Click the button below to load the content from YouTube.

Always allow YouTube

, unsere neue User Experience, gewinnt an Dynamik und treibt Verbesserungen f眉r unsere Kunden ma脽geblich voran. Kunden , verbessern , und .

麻豆原创 Business AI f眉r die Beschaffung

麻豆原创 Fieldglass Services Procurement, Erstellung KI-gest眉tzter Leistungsverzeichnisergebnisse
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Beschaffungsfachleute k枚nnen die Entwicklung ihrer Leistungsverzeichnisse mithilfe der Funktion 鈥濫rgebnisse鈥� in 麻豆原创 Fieldglass Services Procurement beschleunigen. Die Funktion analysiert den definierten Projektumfang und generiert automatisch pr盲zise, relevante Ergebnisse, die eine enge Abstimmung zwischen K盲ufererwartungen und Lieferantenzusagen sicherstellen. Durch die Einf眉hrung dieser Funktion k枚nnen Unternehmen den Zeitaufwand um 70 Prozent reduzieren, den die manuelle Erstellung von Leistungsverzeichnisergebnissen erfordert, und das Risiko schlechter Ergebnisse um 50 Prozent verringern, w盲hrend gleichzeitig eine st盲rkere Zusammenarbeit w盲hrend des Verhandlungsprozesses gef枚rdert wird.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Business AI f眉r die Customer Experience

Katalogoptimierungsagent
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

E-Commerce-Produktmanager, die mit der Pflege gro脽er 麻豆原创-Commerce-Cloud-Kataloge betraut sind, erhalten einen st盲ndig aktiven Agenten, der Produktbeschreibungen, Attribute und 脺bersetzungen kontinuierlich mit den Qualit盲tsstandards des Unternehmens abgleicht. Dieser Agent identifiziert L眉cken im Merchandising und gibt umsetzbare Empfehlungen, um die Genauigkeit von Katalogen zu verbessern, die Konsistenz 眉ber alle Sprachen hinweg sicherzustellen und die Auffindbarkeit von Produkten zu verbessern. Die gesch盲ftlichen Auswirkungen sind eine 70-prozentige Verk眉rzung der Zeit f眉r die 脺bersetzung von Katalogdaten, 65 % weniger Zeitaufwand f眉r das Hinzuf眉gen von Beschreibungen f眉r einzelne Anlagen und eine Reduzierung der Kosten f眉r die Datenqualit盲t um f眉nf Prozent. All das tr盲gt zu h枚heren Konversionsraten und einem agileren Merchandising-Betrieb bei.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Revenue Growth Management, KI-gest眉tzte Trade-Promotion-Erstellung
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Key Account Manager in der Konsumg眉terbranche profitieren von einer optimierten, 眉bersichtlichen Oberfl盲che zur Erstellung von Werbeaktionen, bei der durch die einfache Benennung einer Aktion wichtige Felder automatisch ausgef眉llt werden. Basierend auf Stammdaten, fr眉heren Aktionen und spezifischen, erlernten Pr盲ferenzen f眉r jeden H盲ndler, schl盲gt das System Termine, Arten, Laufzeiten und H盲ndlereinkaufszeitr盲ume vor und verfeinert seine Empfehlungen kontinuierlich im Laufe der Zeit auf der Grundlage von Benutzer盲nderungen. Die Auswirkungen sind eine um 75 Prozent k眉rzere Einrichtungszeit f眉r Aktionen, 30 Prozent weniger Dateneingabefehler und Nacharbeiten sowie zunehmend personalisierte Vorschl盲ge, die sich wiederholende manuelle Arbeiten 眉ber Aktionszyklen hinweg vermeiden.

Ausf眉hrliche Informationen finden Sie .

Jonathan von R眉den ist Chief AI Officer der 麻豆原创 SE.

* Haftungsausschluss: Dieser Artikel beschreibt die zu erwartenden Vorteile f眉r Unternehmen. S盲mtliche Berechnungen sind Sch盲tzwerte, denen Fallstudien von 麻豆原创-Kunden, 麻豆原创-Benchmarks und andere Untersuchungen zugrunde liegen. Die tats盲chlichen Vorteile k枚nnen variieren und durch zus盲tzliche Faktoren beeinflusst werden, die in diesem Artikel nicht ber眉cksichtigt werden. Die Informationen werden ohne jegliche Gew盲hr, weder ausdr眉cklich noch stillschweigend, bereitgestellt. 麻豆原创 眉bernimmt keinerlei Verantwortung f眉r Sch盲den im Zusammenhang mit der Nutzung dieses Artikels. Auf der Seite sind unter 鈥濺echtliche Hinweise鈥� Nutzungsbedingungen, Haftungsausschl眉sse, Pflichtangaben und Einschr盲nkungen f眉r dieses Material zu finden.

The post Highlights des Q1 2026 Release: 麻豆原创 Business AI f眉r die Beschaffung und f眉r die Customer Experience appeared first on 麻豆原创 News Center.

In unserem ersten Gespr盲ch haben Sie erkl盲rt, was ABAP ist und wie die Zukunft aussieht und warum Agentic AI den Markt ver盲ndern wird. Lassen Sie uns dort ankn眉pfen und tiefer einsteigen. Wie interagiert ABAP mit anderen Entwicklungstechnologien in den heutigen 麻豆原创-Landschaften?

Sonja Li茅nard: ABAP gibt es schon seit 眉ber 40 Jahren und hat sich immer weiterentwickelt. Mit der 脛ra der Agentic AI erreichen wir nun die n盲chste Evolutionsstufe. Die moderne Variante der Sprache ist ABAP Cloud, von Beginn an entwickelt nach den Leitprinzipien Offenheit und umfassender Unterst眉tzung der Gesch盲ftslogik.

Wir haben stabile, klar definierte APIs, also Schnittstellen nach au脽en, und bieten mit Open Data Protocol-Services (OData), modernen Frontends und einer Integrationsschicht eine vollst盲ndige Umgebung an. Damit k枚nnen moderne Web-Anwendungen entwickelt werden. Dazu kommen 麻豆原创 BTP-Erweiterungen (麻豆原创 Business Technology Platform) und ein externes System wie die 麻豆原创 Integration Suite, die daran ankn眉pfen.

Aktuell nutzen wir Eclipse als Entwicklungsumgebung. Ab Q2 2026 wird die ABAP-Entwicklung auch in Visual Studio Code m枚glich sein, das ist ein Meilenstein. Die Community hat sehr laut danach gefragt und bei uns offene T眉ren eingerannt. Visual Studio Code ist auf dem Vormarsch und bei vielen Entwicklern aktuell die bevorzugte IDE (Integrated Development Environment). Viele AI-Erweiterungen auf dem Markt werden zuerst daf眉r optimiert.

Wir haben die Architektur umgebaut und verfolgen eine Open IDE-Strategie, bei der wir auch weitere IDEs f眉r ABAP-Entwicklungen anbieten k枚nnen. Durch die 脰ffnung verf眉gen wir nun 眉ber ein reichhaltiges 脰kosystem von Drittanbietern, die wir f眉r AI nutzen k枚nnen, etwa GitHub Copilot oder Amazon Q.

Dar眉ber hinaus haben wir einen ABAP MCP Server (Model Context Protocol) ver枚ffentlicht, der es ABAP-Entwicklern erm枚glicht, vom gesamten AI-Tooling und 脰kosystem zu profitieren. Das ist ein gro脽er und wichtiger Schritt und ein eindrucksvolles Beispiel f眉r die Interoperabilit盲t, die Sie angesprochen haben. Wir haben weiterhin die St盲rke der ABAP-Gesch盲ftslogik. Damit kombinieren wir die offene IDE-Strategie mit einer hohen Innovationsgeschwindigkeit.

Wichtiger Baustein: ABAP MCP Server

Sie haben den ABAP MCP Server erw盲hnt. Was ist das genau?

Sonja Li茅nard: MCP steht f眉r Model Context Protocol und ist ein offener Standard, damit AI-Agenten strukturiert mit externen Tools und Systemen interagieren k枚nnen. Es ist eine universelle Sprache, die die Agenten der Agentic AI verwenden, um Fragen zu stellen, Aktionen auszul枚sen oder Ergebnisse abzurufen.

Der ABAP MCP Server stellt 眉ber dieses Protokoll ABAP-Entwicklungsf盲higkeiten bereit. Jeder Agent, der MCP unterst眉tzt, kann so auf intelligente, agentengesteuerte Weise mit ABAP-Code und unseren ABAP-Systemen interagieren. Es ist ein neues Sprachrohr, 眉ber das wir der Au脽enwelt unsere ABAP-spezifischen F盲higkeiten verf眉gbar machen.

Der ABAP MCP Server ist ein wichtiger Baustein f眉r alles, was mit Agentic AI zu tun hat und eine wichtige technische Basis f眉r unseren neuen Custom Code Management Agenten f眉r die 麻豆原创-S/4HANA-Transformation. Der ABAP MCP-Server f眉r Eclipse steht ab Q2 2026 bereit.

鈥濵it allem versehen, wof眉r wir als 麻豆原创 stehen鈥�

Welche Risiken birgt der AI-Einsatz in 麻豆原创 Enterprise-Systemen und wie begegnen Sie diesen?

Sonja Li茅nard: Der gesamte AI-Markt ist unglaublich dynamisch, schnelllebig und von unterschiedlichen Interessen gepr盲gt. Wir m眉ssen deswegen genau pr眉fen, welche L枚sungen langlebig, robust und vertrauensw眉rdig genug sind, um darauf die Gesch盲ftsprozesse dieser Welt laufen zu lassen. Wir wollen, dass unsere L枚sungen nach wie vor sicher, compliant und mit allem versehen sind, wof眉r wir als 麻豆原创 stehen.

Wir m眉ssen unseren Kernauftrag in den Mittelpunkt aller Entscheidungen stellen. Die ABAP Platform steht daf眉r, dass darauf Large Enterprise Business laufen kann. Darauf vertrauen unsere Kunden und Partner. AI-L枚sungen auf dem Markt qualifizieren sich nicht dadurch, dass man damit schnelllebige L枚sungen bauen kann, sondern vor allem dann, wenn sie unsere Kernf盲higkeiten unterst眉tzen. Deswegen hilft es, einen Schritt zur眉ckzugehen, das Gesamtbild zu betrachten und nachhaltige Entscheidungen zu treffen, aber auch offen daf眉r zu bleiben, bereits getroffene Entscheidungen anzupassen, wenn sich der Markt zu stark ver盲ndert.

Ein zweiter Punkt ist die Code-Korrektheit. AI kann plausibel wirkenden Code generieren, der subtil fehlerhaft ist. Als Gegenma脽nahme setzen wir auf menschliche 脺berpr眉fung (鈥濰uman in the Loop鈥�) in Kombination mit Tests. Daf眉r verwenden wir auch Agenten, die die Qualit盲t des generierten Codes 眉berpr眉fen und validieren.

Ein weiteres Risiko ist der Verlust von Gesch盲ftslogik bei der Transformation. Wir wollen unsere Kunden bei der Migration ihrer Alt-L枚sungen in neue L枚sungen unterst眉tzen. Daf眉r entwickeln wir Custom Code Management Agenten. Der erste wird im Juni ver枚ffentlicht. Dabei ist es entscheidend, dass die Gesch盲ftslogik unserer Kunden und Partner bei der Transformation erhalten bleibt. Schlie脽lich sind Sicherheit und Datenschutz zentrale Themen. AI-Modelle ben枚tigen immer Kontext, um wirksam zu sein. Im Enterprise-Umfeld kann dieser Kontext sensible Gesch盲ftsdaten beinhalten. Deshalb gehen wir sehr sorgf盲ltig vor: Die ABAP AI Services operieren etwa nur in etablierten 麻豆原创 Compliance- und Vertrauensrahmen. Die Kunden behalten stets die Kontrolle dar眉ber, was geteilt wird und was nicht.

Neuigkeiten von der 麻豆原创 Sapphire 2026

Sprechen wir 眉ber die k眉rzlich stattgefundene 麻豆原创 Sapphire in Orlando. Welche Neuigkeiten gab es aus Ihrem Bereich?

Sonja Li茅nard: Die 麻豆原创 Sapphire 2026 ist auch f眉r ABAP AI eine sehr wichtige Konferenz. In Q2 2026 ver枚ffentlichen wir das erste Release der Entwicklungsumgebung f眉r Visual Studio Code, zun盲chst im ABAP Cloud Scope inklusive Fiori-App-Entwicklung und mit Integration von GitHub Copilot und Amazon Q als AI-L枚sungen. Weiteres Ziel ist die Unterst眉tzung von Classic ABAP-Entwicklung in Visual Studio Code, weitere ABAP-Objekttypen folgen im Laufe des Jahres. Ebenfalls ab Q2 2026 sind der ABAP MCP Server f眉r Eclipse und Visual Studio Code allgemein verf眉gbar, um Drittanbieterl枚sungen, insbesondere AI-spezifische Drittanbieter-Tools, an das ABAP-System anschlie脽en zu k枚nnen.

Auch in Q2 2026 liefern wir den ersten Custom Code Migration Agenten aus. Die R眉ckmeldungen sind vielversprechend. So k枚nnen wir die Code-Migration wesentlich automatisieren und beschleunigen. Die komplette Kommunikation zwischen alten Migrationstools und neuen Agenten wird dabei 眉ber einen Engagement Layer stattfinden. Unsere auf der 麻豆原创 Sapphire vorgestellte allgemeine Migrationsstrategie umfasst sieben verschiedene Agentenfamilien 眉ber alle Phasen eines Migrationsprojekts hinweg, von der Planung bis zur Ausf眉hrung.

AI-Tools leichter zug盲nglich f眉r alle

AI-Tools waren f眉r kleinere Kunden oder solche mit 盲lteren Systemversionen bislang oft schwer zug盲nglich. Was 盲ndert sich hier?

Sonja Li茅nard: Die Einstiegsh眉rde wird deutlich niedriger. Wir wechseln von der User-per-Month-Abrechnung auf ein verbrauchsbasiertes Modell. Abgerechnet wird nach tats盲chlicher Nutzung, auf Basis sogenannter 鈥濧I-Units鈥� mit individuellen Preisen. Dadurch wird es leichter, unsere AI-L枚sungen zu verwenden. Kunden k枚nnen besser planen, wie viel Geld sie f眉r AI-L枚sungen ausgeben m枚chten.

Zudem f眉hren wir ab Q2 2026 einen Side-by-Side-Service ein, bei dem alle AI-L枚sungen unabh盲ngig vom jeweiligen Release verwendet werden k枚nnen. Die 痴别谤蹿眉驳产补谤办别颈迟 von ABAP AI wird dabei auf die 麻豆原创 S/4HANA Cloud Private Edition f眉r alle Releases ab 2021 erweitert. Dadurch k枚nnen wir einen Gro脽teil unserer Kunden auch mit 盲lteren Releases mit AI-F盲higkeiten unterst眉tzen.

Agentic AI ist das neue Leitthema

Wie f眉gen sich ABAP und AI Agenten in 麻豆原创s l盲ngerfristiger Produktvision ein?

Sonja Li茅nard: Wir folgen nat眉rlich der 眉bergreifenden 麻豆原创-Strategie. Auf der Sapphire hat man gesehen, dass Agentic AI das neue Leitthema ist. In der Vergangenheit hatte man Infrastructure as a Service, Platform as a Service und Software as a Service. Jetzt kommen Agentic AI-L枚sungen dazu.

Ich beschreibe unsere Vision gerne anhand von drei konzentrischen Kreisen: Im Zentrum steht die ABAP Cloud als moderne Clean-Core-Variante unserer Sprache f眉r langfristige Stabilit盲t. Der zweite Kreis ist die ABAP AI-Schicht: Entwickler-Tools f眉r Code-Erkl盲rung, Code-Generierung und Ghost Texting.

Den 盲u脽eren Kreis bilden AI Agenten, ein Netzwerk spezialisierter Agenten f眉r komplexe und mehrstufige Aufgaben wie Transformation, Migration und Qualit盲tsvalidierung. Sie 眉bernehmen aber auch Entwicklungsaufgaben und reduzieren dabei den Aufwand erheblich. So wird Zeit frei f眉r Gesch盲ftslogik- und Architekturentscheidungen, aber auch f眉r die 脺berpr眉fung der Qualit盲t. Die Kreise koexistieren und verst盲rken sich gegenseitig. Die Grundausrichtung der Plattform und der Kern der L枚sungen bleiben stabil. Agenten und AI-Skills erg盲nzen das bestm枚glich.

Auf welche Meilensteine sollten Kunden und Partner in den n盲chsten Monaten achten?

Sonja Li茅nard: Es sind vier zentrale Dinge. In Q2 2026 kommen die Entwicklungsumgebung f眉r Visual Studio Code und der MCP Server. Damit erm枚glichen wir die Entwicklung von AI Agenten in einem offenen IDE-脰kosystem. Auch in Q2 2026 folgen der erste Agent f眉r die Custom Code-Migrations-Strategie sowie die Erweiterung von ABAP AI auf die 麻豆原创 S/4HANA Cloud Private Edition f眉r Releases ab 2021. F眉r Q3 2026 ist ein zweiter Agent f眉r die Clean-Core-Transformation geplant. Und im Laufe des Jahres 2026 werden wir die Multi-Agenten-Orchestrierung weiterentwickeln und das Portfolio um weitere Agenten erg盲nzen.

ABAP und Entwickler bleiben starkes Team

Gibt es noch etwas, was Sie den Lesern mitgeben m枚chten?

Sonja Li茅nard: Man sollte die Entwicklung als Chance sehen. Es geht um die Weiterentwicklung und um die Zusammenarbeit. ABAP und Entwickler bleiben ein starkes Team. Da 盲ndert auch AI nichts dran. ABAP hat sich immer wieder erfolgreich neu erfunden. AI ist nur das n盲chste Kapitel, 眉bernimmt Routinen und schafft Freiraum f眉r das, was Wert stiftet: Gesch盲ftsverst盲ndnis, Architekturentscheidungen, hohe Qualit盲t sowie Sicherheits- und Compliance-Anforderungen.

Kunden und Entwickler k枚nnen darauf vertrauen, dass AI von 麻豆原创 verl盲sslich in die Praxis umgesetzt wird: mit klarer Roadmap und hohen Qualit盲ts-, Sicherheits- und Compliance-Standards, die f眉r Enterprise-Systeme entscheidend sind. Wir arbeiten eng mit der Community und unseren Kunden und Partnern zusammen. Das ist ein zentraler Erfolgsfaktor.

Das Interview ist der zweite Teil einer Serie 眉ber ABAP und den Einsatz und das Zusammenspiel mit K眉nstlicher Intelligenz.

The post 鈥濵it Agentic AI erreicht ABAP die n盲chste Stufe der Evolution鈥� appeared first on 麻豆原创 News Center.

Als Vertreter der 麻豆原创 hielt Andr茅 Herter, Head of Customer Success Management Middle & Eastern Europe, die Keynote der Veranstaltung, bei der er auf das Projektmanagement als spannendes Gesch盲ft hinwies, das Au脽enstehenden zu Unrecht manchmal wie eine langweilige Steuererkl盲rung erschiene.  

Irini Kalamaris, Head of Active Quality Management der 麻豆原创 Deutschland f眉r die Region MEE, f眉hrte in die Veranstaltung ein, die sie mittlerweile seit 22 Jahren leitet und weiterentwickelt, bedankte sich bei den Kunden und Partnern und betonte: 鈥濪ie Anzahl und das Niveau der eingereichten Projekte war dieses Jahr besonders hoch. Daf眉r danken wir insbesondere unseren Partnern, dies mit erm枚glicht zu haben 鈥�.

Alle Gewinner wurden mittels einer  Vorauswahl gesichtet, ehe ihnen die ebenfalls umfangreiche Nominierung zur Teilnahme durch Implementierungspartner oder 麻豆原创 empfohlen wurde. 鈥濧uch wenn wir zus盲tzlich Grand-Winner k眉ren: Gewinner sind alle 15 hier vertretenen Projekte鈥�, versicherte Quality Director der MEE, Irini Kalamaris.

Die K眉r des Grand Winners ist H枚hepunkt der j盲hrlich ausgetragenen Quality Awards, die dieses Jahr im Vorfeld eines besonderen Handball-Matches 鈥瀌er L枚wen鈥� gegen Hannover stattfand, in dessen Anschluss sich Patrick Groetzki von seinen Fans aus seiner aktiven Spielerkarriere mit einem pers枚nlichen und emotional mitrei脽enden R眉ckblick verabschiedete. 

Jede Art von 麻豆原创-Projekt in diesem Wettbewerb kann gemessen an den zehn bew盲hrten 麻豆原创- poteztiell erfolgreich sein. Dazu wurden die Projekte nach 鈥淕ewichtsklassen鈥� ins Rennen geschickt, anhand von Kategorien, die Gro脽projekte von kleinen, schnelleren Implementierungen oder die beteiligten 麻豆原创-L枚sungen unterschieden, um die Vergleichbarkeit zu verbessern.

Kategorie 鈥淩apid Time to Value鈥�

Diese Kategorie soll kleineren und innovativen Projekten eine Plattform bieten. Die Jury pr眉fte Projekte, die f眉r weniger als 600 Nutzer, mit weniger als 1000 Personentagen Gesamtaufwand nicht mehr als sieben Monate an Zeit von Kickoff zu Go Live beansprucht hatten. Zwei von drei 鈥瀝apid鈥�-Merkmalen mussten erf眉llt sein. Durchweg setzten sich hier 麻豆原创-Cloud-Projekte durch:

• Die GWH Wohnungsgesellschaft mbH realisierte gemeinsam mit der KPMG AG Wirtschaftspr眉fungsgesellschaft innerhalb von 6 Monaten den Aufbau einer zentralen Finance Data Platform auf Basis der 麻豆原创 Business Data Cloud (麻豆原创 Datasphere und 麻豆原创 Analytics Cloud, kurz BDC). Herzst眉ck ist eine durchg盲ngige End-to-End-Prozesskette, die s盲mtliche Wertefl眉sse des Unternehmens in einer neuen, integrierten Systemstruktur abbildet und in einer gemeinsamen Datenbasis als Single Point of Truth zusammenf眉hrt. Finanz- und Steuerungsinformationen werden damit konsistent, transparent und adressatengerecht aufbereitet 鈥� ohne manuelle und revisionskritische Zwischenschritte. BDC stellt somit die skalierbare Grundlage f眉r eine zukunftssichere und datengetriebene Unternehmenssteuerung bereit.
• Robert Bosch GmbH migrierte mit seinem Bosch Kern-Team vier produktive Instanzen der Bosch Commerce Platform – inklusive der zentralen Core-Plattform BCPaaS – auf 麻豆原创 Commerce Cloud. Der Fokus lag auf digitalen Commerce-Prozessen mit stabilem Plattformbetrieb, Checkout-Stabilit盲t, Integration und skalierbarem Cloud-Betrieb. Durch einen sequenziellen Core-first-Ansatz konnten die produktiven Go-Lives kontrolliert und ohne gravierende Gesch盲ftsunterbrechungen umgesetzt werden. Die cloudbasierte und upgradef盲hige Plattform ist damit langfristig supportf盲hig und schafft eine stabile Basis f眉r zuk眉nftige Innovationen und die weitere Plattformentwicklung.
• Die SAT Anlagentechnik GmbH mit Partner HPC Aktiengesellschaft implementierte f眉r ihre Engineering to Order Prozesse innerhalb von 11 Monaten die 麻豆原创 S/4 HANA Cloud Public Edition. Die Logistik im Kerngesch盲ft, wie Lagerliftanbindung, die PLM-Si Schnittstelle, Trade Compliance, sowie Customs Management standen im Vordergrund. 麻豆原创 Ariba Central Invoice Management, 麻豆原创 Analytics Cloud, 麻豆原创 Concur sowie Enterprise Project Portfolio Management und Supplier Performance Risk Management waren zentral f眉r den Projektumfang. Der Back-to-Standard Ansatz verschlankte die ERP Landschaft. Altlasten sowie komplexe Z-Tabellen wurden systematisch durch 麻豆原创 Standard abgel枚st.
• Die Syntegon Technology GmbH migrierte gemeinsam mit 麻豆原创 SE und weiteren Partnern in f眉nf Monaten die Systeme von 47 Standorten 鈥� inklusive 麻豆原创 ERP, 麻豆原创 Global Trade Services, 麻豆原创 Business Warehouse, Content Server und rund 400 Schnittstellen 鈥� auf RISE with 麻豆原创 auf AWS und reduzierte GTS鈥慉npassungen mittels Fit鈥憈o鈥慡tandard鈥慉nsatz um 90 Prozent. Die HANA DB erh枚hte die Plattform鈥慞erformance signifikant und lieferte durchschnittlich rund 50 Prozent schnellere Verarbeitungszeiten sowie deutlich h枚here 痴别谤蹿眉驳产补谤办别颈迟 gegen眉ber der vorherigen AIX/Oracle鈥慤mgebung. Gleichzeitig profitierte das Unternehmen von mehr Flexibilit盲t f眉r neue Prozesse, geringerem Wartungsaufwand und beschleunigten Folgeprojekten, was sich in messbaren Gesch盲ftsergebnissen niederschlug.

Als Grand-Winner pr盲mierte die Jury die Robert Bosch GmbH.

Kategorie 鈥渞apid time to value – 麻豆原创 S/4HANA鈥�

In dieser Kategorie entschloss sich die Jury dieses Jahr zus盲tzlich drei Gewinner besonders hervorzuheben, bei denen jeweils die L枚sung 麻豆原创 S/4HANA in der On-premise, Private oder Public Cloud in maximal sieben Monaten produktiv gesetzt wurde鈥�:

• Die Leifheit Aktiengesellschaft mit Partner Hicron Sp. z o.o. hat in etwa sechs Monaten f眉r neun Standorte in Europa eine RISE with 麻豆原创 S/4 HANA brownfield conversion seines 麻豆原创 ERP mit vorgezogenem Go Live projektiert. Mit erh枚hter Effizienz in den laufenden 麻豆原创-S/4 HANA-Prozessen arbeitet Leifheit an weiteren Innovationen und Einsparungszielen. Geplant sind u.a. 麻豆原创 Business Data Cloud und 麻豆原创 Analytics Cloud als zentraler Datenpool und Steuerungstool. Konzipiert wird aktuell Situation handling mit 麻豆原创 Embedded Analytics. Weitere Prozesse wie das Dispute Management in 麻豆原创 S/4 HANA werden erschlossen und die Nutzung der 麻豆原创 Business Technology Plattform soll ausgeweitet werden, um zum Beispiel das Order Management zu automatisieren.   
• Die MAXIM Markenprodukte GmbH & Co. KG mit Partner Innovabee Group GmbH & Co. KG unternahm den 麻豆原创 S/4HANA On-premise Roll-out bei Tochtergesellschaft International Can f眉r Finanzwesen, Einkauf, Sales&Distribution, Logistics&Warehouse, Produktionsplanung sowie Supply Chain Prozesse in sieben Monaten. Dabei wurde ein Template f眉r weitere Clean Core Rollouts in der Maxim Gruppe geschaffen und Best Practice Ans盲tze der 麻豆原创 verfolgt. Gerade die Supply Chain aber auch weitere End-to-End Prozesse erfuhren eine Vereinheitlichung und h枚here Transparenz bei reduzierter IT-Komplexit盲t. F眉r die Zukunft wurde eine bessere Datenbasis f眉r Reporting und Analysen in der Maxim-Gruppe geschaffen und Betriebskosten wurden nachhaltig gesenkt.
• Die RealCore Industry & Materials GmbH hat im Rahmen eines Carve-outs gemeinsam mit 麻豆原创 SE in weniger als vier Monaten 麻豆原创 S/4HANA Cloud Public Edition und die 麻豆原创 Business Technology Platform eingef眉hrt. Die L枚sung f眉r zwei Gesellschaften in Deutschland und Polen umfasst zentrale Prozesse in Finanzwesen, Controlling, Beschaffung sowie projekt- und servicebasierter Abrechnung. Mit dem Go鈥慙ive wurde die operative Handlungsf盲higkeit sichergestellt und gleichzeitig die Grundlage f眉r eine moderne, skalierbare Cloud鈥慉rchitektur geschaffen. Standardisierung und Automatisierung haben die Transparenz und Effizienz verbessert und die Systemkomplexit盲t nachhaltig reduziert.

Zum Grand-Winner wurde RealCore Industry & Materials GmbH 驳别办眉谤迟.

Die 鈥淪ustainability鈥嬧�� Kategorie f眉r innovative Projekte wurde zugunsten der zahlreichen hochwertigen Bewerbungen in den 眉brigen Kategorien diesmal zur眉ckgestellt. 

Kategorie 鈥淏usiness Transformation 鈥� On-premise鈥�

In dieser Kategorie entschloss sich die Jury dazu vier Gewinner zu pr盲mieren, deren Projekte in Punkto Qualit盲t und Projektanspruch in der h枚chsten Liga spielten. Und hier sind sie:

• Die Landeshauptstadt Wiesbaden mit Partner Nagarro SE stellte ihre 麻豆原创-Systeme auf 麻豆原创 S/4HANA mit einem Greenfield-Ansatz in 30 Monaten bis zum termingerechten Go Live um. Im Scope waren die Financials- und Einkauf-Komponenten des 麻豆原创 ERP sowie Public Sector Contract Accounts Receivable and Payable f眉r die Kernverwaltung und zwei Eigenbetriebe. Neben der erreichten Betriebsstabilit盲t punkten als Gesch盲ftsvorteile medienbruchfreie Abl盲ufe und erh枚hter Benutzerkomfort mit FIORI. Die Sicherung des 麻豆原创-Wissens in vollst盲ndiger Prozess- und L枚sungsdokumentation sowie das neu implementierte Testmanagement sichern die Minimierung von Kostenrisiken in Folge von Fluktuation sowie die beschleunigte Durchf眉hrung zuk眉nftiger Projekte.

• Die MANN+HUMMEL GmbH hat gemeinsam mit der cbs Corporate Business Solutions GmbH eine der umfassendsten 麻豆原创-S/4HANA-Transformationen im deutschen Mittelstand realisiert: 35 Milliarden Datens盲tze, 96 Gesellschaften weltweit, migriert an einem einzigen Wochenende. In nur drei Jahren wurde das 眉ber Jahrzehnte gewachsene 麻豆原创 ECC-System mit neun End-to-End-Gesch盲ftsprozessen grundlegend modernisiert, von 62.000 Altentwicklungen befreit und mit einer um 60 Prozent schlankeren Datenbank auf eine zukunftsf盲hige Architektur 眉berf眉hrt 鈥� termin-/budgetgerecht und ohne Produktionsunterbrechung. Zeitgleich zur 麻豆原创-S/4HANA-Migration wurden auch die Satellitensysteme GTS, APO und MDG neu aufgebaut und im selben Big Bang 眉berf眉hrt. Das Projekt schafft damit die Basis f眉r eine neue 脛ra datengetriebener Prozessexzellenz bei MANN+HUMMEL.
• Die Marc O’Polo International GmbH mit Partner KPS AG implementierte 麻豆原创 S/4HANA RETAIL FOR MERCHANDISE MANAGEMENT, 麻豆原创 S/4HANA for Fashion and Vertical Business, 麻豆原创 Customer Activity Repository, 麻豆原创 Extended Warehouse Management, 麻豆原创 Business Planning and Consolidation sowie 麻豆原创 Invoice Management by Opentext entlang der gesamten Wertsch枚pfungskette in vier Gesch盲ftsbereichen und weltweit 14 Tochtergesellschaften. Die gestaffelten, an saisonalen Gesch盲ftszyklen angepassten Rollouts erstreckten sich 眉ber eine Gesamtlaufzeit von 5 Jahren. Ausgehend von der Reduzierung der Prozess- und Schnittstellenkomplexit盲t entstand eine konsolidierte Systemlandschaft f眉r mehr Transparenz, verbesserte Produktverf眉gbarkeit und Marktanpassungsf盲higkeit in einer integrierten Omnichannel-Lieferkette bei gesteigerter Effizienz in Planung, Beschaffung und den Order-to-Cash-Zyklen.

• Die Volkswagen AG hat gemeinsam mit dem Partner Accenture Dienstleistungen AG mit TranS/4m die bislang gr枚脽te Finanztransformation im Unternehmen umgesetzt und das Projekt 眉ber sieben Jahre in einem dynamischen Umfeld resilient gesteuert. Ziel war es, f眉r rund 500 Prozesse in der Finanzorganisation und der Compliance durch neue oder ge盲nderte Funktionalit盲ten gezielter an den Unternehmensbed眉rfnissen auszurichten 鈥� auf Basis der konzernweiten Einf眉hrung von 麻豆原创 S/4HANA und 麻豆原创 Analytics Cloud f眉r drei Marken und die Holding. Dabei konnten Betriebskosten und Risiken reduziert und zugleich Projektsynergien genutzt werden. Ein wesentlicher Mehrwert liegt in der verbesserten Unterst眉tzung von Gesch盲ftsentscheidungen durch eine breitere Informationsbasis in Echtzeit, die zu einer nachhaltig verbesserten Gewinn-Kosten-Relation beitr盲gt.

Als Grand-Winner zus盲tzlich gefeiert wurde MANN+HUMMEL GmbH.

Kategorie 鈥淏usiness Transformation – Cloud鈥�

In dieser Kategorie zeigte sich die Jury erneut 眉ber vier Gewinner begeistert, deren Gro脽projekte jedem Qualit盲tsma脽stab gerecht wurden. Und hier sind sie:

• Im Gesch盲ftsbereich Leichtmetallguss realisierte die Handtmann Service GmbH & Co. KG im Stammwerk Biberach innerhalb von 19 Monaten ein Transformationsprojekt von strategischer Tragweite. Auf Basis von 麻豆原创 S/4HANA PCE wurden alle Kernprozesse 鈥� von Fertigungssteuerung und Qualit盲t 眉ber Logistik und Au脽enhandel bis Finance 鈥� vollst盲ndig End-to-End gedacht und integriert. Hierbei kamen 麻豆原创 Extended Warehouse Management, 麻豆原创 Global Trade Solutions, 麻豆原创 Analytics Cloud & BW/4HANA sowie 麻豆原创 Mobile Start zum Einsatz. Der innovative Ansatz schuf hochintegrierte, transparente Prozessketten und steigerte nachhaltig die wirtschaftliche Resilienz der E2E-Prozesse im internationalen Produktionsverbund.
• Die RATIONAL AG hat gemeinsam mit der All for One Customer Experience GmbH zentrale Prozesse rund um eCommerce-Bestellungen, Produktkonfiguration und Auftragsbearbeitung neu aufgestellt und auf Basis von 麻豆原创-L枚sungen implementiert. Dazu wurden 麻豆原创 Commerce Cloud, 麻豆原创 Variant Configuration and Pricing sowie die 麻豆原创 Integration Suite eingef眉hrt und 麻豆原创 S/4HANA mit Variantenkonfiguration (麻豆原创 LO-VC) weiterentwickelt und integriert. Auch die Anbindung branchentypischer Non-麻豆原创-Systeme war wesentlicher Projektbestandteil f眉r 22 Verkaufsorganisationen mit Marktabdeckung in 128 L盲ndern. Der erste Go-Live wurde nach 28 Monaten erreicht; anschlie脽ende Rollouts f眉hrten zu messbaren Gesch盲ftseffekten, sp眉rbaren internen Effizienzgewinnen, einer skalierbaren zentralen Plattformarchitektur und nachhaltigem Gesch盲ftswert.
• Gemeinsam mit ihrem Partner, der All for One HR GmbH, hat die SIGNAL IDUNA Gruppe in 16 Monaten rund 100 HR-Prozesse f眉r den Konzern und acht Tochterunternehmen erfolgreich in das 麻豆原创 SuccessFactors Employee Central (EC) Service Center 眉berf眉hrt und alle HR bezogenen Informationen und Prozesse in WorkZone zentralisiert. EC wurde zum lesenden Stammdatensystem implementiert und 麻豆原创 Cloud Platform Integration zur Prozessintegration genutzt. Unter hoher Nutzerakzeptanz wurde die Komplexit盲t mittels eines zentralen Portals und eines transparenten Ticket-System reduziert und die Produktivit盲t dadurch gesteigert. Mit der zuk眉nftig geplanten Einf眉hrung von EC als stammdatenf眉hrendes System, wird ein weiterer Meilenstein zur Digitalisierung erreicht werden und damit die Plattform weiter gest盲rkt und etabliert.
• Die Stern-Wywiol Gruppe GmbH & Co. KG realisierte gemeinsam mit ihrem Partner Innovabee Group GmbH & Co. KG erfolgreich die Transformation auf 麻豆原创 S/4HANA Private Cloud 鈥� als zentralen Clean Core f眉r neun internationale Gesch盲ftseinheiten. In 2,5 Jahren entstand eine standardisierte Template-L枚sung als Basis f眉r effiziente, globale Rollouts. Durch den gezielten Einsatz eines Two-Tier-Ansatzes mit RISE und GROW wurden zudem Public Cloud Services nahtlos integriert. Das Ergebnis: eine durchg盲ngig vernetzte Prozesslandschaft, eine hochskalierbare ERP-Plattform sowie maximale Transparenz und Datenverf眉gbarkeit. Damit schafft die Stern-Wywiol Gruppe die Grundlage f眉r nachhaltiges Wachstum und die Nutzung innovativer 麻豆原创-Technologien inklusive KI-basierter Anwendungen.

