Data & Analytics Archiv | 麻豆原创 News Center /germany/tags/data-analytics/ Unternehmensberichte & 麻豆原创eportal Fri, 18 Sep 2026 15:07:59 +0000 de hourly 1 https://wordpress.org/?v=7.1.4 麻豆原创 und Snowflake sch枚pfen das Potenzial von Daten und Unternehmens-KI in der gesamten Business Data Fabric aus /germany/2025/11/sap-und-snowflake-schoepfen-das-potenzial-von-daten-und-unternehmens-ki-in-der-gesamten-business-data-fabric-aus/ Tue, 04 Nov 2025 15:00:00 +0000 /germany/?p=185580 Neue Partnerschaft erm枚glicht Unternehmen Zugriff auf umfassende Dateneinblicke, die KI-Anwendungen ben枚tigen, um Gesch盲ftsergebnisse zu beschleunigen Bozeman, Montana, USA, und Walldorf 鈥� 4. November 2025 鈥�...

The post 麻豆原创 und Snowflake sch枚pfen das Potenzial von Daten und Unternehmens-KI in der gesamten Business Data Fabric aus appeared first on 麻豆原创 News Center.

]]>
Neue Partnerschaft erm枚glicht Unternehmen Zugriff auf umfassende Dateneinblicke, die KI-Anwendungen ben枚tigen, um Gesch盲ftsergebnisse zu beschleunigen


Bozeman, Montana, USA, und Walldorf 鈥� 4. November 2025 鈥� Snowflake, das AI Data Cloud-Unternehmen, und 麻豆原创, weltweit f眉hrender Anbieter von Unternehmensanwendungen und Unternehmens-KI, k眉ndigten heute eine neue Zusammenarbeit an. Unternehmen k枚nnen dadurch die AI Data Cloud von Snowflake und 麻豆原创 Business Data Cloud (BDC) mit semantisch umfangreichen Daten nahtlos nutzen.

Durch die Zusammenarbeit wird die Daten- und KI-Plattform von Snowflake als Erweiterung einer 麻豆原创-L枚sung f眉r 麻豆原创-BDC-Kunden verf眉gbar. Mit dem neuen Angebot, 麻豆原创 Snowflake, k枚nnen Unternehmen die AI Data Cloud von Snowflake und 麻豆原创 Business Data Cloud (BDC) mit semantisch umfangreichen Daten nahtlos nutzen. Durch die Zusammenarbeit wird die Daten- und KI-Plattform von Snowflake als Erweiterung einer 麻豆原创-L枚sung f眉r 麻豆原创-BDC-Kunden verf眉gbar.

麻豆原创 und Snowflake erm枚glichen auch die gemeinsame Nutzung von Daten zwischen 麻豆原创 BDC und Snowflake, ohne dass diese Daten kopiert werden m眉ssen. So k枚nnen Kunden leichter umfassendere Einblicke gewinnen, intelligente Anwendungen auf Unternehmensebene entwickeln und KI-gest眉tzte Innovationen nutzen, die ihre Transformation vorantreiben.

Verkn眉pfung kritischer Gesch盲ftsdaten

鈥濪urch die enge Integration von 麻豆原创 und Snowflake erleichtern wir es Unternehmen, kritische Gesch盲ftsdaten samt deren umfassenden Kontext in 麻豆原创 mit der Leistungsf盲higkeit einer nahtlosen Entwicklung von KI-Apps und Datenagenten in gro脽em Ma脽stab in Snowflake zu verkn眉pfen鈥�, erl盲uterte Christian Kleinerman, EVP of Product, Snowflake. 鈥濵it Snowflake und 麻豆原创 BDC k枚nnen Unternehmen Innovationen nun schneller realisieren und Daten nahtlos zwischen den Plattformen austauschen 鈥� ohne Kopieren und mit vollst盲ndiger Kontrolle鈥�, so Kleinerman weiter.

麻豆原创 Snowflake integriert Snowflake in das offene Datenumfeld von 麻豆原创 BDC und Business Data Fabric, wodurch Kunden von gr枚脽erer Offenheit und mehr Wahlm枚glichkeiten profitieren. Gleichzeitig wird 麻豆原创 BDC durch die KI-, Analyse-, Data-Engineering- und Marketplace-Funktionen von Snowflake sowie dessen M枚glichkeiten zur Zusammenarbeit erweitert. Kunden k枚nnen 麻豆原创 BDC mit 麻豆原创 Snowflake als cloudbasierte Rechen- und Speicheroption nutzen, um den Wert ihrer Daten zu steigern. Bidirektionaler Zero-Copy-Datenzugriff und KI erm枚glichen es Daten- und KI-Teams in Echtzeit und in Einklang mit einem einheitlichen Governance-Rahmen, mit semantisch umfassenden 麻豆原创-Datenprodukten zu arbeiten. Dadurch k枚nnen Kunden 麻豆原创- und andere Daten harmonisieren, die Gesamtbetriebskosten 眉ber alle Arbeitslasten hinweg optimieren und Agenten und KI-Anwendungen in 麻豆原创 Snowflake erstellen, die auf vertrauensw眉rdigen 麻豆原创-Datenprodukten beruhen.

Offenheit und Wahlfreiheit

鈥濪ie Einbindung von Snowflake in 麻豆原创 Business Data Cloud bietet unseren Kunden Offenheit und Wahlfreiheit鈥�, sagte Irfan Khan, President und Chief Product Officer f眉r 麻豆原创 Data and Analytics bei 麻豆原创. 鈥濭emeinsam kombinieren wir die jahrzehntelange F眉hrungsrolle von 麻豆原创 bei gesch盲ftskritischen Anwendungen mit der modernen Datenplattform von Snowflake, um ein einheitliches, f眉r Unternehmen geeignetes und von 麻豆原创 unterst眉tztes Erlebnis zu bieten, das den Mehrwert von Gesch盲ftsdaten auf das gesamte Datenumfeld ausdehnt鈥�, erl盲uterte Khan.

麻豆原创 Snowflake bietet Kunden Folgendes:

  • Aufbau einer zuverl盲ssigen, KI-f盲higen Datenbasis zur Harmonisierung von 麻豆原创- und Drittdaten: Kunden k枚nnen ihre Datenlandschaft mit einem integrierten Business Data Fabric vereinheitlichen. Dies erm枚glicht nahtloseres Zero-Copy-Sharing, eine angereicherte Modellierung und eine vollst盲ndige, sofort nutzbare Sicht auf ihre Daten in Echtzeit f眉r alle Data-Engineering-, Analyse-, KI- und Machine-Learning-Workflows im gesamten Unternehmen.
  • Beschleunigung des gesch盲ftlichen Nutzens von KI durch semantisch reichhaltige Daten: Eine vereinfachte KI-Governance erm枚glicht es Kunden, KI mit unternehmensspezifischem Wissen zu untermauern und ma脽geschneiderte Agenten zu entwickeln, um sicherere, st盲rker kontextbezogene und intelligentere Anwendungen im gesamten Unternehmen bereitzustellen.
  • Entwicklung intelligenter Anwendungen, die auf gesch盲ftskritischen Daten basieren: Mit einer harmonisierten und demokratisierten Datengrundlage, die auf semantisch reichhaltigen, vertrauensw眉rdigen Datenprodukten aufbaut, k枚nnen Kunden intelligente Anwendungen schneller entwickeln, implementieren und optimieren und so das Innovationstempo und ihre Produktion beschleunigen.

Einfachere l枚sungs眉bergreifende Datennutzung

Neben 麻豆原创 Snowflake umfasst die Partnerschaft auch 麻豆原创 Business Data Cloud Connect f眉r Snowflake, eine Funktion, die ein bidirektionales Daten-Sharing ohne Kopieren mit Snowflake erm枚glicht. Unternehmen, die Snowflake bereits einsetzen, k枚nnen 麻豆原创 BDC Connect nutzen, um ihre vorhandenen Instanzen von Snowflake in 麻豆原创 Business Data Cloud zu integrieren. Dadurch erhalten sie einen nahtlosen Zero-Copy-Zugriff in Echtzeit auf semantisch umfangreiche 麻豆原创-Datenprodukte, f眉r den keine Duplikate erforderlich sind.

麻豆原创 und Snowflake unterst眉tzen Tausende von Kunden, darunter Branchenf眉hrer wie AstraZeneca, indem sie ihre Branchen durch diese Partnerschaft transformieren.

鈥濧straZeneca erweitert immer wieder die Grenzen der Wissenschaft und ist Vorreiter bei lebensver盲ndernden Arzneimitteln鈥�, so Russell Smith, Vice President of ERP Transformation Technology bei AstraZeneca. 鈥濪aten und KI sind f眉r das Erreichen dieses Ziels von zentraler Bedeutung, und unsere enge Zusammenarbeit mit 麻豆原创 und Snowflake beschleunigt unsere F盲higkeit, auf Echtzeitdaten zuzugreifen, diese zu verarbeiten und zu analysieren. Diese Ank眉ndigung wird unsere Mission noch schneller vorantreiben und sie best盲tigt, dass jede Minute z盲hlt, um Durchbr眉che f眉r Patienten zu erzielen鈥�, erg盲nzte Smith.

麻豆原创 Snowflake soll im ersten Quartal 2026 allgemein verf眉gbar sein. Die allgemeine Verf眉gbarkeit von 麻豆原创 BDC Connect for Snowflake ist f眉r das erste Halbjahr 2026 geplant.

Mehr erfahren:

  • Erfahren Sie mehr 眉ber die Leistungsf盲higkeit von 麻豆原创 und Snowflake.
  • N盲heres 眉ber die einzigartigen Funktionen von 麻豆原创 Business Data Cloud erfahren Sie .
  • Weitere Informationen zu 麻豆原创 Snowflake finden Sie auf der und in diesem .
  • Bleiben Sie auf dem Laufenden 眉ber Neuigkeiten und Ank眉ndigungen von Snowflake auf und .

Weitere 麻豆原创einformationen finden Sie im 麻豆原创 News Center.

Erhalten Sie 麻豆原创 News auf und .

Informationen zu Snowflake

Snowflake ist eine Plattform, mit der Unternehmen im KI-Zeitalter auf einfache Art schnell Innovationen realisieren und gr枚脽eren Nutzen aus ihren Daten ziehen k枚nnen. Mehr als 12.000 Kunden weltweit, darunter Hunderte der weltweit gr枚脽ten Unternehmen, nutzen die AI Data Cloud von Snowflake, um Daten, Anwendungen und KI zu entwickeln, zu verwenden und auszutauschen. Mit Snowflake kann jedes Unternehmen mit Daten und KI positive Ver盲nderungen bewirken. Weitere Informationen finden Sie unter (NYSE: SNOW).

Informationen zu 麻豆原创

Als weltweit f眉hrender Anbieter von Unternehmensanwendungen und Business AI steht 麻豆原创 (NYSE: 麻豆原创) an der Schnittstelle zwischen Unternehmen und Technologie. Seit 眉ber 50 Jahren vertrauen Unternehmen auf 麻豆原创, um ihr volles Potenzial auszusch枚pfen, indem sie gesch盲ftskritische Abl盲ufe wie Finanzwesen, Beschaffung, Personalwesen, Lieferkette und Kundenerlebnis vereinheitlichen. Weitere Informationen finden Sie unter .

