrt haben, waren Prozesse in Excel-Tabellen und PDF-Dokumenten versteckt. All das geh枚rte zum lokalen Wissen, das wir uns angeeignet hatten鈥�, erkl盲rte Young. 鈥濿ir hatten keinen klaren 脺berblick 眉ber doppelte Eintr盲ge oder Ineffizienzen. Zum Beispiel stellten wir fest, dass wir Dutzende von HR-Systemen im Einsatz hatten, die wir dann um die H盲lfte reduzieren konnten. Und so konnten wir 33 verschiedene M枚glichkeiten zur Abrechnung von Reisekosten in nur einer b眉ndeln.鈥�

Ein wesentlicher Effekt ist die Geschwindigkeit. W盲hrend die 眉bliche Planung einer Transformation bisher zu 24 Monate in Anspruch genommen hat, ist es jetzt mit der Toolchain und Prozessmodellierung m枚glich, zentrale Designzyklen mitunter in vier bis sechs Wochen umzusetzen. M枚glich wird dies durch standardisierte Prozessvorlagen und automatisierte Modellierung, die schnellere Validierungszyklen erm枚glichen, was dazu f眉hrt, dass Integrations- und Transformationsprogramme schneller durchgef眉hrt werden k枚nnen.

Dar眉ber hinaus stellen L枚sungen wie 麻豆原创 Test Automation by Tricentis und 麻豆原创 Cloud ALM f眉r Application Lifecycle Management sicher, dass Releases sicherer sind und bei Produktivstarts weniger betriebliche 脺berraschungen auftreten. In einer Branche, in der Ausfallzeiten kostspielig sind, ist dies von entscheidender Bedeutung.

Durch die Verkn眉pfung von Systemen und Prozessen erm枚glicht die Toolchain Kostentransparenz 眉ber Gesch盲ftsbereiche hinweg und eine Priorisierung von Investitionen auf der Grundlage realer Daten. Somit unterst眉tzt sie finanzielle Disziplin, was sich auf die Wertsch枚pfung f眉r die Aktion盲re auswirkt.

贵眉谤 ein Unternehmen, das sich auf 脺bernahmen st眉tzt, liegt der wohl gr枚脽te Mehrwert darin, dass die integrierte Toolchain hilft, die Systeme 眉bernommener Unternehmen schnell abzubilden und mit dem zentralen Modell von Harbour zu vergleichen, um zu ermitteln, was beibehalten, abgeschaltet oder migriert werden soll. Deshalb kann Harbour Akquisitionen z眉gig integrieren, anstatt jahrelang in der IT-Konsolidierung festzustecken.

Struktur vor Automatisierung

Erst wenn Prozesse strukturiert und sichtbar sind, k枚nnen sie f眉r die Automatisierung genutzt werden. Daher spielen all diese Tools eine entscheidende Rolle bei der Einf眉hrung von k眉nstlicher Intelligenz (KI). Standardisierte Workflows und Prozess-Maps dienen als Grundlage f眉r KI-Tools, und Digital Adoption Platforms f眉hren die Anwender durch die Systeme.

Die drei wichtigsten Motoren der integrierten Toolchain sind:

• Transparenz-Engine: schafft einen ganzheitlichen 脺berblick 眉ber das Gesch盲ft
• Standardisierungs-Engine: harmonisiert Prozesse, Systeme und Ressourcen weltweit
• Beschleunigungs-Engine: verk眉rzt die Integrationszeit bei Fusionen und 脺bernahmen und beschleunigt die Umsetzung von Transformationsprojekten

Zusammen mit 麻豆原创 Analytics Cloud f眉r globale Prognosen und Planung stehen diese Tools im Mittelpunkt der erfolgreichen Unternehmenstransformation.

Young nannte drei strategische Hebel, die dem Unternehmen helfen, motiviert und widerstandsf盲hig zu bleiben. An erster Stelle steht strikte finanzielle Disziplin, gefolgt von datengest眉tzten Erkenntnissen, die die Wettbewerbsf盲higkeit sichern, und nicht zuletzt die Ausstattung der Fachbereiche mit modernsten Funktionen, um Resilienz zu gew盲hrleisten.

鈥濪ie Toolchain der 麻豆原创 erm枚glicht es uns, durch Akquisitionen dynamisch zu wachsen, ohne unter der Last der Komplexit盲t zusammenzubrechen鈥�, res眉mierte Young. 鈥濱m Grunde macht sie den Unterschied zwischen chaotischer Expansion und kontrolliertem, skalierbarem Wachstum.鈥�

Erfahren Sie mehr 眉ber die integrierte Toolchain von 麻豆原创 und ihre Kernfunktionen.

The post Wie die Toolchain von 麻豆原创 das Wachstum von Harbour Energy vorantreibt appeared first on 麻豆原创 News Center.

Wie die Beh枚rde feststellt, verf眉gen Kunden und Partner der 麻豆原创 眉ber ausreichende und zul盲ssige technische M枚glichkeiten, Daten aus 麻豆原创鈥慡ystemen zu extrahieren und in L枚sungen anderer Anbieter zu nutzen. Auch die 麻豆原创 API-Policy beschr盲nkt diese M枚glichkeiten nicht.

Zum Bereich Process Mining f眉hrt das Bundeskartellamt aus, dass 麻豆原创 unterschiedliche, wettbewerbskonforme Lizenzmodelle anbietet, einschlie脽lich Optionen ohne 麻豆原创 Signavio. Die Einsch盲tzung des Bundeskartellamts best盲rkt 麻豆原创 darin, Kunden einen diskriminierungsfreien und praktikablen Zugang zu ihren Daten zu erm枚glichen und gleichzeitig Wahlfreiheit bei der Nutzung von 麻豆原创鈥� und Drittanbieter鈥慙枚sungen sicherzustellen.

The post Statement zur Entscheidung des Bundeskartellamts, kein Missbrauchsverfahren gegen 麻豆原创 einzuleiten appeared first on 麻豆原创 News Center.