Als Grand-Winner wurde die Rational AG 驳别办眉谤迟. 

Zum Abschluss gibt die Leiterin der Quality Awards Deutschland, Irini Kalamaris, ausdr眉cklich auch den hier nicht zum Zuge gekommenen und gerade im diesj盲hrigen Wettbewerb dennoch herausragenden Projekten mit auf den Weg: 鈥濧ls Jury bedanken wir uns f眉r den erneut gewachsenen Zuspruch zu den 麻豆原创 Quality Awards, vor allem sichtbar 眉ber die aktive Vermittlung der jeweiligen Projektpartner. Dies spornt uns an, dieses Format mit jedem Jahr weiter zu entwickeln鈥�.

Wir w眉nschen den Gewinnern und ihren Partnern besten Erfolg und hoffen, dass wir die weitere Entwicklung ihrer wertvollen Projekterfahrungen in ihren jeweiligen Unternehmen mit dem Award zus盲tzlich angeregt haben.

The post Quality Awards 2026 鈥� 麻豆原创 Deutschlands Wettbewerb herausragender Qualit盲t in 麻豆原创-Projekten appeared first on 麻豆原创 News Center.

Es vergeht keine Woche, ohne dass noch intelligentere Sprachmodelle, Co-Piloten oder leistungsst盲rkere Agenten angek眉ndigt werden, die die Arbeit in Unternehmen automatisieren sollen. Dass k眉nstliche Intelligenz (KI) immer effektiver wird, l盲sst sich nicht von der Hand weisen. Aber ein Gro脽teil der KI-Angebote bietet Unternehmen in der Praxis bisweilen nur wenig Mehrwert, weil sie nicht die Unternehmensrealit盲t abbilden und au脽er Acht lassen, dass diese sich nicht einfach per Prompt steuern lassen.

Ein internationales Fertigungsunternehmen, das entscheiden will, wie sein Bestand im Falle von St枚rungen in der Lieferkette umgeleitet werden soll, ben枚tigt mehr als nur eine simple, KI-generierte Antwort. Es muss in der Lage sein, alternative Lieferanten zu suchen, die Bestandsverf眉gbarkeit zu kontrollieren, Kundenzusagen einzusehen und finanzielle Kompromisse abzuw盲gen. Und um angesichts volatiler M盲rkte Liquidit盲tsrisiken prognostizieren zu k枚nnen, brauchen Finanzvorst盲nde Kontext, den ein einfacher Chatbot nicht bieten kann. All diese T盲tigkeiten umfassen miteinander verflochtene, operative Entscheidungen, in die Abh盲ngigkeiten, Pr盲ferenzen, Genehmigungen, finanzielle Auswirkungen und Kompromisse einflie脽en und die sich unmittelbar auf den gesamten Gesch盲ftsbetrieb auswirken.

In unz盲hligen Gespr盲chen, die ich im letzten Jahr mit F眉hrungskr盲ften gef眉hrt habe, verlagerte sich die Diskussion stets von KI-F盲higkeiten hin zur Umsetzbarkeit im Arbeitsalltag. KI-Modelle entwickeln sich zwar rasant weiter, doch die eigentliche Frage ist, ob KI den Unternehmenskontext versteht, in dem sie eingesetzt wird.

Beim Diskurs um KI wird zu oft davon ausgegangen, dass bessere Modelle automatisch zu besseren Gesch盲ftsergebnissen f眉hren. Dem ist nicht der Fall. Unternehmen stellen vermehrt fest, dass intelligente Funktionen ohne operativen Kontext 鈥� also die Prozesse, Daten, Regeln und Richtlinien, die zur Steuerung und zum Schutz von Unternehmen dienen 鈥� zwar Prozesse ansto脽en k枚nnen, dabei aber nur wenig Fortschritt 别谤尘枚驳濒颈肠丑别苍. Im Gegenteil, in einigen F盲llen kann dies sogar zu st盲rkerer Fragmentierung und mehr Risiken f眉hren.

Eine KI-generierte Empfehlung kann 眉berzeugend wirken, dabei jedoch m枚glicherweise wichtige Abh盲ngigkeiten in anderen Teilen des Systems au脽er Acht lassen. Und ein KI-Agent kann einen Arbeitsablauf effizient automatisieren, gleichzeitig aber die Planungsannahmen in einem anderen Arbeitsschritt durcheinanderbringen. Unternehmen mangelt es nicht an KI-Output, sondern vielmehr an KI-Systemen, die in der Lage sind, Auswirkungen auf den Betrieb zu verstehen.

Genau hier liegt aktuell die eigentliche Herausforderung f眉r Unternehmens-KI. Und um dieses Problem zu l枚sen, ist die reine Steuerung von Prozessen nicht ausreichend. Es wird Kontext ben枚tigt.

Unternehmenssoftware bildet seit Jahrzehnten das R眉ckgrat der Weltwirtschaft. Finanzsysteme, Lieferketten, Beschaffungsnetzwerke, Personalplanungsplattformen, Fertigungsabl盲ufe und Auftragsabwicklungsprozesse laufen 眉ber vernetzte Systeme, in denen nicht nur Informationen, sondern auch die Logik hinter Unternehmensabl盲ufen erfasst werden. Diese Systeme umfassen Prozesswissen und -daten, Governance-Strukturen, Berechtigungen, Richtlinien und wirtschaftliche Beziehungen, die 眉ber viele Jahre hinweg gesammelt wurden und in jede Entscheidung eines Unternehmens einflie脽en. Sie sind das Gehirn eines jeden Unternehmens.

Im KI-Zeitalter ist dieser Gesch盲ftskontext besonders wertvoll. Ohne diese Daten bleiben KI-Outputs wohlgemeinte Vermutungen statt gut fundierter Beurteilungen.

Wenn KI aber direkt in operative Prozesse eingebettet wird, kann sie 眉ber alle Aspekte des Unternehmens hinweg logische Schl眉sse ziehen. Das ver盲ndert die Rolle von Software in Unternehmen, denn Unternehmenssysteme sind so zunehmend direkt an der eigentlichen Ausf眉hrung beteiligt.

KI kann Risiken fr眉her erkennen, Antworten funktions眉bergreifend koordinieren, in Echtzeit Handlungsempfehlungen geben und die Ausf眉hrung von Routinet盲tigkeiten innerhalb festgelegter Rahmenbedingungen automatisieren. Dies geschieht nicht in Form isolierter Agenten, die getrennt voneinander arbeiten, sondern 眉ber intelligente Funktionen, die mit der wirtschaftlichen und operativen Struktur des Unternehmens selbst verkn眉pft sind. 

Autonomie im Unternehmen bedeutet dabei nicht, dass Menschen von der Entscheidungsfindung ausgeschlossen sind. Autonomie bedeutet vielmehr, die Fragmentierung und den administrativen Aufwand zu reduzieren, die Unternehmen daran hindern, schnell, einheitlich und umfassend zu arbeiten. Es sind nach wie vor Menschen, die Priorit盲ten festlegen, wichtige Entscheidungen treffen und Verantwortung tragen. KI kann jedoch dazu beitragen, die operativen Abl盲ufe im Zusammenhang mit diesen Entscheidungen zu koordinieren und auszuf眉hren.

Betrachten wir als Beispiel den Ausfall eines Lieferanten, der Auswirkungen auf eine kritische Fertigungskomponente hat. Die meisten modernen KI-Systeme k枚nnen das Problem zusammenfassend beschreiben oder auf Grundlage erlernter Muster die wahrscheinliche Verz枚gerung vorhersagen. KI, die in Prozesse eingebettet ist, liefert jedoch nicht nur Einblicke, sondern kann koordinieren und Ma脽nahmen einleiten. Sie kann betroffene Produktionspl盲ne identifizieren, globale Bestandspositionen analysieren, alternative Beschaffungsoptionen bewerten, die finanzielle Belastung absch盲tzen, auf Lieferrisiken f眉r Kunden hinweisen und gleichzeitig Ma脽nahmen f眉r Beschaffung, Logistik, Finanzwesen und Kundenvorg盲nge vorschlagen.

So automatisiert KI nicht nur Arbeitsabl盲ufe, sondern bietet v枚llig neue M枚glichkeiten bei der Interaktion zwischen Mensch und Unternehmenssystemen. Aber nicht nur das.

Je handlungsorientierter die KI wird, desto entscheidender werden die Systeme, die sie mit dem operativen Tagesgesch盲ft und Vorg盲ngen in der Praxis verbinden. Systeme, die Berechtigungen, Richtlinien, Abh盲ngigkeiten, Prozesse, finanzielle Auswirkungen und organisatorische Verantwortlichkeiten auf Unternehmensebene nachvollziehen k枚nnen, werden wichtiger denn je.

Diese Entwicklung wirkt sich auch darauf aus, wie F眉hrungskr盲fte mit dem Thema Transformation umgehen sollten.

Denn bislang experimentieren die meisten Unternehmen mit KI-Assistenten, f眉hren Pilotprojekte ein und automatisieren isolierte Aufgaben. Nur wenige von ihnen konnten ihre Produktivit盲t tats盲chlich steigern, und noch weniger ihre Abl盲ufe grundlegend neu ausrichten.

Die Unternehmen, die sich in der n盲chsten Phase als Vorreiter etablieren k枚nnen, werden einen anderen Ansatz f眉r k眉nstliche Intelligenz verfolgen. Sie werden intelligente Funktionen direkt mit den operativen Systemen verbinden, in denen Entscheidungen echte gesch盲ftliche Konsequenzen nach sich ziehen. Sie werden erkennen, dass vertrauensw眉rdige, produktive KI auf dem Kontext, der Datenqualit盲t und Prozessintegrit盲t sowie einem umfangreichen Prozesswissen beruht.

Vor allem aber werden diese Unternehmen verstehen, dass die erfolgreiche Nutzung von KI nicht nur ein technologischer Wandel, sondern eine Herausforderung in Bezug auf das Change-Management ist. Echter Mehrwert l盲sst sich nur erzielen, wenn KI-Agenten, Prozesse und Menschen Hand in Hand zusammenarbeiten.

Die Zukunft geh枚rt den Unternehmen, die dieses Gleichgewicht finden: Menschen legen Priorit盲ten fest und tragen Verantwortung, w盲hrend intelligente Systeme mit Pr盲zision Prozesse koordinieren und Ma脽nahmen ausf眉hren. Das erm枚glicht es Unternehmen, in einer zunehmend komplexen Welt widerstandsf盲higer, produktiver und intelligenter zu arbeiten.

Christian Klein ist Vorstandsvorsitzender der 麻豆原创 SE.

The post Der KI-Wettlauf wechselt die Richtung appeared first on 麻豆原创 News Center.

Mit dem聽听1贬鈥�2026 von 麻豆原创 SuccessFactors optimieren wir diese Vernetzung im gesamten Lebenszyklus des Personalbereichs. Im Zentrum des Release stehen聽vier聽grundlegende Priorit盲ten:聽vernetzte,听umfassende聽KI in der gesamten Suite, ein einheitliches Anwendererlebnis, das sich an die unternehmensspezifische Arbeitsweise anpassen l盲sst,听auf Transparenz, Pr盲zision und Compliance ausgelegte Prozesse und eine bessere Grundlage f眉r Kompetenzen und langfristiges Wachstum.聽Mithilfe all dieser Innovationen k枚nnen Unternehmen den Bedarf fr眉her聽vorhersehen,听t盲gliche Arbeitsabl盲ufe optimieren und gezielt vorankommen.聽

Vernetzte KI f眉r das gesamte HCM

KI im Personalwesen entfaltet ihr gr枚脽tes Potenzial, wenn sie 眉ber den gesamten Personalprozess hinweg kontinuierlich eingesetzt wird 鈥� nicht in Einzelfunktionen, sondern als Funktionsnetz mit gemeinsamem Kontext und Informationsaustausch.

Das Release 1H鈥�2026 bringt聽Agentic AI in die gesamte Suite aller 麻豆原创-SuccessFactors-L枚sungen. Damit k枚nnen Mitarbeitende klarere Antworten erhalten, schneller handeln und Arbeitsaufgaben 眉ber Rollen und Zust盲ndigkeiten hinweg weiterentwickeln.聽Miteinander vernetzte unterst眉tzen jetzt Bereiche wie Personalbeschaffung, Personalverwaltung, Gehaltsabrechnung, Weiterbildung, Leistungsmanagement und Talentf枚rderung 鈥� und arbeiten hinter den Kulissen zusammen, um die n盲chsten Schritte vorzubereiten und entsprechende Hilfestellung zu leisten.

Mit diesem Release wird auch ein wachsendes Wissensnetzwerk f眉r die Belegschaft eingef眉hrt, das 眉ber Joule zuverl盲ssiges externes Fachwissen und Analysen direkt in den Arbeitsablauf einbindet. Teams k枚nnen nun auf fachkundige Anleitung zu globalen Arbeitsgesetzen und auf Erkenntnisse aus der Forschung zugreifen, ohne ihre Workflows verlassen zu m眉ssen 鈥� f眉r schnellere, fundierte Entscheidungen.

Zur optimalen Schulung innerhalb des Arbeitsablaufs k枚nnen Mitarbeitende Informationen jetzt 眉ber聽intelligente Fragen und Antworten in聽聽leichter finden. KI kann sofortige, kontextsensitive Antworten liefern, die direkt aus den Lerninhalten eines Unternehmens stammen. Au脽erdem werden relevante Links und Ressourcen bereitgestellt, sodass Mitarbeitende schnell Antworten erhalten, ohne Kurse oder Dokumentationen durchsuchen zu m眉ssen.聽

Einheitliches, an die Arbeitsweise angepasstes Anwendererlebnis

Mit der verst盲rkten Einbindung personalbezogener Aufgaben in die t盲glichen Arbeitsabl盲ufe ist ein intuitives, vernetztes und reaktionsschnelles Anwendererlebnis bei allen anfallenden Aufgaben unabdingbar. Mit dem Release 1H 2026 wird das Anwendererlebnis der 麻豆原创-SuccessFactors-L枚sungen in der gesamten Suite weiter vereinheitlicht, sodass es jeweils bedarfsgerecht auf die Anforderungen von Mitarbeitenden, F眉hrungskr盲ften und Personalteams zugeschnitten ist. 

• Vernetzte Personalbeschaffung und Einarbeitung: Durch die native Integration zwischen -尝枚蝉耻苍驳别苍, und werden KI-gest眉tzte Personalbeschaffung, HR-Kernfunktionen und Onboarding in ein einheitliches Anwendererlebnis zusammengef眉hrt. So kommen f眉r Einstellungsverfahren zust盲ndige Teams schneller voran und k枚nnen von der Bewerbung bis zur Neueinstellung f眉r Konsistenz sorgen.聽

• Ma脽geschneidert, schneller verf眉gbar: Der neue Extensibility Wizard f眉hrt direkt in 麻豆原创-SuccessFactors-L枚sungen schrittweise durch die Erstellung benutzerdefinierter Erweiterungen auf der (麻豆原创 BTP). So wird es einfacher, das Anwendererlebnis bei gew盲hrleisteter Governance an individuelle Gesch盲ftsanforderungen anzupassen.聽
• Einfacher und klarer f眉r Mitarbeitende: Eine neu gestaltete, konfigurierbare Employee Experience f眉r den US-Altersvorsorgeplan 401(k) in f眉r Mitarbeitende in den USA vereinfacht die Inanspruchnahme und Verwaltung, indem die Arbeitgeberbeitr盲ge klar erl盲utert werden und Hilfestellung f眉r Beitragss盲tze und die Festlegung von Beg眉nstigten geleistet wird, damit Mitarbeitende mit gutem Gef眉hl fundierte Entscheidungen treffen k枚nnen.聽

Auf Transparenz, Pr盲zision und Compliance ausgelegte Prozesse

Das Release 1H鈥�2026 f眉hrt 麻豆原创 SuccessFactors neue Funktionen ein, mit denen Unternehmen ihre Verg眉tungsmodelle transparenter und pr盲ziser gestalten k枚nnen.

Mit den Erkenntnissen zur Entgelttransparenz im k枚nnen Unternehmen Verg眉tungsmuster und potenzielle Verg眉tungsunterschiede analysieren und transparente, datenbasierte Verg眉tungsmodelle im Einklang mit neuen gesetzlichen Auflagen, auch in der EU, unterst眉tzen.聽

Kompetenz-Governance f眉r nachhaltiges Wachstum

Damit sich Unternehmen auf die Zukunft vorbereiten k枚nnen, sind zuverl盲ssige, konsistente Daten 眉ber Kenntnisse und F盲higkeiten erforderlich, auf die sich Unternehmen bei der Personal-, Talent- und Belegschaftsplanung verlassen k枚nnen.

Das Release 1H鈥�2026 bietet einen optimierten聽 mit einer verbesserten Kompetenz-Governance und damit eine zentrale Schnittstelle f眉r das Kompetenzenmanagement, die Anwendung von Governance-Standards und die Abstimmung zwischen 麻豆原创-SuccessFactors-L枚sungen und Partneranwendungen. So k枚nnen Unternehmen die Qualit盲t der Daten 眉ber Kenntnisse und F盲higkeiten verbessern, umfassend die Konsistenz sicherstellen und fundierte, kompetenzbasierte Entscheidungen treffen.聽

Eine vernetzte Basis f眉r die Zukunft

Dieses Release zeigt, dass die 麻豆原创 weiterhin eine intelligente, vernetzte HCM-Basis in den Mittelpunkt stellt. Sie ist darauf ausgelegt, sich mit Ihrem Unternehmen weiterzuentwickeln und in jeder Arbeitsphase fundierte Entscheidungen zu unterst眉tzen. Durch die Vernetzung von Daten, KI und Anwendererlebnis im gesamten Lebenszyklus des Personalbereichs k枚nnen Unternehmen mithilfe dieser Erweiterungen heute Abl盲ufe optimieren und zugleich die Grundlage f眉r morgen schaffen.

Informationen zum Umfang dieses Release erhalten Sie in der oder im .

Bianka Woelke ist Group Vice President und Head of Application Product Management f眉r 麻豆原创 SuccessFactors.

The post Release 1H 2026 von 麻豆原创 SuccessFactors:鈥痓essere Vernetzung zwischen Personalwesen und Unternehmen appeared first on 麻豆原创 News Center.

Click the button below to load the content from YouTube.

Always allow YouTube

Joule mit 麻豆原创-Signavio-L枚sungen

Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Prozessanalysten und Optimierungsspezialisten, die mit komplexen organisatorischen Workflows arbeiten, ben枚tigen raschen Zugriff auf Diagramme, Dokumentation und Leistungskennzahlen. 麻豆原创-Signavio-L枚sungen sind mit Joule integrierbar, um die Suche nach Schl眉sselw枚rtern in nat眉rlicher Sprache 眉ber Prozessdiagramme, Dictionary-Elemente und Hilferessourcen hinweg zu 别谤尘枚驳濒颈肠丑别苍. Gleichzeitig f眉hren Best-Practice-Empfehlungen f眉r KPIs die Benutzer zu den relevantesten Erfolgskennzahlen. Dieser intuitive Ansatz erm枚glicht eine um 50 Prozent schnellere Informationssuche und Navigation und stellt sicher, dass Teams datengest眉tzte Entscheidungen mit qualitativ h枚herwertigen Suchergebnissen und einer verbesserten allgemeinen Benutzerfreundlichkeit treffen.

Ausf眉hrliche Informationen finden Sie .

麻豆原创-Signavio-尝枚蝉耻苍驳别苍, KI-gest眉tzte Erkenntnisse zur Simulation von Gesch盲ftsprozessmodellen und Notationen

Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Prozessanalysten, die 麻豆原创 Signavio nutzen, k枚nnen nun direkt in ihren Prozessdiagrammen auf eingebettete Simulationen von Gesch盲ftsprozessmodellen und Notationen zugreifen, wodurch fragmentierte Tools und manuelle Interpretationen 眉berfl眉ssig werden. Wichtige Kennzahlen wie Kosten, Zykluszeiten und Ressourcenauslastung werden automatisch in klare, umsetzbare Zusammenfassungen umgewandelt, die Engp盲sse und Verbesserungsm枚glichkeiten aufzeigen. Dieser optimierte Ansatz verk眉rzt die Zeit, die f眉r den Zugriff auf Einblicke in die Prozessmodellierung erforderlich ist um 50 Prozent, sodass Teams Szenarios m眉helos vergleichen und die Ergebnisse zuversichtlicher und klarer an Stakeholder kommunizieren k枚nnen.

Ausf眉hrliche Informationen finden Sie .

麻豆原创-LeanIX-尝枚蝉耻苍驳别苍, KI-gest眉tzte Hilfestellung f眉r Architektur

Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Unternehmensarchitekten, die Initiativen zur Transformation beschleunigen m枚chten, k枚nnen mithilfe von 麻豆原创 LeanIX aussagekr盲ftige Erkenntnisse direkt aus ihrem Architekturbestand gewinnen. Die Funktion analysiert Unternehmensarchitekturdaten, um Chancen zu identifizieren. Sie f眉hrt Benutzer durch die Workflows und Aufgaben, die erforderlich sind, um Empfehlungen effizient umzusetzen. Unternehmen profitieren von einer um 95 Prozent schnelleren Erkenntnisgewinnung, einer um 80 Prozent schnelleren Transformation und einem um f眉nf Prozent geringeren Wertverlust infolge von verz枚gerten Ma脽nahmen. Insgesamt tr盲gt diese Funktion zu einer produktiveren Architektur und flexibleren Entscheidungen bei.

Ausf眉hrliche Informationen finden Sie .

Jonathan von R眉den ist Chief AI Officer der 麻豆原创 SE.

* Haftungsausschluss: Dieser Artikel beschreibt die zu erwartenden Vorteile f眉r Unternehmen. S盲mtliche Berechnungen sind Sch盲tzwerte, denen Fallstudien von 麻豆原创-Kunden, 麻豆原创-Benchmarks und andere Untersuchungen zugrunde liegen. Die tats盲chlichen Vorteile k枚nnen variieren und durch zus盲tzliche Faktoren beeinflusst werden, die in diesem Artikel nicht ber眉cksichtigt werden. Die Informationen werden ohne jegliche Gew盲hr, weder ausdr眉cklich noch stillschweigend, bereitgestellt. 麻豆原创 眉bernimmt keinerlei Verantwortung f眉r Sch盲den im Zusammenhang mit der Nutzung dieses Artikels. Auf der Seite sind unter 鈥濺echtliche Hinweise鈥� Nutzungsbedingungen, Haftungsausschl眉sse, Pflichtangaben und Einschr盲nkungen f眉r dieses Material zu finden.

The post Highlights des Q1 2026 Release: 麻豆原创 Business AI f眉r das Business Transformation Management appeared first on 麻豆原创 News Center.

So bringen KI-Hackathons Ideen zum MVP

Was viele Unternehmen bei der Einf眉hrung von K眉nstlicher Intelligenz bremst, hat selten technische Gr眉nde. Es sind fehlende Zeit, unklare Verantwortlichkeiten, fehlender Fokus und die Schwierigkeit, die richtigen Personen aus Business und IT gleichzeitig an einem Tisch zu haben. Genau hier setzt das Hackathon-Format 鈥濨usiness meets AI“ der 麻豆原创 an. In diesem Jahr fand es erstmals parallel an mehreren Standorten statt: in 窜眉谤颈肠丑, 惭眉苍肠丑别苍, Berlin und zeitversetzt in Wien. Der Ansatz ist an allen Standorten derselbe.

F眉nf Tage, ein individueller Use Case, ein funktionierender MVP

Das Format richtet sich an Unternehmen, die einen konkreten Anwendungsfall mitbringen und diesen in f眉nf Tagen gemeinsam mit 麻豆原创-Expertinnen und -Experten umsetzen m枚chten. Am Ende steht ein funktionierendes MVP.

Die Teilnahme erfordert eine Bewerbung. In 窜眉谤颈肠丑 gab es in diesem Jahr 30 Bewerbungen f眉r neun Pl盲tze, in 惭眉苍肠丑别苍 nahmen knapp zehn Teams mit 眉ber 40 Teilnehmenden teil. Bewertet werden Use Cases danach durch eine Jury, ob sie im Zeitrahmen umsetzbar sind, ob sie einen messbaren Business Value haben und ob sie nicht bereits durch Standardfunktionalit盲t abgedeckt werden. Alexander Finger, CTO bei 麻豆原创 Schweiz und einer der Initiatoren des Formats, beschreibt den Anspruch so: 鈥濪er Use Case sollte ein bisschen zu viel sein f眉r einen Freitagnachmittag und ein bisschen zu wenig f眉r ein richtiges Projekt.“

Die Vorbereitung beginnt vor dem eigentlichen Event. Systemzug盲nge, Datenverf眉gbarkeit und Berechtigungen werden vorab gekl盲rt, damit die Teams vom ersten Tag an produktiv arbeiten k枚nnen. Die Kundenteams sollten interdisziplin盲r sein und aus Rollen wie Business-Usern, Prozess-Verantwortlichen, Admins sowie Entwicklerinnen und Entwicklern bestehen. Sie werden von einem dedizierten 麻豆原创-Coach begleitet, der bei Bedarf weitere Spezialistinnen und Spezialisten hinzuzieht. Diese Coaches wurden standort眉bergreifend als entscheidender Erfolgsfaktor genannt.

Ergebnisse aus 窜眉谤颈肠丑 und 惭眉苍肠丑别苍 und Berlin

An den Standorten entstanden in diesem Jahr funktionsf盲hige MVPs, die reale Unternehmensprobleme adressieren.

In 窜眉谤颈肠丑 wurden vier Teams mit Awards in den Kategorien Real World Impact, Technology Factor, Wow Factor und CTO Award ausgezeichnet 鈥� mit L枚sungen aus den Bereichen Steuer-Compliance, Instandhaltung, Beschaffung und Vertragsverarbeitung.

In 惭眉苍肠丑别苍 (Garching) adressierten die Teams Anwendungsf盲lle aus der HR-Dokumentenverarbeitung, der Vertriebsautomatisierung und der Kreditorenbuchhaltung. Auch hier wurden von einer Fachjury vier Use Cases ausgezeichnet. Eine Beschreibung aus Sicht der Teams von ausgew盲hlten Gewinnern erscheint in separaten 麻豆原创News Features.

In Berlin wurden mit Organisationen aus dem 枚ffentlichen Sektor KI Anwendungsfelder nicht nur theoretisch diskutiert, sondern ganz pragmatisch erprobt. Basierend auf den eingebrachten Anwendungsf盲llen wurden innerhalb k眉rzester Zeit lauff盲hige Anwendungen entwickelt. Diese l枚sen teilweise Jahre alte Verfahrensprobleme und digitalisierten die entsprechenden Prozesse. Dabei ging es u.a. um die automatische Konfiguration von 麻豆原创-Systemen auf Basis von Konzepten, die effiziente Bewertung und Bearbeitung von Rechnungen bis hin zu einem effektiven Weg Kl盲rf盲lle zu bearbeiten.

Kay Kretschmer, Coach Lead in Garching f眉hrte dazu aus: 鈥濱n der Kombination von Kundenideen, technischer und Business-AI-Expertise der 麻豆原创-Coaches und dem Teamwork zwischen den Kunden und der 麻豆原创 zeigt sich deutlich: der Mehrwert von Busines AI l盲sst sich insbesondere dann realisieren, wenn der Business Value und nicht die Technologie im Vordergrund steht. AI um der AI Willen ist in der Regel zum Scheitern verurteilt鈥� 

Was sich standort眉bergreifend zeigt: Teams berichten, dass sie in einer Hackathon-Woche mehr erreichen als in einem halben Jahr regul盲rer Projektarbeit. Der Grund liegt in der Struktur und im Fokus auf einen klar abgegrenzten Scope mit Business und IT im selben Raum mit schnellen, kurzen  Abstimmungen.  

An den Ergebnissen sieht man die Unterschiedlichkeit der Anwendung von KI, auch wenn es Muster gibt. Teilweise sind Anwendungen klein und speziell, jedoch sieht man immer den Mehrwert den KI bietet.  In 惭眉苍肠丑别苍 konnte ein Team die Bearbeitungszeit pro Ausschreibungsvorgang von drei auf eine Stunde reduzieren, ein anderes die Eingabeschritte bei der Stammdatenpflege um 50 Prozent verringern.

Technologische Bausteine

脺ber alle Standorte und Use Cases hinweg haben sich wiederkehrende Technologiebausteine herauskristallisiert. 麻豆原创 AI Core und der Generative AI Hub bilden das R眉ckgrat f眉r die Interaktion mit KI-Modellen. 麻豆原创 Document AI kommt bei der strukturierten Extraktion aus unstrukturierten Dokumenten zum Einsatz. 麻豆原创 Build Process Automation 眉bernimmt Hintergrundverarbeitung und Workflowsteuerung. Das Cloud Application Programming Model (CAP) wird f眉r Backend-Services genutzt, h盲ufig in Kombination mit bestehenden 麻豆原创-Systemanbindungen.

Ein Format, das skaliert

Das Format wurde in der Schweiz 眉ber mehrere Jahre entwickelt und iteriert, bevor es in die Region ausgerollt wurde. Claas Hoffmann, Hackathon-Host bei 麻豆原创 Schweiz und von Beginn an Teil des Organisationsteams, beschreibt die Entwicklung: 鈥濲edes Mal ist es wieder ein neues Level an Customer Cases, sowie hinsichtlich Vorbereitung und Umsetzung.“

Inzwischen gibt es eine standort眉bergreifende Alumni-Community, in der Teilnehmende Erfahrungen austauschen und 眉ber den Fortschritt ihrer Cases berichten. Der Hackathon ist damit nicht als abgeschlossenes Event konzipiert, sondern als Station auf einer Umsetzungsreise. Daher sind alle Teilnehmenden Gewinner. Alle haben Erfahrungen und Wissen gewonnen. Nat眉rlich kommt es nun auch darauf an, dieses in die weitere Praxis zu transferieren.

N盲chste Termine und weitere Informationen

F眉r August & September 2026 sind weitere Hackathons geplant zum Fokusthema KI-Agenten in sowie im .

Eine fr眉hzeitige Kontaktaufnahme mit dem zust盲ndigen 麻豆原创-Team empfiehlt sich, da die Vorbereitung einige Zeit in Anspruch nehmen kann.

Hintergr眉nde zum Format Hackathon beschreibt der Podcast hier auf / , Erfahrungen aus Sicht der Teilnehmenden von BVB hier als auf Apple oder .

The post KI-Hackathons als Innovationsmotor: von der Idee zum MVP appeared first on 麻豆原创 News Center.

, unsere neue User Experience, gewinnt an Dynamik und treibt Verbesserungen f眉r unsere Kunden ma脽geblich voran. Kunden , verbessern ,  und .

麻豆原创 Business AI f眉r das Ausgabenmanagement

Validierungsagent f眉r Spesenabrechnung
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Gesch盲ftsreisende profitieren von einem intelligenteren, gef眉hrten Ansatz f眉r die Erledigung von Spesenabrechnung mit einem Agenten, der proaktiv fehlende Positionen ermittelt, die Angabe erforderlicher Details anfordert und verwirrende Warnmeldungen w盲hrend des gesamten Einreichungsprozesses erl盲utert. Indem der Agent das Verst盲ndnis und die L枚sung von Problemen f眉r Benutzer vereinfacht, stellt er sicher, dass Berichte genau, richtlinienkonform und mit minimalem Aufwand erstellt werden. Das bedeutet eine Reduzierung des Zeitaufwands f眉r die Vorbereitung und Einreichung von Abrechnungen um 30 Prozent, eine um 24 Prozent h枚here Anzahl von Genehmigungen beim ersten Einreichen und ein sp眉rbar verbessertes Mitarbeitererlebnis durch einen reibungsloseren Spesenmanagementprozess.

Ausf眉hrliche Informationen finden Sie .

Agent f眉r die Pr眉fung vor dem Einreichen von Spesenabrechnungen
麻豆原创 Early Adopter Care

Einreichende von Spesenabrechnungen k枚nnen Probleme mit der Richtigkeit von Belegen und Verst枚脽e gegen Richtlinien nun feststellen, bevor sie auf die Schaltfl盲che zum Einreichen klicken. Dadurch lassen sich Frustrationen durch abgelehnte Abrechnungen und verz枚gerte Erstattungen vermeiden. Der Agent pr眉ft Ausgaben automatisch w盲hrend der Erstellung, zeigt Compliance-Probleme auf und bietet intelligente Vorschl盲ge f眉r schnelle Korrekturen an. Der Agent ist so konzipiert, dass er im Zweifel nicht blockiert, sondern Benutzern die Kontrolle 眉ber endg眉ltige Entscheidungen 眉berl盲sst. Unternehmen profitieren von einem R眉ckgang bei zur眉ckgesendeten Spesenabrechnungen um zehn Prozent, weniger Nacharbeit f眉r Reisende, F眉hrungskr盲fte und Pr眉fende sowie einem deutlich reibungsloseren Erstattungsprozess, der die Erfahrung f眉r Mitarbeitende insgesamt verbessert.

Ausf眉hrliche Informationen finden Sie .

Agent f眉r die Automatisierung von Spesenabrechnungen
麻豆原创 Early Adopter Care

Mitarbeitende, die sich mit dem administrativen Aufwand von Spesenabrechnungen abm眉hen, k枚nnen diese aufwendige Aufgabe nun an einen Joule-Agenten delegieren. Der Agent erstellt automatisch Spesenabrechnungen, indem er Transaktionen zusammenfasst, benutzerdefinierte Felder basierend auf Kontextdetails und Benutzerhistorie bef眉llt und alles f眉r eine schnelle 脺berpr眉fung vor dem Einreichen vorbereitet. Das Ergebnis ist eine Zeitersparnis von bis zu 30 Prozent鈥� bei automatisch generierten Spesenabrechnungen. Der Agent bietet eine moderne Erfahrung beim Spesenmanagement, das manuelle Dateneingaben drastisch verringert, den Einreichungsprozess beschleunigt und Mitarbeitenden die M枚glichkeit gibt, sich auf wertsch枚pfende Arbeit statt auf Formalit盲ten zu konzentrieren.

N盲heres erfahren Sie in der Demo.

Concur Expense, KI-gest眉tzte Konfiguration f眉r Rechnungspr眉fungsregeln
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Administratoren f眉r Abrechnungen, die f眉r komplexe Konfigurationen von Rechnungspr眉fungsregeln zust盲ndig sind, k枚nnen nun in einfacher Sprache mit der Konfigurationsumgebung interagieren, sodass tiefgehendes technisches Fachwissen oder m眉hsame manuelle Anpassungen nicht mehr erforderlich sind. Mit dieser KI-gest眉tzten Funktion k枚nnen Administratoren vorhandene Regeln durchsuchen, neue Regeln anlegen und Erkl盲rungen in Echtzeit erhalten, indem sie einfach Fragen stellen, wie 鈥濿elche Regeln gelten f眉r Mahlzeiten in Frankreich?鈥�. Sie erhalten dann sofort klare, umsetzbare Anleitungen. Das Ergebnis ist eine 40-prozentige Reduzierung des Konfigurationsaufwands f眉r Rechnungspr眉fungsregeln, weniger Support-Tickets und Administratoren, die mit gr枚脽erer Unabh盲ngigkeit, Genauigkeit und Zuversicht an der Aufrechterhaltung der Compliance-Logik arbeiten.

Ausf眉hrliche Informationen finden Sie .

Richtliniennavigator
麻豆原创 Early Adopter Care

Gesch盲ftsreisende, die schnelle Antworten auf Reise- und Spesenrichtlinien ihres Unternehmens suchen, m眉ssen keine langen Dokumente mehr durchsuchen oder auf Antworten aus der Verwaltung warten. 脺ber den Richtliniennavigator in Joule k枚nnen Mitarbeitende Fragen in nat眉rlicher Sprache stellen und eine klare, kontextbezogene Anleitung erhalten, die auf genehmigten Richtlinien basiert, unabh盲ngig davon, ob sie eine Reise planen, sich mitten in einer Reise befinden oder sie eine Spesenabrechnung erstellen. Damit erhalten sie sofortige Klarheit 眉ber die Richtlinien, wodurch nicht konforme Ausgaben verhindert werden, bevor sie entstehen, Support-Tickets reduziert und es Reisenden erm枚glicht wird, fundierte, gesetzeskonforme Entscheidungen zu treffen, ohne ihre Arbeitsabl盲ufe zu unterbrechen.

Ausf眉hrliche Informationen finden Sie .

Jonathan von R眉den ist Chief AI Officer der 麻豆原创 SE.

* Haftungsausschluss: Dieser Artikel beschreibt die zu erwartenden Vorteile f眉r Unternehmen. S盲mtliche Berechnungen sind Sch盲tzwerte, denen Fallstudien von 麻豆原创-Kunden, 麻豆原创-Benchmarks und andere Untersuchungen zugrunde liegen. Die tats盲chlichen Vorteile k枚nnen variieren und durch zus盲tzliche Faktoren beeinflusst werden, die in diesem Artikel nicht ber眉cksichtigt werden. Die Informationen werden ohne jegliche Gew盲hr, weder ausdr眉cklich noch stillschweigend, bereitgestellt. 麻豆原创 眉bernimmt keinerlei Verantwortung f眉r Sch盲den im Zusammenhang mit der Nutzung dieses Artikels. Auf der Seite sind unter 鈥濺echtliche Hinweise鈥� Nutzungsbedingungen, Haftungsausschl眉sse, Pflichtangaben und Einschr盲nkungen f眉r dieses Material zu finden.