Zukunftsgerichtete Aussagen

Diese 麻豆原创emitteilung enth盲lt ausdr眉ckliche und indirekte zukunftsgerichtete Aussagen, einschlie脽lich Aussagen (i) zur Gesch盲ftsstrategie von Snowflake, (ii) zu Produkten, Services und Technologieangeboten von Snowflake, einschlie脽lich derer, die sich in der Entwicklung befinden oder nicht allgemein verf眉gbar sind, (iii) zu Marktwachstum, Trends und Wettbewerbs眉berlegungen sowie (iv) zur Integration, Interoperabilit盲t und Verf眉gbarkeit von Snowflake-Produkten mit und auf Drittanbieterplattformen. Diese zukunftsgerichteten Aussagen unterliegen einer Reihe von Risiken, Ungewissheiten und Annahmen, einschlie脽lich derer, die unter der 脺berschrift 鈥濺isikofaktoren鈥� und an anderer Stelle in den Quartalsberichten in Formular 10-Q und den Jahresberichten in Formular 10-K beschrieben sind, die Snowflake bei der US-amerikanischen B枚rsenaufsichtsbeh枚rde einreicht. In Anbetracht dieser Risiken, Ungewissheiten und Annahmen k枚nnen die tats盲chlichen Ergebnisse erheblich und nachteilig von den in den zukunftsgerichteten Aussagen erwarteten oder implizierten Ergebnissen abweichen. Infolgedessen sollten Sie sich nicht auf zukunftsgerichtete Aussagen als Vorhersagen zuk眉nftiger Ereignisse verlassen.

漏 2025 Snowflake Inc. Alle Rechte vorbehalten. Snowflake, das Snowflake-Logo und alle anderen im Text genannten Namen von Snowflake sind eingetragene Marken oder Marken von Snowflake Inc. in den USA und anderen L盲ndern. Alle anderen Markennamen oder Logos, die hier erw盲hnt oder verwendet werden, dienen ausschlie脽lich zur Identifizierung und k枚nnen Marken ihrer jeweiligen Inhaber sein. Snowflake steht m枚glicherweise in keiner Verbindung zu diesen Inhabern und wird von ihnen weder gesponsert noch unterst眉tzt.

# # #

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. 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 2024 auf dem Formular 20-F.


漏 2025 麻豆原创 SE. Alle Rechte vorbehalten.
麻豆原创 und andere in diesem Dokument erw盲hnte Produkte und Dienstleistungen von 麻豆原创 sowie die dazugeh枚rigen Logos sind Marken oder eingetragene Marken der 麻豆原创 SE in Deutschland und anderen L盲ndern. Zus盲tzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

Hinweis an die Redaktionen

F眉r 麻豆原创efotos und Fernsehmaterial in hoher Aufl枚sung besuchen Sie bitte unsere Plattform . Dort finden Sie aktuelles sendef盲higes TV-Footage-Material sowie Bilder zu Themen rund um 麻豆原创 zum direkten Download.

Ansprechpartner f眉r die 麻豆原创e:
Tom Hannigan, Partner-PR, Snowflake, press@snowflake.com

Scott Malinowski, Partner-PR, 麻豆原创, scott.malinowski@sap.com
麻豆原创-麻豆原创ebereich; press@sap.com

Bitte beachten Sie unsere.
Sie m枚chten keine 麻豆原创emeldungen mehr von uns bekommen? Senden Sie dazu bitte eine E-Mail an
press@sap.com mit dem Begriff 鈥濽nsubscribe鈥� in der Betreffzeile.

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post 麻豆原创 und Snowflake sch枚pfen das Potenzial von Daten und Unternehmens-KI in der gesamten Business Data Fabric aus appeared first on 麻豆原创 News Center.

]]>
Bessere Datenqualit盲t schafft Voraussetzungen f眉r KI und People Analytics bei Edgewell /germany/2025/10/bessere-datenqualitaet-schafft-voraussetzungen-fuer-ki-und-people-analytics-bei-edgewell/ Wed, 08 Oct 2025 06:00:00 +0000 /germany/?p=183530 Edgewell Personal Care f眉hrte ein 18-monatiges Projekt durch mit dem Ziel, die Personaldaten in seinen 麻豆原创 SuccessFactors-L枚sungen qualitativ zu verbessern. F眉r strategische Entscheidungen im Personalwesen braucht...

The post Bessere Datenqualit盲t schafft Voraussetzungen f眉r KI und People Analytics bei Edgewell appeared first on 麻豆原创 News Center.

]]>
Edgewell Personal Care f眉hrte ein 18-monatiges Projekt durch mit dem Ziel, die Personaldaten in seinen 麻豆原创 SuccessFactors-L枚sungen qualitativ zu verbessern.

F眉r strategische Entscheidungen im Personalwesen braucht es genaue und zug盲ngliche Personaldaten f眉r Recruiting, Leistungsmanagement, Mitarbeiterengagement, Compliance und vieles andere mehr. Dar眉ber hinaus ist ein 鈥瀞auberes鈥� Datenfundament unerl盲sslich, um KI鈥慻esteuerte Tools effektiv nutzen zu k枚nnen. , ein in den USA ans盲ssiger Hersteller von K枚rperpflegeprodukten, wollte sich f眉r die Zukunft r眉sten und seine 眉ber 7.000 Mitarbeitenden weltweit besser betreuen und verwalten.

Das Portfolio von Edgewell umfasst mehr als 25 bekannte K枚rperpflegemarken, darunter Schick, Banana Boat, Wilkinson Sword und Wet Ones. Damit erwirtschaftete das Unternehmen 2024 einen . Wie Colin Emery, Director of Global HR Systems bei Edgewell, betont, setzt das Unternehmen auf eine personalorientierte Unternehmenskultur, die Mitarbeitenden ein passendes Umfeld f眉r effizientes Arbeiten erm枚glicht und dem Unternehmen einen Wettbewerbsvorteil verschafft. 

2022 erhielt Emery die Aufgabe, eine Abteilung f眉r People Analytics bei Edgewell aufzubauen. Schnell wurde ihm jedoch klar, dass die hierf眉r ben枚tigten Daten nicht genau genug waren. 鈥濽nser Erfassungssystem war nicht mehr das System, das es einmal war. Eigentlich hatten war gar keines鈥�, erkl盲rt Emery. Damals lag die Genauigkeit der HR-Daten bei nur 37 Prozent f眉r wichtige Datenfelder im Planstellen- und Mitarbeiterprofil. 

Nutzen Sie KI, um die Arbeitsweise von Mitarbeitern, die F眉hrung von Managern und die Anpassung von Organisationen zu optimieren

Seit der Gr眉ndung von Edgewell im Jahr 2015, so Emery, setze das Unternehmen bei der Skalierung, Systematisierung und Standardisierung seiner weltweiten HR-Systeme auf die 鈥瀏renzenlose Konfigurierbarkeit鈥� der . Die L枚sungen funktionierten zwar wie vorgesehen, die darin enthaltenen Daten wurden jedoch nicht ordnungsgem盲脽 gepflegt. Dadurch kam es im Weiteren zu vielen Ungenauigkeiten. 鈥濫s war klar, dass die Qualit盲t unserer Daten in 麻豆原创 SuccessFactors in einigen Teilen der Welt zu w眉nschen 眉brig lie脽 鈥� insbesondere in L盲ndern, in denen 麻豆原创 SuccessFactors Payroll nicht integriert ist鈥�, sagt er.

Emery war sich bewusst, dass eine hohe Datenqualit盲t entscheidend f眉r effektive Entscheidungen, genaue Berichte, ein reibungsloses Benutzererlebnis und k眉nftige Innovationen ist. Allerdings hatte er weder das Budget noch die Zeit f眉r die Beauftragung externer Ressourcen. Deshalb entschied er sich, die Methode von Edgewell zur L枚sung des Problems intern zu entwickeln.

HR Data Champions als Multiplikatoren

Nachdem Emery ermittelt hatte, welche Datenfelder in erster Linie bereinigt und gepflegt werden mussten, um die gr枚脽te Auswirkung auf die Datenqualit盲t zu haben, wandte er sich an diejenigen, die f眉r die Daten zust盲ndig waren und diese am besten verstanden: die HR Business Partner (HRBPs). Denn f眉r den Erfolg des Datenqualit盲tsprojekts war es erforderlich, die HRBPs mit einzubinden. Eine ge盲nderte Einstellung und umfangreiches Change Management waren n枚tigt, so Emery. Denn nicht alle HRBPs f眉hlten sich f眉r die Pflege der Daten in den 麻豆原创鈥慡uccessFactors-L枚sungen verantwortlich und manche ben枚tigten Schulungen, um die systematisierten HR-Prozesse zu verstehen. 

Um die Umstellung zu erleichtern, rief Emery ein HR-Data-Steward-Programm ins Leben, damit die HRBP-Community von Edgewell entsprechend geschult werden konnte. Die jeweiligen Data Stewards erhalten w枚chentliche Berichte und haben die Aufgabe, die Datenfehler pers枚nlich zu beheben oder einen geeigneten Kollegen zu informieren. Sie werden geschult, wie es zu den Ungenauigkeiten kommt, welche Folgen diese haben und wie man sie beheben kann. Dadurch werden die Data Stewards zu Experten und sind in der Lage, anderen HRBPs ihr Wissen zu vermitteln. Durch die Schulungen konnten die HRBPs proaktiv handeln, anstatt nur zu reagieren. Dies sei ein entscheidender Faktor f眉r den Erfolg des Datenqualit盲tsprojekts, erkl盲rt Emery. 

Beispielsweise ging die Zahl der Datenungenauigkeiten von 2.700 auf gerade mal eine Handvoll zur眉ck. 鈥濪as ist ein winziger, winziger Bruchteil dessen, was es vorher war鈥�, sagt Emery. 鈥濪as liegt daran, dass die HRBPs es gleich richtig machen, anstatt Fehler zu machen, die dann korrigiert werden m眉ssen.鈥�

Das Projekt startete in den USA und wurde sp盲ter auf Europa, Lateinamerika und den asiatisch-pazifischen Raum ausgeweitet. Jetzt liegt die Datengenauigkeit von Edgewell konstant bei 96 bis 97 Prozent, berichtet Emery.

Analytics in der Personalabteilung: bessere Daten, bessere Entscheidungen

Neuestes Release von 麻豆原创听S/4HANA Cloud, Private Edition: Mehr Effizienz dank neuer KI鈥慒unktionen

Der Erfolg des Datenqualit盲ts- und Data-Steward-Projekts ist deutlich zu sehen, und nun kann Edgewell von einem sauberen HR-Datenfundament profitieren. Auch die Zuverl盲ssigkeit des HR-Reportings des Unternehmens hat sich sp眉rbar verbessert, f眉r das es Stories in 厂础笔-厂耻肠肠别蝉蝉贵补肠迟辞谤蝉-尝枚蝉耻苍驳别苍 verwendet. 鈥濻tories bieten einen gro脽en Vorteil, wenn wir Echtzeit-麻豆原创-SuccessFactors-Daten verwenden鈥�, erkl盲rt Emery. Die M枚glichkeit, einen Link zu versenden, auf den anhand rollenbasierter Berechtigungen zugegriffen werden kann, macht zudem das Teilen von Daten einfach und schnell. Edgewell nutzt Stories, um Daten zu Inklusion, Zugeh枚rigkeitsgef眉hl, F眉hrung, Besch盲ftigungsdauer, Recruiting und vieles mehr zu analysieren und die Erkenntnisse mit der Unternehmensf眉hrung, HR-F眉hrungskr盲ften und HRBPs zu teilen.