The post Highlights des Q1 2026 Release: 麻豆原创 Business AI f眉r das Ausgabenmanagement appeared first on 麻豆原创 News Center.

Die Mitarbeitenden von , einem globalen Modeh盲ndler mit zehntausenden Besch盲ftigten, mussten durch mehrere Systeme navigieren, um Daten aus Vertrieb und Beschaffung zusammenzust眉ckeln. Manchmal dauerte die Beantwortung einer einzigen Frage bis zu zehn Minuten.

Heute fragen sie einfach Joule. Was einmal zehn Minuten in Anspruch nahm, ist nun in etwa drei Sekunden erledigt. So konnte die betriebliche Effizienz um 70 Prozent gesteigert und die manuelle Fehlerquote um 50 Prozent verringert werden.

Mithilfe der Funktionen in entwickelte LC Waikiki in Kooperation mit 麻豆原创 und ein individuelles KI-gest眉tztes Benutzererlebnis, das Benutzeranfragen dynamisch interpretiert, rollenbasierten Kontext anwendet, die erforderlichen Abfragen durchf眉hrt und Daten system眉bergreifend vernetzt, um an zentraler Stelle eine umfassende Sicht darzustellen. Anschlie脽end erfolgt eine direkte Verkn眉pfung mit der entsprechenden Transaktion.

Bei 麻豆原创 inspirieren Geschichten wie diese unsere Vision f眉r das Unternehmen, in dem KI die Arbeitsweise von Menschen und Prozessen revolutioniert 鈥� der Mensch gibt die Richtung vor, die KI setzt alles um. Diese Vision bezeichnen wir als 鈥瀌as autonome Unternehmen鈥�.

Im autonomen Unternehmen basieren Entscheidungen auf Informationen in Echtzeit. Workflows sind durchg盲ngig automatisiert, und KI verbessert proaktiv jede Funktion und erm枚glicht es den Mitarbeitenden, Bestleistungen zu erbringen.

Zudem bietet das autonome Unternehmen vertrauensw眉rdige KI mit vollst盲ndiger Kontrolle 鈥� f眉r noch mehr Leistung. Dies in die Realit盲t umzusetzen, ist f眉r Unternehmen erfolgsentscheidend, denn mittlerweile liegt KI allen Arbeitsabl盲ufen zugrunde. Sie ist zunehmend an Entscheidungen mit finanziellen, betrieblichen und regulatorischen Auswirkungen beteiligt.

Joule:  eine zentrale Leitstelle f眉r das gesamte Unternehmen

Im autonomen Unternehmen bildet Joule Work, vorgestellt auf der 麻豆原创 Sapphire, den n盲chsten Schritt auf dem Weg der Interaktion mit durchg盲ngigen Gesch盲ftsprozessen und deren Ausf眉hrung. Joule Work ist ein dynamischer Arbeitsbereich, der sich an Absichten anpasst, daf眉r sorgt, dass Mitarbeitende Ergebnisse im Fokus behalten, und die Umsetzung an die KI delegiert.

Mit Joule Work entf盲llt die manuelle Koordination von Arbeitsabl盲ufen 眉ber mehrere Anwendungen und Schnittstellen hinweg. Stattdessen k枚nnen Sie Joule die gew眉nschten Ergebnisse mitteilen. Joule-Assistenten mit Rollen- und Prozesskontext koordinieren Teams aus Joule-Agenten, um die richtigen Einblicke sichtbar zu machen und Routineaufgaben abteilungs- und system眉bergreifend zu automatisieren. An die Stelle statischer, nicht vernetzter Systeme treten Arbeitsbereiche, die Informationen und Men眉s aus verschiedenen Systemen in Echtzeit zusammenf眉hren 鈥� abgestimmt auf Ihre individuellen Anforderungen.

Die Desktop-App Joule Work, die lokal ausgef眉hrt wird und mit lokalen Dateien und Anwendungen interagieren kann, sowie ein Web-Client sind 眉ber das Programm 麻豆原创 Early Adopter Care verf眉gbar.  Sie soll im Laufe des Jahres 2026 allgemein verf眉gbar sein. Die mobile App Joule Work, eine Weiterentwicklung von 麻豆原创 Mobile Start, ist allgemein verf眉gbar.

Au脽erdem hatten wir angek眉ndigt, dass die bidirektionalen Agent-to-Agent-Funktionen (A2A-Funktionen) von Joule im vierten Quartal allgemein verf眉gbar sein werden, sodass Agenten von Drittanbietern sicher mit Joule-Agenten kooperieren und in Unternehmensprozessen handeln k枚nnen. Dies erweitert die Interoperabilit盲t 眉ber 麻豆原创- und Nicht-麻豆原创-Umgebungen hinweg in beide Richtungen. Agenten, die in Joule Studio erstellt wurden, unterst眉tzen nativ A2A-Protokolle und erm枚glichen so Interoperabilit盲t und Skalierbarkeit f眉r die Ausf眉hrung mehrerer Agenten.

麻豆原创 Autonomous Suite: der operative Kern des Unternehmens von morgen

W盲hrend Joule Work jede einzelne Person dabei unterst眉tzt, Bestleistungen zu erzielen und sich optimal einzubringen, ver盲ndert die 麻豆原创 Autonomous Suite die Arbeitsweise ganzer Unternehmensfunktionen oder 鈥瀉utonomer Bereiche鈥�.

麻豆原创 Autonomous Suite umfasst f眉nf Bereiche: Finanzwesen, Ausgabenmanagement, Lieferkette, Human Capital Management und Customer Experience. Diese Bereiche arbeiten als ein einzelnes System zusammen, sodass Workflows und Agenten funktions眉bergreifend und ohne Fragmentierung in separate Tools, Daten oder Entscheidungen ausgef眉hrt werden. Durch diesen Ansatz kann die KI Empfehlungen abgeben, die Ihre betriebliche Realit盲t umfassend widerspiegeln.

Im Rahmen der integrierten Suite aus Gesch盲ftsanwendungen und branchenf眉hrenden Gesch盲ftsdaten der 麻豆原创 beruht KI im autonomen Unternehmen auf den spezifischen Anforderungen der tats盲chlichen Funktionsweise zentraler Gesch盲ftsfunktionen. In diesem grundlegenden Kontext f眉r revolution盲re KI-Ergebnisse kommt die herausragende Erfahrung der 麻豆原创 ins Spiel. Seit Jahrzehnten vertrauen uns unsere Kunden die Ausf眉hrung ihrer wichtigsten Funktionen an. Mit der 麻豆原创 Autonomous Suite flie脽en unsere fundierten Kenntnisse der Gesch盲ftsprozesse in  Ihre KI ein. Hinzu kommen Datenkontext und operative Leitlinien, damit KI in Unternehmen wirklich effektiv und zuverl盲ssig zum Einsatz kommen kann.

Jedes Unternehmen ist einzigartig. Mit der Zeit haben sich in Ihrem Unternehmen spezifische Arbeitsweisen herausgebildet. Aus diesen entspringen die Regeln, die Workflows und die Reaktionsweisen von Systemen bei unerwarteten Ereignissen, z. B. einer fehlgeschlagenen Transaktion, sodass Prozesse nicht unterbrochen werden. Im autonomen Unternehmen entfaltet KI ihr gr枚脽tes Potenzial, wenn sie diese Grenzen respektiert und Ihre einzigartigen Arbeitsweisen zu einem echten Vorteil macht.

Auf der 麻豆原创 Sapphire hatten wir neue Joule-Assistenten und Joule-Agenten vorgestellt, die alle Bereiche des autonomen Unternehmens umfassen und Unternehmen helfen sollen, Ergebnisse gezielt zu steuern statt nur Arbeitsaufgaben zu verwalten. Diese neuen Assistenten und Agenten werden ab der ersten Jahresh盲lfte 2026 eingef眉hrt, wobei die 痴别谤蹿眉驳产补谤办别颈迟 im Portfolio im Laufe des Jahres zunehmend erweitert wird.

麻豆原创 Business AI Platform: die Grundlage f眉r das autonome Unternehmen

麻豆原创 Business AI Platform verwandelt die Vision von Gesch盲ftsabl盲ufen, die vom Menschen geleitet und von der KI unterst眉tzt werden, in etwas Greifbares, das Unternehmen entwickeln und umsetzen k枚nnen. Mithilfe der Plattform gelingt Unternehmen der Umstieg von reinen Experimenten mit KI zum Einsatz in der Praxis, indem Agenten und Anwendungen in realem Unternehmenskontext verwurzelt werden, der alles auf Unternehmensebene steuert.

Im Mittelpunkt steht , eine vollst盲ndig verwaltete Umgebung, in der Unternehmen den gesamten Lebenszyklus von KI-Agenten, Anwendungen, Erweiterungen und Workflows erstellen und verwalten k枚nnen. Dank absichtsbasierter Entwicklungsfunktionen k枚nnen Mitarbeitende in nat眉rlicher Sprache beschreiben, was sie ben枚tigen. Ein Joule-Agent generiert dann strukturierte Anforderungen, Spezifikationen, Code und Testartefakte, die auf 麻豆原创-Prozess- und -Datenkontext beruhen.

Entwickler k枚nnen in ihren vertrauten Tools arbeiten, einschlie脽lich VS Code und MCP-f盲higer Toolchains, und ihre bevorzugten Agent-Frameworks wie , und verwenden.

Durch die enge Integration mit , und den neuen 麻豆原创 Domain Models, die mit 麻豆原创-Code, Kundendaten, Metadaten und Gesch盲ftsprozessen trainiert wurden, ziehen Joule-Agenten Schlussfolgerungen aus realen Unternehmensdaten mit umfangreicher Semantik anstatt aus allgemeinem Wissen. 麻豆原创 Domain Models sind 眉ber das Programm Early Adopter Care verf眉gbar. Sie sollen im dritten Quartal 2026 allgemein verf眉gbar sein.

Schnelligkeit und Governance sind in die 麻豆原创 Business AI Platform integriert, sodass hier keine Kompromisse mehr eingegangen werden m眉ssen. Wir bei der 麻豆原创 sind davon 眉berzeugt, dass Corporate Governance, einschlie脽lich Genehmigungsabl盲ufen, Compliance-Prozessen, Identit盲tsmanagement und der F盲higkeit, Entscheidungen zu pr眉fen, in die Implementierung, Aktualisierung und Skalierung von KI einflie脽en muss. Die Joule-Studio-Laufzeitumgebung bietet eine sichere, produktiv nutzbare, vollst盲ndig verwaltete Umgebung f眉r die Bereitstellung von Agenten, die Unternehmen dabei unterst眉tzt, Compliance-Standards zu erf眉llen und die Infrastruktur weniger komplex zu gestalten.

麻豆原创 AI Agent Hub bietet zudem eine anbieterunabh盲ngige Einsatzzentrale, um 麻豆原创- und Nicht-麻豆原创-KI-Agenten und MCP-Server unternehmensweit zu ermitteln, zu erfassen und zu steuern. Durch die Integration mit und werden Governance und Architekturtransparenz in den Entwicklungsprozess integriert.

麻豆原创 AI Agent Hub nutzt unternehmensweite Prozessintelligenz, um kontinuierlich nachzuverfolgen, wo KI-Agenten Mehrwert schaffen, und kann proaktiv ermitteln, wo diese noch mehr Nutzen bringen, denn wir sind 眉berzeugt, dass KI neben der Produktivzeit auch zuverl盲ssig f眉r Ergebnisse zust盲ndig bleiben muss. 麻豆原创 AI Agent Hub ist allgemein verf眉gbar. Zus盲tzliche Funktionen sind im Laufe des Jahres 2026 geplant.

Jedes Unternehmen kann Probleme mit KI l枚sen

Wir setzen das autonome Unternehmen in die Realit盲t um, denn wir bei der 麻豆原创 sind 眉berzeugt, dass Unternehmen jeder Gr枚脽e weitaus mehr ben枚tigen als nur geringf眉gig bessere KI-Modelle oder die neuesten Zusatzl枚sungen. Sie haben es verdient, KI-gest眉tzte Ergebnisse erzielen zu k枚nnen, die Innovation, Umsatz und Margen steigern. 

Das autonome Unternehmen setzt unsere Vision in die Realit盲t um: KI, die auf Ihren Daten basiert, 眉ber Ihre wichtigsten Prozesse hinweg vernetzt ist und gem盲脽 der Arbeitsweise Ihres Unternehmens gesteuert wird.

Brenda Bown ist Chief Marketing Officer des Bereichs Business AI bei 麻豆原创.

The post Die Zukunft des Unternehmens ist autonom appeared first on 麻豆原创 News Center.

Mit KI r眉cken diese Ziele in greifbare N盲he. Unternehmen k枚nnen damit schneller handeln, eine umfassende Personalisierung umsetzen und bei der Kundeninteraktion neue Wege gehen. Allerdings steigen auch die Erwartungen. Bei jeder Interaktion zeigt sich nun, wie gut alles funktioniert.

Wenn Kunden eine Bestellung aufgeben oder um Unterst眉tzung bitten, h盲ngen die Erfahrungen, die sie anschlie脽end damit machen, davon ab, was hinter den Kulissen geschieht. Bei ungenauen Preisangaben, ungewissen Lagerbest盲nden oder mangelhafter Auftragsabwicklung sind schlechte Erfahrungen vorprogrammiert.

Deshalb wird die Customer Experience jetzt durch die Umsetzung definiert. Nicht Systeme oder Absichten pr盲gen die Erfahrungen, die die Kunden machen, sondern das am Ende stehende Ergebnis.

Agentic AI kann Geschwindigkeit, Intelligenz und Personalisierung optimieren. Aber Geschwindigkeit allein verbessert die Customer Experience nicht. Sie verst盲rkt lediglich das bereits Vorhandene. Wenn die Umsetzung auf Prozesse, Daten und Governance abgestimmt ist, f眉hrt KI zu besseren Ergebnissen. Ist dies nicht der Fall, wird durch KI die fehlende Abstimmung sp眉rbar.

Customer Experience und Umsetzung aufeinander abstimmen

Autonomous CX bringt Agentic AI direkt in die Unternehmensprozesse ein, anstatt diese einfach auf nicht vernetzte Systeme aufzusetzen. Sie verbindet KI-Assistenten aus den Bereichen Marketing, Handel, Vertrieb und Service im Rahmen eines gemeinsamen Kontextes 眉ber 麻豆原创 CX, 麻豆原创 Cloud ERP, Lieferkettensysteme und vernetzte Systeme hinweg. Auftr盲ge, Best盲nde, Preise und Finanzdaten werden einmal definiert und konsistent verwendet, sodass Entscheidungen auf den tats盲chlichen Betriebsabl盲ufen basieren.

Im Mittelpunkt dieses Wandels stehen KI-Assistenten und autonome Agenten. Assistenten koordinieren mehrere Agenten 眉ber durchg盲ngige kundenbezogene Workflows hinweg, von der Produktsuche bis zur Auftragsabwicklung, von der Interaktion bis zum Service und vom Problem bis zur L枚sung.

Auf der Sapphire hatten wir Assistenten vorgestellt, die dies im gesamten Portfolio umsetzen.

• Im Marketing koordinieren Content Assistant und Campaign Assistant das Verst盲ndnis der Kundenabsicht, die Erstellung von Inhalten, die Segmentierung, die Optimierung und die Umsetzung von Kampagnen im Rahmen von Kontrollmechanismen f眉r die Governance.
• Im Bereich Commerce verkn眉pfen Merchandising Assistant, Shopping Assistant und Order Management Assistant Produktsuche, Konversion und Auftragsabwicklung mit den tats盲chlichen Betriebsabl盲ufen.
• Im Vertrieb werden Verk盲ufer durch Sales Assistant, Deal Qualification Assistant und Deal Closing Assistant vom Kaufsignal bis zur Umsetzung unterst眉tzt.
• Im Service verbessern Case Management Assistant und Service Management Assistant die Bearbeitung von F盲llen und die Servicequalit盲t. Hier kommen zus盲tzliche Assistenten zum Einsatz, die f眉r Self-Service-, HR-Service- und Debitoren-Workflows entwickelt wurden.

KI-gest眉tzte Produktsuche und Interaktion, ausgerichtet an der Realit盲t im Unternehmen

Die Zusammenarbeit der 麻豆原创 mit Google folgt demselben Prinzip: Verbindung der KI-gest眉tzten Produktsuche und Kundeninteraktion mit der Umsetzung.

Gemeinsam konzentrieren sich die 麻豆原创 und Google auf drei Priorit盲ten. Erstens: Es kommen die neuesten KI-Modelle, u.聽a. Gemini, zum Einsatz, um eine hochwertige Customer Experience zu bieten. Zweitens: Es werden Branchenstandards und offene Protokolle unterst眉tzt, um die Interoperabilit盲t 眉ber Netzwerke hinweg zu 别谤尘枚驳濒颈肠丑别苍. Drittens: Es werden nahtlose, personalisierte Customer Journeys 眉ber mehrere Vertriebskan盲le und Google-Oberfl盲chen wie Shopping und Gemini 别谤尘枚驳濒颈肠丑迟.

Durch die Kombination der von 麻豆原创 verwalteten Gesch盲ftsdaten mit den KI-Funktionen von Google k枚nnen Assistenten und Agenten die Absichten der Kunden aus Storefronts, Suchvorg盲ngen und KI-gest眉tzten Vertriebskan盲len mit 麻豆原创-Commerce- und Auftragsprozessen verkn眉pfen. So wird sichergestellt, dass die Kunden das gezeigt bekommen, was das Unternehmen auch erf眉llen kann.

Dies ist auch der Grund, warum die 麻豆原创 einf眉hrt und Bereiche erweitert, in denen 麻豆原创-Produktdaten eine KI-gest眉tzte Customer Experience dort optimieren k枚nnen, wo sich Kundenabsichten herausbilden. Denn so bleibt die Customer Experience in Echtzeit auf Preise, Best盲nde und die Auftragsabwicklung abgestimmt.

Innovationen in 麻豆原创 Commerce Cloud

Die 麻豆原创 wird in Analystenbewertungen regelm盲脽ig ausgezeichnet, unter anderem im Gartner庐 Magic Quadrant鈩� for Digital Commerce. Hier wurde die 麻豆原创 11 Mal in Folge als f眉hrend eingestuft.

, eingesetzt in den gr枚脽ten Unternehmen, wird nun mit 麻豆原创 Cloud ERP auch auf mittelst盲ndische und wachsende Unternehmen ausgeweitet. Die neue Cloud-ERP-Edition von 麻豆原创 Commerce Cloud bietet einen standardisierten, durchg盲ngigen Ansatz, sorgt f眉r weniger Komplexit盲t, nutzt k眉nstliche Intelligenz nativ und beschleunigt die Wertsch枚pfung. Durch eine enge Integration mit 麻豆原创 Cloud ERP vernetzt sie den gesamten Prozess der Produktsuche bis zur Auftragsabwicklung.

F眉r Unternehmen mit einem hohen Digitalisierungsgrad erweitert 麻豆原创 den Bereich Composable Commerce um neue und modulare Services f眉r Warenkorb und Kaufabwicklung. Diese Services sind in Kernprozesse wie Preisgestaltung, Werbeaktionen, Kundenbindung, Steuern, Zahlungen, Bestand, Bezugsquellenfindung und Auftragsverwaltung 眉ber 麻豆原创- und Nicht-麻豆原创-Kontaktpunkte hinweg integriert. So k枚nnen Unternehmen ihre Architektur bei durchg盲ngiger Ausf眉hrung modernisieren.

Dar眉ber hinaus erweitert die 麻豆原创 ihr Partnernetz durch Vercel, um die Entwicklung und Implementierung der Storefront mit optimierter Performance, Skalierbarkeit und modularer Customer Experience im Frontend voranzutreiben.

Im Bereich Zahlungen integriert Unified Payments auf der Basis von Adyen die globale Verarbeitung direkt in den Commerce-Ablauf, um die Integration zu vereinfachen und h枚here Konversionsraten zu erzielen. Dar眉ber hinaus erweitert die 麻豆原创 ihr Open Payment Framework um vorab integrierte Anbieter wie Checkout.com und PayPal, sodass Kunden flexibel Anbieter ausw盲hlen k枚nnen, die sich einfach konfigurieren und nutzen lassen.

In der Kombination senken diese Funktionen die Gesamtbetriebskosten, beschleunigen die Implementierung und vereinfachen die umfassende Bereitstellung einer besseren Customer Experience.

Mit Vertriebsaktivit盲ten Einblicke in Ergebnisse umsetzen

Customer Experience umfasst auch die Vertriebsaktivit盲ten. Hier ben枚tigen Teams klare Vorgaben f眉r die n盲chsten Schritte und m眉ssen sich darauf verlassen k枚nnen, dass diese Aktivit盲ten erf眉llt werden k枚nnen.

Wir haben in neue Innovationen eingef眉hrt, darunter Funktionen f眉r den Au脽endienst f眉r Einzelhandelsprozesse bei Konsumg眉terherstellern und andere Umgebungen mit Bezug zum Au脽endienst. Diese Funktionen bieten umfassende mobile Benutzererlebnisse, die sich auch offline nutzen lassen. So l盲sst sich der Besuch in der Filiale einfacher planen, die Aktivit盲t in den Filialen besser erfassen und die Umsetzung in Echtzeit steuern.

F眉hrungskr盲fte im Vertrieb gewinnen vernetzte Einblicke, die direkt mit Preis-, Bestands- und Auftragsprozessen verkn眉pft sind 鈥� f眉r eine konsistente Umsetzung und bessere Ergebnisse.

Zuverl盲ssigen autonomen Service skalieren

Autonomous CX wird durch Partnerschaften gest盲rkt, die die Umsetzung erweitern und Vertrauen und Governance bewahren.

kombiniert dessen durch Agentic AI unterst眉tzte Sprach- und digitale Self-Services mit Service-, Auftrags- und Berechtigungsdaten aus 麻豆原创 Service Cloud. Die KI-gest眉tzte Automatisierung kann routinem盲脽ige Interaktionen mit vollst盲ndigem Kontext abwickeln. Wird menschliches Know-how ben枚tigt, erfolgt nahtlos und ohne Unterbrechung eine Eskalation an die Serviceteams. Dank dieses Ansatzes k枚nnen Unternehmen Services skalieren, ohne Vertrauen zu verspielen. Zudem wird sichergestellt, dass die Kundeninteraktion mit den tats盲chlichen Gesch盲ftsprozessen vernetzt bleibt.

Die 麻豆原创 baut auch ihre Partnerschaft mit Amazon aus, um KI-gest眉tzte Services 眉ber Sprach- und digitale Kan盲le hinweg zu skalieren. So werden schneller und konsistenter L枚sungen erm枚glicht, die Serviceausf眉hrung gr眉ndet dabei auf Gesch盲ftsdaten in Echtzeit.

Industry AI im Einsatz

Wir stellen au脽erdem Szenarien f眉r Industry AI vor, die zeigen, wie Assistenten und autonome Funktionen in realer Umgebung funktionieren.

Autonomous Revenue Growth Management unterst眉tzt Teams f眉r die Handelsplanung und Key Account Manager bei Konsumg眉terherstellern mit Vertrieb 眉ber den Einzelhandel, wobei sich der Anwendungsbereich auch auf die Agrarindustrie und den Gro脽handel erstreckt. Branchenspezifische Joule-Assistenten bieten KI-gest眉tzte Einblicke in die Handelsplanung und -umsetzung und helfen Teams dabei, Wachstumschancen zu erkennen, kaufm盲nnische Bedingungen zu optimieren und schneller auf Signale zu reagieren. So wird Wachstum besser planbar, nachgelagerte Ausnahmen lassen sich verringern.

Unified Commerce unterst眉tzt Teams f眉r Merchandising und operative Abl盲ufe in Einzelhandels-, Gro脽handels- und Direktvertriebsmodellen.

Unified Commerce verkn眉pft Bedarfs-, Bestands- und Kundendaten 眉ber alle Kan盲le hinweg, wobei Joule-Assistenten Entscheidungshilfe zu Sortiment, Preisgestaltung und Platzierung leisten. Hierdurch wird die Umsetzung konsistenter und die Entscheidungsfindung schneller.

Die n盲chste Phase der Kundeninteraktion

Angesichts dieser Innovationen und Industry-AI-Szenarien zeichnet sich ein klares Muster ab.

KI bietet nur dann Mehrwert, wenn ihre Vorgehensweise auf einem gemeinsamen, verl盲sslichen Kontext beruht. Wenn Customer Experience und Umsetzung best盲ndig im Einklang stehen, entsteht durch eine schnelle Abwicklung Vertrauen statt Risiko.

So geht die 麻豆原创 die Zukunft der Customer Experience an: als koordiniertes System, in dem jede Entscheidung transparent ist und jedes Versprechen gehalten werden kann.

Von Balaji Balasubramanian ist President und Chief Product Officer, 麻豆原创 CX.

Die hier vorgestellten CX-Innovationen und Szenarien f眉r Industry AI sollen im 3.聽Quartal聽2026 allgemein verf眉gbar sein.

Die Funktionen, die im Rahmen des autonomen Unternehmens von 麻豆原创 angek眉ndigt wurden, werden 眉berall in 麻豆原创 Cloud ERP ausgef眉hrt, einschlie脽lich 麻豆原创 Cloud ERP Private.

Gartner spricht keine Empfehlung f眉r die in seinen Publikationen beschriebenen Unternehmen, Anbieter, Produkte oder Dienstleistungen aus und r盲t Technologienutzern nicht, nur die Anbieter mit den h枚chsten Bewertungen bzw. einer sonstigen Bezeichnung zu w盲hlen. Die Publikationen von Gartner geben die Meinungen der Organisation f眉r Erkenntnisse aus Gesch盲ftswelt und Technologie von Gartner wieder und sollten nicht als Tatsachenfeststellung ausgelegt werden. Gartner lehnt jegliche ausdr眉ckliche oder stillschweigende Gew盲hrleistung in Bezug auf diese Publikation ab, einschlie脽lich jeglicher Gew盲hrleistung der Marktg盲ngigkeit oder Eignung f眉r einen bestimmten Zweck.

Gartner und Magic Quadrant sind Marken von Gartner, Inc. und/oder dessen Tochtergesellschaften.

The post Warum KI neue Ma脽st盲be f眉r die Customer Experience setzt appeared first on 麻豆原创 News Center.

Dies war der Leitgedanke einer , in der Thomas Saueressig, Chief Customer Officer und Mitglied des Vorstands der 麻豆原创聽SE, und Jan Gilg, Global President Customer Success &聽Americas und Mitglied des erweiterten Vorstands der 麻豆原创聽SE, die Vorteile des autonomen Unternehmens verdeutlichten.

Ihre Botschaft war klar: Da KI nicht mehr nur reine Theorie ist, sondern bereits heute praktisch einsetzbar ist, fragen Kunden nicht mehr, ob KI 眉berhaupt wichtig ist, sondern wie sie damit messbare Ergebnisse im gesamten Unternehmen erzielen k枚nnen.

鈥濼ag f眉r Tag gehen Milliarden von Menschen morgens beim Aufstehen ganz selbstverst盲ndlich davon aus, dass alles auf der Welt reibungslos funktioniert鈥�, sagte Saueressig.

Aber das zu erm枚glichen, ist alles andere als einfach. Saueressig machte deutlich, wie viel verborgene Komplexit盲t in allt盲glichen Abl盲ufen steckt 鈥� von Stromnetzen, die in Echtzeit das Gleichgewicht zwischen Angebot und Nachfrage sicherstellen, bis hin zu globalen Lieferketten, die den Warenverkehr 眉ber L盲nder und Kontinente hinweg gew盲hrleisten. Unternehmensabl盲ufe seien, so Saueressig, das unsichtbare R眉ckgrat des heutigen Lebens, auch wenn die meisten Menschen sie nie sehen.

Gilg griff das Thema auf und betonte, dass Kunden heute unter gro脽em Druck st眉nden, ihre KI-Ziele in konkreten Nutzen umzusetzen. Es herrsche eine gro脽e Begeisterung, sagte er, gleichzeitig bestehe aber auch Handlungsdruck.

Kunden m枚chten KI unternehmensweit einsetzen und mit Kernprozessen verkn眉pfen, um einen konkreten Mehrwert zu erzielen. Doch laut Gilg sei das eigentliche Hindernis nicht die KI selbst, sondern die Unternehmenslandschaft um sie herum.

鈥濪as ganz offensichtliche Problem ist, dass KI im Unternehmen komplex ist鈥�, sagte er und wies auf die isolierten Anwendungen und fragmentierten Daten hin, mit denen viele Unternehmen noch zu k盲mpfen haben.

Diese Herausforderung f眉hrte die 麻豆原创 unmittelbar zu ihrer Vision f眉r das , in dem KI in den Gesch盲ftsprozessen eingebettet ist, durch vertrauensw眉rdige Daten verkn眉pft ist und so gesteuert wird, dass sie verl盲sslich und skalierbar ist.

Die Vision des autonomen Unternehmens

鈥濧us dieser Notwendigkeit einer zuverl盲ssigen, nahtlosen Integration ist unsere Vision f眉r das autonome Unternehmen entstanden鈥�, sagte Gilg.

Er stellte es nicht als zuk眉nftiges Konzept dar, sondern als praktisches Betriebsmodell, bei dem KI innerhalb eines vertrauensw眉rdigen Steuerungsrahmens die durchg盲ngige Ausf眉hrung von Prozessen sicherstellt und Menschen die Kontrolle behalten.

Aufgabe der 麻豆原创 sei es, so Saueressig, Kunden auf diesem Weg zu begleiten: 鈥濽nser Ziel ist es, Ihnen zu helfen, sich Schritt f眉r Schritt zu einem autonomen Unternehmen zu entwickeln. 鈥� Wir helfen Ihnen, bereits heute von KI zu profitieren.鈥�

Er verkn眉pfte diesen Ansatz mit RISE with 麻豆原创, den KI-Angeboten der 麻豆原创 und dem Portfolio 麻豆原创 Services and Support mit seinen Servicepl盲nen, die Kunden dabei unterst眉tzen sollen, Innovationen produktiv zu nutzen. Der Schwerpunkt liege darauf, w盲hrend der gesamten Transformation einen Mehrwert zu bieten.

鈥濿enn Sie voll und ganz hinter RISE with 麻豆原创 stehen, m枚chten wir Sie in jeder Phase unterst眉tzen鈥�, sagte Saueressig und stellte klar, dass diese Unterst眉tzung sich auch auf die komplexesten hybriden Landschaften erstrecke 鈥� kein Kunde werde im Stich gelassen.

Lockheed Martin: In Umgebungen mit hohem Risiko kommt Einsatzbereitschaft vor Transformation

Dieses Thema, das 鈥濩ustomer-First鈥�-Prinzip, bildete die 脺berleitung zum n盲chsten Teil der Keynote.  Hier kamen Kunden selbst zu Wort und berichteten aus erster Hand, wie sie ihre Unternehmen in der Praxis transformieren 鈥� ganz ohne graue Theorie oder abstrakte Beispiele, sondern anhand echter, praktischer Erfahrungsberichte.

Den Auftakt der Runde machte der US-Konzern Lockheed Martin mit einer klaren Aussage: Transformation sehe man nicht als Endziel, sondern es gehe vielmehr darum, st盲ndige Einsatzbereitschaft in einer der anspruchsvollsten Umgebungen der Welt sicherzustellen.

鈥濼ransformation ist nicht das Ziel. F眉r uns ist es wichtig, einsatzbereit zu sein鈥�, sagte Maria Demaree, Senior Vice President, Enterprise Business and Digital Transformation und CIO der Lockheed Martin Corporation. Dabei betonte sie, dass es um Menschenleben gehe, denn die Systeme unterst眉tzten die nationale Verteidigung und Missionen mit B眉ndnispartnern. Einsatzbereitschaft, 别谤办濒盲谤迟别 sie, bedeute, 鈥瀒m gesamten Unternehmen schnell, klar und entschlossen handeln zu k枚nnen.鈥�

Der R眉stungs- und Technologiekonzern habe die gr枚脽te Investition in digitale Transformation in seiner Unternehmensgeschichte get盲tigt und richte nun seine Prozesse von Grund auf neu aus. Dabei f眉hre er bislang getrennte Systeme zusammen und integriere KI in einem modellbasierten Unternehmenskonzept, das auf 麻豆原创-Software basiere.

Lockheed Martin operiere in einem streng regulierten Umfeld mit hohen Sicherheits- und Datenanforderungen. Daher konzentriere man sich darauf, Durchlaufzeiten zu verk眉rzen und die Reaktionsf盲higkeit zu verbessern. Demaree betonte: 鈥濼ransformation beginnt nicht mit Technologie. Man muss zuerst die eigenen Prozesse umgestalten.鈥� Die Rolle der 麻豆原创, 别谤办濒盲谤迟别 sie, habe sich gewandelt 鈥� vom Anbieter zum vertrauensw眉rdigen Partner, der das Gesch盲ft von Lockheed Martin und dessen Umfeld wirklich verstehe.

Aeropuertos Argentina: Von reaktivem Winterbetrieb zu proaktiver KI-gest眉tzter Steuerung

Erstmalig in der Geschichte der 麻豆原创 Sapphire betrat ein Kunde aus Lateinamerika die Keynote-B眉hne: der Flughafenbetreiber Aeropuertos Argentina. Das Unternehmen nutzte die Gelegenheit und stellte ein Praxisbeispiel vor: eine Situation im Tagesgesch盲ft, in der Handlungsdruck bestand. Das Beispiel zeigte, wie ein 鈥瀞auberer鈥� Kern und gezielte Innovation schnell Ergebnisse liefern k枚nnen.

Aeropuertos Argentina wickelt 90 Prozent des kommerziellen Flugverkehrs des Landes ab. Ein reibungsloser Flughafenbetrieb ist daher auch bei winterlichen Witterungsverh盲ltnissen 盲u脽erst wichtig. Bisher setzte der Flughafenbetreiber dabei auf manuelle, fragmentierte Prozesse, die jedoch zu steigenden Kosten, erh枚hten Sicherheitsrisiken und Umweltbelastungen f眉hrten. Um dieses Problem anzugehen, hat das Unternehmen einen KI-Agenten namens SNOW (Smart Network for Operative Winter) entwickelt, um Wetterdaten, Start- und Landebahnsensoren, Wartungsprozesse und Betriebsabl盲ufe zu koordinieren.

鈥濿ir haben unseren reaktiven Ansatz durch einen proaktiven Ansatz ersetzt鈥�, 别谤办濒盲谤迟别 Gustavo Sabato, Chief Information Officer von Aeropuertos Argentina, und hob die erwarteten Vorteile hervor, darunter 16 Prozent geringere Kosten sowie weniger CO鈧�-Emissionen. Auch die Umsetzung sei schnell gegangen. Von der Idee bis zum Betrieb seien gerade einmal zw枚lf Wochen vergangen. Die Einf眉hrung sei zun盲chst an zwei Flugh盲fen erfolgt und werde im kommenden Winter auf sechs weitere Flugh盲fen ausgeweitet.

Entscheidend f眉r den Erfolg sei die Umstellung von 麻豆原创 R/3 auf 麻豆原创 S/4HANA im Jahr 2023 gewesen sowie die Entwicklung der L枚sung auf der 麻豆原创 Business Technology Platform. Mehrere nicht standardisierte Datenquellen zu integrieren, sei eine Herausforderung gewesen. Doch nun arbeite das Unternehmen mit 鈥瀗ur einer einheitlichen Datengrundlage鈥�, so Sabato, und daf眉r seien nur minimale manuelle Eingriffe erforderlich. Der Flughafenbetreiber plane, das Konzept 眉ber Argentinien hinaus auf weitere Flugh盲fen auszuweiten, die er in anderen L盲ndern betreibe. Damit unterstrich Sabato, dass eine solide technische Basis unerl盲sslich sei, um mit KI echte operative Ergebnisse zu erzielen.

Exxon Mobil: Clean Core und ein solides Datenfundament

Angesichts des rasanten Wandels durch die weltweite Umstellung auf neue Energiequellen musste ExxonMobil Wege finden, um in den Betriebsabl盲ufen weiterhin agil und anpassungsf盲hig zu bleiben.

Laut Bill Keillor, Vice President bei ExxonMobil Global Services Company, hat der Energiekonzern mit einer Unternehmenstransformation begonnen, um Prozesse zu vereinfachen und von Daten profitieren zu k枚nnen, die durch jahrzehntelange Anpassungen fragmentiert waren. 鈥濽nser Fokus liegt nicht auf kurzfristiger Optimierung, sondern auf langfristiger Agilit盲t: Standardisierung mithilfe von branchenspezifischen Best Practices, der Aufbau eines Clean Core sowie Upgrade-Stabilit盲t鈥�, sagte er.

Er betonte, dass ein Unternehmen sowohl f眉r Transformationsprojekte als auch f眉r seine KI-Strategie eine solide Basis ben枚tige. 鈥濿enn dieses Fundament nicht richtig gelegt wird, wird sich das sp盲ter r盲chen鈥�, f眉hrte er aus.

Zum Abschluss hatte Keillor drei Ratschl盲ge in Bezug auf Transformationsprojekte: Unternehmen m眉ssten sich ihrer Strategie voll bewusst sein und daf眉r sorgen, dass die F眉hrungsebene voll hinter dieser stehe; sie ben枚tigten verl盲ssliche Governance-Grunds盲tze, um schnell konsequente Entscheidungen treffen zu k枚nnen; und sie m眉ssten langfristig mit Partnern zusammenarbeiten, die sie zu H枚chstleistungen anspornten.

Levi Strauss: KI in gro脽em Ma脽stab

Im Zuge seiner beschleunigten Ausrichtung auf das Direktkundengesch盲ft wurde dem Textilunternehmen Levi Strauss klar, dass eine schlanke IT-Landschaft notwendig war, um schnellere Prozesse und eine gr枚脽ere Skalierbarkeit zu erzielen. Wie Jason Gowans, Chief Digital and Technology Officer, erl盲uterte, habe das Unternehmen zun盲chst mithilfe von RISE with 麻豆原创 neun ERP-Systeme in einer einheitlichen globalen IT-Landschaft konsolidiert, Prozesse standardisiert und einen Clean Core aufgebaut.

All das bilde nun die Basis f眉r die ambitionierte KI-Strategie von Levi鈥檚, in deren Rahmen unternehmensweit bereits mehr als 1.000 KI-Agenten im Einsatz seien. Damit habe man bereits sp眉rbare Ergebnisse erzielt, zum Beispiel bei der Auftragsbearbeitung f眉r den Gro脽handel. W盲hrend 80 Prozent der Bestellungen bereits automatisch abgelaufen seien, habe man f眉r die verbleibenden 20 Prozent, die oft von kleineren Kunden 眉ber handschriftliche Notizen, E-Mails oder unstrukturierte Dokumente eingereicht w眉rden, bislang zwei bis f眉nf Tage f眉r die manuelle Bearbeitung ben枚tigt.

鈥濵it den Agenten, die wir mithilfe von 麻豆原创 entwickelt haben, dauert dieser Prozess nun 20 bis 30 Minuten鈥�, so Gowans. F眉r Levi Strauss ist das Fazit eindeutig: Standardisierung schr盲nkt die Agilit盲t keineswegs ein, sondern macht diese m枚glich.

Migration auf Basis von KI

Diese Kundenberichte zeigen, dass Transformation in der Regel einem gemeinsamen Muster folgt: Modernisierung der Kernprozesse, Umstieg auf die Cloud und Erschlie脽ung von Innovationen. 

Die 麻豆原创 demonstrierte zudem, wie KI-gest眉tzte Agenten Kunden dabei helfen k枚nnen, diesen Ansatz durch ein st盲rker integriertes, KI-gesteuertes Transformationskonzept im gro脽en Ma脽stab zu beschleunigen. Die in der vorgestellten Assistenten f眉r Migrationen und Modernisierung sind darauf ausgelegt, Systeme, Daten, Eigenentwicklungen, Konfiguration, Tests und Roll-out-Aktivit盲ten im Rahmen eines durchgehenden Prozesses zu analysieren. Indem fragmentierte, manuelle Aktivit盲ten durch koordinierte Automatisierungsma脽nahmen abgel枚st werden, k枚nnen Vorg盲nge, die fr眉her Wochen in Anspruch nahmen 鈥� angefangen bei der Auswertung der IT-Landschaft bis hin zur Pr眉fung von kundenspezifischem Code 鈥�, nun innerhalb eines einzigen Wochenendes abgeschlossen werden.

Wandel l盲sst weltweite Abl盲ufe nicht ins Stocken geraten

Gilg weitete den Fokus aus und betonte, dass radikale Technologieumbr眉che immer zu Unsicherheit f眉hrten. Aber jede dieser neuen Technologien habe weltweite Abl盲ufe verbessert, indem sie mehr Arbeitspl盲tze sowie neue Gesch盲ftsmodelle und Einnahmequellen geschaffen habe, die vorher unvorstellbar gewesen seien. 脛hnlich verhalte es sich seiner Meinung nach auch mit der Unternehmenssoftware, die durch KI sogar noch unverzichtbarer werde.

Das liege daran, dass die grundlegenden gesch盲ftlichen Anforderungen unver盲ndert blieben; man br盲uchte Systeme, die funktionierten, Menschen, die Einsatz zeigten, und Teams, die zusammenarbeiteten. Laut Gilg werde KI die Unternehmenssoftware nicht ersetzen. KI werde Teil der Unternehmenssoftware und in die Prozesse eingebettet sein, die die Abl盲ufe von Unternehmen am Laufen hielten.

Zum Abschluss griff Saueressig seine Gedanken vom Beginn der Keynote auf: einer Welt, in der die Menschen sich darauf verlassen k枚nnen, dass alles reibungslos funktioniert. In Zeiten rapider Ver盲nderungen und tiefgreifender Umw盲lzungen sei Widerstandsf盲higkeit wichtiger denn je.

鈥濫s ist nicht der Wandel, der die weltweiten Abl盲ufe ins Stocken geraten l盲sst“, so Saueressig. 鈥濪ie Abl盲ufe geraten dann ins Stocken, wenn Unternehmen nicht widerstandsf盲hig genug sind, um mit den Ver盲nderungen Schritt zu halten. Und genau hier kommt die 麻豆原创 ins Spiel.鈥� Er betonte, wie wichtig Menschen in Zeiten des Umbruchs seien und dass es bei Transformation nicht nur um Technologie und KI gehe. Transformation bleibe eine zutiefst menschliche Angelegenheit und werde von den Menschen gepr盲gt, die Technologie und KI entwickelten und nutzten. 鈥濪ie Zukunft wird nicht von KI gestaltet, sondern von uns鈥�, fasste er zusammen.

The post Bereits heute von KI profitieren appeared first on 麻豆原创 News Center.

麻豆原创 und Anthropic haben eine Ausweitung ihrer Zusammenarbeit angek眉ndigt, um Unternehmen modernste KI-L枚sungen bereitzustellen. Dabei wird Claude, das KI-Modell von Anthropic f眉r logisches Schlussfolgern und agentenbasierte Funktionen, in das KI-gest眉tzte L枚sungsportfolio von 麻豆原创 integriert, das bereits mit Joule und Joule Agents aufwartet.聽聽

Wie auf der diesj盲hrigen Kundenkonferenz 厂础笔听厂补辫辫丑颈谤别 angek眉ndigt, werden Anthropic und 麻豆原创 gemeinsam die Funktionen f眉r KI-Agenten von Claude in die neue 麻豆原创聽Business AI Platform integrieren. Ziel ist es, die Vision der 麻豆原创 f眉r das autonome Unternehmen im Zeitalter der agentenbasierten KI voranzutreiben. Die 麻豆原创 verf眉gt 眉ber mehr als 50 Jahre Erfahrung im Bereich Gesch盲ftsanwendungen und den damit einhergehenden Prozessen, Daten und Grundlagen zur Unternehmenssteuerung. Dieses Know-how kommt im Rahmen der Zusammenarbeit entsprechend zum Tragen.

Die Kooperation f眉gt sich in das KI-Konzept der 麻豆原创 ein, das die Unterst眉tzung beliebiger Modelle durch ein offenes 脰kosystem 别谤尘枚驳濒颈肠丑迟. Kunden erhalten somit mehr M枚glichkeiten und Flexibilit盲t, um auf die sich stets 盲ndernden Anforderungen in Bezug auf KI reagieren zu k枚nnen.聽Durch die direkte Verkn眉pfung von Claude mit der 麻豆原创聽Business AI Platform werden KI-Agenten in der Lage sein, Aufgaben zu erledigen 鈥� angefangen bei Quartalsabschl眉ssen 眉ber die Beantwortung komplexer Mitarbeiterfragen zu Urlaubsantr盲gen bis hin zur Umleitung w盲hrend der Auslieferung von Bestellungen durch Lieferanten. Dabei erfolgt die Koordination 眉ber 麻豆原创聽S/4HANA, die L枚sungen 麻豆原创聽SuccessFactors und 麻豆原创聽Ariba sowie andere Systeme auf Grundlage von Model-Context-Protocol-Standards (MCP).

鈥濽nsere offene Plattform sorgt daf眉r, dass wir eng mit weltweit f眉hrenden Unternehmen innerhalb unseres Portfolios verbunden sind. Gemeinsam mit Anthropic bauen wir etwas auf, das f眉r unsere Kunden besonders wertvoll ist鈥�, sagte Christian Klein, Vorstandsvorsitzender der 麻豆原创 SE. 鈥濪as autonome Unternehmen ben枚tigt KI, die mit dem Gesch盲ftskontext vertraut ist und im Rahmen der Kontrollmechanismen agiert, auf die sich Unternehmen verlassen. Und unsere Partnerschaft mit Claude spielt dabei eine wichtige Rolle.鈥�

鈥濿ir haben Claude entwickelt, um die Arbeitsprozesse von Unternehmen zu unterst眉tzen, zum Beispiel den Bilanzabschluss, Umleitungen w盲hrend der Auslieferung von Bestellungen im Fall von Verz枚gerungen oder das Genehmigen von Kostenabrechnungen, um nur einige zu nennen鈥�, so Daniela Amodei, Mitbegr眉nderin und President von Anthropic. 鈥濵it Claude auf der 麻豆原创 Business AI Platform finden diese Aktivit盲ten direkt in den Systemen statt, die Unternehmen bereits nutzen 鈥� auf Grundlage des Vertrauens und der Governance-Grunds盲tze, die 麻豆原创-Kunden gewohnt sind.鈥� 

Claude bietet agentenbasierte Funktionen und Konnektivit盲t zu Joule

Joule von 麻豆原创 ist ein KI-Assistent, der Teams hilft, schneller fundiertere Entscheidungen zu treffen, indem kontextbezogene und sicherere KI direkt in 麻豆原创-Gesch盲ftsabl盲ufe und Workflows von Fremdsystemen eingebettet wird. 麻豆原创 weitet die Funktionen von Claude nun auf Joule aus und plant, die leistungsstarken Funktionen f眉r KI-Agenten von Anthropic in die neue 麻豆原创 Business AI Platform zu integrieren.

Mit der engeren Integration von Claude und dem Zugriff auf Frontier-Modelle von Anthropic werden 麻豆原创-Kunden unter anderem von den folgenden zus盲tzlichen agentenbasierten Funktionen profitieren k枚nnen:

• Bessere Ableitung von Erkenntnissen bei komplexen Aufgaben.聽Mithilfe von Claude k枚nnen Agenten konkrete Ma脽nahmen f眉r Hunderttausende von 麻豆原创-Kunden im Finanz- und Personalwesen, in der Beschaffung und in der Lieferkette ausf眉hren. Agenten greifen 眉ber Claude auf die 麻豆原创聽Business AI Platform zu. So sind sie in der Lage, den Gesch盲ftskontext auf Basis von 麻豆原创-Daten zu verstehen, k枚nnen fundiertere Entscheidungen treffen und sicher innerhalb etablierter Prozesse arbeiten. Ein Treasury-Manager kann Joule beispielsweise bitten, anl盲sslich eines Meetings mit einem Finanzinstitut eine Pr盲sentation f眉r den Finanzvorstand vorzubereiten. Innerhalb weniger Minuten erh盲lt er so eine fertige Pr盲sentation mit aktuellen Daten und Analysen sowie Hinweisen auf finanzielle Risiken. Aufgaben, die zuvor Stunden manuellen Aufwands in Anspruch nahmen, k枚nnen nun innerhalb von Minuten erledigt werden.聽

• Agentenbasierte KI, die den Gesch盲ftskontext versteht. Claude arbeitet mit Gesch盲ftskontext aus den Unternehmenssystemen von 麻豆原创 sowie aus anderen 眉ber MCP angebundenen Tools. Schritt f眉r Schritt werden Daten abgerufen, Aktualisierungen vorgenommen, Genehmigungen angesto脽en und Aufgaben abgearbeitet.聽Anthropic und 麻豆原创 werden strategisch zusammenarbeiten, um benutzerdefinierte Agenten und agentengest眉tzte Workflows in 麻豆原创 zu entwickeln. So k枚nnen Prozesse f眉r wichtige Branchen wie den 枚ffentlichen Sektor, das Gesundheits- und Bildungswesen, Biowissenschaften und die Versorgungswirtschaft optimiert werden. Dabei werden die Expertise von 麻豆原创 bei Unternehmensanwendungen und KI mit den Funktionen f眉r KI-Agenten und den F盲higkeiten zum Schlussfolgern von Claude kombiniert.

KI in die Systeme integrieren, auf die sich Unternehmen verlassen

Da KI zunehmend nicht mehr nur eine beratende Funktion aus眉bt, sondern auch handelt, ist Vertrauen entscheidend 鈥� insbesondere innerhalb von Unternehmen und in regulierten Branchen. Anthropic bettet sichere, zuverl盲ssige KI in die Prozesse ein, auf die sich Unternehmen verlassen. Wenn die KI in der Umgebung eines 麻豆原创-Kunden einen Auftrag anpasst, einen Workflow ausl枚st oder eine Empfehlung abgibt, geschieht dies innerhalb derselben Kontrollmechanismen, die menschliche Entscheidungen steuern: den Genehmigungsprozessen, Richtlinien und Compliance-Strukturen, die bereits in 麻豆原创-L枚sungen enthalten sind.

Anthropic und 麻豆原创 planen, dieses Konzept gemeinsam umzusetzen, indem sie Claude mit der Reichweite und Skalierbarkeit von 麻豆原创 kombinieren. Unternehmen k枚nnen so die Experimentierphase hinter sich lassen und diese Funktionen in ihren grundlegenden Gesch盲ftsabl盲ufen umsetzen.  

Philipp Herzig ist CTO und Mitglied des Erweiterten Vorstands der 麻豆原创 SE.

The post 麻豆原创 und Anthropic: Claude auf die 麻豆原创 Business AI Platform bringen appeared first on 麻豆原创 News Center.

, unsere neue User Experience, gewinnt an Dynamik und treibt Verbesserungen f眉r unsere Kunden ma脽geblich voran. Kunden , verbessern ,  und .

麻豆原创 Business AI f眉r das Finanzwesen

Agent f眉r Streitbeilegung (f眉r 麻豆原创 S/4HANA Cloud Public Edition)
Beta-Release

Wenn Streitigkeiten im Zusammenhang mit Rechnungen auftreten, muss die Debitorenbuchhaltung schnell handeln, ohne dass die Genauigkeit darunter leidet. 麻豆原创 S/4HANA Cloud Public Edition f眉hrt einen Agenten ein, der die Ursachenanalyse automatisiert und Rechnungen, Kundenauftr盲ge, Lieferdatens盲tze, Preisvereinbarungen und Steuerregeln scannt, um die Ursache von Unstimmigkeiten zu identifizieren. Der Agent erkennt falsche Geb眉hren und empfiehlt konforme L枚sungen wie die Erstellung von Gutschriften, sodass Finanzteams Streitf盲lle schneller l枚sen, manuelle Untersuchungen minimieren und durch transparente, effiziente Prozesse die Beziehungen zu Lieferanten st盲rken k枚nnen.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 S/4HANA Cloud Public Edition, KI-gest眉tzte intelligente Personalisierung der Startseite f眉r Anwendungen
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Benutzer von 麻豆原创 S/4HANA Cloud Public Edition k枚nnen ihre Startseite einfach 眉ber die KI-gest眉tzte intelligente Personalisierung mit den f眉r sie relevantesten Anwendungen konfigurieren. Durch die Beschreibung ihrer Aufgabe in nat眉rlicher Sprache identifiziert das System die entsprechende App, die dann mit einem einzigen Klick zur Startseite hinzugef眉gt werden kann. Diese intuitive Funktion senkt die Kosten f眉r die Personalisierung der Startseite um 33 Prozent, verk眉rzt die Einarbeitungszeit f眉r neue Benutzer und verbessert die Zufriedenheit, indem h盲ufig ben枚tigte Tools leicht zug盲nglich bleiben.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 S/4HANA Cloud Public Edition, KI-gest眉tzte Erl盲uterung von Fehlern
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Bei Systemfehlern k枚nnen Benutzer von 麻豆原创 S/4HANA Cloud Public Edition auf eine neue Funktion zur眉ckgreifen, die klare Erkl盲rungen und L枚sungsempfehlungen in nat眉rlicher Sprache generiert. Diese Funktion wandelt kryptische Fehlermeldungen in leicht verst盲ndliche Anleitungen um, sodass Benutzer aller Erfahrungsstufen Probleme schnell beheben und ihre Arbeit fortsetzen k枚nnen. Durch die Verk眉rzung der Fehlerbehebungszeit um f眉nf Prozent profitieren Unternehmen von einer h枚heren Produktivit盲t, einer besserer Datenqualit盲t und k眉rzeren Einarbeitungszeiten f眉r neue Teammitglieder.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 S/4HANA Cloud Public Edition, KI-gest眉tzte Erstellung von Kundenauftr盲gen aus unstrukturierten Daten
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Vertriebsmitarbeiter profitieren von einem optimierten Prozess zur Auftragserstellung in 麻豆原创 S/4HANA Cloud Public Edition, der unstrukturierte Daten wie PDF- oder bildbasierte Bestellungen verarbeitet. Nach dem Hochladen einer Datei extrahiert 麻豆原创 Document AI automatisch die relevanten Informationen und schl盲gt die Daten f眉r eine entsprechende Kundenauftragsanforderung vor. Diese Automatisierung reduziert den Aufwand f眉r die manuelle Dateneingabe erheblich, minimiert Fehler und verbessert die allgemeine betriebliche Effizienz, sodass Teams Auftr盲ge schneller bearbeiten und so die Kundenzufriedenheit steigern k枚nnen.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 S/4HANA Cloud Public Edition, KI-gest眉tzte Verarbeitung von Zahlungsanweisungen mit 麻豆原创 Document AI
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Debitorenbuchhaltungsteams k枚nnen ihren Workflow mit der KI-gest眉tzten Funktion zur Verarbeitung von Zahlungsanweisungen, die von 麻豆原创 Document AI unterst眉tzt wird, in 麻豆原创 S/4HANA Cloud Public Edition beschleunigen. Das System extrahiert automatisch Zahlungsbetr盲ge, Referenzen und W盲hrungen aus verschiedenen Rechnungsformaten in mehreren Sprachen mit einer Selbstlernfunktion, die die Erkennungsgenauigkeit kontinuierlich verbessert. Unternehmen, die diese Funktion implementieren, k枚nnen die Verarbeitungszeit von Dokumenten um 70 Prozent reduzieren, den Zeitaufwand f眉r die Bearbeitung von Vorlagen um 83 Prozent verk眉rzen und Wertverluste durch Verz枚gerungen bei der manuellen Bearbeitung um 40 Prozent verringern.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 S/4HANA Cloud Private Edition, KI-gest眉tzte Erkl盲rung von Anlagenkennzahlen
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Mitarbeitende der Anlagenbuchhaltung erhalten durch eine neue KI-Funktion in 麻豆原创 S/4HANA Cloud Private Edition Klarheit bei der Berechnung komplexer Anlagen. Die Funktion generiert nat眉rlichsprachliche Erl盲uterungen, die die Herkunft der angezeigten Werte und die Berechnungsweise von Werten wie Abschreibungen detailliert beschreiben, z. B. die Auswirkungen unterj盲hriger Anschaffungen mit bestimmten Abschreibungsschl眉sseln. Diese Transparenz reduziert den Aufwand f眉r die Analyse von Anlagenwerten, erm枚glicht schnellere Antworten auf anlagenbezogene Fragen und tr盲gt zur Minderung von Compliance-Risiken bei.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 S/4HANA Cloud Private Edition, KI-gest眉tzter Abrechnungsregelvorschlag f眉r Anlagenaktivierung
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Buchhaltungsteams in den Bereichen Gemeinkosten und Anlagen k枚nnen nun den komplexen Prozess der Erstellung von Abrechnungsregeln f眉r Investitionsma脽nahmen optimieren, wodurch die gew枚hnlich zeitaufwendige, fehleranf盲llige manuelle Konfiguration wegf盲llt. Die L枚sung ermittelt automatisch Empf盲nger, berechnet Prozents盲tze und schl盲gt zul盲ssige Regeln basierend auf Kontextdaten und benutzerdefinierten Anweisungsprofilen vor. Unternehmen reduzieren den Aufwand f眉r die Erstellung vollst盲ndiger Abrechnungsregeln um 50 Prozent und verbessern gleichzeitig die Genauigkeit bei der Aktivierung von Anlagen sowie die allgemeine operative Effizienz ihrer Finanzprozesse.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Document and Reporting Compliance f眉r 麻豆原创 S/4HANA Cloud Private Edition, KI-gest眉tzte Fehlerbehandlung bei elektronischen Belegen
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Steuerbuchhalter, die die wachsende Komplexit盲t der Vorschriften f眉r die elektronische Rechnungsstellung in mehreren L盲ndern bew盲ltigen, erhalten eine einfache M枚glichkeit, technische Fehler zu entschl眉sseln, ohne sich durch komplizierte XML- oder JSON-Formate k盲mpfen zu m眉ssen. Joule, das in 麻豆原创 Document and Reporting Compliance integriert ist, liefert Erl盲uterungen in einfacher Sprache zu Fehlern in elektronischen Belegen. So erm枚glicht es eine schnellere Ermittlung der Ursachen und eine effizientere Fehlerbehebung. Unternehmen k枚nnen den Zeitaufwand f眉r das Verstehen und Beheben von Fehlern um 80 Prozent reduzieren 鈥� von 150 Minuten auf etwa 30 Minuten. Dies f眉hrt zu schnelleren Bearbeitungszyklen, einem geringeren Risiko von Strafen und einem verbesserten Cashflow.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 S/4HANA Cloud Public Edition, KI-gest眉tzte Fehleraufl枚sung f眉r die Kostenrechnung
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Manager des operativen Betriebs in Einzelhandelsunternehmen k枚nnen nun 眉ber 麻豆原创 Order Management Services auf Joule zugreifen. So k枚nnen sie Auftragsdaten abfragen und erhalten in Echtzeit rollenspezifische operative Anleitungen 眉ber die Abl盲ufe der Auftragsabwicklung, Orchestrierung, Beschaffung, 痴别谤蹿眉驳产补谤办别颈迟, Retouren und Auftragsausf眉hrung. Joule bietet sofortige Einblicke und empfohlene Aktionen direkt im Workflow, sodass das Navigieren durch mehrere Systeme wegf盲llt. Das erm枚glicht ein proaktives Eingreifen, bevor Probleme eskalieren. Die Funktion bietet einen schnelleren Zugriff auf Transaktionen, eine h枚here Reaktionsf盲higkeit und Genauigkeit und ein geringeres operatives Risiko, was intelligentere und schnellere Entscheidungen 眉ber den gesamten Auftragslebenszyklus hinweg unterst眉tzt.

Ausf眉hrliche Informationen finden Sie .

Jonathan von R眉den ist Chief AI Officer der 麻豆原创 SE.

* Haftungsausschluss: Dieser Artikel beschreibt die zu erwartenden Vorteile f眉r Unternehmen. S盲mtliche Berechnungen sind Sch盲tzwerte, denen Fallstudien von 麻豆原创-Kunden, 麻豆原创-Benchmarks und andere Untersuchungen zugrunde liegen. Die tats盲chlichen Vorteile k枚nnen variieren und durch zus盲tzliche Faktoren beeinflusst werden, die in diesem Artikel nicht ber眉cksichtigt werden. Die Informationen werden ohne jegliche Gew盲hr, weder ausdr眉cklich noch stillschweigend, bereitgestellt. 麻豆原创 眉bernimmt keinerlei Verantwortung f眉r Sch盲den im Zusammenhang mit der Nutzung dieses Artikels. Auf der Seite sind unter 鈥濺echtliche Hinweise鈥� Nutzungsbedingungen, Haftungsausschl眉sse, Pflichtangaben und Einschr盲nkungen f眉r dieses Material zu finden.

The post Highlights des Q1 2026 Release: 麻豆原创 Business AI f眉r das Finanzwesen appeared first on 麻豆原创 News Center.

In seiner Er枚ffnungsrede auf der Kundenkonferenz 麻豆原创 Sapphire in Orlando, Florida, erl盲uterten Klein und andere 麻豆原创-Vorstandsmitglieder, wie die 麻豆原创 agentenbasierte KI in die wichtigsten globalen Gesch盲ftsabl盲ufe integrieren m枚chte, damit Menschen und KI den wachsenden Anforderungen der globalen Wirtschaft auf gewinnbringende, strategische und sichere Weise begegnen k枚nnen.

鈥濰eute bin ich besonders stolz darauf, unsere neue 麻豆原创 Business AI Platform vorzustellen, die die Grundlage f眉r unsere Vision der Gesch盲ftswelt von morgen bildet: das autonome Unternehmen, in dem Agenten Gesch盲ftsprozesse abwickeln und Sie sich auf das konzentrieren k枚nnen, was wirklich z盲hlt鈥�, so Klein.

Unternehmens-KI stehe an einem Wendepunkt, 别谤办濒盲谤迟别 er den 30.000 Zuschauern seiner Keynote, die vor Ort und virtuell teilnahmen. Und die 麻豆原创 sei bestens positioniert, Kunden das zu bieten, was sie ben枚tigten, um sich zu autonomen Unternehmen zu entwickeln.

Click the button below to load the content from YouTube.

Always allow YouTube

Unternehmens-KI ist unerl盲sslich

Unternehmen aus zahlreichen Branchen investieren verst盲rkt in k眉nstliche Intelligenz (KI), doch viele haben noch immer M眉he, diese Investition in einen konkreten gesch盲ftlichen Mehrwert umzusetzen. Das Fazit auf der 麻豆原创 Sapphire war eindeutig: Es handelt sich hierbei nicht um ein Technologieproblem, sondern um ein Problem mit dem Kontext und der Umsetzung.

鈥濫ine Genauigkeit von 80 Prozent mag bei KI-Anwendungen f眉r Endverbraucher ausreichend sein鈥�, sagte Klein. 鈥濧ber wenn es darum geht, die gr枚脽ten Unternehmen der Welt zu f眉hren, dann sind 80 Prozent einfach nicht gut genug. Sie [gro脽e Sprachmodelle] sollten nicht raten; sie sollten pr盲zise, richtlinienkonforme und sichere Ergebnisse liefern.鈥� 

Klein merkte an, dass KI zwar nahezu 眉berall eingesetzt werde, ein messbarer gesch盲ftlicher Nutzen jedoch nach wie vor nur schwer zu realisieren sei. Er berief sich auf eine k眉rzlich durchgef眉hrte Umfrage der Stanford University zum Thema KI und berichtete, dass fast jedes Unternehmen heute KI nutze, dies aber nur begrenzt profitabel sei.

Zur眉ckzuf眉hren sei dies auf eine strukturelle L眉cke, so Klein. An der sichtbaren Spitze des Eisbergs der Unternehmens-KI k枚nne man sehen, dass gro脽e Sprachmodelle (Large Language Models, LLMs) bei Aufgaben, f眉r die sie mit 枚ffentlich zug盲nglichen Daten trainiert worden seien, immer besser werden w眉rden. Doch unter der Wasseroberfl盲che verberge sich das, was Unternehmen wirklich ben枚tigten: eine KI, die gesch盲ftskritische Daten und durchgehende Prozesse nachvollziehen und dabei Vorgaben f眉r Sicherheit, Gesetzeskonformit盲t und Unternehmenssteuerung einhalten k枚nne.

ERP als Grundlage f眉r Unternehmens-KI

Die Antwort der 麻豆原创 auf diese Herausforderung beginne mit dem, was Klein als 鈥瀌as Gehirn jedes Unternehmens“ bezeichnete: sein ERP-System. Seit mehr als 50 Jahren biete die 麻豆原创 L枚sungen, die fundiertes Fachwissen mit Gesch盲ftsprozessen und Datendom盲nen integrierten. Gleichzeitig ber眉cksichtigten diese L枚sungen Governance-Anforderungen, Compliance-Kontrollen und individuelle Unternehmenskonfigurationen und pr盲gten dadurch die Gesch盲ftsabl盲ufe von Unternehmen.

In Rahmen der neuen Unternehmensvision plane die 麻豆原创 jetzt, dieses kollektive Wissen in KI-Agenten einflie脽en zu lassen, wodurch diese durch Tausende von Gesch盲ftsprozessen navigieren, aus 眉ber 7 Millionen Datenfeldern ausw盲hlen und Identit盲ts- und Zugriffsberechtigungen pr眉fen k枚nnten, bevor sie Ergebnisse lieferten.

鈥濿ir kombinieren LLMs mit unserem 眉ber 50 Jahre hinweg gesammelten fachlichen Know-how, das in unseren ERP-Systemen gespeichert ist. Aber daf眉r mussten wir nichts weniger tun, als unser Unternehmen komplett neu zu erfinden鈥�, berichtete er dem Publikum. 鈥濰eute freuen wir uns sehr, Ihnen die neue 麻豆原创 und unsere Vision f眉r das autonome Unternehmen zu zeigen.鈥�

麻豆原创 Business AI Platform

Um diese Vision Wirklichkeit werden zu lassen, stellten 麻豆原创-F眉hrungskr盲fte auf der B眉hne eine Reihe wichtiger Innovationen vor, angefangen bei der Einf眉hrung der neuen 麻豆原创 Business AI Platform, einer einheitlichen Architektur, die die 麻豆原创 Business Technology Platform, 麻豆原创 Business Data Cloud und AI Foundation unter einem Dach zusammenbringt.

鈥濪as Herzst眉ck dieser neuen Plattform ist der umfangreiche Context Layer鈥�, erl盲uterte Klein. 鈥濰ier statten wir die KI-Agenten mit fundiertem Wissen aus dem ERP-Gesch盲ftsbereich aus. Unsere Knowledge Graphs liefern unseren KI-Agenten nun einen Kompass, eine Landkarte, um den richtigen Prozess und die richtigen Daten
in Ihrer ERP-Landschaft zu finden. Und um den Agenten noch mehr Kontext zu geben, haben wir auch unsere neuen 麻豆原创聽Domain Models eingef眉hrt. Sie wurden mit 麻豆原创-Code trainiert, um die Gesch盲ftslogik Ihres Unternehmens noch besser zu verstehen.鈥�

Aber die 麻豆原创 gehe noch weiter: 鈥濪a Sie in Ihrem Unternehmen nicht nur mit 麻豆原创-L枚sungen arbeiten, m眉ssen unsere KI-Agenten auch Daten aus Fremdsystemen verstehen. Aus diesem Grund haben wir unsere 麻豆原创聽Business Data Cloud in die Kontextebene integriert, um eine zentrale semantische Datenschicht f眉r 麻豆原创- und Nicht-麻豆原创-Daten zu schaffen.聽Keine Silos mehr, kein Datensalat 鈥� denn kein KI-Agent ist in der Lage, ein defektes Datenmodell zu kompensieren.鈥�

Philipp Herzig, Chief Technology Officer der 麻豆原创, griff die Ausf眉hrungen von Klein auf und stellte die 麻豆原创聽Business AI Platform im Detail vor. Er sagte, dass diese darauf ausgelegt sei, die Akzeptanzl眉cke f眉r KI-Agenten in Unternehmen zu schlie脽en, indem sie Ergebnisse, Schnelligkeit und Kontext liefere und die Praxistauglichkeit f眉r Unternehmen gew盲hrleiste. 鈥濪as ist der Ort, an dem man KI entwickelt, steuert, Kontext bereitstellt und ihre F盲higkeit zum logischen Schlussfolgern st盲rkt鈥�, sagte er.

Herzig erl盲uterte, dass die Plattform um drei Ebenen herum strukturiert sei: den Context Layer, 眉ber den Klein bereits gesprochen hatte, den Build Layer und den Governance Layer. 鈥濧genten sind nur so leistungsf盲hig wie der Kontext, mit dem sie arbeiten鈥�, betonte er. 鈥濬ehlender Kontext ist der Hauptgrund daf眉r, dass Projekte im Bereich Unternehmens-KI keinen Mehrwert liefern.鈥�

Innerhalb des Build Layer der neuen Plattform sei die neue L枚sung Joule Studio darauf ausgerichtet, die gesch盲ftlichen Herausforderungen eines Unternehmens zu verstehen. Zudem k枚nne man hier schnell und einfach neue KI-Agenten gestalten.

Der Governance Layer sei die dritte Ebene, die vom neuen 麻豆原创 AI Agent Hub auf Grundlage von 麻豆原创 LeanIX gest眉tzt werde. Diese Ebene biete ein Steuerungszentrum, 眉ber die alle KI-Agenten 鈥� sowohl aus 麻豆原创- als auch aus Nicht-麻豆原创-Systemen 鈥� identifiziert, verwaltet und gelenkt werden k枚nnten. Der Governance Layer werde im dritten Quartal allgemein verf眉gbar und ohne zus盲tzliche Kosten in der 麻豆原创 Business AI Platform enthalten sein.

Anschlie脽end trat Rob Fisher, Global Head of Advisory bei KPMG, zu Herzig auf die B眉hne. Auch er sprach davon, dass sich der KI-Markt ver盲ndere: 鈥濾on Kunden h枚re ich, dass ganz klar ein Wandel stattfindet. Sie gehen von KI-Pilotprojekten dazu 眉ber, KI und Agenten in Arbeitsabl盲ufe zu integrieren. Erst in der Umsetzung und der Anpassungsf盲higkeit der Unternehmen zeigt sich, wer die Marktf眉hrer sind, die sich klar vom Wettbewerb absetzen.鈥�

麻豆原创 Autonomous Suite

麻豆原创-Vorstandsmitglied Muhammad Alam, 麻豆原创聽Product & Engineering, kn眉pfte daran an und gab bekannt, dass das SaaS-Anwendungsportfolio der 麻豆原创 zur 麻豆原创聽Autonomous Suite werde, was die 麻豆原创 als die bedeutendste Weiterentwicklung des 麻豆原创-Anwendungsgesch盲fts in der Unternehmensgeschichte bezeichnet.

Die Suite umfasst f眉nf autonome Gesch盲ftsbereiche: Autonomous Finance, Autonomous Spend, Autonomous Supply Chain Management, Autonomous HCM und Autonomous CX, mit mehr als 200 Agenten und 眉ber 50 Assistenten, die in den n盲chsten Monaten verf眉gbar sein werden. Jeder Assistent ist zentralen Benutzerrollen zugeordnet und mit festgelegten KPIs verkn眉pft, die 眉ber den 麻豆原创 AI Agent Hub verfolgt werden.

鈥濪ie 麻豆原创 Autonomous Suite vereint unser fundiertes Prozesswissen, Daten mit umfangreicher Semantik und integrierte Governance und Compliance鈥�, sagte Alam. 鈥濪iese Agenten sind als zentrales Ziel auf bestimmte Ergebnisse ausgerichtet. Jeder Assistent hat eine vorgegebene Reihe von Kennzahlen, die er zu erf眉llen hat.鈥�  

鈥濪ie Grundlage f眉r die 麻豆原创聽Autonomous Suite bilden sofort einsatzbereite Agenten 鈥� Hunderte von Agenten, die alle Kernprozesse abdecken鈥�, erl盲uterte er. 鈥濪iese Agenten werden unter sogenannten Assistenten oder Joule-Assistenten geb眉ndelt. Wir haben diese Assistenten Rollen in s盲mtlichen Kernprozessen eines Unternehmens zugeordnet. Denn wenn man von KI profitieren will, besteht der erste Schritt darin, den Mitarbeitenden zu erm枚glichen, mehr zu erreichen, ihre Arbeit zu verbessern oder etwas zu tun, was bisher nicht m枚glich war.“

Mit Joule, so Muhammad weiter, ver盲ndert die 麻豆原创 grundlegend die Art und Weise, wie Nutzer in Zukunft mit 麻豆原创-Anwendungen arbeiten werden.

鈥濿ir nennen dies Joule Spaces. Und zusammen mit der vertrauten dialogorientierten Kommunikation in Joule und Joule Studio 2.0 bildet dies nun Joule Work, wie wir es nennen鈥�, 别谤办濒盲谤迟别 er.

鈥濲oule Work ist ein enormer Schritt nach vorn, wenn es darum geht, die bisherigen Funktionen von Joule zu optimieren鈥�, sagte Alam. 鈥濵it Joule Work erweitern wir Joule um eine Claw-basierte Agenten-Infrastruktur, zusammen mit Computer- und Dateizugriff, besserer Unterst眉tzung f眉r offene Standards wie MCP und A2A, Zugang zu einer umfassenderen Wissensdatenbank und nat眉rlich beeindruckenden dynamischen Visualisierungen.鈥� 

Industry AI: H&M- und branchenspezifische Transformation

W盲hrend der Keynote stellte Sebastian Steinh盲user, Chief Operating Officer der 麻豆原创, die 鈥濱ndustry AI鈥�-Initiative vor, mit der KI-gest眉tzte L枚sungen bereitgestellt werden, die auf jahrzehntelanger branchenspezifischer Erfahrung in 26 Branchen basieren. Er hob hervor, wie der 麻豆原创-Kunde Takeda in der Life-Sciences-Branche durch das Branchenszenario Autonomous Regulated Manufacturing Produktivit盲tssteigerungen von bis zu 10 %, eine Verringerung der Umsatzeinbu脽en durch Fehlbest盲nde von bis zu 25 % und eine Reduzierung der Sicherheitsbest盲nde von bis zu 5 % erziele.

Anschlie脽end kam Ellen Svanstr枚m, CDIO der H&M Group, auf die B眉hne und erl盲uterte, wie der Modeh盲ndler KI in seine gesamte Wertsch枚pfungskette integriert. Auf Basis von RISE with 麻豆原创, 麻豆原创 Business Data Cloud, 麻豆原创 Commerce Cloud und 麻豆原创-SuccessFactors-L枚sungen hat H&M einen Store Intelligence Agent entwickelt, der Echtzeitdaten verarbeitet, um konkrete Empfehlungen f眉r Filialleiter zu generieren. Svanstr枚m stellte auch den KI-gest眉tzten InStore Concierge vor, einen kundenbezogenen Agenten, der digitalen und physischen Einzelhandel durch individualisierte Outfit-Empfehlungen und 痴别谤蹿眉驳产补谤办别颈迟 in Echtzeit verbindet.