Diese datengest眉tzte Vorgehensweise hilft Edgewell, Bereiche mit Verbesserungspotenzial zu identifizieren und strategische HR-Entscheidungen zu treffen. So stellte das People-Analytics-Team beispielsweise anhand der Daten fest, dass es ein kurzfristiges Fluktuationsproblem f眉r bestimmte Rollen und Standorte gab. Die Personalabteilung von Edgewell schuf daraufhin ein neues Bewerbererlebnis, um die Recruiting- und Onboarding-Prozesse zu verbessern und zu systematisieren. Das Programm 鈥濲oyful Journey鈥� dient auch dazu, Informationen 眉ber das Unternehmen zu teilen und Talente zu gewinnen. 鈥濷hne die Daten h盲tten wir nie gewusst, wie wir vorgehen sollen鈥�, sagt Emery. 鈥濻ie brachten uns dazu, Zeit, M眉he und Geld in diese Prozesse zu investieren 鈥� und dies wirkte sich sofort positiv auf die kurzfristige Fluktuation aus.鈥�

鈥濱n den letzten drei Jahren haben wir Daten bereitgestellt und erkl盲rt, wie wichtig es ist, die Daten im System zu bereinigen, um sie f眉r uns aussagekr盲ftiger zu machen鈥�, f眉gt Emery hinzu. 鈥濿ir erheben nie Daten um ihrer selbst willen. Es muss immer darum gehen, welche Ma脽nahmen sich aus diesen Daten ableiten lassen.鈥�

Bereit f眉r die Zukunft: HR-Innovationen mit KI

Die beeindruckende Datenqualit盲t von Edgewell bietet seinen F眉hrungskr盲ften nicht nur handlungsrelevante Einblicke, sondern schafft auch eine solide Grundlage, um von HR鈥慖nnovationen zu profitieren. Dies gilt umso mehr, als viele Innovationen wie beispielsweise KI saubere Daten ben枚tigen, um gut zu funktionieren. KI-Assistenten und 鈥慉genten wie Joule sind nur so gut wie die Daten, auf denen sie beruhen. Deshalb werden Initiativen zu Datenqualit盲t und Daten-Governance zunehmend eine unternehmerische Notwendigkeit. 

Hier ist Edgewell seiner Zeit voraus. 鈥濧ls ich vor drei Jahren mit People Analytics begonnen habe, wusste ich, dass wir uns zun盲chst auf die Bereinigung der Daten konzentrieren mussten. Nur so konnten wir uns auf die Superautomatisierung und die kommenden KI-Tools vorbereiten鈥�, sagt Emery. 鈥濶un sind wir f眉r die n盲chste Generation von Tools bestens ger眉stet.鈥�


Gillian Hixson ist Integrated Communication Specialist bei 麻豆原创.

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post Bessere Datenqualit盲t schafft Voraussetzungen f眉r KI und People Analytics bei Edgewell appeared first on 麻豆原创 News Center.

]]>
Mit 麻豆原创听Business Data Cloud die Zukunft intelligenter Anwendungen gestalten /germany/2025/06/sap-business-data-cloud-zukunft-intelligenter-anwendungen-gestalten/ Tue, 10 Jun 2025 06:00:00 +0000 /germany/?p=184213 In der Gesch盲ftswelt von morgen wird es darauf ankommen, wie gut Unternehmen wertvolle Erkenntnisse auf breiter Basis in konkrete Ma脽nahmen und Entscheidungen umsetzen.  Derzeit entstehen...

The post Mit 麻豆原创听Business Data Cloud die Zukunft intelligenter Anwendungen gestalten appeared first on 麻豆原创 News Center.

]]>
In der Gesch盲ftswelt von morgen wird es darauf ankommen, wie gut Unternehmen wertvolle Erkenntnisse auf breiter Basis in konkrete Ma脽nahmen und Entscheidungen umsetzen. 

Neu vorgestellte Innovationen und Partnerschaften revolutionieren die Arbeitsweise

Derzeit entstehen ganz neue intelligente Anwendungen, die die Gesch盲ftsprozesse von Unternehmen ver盲ndern. Sie integrieren Echtzeitdaten und wichtigen Gesch盲ftskontext in KI-Modelle, um schnelle und fundierte Entscheidungen zu erm枚glichen. Im Gegensatz zu herk枚mmlicher Software, die von strengen Gesch盲ftsregeln gesteuert wird, k枚nnen diese modernen Anwendungen lernen und sich an schnell ver盲nderte Kunden- und Marktanforderungen anpassen. Sie erkennen 脛nderungen, um Prozesse zu optimieren, sehen Anforderungen voraus und arbeiten mit Nutzern und KI-Systemen zusammen, um Wettbewerbsvorteile f眉r das Unternehmen zu sichern. 

Aber wir stehen vor dem Wendepunkt noch bedeutenderer Innovationen, die leider nur wenige Unternehmen voll nutzen k枚nnen. Trotz des enormen Potenzials von KI und Cloudtechnologien zeigt sich der wahre Mehrwert erst, wenn diese Innovationen zusammen mit den sicheren und semantisch vielf盲ltigen Daten genutzt werden, die in einem Unternehmen in gro脽em Umfang vorhanden sind. 

Ergebnisse mit intelligenten Anwendungen optimieren 

Auf der 麻豆原创 Sapphire 2025 haben wir eine bedeutende Weiterentwicklung von 麻豆原创 Business Data Cloud angek眉ndigt, um das Potenzial intelligenter Anwendungen auszusch枚pfen 鈥� vorkonfigurierter, modularer Anwendungen, die vertrauensw眉rdige Datenprodukte, KI-Funktionen und Gesch盲ftssimulationen nahtlos integrieren und die Anforderungen jedes Fachverantwortlichen erf眉llen. Bei diesen intelligenten Anwendungen handelt es sich jedoch nicht einfach um Analysewerkzeuge. Diese Anwendungen gehen 眉ber herk枚mmliche Analysen hinaus, indem sie Aufgaben sowohl in analytischen als auch in transaktionalen Workflows automatisieren und verkn眉pfen, sodass Kunden in 麻豆原创 Business Data Cloud Entscheidungen treffen und Ma脽nahmen durchf眉hren k枚nnen. 

Heute stellen wir neue intelligente Anwendungen in 麻豆原创 Business Data Cloud vor, angefangen mit People Intelligence 鈥� einer L枚sung, die auf Datenprodukten zur Zusammensetzung der Belegschaft, zu Qualifikationen und Verg眉tung basiert. Auf Grundlage von Daten aus 麻豆原创 SuccessFactors bietet People Intelligence Personalleitern und Fachverantwortlichen KI-gest眉tzte Empfehlungen, die ihnen helfen, Personalentscheidungen zu optimieren, die Motivation und Integration der Mitarbeitenden zu f枚rdern und die Compliance sicherzustellen. Die L枚sung beinhaltet Funktionen f眉r Einblicke in die Zusammensetzung der Belegschaft, die Verg眉tung und die Qualifikationen. Sie sind alle im zweiten Halbjahr 2025 verf眉gbar. 

Die folgenden intelligenten Anwendungen in 麻豆原创 Business Data Cloud stehen als technische Vorabversion zur Verf眉gung: 

  • Cloud ERP Intelligence: Erm枚glicht F眉hrungskr盲ften mit wertvollen Erkenntnissen, Gesch盲ftssimulationen und KI-Funktionen, Unsicherheiten zu bew盲ltigen, die Rentabilit盲t zu steigern und Nachhaltigkeitsziele zu erreichen. Zu diesen Funktionen geh枚ren neue Datenprodukte aus zentralen Gesch盲ftsprozessen wie Fertigung (Produktionsausf眉hrung, Ressourcenoptimierung etc.), Logistikkette (Bestand, Lieferungen etc.) und Vertragskontokorrent (Zahlungen, Fakturierung etc.). 
  • Customer Intelligence: Bietet Vertriebs-, Service-, Marketing- und Handelsteams einen umfassenden 脺berblick 眉ber Kunden, um Anforderungen im Voraus zu erkennen, die Zielgruppenansprache zu verbessern und ein umfassendes Kundenprofil zu erstellen.  
  • Finance Intelligence: Erm枚glicht CFOs und Finanzteams Prognosen und Planung in Echtzeit und bietet vernetzte Daten 眉ber verschiedene Systeme hinweg sowie KI-gest眉tzte Erkennung von Unstimmigkeiten. 
  • Spend Intelligence: Bietet Entscheidern in den Bereichen Beschaffung und operativer Betrieb einen 脺berblick 眉ber Ausgaben in Echtzeit, damit sie Lieferantenrisiken minimieren, Ausrei脽er bei den Ausgaben kennzeichnen und Kosten senken k枚nnen. 

Grundlage jeder intelligenten Anwendung in 麻豆原创 Business Data Cloud bilden sorgf盲ltig zusammengestellte, verwaltete Datenprodukte 鈥� S盲tze strukturierter Gesch盲ftsdaten und Metadaten, die Anwendungsf盲lle beschleunigen und den Aufwand f眉r die Datenintegration reduzieren sollen. Da 麻豆原创 Databricks nun von Anfang an in 麻豆原创 Business Data Cloud verf眉gbar ist, k枚nnen 麻豆原创-Datenprodukte mit bestehenden Lakehouses ohne Kopieren genutzt werden. 

Im Rahmen dieser technischen Vorabversionen k眉ndigen wir au脽erdem die Bereitstellung von Hunderten neuer Datenprodukte w盲hrend des Jahres 2025 f眉r alle Bereiche der 麻豆原创 Business Suite an 鈥� von Datenprodukten f眉r Bestandsoptimierung und Lieferanalysen bis hin zu Nachhaltigkeit und Compliance. Die erste Welle umfasst neue Datens盲tze zu EHS und Produktkonformit盲t. Daten zum Fu脽abdruck werden im Laufe des Jahres folgen. 

麻豆原创 versichert Unternehmen, ihnen angesichts gro脽er Herausforderungen zur Seite zu stehen

Den Nutzen von KI mit hochwertigen Daten steigern

Dar眉ber hinaus erweitert 麻豆原创 Business Data Cloud seine Knowledge-Graph-Funktionen. Der Knowledge Graph wurde urspr眉nglich in 麻豆原创 Datasphere eingef眉hrt und kann nun Metadaten aus 麻豆原创- und externen Quellen erfassen und zuordnen und Modelle, die in 麻豆原创 Knowledge Graph auf der 麻豆原创 BTP ver枚ffentlicht wurden, nahtlos nutzen. Dadurch entsteht ein lebendiges Modell f眉r die Strukturierung und Verkn眉pfung von Gesch盲ftsdaten und bildet einen semantischen Kern, durch den die KI pr盲ziser agieren kann. 

In Kombination mit dem KI-Assistenten Joule, der nun allgemein verf眉gbar ist, k枚nnen Nutzer in 麻豆原创 Business Data Cloud auf nat眉rliche Weise mit komplexen Gesch盲ftsdaten arbeiten 鈥� und zwar ohne die Einschr盲nkungen herk枚mmlicher Technologie. Joule erm枚glicht es, die gesamte Vielfalt von Unternehmensinformationen zu nutzen, sodass Mitarbeitende im gesamten Unternehmen aufgrund wichtiger Einblicke, die auf realem Gesch盲ftskontext basieren, Schl眉sse ziehen und handeln k枚nnen. 

Das offene Daten枚kosystem: Intelligente Anwendungen mit Partnern 

Wir erweitern auch den Zugriff auf 麻豆原创 Business Data Cloud, um die n盲chste Generation intelligenter Multi-Cloud-Anwendungen zu unterst眉tzen. 

Ab dem zweiten Quartal ist 麻豆原创 Business Data Cloud auf AWS verf眉gbar. Google Cloud und Microsoft Azure sollen im zweiten Halbjahr 2025 folgen. Dies verbessert den Zugriff auf die 麻豆原创-Datenbasis und deren Einsatz in Multi-Cloud-Strategien. So erhalten Kunden mehr Flexibilit盲t und k枚nnen intelligente Workloads 眉berall dort ausf眉hren, wo sie t盲tig sind. 

Gleichzeitig arbeitet die 麻豆原创 aktiv mit f眉hrenden Partnern zusammen, um weitere intelligente Anwendungen zu entwickeln.  

  • Accenture wird sechs intelligente Anwendungen f眉r wesentliche Herausforderungen in den Bereichen Logistikkette, Personalwesen, Finanzwesen und Beschaffung auf den Markt bringen (Zeitplan f眉r allgemeine Verf眉gbarkeit steht noch nicht fest). 
  • Adobe und die 麻豆原创  entwickeln gemeinsam eine Anwendung, die Marketingdaten von Adobe und Finanz- und Lieferkettendaten von 麻豆原创 zusammenf眉hrt und so eine Abstimmung zwischen Bedarfsdaten und operativer Planung in Echtzeit erm枚glicht. Die Anwendung soll Ende 2025 verf眉gbar sein. 
  • Palantir und die 麻豆原创 gehen eine Partnerschaft ein, um gemeinsame Kunden beim Umstieg in die Cloud und bei Modernisierungsprogrammen zu unterst眉tzen. Durch die nahtlose Verbindung zwischen Palantir und 麻豆原创 Business Data Cloud werden Kunden eine harmonisierte Datenbasis in ihrer gesamten Unternehmenslandschaft aufbauen k枚nnen. 麻豆原创 Business Data Cloud, Palantir Foundry und AIP werden Datensilos in eine vertrauensw眉rdige Datenbasis umwandeln, die eine interaktive Zusammenarbeit zwischen Menschen und KI-Systemen erm枚glicht. Gemeinsam werden die Unternehmen auf verantwortungsvolle Weise Kunden wie zum Beispiel US-Beh枚rden dabei unterst眉tzen, sich schnell an Ver盲nderungen und St枚rungen anzupassen.
  • Thomson Reuters wird eine intelligente Anwendung entwickeln, die Kunden dabei helfen soll, die sich schnell ver盲ndernden Herausforderungen im aktuellen globalen Handels- und Zollumfeld zu meistern. Die Anwendung ist f眉r Ende 2025 geplant.  
  • Gemeinsame Kunden von Collibra  und 麻豆原创 Business Data Cloud k枚nnen nun ohne zus盲tzliche Kosten bis zu 10-mal mehr aktive Datenqualit盲tsjobs in Collibra Data Quality & Observability ausf眉hren, wenn sie 麻豆原创-BDC-Daten nutzen. Dieses zeitlich begrenzte Angebot hilft, die Entscheidungsfindung zu beschleunigen und die Compliance zu st盲rken, und verbessert die F盲higkeit, KI im Unternehmen einzusetzen. Es ist bis zum 30. Mai 2026 verf眉gbar.  

Unsere Zusammenarbeit mit Partnern erstreckt sich auch auf Anwendungsf盲lle f眉r Datenanreicherung. Durch eine neue Partnerschaft mit 惭辞辞诲测鈥檚  k枚nnen unsere gemeinsamen Kunden Daten aus der 麻豆原创-Debitorenbuchhaltung mit den Risikodaten von 惭辞辞诲测鈥檚 kombinieren, um Cashflow-Prognosen zu verbessern, das Inkasso zu priorisieren und das Risiko uneinbringlicher Forderungen zu reduzieren. Diese L枚sung soll im vierten Quartal 2025 allgemein verf眉gbar sein. 

Wir freuen uns, mit unseren Kunden und unseren Partnern zusammenzuarbeiten, um eine neue Generation intelligenter Anwendungen in 麻豆原创 Business Data Cloud bereitzustellen. Hier werden vertrauensw眉rdige Daten, KI und Gesch盲ftskontext zusammengef眉hrt, um wichtige Ver盲nderungen voranzutreiben. Die Zukunft geh枚rt Unternehmen, die gewonnene Erkenntnisse in konkrete Ma脽nahmen umsetzen.

Erste Schritte 

  • Registrieren Sie sich f眉r unser mit den neuesten Informationen zu Datenprodukten und intelligenten Anwendungen in 麻豆原创 Business Data Cloud. 

Irfan Khan ist President und Chief Product Officer, Data and Analytics bei 麻豆原创.

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post Mit 麻豆原创听Business Data Cloud die Zukunft intelligenter Anwendungen gestalten appeared first on 麻豆原创 News Center.

]]>
Das Potenzial von Daten nutzen – mit 麻豆原创 Business Data Cloud und Google BigQuery /germany/2025/06/partnerschaft-google-cloud/ Wed, 04 Jun 2025 06:00:00 +0000 /germany/?p=184163 麻豆原创 und Google Cloud blicken auf eine lange Geschichte erfolgreicher Zusammenarbeit zur眉ck. Gemeinsam erm枚glichen sie es Unternehmen rund um die Welt, ihre Gesch盲ftsdaten in wertvolle...

The post Das Potenzial von Daten nutzen – mit 麻豆原创 Business Data Cloud und Google BigQuery appeared first on 麻豆原创 News Center.

]]>
麻豆原创 und Google Cloud blicken auf eine lange Geschichte erfolgreicher Zusammenarbeit zur眉ck. Gemeinsam erm枚glichen sie es Unternehmen rund um die Welt, ihre Gesch盲ftsdaten in wertvolle Erkenntnisse zu verwandeln und so Abl盲ufe in Finanzwesen, Lieferketten und anderen Bereichen zu optimieren.

Im Jahr 2023 haben die beiden Tech-Giganten eine strategische Partnerschaft aufgebaut, um Unternehmen noch umfassender dabei zu unterst眉tzen, das volle Potenzial ihrer Daten auszusch枚pfen. Der Fokus der Partnerschaft liegt nun auf der . Dabei handelt es sich um eine vollst盲ndig verwaltete SaaS-L枚sung, die alle 麻豆原创-Daten vereinheitlicht und verwaltet und eine nahtlose Verbindung zu Daten von Drittanbietern herstellt. Mit der Anbindung von BigQuery, Googles autonomer Daten-zu-KI-Plattform mit agentenbasierten Funktionen, unterst眉tzt von Gemini听 und 麻豆原创 Business Data Cloud, wollen Google Cloud und 麻豆原创 Unternehmen jeder Gr枚脽e dabei unterst眉tzen, Einblicke in ihre Unternehmensdatenlandschaft zu gewinnen und neue Funktionen f眉r generative KI zu nutzen.

Neu vorgestellte Innovationen und Partnerschaften revolutionieren die Arbeitsweise

Starke Grundlage f眉r Partnerschaft im Bereich Analytik听听

麻豆原创 und Google Cloud haben die Integration zwischen 麻豆原创 Datasphere und BigQuery erm枚glicht. Diese Integration ist ein wesentlicher Eckpfeiler beim Ausbau der Partnerschaft zwischen 麻豆原创 und Google Cloud, insbesondere im Hinblick auf die 麻豆原创 Business Data Cloud. Ziel der Zusammenarbeit ist es, Kunden den Zugriff auf BigQuery-Daten in 麻豆原创 Business Data Cloud zu erm枚glichen und den Datenaustausch in beiden Richtungen sicherzustellen. Durch den Ausbau der Funktionen f眉r die wechselseitige Datenf枚deration, die mit 麻豆原创 Datasphere eingef眉hrt wurden, k枚nnen Kunden unterschiedliche Datens盲tze verkn眉pfen und umfassende Einblicke gewinnen, ohne komplexe ETL-Pipelines (Extract, Transform, Load) erstellen und verwalten zu m眉ssen.

Unser Ziel ist es, alle Unternehmen in die Lage zu versetzen, Datenintegration und Datenwissenschaft zu optimieren, ihre analytischen Arbeitsabl盲ufe zu verbessern und ihre Transformation zu einem KI-gesteuerten Unternehmen zu beschleunigen. Durch die B眉ndelung der St盲rken von Google Cloud und 麻豆原创 erhalten Kunden schneller pr盲zisere und aussagekr盲ftigere Einblicke 鈭� sichergestellt durch intelligente Automatisierung und das Generieren v枚llig neuer Inhalte. 

Innovationen vorantreiben mit einheitlichen Daten in 麻豆原创 Business Data Cloud und BigQuery

Ein Eckpfeiler dieser Zusammenarbeit ist die nahtlose Konnektivit盲t zwischen den 麻豆原创-Datenl枚sungen und der leistungsstarken Datenplattform von Google Cloud. Durch die Integration von 麻豆原创 Business Data Cloud und BigQuery wird es f眉r Kunden einfacher, gesch盲ftliche Analysen 眉ber ihre gesamten Datenbest盲nde hinweg durchzuf眉hren. Sie erhalten die M枚glichkeit, 麻豆原创- und Nicht-麻豆原创-Daten zu vereinheitlichen und somit erkenntnisreiche Einblicke zu gewinnen. Und dank generativer KI k枚nnen sie Innovationen schneller umsetzen. Die wichtigsten Funktionen umfassen:  

  • Nahtlose Datenf枚deration: Direkte Integration von Daten aus Enterprise Data Warehouses mit 麻豆原创-Daten in 麻豆原创 Datasphere 眉ber Abfragen in BigQuery. Mit BigQuery lassen sich Daten in 麻豆原创 Datasphere abfragen und in der Vorschau anzeigen. Diese Integrationsfunktion erm枚glicht es, 眉bergreifende Datenstrategien zu nutzen.听
  • Effiziente bidirektionale Replikation: Reibungslose Replikation von Daten zwischen 麻豆原创-Systemen und BigQuery mithilfe von Replikationsfl眉ssen von 麻豆原创,听 die die Leistung verbessern und Abfrage-Engp盲sse verringern.听

麻豆原创 Business Data Cloud soll ab dem zweiten Quartal 2025 in drei Google-Cloud-Regionen verf眉gbar sein, darunter Indien, Frankfurt und Iowa. Im kommenden Jahr sollen weitere folgen.听

Erfolgsberichte: Heute Mehrwert erzielen   

Gemeinsame Kunden von Google Cloud und 麻豆原创 profitieren bereits von der nahtlosen Integration zwischen 麻豆原创 Datasphere und BigQuery. Ein Beispiel hierf眉r ist Power International. Der nordeurop盲ische Elektronikh盲ndler hat die integrierten L枚sungen eingesetzt, um seine Reporting-Prozesse im Vertrieb zu modernisieren. Mit 麻豆原创 Datasphere, BigQuery und Dataform f眉r die Automatisierung der Vertriebspipeline hat Power International eine L枚sung f眉r die Echtzeitanalyse von Vertriebsberichten entwickelt und damit die Berichte in Form statischer PDF-Dateien ersetzt. Power International profitiert nun von fundierteren und aussagekr盲ftigeren betriebswirtschaftlichen Einblicken, die auf Abruf zur Verf眉gung stehen und dem Unternehmen helfen, die Vertriebsleistung zu steigern. 