RISE with 麻豆原创 und 麻豆原创 GROW: Der Weg zum autonomen Unternehmen

Zur眉ck auf der B眉hne betonte Klein, dass die Einf眉hrung von Technologie allein noch keinen gesch盲ftlichen Nutzen bringe.

鈥濿enn Sie KI-Agenten einfach nur in Ihre Systemlandschaft einbinden, wird der Mehrwert gleich Null sein鈥�, bekr盲ftige er.

Er sprach zudem 眉ber den Wandel zum autonomen Unternehmen und 别谤办濒盲谤迟别, dass dieser konsequentes Change Management erfordere. 鈥濪ie Einf眉hrung von KI geht Hand in Hand mit der 脛nderung von Gesch盲ftsprozessen und der Schulung von Endanwendern鈥�, betonte Klein.

Um Kunden auf diesem Weg zu unterst眉tzen, k眉ndigte die 麻豆原创 eine umfassende Neuausrichtung ihrer Angebote RISE with 麻豆原创 und 麻豆原创 GROW an. Kunden von RISE with 麻豆原创 wird vertraglich best盲tigt, dass sie im ersten Jahr drei aktivierte Joule-Assistenten erhalten. Mit dem Max Success Plan l盲sst sich die Einf眉hrung dann auf das gesamte Unternehmen ausweiten. 

Kunden von 麻豆原创 GROW erhalten bereits vom ersten Tag an Zugriff auf mehr als 20 KI-Assistenten. Eine KI-gest眉tzte Toolchain hilft ihnen, den Produktivstart innerhalb weniger Wochen zu vollziehen. Neue Partnerschaften mit Palantir und Accenture zielen darauf ab, die komplexesten Migrationsszenarien zu unterst眉tzen.

Abschluss der Keynote: Das autonome Unternehmen

Zum Abschluss seiner Keynote bat Klein den KI-Assistenten Joule, die wichtigsten Erkenntnisse zusammenzufassen und betonte, dass sich die 麻豆原创 von einem Softwareunternehmen zu einem Anbieter von Unternehmens-KI entwickle.

鈥濿ir haben gezeigt, wie die 麻豆原创 Business AI Platform das Versprechen von Unternehmens-KI einl枚st. Die Plattform stellt die Daten, Prozesse und Governance bereit, die die KI ben枚tigt, um pr盲zise und sichere Ergebnisse im gro脽en Ma脽stab zu liefern. Mit der 麻豆原创 Autonomous Suite haben wir eine L枚sung vorgestellt, in der Anwendungen f眉r Sie analysieren, entscheiden und handeln. Und wir haben gezeigt, wie sich Change Management mit RISE with 麻豆原创 sicherstellen l盲sst. Gemeinsam mit Kunden und Partnern haben wir gezeigt, wie 麻豆原创 Unternehmen dabei unterst眉tzt, die Vision des Autonomen Unternehmens Wirklichkeit werden zu lassen鈥�, f眉hrte Klein aus.

鈥濻eit 眉ber 50 Jahren definieren wir immer wieder neu, wie Unternehmen ihre Gesch盲fte abwickeln. Indem wir das ERP-Wissen der 麻豆原创 in die neue 麻豆原创 Business AI Platform integrieren, l枚sen wir eine der gr枚脽ten Herausforderungen, vor denen Unternehmen heute stehen: Wie l盲sst sich KI in echten Gesch盲ftswert verwandeln?鈥� Abschlie脽end sagte er: 鈥濴ange Verhandlungen, St枚rungen in Lieferketten und fehlende Transparenz in Finanzprozessen geh枚ren der Vergangenheit an. Nun beginnt eine neue 脛ra: Willkommen im autonomen Unternehmen.鈥�

The post 麻豆原创 stellt KI-Plattform f眉r das autonome Unternehmen vor appeared first on 麻豆原创 News Center.

Auf der 麻豆原创 麻豆原创PHIRE wird diese Mission jetzt f眉r ein grundlegend ver盲ndertes Umfeld neu definiert. Denn alle Branchen stehen heute vor derselben Herausforderung: Erfolg h盲ngt nicht mehr nur davon ab, was Fachkr盲fte wissen, sondern wie gut sie dieses Wissen zusammen mit KI einsetzen k枚nnen.

Die Technologie hat sich l盲ngst weiterentwickelt. Was Unternehmen heute voneinander unterscheidet, ist nicht der Zugang zu Innovationen, sondern die F盲higkeit, die damit gewonnenen Erkenntnisse in Ergebnisse umzusetzen. Nach Angaben des stellen Qualifikationsl眉cken das gr枚脽te Hindernis bei der Transformation dar 鈥� noch vor Investitionsbeschr盲nkungen und komplexen gesetzlichen Anforderungen. Um diese L眉cke zu schlie脽en, reicht es nicht, einfach mehr Schulungen anzubieten. Ein grunds盲tzliches Umdenken ist notwendig: Wie werden Qualifikationen best盲tigt, ausgebaut und kontinuierlich weiterentwickelt?

Zertifizierung neu gedacht

, die widerspiegeln, wie Fachkr盲fte heute arbeiten. Bei mehr als 100 Zertifizierungen wurden die bisherigen Multiple-Choice-Tests durch zwei Pr眉fungstypen ersetzt: szenariobasierte und systembasierte Pr眉fungen. Die Kandidaten m眉ssen in Rollensimulationen fallbasierte Problemstellungen l枚sen und in  simulierten 麻豆原创-Systemen, die echte Komplexit盲t abbilden, an konkreten Aufgaben arbeiten. W盲hrend der Pr眉fungen d眉rfen sie auch KI-Tools nutzen. Dies ist bewusst so vorgesehen und keine Ausnahme.

Hier vollzieht sich ein grundlegender Wandel. Bei der Zertifizierung steht nicht mehr die Wissensabfrage im Mittelpunkt. Es geht vielmehr darum, bestimmte F盲higkeiten zu demonstrieren: mit Unklarheiten umzugehen, fundierte Entscheidungen zu treffen und KI gezielt als Hilfsmittel einzusetzen, ohne sich blind auf sie zu verlassen. Nach diesem Modell wurden bereits mehr als 100.000 Pr眉fungen abgelegt.

Lernen findet parallel statt

Im ver盲ndert KI die Art und Weise, wie Fachkr盲fte mit Inhalten arbeiten. In den Kunden- und Partnereditionen der Plattform stehen ausgew盲hlte Funktionen von Google NotebookLM zur Verf眉gung.

Es findet Eine Verlagerung statt: weg vom passiven Konsum hin zu einer aktiven Auseinandersetzung. Lernende k枚nnen 麻豆原创-Inhalte in 眉ber 80 Sprachen nutzen, gezielt Fragen stellen und pr盲zise Antworten erhalten 鈥� inklusive direkter Verweise auf offizielle Materialien. Dar眉ber hinaus erstellt die KI erg盲nzende Formate: Podcasts f眉r Situationen, in denen ein Bildschirm unpraktisch ist, zum Beispiel beim Pendeln, auf Reisen oder einfach in Pausen vom Schreibtisch. Die Podcasts eigenen sich f眉r passives Zuh枚ren, aber auch f眉r interaktive Gespr盲che mit KI-Moderatoren sind m枚glich. Hinzu kommen FAQ-Sammlungen, Lernleitf盲den, Mindmaps, Zeitpl盲ne, Briefing-Dokumente und Video眉bersichten. So passt sich das Lernen an die individuellen Bed眉rfnisse und den verf眉gbaren Zeitrahmen an.

Die Erstanwenderzahlen sprechen f眉r sich: 脺ber 7.500 Benutzer arbeiten bereits mit diesen Funktionen. meldet eine um 50 Prozent schnellere Einarbeitung neuer Mitarbeitender. Und hat den 麻豆原创 Learning Hub zur zentralen Plattform gemacht, um Talente auf das Zeitalter von Agentic AI vorzubereiten. Der Trend ist eindeutig: Lernen wird Teil des Arbeitsalltags. Es findet nicht davon getrennt statt.

Das Datenfundament schaffen

Parallel dazu widmet sich die 麻豆原创 einer Grundvoraussetzung effektive KI: den Daten.  Viele Unternehmen arbeiten noch immer mit fragmentierten und inkonsistenten Datenlandschaften, was den Nutzen von KI-Initiativen erheblich einschr盲nkt. Der Lernpfad vermittelt die Kompetenz, Unternehmensdaten zu verkn眉pfen, zu strukturieren und zu verwalten, damit KI-Systeme auf einer verl盲sslichen Basis arbeiten k枚nnen.

Diese F盲higkeit wird zunehmend strategisch wichtig. Unternehmen, die ein solides Datenfundament schaffen, sind in der Lage, schneller Einblicke zu gewinnen und Ma脽nahmen zu ergreifen. Sie k枚nnen KI besser skalieren und erzielen konsistentere Gesch盲ftsergebnisse. In diesem Sinne ist die Datenarchitektur kein reines Backend-Thema mehr, sondern ein zentraler Hebel f眉r die Transformation des gesamten Unternehmens.

Skills in gro脽em Ma脽stab

Die 麻豆原创 hat sich zum Ziel gesetzt, bis 2030 12 Millionen Menschen fit f眉r den Umgang mit KI zu machen. Daf眉r muss sie den Zugang zu Lernangeboten erleichtern, wobei Umfang und Relevanz der Lerninhalte gleichbleiben sollten. Ausgew盲hlte wie stehen jetzt ohne Anmeldung und kostenfrei zur Verf眉gung. Fachkr盲fte erhalten so unabh盲ngig von ihrer Karrierestufe direkten Einblick in die Business-AI-Strategie der 麻豆原创.

Rollenbasierte Lernpfade erm枚glichen eine gezielte Weiterentwicklung f眉r wichtige Rollen wie Enterprise Architects. Ein eigener Kurs zum Thema 鈥濩lean Core“ hilft Unternehmen dabei, ihre 麻豆原创-S/4HANA-Landschaften so aufzustellen, dass schnellere Innovationszyklen und eine effizientere Einf眉hrung neuer Funktionen m枚glich sind.

Um Kompetenzen in m枚glichst gro脽er Breite aufzubauen, bedarf es auch der Reichweite des Partnernetzes. Durch die Partnerschaft mit Accenture LearnVantage erweitert die 麻豆原创 den und kombiniert von 麻豆原创 erstellte Inhalte und Schulungssysteme mit der nachgewiesenen Erfahrung von Accenture LearnVantage bei der Entwicklung von Technologiekompetenzen f眉r Unternehmenskunden.  Auf diese Weise entsteht ein durchg盲ngiger Lernpfad: von den Grundlagen 眉ber praktische Erfahrung bis zur Zertifizierung. Genauso entwickeln Fachkr盲fte ihre Kompetenzen in der Praxis: Schritt f眉r Schritt, im jeweiligen Kontext und mit Bezug zur realen Anwendung.

Ein grundlegender Wandel

Diese Entwicklungen deuten auf einen grundlegenden Wandel hin. Lernen findet nicht mehr punktuell statt. Es erfolgt kontinuierlich, passt sich an und ist fest im Arbeitsalltag verankert. Die Teilnahme an Lernangeboten der 麻豆原创 ist im Jahresvergleich um 33 Prozent gestiegen. Ein klares Zeichen daf眉r, dass Unternehmen Kompetenzen zunehmend als strategische Ressource in einer KI-gest眉tzten Wirtschaft begreifen.  Das autonome Unternehmen sieht in jeder Branche anders aus 鈥� und damit auch die F盲higkeiten, die es ben枚tigt.

Auf der 麻豆原创 麻豆原创PHIRE feiert die 麻豆原创 30 Jahre Zertifizierung. Aber dabei blickt sie nicht zur眉ck, sondern nach vorn und definiert Zertifizierung neu. Die Zertifizierung wird zu einem Nachweis der Handlungs- und Probleml枚sungsf盲higkeit. Das Lernen wird zu einem laufenden Prozess, der sich weiterentwickelt, so wie sich auch Technologie und Gesch盲ftsanforderungen weiterentwickeln.

In einer von KI gepr盲gten Welt entsteht Wettbewerbsvorteil nicht allein durch den Zugang zu Technologie. Entscheidend ist die F盲higkeit, sie gezielt einzusetzen. Branchen眉bergreifend zeigt sich dasselbe Muster: Wie schnell Unternehmen Nutzen aus KI ziehen, h盲ngt von der F盲higkeit ab, sie gezielt einzusetzen.

Mehr zu diesen Neuerungen und dazu, wie die 麻豆原创 Unternehmen beim Aufbau von KI-Kompetenzen im gro脽en Ma脽stab unterst眉tzt, erfahren Sie im .

Andre Bechtold ist President und Leiter des Bereichs 麻豆原创 Industries聽&聽Experiences

The post Zertifizierung im KI-Zeitalter: Vom Wissen zur Kompetenz appeared first on 麻豆原创 News Center.

Partnerschaft er枚ffnet neue Wege f眉r die Migration von Unternehmensdaten mit KI-gest眉tzten Tools von 麻豆原创, erg盲nzt durch AIP von Palantir f眉r Datenmigrationsszenarien. Dies vereinfacht und beschleunigt die digitale Transformation f眉r 麻豆原创-Kunden, wobei Accenture als Co-Innovationspartner f眉r gemeinsame Kunden fungiert.

Auf der diesj盲hrigen 厂础笔听厂补辫辫丑颈谤别 haben 麻豆原创 und Palantir einen Ausbau ihrer strategischen Partnerschaft angek眉ndigt, durch die neue Funktionen f眉r die Datenmigration bereitgestellt werden. Diese sollen Kunden helfen, im KI-Zeitalter erfolgreich zu sein und die 麻豆原创-Vision des autonomen Unternehmens zu verwirklichen.

Ziel der erweiterten Partnerschaft ist es, die Cloudmigrationen gemeinsamer Kunden zu erleichtern, damit die komplexesten Szenarien der Datenmigration schnell und sicher den Prozess der Unternehmenstransformation durchlaufen.

KI im gesamten Migrationslebenszyklus integriert

Die erweiterte Partnerschaft baut auf der breiteren agentenbasierten Migrationsstrategie der 麻豆原创 auf. Sie vereint das umfassende Know-how der 麻豆原创 bei Unternehmensanwendungen und 麻豆原创 Business AI und die Plattform AIP von Palantir, um KI-gest眉tzte Funktionen f眉r die Datenmigration bereitzustellen, die Zeitpl盲ne beschleunigen, Kosteneinsparungen gew盲hrleisten und die Prozesse von Unternehmen grundlegend ver盲ndern. 麻豆原创-Kunden k枚nnen nun AIP von Palantir f眉r Datenmigrationsszenarien neben den agentenbasierten nahtlos integrierten Tools von 麻豆原创 nutzen, die Tools f眉r die Unternehmenstransformation und die neuen Migrations- und Modernisierungsassistenten umfassen und den Umstieg auf 麻豆原创-Cloud-ERP-Anwendungen beschleunigen.

鈥濽m die Vision des autonomen Unternehmens zu verwirklichen, ben枚tigen Unternehmen vertrauensw眉rdige Partner, die ihnen helfen, ihre Kernprozesse umzugestalten und von Gesch盲ftsdaten und KI zu profitieren鈥�, sagte Christian Klein, Vorstandsvorsitzender der 麻豆原创 SE. 鈥濭emeinsam mit Palantir erm枚glichen wir unseren Kunden einen schnellen und sicheren Umstieg auf die Cloud durch erg盲nzende Funktionen, die Innovationen im gesamten Unternehmen beschleunigen.鈥�

鈥濿ir sind stolz darauf, mit 麻豆原创 und Accenture zusammenzuarbeiten, um Unternehmen zu helfen, die M枚glichkeiten von fortgeschrittener KI und Datenmigration f眉r die weltweit wichtigsten Abl盲ufe zu nutzen. Diese Partnerschaft soll Kunden dabei helfen, gr枚脽tm枚glichen Nutzen aus ihren Daten zu ziehen, die Migration in die Cloud und den Einsatz von KI zu beschleunigen und widerstandsf盲higere und effizientere Abl盲ufe zu schaffen鈥�, sagte Alex Karp, Mitgr眉nder und CEO von Palantir Technologies.

Accenture als Global Strategic Services Partner

Accenture spielt als erster Global Strategic Services Partner f眉r diese Initiative eine Schl眉sselrolle bei der Realisierung dieses Gemeinschaftsprojekts, um Kunden zu helfen, diese Funktionen in gro脽e Unternehmensprogramme umzusetzen. Gemeinsam k枚nnen 麻豆原创, Palantir und Accenture gemeinsame Kunden dabei unterst眉tzen, M枚glichkeiten zur Beschleunigung in 麻豆原创- und Fremdsystemen fr眉her zu erkennen, eine schnellere Wertsch枚pfung zu erzielen und kontinuierliche Innovationen voranzutreiben, indem sie den Ansatz f眉r 麻豆原创-Cloud-ERP-Migrationen grundlegend neu definieren. Wenn Unternehmen von Anfang an KI einsetzen, k枚nnen sie Migrationsanalysen, Planung, Fehlerbehebung, Tests und Folgenabsch盲tzungen automatisieren und in jeder Phase messbaren Mehrwert schaffen, statt nur Projektzeitpl盲ne zu verfolgen.

鈥濱n der heutigen Welt ist eine schnelle Wertsch枚pfung f眉r unsere Kunden von entscheidender Bedeutung鈥�, sagte Julie Sweet, Vorsitzende und CEO von Accenture. 鈥濿ir freuen uns, gemeinsam mit der 麻豆原创 und Palantir Innovationen zu entwickeln, damit unsere Kunden schneller ihre ERP-Systeme mit 麻豆原创 modernisieren k枚nnen. Dies ist die Grundlage, um Kernprozesse neu zu gestalten und mithilfe von KI neue Chancen zur Leistungssteigerung zu entdecken.鈥�

Neue von 麻豆原创 validierte Bereitstellungsoptionen

Die 麻豆原创 stellt Palantir AIP f眉r Datenmigrationsszenarien als 麻豆原创 Endorsed App im 麻豆原创 Store und bald als 麻豆原创-L枚sungserweiterung zur Verf眉gung. Dies gew盲hrleistet einen zuverl盲ssigen, von 麻豆原创 validierten Weg zur Beschleunigung komplexer Datenmigrationen, darunter auch Migrationen zu 麻豆原创-Cloud-ERP-Anwendungen. Die neue 麻豆原创-L枚sungserweiterung vereint das umfassende Wissen der 麻豆原创 眉ber wichtige Gesch盲ftsprozesse und Daten mit vielf盲ltiger Semantik mit Palantir AIP, um Datenmigrationen f眉r 麻豆原创-Kunden sicher zu beschleunigen. Mit dem neuen Angebot k枚nnen Kunden schneller wertvolle Erkenntnisse gewinnen und intelligentere, datengest眉tzte Ergebnisse erzielen.

Gemeinsam definieren 麻豆原创 und Palantir 麻豆原创-Datenmigrationen neu, einschlie脽lich der Modernisierung von ERP-Systemen durch erg盲nzende L枚sungen. Dadurch wird aus einem bisher komplexen Migrationsprozess ein Projekt, das eine schnellere Wertsch枚pfung 别谤尘枚驳濒颈肠丑迟.

痴别谤蹿眉驳产补谤办别颈迟

Palantir AIP f眉r Datenmigrationsszenarien ist nun als 麻豆原创聽Endorsed App im 麻豆原创 Store verf眉gbar. Die 聽麻豆原创-L枚sungserweiterung 聽soll f眉r 麻豆原创-Kunden im dritten Quartal 2026 allgemein verf眉gbar sein.

Jan Gilg ist Mitglied des Erweiterten Vorstands der 麻豆原创 SE.

The post 麻豆原创 und Palantir erweitern Partnerschaft mit KI-gest眉tzten Tools f眉r die Datenmigration zur Beschleunigung der Cloud-ERP-Transformation f眉r autonome Unternehmen appeared first on 麻豆原创 News Center.

F眉r 麻豆原创-Kunden kann diese Entwicklung eine deutliche Produktivit盲tssteigerung bedeuten. Zugleich gehen damit jedoch auch strenge Anforderungen einher: KI-Agenten f眉r Unternehmen m眉ssen von Grund auf sicher, kontrollierbar und 眉berpr眉fbar sein.

Dies ist der Hintergrund f眉r die enge technische Zusammenarbeit zwischen 麻豆原创 und NVIDIA, mit der die 麻豆原创 Business AI Platform und NVIDIA OpenShell, eine sichere Open-Source-Laufzeitumgebung f眉r autonome KI-Agenten, integriert werden sollen. Ziel dabei ist es nicht, dass 麻豆原创 die OpenShell-Laufzeitumgebung 鈥灻糱ernimmt鈥�. Vielmehr geht es darum, dass 麻豆原创 die Ausf眉hrungsschicht f眉r Agentic AI gemeinsam mit NVIDIA gestaltet, mit Sicherheitsfunktionen versieht und in Produkte 眉berf眉hrt.

Welche Vorteile die Zusammenarbeit f眉r 麻豆原创-Kunden mit sich bringt

麻豆原创-Kunden profitieren durch diese Zusammenarbeit von konkretem und praktischem Nutzen.

Sie schafft die Voraussetzungen f眉r:

• KI-Agenten, die innerhalb von 麻豆原创-Prozessen agieren, ohne Governance-Mechanismen zu umgehen
• Sicherheitsmodelle, die sich an den IAM- und Compliance-Frameworks von Unternehmen orientieren
• 眉bersichtliche Pr眉fpfade f眉r system眉bergreifende Aktionen von Agenten
• einen sicheren 脺bergang von Pilotprojekten zum Produktiveinsatz

Vor allem aber sorgt sie daf眉r, dass Kunden sich nicht zwischen Innovation und Kontrolle entscheiden m眉ssen. Sie sind nicht gezwungen, Sicherheitsfunktionen nachtr盲glich zu implementieren oder ihre Risikomodelle zu 眉berarbeiten, um den Anforderungen von KI-Agenten Rechnung zu tragen.

Sicherheit und Governance werden vielmehr von Anfang an in das Ausf眉hrungsmodell integriert.

Die eigentliche Herausforderung f眉r Unternehmen: Vertrauen in die Aktionen von Agenten aufbauen

Wenn KI-Systeme nicht mehr nur Antworten auf Fragen liefern, sondern auch Aktionen ausf眉hren, bringt dies v枚llig neue Risiken mit sich.

Agentenbasierte Systeme k枚nnen:

• auf Daten in Erfassungssystemen zugreifen,
• 眉ber Anwendungs- und Datengrenzen hinweg agieren und
• Aktionen ausf眉hren, ohne dass dabei jeder Schritt durch einen Menschen 眉berpr眉ft wird.

Diese M枚glichkeiten stellen alle Unternehmen聽鈥� insbesondere in regulierten Branchen聽鈥� vor enorme Herausforderungen, was die Sicherheit und Governance bei der Ausf眉hrung von Agenten betrifft. Kontrollen, wie sie im Zeitalter von Chatbots 眉blich waren, greifen zu kurz, wenn Agenten Zugriff auf Shells, Dateien, Netzwerke, Anmeldeinformationen und APIs haben.

麻豆原创-Kunden wissen nur zur gut, welche Folgen das in der Praxis haben kann. Der Einsatz von KI ist f眉r sie nur dann von Nutzen, wenn die KI:

• auf Fehler untersucht und 眉berpr眉ft werden kann,
• auf der Grundlage von Richtlinien eingesetzt wird und
• von Sicherheits- und Compliance-Teams f眉r vertrauensw眉rdig erachtet wird.

Um dieses Problem zu l枚sen, gen眉gt es nicht, grundlegende Infrastrukturbausteine bereitzustellen oder Regeln auf Anwendungsebene zu definieren.

NVIDIA OpenShell als Grundlage

NVIDIA OpenShell tr盲gt mit der sicheren Ausf眉hrung autonomer Agenten in einer Sandbox-Umgebung entscheidend zur L枚sung dieses Problems bei.

Die Open-Source-Laufzeitumgebung OpenShell stellt leistungsstarke Funktionen zur Verf眉gung. Beispiele hierf眉r sind:

• isolierte Ausf眉hrungsumgebungen
• die Durchsetzung von Richtlinien beim Zugriff auf das Dateisystem und das Netzwerk
• eine Ausf眉hrung ausschlie脽lich auf Ebene der Laufzeitumgebung, wodurch die Folgesch盲den eingegrenzt werden, selbst wenn die Logik des Agenten fehlschl盲gt

Diese Funktionen bilden eine grundlegende Schicht f眉r die sichere Ausf眉hrung autonomer Agenten. In der Praxis ist es f眉r Unternehmen wichtig, dass diese Ausf眉hrungsschicht auf den gesch盲ftlichen Kontext und das Governance-Modell abgestimmt ist. Unternehmen erwarten klare Antworten auf folgende Fragen:

• Welche Benutzerrolle autorisiert eine Aktion?
• Welcher Prozesskontext muss ber眉cksichtigt werden?
• Welche Unternehmensrichtlinien und Pr眉fpfade gelten f眉r Aktionen?

Hier kann 麻豆原创 einen entscheidenden Beitrag leisten.

麻豆原创 erg盲nzt OpenShell um Gesch盲ftssemantik, Governance und Skalierungsm枚glichkeiten

麻豆原创 bringt die konkreten Anforderungen von Unternehmen in die Entwicklung von OpenShell ein.

1. Anforderungen von Unternehmen an Laufzeitumgebungen

麻豆原创 ist wie kaum ein anderer Softwareanbieter in gro脽em Ma脽stab verantwortlich f眉r:

• die Steuerung gesch盲ftskritischer Prozesse
• die Unterst眉tzung von Unternehmen in regulierten Branchen
• die Ausf眉hrung von Millionen von Transaktionen pro Stunde

Mit Workloads, die in der Praxis von 麻豆原创-Agenten ausgef眉hrt werden, stellt 麻豆原创 im Rahmen der Zusammenarbeit mit NVIDIA das operative Versuchsfeld bereit, mit dem sich die leistungsf盲hige Laufzeitumgebung OpenShell zu einer praxiserprobten Umgebung weiterentwickeln kann.

In diesem Zusammenhang m眉ssen auch die Anforderungen f眉r folgende Aspekte definiert werden:

• Grenzen f眉r die Isolierung, die den Risikomodellen des Unternehmens entsprechen
• Durchsetzung von Richtlinien im Einklang mit den konkreten gesch盲ftlichen Rahmenbedingungen
• 脺berpr眉fbarkeit, die den Erwartungen der Kunden und den gesetzlichen Vorgaben entspricht

2. Gemeinsame Entwicklung von OpenShell-Funktionen

麻豆原创 stellt Kapazit盲ten f眉r die Entwicklung der Open-Source-Codebasis von OpenShell zur Verf眉gung. Der Schwerpunkt liegt dabei auf Bereichen, die f眉r Unternehmen besonders wichtig sind:

• Absicherung der Laufzeitumgebung
• Modellierung von Richtlinien
• Integration in das Identit盲tsmanagement von Unternehmen
• Hooks f眉r die 脺berpr眉fung und Governance

麻豆原创 leistet einen Beitrag zur Definition der Anforderungen f眉r eine sichere Ausf眉hrung von Agenten im Unternehmen聽鈥� nicht nur in der Theorie, sondern auch beim Produktiveinsatz.

3. Joule-Studio-Laufzeitumgebung: von einer sicheren Ausf眉hrung zur Kontrolle durch das Unternehmen

W盲hrend OpenShell eine sichere Ausf眉hrung erm枚glicht, stellt die Joule-Studio-Laufzeitumgebung die n枚tigen Funktionen und Prozesse bereit, damit Agenten von Unternehmenssystemen genutzt und gesteuert werden k枚nnen:

• Gesch盲ftsorientierte Richtliniensemantik (Rollen, F盲higkeiten, Lebenszyklus)
• Identit盲ts- und Zugriffskontrolle f眉r Unternehmen
• Beobachtbarkeit und 脺berpr眉fbarkeit aller Verhaltensweisen von Agenten
• Implementierung und operative Governance in allen Landschaften

Dadurch wird sichergestellt, dass sich das autonome Handeln von Agenten stets an den gesch盲ftlichen Zielen und Zust盲ndigkeiten orientiert und nicht nur auf den technischen Berechtigungen basiert.

Die Antwort von OpenShell lautet: 鈥濳ann diese Aktion sicher ausgef眉hrt werden?鈥�
Die Antwort der Joule-Studio-Laufzeitumgebung lautet: 鈥濻oll diese Aktion 眉berhaupt ausgef眉hrt werden?鈥�

Die Messlatte f眉r Agentic AI f眉r Unternehmen h枚her legen

Die Zusammenarbeit zwischen 麻豆原创 und NVIDIA zielt nicht nur auf die Integration von Technologien ab. Sie steht vielmehr f眉r die gemeinsame Absicht, die Bedeutung des Begriffs 鈥瀎眉r Unternehmen鈥� im Zusammenhang mit autonomen KI-Systemen zu definieren.

Durch B眉ndelung

• der innovativen Laufzeitumgebung und Sicherheitsfunktionen von NVIDIA
• mit der F盲higkeit von 麻豆原创, Technologien in Produkte zu 眉berf眉hren, sowie dem Governance-Wissen von 麻豆原创 und dem gro脽fl盲chigen Einsatz von 麻豆原创-L枚sungen

schaffen 麻豆原创 und NVIDIA eine integrierte L枚sung f眉r die vertrauensw眉rdige Ausf眉hrung von Agenten聽鈥� eine L枚sung, die Unternehmen 眉berpr眉fen, steuern und sicher einsetzen k枚nnen.

麻豆原创-Kunden stehen durch diese Zusammenarbeit KI-Agenten zur Verf眉gung, die nicht nur leistungsf盲hig, sondern auch daf眉r ausgelegt sind, Vertrauen in Umgebungen zu schaffen, in denen Vertrauen besonders wichtig ist.

Andre Lamego ist SVP und Chief Product Officer f眉r 麻豆原创 BTP Fabric.

The post Sichere KI-Agenten: 麻豆原创 und NVIDIA definieren gemeinsam Anforderungen f眉r die Ausf眉hrung von Agenten f眉r Unternehmen appeared first on 麻豆原创 News Center.

Neue Studien von 麻豆原创 und Wakefield* zeigen jedoch eine ganz andere Realit盲t. Nachwuchskr盲fte werden durch KI nicht 眉berfl眉ssig, sondern vielmehr schneller produktiv. KI f眉hrt dazu, dass sich die Anfangsphase des Berufslebens grundlegend wandelt und die Erwartungen an Besch盲ftigte wesentlich fr眉her steigen.

Umfragen haben ergeben, dass 88聽Prozent der Chief Human Resource Officers (CHROs) damit rechnen, dass Berufseinsteiger dank KI in ihren Positionen schneller einsatzbereit sind. Dadurch steigen die Anforderungen auf beiden Seiten. W盲hrend Unternehmen davon profitieren, dass Mitarbeitende schneller produktiv werden und einen Beitrag zum Unternehmenserfolg leisten k枚nnen, sehen sich Berufseinsteiger mit h枚heren Erwartungen konfrontiert und haben weniger Zeit, sich einzuarbeiten. F眉hrungskr盲fte m眉ssen deshalb neue Ans盲tze entwickeln, wie sie den Erfolg von Mitarbeitenden definieren und vom ersten Tag an unterst眉tzen.

Schnellere Einsatzbereitschaft durch KI

Lange Zeit haben Berufseinsteiger sich wiederholende, weniger wichtige Aufgaben 眉bernommen, um die Arbeitsabl盲ufe des Unternehmens zu erlernen. Diese grundlegenden Aufgaben werden heute gr枚脽tenteils mithilfe von KI automatisiert.

Dieser Wandel vollzieht sich in immer mehr Unternehmen: 79听笔谤辞锄别苍迟 der befragten CHROs gaben an, dass Berufseinsteigern bereits in den ersten vier Wochen KI-Tools zur Verf眉gung gestellt werden. 87听笔谤辞锄别苍迟 erwarten von neuen Mitarbeitenden au脽erdem, dass sie bereits mit KI vertraut sind oder sich unmittelbar nach ihrem Eintritt in das Unternehmen in die Tools einarbeiten.

Da herk枚mmliche Aufgaben zunehmend von KI erledigt werden, 眉bernehmen Berufseinsteiger fr眉her erfolgsrelevante T盲tigkeiten. F眉r CHROs sind bereits erste Auswirkungen erkennbar: 56 Prozent berichten, dass der Einsatz von KI zu h枚herem Selbstvertrauen f眉hrt, und 55听笔谤辞锄别苍迟 sehen eine h枚here Produktivit盲t.

Diese Entwicklung spiegelt auch die Themen wider, mit denen wir uns im 鈥灺槎乖� SuccessFactors Future of Work Predictions 2025鈥� erstmals befasst haben. Dort haben wir untersucht, wie sich Einstiegspositionen durch KI ver盲ndern k枚nnten. Da KI immer mehr grundlegende Aufgaben 眉bernimmt, lautet die Frage nicht, ob es weiter Positionen f眉r Berufseinsteiger geben wird, sondern vielmehr, wie Unternehmen durch eine Neugestaltung dieser Positionen neue M枚glichkeiten f眉r den Kompetenzaufbau schaffen k枚nnen.

H枚here Produktivit盲t f眉hrt zu h枚heren Erwartungen

Wenn Nachwuchskr盲fte schneller produktiv werden, m眉ssen sie auch schneller h枚heren Erwartungen gerecht werden. Verschiedene strukturelle Faktoren tragen zu diesem Wandel bei: Unternehmen stellen weniger Berufseinsteiger ein, w盲hrend zugleich Nachwuchskr盲fte, die eine Stelle finden, fr眉her komplexe Aufgaben 眉bernehmen m眉ssen. Die in K眉rze erscheinende Studie unseres macht dies deutlich. Ein Umfrageteilnehmer fasste die Entwicklung wie folgt zusammen: 鈥濨erufseinsteiger haben fr眉her vor allem Routineaufgaben erledigt 鈥� welche T盲tigkeiten sollen sie k眉nftig 眉bernehmen? Sie bringen eine einzigartige Perspektive mit in ein Unternehmen ein. Durch die Einstellung von Nachwuchskr盲ften m枚chten wir unsere gewohnten Herangehensweisen hinterfragen und besseres Arbeiten 别谤尘枚驳濒颈肠丑别苍.鈥�

KI automatisiert jedoch nicht nur Routinet盲tigkeiten, sondern kann auch dazu f眉hren, dass viele der M枚glichkeiten f眉r schrittweises Lernen im Berufsalltag entfallen, die neuen Mitarbeitenden fr眉her geholfen haben, Erfahrungen zu sammeln.

Angesichts dieser steigenden Erwartungen wird deutlich, dass die kognitive Belastung von Berufseinsteigern erheblich zunehmen k枚nnte. CHROs berichten von erh枚htem Leistungsdruck und neue Mitarbeitende m眉ssen sich mehr anstrengen, um mit der Beschleunigung von Arbeitsabl盲ufen durch KI Schritt zu halten. In der Forschung wird dies mitunter auch als bezeichnet: die kognitive Ersch枚pfung, die durch die intensive Nutzung von KI bei der Arbeit entstehen kann.

Risiken durch Nutzung von KI

Diese Entwicklungen bringen verschiedene Risiken sowohl f眉r Besch盲ftigte als auch f眉r Unternehmen mit sich:

• Zunehmende Nutzung von Schatten-KI: 56聽Prozent der CHROs gaben an, dass Berufseinsteiger auf nicht genehmigte KI-Tools zur眉ckgreifen, wenn es keine klaren Leitlinien gibt. Dieses Verhalten ist in der Regel kein absichtlicher Versto脽 gegen Richtlinien, sondern h盲ufig darauf zur眉ckzuf眉hren, dass Berufseinsteiger Schritt halten m枚chten.
• H枚heres Abwanderungsrisiko durch uneinheitlichen Zugang zu Tools: 44聽Prozent der CHROs berichteten, dass ein uneinheitlicher Zugang zu KI-Tools das Risiko der Abwanderung von Mitarbeitenden erh枚ht. Dies gilt insbesondere f眉r Nachwuchskr盲fte, die m枚glicherweise das Gef眉hl haben, ohne Tools zur Automatisierung von Routineaufgaben den gestiegenen Erwartungen an ihre Leistung nicht gerecht werden zu k枚nnen.
• Schwinden grundlegender F盲higkeiten: Auch wenn KI die Produktivit盲t steigert, 盲u脽erten sich 38聽Prozent der F眉hrungskr盲fte besorgt dar眉ber, dass Nachwuchskr盲fte langfristige F盲higkeiten wie Kommunikation, kritisches Denken, Urteilsverm枚gen und Zusammenarbeit nur noch unzureichend erlernen. Diese Besorgnis spiegelt sich auch in qualitativem Feedback von Personalverantwortlichen wider. Ein Umfrageteilnehmer kommt zu dem Schluss: 鈥濿ir haben bei Berufseinsteigern L眉cken festgestellt, was das professionelle Auftreten im gesch盲ftlichen Umfeld betrifft聽鈥� von der Zusammenarbeit 眉ber den Umgang mit Stakeholdern bis hin zum Verantwortungsbewusstsein und dem Gef眉hl der Zust盲ndigkeit.鈥�

Beim Berufseinstieg neue Wege beschreiten

Da heutigen Berufseinsteigern weniger M枚glichkeiten offenstehen als fr眉her, die Arbeitsabl盲ufe schrittweise zu erlernen, m眉ssen Unternehmen diese Lernm枚glichkeiten neu gestalten. Die Studie zeigt verschiedene Bereiche auf, in denen Personalverantwortliche Nachwuchskr盲fte gezielt bei der Einarbeitung unterst眉tzen k枚nnen:

1. Gezielter Aufbau grundlegender Kompetenzen

Durch die Automatisierung von Routinet盲tigkeiten haben Unternehmen die M枚glichkeit, neue Ans盲tze zu entwickeln, wie Nachwuchskr盲fte Kompetenzen in den Bereichen Kommunikation, Zusammenarbeit, kritisches Denken und Entscheidungsfindung aufbauen k枚nnen. Beispiele hierf眉r sind strukturierte, projektbasierte Lernerlebnisse, klarere Vorgaben f眉r Entscheidungen und h盲ufigeres Coaching. Im Mittelpunkt sollte dabei nicht nur das Erledigen von Aufgaben stehen, sondern auch die St盲rkung des Urteilsverm枚gens und die F盲higkeit, Aufgaben zu priorisieren.