Zuk眉nftige Integration und Innovation vorantreiben听

麻豆原创 und Google Cloud bauen ihre bestehende Partnerschaft und ihre Zusammenarbeit im Kontext von 麻豆原创 Business Data Cloud weiter aus, um ihren gemeinsamen Kunden vielf盲ltigere Analyse- und KI-Funktionen bieten zu k枚nnen. Dieser Ansatz erm枚glicht es Kunden, die umfassende Suite von 麻豆原创-Datenl枚sungen zu nutzen und mit den umfangreichen Datens盲tzen in BigQuery zu integrieren, unabh盲ngig davon, ob ob es sich um private, gemeinsame genutzte oder 枚ffentlich zug盲ngliche Daten handelt. 

Kunden haben zudem die M枚glichkeit, die KI-Funktionen, die in 麻豆原创 Business Data Cloud zur Verf眉gung stehen, mit KI-Anwendungen zu erweitern, die auf der Google Cloud basieren. Zum Einsatz kommen dabei: Gemini 鈥� Googles branchenf眉hrendes KI-Modell 鈥� sowie KI-Modelle von Drittanbietern, die 眉ber Vertex AI verf眉gbar sind. Ziel dieser Initiative ist es, vorkonfigurierte, intelligente Datenprodukte bereitzustellen, die bei g盲ngigen Gesch盲ftsszenarien die Zeit bis zur Wertsch枚pfung verk眉rzen und die St盲rken beider Plattformen nutzen. 

Abonnieren Sie den 麻豆原创 News Center Newsletter

Irfan Khan, President und Chief Product Officer f眉r den Bereich Data and Analytics bei 麻豆原创

Andi Gutmans, Vice President und General Manager f眉r den Bereich Data Cloud bei Google Cloud

The post Das Potenzial von Daten nutzen – mit 麻豆原创 Business Data Cloud und Google BigQuery appeared first on 麻豆原创 News Center.

]]>
CAF treibt digitale Transformation mit Cloudl枚sungen von 麻豆原创 voran /germany/2025/05/caf-digitale-transformation-cloud/ Tue, 27 May 2025 07:00:00 +0000 /germany/?p=184141 MADRID听鈥撎槎乖刺齢at heute bekannt gegeben, dass CAF, ein weltweit f眉hrender Hersteller von Schienenfahrzeugen, seine Migration auf 麻豆原创听S/4HANA Cloud Private Edition erfolgreich abgeschlossen hat. Dieser Meilenstein markiert...

The post CAF treibt digitale Transformation mit Cloudl枚sungen von 麻豆原创 voran appeared first on 麻豆原创 News Center.

]]>
MADRID听鈥撎齢at heute bekannt gegeben, dass CAF, ein weltweit f眉hrender Hersteller von Schienenfahrzeugen, seine Migration auf 麻豆原创听S/4HANA Cloud Private Edition erfolgreich abgeschlossen hat.

Dieser Meilenstein markiert den ersten Schritt im Rahmen der digitalen Transformation von CAF hin zu nachhaltigen und effizienten Fertigungsprozessen.

CAF mit Sitz im spanischen Beasain stellte seine stark angepasste On-Premise-Landschaft auf eine standardisierte Landschaft in der Cloud um. Auf diese Weise konnte das Unternehmen 麻豆原创-L枚sungen nahtlos in zentrale Gesch盲ftsabl盲ufe integrieren, darunter die Stammdaten- und Personalverwaltung, Record-to-Report- und Source-to-Pay-Prozesse, Vertrieb und Transport sowie Lagerfertigung (einschlie脽lich Fertigungsprozessen).

Neu vorgestellte Innovationen und Partnerschaften revolutionieren die Arbeitsweise

鈥濩AF ist nun f眉r die Zukunft ger眉stet, da unsere neue Technologielandschaft es uns erm枚glicht, die Anforderungen in einem komplexen und sich schnell ver盲ndernden Markt besser zu erf眉llen鈥�, so Guillermo Apell谩niz, Digital Transformation Director bei CAF. 鈥濪ar眉ber hinaus sind wir nun in der Lage, andere Technologien oder Funktionen wie k眉nstliche Intelligenz mit einem Fokus auf effiziente Abl盲ufe zu nutzen.鈥�

CAF setzt seine digitale Transformation fort und m枚chte nun die Datenintegration mithilfe der L枚sungen 麻豆原创 Business Data Cloud (麻豆原创 BDC) und 麻豆原创 Datasphere verbessern. Ziel ist es, schnellere Analysen zu erm枚glichen, sodass CAF noch effizienter datengest眉tzte Entscheidungen treffen kann. CAF wird auch 麻豆原创-Databricks-Funktionen in 麻豆原创 BDC nutzen, um Daten aus seinen verschiedenen Produktlinien f眉r Busse und Bahnen zu verwalten. Dies erschlie脽t neue M枚glichkeiten f眉r die Integration von Gesch盲fts- und Produktdaten 鈥� und birgt das Potenzial, den gr枚脽tm枚glichen Nutzen aus k眉nstlicher Intelligenz zu ziehen.

鈥灺槎乖�-L枚sungen erm枚glichen es CAF, sich auf Nachhaltigkeit zu konzentrieren, indem das Unternehmen Hochgeschwindigkeitsz眉ge, Nahverkehrsz眉ge, U-Bahnen und Busse produziert, die weniger Emissionen verursachen oder emissionsfrei sind鈥�, berichtet Jos茅 Vall茅s, Gesch盲ftsf眉hrer von 麻豆原创 Spain. 鈥濪ie Komplexit盲t der CAF-Projekte und die hohen Anforderungen in Lieferketten erfordern robuste und flexible L枚sungen 鈥� und die 麻豆原创 ist stolz darauf, diese bieten zu k枚nnen.鈥�

Weitere 麻豆原创einformationen finden Sie im 麻豆原创 News Center.

Erhalten Sie 麻豆原创 News auf und .

Ansprechpartnerin f眉r die 麻豆原创e:
Lesa Plingen, +49 622 776 9000, lesa.plingen@sap.com, CET
麻豆原创-麻豆原创ebereich; press@sap.com  

# # #

Dieses Dokument enth盲lt vorausschauende Aussagen, das hei脽t Vorhersagen, Prognosen oder andere Aussagen zu zuk眉nftigen Ereignissen. Diese Aussagen basieren auf aktuellen Erwartungen, Voraussagen und Annahmen, die Risiken und Unsicherheiten unterliegen, was dazu f眉hren kann, dass die tats盲chlichen Ergebnisse und Resultate erheblich hiervon abweichen k枚nnen.鈥� Zus盲tzliche Informationen zu diesen Risiken und Unsicherheiten finden Sie in den von uns bei der US-amerikanischen 鈥濻ecurities and Exchange Commission鈥� (SEC) eingereichten Unterlagen, einschlie脽lich, aber nicht beschr盲nkt auf den Abschnitt zu den Risikofaktoren des 麻豆原创-Jahresberichts 2024 auf dem Formular 20-F. 

 
漏 2025 麻豆原创 SE. Alle Rechte vorbehalten.  
麻豆原创 und andere in diesem Dokument erw盲hnte Produkte und Dienstleistungen von 麻豆原创 sowie die dazugeh枚rigen Logos sind Marken oder eingetragene Marken der 麻豆原创 SE in Deutschland und anderen L盲ndern. Zus盲tzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post CAF treibt digitale Transformation mit Cloudl枚sungen von 麻豆原创 voran appeared first on 麻豆原创 News Center.

]]>
麻豆原创 und Databricks l盲uten innovatives neues Zeitalter von Daten und KI ein /germany/2025/02/sap-und-databricks-laeuten-innovatives-neues-zeitalter-von-daten-und-ki-ein/ Fri, 14 Feb 2025 07:00:00 +0000 /germany/?p=182874 Daten bilden das Fundament aller modernen Unternehmen. Sie sind ein unverr眉ckbarer Grundstein f眉r jegliche digitale Transformation und die treibende Kraft hinter KI. In den f眉nf...

The post 麻豆原创 und Databricks l盲uten innovatives neues Zeitalter von Daten und KI ein appeared first on 麻豆原创 News Center.

]]>
Daten bilden das Fundament aller modernen Unternehmen. Sie sind ein unverr眉ckbarer Grundstein f眉r jegliche digitale Transformation und die treibende Kraft hinter KI. In den f眉nf Jahrzehnten unserer Erfahrung mit gesch盲ftskritischen Prozessen in allen Branchen haben wir die transformative Kraft erlebt, die Gesch盲ftsdaten bergen. 

Heute k眉ndigte die 麻豆原创 mit 麻豆原创 Business Data Cloud eine vollst盲ndig verwaltete Software-as-a-Service-L枚sung (SaaS) an, die alle 麻豆原创-Daten vereint und steuert und sich nahtlos mit Drittdaten verbinden l盲sst. Als eine Weiterentwicklung unserer branchenf眉hrenden Daten-, Planungs- und Analysel枚sungen vereint 麻豆原创 Business Data Cloud unsere L枚sungen 麻豆原创 Datasphere, 麻豆原创 Analytics Cloud und 麻豆原创 Business Warehouse in einem einheitlichen Erlebnis und liefert so Informationen mit transformativer Kraft 眉ber alle Gesch盲ftsbereiche hinweg.  

麻豆原创 Business Data Cloud: Eine neue 脛ra im Unternehmens-datenmanagement

Au脽erdem k眉ndigte die 麻豆原创 eine wegweisende Partnerschaft mit Databricks an: Mit 麻豆原创 Databricks flie脽t die Leistungsst盲rke von Databricks nun direkt in 麻豆原创 Business Data Cloud ein. Damit beginnt eine neue 脛ra im Management von Unternehmensdaten, in der zwei Marktf眉hrer gemeinsam die Zusammenarbeit zwischen Anwendungen und Datenplattformen neu definieren.  

Informationen mit transformativer Kraft听

Viele Unternehmen k盲mpfen immer noch mit Daten, denen sie nicht vertrauen k枚nnen. Diese bestehende Vertrauensl眉cke stellt nach wie vor ein Hindernis f眉r echte Innovationen im Bereich Daten und KI dar.  

ergab, dass 55听% der Befragten schlechte Datenqualit盲t als ihre gr枚脽te Herausforderung betrachten. Als einen der Hauptgr眉nde f眉r r眉ckl盲ufige Innovationen wies nahezu die H盲lfte dieser F眉hrungskr盲fte auf die Schwierigkeiten hin, Daten 眉ber IT-Landschaften hinweg zu harmonisieren.听听

麻豆原创 Business Data Cloud 眉berbr眉ckt diese L眉cke mit einer zuverl盲ssigen und harmonisierten Datenbasis und bietet IT-Fachleuten und Unternehmenschefs einen umfassenden betriebswirtschaftlichen Zusammenhang, um fundiertere Entscheidungen zu treffen. 

麻豆原创 Business Data Cloud bietet vollst盲ndig verwaltete 麻豆原创-Datenprodukte f眉r alle Gesch盲ftsprozesse. Diese ausgew盲hlten Datenprodukte sind auf ein hochoptimiertes, einheitliches 鈥濫in-Dom盲nen-Modell鈥� ausgerichtet. Der urspr眉ngliche Gesch盲ftskontext und die Semantik der Daten werden dabei beibehalten, sodass ein sofortiger Zugriff auf qualitativ hochwertige, vertrauensw眉rdige Daten m枚glich ist.  

Da diese Datenprodukte vollst盲ndig von der 麻豆原创 verwaltet werden, entfallen versteckte Kosten, die anderenfalls f眉r die Neuerstellung und Pflege von Datenextrakten anfallen. Die SaaS-Erfahrung vereinfacht das Lebenszyklusmanagement, sorgt f眉r konsistente Daten und erm枚glicht die gemeinsame Nutzung 眉ber gesamte Daten- und Analysesysteme hinweg, ohne dass daf眉r Kopien erforderlich sind. 

Mit diesen Datenprodukten bietet 麻豆原创 Business Data Cloud eine Reihe von vorgefertigten Analyseanwendungen, mit denen Erkenntnisse leichter gewonnen und Entscheidungen schneller getroffen werden k枚nnen. Diese sogenannten Insight Apps werden vollst盲ndig verwaltet. Sie enthalten vordefinierte Metriken, KI-Modelle und Planungsfunktionen, die eine Verbindung und Integration aller Unternehmensbereiche erleichtern.  

Dies beschleunigt Anwendungsf盲lle, die auf die wichtigsten Gesch盲ftsfunktionen ausgerichtet sind, darunter ERP, Ausgaben- und Lieferkettenmanagement, Personalwesen, Customer Experience und Finanzen.  

Jedes Unternehmen ist auf Einblicke in seine wichtigsten Ressourcen angewiesen. Mit Insight Apps lassen sich vorkonfigurierte Pakete nutzen, die bereits mit Gesch盲ftsdaten, beispielsweise den Betriebsmitteln, verbunden sind. Sie erm枚glichen einen 360-Grad-脺berblick 眉ber den finanziellen Zustand eines Unternehmens und Echtzeiteinblick in Cashflow und Rentabilit盲t.   

Verkn眉pfung s盲mtlicher Daten听

麻豆原创 Business Data Cloud verkn眉pft alle Unternehmensdaten, indem es Dateninfrastrukturprinzipien nutzt. Dadurch k枚nnen leichter Erkenntnisse aus Daten gezogen werden. Au脽erdem erleichtert dies das Teilen, Steuern und Modellieren von Daten. Die L枚sung umfasst 麻豆原创 Databricks als Erstanbieter-Datenservice, der die Leistungsf盲higkeit von Databricks direkt in die 麻豆原创 Business Data Cloud einbringt.  

  • 骋别蝉肠丑盲蹿迟蝉蝉别尘补苍迟颈办: Mit 麻豆原创 Datasphere lassen sich ohne kostspielige Datenextraktionen dieselben zuverl盲ssigen Daten 眉ber alle vorhandenen Plattformen hinweg ermitteln, modellieren und mit anderen teilen. Durch den Aufbau eines leistungsstarken Wissensgraphen aus allen verf眉gbaren Daten, wobei gesch盲ftliche Metadaten und Semantik erhalten bleiben, ist es m枚glich, Daten leichter zu durchsuchen und damit zu verwerten. Die Investitionen bestehender Kunden von 麻豆原创 Datasphere sind weiterhin vollst盲ndig gesch眉tzt. Daf眉r sorgen ein unterbrechungsfreier Betrieb und die native Integration aller 麻豆原创-Datasphere-Funktionen in 麻豆原创 Business Data Cloud. 
  • Data Engineering und ML/KI: 麻豆原创 Databricks erm枚glicht es allen Datenexperten, KI-Modelle und Anwendungen, die generative KI nutzen, mit ihren Gesch盲ftsdaten zu beschleunigen. Native Funktionen wie das Delta Sharing harmonisieren 麻豆原创-Datenprodukte und bestehende Lakehouses bidirektional. Durch das Integrieren aller Daten ohne jeglichen Kopieraufwand ist es m枚glich, fortschrittliche KI- und Machine-Learning-Modelle auf Anwendungsf盲lle im Finanzwesen anzuwenden, beispielsweise zur Vorhersage des Zahlungsdatums offener Forderungen. 
  • Modernisierung des 麻豆原创 Business Warehouse: 麻豆原创 Business Data Cloud bietet f眉r On-Premise-Kunden von 麻豆原创 BW flexible Optionen zur Umstellung auf die Cloud-L枚sung. Durch die native Integration in 麻豆原创 BW k枚nnen Kunden mit dem Objektspeicher 眉ber Delta-Share-Funktionen ganz einfach auf ihre 麻豆原创-BW-Daten als ein Datenprodukt zugreifen. Dies erleichtert die Modernisierung und sorgt f眉r eine maximale Ausnutzung der Investitionen in 麻豆原创 BW.  
     
  • Analysen und Planung: 麻豆原创 Business Data Cloud vereint Analysen und Planung in einer L枚sung und erm枚glicht so umgehend verwertbare Erkenntnisse. 脺ber eine vernetzte Sicht lassen sich mit 麻豆原创 BDC die Berichterstellung automatisieren, m枚gliche Gesch盲ftsergebnisse mithilfe von KI simulieren und die Finanz-, Lieferketten- und operative Planung vereinheitlichen. 

鈥灺槎乖� Business Data Cloud wird uns dabei helfen, maximalen Nutzen aus unseren Daten zu ziehen und Innovationen im ganzen Unternehmen voranzutreiben. Die Datenprodukte von 麻豆原创 mit vielf盲ltiger Semantik und die enge Integration von Databricks werden unsere eigenen Datenprodukte optimieren und eine langfristige Anpassungsf盲higkeit sichern. Zuverl盲ssige, sofort einsetzbare Daten werden Anwender in die Lage versetzen, Szenarien zu modellieren und KI-gest眉tzte Erkenntnisse zu gewinnen, und somit die Zukunftsf盲higkeit und Flexibilit盲t unserer Daten枚kosysteme st盲rken.鈥� 

Markus Hartmann, Corporate Vice President und Head of Business Technology bei Henkel 

F枚rderung zuverl盲ssiger KI听

Das schnelle Wachstum agentenbasierter KI macht es erforderlich, dass Unternehmen zun盲chst einmal 眉ber die passende Datengrundlage verf眉gen. 麻豆原创 Business Data Cloud f眉hrt s盲mtliche Unternehmensdaten zusammen und stellt so sicher, dass agentenbasierte KI auf pr盲zisen, zuverl盲ssigen Daten mit betriebswirtschaftlichem Kontext aufbaut. 听

Joule, der auf generativer KI basierende 麻豆原创-Assistent, ist eng in 麻豆原创 Business Data Cloud integriert. Der Wissensgraph in 麻豆原创 Business Data Cloud verbindet Daten, Metadaten und Gesch盲ftsprozesse und erm枚glicht es KI-Agenten, Joule und gro脽en Sprachmodellen (LLMs), Daten im Kontext ihrer Beziehungen zu verstehen. Durch diese Verbindung werden klare Datenverkn眉pfungen gebildet, die die Zuverl盲ssigkeit von Einblicken f眉r Benutzer und Anwendungen erh枚hen.听

Das Trainieren von KI-Agenten und Joule in Bezug auf Gesch盲ftswissen und Kontextinformationen f眉hrt zu einer h枚heren Produktivit盲t. So k枚nnen Benutzer beispielsweise KI nutzen, um funktions眉bergreifende Aufgaben zu erledigen, Erkenntnisse zu gewinnen und unternehmensweit kritische Informationen zusammenzufassen 鈥� ohne dabei zu sehr auf die Unterst眉tzung durch die IT angewiesen zu sein. Dadurch wird die Nutzung von KI zur Automatisierung komplexer Analyse- und Planungsaufgaben wie etwa Risikobewertungen, Prognosen und anderer fortschrittlicher Szenariosimulationen m枚glich. 

Das Umfeld von 麻豆原创 Business Data Cloud听

麻豆原创 Business Data Cloud ist im Wesentlichen darauf ausgelegt, Offenheit und Kundenpr盲ferenzen zu priorisieren. Um Datenlandschaften zu vereinfachen, unterst眉tzt 麻豆原创 Business Data Cloud eine offene Dateninfrastruktur. Sie l盲sst sich nativ in f眉hrende Daten- und KI-Partner wie Collibra, Confluent und DataRobot integrieren. Und das ist noch nicht alles 鈥� in den kommenden Wochen und Monaten werden wir neue strategische Partnerschaften bekannt geben, in deren Rahmen wir die offene Dateninfrastruktur weiter ausbauen m枚chten. 

Unterst眉tzt durch unser gro脽es Partnernetzwerk haben wir es einfacher gemacht, Erkenntnisse mit transformativer Kraft auf Basis von Daten zu gewinnen. Wir haben Partner mit tiefgreifendem Fachwissen 眉ber Gesch盲ftsprozesse und Branchenspezifika, die Insight Apps in 麻豆原创 Business Data Cloud erstellen.  
 
Diese Insight Apps unserer Partner bauen 鈥� von der Datenanreicherung bis zur Datenaktivierung 鈥� auf den Datenprodukten und den zentralen Services von 麻豆原创 Business Data Cloud auf. Wir freuen uns, unsere ersten Partner-Apps mit Accenture, DataRobot, Spendscape von McKinsey, PwC, EY, Deloitte und Capgemini vorstellen zu k枚nnen. 

Schon heute starten鈥�&苍产蝉辫;

Lernen Sie 麻豆原创 Business Data Cloud kennen und erschlie脽en Sie sich die Leistungsf盲higkeit von KI mit zuverl盲ssigen Gesch盲ftsdaten.鈥��&苍产蝉辫;

  • Erleben Sie 麻豆原创 Business Data Cloud鈥痓ei einer . 
  • f眉r unser bevorstehendes Webinar 鈥�Die Grundlagen zu 麻豆原创 Business Data Cloud in 30 Minuten鈥�.鈥�&苍产蝉辫;
  • zu 麻豆原创 Business Data Cloud. 

Irfan Khan ist President und Chief Product Officer f眉r 麻豆原创 Data and Analytics bei 麻豆原创.

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post 麻豆原创 und Databricks l盲uten innovatives neues Zeitalter von Daten und KI ein appeared first on 麻豆原创 News Center.

]]>
麻豆原创 und Databricks verbessern Unternehmens-KI mit neuer Cloud f眉r Gesch盲ftsdaten /germany/2025/02/sap-und-databricks-verbessern-unternehmens-ki-mit-neuer-cloud-fuer-geschaeftsdaten/ Thu, 13 Feb 2025 10:30:00 +0000 /germany/?p=182740 Wegweisende Kooperation definiert Management von Unternehmensdaten neu und erschlie脽t das volle Potenzial agentenbasierter KI. New York, 13. Februar 2025 鈥� 麻豆原创 hat heute mit 麻豆原创 Business...