2. Schaffen von Einstiegspositionen f眉r wertsch枚pfende Aufgaben

Nachwuchskr盲fte sind besser in der Lage, einen strategischen Beitrag zu leisten, wenn sie in ihrer Position sowohl eigenverantwortlich handeln d眉rfen als auch die n枚tige Unterst眉tzung erhalten. Wenn bei Einstiegspositionen klare Zust盲ndigkeiten und Erwartungen definiert werden und Mitarbeitende durch Mentoring und eindeutige Vorgaben f眉r Entscheidungen und Eskalationen unterst眉tzt werden, k枚nnen Nachwuchskr盲fte Vertrauen aufbauen. Gleichzeitig lassen sich auf diese Weise Risiken besser steuern.

3. Klare Richtlinien f眉r die KI-Governance ab dem ersten Tag

Ohne klare Vorgaben ist f眉r Nachwuchskr盲fte nur schwer nachvollziehbar, wie sie KI verantwortungsvoll nutzen k枚nnen. Wenn bereits beim Onboarding Erwartungen an die KI-Nutzung und rollenspezifische Best Practices kommuniziert werden und F眉hrungskr盲fte die Nutzung von KI regelm盲脽ig in ihren Mitarbeitergespr盲chen thematisieren, l盲sst sich die Nutzung von Schatten-KI reduzieren und das Vertrauen in neue Technologien fr眉hzeitig st盲rken.

4. Gleichberechtigter Zugang zu KI-Tools f眉r alle Teams und F眉hrungskr盲fte

Wenn die Erwartungen steigen, kann ein uneinheitlicher Zugang zu KI-Tools den Leistungsdruck und die Belastung f眉r Berufseinsteiger erh枚hen. Ein einheitlicher Zugang, Schulungen und Unterst眉tzung sorgen daf眉r, dass neue Mitarbeitende auch gestiegenen Anforderungen gerecht werden k枚nnen, ohne das Risiko von Burnout oder einer Abwanderung zu erh枚hen.

Fazit: Auswirkungen von KI auf Berufseinsteiger

KI f眉hrt nicht dazu, dass Jobs f眉r Berufseinsteiger verschwinden, sondern bietet vielmehr neue M枚glichkeiten, wie sie schnell produktiv werden und wertsch枚pfende Aufgaben 眉bernehmen k枚nnen. Zwar gibt es m枚glicherweise weniger Einstiegspositionen, doch diese sind mit h枚heren Erwartungen verbunden. Es wird immer wichtiger, KI-Kompetenzen mit umfassenden menschlichen F盲higkeiten zu verbinden. Durch die Entwicklung von F盲higkeiten in beiden Bereichen k枚nnen Berufseinsteiger nicht nur eine Anstellung finden, sondern auch schnell einen Beitrag zum Unternehmenserfolg leisten und nachhaltige Kompetenzen aufbauen.

Wenn Nachwuchskr盲fte schneller produktiv werden, k枚nnen Unternehmen schneller agieren, Innovationen vorantreiben und ihre Effizienz steigern. Voraussetzung daf眉r sind klare Strukturen, Coaching und eine gezielte Entwicklung von Mitarbeitenden. Unternehmen, die diesen Wandel erfolgreich meistern, helfen Nachwuchskr盲ften nicht nur, sich schneller einzuarbeiten, sondern auch F盲higkeiten in den Bereichen Urteilsverm枚gen, Zusammenarbeit und kritisches Denken aufzubauen, die nicht durch KI ersetzt werden k枚nnen.

Wenn Sie sich 眉ber aktuelle Studien zu den Auswirkungen von KI auf Berufseinsteiger informieren m枚chten, besuchen Sie das .

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

The post Einstiegsjobs verschwinden nicht durch KI, sondern wandeln sich 鈥� und laut CHROs steigen die Anforderungen appeared first on 麻豆原创 News Center.

Mit einem vielf盲ltigen Portfolio von Marken 鈥� Kito, Crosby, Harrington, Gunnebo Industries, Peerless und eepos 鈥� verzeichnete das Unternehmen ein schnelles Wachstum und konnte seinen Umsatz von Millionen US-Dollar auf rund eine Milliarde US-Dollar steigern. Aber nach zahlreichen Akquisitionen hatte das Unternehmen eine fragmentierte IT-Landschaft aus veralteten, nicht unterst眉tzten und nicht skalierbaren Systemen.

Um einen einheitlichen digitalen Kern zu schaffen und Prozesse zu standardisieren, entschied sich Kito Crosby f眉r und implementierte 麻豆原创 S/4HANA Cloud Private Edition, mit dem Ziel, seine langfristige Strategie einer einzigen globalen Instanz umzusetzen.

Eine erfolgreiche Strategie Richtung Cloud

Kito Crosby habe eine 鈥濩lean Core鈥�-Strategie nach dem Greenfield-Ansatz gew盲hlt, um die bestehende Fragmentierung zu beseitigen und langfristige Skalierbarkeit zu erm枚glichen, sagte Johnson Lai, Chief Digital Transformation Officer und Chief Information Officer, . 鈥濬r眉her haben wir unsere ERP-Systeme nicht integriert, sodass unsere IT-Landschaft sehr fragmentiert und unsere Funktionen f眉r die Gesch盲ftsprozesse eingeschr盲nkt waren鈥�, sagte er. 鈥濪aher wollten wir alle unsere ERP-Systeme erneuern und
mit einer Neuimplementierung wesentliche Ver盲nderungen f眉r das gesamte Unternehmen einleiten.鈥�

Der Greenfield- und 鈥濩lean-Core鈥�-Ansatz 鈥� im Grunde die Einrichtung eines v枚llig neuen Systems, bei dem Standardfunktionen gegen眉ber Anpassungen priorisiert werden 鈥� waren ausschlaggebend, um die aktuelle Technologielandschaft von Kito Crosby zu berichtigen, sodass Prozesse wie Auftragsabwicklung, Buchhaltung, Fertigung und Versand integriert werden konnten. Dieser Ansatz habe es dem Unternehmen auch erm枚glicht, Kernprozesse genau zu betrachten und Abl盲ufe zu optimieren, insbesondere in der Lagerverwaltung und Absatz- und Produktionsplanung, betonte Lai.

Da Kito Crosby f眉r diesen Projektumfang nicht 眉ber die interne Mitarbeitenden verf眉gte, um die Server und Infrastruktur einzurichten, entschied man sich f眉r RISE with 麻豆原创 und . 鈥濪ie 麻豆原创 hat sehr viel zu bieten und wir wollten das f眉r uns nutzen鈥�, sagte Lai.

Das Unternehmen begann seine Transformation in Nordamerika, da dies sein gr枚脽ter Markt ist und der Betrieb eines 盲lteren, nicht unterst眉tzten ERP-Systems dort das gr枚脽te Risiko darstellte.

Ver盲nderungsprozesse sind nicht zu untersch盲tzen

Obwohl die Belegschaft laut Lai anfangs motiviert und voller Tatendrang war, war man durch die Gr枚脽e des Projekts doch schnell 眉berfordert.

Paradoxerweise wollten viele die neue L枚sung 麻豆原创 S/4HANA Cloud Private Edition so anpassen, dass sie wie die alte Technologie funktioniert. 鈥濲eder ist vom 鈥濩lean Core鈥�-Ansatz 眉berzeugt, bis es um seine eigenen Funktionen geht. Dann will man doch lieber individuelle Anpassungen. Man str盲ubte sich etwas, einfache Funktionen zu nutzen鈥�, sagte Lai. 鈥濻obald wir den Leuten aber Live-Demos mit ihren eigenen Daten zeigten, schwand dieser Widerstand langsam鈥�, f眉gte er hinzu.

Besonders die IT-Abteilung wollte unbedingt ihre eigene Infrastruktur und ihre eigenen Server aufbauen und betreiben und das nicht einem anderen Unternehmen 眉berlassen. Ein gewisses Verantwortungsgef眉hl sei wichtig, so Lai, aber da Kito Crosby letztlich sein Altsystem in Nordamerika schnell habe abl枚sen m眉ssen, sei es erforderlich gewesen, mit der 麻豆原创 zusammenzuarbeiten. Und es war die richtige Entscheidung: 鈥濫inige, die sich anfangs fragten, warum wir manche der Aufgaben an die 麻豆原创 auslagern, sind mittlerweile unsere gr枚脽ten F眉rsprecher. Wir finden, dass die Zusammenarbeit mit dem 麻豆原创-Team nicht anders ist als die Zusammenarbeit in unseren Teams.鈥�

Unternehmen, die vor einem Digitalisierungsprojekt stehen, sollten, so Lai, 鈥瀌ie Auswirkungen von Ver盲nderungen auf die Mitarbeitenden niemals untersch盲tzen鈥�. Globale Projekte erfordern eine umfassende Planung und entsprechende Zeit, bis Mitarbeitende und F眉hrungskr盲fte mitmachen.

Erfahrungswerte und Vorteile des Cloud ERP

Die Modernisierung des ERP-Systems brachte Kito Crosby messbare Vorteile, unter anderem einen verbesserten Kundenservice, eine bessere Bestandskontrolle und effizientere Fertigungs- und Lagerabl盲ufe. Durch die Verbesserungen bei den Gesch盲ftsprozessen und die optimierten Systemfunktionen erreichte die Liefertreue von Kito Crosby den h枚chsten Wert seit 10 Jahren.

鈥濿ir sehen diese Vorteile auf der ganzen Welt und freuen uns darauf, unsere Erfahrungen, die wir in Nordamerika gesammelt haben, weltweit zu nutzen, um all die kleinen ERP-Systeme, die veraltet sind und nicht unterst眉tzt werden, in einem 麻豆原创-System zusammenzuf眉hren und eine einzige globale Instanz zu erreichen鈥�, sagte Lai. Seit Kito Crosby 麻豆原创 S/4HANA Cloud Private Edition produktiv einsetzt und die nativen Funktionen umfassend nutzt, hat das Unternehmen messbare Vorteile erzielt und von optimierten Gesch盲ftsprozessen profitiert.  Die Transformation sorgte f眉r erhebliche Leistungssteigerungen bei wichtigen Kennzahlen, wie zum Beispiel mehr termingerechte Kundenlieferungen, eine deutliche Verringerung von Lieferr眉ckst盲nden, eine h枚here Bestandsgenauigkeit und eine schnellere unternehmens眉bergreifende Verarbeitung.

Gleichzeitig werden im Lagerbetrieb neue Ma脽st盲be in puncto Effizienz gesetzt und Rekordmengen bei Aus- und Einlagerung, Nachschub und Versand erreicht. Diese Ergebnisse wurden sicher, ohne Verletzungen und mit weniger Ressourcen erzielt.

Umstieg auf die Cloud

Nach der k眉rzlich abgeschlossenen 脺bernahme von Kito Crosby durch , einen weltweit f眉hrenden Entwickler, Hersteller und Vermarkter von L枚sungen f眉r intelligente Bewegungssteuerung, setzt Kito Crosby weiterhin auf seine starke digitale Basis.

鈥濪a wir mit einer Neuimplementierung begannen und uns so weit wie m枚glich am 鈥濩lean Core鈥�-Ansatz orientiert haben, laufen die Upgrades nach unserer Einsch盲tzung noch schneller und mit weniger Aufwand ab鈥�, sagte Lai. 鈥濿ir m枚chten die neueste Version von 麻豆原创 S/4HANA Cloud Private Edition einf眉hren, um die KI-Funktionen von  nutzen k枚nnen.鈥�

Als N盲chstes ist die Konsolidierung des Systems 麻豆原创 ERP Central Component (麻豆原创 ECC) 6.0 in Europa geplant.

鈥濪ies ist nur ein Beispiel daf眉r, wie unser IT-Team das gesamte Unternehmen dabei unterst眉tzt, unsere Kunden und Endanwender weiter zu begeistern鈥�,  Lai. 鈥濪a wir unsere Gesch盲ftsaktivit盲ten weiter ausweiten, erwarten wir zus盲tzliche Vorteile durch die Technologie, die erweiterten Funktionen und die KI-Tools in unserer 麻豆原创-Landschaft.鈥�

Gillian Hixson ist Integrated Communications Specialist bei 麻豆原创.

The post Kito Crosby sichert seine Zukunft mit Neuausrichtung auf Cloud-ERP-L枚sungen appeared first on 麻豆原创 News Center.

, unsere neue User Experience, gewinnt an Dynamik und treibt Verbesserungen f眉r unsere Kunden ma脽geblich voran. Kunden聽, verbessern聽,听听耻苍诲听.

麻豆原创 Business AI f眉r die Lieferkette

Projekteinrichtungs-Agent
Beta-Release

Projektmanager k枚nnen nun schnell neue Projekte einrichten, indem sie Daten aus 盲hnlichen fr眉heren Initiativen nutzen. Der Agent umgeht komplexe Schnittstellen und verringert die Abh盲ngigkeit vom Projektmanagementb眉ro, um die schnelle Zuweisung wichtiger Ressourcen zu erleichtern, die f眉r einen effektiven Projektstart erforderlich sind. Dank einer Zeitersparnis von 10 Prozent beim Erstellen von Projekten, von 16 Prozent beim Zuordnen von Ressourcen und von 30 Prozent beim Nachbearbeiten von Projekten aufgrund falscher Vorlagen k枚nnen Teams ihren Fokus nun von der operativen Koordination auf die Steigerung von Rentabilit盲t und Effizienz ihrer Projekte verlagern.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 S/4HANA Cloud Private Edition, KI-gest眉tzter Abruf von Equipmentinformationen im Servicemanagement
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Servicemanager, die die Funktion f眉r KI-gest眉tzten Abruf in 麻豆原创 S/4HANA Cloud Private Edition nutzen, erhalten eine vollst盲ndige Rundumsicht auf das Equipment von Kunden. Die Funktion bietet sofortigen Zugriff auf Garantieinformationen und eine vollst盲ndige Historie der Servicevorg盲nge, erg盲nzt durch eine KI-Zusammenfassung und umsetzbare Empfehlungen. Dies erm枚glicht es Servicemanagern, Servicepl盲ne effizienter zu 眉berwachen, potenzielle Ausfallzeiten zu reduzieren und sicherzustellen, dass das Equipment der Kunden mit maximaler Leistung betrieben wird.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 S/4HANA Cloud Public Edition, KI-gest眉tzte Empfehlungen f眉r Eingaben zum Anlegen von Retourenauftr盲gen
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Sachbearbeiter f眉r Retouren k枚nnen Kundenretouren schneller anlegen, indem sie Empfehlungen f眉r Datenfelder nutzen, die auf historischen Daten basieren. Diese Funktion analysiert fr眉here Retourenbelege mit 盲hnlichen Prozessvarianten, um automatisch die h盲ufigsten Eingabewerte und Retourengr眉nde vorzuschlagen, wodurch die manuelle Dateneingabe minimiert und Fehler reduziert werden. Unternehmen profitieren von einer Senkung der Kosten f眉r das Datenmanagement um ein Prozent und einer Verringerung der Ausgaben f眉r Gesch盲fts- und Betriebsanalysen um f眉nf Prozent. Retourenteams k枚nnen Auftr盲ge damit effizienter bearbeiten, ohne dabei an Genauigkeit einzub眉脽en.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Integrated Business Planning, KI-gest眉tzte MRO-Bestandsanalyse
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Bestandsplaner erhalten mit der MRO-Bestandsanalysefunktion f眉r 麻豆原创 Integrated Business Planning einen neuen Analyseassistenten. Die Funktion beschleunigt die Ursachenanalyse, indem sie klare Zusammenfassungen in nat眉rlicher Sprache generiert, die die wichtigsten Faktoren f眉r empfohlene Sicherheitsbest盲nde und Meldebest盲nde erl盲utern. Durch die Umwandlung komplexer Berechnungen in verst盲ndliche Erkenntnisse k枚nnen Planer den Zeitaufwand f眉r die Analyse von Bestandsl盲ufen um 30 Prozent reduzieren. Das f眉hrt zu einer schnelleren Umsetzung der Ergebnisse und stellt sicher, dass die Bestandsparameter mit den strategischen Gesch盲ftszielen 眉bereinstimmen.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Integrated Business Planning, Add-in f眉r Microsoft Excel, KI-gest眉tzte Planung
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Supply-Chain-Planer k枚nnen ihre Arbeit nun mit einem neuen Add-in f眉r KI-gest眉tzte Planung f眉r Microsoft Excel vereinfachen. Anstatt komplexe Formeln oder Formatierungsregeln manuell zu erstellen, was h盲ufig technisches Fachwissen erfordert, k枚nnen sie ihre Anforderungen einfach in nat眉rlicher Sprache beschreiben. Das System generiert dann automatisch die korrekte Syntax. Diese intuitive Art der Interaktion mit dem System beseitigt technische H眉rden und steigert die Effizienz von Planern um 10 Prozent, sodass sie sich st盲rker auf strategische Analysen statt auf Implementierungsdetails konzentrieren k枚nnen.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Integrated Business Planning, KI-gest眉tzte Systemsicherheitspr眉fung
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Supply-Chain-Planer und Sicherheitsanalysten erhalten eine zuverl盲ssige Methode, um Systemkonfigurationen anhand etablierter Sicherheitsempfehlungen zu bewerten. Die Funktion bewertet Compliance-Status und liefert klare Anleitungen zu erforderlichen Anpassungen. So k枚nnen Administratoren potenzielle L眉cken identifizieren und beheben und gleichzeitig Konfigurationen an den 麻豆原创 Best Practices ausrichten. Unternehmen k枚nnen mit einer 27-prozentigen Steigerung der Einhaltung von H盲rtungsrichtlinien und einer 32-prozentigen Reduzierung des Aufwands zur Erf眉llung von Sicherheitsempfehlungen rechnen. Diese Funktion st盲rkt den Schutz sensibler Daten und verringert das Risiko von Sicherheitsverletzungen.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Integrated Product Development, KI-gest眉tzte Problembericht-Erstellung
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Wartungsteams k枚nnen die Erstellung formaler Problemberichte vereinfachen, indem sie KI-Funktionen in 麻豆原创 Integrated Product Development nutzen. Indem sie ein Problem mit eigenen Worten f眉r Joule beschreiben, extrahiert der Assistent auf intelligente Weise wichtige Details wie Problemname, Tags und Priorit盲t und generiert anschlie脽end automatisch einen strukturierten Bericht. Dieser optimierte Prozess reduziert den Aufwand f眉r die manuelle Dateneingabe erheblich und stellt sicher, dass alle Berichte konsistent sind und den Unternehmensstandards entsprechen, was die Gesamteffizienz verbessert.

und starten Sie .

麻豆原创 Integrated Product Development, KI-gest眉tzte Anforderungsmodell-Erstellung
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Anforderungsmanager haben nun eine direktere M枚glichkeit zum Anlegen von Anforderungsmodellen in 麻豆原创 Integrated Product Development, indem sie Befehle in nat眉rlicher Sprache mit Joule verwenden. Mit dieser Funktion k枚nnen sie in einem einzigen Schritt neue Modelle initiieren, Namen festlegen und Vorlagen anwenden, ohne durch komplexe Ordnerstrukturen navigieren zu m眉ssen. Dieser optimierte Ansatz bietet einen viel schnelleren Ausgangspunkt f眉r neue Projekte und erm枚glicht es Benutzern, ihre Arbeit sofort zu beginnen, ohne fundierte Kenntnisse des Repository-Layouts zu ben枚tigen.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Field Service Management, KI-gest眉tzte automatische Planungsanalysen
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Disponenten und Berater im Au脽endienst k枚nnen nun auf klare, On-Demand-Erkl盲rungen zu Ergebnissen der automatischen Planung zugreifen, durch die komplexe Systemlogik leichter verst盲ndlich wird. Die neue Funktion interpretiert Planungsberichte und 眉bersetzt technische Scoring-Details in gesch盲ftsrelevante Erkenntnisse. Sie bietet Erl盲uterungen dazu, warum bestimmte Techniker zugeordnet, Alternativen nicht ber眉cksichtigt und bestimmte Aktivit盲ten nicht geplant wurden. Diese Transparenz f眉hrt zu einer Steigerung der Produktivit盲t der Disponenten um 12,5 Prozent und einer Reduzierung fehlerhafter Ressourcenzuordnungen um f眉nf Prozent. Dadurch wird das Vertrauen in automatisierte Entscheidungen gest盲rkt und die Analysezeit erheblich verk眉rzt.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Digital Manufacturing, KI-gest眉tzte Kurztexterweiterung
Allgemeine 痴别谤蹿眉驳产补谤办别颈迟

Qualit盲tsmanager, die komplexe Fertigungsprobleme dokumentieren, k枚nnen nun mit minimalem Aufwand klare, objektive und strukturierte Beschreibungen erstellen. 麻豆原创 Digital Manufacturing f眉r Probleml枚sung erm枚glicht das Generieren von Beschreibungen. Dabei werden grobe erste Eingaben verfeinert, Voreingenommenheit und subjektive Sprache entfernt und ausgewogene, sachliche Problemdarstellungen erstellt. Dank der Unterst眉tzung f眉r mehrsprachige 脺bersetzungen und verbesserter Klarheit k枚nnen Unternehmen die Effizienz von Qualit盲tstechnikern bei der Problembearbeitung um bis zu f眉nf Prozent verbessern und Fehler w盲hrend des gesamten Probleml枚sungsprozesses um bis zu zehn Prozent reduzieren.

Ausf眉hrliche Informationen finden Sie .

Jonathan von R眉den ist Chief AI Officer der 麻豆原创 SE.

* Haftungsausschluss: Dieser Artikel beschreibt die zu erwartenden Vorteile f眉r Unternehmen. S盲mtliche Berechnungen sind Sch盲tzwerte, denen Fallstudien von 麻豆原创-Kunden, 麻豆原创-Benchmarks und andere Untersuchungen zugrunde liegen. Die tats盲chlichen Vorteile k枚nnen variieren und durch zus盲tzliche Faktoren beeinflusst werden, die in diesem Artikel nicht ber眉cksichtigt werden. Die Informationen werden ohne jegliche Gew盲hr, weder ausdr眉cklich noch stillschweigend, bereitgestellt. 麻豆原创 眉bernimmt keinerlei Verantwortung f眉r Sch盲den im Zusammenhang mit der Nutzung dieses Artikels. Auf der Seite sind unter 鈥濺echtliche Hinweise鈥� Nutzungsbedingungen, Haftungsausschl眉sse, Pflichtangaben und Einschr盲nkungen f眉r dieses Material zu finden.

The post Highlights des Q1 2026 Release: 麻豆原创 Business AI f眉r die Lieferkette appeared first on 麻豆原创 News Center.

Mit dieser Akquisition unterst眉tzt 麻豆原创 ihre Kunden dabei, Unternehmensdaten aus 麻豆原创- und Nicht-麻豆原创-Systemen f眉r den Einsatz von KI vorzubereiten. Die Kunden erhalten damit leistungsstarke Werkzeuge, um Daten 眉ber verschiedene Quellen hinweg zu vereinheitlichen, zu bereinigen und zu harmonisieren, um so eine leistungsf盲hige聽agentische聽KI im gesamten Unternehmen einsetzen zu k枚nnen.聽

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:鈥�&苍产蝉辫;

Marcus Winkler, 麻豆原创, +49 151 571 18 691, marcus.winkler@sap.com, CEST 

Daniel Reinhardt, 麻豆原创, +49 151 168 10 157,鈥�daniel.reinhardt@sap.com, CEST 
麻豆原创-麻豆原创ebereich; press@sap.com鈥��&苍产蝉辫;

# # #鈥�&苍产蝉辫;

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�&苍产蝉辫;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.鈥�&苍产蝉辫;

鈥�&苍产蝉辫;
漏 2026 麻豆原创 SE. Alle Rechte vorbehalten. 鈥�&苍产蝉辫;
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 麻豆原创 schlie脽t 脺bernahme von聽Reltio聽ab聽 appeared first on 麻豆原创 News Center.

, unsere neue User Experience, gewinnt an Dynamik und treibt Verbesserungen f眉r unsere Kunden ma脽geblich voran. Kunden , verbessern , und .

Joule

Joule, Erweiterungen

Die Benutzerfreundlichkeit von Joule wird durch optimierte Startzeiten und die Einf眉hrung einer thread眉bergreifenden Suchfunktion verbessert. Damit finden Endbenutzer Informationen in allen Konversations-Threads, ohne einzelne Verl盲ufe manuell pr眉fen zu m眉ssen. Auch die Dokument-Grounding-Funktion wurde erheblich verbessert und unterst眉tzt nun die nahtlose Integration mit Google Drive.

Informationen zum Einrichten finden Sie unter , und .

Mit einer Unterst眉tzung von bis zu 8.000 Dokumenten pro Pipeline wurde zudem die Skalierbarkeit sehr verbessert, sodass gro脽e Daten-Repositorys effizient verarbeitet und genutzt werden k枚nnen.

Weitere Informationen finden Sie unter .

麻豆原创 Joule for Consultants, Erweiterungen

Verbesserte Darstellung von Quellenangaben
F眉r 麻豆原创 Joule for Consultants wurde die Darstellung von Quellenangaben aller identifizierten Quellen, die das Produkt zur眉ckgibt, verbessert. Quellenangaben wurden zur besseren 脺bersichtlichkeit auf die rechte Seite in einen eigenen Bereich verschoben und umfassen nun gegebenenfalls auch 枚ffentliche Websuchergebnisse (siehe unten).

Au脽erdem wurde eine neue Gruppierungsfunktion hinzugef眉gt, mit der Quellenangaben gruppiert werden k枚nnen. Dieses Update bietet Benutzern einen transparenteren 脺berblick dar眉ber, woher Informationen stammen. Dadurch wird das Vertrauen gest盲rkt und die R眉ckverfolgbarkeit f眉r s盲mtliche Antworten verbessert.

Um die Quellen und den Bildbereich anzuzeigen, klicken Sie auf die Schaltfl盲che f眉r Quellen unter den einzelnen Nachrichten. Der Bereich wird auf der rechten Seite ge枚ffnet und enth盲lt alle gruppierten Quellen.

Websuche aktivieren
Administratoren k枚nnen nun 眉ber das Kontrollpanel die Websuche f眉r alle zugeordneten Endbenutzer in 麻豆原创 Joule for Consultants aktivieren beziehungsweise deaktivieren.

Bei Aktivierung dieser Option ber眉cksichtigt 麻豆原创 Joule for Consultants 枚ffentliche Webinhalte in seinem Reasoning und gibt relevante 枚ffentliche Quellen in Antworten an, wenn sie zur Antwort beitragen. Diese Erweiterung bietet Unternehmen mehr Flexibilit盲t und Transparenz, da sie eine umfassendere Abdeckung von Informationen erm枚glicht und gleichzeitig f眉r klare Quellenangaben zu allen verwendeten Quellen sorgt.

Datei-Uploads in der Joule-Nachrichteneingabe
Endbenutzer k枚nnen nun bis zu zehn Dateien direkt aus dem Eingabefeld f眉r dialogorientierte Nachrichten hochladen und w盲hrend des gesamten Dialogs Bezug darauf nehmen.

Zu den unterst眉tzten Dateitypen geh枚ren PDF und TXT. Die einzelnen Dateien sollten nicht gr枚脽er als 10 MB sein beziehungsweise h枚chstens 600.000 Zeichen enthalten; f眉r PDFs handelt es sich um einen Richtwert. Es gilt eine Begrenzung von 100 Seiten. Gr枚脽ere Dateien k枚nnen in mehrere Dokumente aufgeteilt werden. Bilddateien werden derzeit nicht verarbeitet und bleiben unber眉cksichtigt. Wir arbeiten intensiv daran, diese Funktion f眉r Endbenutzer noch n眉tzlicher zu gestalten. Durch diese Erweiterung sind reichhaltigere, kontextbezogene Interaktionen m枚glich, da hochgeladene Dokumente w盲hrend der gesamten Sitzung in die dialogbezogenen Antworten integriert werden k枚nnen. Zu beachten ist, dass die Standard-Datenschutzbestimmungen gelten. Weitere Informationen zum kostenfreien Benutzerkontingent sind in der Hilfedokumentation enthalten.

Inhalt: 麻豆原创 Enterprise Architecture Reference Library
Die Daten der 麻豆原创 Enterprise Architecture Reference Library wurden aufgenommen und sind in Konversationen nutzbar. Wenn weitere Daten hinzugef眉gt werden, k枚nnen die relevanten Bestandteile in die Antworten von 麻豆原创 Joule for Consultants aufgenommen werden. So sind umfassendere, genauere und st盲rker kontextbezogene Antworten auf Benutzerabfragen m枚glich. Da Inhalte der 麻豆原创 Enterprise Architecture Reference Library nicht per Link referenziert werden k枚nnen, wird der zus盲tzliche Inhalt nicht unter den Quellen aufgef眉hrt, auch wenn darauf Bezug genommen wird.

Ausf眉hrliche Informationen finden Sie .

Jonathan von R眉den ist Chief AI Officer der 麻豆原创 SE.

* Haftungsausschluss: Dieser Artikel beschreibt die zu erwartenden Vorteile f眉r Unternehmen. S盲mtliche Berechnungen sind Sch盲tzwerte, denen Fallstudien von 麻豆原创-Kunden, 麻豆原创-Benchmarks und andere Untersuchungen zugrunde liegen. Die tats盲chlichen Vorteile k枚nnen variieren und durch zus盲tzliche Faktoren beeinflusst werden, die in diesem Artikel nicht ber眉cksichtigt werden. Die Informationen werden ohne jegliche Gew盲hr, weder ausdr眉cklich noch stillschweigend, bereitgestellt. 麻豆原创 眉bernimmt keinerlei Verantwortung f眉r Sch盲den im Zusammenhang mit der Nutzung dieses Artikels. Auf der Seite sind unter 鈥濺echtliche Hinweise鈥� Nutzungsbedingungen, Haftungsausschl眉sse, Pflichtangaben und Einschr盲nkungen f眉r dieses Material zu finden.

The post Highlights des Q1 2026 Release: Joule appeared first on 麻豆原创 News Center.

ANYbotics, ein Schweizer Robotikunternehmen, hat sich in diesem Bereich mit der Vision befasst, eine sicherere Zukunft f眉r die industrielle Inspektion zu gestalten, in der Roboter als autonome Mitglieder des Inspektionsteams t盲tig sind und Inspektionsvorg盲nge in Instandhaltungs-Workflows integriert ausf眉hren. ANYbotics, ein Schweizer Robotikunternehmen, hat sich dieser Aufgabe verschrieben mit der Vision, eine sicherere Zukunft f眉r die industrielle Inspektion zu gestalten. Eine Zukunft, in der Roboter als autonome Mitglieder des Inspektionsteams agieren und Inspektionsvorg盲nge nahtlos in die Wartungsabl盲ufe der Anlagen integrieren. 

Diese Vision findet ihre konkrete Umsetzung in 鈥濧NYmal鈥�: einem vierbeinigen Inspektionsroboter, der speziell f眉r den Einsatz in der Schwerindustrie konzipiert wurde.

鈥濱m Gegensatz zu universellen Robotikplattformen ist ANYmal f眉r den Betrieb in 鈥瀏ro脽en, schmutzigen, staubigen und gef盲hrlichen鈥� Bereichen konzipiert鈥�, sagt Nicole Zingg, Director of Technology Partnerships bei ANYbotics. Orte, an denen Treppen, Korrosion, Hitze und unzuverl盲ssige Konnektivit盲t keine Ausnahmen sind, sondern Normalit盲t.

鈥濧ber Hardware鈥�, f眉gt Zingg hinzu, 鈥瀒st nur ein Teil des Puzzles, das ANYmal f眉r Kunden zum unentbehrlichen Helfer macht.鈥�

Inspektionsrobotik 鈥� es geht um Daten

鈥濿ir bauen eine Hardwareplattform鈥�, erkl盲rt Zingg, 鈥瀉ber bei der Inspektionsrobotik geht es in erster Linie um konsistente und verl盲ssliche Daten.鈥�

ANYmal navigiert selbst盲ndig durch Industrieanlagen und sammelt dabei Daten, die weit 眉ber das hinausgehen, was ein Mensch allein erfassen k枚nnte. Der Laufroboter f眉hrt nicht nur eine visuelle Pr眉fung durch. Seine Sensoren erfassen auch mulitmodale Daten. Mit W盲rmebildtechnik, Ultraschall und akustischen Sensoren ist er in der Lage, Leckstellen zu orten, Gaskonzentrationen zu messen und Anomalien zu erkennen. Diese Beobachtungen flie脽en in das ein, was ANYbotics als 鈥濱nspection Intelligence鈥� bezeichnet. Die gesammelten Daten liefern handlungsrelevante Informationen. Das Ergebnis: l盲ngere Betriebszeiten und Lebenszyklen der Anlagen und, was am wichtigsten ist, deutlich sicherere Arbeitsbedingungen f眉r die Menschen.

Der Einsatz von ANYmal kann weit reichende Auswirkungen auf die betrieblichen Abl盲ufe haben. 鈥濫in Kunde aus der Offshore-Windenergiebranche hat mit ANYmal s盲mtliche Inspektionen durchgef眉hrt und so die Notwendigkeit beseitigt, Personal monatelang auf eine abgelegene Plattform entsenden zu m眉ssen鈥�, sagt Zingg. Als schlie脽lich doch menschliches Eingreifen erforderlich war, machten die von ANYmal gesammelten Daten aus den vorherigen Inspektionen den entscheidenden Unterschied. Der Kunde wusste bereits genau, was nicht stimmte, welchen Experten er entsenden und welche Ausr眉stung dieser mitbringen musste. So konnten kostspielige und riskante Besuche vor Ort, die sonst nur auf Annahmen beruhen, vermieden werden.

F眉r ANYbotics gen眉gt es jedoch nicht, diese Informationen zur Verf眉gung zu stellen. Sie m眉ssen auch in die Softwaresysteme integriert werden, die bei den Kunden zum Einsatz kommen.

鈥濧NYbotics muss nativ in 麻豆原创-Umgebungen bereitgestellt werden.鈥�

In umfassenden Benutzerstudien stellte ANYbotics fest, dass viele Anlagenbetreiber, Verantwortliche f眉r Instandhaltung und Au脽endienstteams 麻豆原创 bereits in ihrem t盲glichen Gesch盲ftsbetrieb nutzen. Arbeitsauftr盲ge, Anlagenhistorie, Leistungstrends und Entscheidungen 鈭� all diese Daten durchlaufen 麻豆原创-Systeme. 鈥濿enn Kunden 麻豆原创 nutzen, muss ANYbotics nativ in 麻豆原创-Umgebungen bereitgestellt werden鈥�, erkl盲rt Zingg.

Mittlerweile suchte das Team des 麻豆原创-Projekts 鈥濫mbodied AI鈥� nach Robotikunternehmen, die mit 麻豆原创 zusammenarbeiten wollten. Bei diesem Projekt geht es darum, 麻豆原创 Business AI auf den physischen Betrieb auszuweiten. Hierzu werden Roboter mit kognitiven F盲higkeiten ausgestattet, sodass sie komplexe Aufgaben eigenst盲ndig ausf眉hren und dabei den allgemeinen Gesch盲ftskontext verstehen k枚nnen.

Es war eindeutig eine perfekte Erg盲nzung und hat beiden Unternehmen Vorteile gebracht.

Auf Systemseite sorgt ein durchg盲ngiger Digital Thread (digitaler Faden) daf眉r, dass die Erkenntnisse aus den Industrieinspektionen von ANYbotics nahtlos in die 麻豆原创-Systeme einflie脽en 鈥� und unterst眉tzt somit wichtige gesch盲ftliche und operative Entscheidungen im gesamten Unternehmen.

Die direkte Integration von ANYmal in bekannte 麻豆原创-Workflows kann bei Endanwendern dazu beitragen, die Akzeptanz zu f枚rdern, denn bei bereits stark ausgelasteten Industriearbeitskr盲ften kann der Einsatz von Robotik Ber眉hrungs盲ngste hervorrufen. 鈥濨edenken in Bezug auf Arbeitsplatzsicherheit, Unterbrechung des Arbeitsablaufs und Komplexit盲t werden ge盲u脽ert. Doch wenn ANYmal in bekannte 麻豆原创-Workflows eingebunden wird, kann dies dazu beitragen, solche Bedenken zu entkr盲ften鈥�, erkl盲rt Zingg.