The post 麻豆原创 und Databricks verbessern Unternehmens-KI mit neuer Cloud f眉r Gesch盲ftsdaten appeared first on 麻豆原创 News Center.

]]>

Wegweisende Kooperation definiert Management von Unternehmensdaten neu und erschlie脽t das volle Potenzial agentenbasierter KI.


New York, 13. Februar 2025 鈥� 麻豆原创 hat heute mit 麻豆原创 Business Data Cloud eine wegweisende L枚sung angek眉ndigt, die alle 麻豆原创- und Drittdaten in einem Unternehmen zusammenf眉hrt. Sie schafft eine zuverl盲ssige Datenbasis, mit der Unternehmen bessere Entscheidungen treffen und die Ergebnisse von KI verl盲sslicher machen k枚nnen. Die L枚sung harmonisiert Daten aus den gesch盲ftskritischen Anwendungen von Unternehmen mit Funktionen f眉r Data Engineering und Gesch盲ftsanalysen. Dies erm枚glicht tiefere Einblicke in ein Unternehmen und f枚rdert Innovationen.

麻豆原创 Business Data Cloud: Holen Sie das Beste aus KI heraus

Mit der zwischen 麻豆原创 und Databricks beginnt eine neue 脛ra im Management von Unternehmensdaten, in der zwei Marktf眉hrer gemeinsam die Zusammenarbeit zwischen Anwendungen und Datenplattformen neu definieren. In der neuen L枚sung sind Technologien von Databricks f眉r Data Engineering, maschinelles Lernen und KI-Workloads bereits integriert.

鈥灺槎乖� Business Data Cloud erlaubt es, Gesch盲ftsdaten f眉r Unternehmens-KI optimal zu nutzen鈥�, sagte Christian Klein, Vorstandsvorsitzender der 麻豆原创 SE. 鈥濪ie bahnbrechende L枚sung kombiniert das beispiellose Know-how von 麻豆原创 bei gesch盲ftskritischen, durchg盲ngigen Prozessen und Daten mit umfangreicher Semantik mit der herausragenden Kompetenz von Databricks in Data Engineering. Das hilft Unternehmen, noch mehr aus ihren Daten herauszuholen.鈥�

鈥濲edes Unternehmen m枚chte gr枚脽eren Nutzen aus seinen Daten und KI-Investitionen ziehen鈥�, sagte Ali Ghodsi, Mitgr眉nder und CEO von Databricks. Durch die Zusammenarbeit mit 麻豆原创 unterst眉tzen wir Unternehmen dabei, alle ihre Daten 鈥� unabh盲ngig von Format oder Ablageort 鈥� zusammenzuf眉hren, um fachspezifische KI-Anwendungen auf der Databricks Data Intelligence Platform zu steuern, zu analysieren und zu entwickeln.鈥�

Nutzung von Datenprodukten

麻豆原创 Business Data Cloud hilft 麻豆原创 auch, den Einsatz und die Kombination von Datenprodukten in Unternehmen voranzubringen. Die L枚sung stellt vollst盲ndig verwaltete 麻豆原创-Datenprodukte f眉r s盲mtliche Gesch盲ftsprozesse bereit 鈥� von Finanz-, Ausgaben- und Lieferkettendaten in 麻豆原创 S/4HANA und 麻豆原创 Ariba bis zu Schulungs- und Mitarbeiterdaten in 厂础笔-厂耻肠肠别蝉蝉贵补肠迟辞谤蝉-尝枚蝉耻苍驳别苍. In diesen Datenprodukten bleibt der urspr眉ngliche Gesch盲ftskontext und die Semantik erhalten. Sie erm枚glichen es, unmittelbar auf hochwertige Daten zuzugreifen, ohne sie mit gro脽em Aufwand extrahieren m眉ssen. Wenn zum Beispiel ein Finanzvorstand einsch盲tzen m枚chte, wie sich die steigende Inflation auf die Profitabilit盲t auswirkt, verkn眉pft 麻豆原创 Business Data Cloud externe Echtzeitdaten wie den Verbraucherpreisindex mit Datenprodukten des Finanzwesens wie Sachkonten oder Kostenstellen, um einen umfassenden 脺berblick 眉ber die gegenw盲rtige finanzielle Lage zu geben.

麻豆原创 Business Data Cloud wird als Neuerung auch sogenannte Insight Apps bereitstellen. Diese nutzen Datenprodukte und KI-Modelle, die Echtzeitdaten verwenden. Komplexe Auswertungen und Informationen erlauben Planungen in allen Gesch盲ftsbereichen, unter anderem f眉r zentrale Unternehmensanalysen oder im Finanzwesen und in der Personalwirtschaft.

鈥灺槎乖� Business Data Cloud wird uns helfen, maximalen Nutzen aus unseren Daten zu ziehen und Innovationen im ganzen Unternehmen voranzutreiben鈥�, sagte Markus Hartmann, Corporate Vice President, Head of Business Technology und Leiter der Regionen Europa,  APAC und IMEA bei Henkel, einem multinationalen Unternehmen der Konsumg眉ter- und Klebstoffindustrie. 鈥濪ie Datenprodukte von 麻豆原创 mit vielf盲ltiger Semantik und die enge Integration von Databricks werden unsere eigenen Datenprodukte verbessern. Das versetzt uns dann in die Lagen, Szenarien zu modellieren und KI-gest眉tzte Erkenntnisse zu gewinnen. Dies st盲rkt die Zukunftsf盲higkeit unserer Daten枚kosystemen.鈥�

Das volle Potenzial der KI-Agenten aussch枚pfen

Durch 麻豆原创 Business Data Cloud kann Joule, der 麻豆原创-Assistent mit generativer KI, mithilfe von KI-Agenten bereichs眉bergreifende Workflows beschleunigen und Entscheidungen in Unternehmen beschleunigen. Joule-Agenten nutzen hierzu die hochwertigsten Gesch盲ftsdaten in der Branche und die L枚sung 麻豆原创 Knowledge Graph, die ein benutzerfreundliches Datenmodell bereitstellt. Sie erhalten damit umfangreiches Wissen 眉ber durchg盲ngige Prozesse und k枚nnen 眉ber Funktionsbereiche hinweg zusammenarbeiten, um komplexe Herausforderungen in Unternehmen zu l枚sen. Das ist keiner anderen Technologie f眉r die Erstellung von Agenten von Anfang an m枚glich.

Um die heutige Ank眉ndigung und ihre Bedeutung f眉r KI-Innovationen hervorzuheben, hat 麻豆原创 au脽erdem eine Reihe von sofort einsetzbaren Joule-Agenten f眉r Finanzwesen, Service, Vertrieb und zuk眉nftig weitere Bereiche in der 麻豆原创 Business Suite vorgestellt. Zum Beispiel werden Agenten im Finanzwesen bei einer Vielzahl von Aufgaben zusammenarbeiten, um Schadenf盲lle schneller zu bearbeiten und den Cashflow zu verbessern. Im Vertrieb hingegen werden Joule-Agenten mehrstufige Gesch盲ftsprozesse beschleunigen, um Kl盲rungsf盲lle rascher zu l枚sen und Kundenanfragen schneller zu erledigen.

麻豆原创 hat heute au脽erdem eine leistungsf盲hige neue Funktion zur Entwicklung von Agenten vorgestellt, mit der Kunden zus盲tzlich zu den einsatzfertigen Joule-Agenten von 麻豆原创 ihre eigenen KI-Agenten erstellen und implementieren k枚nnen. Die jahrzehntelange Erfahrung von 麻豆原创 in Gesch盲ftsprozessen ist in den interaktiven Workflow eingeflossen, damit Nutzer f眉r ihre individuellen Agenten die relevantesten Daten und wertvollen Gesch盲ftskontext bereitstellen k枚nnen.

You can find this press release in English here.

Weitere 麻豆原创einformationen finden Sie im 麻豆原创 News Center.

Folgen Sie 麻豆原创 unter .

Informationen zu 麻豆原创

Als weltweit f眉hrender Anbieter von Unternehmensanwendungen und Business AI steht 麻豆原创 (NYSE:麻豆原创) an der Schnittstelle zwischen Unternehmen und Technologie. Seit 眉ber 50 Jahren vertrauen Unternehmen auf 麻豆原创, um ihr volles Potenzial auszusch枚pfen, indem sie gesch盲ftskritische Abl盲ufe wie Finanzwesen, Beschaffung, Personalwesen, Lieferkette und Kundenerlebnis vereinheitlichen. Weitere Informationen finden Sie unter .

# # #

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.  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 2023 auf dem Formular 20-F.


漏 2025 麻豆原创 SE. Alle Rechte vorbehalten.
麻豆原创 und andere in diesem Dokument erw盲hnte Produkte und Dienstleistungen von 麻豆原创 sowie die dazugeh枚rigen Logos sind Marken oder eingetragene Marken der 麻豆原创 SE in Deutschland und anderen L盲ndern. Zus盲tzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

Hinweis an die Redaktionen

F眉r 麻豆原创efotos und Fernsehmaterial in hoher Aufl枚sung besuchen Sie bitte unsere Plattform . Dort finden Sie aktuelles sendef盲higes TV-Footage-Material sowie Bilder zu Themen rund um 麻豆原创 zum direkten Download.

Ansprechpartner f眉r die 麻豆原创e:
Marcus Winkler, +49 6227 7-67497, marcus.winkler@sap.com, CET
Martin Gwisdalla, +49 6227 7-67275, martin.gwisdalla@sap.com, CET
麻豆原创-麻豆原创ebereich; press@sap.com

Bitte beachten Sie unsere . Sie m枚chten keine 麻豆原创emeldungen mehr von uns bekommen? Senden Sie dazu bitte eine E-Mail an press@sap.com mit dem Begriff 鈥濽nsubscribe鈥� in der Betreffzeile.

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post 麻豆原创 und Databricks verbessern Unternehmens-KI mit neuer Cloud f眉r Gesch盲ftsdaten appeared first on 麻豆原创 News Center.

]]>
Durchblick f眉r die Energiewirtschaft /germany/2025/01/durchblick-energiewirtschaft/ Thu, 30 Jan 2025 07:00:00 +0000 /germany/?p=182525 Gastbeitrag von Robin Hellwig – Managing Consultant Utilities bei adesso orange AG Kaum eine Branche ist st盲rker reguliert als die Energiewirtschaft, auch deshalb liefern hier...

The post Durchblick f眉r die Energiewirtschaft appeared first on 麻豆原创 News Center.

]]>
Gastbeitrag von Robin Hellwig – Managing Consultant Utilities bei adesso orange AG


Kaum eine Branche ist st盲rker reguliert als die Energiewirtschaft, auch deshalb liefern hier s盲mtliche Prozesse tagt盲glich Unmengen von Daten. Diese systematisch zu nutzen, um Abl盲ufe zu analysieren, Verbesserungspotentiale zu erkennen und konkrete Handlungsempfehlungen abzuleiten, das erm枚glicht ein Out-of-the-Box-Tool von Adesso auf Basis von 麻豆原创 Signavio.

Energie stammt in Deutschland aus ganz unterschiedlichen Quellen 鈥� Kohle, Gas, Erneuerbare 鈥� und seine Herstellung und Verteilung besch盲ftigen eine Vielzahl von Akteuren. Erzeuger, Netzbetreiber und Kommunen gewinnen Unmengen von Daten, weil IT-Systeme sie liefern, und weil Regulierungsbeh枚rden ihre Speicherung und Bereitstellung verlangen.
S盲mtliche Beteiligten m枚chten diese Datenberge nutzen, um Prozesse zu optimieren, Kosten zu senken und ihre Services zu verbessern. Leichter gesagt als getan. Nat眉rlich gehen auch hier viele Abl盲ufe bereits seit langem automatisiert 眉ber die B眉hne. Das gilt zum Beispiel f眉r Meter-to-Cash, die Prozesskette vom Ablesen eines Strom- oder Gasz盲hlers bis zum Eingang der Zahlung f眉r die verbrauchte Menge. Dass ein Vorgang ohne menschliche Eingriffe abl盲uft und funktioniert bedeutet aber noch lange nicht, dass kein Verbesserungspotential besteht, dass er nicht noch schneller, effizienter ablaufen k枚nnte als dies aktuell der Fall ist.

Adesso unterst眉tzt die Energiewirtschaft mit einem dreistufigen Analysetool

Wie K眉nstliche Intelligenz ERP-Systeme noch besser macht

Auf der Basis von 麻豆原创 Signavio hat Adesso ein Process Mining-Modell entwickelt, das die Energiewirtschaft auf ihrem Weg zu mehr Effizienz mit einem dreistufigen Prozess unterst眉tzt. Process Discovery 鈥� Schritt eins 鈥� stellt zun盲chst Transparenz her, indem er aktuelle Prozesse visualisiert und idealen Abl盲ufen gegen眉berstellt. Dabei wird auf den ersten Blick sichtbar, ob Verbesserungspotential besteht. Au脽erdem erkennen die Nutzer jene Stellen, an den es sich lohnen k枚nnte, analytisch noch tiefer einzusteigen. Das geschieht dann in Schritt zwei 鈥� dem Variant Explorer. Er analysiert, welche 鈥濺oute鈥� ein Prozess genommen hat und vergleicht sie mit Alternativen dazu. Nimmt die aktuelle Meter-to-Cash Routine wirklich den k眉rzesten Weg? Und wenn nein, warum nicht? Welche Gr眉nde gibt es f眉r einen Umweg? Bei der Beantwortung dieser Fragen kann das Tool von adesso helfen. Au脽erdem besteht die M枚glichkeit, einen vorhandenen 鈥� suboptimalen 鈥� Prozess mit einer Nummer zu versehen und zu checken, wie oft er in einem vergangenen Zeitraum so (schlecht) gelaufen und wie gro脽 hier folglich das Einsparpotential ist.  

Es geht darum, Schwachstellen zu erkennen und zu beseitigen

KPI Dashboard and Analysis schlie脽lich 鈥� der dritte Schritt 鈥� operationalisiert die Datenanalyse. Durchlaufzeiten, Abweichungen, Kl盲rf盲lle 鈥� das KPI Dashboard macht alles sichtbar und kann auch nach individuellen Notwendigkeiten gestaltet werden. Ein spezielles Kl盲rfall-Dashboard zum Beispiel zeigt an, wo welcher Kl盲rungsbedarf besteht 鈥� und wie lange seine Beseitigung jeweils dauert. Es geht darum, Schwachstellen zu erkennen und zu beseitigen, anhand eines Vorher-nachher-Vergleichs von Durchlaufzeiten festzustellen, ob eine Ma脽nahme Wirkung gezeigt hat oder mithilfe einzelner Deep-dive-Analysen zu sehen, wodurch genau diese Wirkung erzielt wurde.
Au脽erdem lassen sich Dashboards speziell f眉r bestimmte Zielgruppen gestalten, f眉r das Management etwa mit einem Schwerpunkt auf Kosten-Nutzen-Analysen oder f眉r einzelne Fachbereiche mit technischen Details.

Managementtaugliche Reportings sorgen f眉r Transparenz

Das Tool von Adesso auf Basis von 麻豆原创 Signavio modelliert also mithilfe einer Prozessbibliothek typische Abl盲ufe von Energieversorgern, hilft so beim Auffinden von Schwachstellen und bei der Dokumentation und Konzeption (auch) regulierter Prozesse. Mit seinen managementtauglichen Reportings verschafft es zentralen Akteuren von Unternehmen einen schnellen, detailgenauen Blick auf die Prozesslandschaft 鈥� inklusive konkreter Handlungsempfehlungen, um noch besser, effizienter und kundenfreundlicher zu werden. 听

Robin Hellwig ist als Leader Competence Center und Senior Manager im Bereich Utilities f眉r die F眉hrung mehrerer interdisziplin盲rer Teams (Berater, Entwickler und PMO/Projektleiter) mit Branchenfokus Utilities zust盲ndig. Zudem leitet und verantwortet er gro脽e 麻豆原创 S/4HANA Utilities Transformationen und den Bereich 麻豆原创 Signavio f眉r Utilities.听

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post Durchblick f眉r die Energiewirtschaft appeared first on 麻豆原创 News Center.

]]>
IT-Dienstleistungen: Nachfrage w盲chst weiter 鈥� gefragt sind vor allem Data & Analytics Services /germany/2025/01/it-dienstleistungen-marktstudie-sap-news-center/ Wed, 15 Jan 2025 07:00:00 +0000 /germany/?p=182086 Trotz Wachstumsschw盲che und Fachkr盲ftemangel w盲chst der Markt f眉r IT-Dienstleistungen auch 2025 deutlich 鈥� so die Prognose der Marktforscher von L眉nendonk & Hossenfelder. Treiber soll vor...

The post IT-Dienstleistungen: Nachfrage w盲chst weiter 鈥� gefragt sind vor allem Data & Analytics Services appeared first on 麻豆原创 News Center.

]]>
Trotz Wachstumsschw盲che und Fachkr盲ftemangel w盲chst der Markt f眉r IT-Dienstleistungen auch 2025 deutlich 鈥� so die Prognose der Marktforscher von L眉nendonk & Hossenfelder. Treiber soll vor allem der Bereich Data & Analytics Services sein 鈥� und damit auch das Thema K眉nstliche Intelligenz.

Allen wirtschaftlichen Unsicherheiten zum Trotz bleibt die Nachfrage nach IT-Dienstleistungen hoch 鈥� und auch die IT-Budgets insgesamt werden 2025 weiter wachsen. Ein Motor dieser Entwicklung ist der zunehmende Digitalisierungsdruck in der 枚ffentlichen Verwaltung und im Energiesektor. Auch der demografische Wandel und der damit verbundene Fachkr盲ftemangel lassen die Bedeutung von IT-Services weiter wachsen. Der Sektor mit der gr枚脽ten Nachfrage bleibt mit 34 Prozent der Nennungen die Industrie, wobei die H盲lfte davon auf die Autoindustrie entf盲llt. Die zweitgr枚脽te Nachfrage mit 17,7 Prozent kommt aus dem Finanzwesen.
Wichtigste IT-Themen und Investitionsschwerpunkte werden 2025 Data & Analytics, Cloud Transformation und Cyber Security sein.

Ein Investitionsschwerpunkt ist die Cloud Transformation

Das sind die zentralen Ergebnisse der L眉nendonk-Studie 鈥濪er Markt f眉r IT-Dienstleistungen in Deutschland鈥�. Seine Autoren befragten 眉ber 100 IT-Dienstleister und mehr als 140 IT-Verantwortliche aus dem gehobenen Mittelstand sowie aus Gro脽unternehmen und Konzernen. Data & Analytics war dabei erstmals der am h盲ufigsten genannte Investitionsschwerpunkt, 83 Prozent der befragten CIOs wollen systematisch in die Transformation zum datengetriebenen Unternehmen investieren.
Ein weiterer Fokus liegt auf der Cloud Transformation, hier werden 72 Prozent mehr Geld als bisher ausgeben, 69 Prozent rechnen mit steigenden Kosten f眉r Cyber Security.

Cyber Security wird immer wichtiger 鈥� und teurer

Auch regulatorische Anforderungen treiben die IT-Ausgaben an: 64 Prozent der Anwender gehen davon aus, dass 2025 mehr Geld in die Umsetzung gesetzlicher Vorgaben 鈥� beispielsweise f眉r nachhaltiges Wirtschaften (ESG) 鈥� flie脽en wird als bisher.
Die genannten Investitionen lassen IT-Budgets insgesamt weiter wachsen. 79 Prozent der befragten Unternehmen wollen ihre Ausgaben hier auch 2025 erh枚hen, 53 Prozent rechnen sogar mit einem Plus von bis zu zehn Prozent. Den h枚chsten Anstieg, so die Prognose, wird der Bereich Cyber Security verzeichnen.

鈥濪ie gro脽e Herausforderung f眉r die IT liegt darin, auch in wirtschaftlichen angespannten Zeiten mehr Aufgaben zu bew盲ltigen und die Transformationsgeschwindigkeit zu erh枚hen鈥�, so Mario Zillmann, Studienautor und Partner bei L眉nendonk & Hossenfelder. 鈥濫ine zentrale Rolle dabei werden Managed Services, K眉nstliche Intelligenz und Cloud Transformation spielen.鈥�

Das Thema KI ist komplex 鈥� und braucht viel Beratung

Dass KI eines der wichtigsten Zukunftsthemen f眉r viele Unternehmen ist, hat die Studie erneute deutlich gemacht. Sowohl IT-Dienstleister als auch deren Kunden besch盲ftigen sich intensiv mit den Einsatzm枚glichkeiten sowie den Vor- und Nachteilen dieser Technologie. Ihre Komplexit盲t l盲sst die Nachfrage nach Beratungsleistungen deutlich ansteigen. Nicht wenige Unternehmen leben in der Hoffnung, dass der Einsatz von KI den Fachkr盲ftemangel lindert, indem automatisierte Prozesse einen Gutteil der repetitiven, standardisierbaren Aufgaben 眉bernimmt 鈥� so dass sich die Mitarbeiter auf wertsch枚pfende Aufgaben konzentrieren k枚nnen.

Die gr枚脽ten Sorgen bereitet der demografische Wandel

In diesem Sinne h盲lt circa die H盲lfte der im Rahmen der Studie befragten Anwenderunternehmen K眉nstliche Intelligenz f眉r ein relevantes Zukunftsthema, unter den Dienstleistern sind es sogar 86 Prozent. Einsatzbereiche daf眉r sehen IT-Verantwortliche vor allem in den IT Operations sowie in der Dokumentenverarbeitung und -dokumentation. Bemerkenswert sei allerdings, so Studienautor Mario Zillmann, 鈥瀌ass nicht K眉nstliche Intelligenz das alles 眉berstrahlende Thema f眉r die IT ist, sondern laut 94 Prozent der befragten CIOs der demografische Wandel und die Frage, wie digitale Technologien dabei helfen k枚nnen, den stetig wachsenden Fachkr盲ftemangel zu bew盲ltigen.鈥�

Abonnieren Sie den 麻豆原创 News Center Newsletter

The post IT-Dienstleistungen: Nachfrage w盲chst weiter 鈥� gefragt sind vor allem Data & Analytics Services appeared first on 麻豆原创 News Center.

]]>