Roboter als Teil der Belegschaft

Der erste wichtige Integrationspunkt war . Anstatt nur menschliche Techniker zu entsenden, k枚nnen Kunden nun Arbeitsauftr盲ge direkt an ANYmal vergeben 鈥� genauso wie an jedes andere Mitglied des Au脽endienstteams. Der Roboter f眉hrt dann eigenst盲ndig Pr眉faufgaben aus, sammelt Daten und meldet die Ergebnisse direkt an das 麻豆原创-System des Unternehmens zur眉ck.

Urspr眉nglich wurde die Integration nur f眉r bestimmte Anlagen genutzt. Inzwischen wird sie 眉ber die 麻豆原创 Business Technology Platform (麻豆原创 BTP) weiter ausgebaut. So k枚nnen die von den Robotern erzeugten Daten flexibel 眉berall dort bereitgestellt werden, wo Kunden sie in ihrer 麻豆原创-Landschaft ben枚tigen.

Das Ziel besteht nicht darin, den Menschen zu zwingen sich an die Roboter anzupassen, sondern die Roboter passen sich an die menschlichen Arbeitsabl盲ufe an. 鈥濧NYmal muss Daten in das 麻豆原创-System einstellen, genau wie menschliche Teammitglieder鈥�, betont Zingg. ANYmal wird zu einem weiteren Arbeiter im selben operativen Erfassungssystem.

鈥濸roject Embodied AI鈥� in der Praxis

Diese Kombination aus Robotertechnologie von ANYbotics und 麻豆原创 schl盲gt die Br眉cke zwischen physischen Abl盲ufen und Unternehmensanwendungen 鈥� und bringt das Ziel von 鈥濸roject Embodied AI鈥� konkret zum Ausdruck.

Auf 麻豆原创-Seite arbeiten KI-Agenten auf den Robotersystemen von ANYmal, um physische Aufgaben wie Sicherheitspr眉fungen auszuf眉hren.

Auf der Seite von ANYbotics ist ANYmal ein physisches Objekt, das sich durch den Raum bewegt, seine Umgebung wahrnimmt und die realen Einschr盲nkungen ber眉cksichtigt. ANYmal nutzt historische Daten und Zeitreihendaten von 麻豆原创, um fundierte Entscheidungen zu treffen 鈥� und bleibt selbst in Umgebungen ohne Verbindung v枚llig autonom.

鈥濵an darf nicht vergessen, dass ANYbotics die Kontrolle 眉ber das Verhalten und die Inspektionsausf眉hrung von ANYmal hat, w盲hrend 麻豆原创 die Kontrolle 眉ber den Gesch盲ftskontext wie Arbeitsauftr盲ge, Anlagendaten oder operative Priorit盲ten hat鈥�, sagt Zingg. Es ist der 麻豆原创-Gesch盲ftskontext, der bestimmt, wie die Erkenntnisse von ANYmal genutzt und umgesetzt werden, w盲hrend ANYbotics die physischen Interaktionen von ANYmal steuert.

Sicher und verantwortungsvoll skalieren

Weltweit sind heute bereits mehr als 200 ANYmal-Roboter im Einsatz und f眉hren Inspektionen in Schwerindustrieumgebungen durch, in denen ansonsten eine st盲ndige menschliche Pr盲senz erforderlich w盲re.

Sicherheit bleibt f眉r ANYbotics ein zentrales Anliegen. Bei jeder Bereitstellung werden umfangreiche Tests durchgef眉hrt, und es ist stets ein Servicetechniker vor Ort, der ANYmal hilft, sich mit seiner Umgebung vertraut zu machen und die Bediener in sicheren Betriebsabl盲ufen schult. ANYmal ist zwar auf eigenst盲ndiges Arbeiten ausgelegt, der Mensch bleibt dabei aber fest mit im Boot.

Ein Blick in die Zukunft: industrielle Inspektion via KI

Da viele Branchen mit Fachkr盲ftemangel und den Herausforderungen einer alternden Belegschaft k盲mpfen, geht nicht dokumentiertes Fachwissen nur allzu oft verloren. Mit autonomen Inspektionsrobotern wie ANYmal wird dieses Wissen erfasst und in Programme 眉berf眉hrt, die Tag f眉r Tag an mehreren Standorten ausgef眉hrt werden k枚nnen. Die gewonnenen Daten flie脽en in 麻豆原创 ein und werden so zu Unternehmensintelligenz, die unabh盲ngig von personellen Wechseln dauerhaft erhalten bleibt.

Die Partnerschaft von ANYbotics und 麻豆原创 zeigt, dass diese Kombination aus Robotik und Unternehmenssoftware einen schnellen 脺bergang von der experimentellen Phase zum Praxiseinsatz 别谤尘枚驳濒颈肠丑迟.

In Zukunft wird die industrielle Inspektion KI-gest眉tzt ablaufen 鈥� nicht in Form entkoppelter Dashboards oder isolierter Maschinen, sondern als integriertes intelligentes System, in dem physische Roboter und digitale Workflows innerhalb der 麻豆原创-Landschaft nahtlos ineinandergreifen.

Roboter wie ANYmal werden k眉nftig keine Neuheiten mehr sein. Sie werden Kollegen sein 鈥� wenn auch mechanische Vierbeiner 鈥�, die menschliche F盲higkeiten auf Bereiche ausdehnen, die f眉r Menschen schon immer unzug盲nglich waren. Diese Roboter gestalten 鈭� gemeinsam mit 麻豆原创 鈭� eine Zukunft, in der Industrieinspektionen in schmutzigen, staubigen und gef盲hrlichen Umgebungen pr盲zise Daten liefern, die in gesch盲ftlich wertvolle Erkenntnisse umgewandelt werden.

Bild mit freundlicher Genehmigung von ANYbotics.

The post ANYbotics und 麻豆原创 liefern Echtzeitdaten aus Inspektionen in staubigen und gef盲hrlichen Bereichen appeared first on 麻豆原创 News Center.

Inzwischen sehen viele Wirtschaftsexperten und politische Entscheidungstr盲ger k眉nstliche Intelligenz (KI) als potenziellen Katalysator an, um diesem Abw盲rtstrend entgegenzuwirken. KI, insbesondere die zunehmende Nutzung von generativer KI und KI-Agenten, d眉rfte die n盲chste Phase des Produktivit盲tswachstums in Industriel盲ndern 鈥� wie zum Beispiel die USA und L盲nder in Europa 鈥� entscheidend pr盲gen.

Die Kernfrage f眉r F眉hrungskr盲fte ist nicht, ob KI eine zentrale Rolle spielen wird, sondern wie gro脽 die Produktivit盲tssteigerungen sein werden, wie schnell sie sich einstellen und welche Regionen am meisten davon profitieren.

笔谤辞诲耻办迟颈惫颈迟盲迟蝉锄耻飞补肠丑蝉 durch KI

Die (OECD) geht davon aus, dass die Arbeitsproduktivit盲t in Industriel盲ndern durch KI j盲hrlich um etwa 0,4 bis 1,3 Prozentpunkte steigen k枚nnte, je nachdem, wie intensiv und branchendeckend KI genutzt wird. Diese Steigerungen w盲ren signifikant, da selbst ein zus盲tzlicher halber Prozentpunkt j盲hrlichen Wachstums 眉ber ein Jahrzehnt hinweg einen erheblichen Gesamteffekt hat.

Die OECD und andere Wirtschaftsexperten betonen jedoch, dass die Ergebnisse nicht nur von der Technologie abh盲ngen, sondern vor allem von zus盲tzlichen Investitionen in die digitale Infrastruktur, der Weiterbildung der Belegschaft und organisatorischen 脛nderungen.

Zwischen 1995 und 2019 stieg die Arbeitsproduktivit盲t in den USA j盲hrlich um 2,1 Prozent im Vergleich zu 1 Prozent in Europa. Diese Diskrepanz ist zum Teil darauf zur眉ckzuf眉hren, dass Unternehmen in den USA offensiver in die Informations- und Kommunikationstechnologie sowie andere Technologien investierten, w盲hrend man in Europa st盲rkeren gesetzlichen Vorschriften und anderen Faktoren unterlag.

Im Hinblick auf Produktivit盲tsgewinne durch den Einsatz von KI sind die Erwartungen in den USA nach wie vor h枚her als in Europa. Sch盲tzungen des Analystenhauses zufolge k枚nnte die Arbeitsproduktivit盲t in den USA durch die Nutzung generativer KI um rund 1 bis 1,5 Prozentpunkte pro Jahr steigen.

Diese Prognose basiert auf mehreren strukturellen Faktoren: Die USA verf眉gen zum einen 眉ber ein umfassendes Technologie-脰kosystem und nehmen in Bezug auf KI-Forschung und Risikokapital weltweit eine Vorreiterrolle ein. Zum anderen gibt es dort einen gro脽en Dienstleistungssektor, in dem die Digitalisierung bereits weit fortgeschritten ist. Generative KI-Tools k枚nnen hier schnell eingesetzt werden, zum Beispiel im Finanzwesen, in der Beratung und im IT-Bereich.

Agentenbasierte KI

Sowohl in Europa als auch in den USA stellen KI-Agenten einen besonders wichtigen Trend dar. Im Gegensatz zu 盲lteren Automatisierungstools, die separate Aufgaben abwickeln, sind KI-Agenten 鈥� zum Beispiel Joule Agents von 麻豆原创 鈥� darauf ausgelegt, Workflows mit mehreren Schritten zu planen, zu begr眉nden und auszuf眉hren. Ein Agent kann beispielsweise Kundenmeldungen koordinieren, Vorschl盲ge f眉r Antworten erstellen, Abfragen in Datenbanken ausf眉hren, Probleme eskalieren und Systeme aktualisieren. Menschliches Eingreifen ist dabei nur bis zu einem gewissen Grad notwendig.

In wissensbasierten Branchen k枚nnte diese Art der Workflow-Automatisierung die Leistung der einzelnen Mitarbeitenden erheblich steigern. Anstatt jedoch ganze Berufe zu ersetzen, k枚nnten KI-Agenten den Zeitaufwand f眉r sich wiederholende Verwaltungsaktivit盲ten und langwierige Aufgaben reduzieren. Mitarbeitende w盲ren so in der Lage, sich auf wertsch枚pfende Analysen und Strategien zu konzentrieren sowie auf T盲tigkeiten, die Kommunikationsverm枚gen erfordern.

Trotz Berichten 眉ber gescheiterte KI-Projekte in Unternehmen, bei denen es sich in der Regel eher um nachtr盲glich aufgesetzte oder eigenst盲ndige KI-Pilotprojekte als um einen integrierten, ganzheitlichen Ansatz handelte, deuten j眉ngste Erkenntnisse aus den USA darauf hin, dass sich in einigen Branchen bereits Produktivit盲tszuw盲chse abzeichnen. Finanzinstitute beispielsweise konnten eine deutliche Effizienzsteigerung in Backoffice-Abl盲ufen durch die Nutzung von KI verzeichnen.

Ebenso zeigen experimentelle Studien im Bereich Beratung, dass generative KI die Qualit盲t und Geschwindigkeit steigern kann, insbesondere bei weniger erfahrenen Mitarbeitenden. So k枚nnen Qualifikationsl眉cken innerhalb von Teams effektiv geschlossen werden.

Aussichten f眉r Wachstum im Europa dank KI

Die Aussichten f眉r Produktivit盲tssteigerungen durch KI in Europa sind eher durchwachsen. Einem aktuellen zufolge w眉rde der mittelfristige 笔谤辞诲耻办迟颈惫颈迟盲迟蝉锄耻飞补肠丑蝉 durch KI allein je nach Land erheblich variieren. F眉r ganz Europa w眉rde der Gesamtzuwachs mit etwa 1,1 Prozent in einem Zeitraum von f眉nf Jahren eher bescheiden ausfallen.

Der IWF legt jedoch nahe, dass mit wachstumsf枚rdernden Reformma脽nahmen auf lange Sicht deutlich gr枚脽ere Zuw盲chse m枚glich sind. Genau wie die OECD betont der IWF, dass gesetzliche Rahmenbedingungen, Arbeitsmarktstrukturen und das Tempo der Technologieverbreitung einen gro脽en Einfluss auf die Resultate haben werden.

Der Kurs Europas sowie das Ausma脽 des finanziellen Nutzens durch das Wachstum von KI werden von mehreren strukturellen Unterschieden gepr盲gt. Erstens geht die Einf眉hrung von KI in kleinen und mittelst盲ndischen Unternehmen, die in Europa einen gr枚脽eren Anteil an der Wirtschaft ausmachen als in den USA, tendenziell langsamer vonstatten. Zweitens ist der digitale Markt Europas 眉ber L盲ndergrenzen, Sprachen und Rechtssysteme hinweg st盲rker fragmentiert, was die Ausweitung von Technologieplattformen erschweren kann. Und Drittens verfolgt die Europ盲ische Union bei der Regulierung von KI einen vorsichtigeren Ansatz. Dies kann zwar bestimmte Risiken verringern, aber auch kurzfristige Produktivit盲tssteigerungen d盲mpfen, wenn gesetzliche Vorgaben die Einf眉hrung von KI verlangsamen.

Die St盲rken Europas: KI-Agenten eingebettet in industrielle Systeme

Doch Europa hat auch seine St盲rken und ist beispielsweise f眉hrend in der modernen Fertigung und Industrietechnik. In diesen Bereichen k枚nnten KI-gest眉tzte Optimierungsma脽nahmen, Robotertechnik und vorausschauende Instandhaltung die Kapitalproduktivit盲t erh枚hen. KI-Agenten, die in industrielle Systeme eingebettet sind, k枚nnten die Effizienz in der Lieferkette deutlich verbessern und Ausfallzeiten reduzieren.

Wie 麻豆原创-F眉hrungskr盲fte betont haben, verf眉gt Europa zudem 眉ber ein enormes Volumen an strukturierten Gesch盲fts- und Fertigungsdaten, die f眉r zuverl盲ssige und effektive KI-Systeme sowie das Vertrauen in KI-Agenten unerl盲sslich sind.

Wenn die Umsetzung von KI in Fertigungs- und Energiesystemen beschleunigt wird und europ盲ische Unternehmen die Chance nutzen, mithilfe ihrer Gesch盲ftsdaten hochentwickelte KI-Agenten und -Apps zu entwickeln, k枚nnte Europa mittelfristig deutlich h枚here Produktivit盲tssteigerungen verzeichnen. Durch den internen Einsatz von KI-Tools konnte die 麻豆原创 beispielsweise die Produktivit盲t der eigenen Entwicklungsabteilungen bereits deutlich steigern.

Flexibler Arbeitsmarkt

Die Anpassungsf盲higkeit des Arbeitsmarktes ist sowohl in den USA als auch in Europa ein entscheidender Faktor. Historisch gesehen ist der US-Arbeitsmarkt flexibler und durch h盲ufigere Arbeitsplatzwechsel sowie eine gr枚脽ere berufliche Mobilit盲t gepr盲gt. Diese Flexibilit盲t erm枚glicht es, Besch盲ftigte schneller in Rollen umzugliedern, in denen KI Unterst眉tzung bietet, was die Produktivit盲t steigern kann. Eine effektivere Umschulung der Belegschaft k枚nnte die Produktivit盲t zus盲tzlich erh枚hen.

Wie die (BIZ) anmerkte, werden sich die Produktivit盲tseffekte durch KI wahrscheinlich nicht automatisch einstellen. 笔谤辞诲耻办迟颈惫颈迟盲迟蝉锄耻飞补肠丑蝉 durch KI h盲ngt von zus盲tzlichen Investitionen in die Kompetenzen von Mitarbeitenden, Managementpraktiken und die digitale Infrastruktur ab. Die BIZ warnt au脽erdem, dass KI-Tools ohne diese Investitionen eventuell nur zu geringf眉gigen Effizienzsteigerungen f眉hren w眉rden.

Erfahrungen mit fr眉heren Querschnittstechnologien wie Elektrizit盲t und IT zeigen, dass sich Produktivit盲tssteigerungen erst dann einstellen, wenn Unternehmen Prozesse umgestalten, um neue M枚glichkeiten auszusch枚pfen, und anstatt eines fragmentarischen Ansatzes ein ganzheitliches Konzept f眉r die Umsetzung verfolgen.

KI ist keine Blase

W盲hrend einige Anleger Bedenken 眉ber eine KI-Blase ge盲u脽ert haben, liegen die Gesamtausgaben f眉r KI in den USA immer noch unter 1 Prozent des Bruttoinlandsprodukts (BIP). Laut Joseph Briggs, Senior Global Economist bei Goldman Sachs, liegen die Ausgaben somit weit unter historischen Investitionszyklen. Zum Vergleich: In der Vergangenheit lagen die Investitionen in Infrastrukturen wie IT, Eisenbahnen und Schifffahrtskan盲le in der Regel bei 2 bis 5 Prozent des BIP.

脛hnlich wie diese vergangenen Investitionsma脽nahmen d眉rfte KI 鈥� insbesondere agentenbasierte KI 鈥� in den Regionen und Branchen, die das Potenzial von KI voll aussch枚pfen, f眉r ein deutliches Produktivit盲tswachstum und einen entsprechenden Anstieg des BIP sorgen.

The post Wie sich KI gewinnbringend einsetzen l盲sst appeared first on 麻豆原创 News Center.

Durch 脺bernahme festigt 麻豆原创聽ihren聽fr眉hen Vorsprung bei tabellarischen Foundation Models

Walldorf und Freiburg 鈥� 4. Mai 2026 鈥� Die 麻豆原创 SE und Prior Labs, der Pionier f眉r Tabellarische Foundation Models (TFMs), haben bekannt gegeben, dass sie eine verbindliche Vereinbarung unterzeichnet haben, wonach 麻豆原创 Prior Labs 眉bernehmen wird. Damit wird 麻豆原创 seinen Weg im Bereich TFMs, der mit RPT鈥�1 begann, beschleunigen und eines der weltweit f眉hrenden Forschungsteams f眉r tabellarische Foundation Models in der 麻豆原创鈥慒amilie willkommen hei脽en.

Prior Labs wird auch nach Abschluss der 脺bernahme weiterhin als eigenst盲ndige Einheit operieren. 麻豆原创 verpflichtet sich, in den kommenden vier Jahren mehr als eine Milliarde Euro zu investieren, um Prior Labs zu einem weltweit f眉hrenden Frontier鈥慉I鈥慙abor f眉r strukturierte Daten auszubauen 鈥� jene Daten, auf denen die Gesch盲fte der Welt basieren. Die finanziellen Details der Transaktion wurden nicht bekannt gegeben. Der Abschluss der 脺bernahme steht noch unter dem Vorbehalt der beh枚rdlichen Genehmigungen.

Gro脽e Sprachmodelle (LLMs) haben Schwierigkeiten, genaue Vorhersagen zu strukturierten Gesch盲ftsdaten zu treffen, da sie nur 眉ber ein rudiment盲res Verst盲ndnis von Tabellen, Zahlen und Statistiken verf眉gen. Im Gegensatz zu LLMs sind TFMs speziell f眉r diese Art von Daten konzipiert und k枚nnen auf der Grundlage tabellarischer Daten wie Zahlungsverz枚gerungen, Lieferantenrisiken, Upselling-M枚glichkeiten, Kundenabwanderungsrisiko und mehr Gesch盲ftsergebnisse genau vorhersagen.

鈥灺槎乖� hat schon fr眉h erkannt, dass die gr枚脽te ungenutzte Chance in der Unternehmens-KI nicht in gro脽en Sprachmodellen liegt, sondern in KI, die f眉r die strukturierten Daten entwickelt wurde, auf denen die Unternehmen weltweit basieren,鈥� sagte 麻豆原创-CTO Philipp Herzig. 鈥濿ir haben RPT-1 entwickelt, um diese 脺berzeugung in Bezug auf Unternehmensdaten zu untermauern. Prior Labs hat ein f眉hrendes TFM auf Basis 枚ffentlicher Benchmarks entwickelt und verf眉gt 眉ber eines der weltweit f眉hrenden Forschungsteams auf diesem Gebiet. Die Verbindung der innovativen Modellarbeit von Prior Labs mit Enterprise-Daten sowie der globalen Kundenbasis von 麻豆原创 stellt einen vielversprechenden Ansatz dar, um diese Kategorie international anzuf眉hren.鈥�

鈥濱n den letzten 18 Monaten hat Prior Labs ein unglaubliches Team aufgebaut und die Entwicklungsgeschwindigkeit bei tabellarischen Grundmodellen gesteigert鈥�, sagte Frank Hutter, CEO von Prior Labs. 鈥濪er geplante Beitritt zur 麻豆原创-Familie verschafft uns die Ressourcen, die Datenumgebung und die Kundenreichweite, um das volle Potenzial dieser Kategorie auszusch枚pfen.鈥�

Nach Abschluss der Transaktion erh盲lt 麻豆原创 mit Prior Labs die einmalige Gelegenheit, ein branchenf眉hrendes KI-Forschungslabor aufzubauen und eine neue Kategorie im Bereich der TFM zu etablieren. Das Labor wird als eigenst盲ndige Einheit agieren, um die Forschungsgeschwindigkeit zu gew盲hrleisten, w盲hrend 麻豆原创 langfristige Investitionen und einen direkten Weg zur Umsetzung in Produkte im gesamten 麻豆原创-Portfolio bereitstellt 鈥� mit 麻豆原创 AI Core, 麻豆原创 Business Data Cloud sowie der agentischen Ebene mit Joule.

Mit 眉ber 3 Millionen Downloads ist Prior Labs Tab PFN ein weit verbreitetes Open-Source-Tool f眉r tabellarische KI, das ein dynamisches Entwickler-脰kosystem unterst眉tzt. 麻豆原创 setzt sich voll und ganz daf眉r ein, diese Open-Source-Strategie weiter zu unterst眉tzen. Die Prior Labs Gr眉nder Frank Hutter, Noah Hollmann und Sauraj Gambhir leiten ein Team aus erstklassigen KI-Forschern und -Praktikern. Das Unternehmen arbeitet mit f眉hrenden Pers枚nlichkeiten der KI-Forschung, darunter Yann LeCun (Gewinner des ACM A.M. Turing Award und Executive Chairman bei Advanced Machine Intelligence) sowie Bernhard Sch枚lkopf (Direktor am Max-Planck-Institut f眉r Intelligente Systeme; Pr盲sident von ELLIS). Beide werden im wissenschaftlichen Beirat von Prior Labs t盲tig sein, w盲hrend sich Unternehmen zu einem weltweit f眉hrenden KI-Labor entwickelt.

Beschleunigte Innovation

TabPFN-2.6 von Prior Labs ist das leistungsst盲rkste Modell auf TabArena, dem f眉hrenden Benchmark f眉r TFM. TabPFN-2.6 erreicht die Genauigkeit einer vierst眉ndigen automatisierten Machine-Learning-Pipeline 鈥� sofort, in einem einzigen Modell und bei einem Bruchteil der Komplexit盲t.

Dank einer dar眉ber liegenden dialogorientierten Benutzeroberfl盲che k枚nnen Gesch盲ftsanwender Fragen in nat眉rlicher Sprache stellen, Datens盲tze generieren oder ausw盲hlen und 鈥濿as-w盲re-wenn鈥�-Szenarien durchspielen, ohne Experten f眉r Datenwissenschaft und maschinelles Lernen sein zu m眉ssen. Mit den Prior Labs-Modellen bietet 麻豆原创 kontextbezogenes Lernen an, sodass Anwender Datens盲tze bereitstellen k枚nnen, um sofortige, zuverl盲ssige Vorhersagen zu erhalten, ohne dass ein Modelltraining erforderlich ist. Ein einziges TFM kann sich spontan an jeden gesch盲ftlichen Anwendungsfall anpassen, was zu einer schnelleren Amortisationszeit bei gleichzeitiger Einhaltung der DSGVO f眉hrt.

Mit Prior Labs wird 麻豆原创 TFMs mit 眉berlegener Vorhersagef盲higkeit bereitstellen, die Tabellen nativ verstehen, statistisches Denken direkt aus Daten lernen und agentische KI-Systeme antreiben, die in der Lage sind, 眉bergeordnete Ziele zu verstehen, Tabellen, Sprache und Bilder zu kombinieren, um Schlussfolgerungen zu ziehen, Dom盲nenwissen zu integrieren, Kausalit盲ten abzuleiten und sich dynamisch anzupassen.

Nach Abschluss der Transaktion planen 麻豆原创 und Prior Labs, Spitzenforschung im Bereich KI in unternehmensreife Innovationen umzusetzen, damit Kunden noch mehr Wert aus ihren tabellarischen Gesch盲ftsdaten sch枚pfen k枚nnen. Wahre k眉nstliche Intelligenz erfordert, 眉ber Korrelationen hinauszugehen, um Kausalit盲ten zu verstehen. Die Antwort auf die Frage 鈥濿as wird passieren?鈥� ist n眉tzlich, aber die Antwort auf die Frage 鈥濿arum wird es passieren?鈥� ist transformativ.

Der Abschluss der Transaktion wird, vorbehaltlich der 眉blichen Abschlussbedingungen einschlie脽lich der beh枚rdlichen Genehmigungen, f眉r das dritte Quartal 2026 erwartet.

Besuchen Sie das . Erhalten Sie 麻豆原创-Nachrichten 眉ber und .

脺ber 麻豆原创
Als globaler Marktf眉hrer im Bereich Unternehmensanwendungen und Gesch盲fts-KI steht 麻豆原创 (NYSE:麻豆原创) an der Schnittstellefl盲che von Wirtschaft und Technologie. Seit 眉ber 50 Jahren vertrauen Unternehmen darauf, dass 麻豆原创 das Beste daraus macht, gesch盲ftskritische Abl盲ufe von Finanzen, Beschaffung, Personalwesen, Lieferkette und Kundenerlebnis zu vereinen. F眉r weitere Informationen besuchen Sie .

脺ber Prior Labs
Prior Labs ist der Pionier der Tabular Foundation Models, einer neuen Kategorie von KI, die speziell f眉r strukturierte Daten entwickelt wurde. Gegr眉ndet von Frank Hutter, Noah Hollmann und Sauraj Gambhir, setzte die TabPFN-Modellreihe von Prior Labs, ver枚ffentlicht in Nature, den Stand der Technik auf tabellarischen Benchmarks in Hunderten unabh盲ngiger akademischer Studien. Prior Labs skaliert tabellarische Fundamentmodelle, um Millionen von Zeilen, Echtzeit-Inferenz und v枚llig neuen Datenmodalit盲ten zu verarbeiten, w盲hrend gleichzeitig die Infrastruktur aufgebaut wird, um sie in einigen der anspruchsvollsten Branchen der Welt in der Produktion bereitzustellen.

Mit Hauptsitz in Freiburg, Deutschland, und B眉ros in Berlin und New York City hat Prior Labs eines der f眉hrenden KI-Forschungsteams weltweit aufgebaut, mit Forschern, die von Google, Apple, Amazon, Microsoft, G-Research, Jane Street, Goldman Sachs und CERN rekrutiert werden.

# # #

Dieses Dokument enth盲lt zukunftsgerichtete Aussagen, also Prognosen, Prognosen oder andere Aussagen 眉ber zuk眉nftige Ereignisse. Diese Aussagen basieren auf aktuellen Erwartungen, Prognosen und Annahmen, die Risiken und Unsicherheiten unterliegen, die dazu f眉hren k枚nnten, dass tats盲chliche Ergebnisse und Ergebnisse wesentlich abweichen. 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 眉ber 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 hier erw盲hnte 麻豆原创-Produkte und -Dienstleistungen sowie deren jeweilige Logos sind Marken oder eingetragene Marken von 麻豆原创 SE in Deutschland und anderen L盲ndern. Bitte beachten f眉r weitere Markeninformationen und Hinweise.

Hinweis an Redakteure:
Um Archivmaterial und 麻豆原创efotos auf Broadcast-Standard digital vorzuschauen und herunterzuladen, besuchen Sie bitte . Auf dieser Plattform findest du hochaufl枚sendes Material f眉r deine Medienkan盲le.

F眉r Kunden, die mehr 眉ber 麻豆原创-Produkte erfahren m枚chten:
Global Customer Center: +49 180 534-34-24 Nur USA: 1 (800) 872-1麻豆原创 (1-800-872-1727)

F眉r weitere Informationen, nur 麻豆原创e:
Daniel Reinhardt, 麻豆原创, +49 151 168 10157, daniel.reinhardt@sap.com, CEST
Alex Vaught, 麻豆原创, +1 (206) 678-5712, alex.vaught@sap.com, PST
Ilaina Jonas, 麻豆原创, +1 (646) 923-2834, ilaina.jonas@sap.com, EST

麻豆原创-麻豆原创eraum; press@sap.com

Bitte beachten Sie unsere . Wenn Sie diese 麻豆原创emitteilung per E-Mail erhalten haben und sich von unserer Mailingliste abmelden m枚chten, kontaktieren Sie press@sap.com bitte und schreiben Sie „Abmelden“ in die Betreffzeile.

The post 麻豆原创 plant, Prior Labs zu 眉bernehmen und Europas f眉hrendes Frontier-KI-Lab aufzubauen appeared first on 麻豆原创 News Center.

Viele KI-Initiativen in Unternehmen bleiben hinter den Erwartungen zur眉ck, nicht wegen der Technologie selbst, sondern weil die zugrunde liegenden Daten fragmentiert sind, in propriet盲ren Formaten vorliegen und der gesch盲ftliche Kontext fehlt, der KI erst wirksam macht. Das Ergebnis ist ein bekanntes und kostspieliges Muster: Pilotprojekte lassen sich nicht skalieren, neue Datenquellen nur langsam integrieren und doppelte technische Aufw盲nde sowie Compliance-Risiken nehmen zu, insbesondere dort, wo KI-Entscheidungen nicht nachvollziehbar sind. Dremio setzt genau hier an.  Die Plattform hilft, Datenfragmentierung zu beseitigen und Integrationsh眉rden zu reduzieren. Die geplante 脺bernahme erg盲nzt die Angebote von 麻豆原创 Business Data Cloud und 麻豆原创 HANA Cloud und erm枚glicht eine nahtlose, leistungsstarke und kosteneffiziente Integration von 麻豆原创- und Nicht-麻豆原创-Daten. Damit schafft 麻豆原创 die Grundlage, gesch盲ftsrelevanten Kontext f眉r KI bereitzustellen und die Time鈥憈o鈥慥alue f眉r analytische und KI鈥慉nwendungen deutlich zu beschleunigen. 

„Unternehmens-KI scheitert nicht an den Modellen, sondern an den Daten“, sagte Philipp Herzig, CTO, 麻豆原创 SE. 鈥濻olange Gesch盲ftsdaten fragmentiert und ohne Kontext bleiben, k枚nnen KI鈥慉genten ihr Potenzial nicht entfalten. Dremio beseitigt genau diesen Engpass. In Kombination mit 麻豆原创 Business Data Cloud erm枚glichen wir unseren Kunden, system眉bergreifend zu vereinheitlichen und in vertrauensw眉rdige, KI鈥慺盲hige Entscheidungsgrundlagen auf einer offenen Plattform zu verwandeln.“ 

Mit der geplanten 脺bernahme von Dremio entwickelt 麻豆原创 die 麻豆原创 Business Data Cloud weiter zu einem Apache鈥慖ceberg鈥憂ativen Enterprise鈥慙akehouse. Damit k枚nnen 麻豆原创鈥� und Nicht鈥懧槎乖粹�慏aten auf einer gemeinsamen, offenen Grundlage zusammengef眉hrt werden, um agentische KI im Unternehmensma脽stab nutzbar zu machen. Apache Iceberg hat sich als ein branchenweit etablierter offener Standard f眉r gro脽e Datenmengen durchgesetzt. 麻豆原创 Business Data Cloud wird dieses Open鈥慣able鈥慒ormat k眉nftig nativ unterst眉tzen.  

F眉r Unternehmen bedeutet das, dass keine Datenbewegung und keine Formatkonvertierungen erforderlich sind, um Daten f眉r Analysen und KI nutzbar zu machen. 麻豆原创- und Nicht-麻豆原创-Daten k枚nnen auf derselben offenen Architektur koexistieren und 眉ber alle Datenquellen unternehmensweit ausgewertet werden. In Kombination mit der In鈥慚emory鈥慣echnologie von 麻豆原创 HANA Cloud erm枚glicht dies sowohl Echtzeitanalysen als auch transaktionale und operative Workloads mit hoher Leistung, Effizienz und konsistentem Gesch盲ftskontext. 

Die Lakehouse鈥慞lattform von Dremio verbessert die Wirtschaftlichkeit von Unternehmensanalysen grundlegend. Sie ist serverlos und elastisch aufgebaut und passt ihre Leistung automatisch dem Bedarf an. Sie skaliert bei hoher Nachfrage und f盲hrt bei sinkender Nachfrage wieder herunter. F眉r Unternehmen bedeutet das, auf eine feste Kapazit盲tsplanung verzichten zu k枚nnen und ohne Leistungsgrenzen arbeiten zu k枚nnen, genau dann, wenn es darauf ankommt. 

Mit Dremio wird 麻豆原创 zudem einen universellen, offenen Datenkatalog bereitstellen, der auf Apache Polaris und der offenen Apache鈥慖ceberg鈥慠EST鈥慍atalog鈥慉PI basiert. Dieser Katalog fungiert innerhalb der 麻豆原创 Business Data Cloud als zentrale Zugriffs鈥� und semantische Schicht und bietet allen angebundenen Systemen 鈥� 麻豆原创 wie Nicht鈥懧槎乖� 鈥� einen gemeinsamen Zugang zu einem konsistenten Kontext. Dazu z盲hlen gesch盲ftlicher Kontext, Beziehungen, Zugriffsrechte und Datenherkunft. Der offene Katalog bildet zugleich die Grundlage f眉r den 麻豆原创 Knowledge Graph. Er verankert gesch盲ftliche Zusammenh盲nge, organisatorische Hierarchien, regulatorische Klassifizierungen sowie system眉bergreifende Datenabstammung als native Eigenschaften und schafft damit die Voraussetzung f眉r skalierbare, erkl盲rbare und vertrauensw眉rdige agentische KI. 

Dremio engagiert sich seit Jahren als f眉hrender Mitgestalter zentraler Open鈥慡ource鈥慞rojekte wie Apache Iceberg, Apache Polaris und Apache Arrow. 麻豆原创 beabsichtigt, diese Open鈥慡ource鈥態eitr盲ge auch k眉nftig gezielt zu f枚rdern und weiter auszubauen. 

Der Abschluss der Transaktion wird f眉r das dritte Quartal 2026 erwartet und steht unter dem Vorbehalt der 眉blichen Abschlussbedingungen, einschlie脽lich der erforderlichen beh枚rdlichen Genehmigungen. 

Besuchen Sie das . Erhalten Sie 麻豆原创-Nachrichten 眉ber  und . 

脺产别谤&苍产蝉辫;顿谤别尘颈辞&苍产蝉辫; 
Dremio ist das Agentic Lakehouse: eine speziell f眉r KI-Agenten entwickelte Datenplattform, die vollst盲ndig auf dem offenen Iceberg鈥慡tandard basiert und selbst von KI gesteuert wird. Sie verschafft Wissensarbeitern ebenso wie KI鈥慉genten sofortigen, kontrollierten Zugriff auf Unternehmensdaten unabh盲ngig davon, welches Sprachmodell oder welches Tool zum Einsatz kommt. 脺ber f枚derierte Abfragen lassen sich Datenquellen o system眉bergreifend nutzen, ohne aufw盲ndige ETL-Pipelines oder Datenkopien. Eine integrierte KI-gest眉tzte Semantik-Schicht liefert den notwendigen Gesch盲ftskontext und stellt sicher, dass alle Agenten auf einer gemeinsamen, verl盲sslichen Datenbasis arbeiten. Das Lakehouse verwaltet sich dabei weitgehend selbst. Aufgaben wie Clustering, Optimierung und Datenkonsolidierung werden autonom ausgef眉hrt. Das Ergebnis sind vertrauensw眉rdige Erkenntnisse, die bessere gesch盲ftliche Entscheidungen erm枚glichen ohne die Komplexit盲t und den infrastrukturellen Mehraufwand klassischer Datenplattformen. 

Dremio ist Hauptautor von Apache Iceberg und Mitbegr眉nder von Apache Arrow und Apache Polaris. Shell, TD Bank, Michelin und Tausenden von Organisationen weltweit vertrauen auf Dremio.  

脺ber 麻豆原创 
Als globaler Marktf眉hrer im Bereich Unternehmensanwendungen und Gesch盲fts-KI steht 麻豆原创 (NYSE:麻豆原创) an der Schnittstellefl盲che von Wirtschaft und Technologie. Seit 眉ber 50 Jahren vertrauen Unternehmen darauf, dass 麻豆原创 das Beste daraus macht, gesch盲ftskritische Abl盲ufe von Finanzen, Beschaffung, Personalwesen, Lieferkette und Kundenerlebnis zu vereinen. F眉r weitere Informationen besuchen Sie . 

# # # 

Dieses Dokument enth盲lt zukunftsgerichtete Aussagen, also Prognosen, Prognosen oder andere Aussagen 眉ber zuk眉nftige Ereignisse. Diese Aussagen basieren auf aktuellen Erwartungen, Prognosen und Annahmen, die Risiken und Unsicherheiten unterliegen, die dazu f眉hren k枚nnten, dass tats盲chliche Ergebnisse und Ergebnisse wesentlich abweichen. 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 眉ber 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 hier erw盲hnte 麻豆原创-Produkte und -Dienstleistungen sowie deren jeweilige Logos sind Marken oder eingetragene Marken von 麻豆原创 SE in Deutschland und anderen L盲ndern. Bitte beachten  f眉r weitere Markeninformationen und Hinweise.  

Hinweis an Redakteure:  
Um Archivmaterial und 麻豆原创efotos auf Broadcast-Standard digital vorzuschauen und herunterzuladen, besuchen Sie bitte . Auf dieser Plattform findest du hochaufl枚sendes Material f眉r deine Medienkan盲le.  

F眉r Kunden, die mehr 眉ber 麻豆原创-Produkte erfahren m枚chten:  
Global Customer Center: +49 180 534-34-24 Nur USA: 1 (800) 872-1麻豆原创 (1-800-872-1727) 

F眉r weitere Informationen, nur f眉r die 麻豆原创e: 

Alex Vaught, 麻豆原创, +1 (206) 678-5712, alex.vaught@sap.com, PST 
Ilaina Jonas, 麻豆原创, +1 (646) 923-2834, ilaina.jonas@sap.com, EST  
Daniel Reinhardt, 麻豆原创, +49 151 168 10 157, daniel.reinhardt@sap.com, CEST 
 
麻豆原创 麻豆原创eraum; press@sap.com 

Bitte beachten Sie unsere . Wenn Sie diese 麻豆原创emitteilung per E-Mail erhalten haben und sich von unserer Mailingliste abmelden m枚chten, kontaktieren Sie press@sap.com bitte und schreiben Sie „Abmelden“ in die Betreffzeile.  

The post 麻豆原创聽st盲rkt mit der 脺bernahme聽von聽Dremio聽seine Datenbasis f眉r聽agentische聽KI appeared first on 麻豆原创 News Center.

Click the button below to load the content from YouTube.

Always allow YouTube

, unsere neue User Experience, gewinnt an Dynamik und treibt Verbesserungen f眉r unsere Kunden ma脽geblich voran. Kunden , verbessern , und .

Joule ist aktuell in 35 L枚sungen verf眉gbar und wird weiterhin dort f眉r unsere Kunden bereitstehen, wo sie es ben枚tigen: in den Anwendungen, die sie nutzen, und mit einem fundierten Verst盲ndnis ihres Gesch盲ftskontexts und ihrer Daten. Deshalb integrieren wir Joule im ersten Quartal in weitere Anwendungen 鈥� von 麻豆原创 Datasphere, wo es nun Aufgaben ausf眉hren oder bestimmte Funktionen erkl盲ren kann, bis hin zu 麻豆原创 Intelligent Clinical Supply Management, wo Benutzer mit nat眉rlicher Sprache kritische Daten abrufen und zu relevanten Anwendungen navigieren k枚nnen.

Joule Agents, wie der Ausschreibungsanalyse-Agent, steigern das Umsatzwachstum der Kunden, indem sie wichtige Anforderungen extrahieren und Risiken in komplexen Dokumenten hervorheben. Projektmanager wiederum sparen mit dem neuen Projekteinrichtungs-Agenten in 麻豆原创 S/4HANA Cloud Public Edition Zeit beim Einrichten von Projekten. Daneben gibt es noch viele weitere Agenten, die nachfolgend n盲her erl盲utert werden.

Agenten entwickeln sich gerade zu einer wichtigen neuen Benutzergruppe von 鈥� und Wegbereitern f眉r 鈥� Unternehmenssoftware. Sie treffen auf Menschen als die einzigen anderen nicht deterministischen Operatoren und erweitern gleichzeitig den Umfang und den Nutzen von Unternehmenssoftware. Unsere Agenten werden auch weiterhin bei jeder Interaktion vertrauensw眉rdige, wiederholbare und 眉berpr眉fbare Ergebnisse liefern.

Wir haben mittlerweile mehr als 40 spezialisierte Agenten und mehr als 2.400 Joule Skills. Dank des Agent-to-Agent-Protokolls k枚nnen unsere Agenten in 麻豆原创-Systemen sowie in Systemen anderer Anbieter eingesetzt werden. Da die Zahl der Agenten in beiden Bereichen w盲chst, bietet der 麻豆原创 AI Agent Hub Kunden bereits heute die notwendige Infrastruktur und Leitlinien, um Agenten in diesem neuen 脰kosystem zu verwalten, zu steuern und zu erkunden.

Einige Highlights aus dem ersten Quartal 2026:

• 麻豆原创 Joule for Consultants ist eine dialogorientierte KI-L枚sung, die fachkundige Hilfestellung bei Cloud-Transformationen bietet und auf der 麻豆原创-Wissensdatenbank basiert. Um das Vertrauen und die Nachvollziehbarkeit zu verbessern, werden Quellenangaben nun in einem eigenen Seitenbereich angezeigt und k枚nnen zur besseren 脺bersichtlichkeit gruppiert werden. Administratoren k枚nnen die Websuche aktivieren, sodass Joule auf 枚ffentliche Inhalte zur眉ckgreifen kann. Die Quellenangaben bleiben dabei klar erkennbar. F眉r ma脽geschneiderte Antworten auf Probleme, f眉r die das System m枚glicherweise keine kundenspezifische Dokumentation enth盲lt, k枚nnen Berater nun bis zu zehn PDF- oder Textdateien direkt in den Chat hochladen. Dies wird durch die Einbindung von Inhalten aus der 麻豆原创 Enterprise Architecture Reference Library erg盲nzt, die umfassendere und genauere Antworten auf komplexe Abfragen liefert.聽
• 麻豆原创 Business AI f眉r die Lieferkette minimiert Unterbrechungen und vereinfacht die Planung. Mit dem Projekteinrichtungs-Agenten k枚nnen Projektmanager schnell neue Projekte einrichten, indem sie Daten aus fr眉heren Initiativen nutzen. Benutzer von 麻豆原创 Integrated Business Planning k枚nnen nun komplexe Formeln in Microsoft Excel mit nat眉rlicher Sprache erstellen. 麻豆原创 Digital Manufacturing kann vielschichtige Fertigungsprobleme in klare Beschreibungen umwandeln. Joule unterst眉tzt Benutzer von 麻豆原创 Integrated Product Development au脽erdem dabei, Problemberichte und Anforderungsmodelle mit einfachen Befehlen in nat眉rlicher Sprache zu erstellen.聽
• 麻豆原创 Business AI f眉r das Finanzwesen bietet mehr Effizienz und Einblicke in wichtige Prozesse. Joule 眉bersetzt nun komplexe Fehler bei der elektronischen Rechnungsstellung in einfache Sprache. Der Agent f眉r Streitbeilegung automatisiert die Ursachenanalyse f眉r Streitigkeiten im Zusammenhang mit Rechnungen, w盲hrend durch die Verarbeitung von Zahlungsavisen die Bearbeitungszeit f眉r Dokumente erheblich verk眉rzt wird. Unstrukturierte Daten wie PDFs k枚nnen nun automatisch in Kundenauftr盲ge umgewandelt werden, und Buchhalter k枚nnen auf Erkl盲rungen in nat眉rlicher Sprache f眉r komplexe Berechnungen des Anlageverm枚gens zugreifen. Benutzer k枚nnen ihre Startseite personalisieren und Systemfehler mithilfe nat眉rlicher Sprache in 麻豆原创 S/4HANA Cloud Public Edition leicht nachvollziehen.聽
• 麻豆原创 Business AI f眉r Beschaffung und Customer Experience聽verbessert die gesamten kaufm盲nnischen Abl盲ufe durch neue Funktionen. In der Beschaffung verk眉rzt die automatisierte Erstellung von Leistungsbeschreibungen in 麻豆原创 Fieldglass die Zeit f眉r die Definition von Leistungsumf盲ngen. Mit dem Katalogoptimierungsagenten k枚nnen E-Commerce-Manager die Qualit盲t von Produktdaten kontinuierlich verbessern. Im Einzelhandel erhalten Manager sofortige, dialogorientierte Antworten von Joule zu Daten aus der Auftragsverwaltung.
• 麻豆原创 Business AI f眉r IT und Entwickler gibt Entwicklern und Datenexperten die neuesten Tools direkt an die Hand und bietet ihnen mehr Kontrolle. Joule ist nun in 麻豆原创 Datasphere allgemein verf眉gbar, das hei脽t, Benutzer k枚nnen mithilfe einfacher dialogorientierter Sprache durch die Plattform navigieren, Antworten erhalten und Aufgaben durchf眉hren. Der Generative AI Hub in AI Foundation wird weiter ausgebaut und bietet Entwicklern Zugang zu den neuesten Modellen, darunter OpenAI GPT聽5.2, Gemini聽3.0 Pro, Anthropic Claude Opus聽4.6 und Claude Sonnet聽4.6. Entwickler profitieren zudem von verbesserten Funktionen wie fortschrittlicher Prompt-Optimierung, Metadaten-Filterung und deklarativen Konfigurationsoptionen zur Orchestrierung in der Prompt-Registry. Dar眉ber hinaus bietet 麻豆原创 Document AI nun detailliertere Steuerungsoptionen mit benutzerdefinierten Konfidenzschwellenwerten und erweiterter Unterst眉tzung von Dokumenten.
• 麻豆原创 Business AI f眉r Branchen umfasst eine spezialisierte KI zur L枚sung einzigartiger gesch盲ftlicher Herausforderungen. Verkaufsteams k枚nnen ihren Reaktionsprozess mit dem neuen Ausschreibungsanalyse-Agenten beschleunigen. Dieser Agent automatisiert die Pr眉fung komplexer Ausschreibungsdokumente, um die Erfolgsquoten zu verbessern. Joule funktioniert nun auch in 麻豆原创 Commodity Management, sodass sich m眉ndliche oder schriftliche Verhandlungen direkt in detaillierte Gesch盲ftsentw眉rfe umwandeln lassen. In der Life-Sciences-Branche k枚nnen Fachleute aus dem Bereich der klinischen Versorgung vorausschauende Analysen nutzen, um Kosten zu senken, die durch die Verschwendung von Best盲nden entstehen. Joule verk眉rzt zudem die Zeit f眉r die Informationssuche erheblich. Das 麻豆原创 Self-Billing Cockpit automatisiert die Extraktion von Rechnungsdaten aus beliebigen Formaten, was deutlich k眉rzere manuelle Verarbeitungszeiten zur Folge hat.聽
• 麻豆原创 Business AI f眉r Business Transformation Management liefert wichtige Erkenntnisse, die zum Steuern und Beschleunigen organisatorischer Ver盲nderungen entscheidend sind. Joule ist nun in 麻豆原创 Signavio verf眉gbar und erm枚glicht die Suche in nat眉rlicher Sprache, wodurch sich die Zeit f眉r die Informationssuche verk眉rzt. Simulationen von Gesch盲ftsprozessmodellen und Notationen in 麻豆原创 Signavio liefern klare, umsetzbare Zusammenfassungen direkt in Prozessdiagrammen. In der Zwischenzeit k枚nnen Unternehmensarchitekten die Anleitungen in 麻豆原创 LeanIX nutzen, um aussagekr盲ftige Erkenntnisse direkt aus ihrem Architekturbestand zu gewinnen. So l盲sst sich die Umsetzung von Transformationen beschleunigen und die Zeit zur Gewinnung der Erkenntnisse verk眉rzen.聽

Jonathan von R眉den ist Chief AI Officer der 麻豆原创 SE.

* Haftungsausschluss: Dieser Artikel beschreibt die zu erwartenden Vorteile f眉r Unternehmen. S盲mtliche Berechnungen sind Sch盲tzwerte, denen Fallstudien von 麻豆原创-Kunden, 麻豆原创-Benchmarks und andere Untersuchungen zugrunde liegen. Die tats盲chlichen Vorteile k枚nnen variieren und durch zus盲tzliche Faktoren beeinflusst werden, die in diesem Artikel nicht ber眉cksichtigt werden. Die Informationen werden ohne jegliche Gew盲hr, weder ausdr眉cklich noch stillschweigend, bereitgestellt. 麻豆原创 眉bernimmt keinerlei Verantwortung f眉r Sch盲den im Zusammenhang mit der Nutzung dieses Artikels. Auf der Seite sind unter 鈥濺echtliche Hinweise鈥� Nutzungsbedingungen, Haftungsausschl眉sse, Pflichtangaben und Einschr盲nkungen f眉r dieses Material zu finden.

The post 麻豆原创 Business AI: Highlights des Q1 2026 Release appeared first on 麻豆原创 News Center.

Als einer der innovativsten Clubs der Bundesliga arbeitet die TSG Hoffenheim eng mit 麻豆原创 in einem Co-Innovation-Ansatz zusammen, um neue KI-Funktionen innerhalb von zu erproben. Im Mittelpunkt steht dabei die Frage, wie K眉nstliche Intelligenz zentrale Bereiche im Fu脽ball, wie Scouting und Videoanalyse, sinnvoll unterst眉tzen kann.

Click the button below to load the content from YouTube.

Always allow YouTube

Neue Wege im Scouting mit generativer KI

Scouting spielt f眉r die TSG Hoffenheim eine Schl眉sselrolle. Gleichzeitig geh枚rt dieser Bereich zu den datenintensivsten Aufgaben im Profifu脽ball. Spielerbeurteilungen bestehen oft aus zahlreichen Einzelbeobachtungen, detaillierten Berichten und Einsch盲tzungen, die am Ende zu einem klaren Gesamtbild zusammengef眉hrt werden m眉ssen.

Genau hier setzen die TSG und 麻豆原创 im Rahmen ihrer Co-Innovation an. Aktuell wird in 麻豆原创 Sports One mit KI-gest眉tzten Scouting-Zusammenfassungen experimentiert. Erste Prototypen zeigen, wie 麻豆原创 Joule genutzt werden kann, um Fragen in nat眉rlicher Sprache zu stellen und darauf KI-generierte Antworten zu erhalten. Diese helfen dabei, lange, unstrukturierte Texte schnell auf den Punkt zu bringen, etwa mit Blick auf wiederkehrende St盲rken, Schw盲chen oder Spieltendenzen eines Spielers.

Scouts k枚nnen zum Beispiel Fragen stellen wie:

• 鈥濿ie gut ist Spieler X darin, Torchancen zu kreieren?鈥�
• 鈥濬asse die wichtigsten Beobachtungen aus den Scouting鈥態erichten zu Spieler X aus dem Jahr 2026 zusammen.鈥�
• 鈥濿as sind die gr枚脽ten St盲rken und Schw盲chen von Spieler X?鈥�

Derzeit wird gepr眉ft, wie stark diese Funktionen den manuellen Aufwand bei der Auswertung reduzieren und zugleich f眉r mehr Vergleichbarkeit und Konsistenz in Spielerbewertungen sorgen k枚nnen. Ziel ist es, bessere und fundiertere Entscheidungen sowohl im Nachwuchs鈥� als auch im Profiscouting zu 别谤尘枚驳濒颈肠丑别苍. Die TSG Hoffenheim bringt dabei aktiv ihre Erfahrung aus der t盲glichen Scouting-Arbeit ein, damit sich die L枚sung an den realen Anforderungen moderner Scouting-Herausforderungen orientiert.

AI-assisted Scene Finder: Videoanalyse schneller auf den Punkt gebracht

Auch die Videoanalyse z盲hlt weiterhin zu den zeit- und ressourcenintensivsten Prozessen im Profifu脽ball. Gemeinsam mit 麻豆原创 und AWS Professional Services arbeitet die TSG Hoffenheim derzeit an einem KI-gest眉tzten Konzept zur Spielszenensuche und testet dieses in der Praxis. Die Idee des AI-assisted Scene Finder: Analysten sollen relevante Spielszenen einfacher und schneller finden k枚nnen, indem sie in nat眉rlicher Sprache beschreiben, wonach sie suchen.

Statt sich m眉hsam durch lange Videoaufnahmen zu klicken, k枚nnen sie zum Beispiel fragen: 鈥瀂eige Konter nach Ballgewinn, die in einem Torschuss endeten.鈥�

Das System liefert innerhalb weniger Sekunden passende Sequenzen.

F眉r einen Club wie die TSG Hoffenheim steckt darin gro脽es Potenzial: weniger Zeitaufwand f眉r die manuelle Videosuche, eine fokussierte taktische Vorbereitung und eine noch engere Zusammenarbeit zwischen Analyse鈥� und Trainerteam.

Innovation gemeinsam gestalten

鈥濽nsere Partnerschaft mit 麻豆原创 geht 眉ber die blo脽e Einf眉hrung neuer Technologien hinaus鈥�, sagt Timo Gross, Head of Football Intelligence bei der TSG Hoffenheim. 鈥濫s geht uns um echte Co-Innovation. Wir bringen unsere praktische Erfahrung aus dem Fu脽ballalltag ein und kombinieren sie mit der 麻豆原创-Expertise in den Bereichen Enterprise-KI und cloud-basierten Sporttechnologien. Durch den engen Austausch und das Testen neuer Ideen gestalten wir aktiv die n盲chste Generation von KI-Funktionen in 麻豆原创 Sports One mit.鈥�

Mit intelligentem Scouting, Erkenntnissen aus nat眉rlicher Sprachverarbeitung und automatisierter Videosuche entwickelt sich die Fu脽ballanalyse rasant weiter. K眉nstliche Intelligenz wird im Profisport auch in Zukunft noch wichtiger werden. 麻豆原创 und die TSG Hoffenheim vertiefen ihre Zusammenarbeit mit dem Ziel, Leistung zu steigern, Prozesse zu vereinfachen und neue strategische Vorteile zu erschlie脽en.

Copyright Bilder: 漏 TSG Hoffenheim

The post TSG Hoffenheim und 麻豆原创 vertiefen Co-Innovation zur Anwendung von KI im Profifu脽ball appeared first on 麻豆原创 News Center.

KI-Funktionen von 麻豆原创 sorgten dabei f眉r die Koordinierung des gesamten Herstellungsprozesses des Ingwer-Shots 鈥� von der Mischung des Getr盲nks 眉ber die Verpackung bis hin zur Lagerbelieferung. Die Besucher konnten live erleben, wie wir unsere KI-Strategie in reale Fertigungsabl盲ufe 眉berf眉hren, ein durchg盲ngiges Lieferkettenmanagement erm枚glichen und Hersteller dabei unterst眉tzen, die n枚tige Resilienz aufzubauen.

Die Hannover Messe, die vom 20. bis 24. April stattfand, ist die weltweit wichtigste Industriemesse.

Gleich am ersten Messetag stattete 麻豆原创-CEO Christian Klein dem 麻豆原创-Stand einen Besuch ab, bevor er 鈥� wie auch Bundeskanzler Friedrich Merz und andere Branchenf眉hrer 鈥� die B眉hne betrat. Er berichtete dar眉ber, wie wichtig es sei, KI-Strategien in die Praxis zu 眉berf眉hren.

Wer den 麻豆原创-Stand besuchte, konnte diese Umsetzung anhand der Produktion des Ingwer-Shots aus erster Hand miterleben.

Das in einer blauen Box verpackte Getr盲nk sorgte dabei nicht nur f眉r Erfrischung; es diente vielmehr auch dazu, den Besuchern die neuesten KI-gest眉tzten Innovationen f眉r Fertigungsunternehmen und Lieferketten n盲herzubringen, die eine 别谤尘枚驳濒颈肠丑别苍.

Koordinierung der Lieferkette

Anhand von KI, Daten und agentenbasierten KI-Funktionen von 麻豆原创 konnten die Besucher sehen, wie die Koordinierung der Lieferkette in der Praxis abl盲uft. 麻豆原创 bietet , verl盲ssliche Daten und Anwendungen, mit denen Hersteller in Echtzeit Schl眉sse ziehen, Analysen durchf眉hren und Ma脽nahmen einleiten k枚nnen.

Am Messestand erlebten die Besucher mehrere Prozesse hautnah: Sie konnten verfolgen, wie Nutzer mithilfe von Joule in nat眉rlicher Sprache mit einem Roboter des Roboterherstellers ANYbotics interagierten, um聽Live-Fern眉berwachung von Feldservice-Inspektionen聽durchzuf眉hren. Zudem konnten sie den 鈥濸acXplorer“ in Aktion sehen, eine Hightech-Verpackungsmaschine mit Glasfront des Maschinen- und Anlagenbauers Uhlmann. Gegen眉ber stellte eine CNC-Maschine des Maschinenbauers DMG MORI zudem Ersatzteile f眉r den PacXplorer her. Und am Ende des Produktionszyklus 眉bernahm schlie脽lich ein Roboter des Roboterherstellers AIMBO die Kommissionierung und Verpackung des Ingwer-Shots. Sowohl AIMBO als auch ANYbotics sind Teil des wachsenden 麻豆原创-Netzwerks f眉r Partnerschaften im Bereich physischer KI.

Neben vielen F眉hrungen in Deutsch und Englisch gab es am ersten Tag auch F眉hrungen in Japanisch, Chinesisch und Portugiesisch. Brasilien war Partnerland der Hannover Messe 2026.

脺ber Kopfh枚rer, die den Umgebungsl盲rm am Stand ausblendeten, erfuhren die Besucher, wie die KI von 麻豆原创 eine zuverl盲ssige Koordinierung und intelligentere Steuerung f眉r und das 别谤尘枚驳濒颈肠丑迟.

KI-Anwendungsf盲lle zum Anfassen demonstrieren KI-Funktionen und ihre Vorteile

Anwendungsfall f眉r Abl盲ufe und Erkenntnisse

Hier erlebten Besucher 麻豆原创s Vision der Supply-Chain-Orchestrierung. In dieser Vision fungiert die Supply-Chain-Orchestrierung als Nervenzentrum des Unternehmens. Sie nutzt externe Signale wie Naturkatastrophen, Hafenengp盲sse oder Lieferantenstrecken, um die Unternehmenslogistik und Planung mithilfe von Agenten zu optimieren.

Zu den Vorteilen geh枚ren schnellere Reaktionszeiten durch KI-gest眉tzte 脺berwachung und automatisierte Warnmeldungen, au脽erdem bessere, datengest眉tzte, operative Entscheidungen auf Basis integrierter KI-Funktionen f眉r Gesch盲ftsanwendungen und eine nahtlose Integration mit durchg盲ngiger Anbindung von der Lieferkettenplanung bis hin zur Fertigungssteuerung und Qualit盲tskontrolle.

Die wichtigsten KI-Funktionen

• unterst眉tzt bei der Auftragsfreigabe und Echtzeit眉berwachung.
• Ein KI-Roboter pr眉ft Gefahren, analysiert Inspektionsdaten und identifiziert Grundursachen.
• Die Analyse der Beschaffungsoptimierung fasst Erkenntnisse zusammen, analysiert und erl盲utert den Planungslauf f眉r die Zeitreihenoptimierung.

Anwendungsfall f眉r intelligente Produktion

DMG MORI demonstrierte den Produktionsablauf an seiner CNC-Maschine im Rahmen eines durchg盲ngigen Prozesses 鈥� von der Konstruktion 眉ber die Planung bis zur Produktion.

W盲hrend der wei脽e Roboterarm der CNC-Maschine das Schieber-Ersatzteil nach dem Fr盲sprozess lautlos positionierte, erfuhren die Besucher von den Vorteilen einer durchgehenden Integration – von der Konstruktion 眉ber Werkzeugverwaltung und CNC-Programme bis zu 麻豆原创 Digital Manufacturing. Das Dashboard stellt dem Maschinenbediener KI-gest眉tzte Funktionen sowie operative und Wartungsinformationen zur Verf眉gung.

Der Prozess setzt sich dann 眉ber die Logistikausf眉hrung mit 麻豆原创 Logistics Management fort, das bei der Kombination von Lager- und Transportfunktionen f眉r kleinere Lagerh盲user hilft. Ein KI-gest眉tzter Logistikassistent filtert automatisch kritische Versandinformationen, fasst sie zusammen und priorisiert sie. Zus盲tzlich liefert er Versandpreise in Echtzeit und erm枚glicht so eine zuverl盲ssige Orchestrierung und intelligentere Ausf眉hrung.

Die wichtigsten KI-Funktionen

• erm枚glicht die Optimierung von Lager- und Transportvorg盲ngen per nat眉rlicher Sprache.
• liefern Produktionsinformationen und unterst眉tzen Entscheidungsprozesse 眉ber den gesamten Workflow hinweg.

Anwendungsfall: intelligente Verpackung

Uhlmann PacXplorer und 麻豆原创 zeigten eine vollst盲ndig integrierte Hochgeschwindigkeits-Verpackungslinie von 麻豆原创 S/4HANA 眉ber 麻豆原创 Digital Manufacturing bis zur Automationsschicht von Uhlmann, die den verpackten Ingwer-Shot produziert. Die verpackten Shots wurden von einem mobilen autonomen Roboter von Symovo von der Linie abtransportiert.

Zu den wichtigsten Vorteilen z盲hlen: eine h枚here Betriebsgeschwindigkeit und gesteigerter Durchsatz durch schnellere Auftragsabwicklung, integrierte Einhaltung gesetzlicher Vorschriften, weniger manuelle Eingriffe, Bestandstransparenz und Datenintegrit盲t in der gesamten Produktionskette.

Die wichtigsten KI-Funktionen

• Services zur Zustands眉berwachung erh枚hen die Maschinenverf眉gbarkeit und verbessern die Serviceeffizienz durch KI-gest眉tzte Erkenntnisse. Sie erm枚glichen eine nahtlose Zusammenarbeit im gesamten Service-脰kosystem.
• Eine KI-basierte Flow-Analyse erm枚glicht schnelle Prozessmodellierung und die Optimierung der Verfahrenstechnik.
• Die intelligente Handhabung von Ausnahmen ist in agentengesteuerte Prozesse eingebettet.
• Die KI-Agenten, mit denen Joule ausgestattet ist, unterst眉tzen Entscheidungsprozesse im gesamten Workflow.

Anwendungsfall: Humanoide Roboter in der Praxis

Bevor die Besucher ihre Ingwer-Shots erhielten, beobachteten sie an der letzten Station einen intelligenten humanoiden Roboter, der physische Aufgaben am Ende der Verpackungslinie verrichtete. Der Roboter 眉berbr眉ckte damit die L眉cke zwischen digitaler Planung und physischer Ausf眉hrung und zeigte 麻豆原创s Project Embodied AI in Aktion.

Humanoide Roboter bieten erhebliche Vorteile: h枚here Arbeitsgeschwindigkeit durch k眉rzere Auftragsbearbeitungszeit, h枚here Produktivzeit und Kosteneffizienz insbesondere in f眉r Menschen gef盲hrlichen oder schwierigen Bereichen, vollst盲ndige Bestandstransparenz mit Echtzeit-Datenintegration im gesamten Lager sowie perfekte Abstimmung zwischen Planung und Ausf眉hrung.

Die wichtigsten KI-Funktionen

• Joule und Joule Studio helfen Robotern, die physische Welt zu verstehen, autonome Entscheidungen zu treffen und aus ihrer Umgebung zu lernen, um intelligenter zu agieren.

Mehr als eine schnelle Erfrischung 

Am Ende ihres Besuchs bekamen die Besucher viel mehr als nur einen schnellen Energieschub. Sie verfolgten den gesamten Entstehungsprozess des Ingwer-Shots – von der Rezeptentwicklung und Planung bis zur Produktion mit Mischen, Abf眉llen und Verpacken – und gewannen ein klares Verst盲ndnis daf眉r, wie 麻豆原创 Erkenntnisse durch zuverl盲ssige Orchestrierung und intelligentere Ausf眉hrung in konkrete Ma脽nahmen umsetzt. Genau diese zuverl盲ssige Orchestrierung und intelligentere Ausf眉hrung ist es, die Herstellern die Resilienz verschafft, die sie in der heutigen Welt brauchen.

The post 麻豆原创 auf der Hannover Messe 2026: KI-gest眉tzte L枚sungen f眉r intelligente Fertigung und Lieferketten appeared first on 麻豆原创 News Center.

Mit den neuen C3A-Kriterien des (Bundesamt f眉r Sicherheit in der Informationstechnik) und der wachsenden Bedeutung resilienter Cloud-Infrastrukturen beginnt nun eine Phase der praktischen Umsetzung digitaler Souver盲nit盲t. 脺ber diese Entwicklung und die Rolle der Technologiepartnerschaft mit 麻豆原创 haben wir mit Thomas Caspers, Vizepr盲sident des BSI, gesprochen.

Digitale Souver盲nit盲t ist derzeit eines der zentralen Themen in der deutschen und europ盲ischen Digitalpolitik. Warum gewinnt das Thema gerade jetzt so stark an Bedeutung?

Thomas Caspers: Die Diskussion ist klar geopolitisch getrieben. F眉r uns ist entscheidend, dass Europa handlungsf盲hig bleibt. Genau darum geht es bei digitaler Souver盲nit盲t und 眉brigens allgemein in der Cybersicherheit: vorbereitet zu sein, statt erst im Ernstfall zu reagieren.

Die Frage ist dabei nicht nur, wo Daten liegen. Wir schauen systemisch auf das Gesamtbild: Bleiben kritische Rechenzentren betriebsf盲hig? Ist Personal verf眉gbar? Sind Lieferketten abgesichert? K枚nnen Dienste weiter genutzt werden, auch wenn sich Rahmenbedingungen pl枚tzlich ver盲ndern? Diese Handlungsf盲higkeit ist der Kern der Debatte.

Mit den C3A b眉ndeln wir nun die Kriterien, die aus unserer Sicht eine selbstbestimmte und sichere Nutzung von Cloud-Angeboten erm枚glichen, nicht nur in der 枚ffentlichen Verwaltung, sondern weit dar眉ber hinaus.

Mit dem C3A-Kriterienkatalog macht das BSI seine Anforderungen an autonome beziehungsweise selbstbestimmte Cloud-Nutzung jetzt 枚ffentlich. Was ist daran neu oder besonders?

Vieles daran ist f眉r Kooperationspartner wie 麻豆原创, mit denen wir schon lange eng zusammenarbeiten, nicht grunds盲tzlich neu. Wir wenden diese Kriterien in der Praxis seit Jahren an, entwickeln sie mit dem technischen Fortschritt stets weiter. Das Neue ist, dass wir sie jetzt systematisch aufgeschrieben haben und als richtungsweisende Handlungsrahmen 枚ffentlich machen.

Die C3A haben dabei keine unmittelbar regulative Wirkung, schaffen jedoch erstmals eine hohe Transparenz f眉r den Markt. Es wird sichtbar, welche Anforderungen Cloud-Anbieter erf眉llen m眉ssen, wenn Cloud-Kunden oder auch Beh枚rden Cloud-Angebote selbstbestimmt und sicher nutzen wollen. Dazu geh枚ren technische, betriebliche und inzwischen auch juristische Kriterien. Genau dieser systematische Rundumblick ist neu und wichtig.

Welche Rolle spielt die Zusammenarbeit mit Technologieanbietern wie 麻豆原创, wenn solche Anforderungen in konkrete Architekturen und Betriebsmodelle 眉bersetzt werden sollen?

Eine sehr wichtige. 麻豆原创 war einer der ersten Partner, mit denen wir in diesem Rahmen enger zusammengearbeitet haben. Nat眉rlich gibt es f眉r diese Zusammenarbeit formale Regeln und festgelegte Austauschformate. Aber in der Praxis hat sich schnell gezeigt: Eigentlich sind wir permanent im Austausch. So haben wir bei den C3A auch auf den Erfahrungen aufgebaut, die wir im Kontext Delos Cloud und 麻豆原创 Cloud Infrastructure gemacht haben. Genau diese direkte Zusammenarbeit braucht es auch, wenn sich Technologien, Sicherheits- und Souver盲nit盲tsanforderungen so dynamisch weiterentwickeln.

F眉r uns ist entscheidend, mit Unternehmen zusammenzuarbeiten, mit denen wir eng, vertrauensvoll und schnell in die Umsetzung kommen. Das gilt f眉r klassische Cloud-Themen genauso wie f眉r neue Technologien. Wenn wir wollen, dass Innovation sicher und kontrolliert nutzbar wird, dass Deutschland in der Digitalisierung wettbewerbsf盲hig bleibt, braucht es genau diese fr眉he und belastbare Abstimmung zwischen Aufsicht und Industrie.

Was zeigt aus Ihrer Sicht, dass digitale Souver盲nit盲t nicht nur ein politisches Konzept bleibt, sondern in der Praxis umgesetzt werden kann?

F眉r mich zeigt sich das immer dort, wo Anforderungen nicht nur beschrieben, sondern praktisch erprobt und umgesetzt werden. Und auf Grundlage dieser Umsetzung Produkte und Dienste dann erfolgreich auf dem Markt bestehen. Das gilt etwa f眉r die Frage, wie Cloud-Infrastrukturen auf ein Niveau gebracht werden, auf dem sie auch in besonders kritischen Umfeldern einsetzbar sind. Es muss ganz klar sein, welche Kriterien gelten und wie diese technisch, organisatorisch und nicht zuletzt auch physisch erf眉llt werden.

Ein konkretes Beispiel daf眉r ist Delos Cloud als souver盲ne Cloud f眉r Beh枚rden in Deutschland. Im Austausch mit 麻豆原创 arbeitet das BSI daran, Microsoft-Cloud-Technologie in ein Modell zu 眉berf眉hren, das unter deutschen Anforderungen sicher und selbstbestimmt betrieben werden kann. Genau daran zeigt sich, dass digitale Souver盲nit盲t nicht behauptet, sondern architektonisch, organisatorisch und regulatorisch umgesetzt werden kann und muss.

Das macht den Wert der Zusammenarbeit aus. Wenn Anforderungen klar sind, k枚nnen wir gemeinsam mit Unternehmen an Architekturen, an Betriebsmodellen und an Sicherheitsma脽nahmen arbeiten.

Ein zentraler Punkt in der aktuellen Debatte ist Resilienz. Was muss ein souver盲nes Cloud-Modell leisten, wenn es zu geopolitischen Verwerfungen oder Ausf盲llen kommt?

Es muss arbeitsf盲hig bleiben. Resilienz hei脽t f眉r uns, Optionen zu haben und auch auf 聽schwierige Szenarien vorbereitet zu sein, um 聽im Ernstfall den Betrieb aufrechterhalten zu k枚nnen. In unseren aktuellen Szenarien gehen wir davon aus, dass ein Minimalbetrieb 眉ber einen l盲ngeren Zeitraum sichergestellt sein muss. Dabei denken wir ausdr眉cklich auch Situationen mit, in denen urspr眉ngliche Anbieter oder Lieferketten kurzfristig nicht mehr in der bisherigen Form verf眉gbar sind.

Das bedeutet: Wir m眉ssen nicht nur den Normalbetrieb betrachten, sondern auch den Ausnahmefall. Wer digitale Souver盲nit盲t ernst meint, muss auch auf Szenarien vorbereitet sein, die sich niemand w眉nscht. Genau deshalb spielen Themen wie Betriebsfortf眉hrung, Personalverf眉gbarkeit und Lieferkettenresilienz in den C3A eine so gro脽e Rolle.

Wie wichtig ist das Zusammenspiel nationaler Standards, etwa zwischen dem BSI in Deutschland und ANSSI in Frankreich, f眉r ein gemeinsames europ盲isches Verst盲ndnis digitaler Souver盲nit盲t?

Dieses Zusammenspiel ist essentiell. Deutschland und Frankreich spielen in der europ盲ischen Diskussion eine besondere Rolle, weil beide L盲nder sehr konkret an Kriterien, Standards und Umsetzungsmodellen arbeiten. Und diese auch in die Anwendung bringen.

Was wir in Deutschland lernen, bringen wir in die europ盲ische Debatte ein. Und umgekehrt profitieren wir nat眉rlich auch vom Austausch mit unseren Partnern in Frankreich und anderen europ盲ischen L盲ndern. Wenn Europa bei digitaler Souver盲nit盲t vorankommen will, braucht es nationale Innovationskraft, verl盲ssliche Partner und gleichzeitig eine gemeinsame Richtung. Dies ist auch elementar, um f眉r europ盲ische Unternehmen wie 麻豆原创 einen skalierbaren Markt zu schaffen, der Investionen in Innovation f枚rdert.

Worauf sollten sich Beh枚rden, Unternehmen und Cloud-Anbieter in den kommenden Jahren einstellen?

Die Anforderungen werden konkreter, 眉berpr眉fbarer und systemischer. Erst kommt die Frage, was technologisch m枚glich ist, aber dann muss die Frage folgen, wie belastbar, transparent und kontrollierbar ein Angebot tats盲chlich ist. Das betrifft technische Aspekte genauso wie betriebliche und juristische. Dabei m眉ssen wir den gesamten Stack betrachten.

Wenn wir Technologien sicher und souver盲n nutzbar machen k枚nnen, dann sollten wir das auch tun. Das hei脽t: klare Standards, ein ganzheitlicher Ansatz und die F盲higkeit, neue Technologien entlang des Full Stack kontrolliert in die Anwendung zu bringen.

脺ber den Interviewpartner: Thomas Caspers ist Vizepr盲sident des Bundesamtes f眉r Sicherheit in der Informationstechnik (BSI).

The post Von der Debatte zur Umsetzung: BSI-Vizepr盲sident Thomas Caspers 眉ber C3A, Cloud-Souver盲nit盲t und die Zusammenarbeit mit 麻豆原创 appeared first on 麻豆原创 News Center.