Der Erfolg des bemisst sich nicht daran, wie intelligent die von ihm eingesetzte KI ist. Bezieht man auch die Kunden in diese Analyse mit ein, rücken ganz andere Aspekte in den Vordergrund: Es geht darum, ihre Abläufe zu vereinfachen, sie bei der Erreichung ihrer Geschäftsziele zu unterstützen und ihr Vertrauen zu stärken.

Diese kundenorientierte Perspektive und die Möglichkeiten von KI verändern den Blick von Unternehmen auf Arbeitsabläufe.

Einer unserer Kunden aus der Life-Sciences-Branche lässt diese Vision bereits Wirklichkeit werden. Im Vertrieb, Service und Support des Unternehmens gehen jeden Tag Zehntausende von E-Mails von Kunden ein. Jede einzelne Nachricht muss überprüft, kategorisiert, priorisiert und an das richtige Team weitergeleitet werden. Dabei müssen die Mitarbeitenden häufig durch einen Flickenteppich von Altsystemen, isolierten Anwendungen und manuellen Workflows navigieren. Angesichts stetig steigender Kundenerwartungen genügt es auf lange Sicht nicht, einfach mehr Personal einzustellen, um mit der Flut der Nachrichten Schritt zu halten. Indem intelligente Agenten Arbeitsabläufe in komplexen Geschäftsprozessen koordinieren, transformiert das Unternehmen die Bearbeitung von Kundenanfragen und sorgt zugleich für effizientere Abläufe und ein besseres Kundenerlebnis.

Es handelt sich hierbei nicht nur um die nächste Stufe der Prozessautomatisierung. Vielmehr kennzeichnet diese Transformation den ersten Schritt auf dem Weg zum autonomen Unternehmen: Die Abläufe des Unternehmens werden effizienter, ohne dass dies zulasten der Qualität, Governance oder Kontrolle geht.

Intelligente Agenten auf Basis von Agentic AI wirken aktiv an der Ausführung von Geschäftsprozessen mit, arbeiten zusammen und erzielen messbare Geschäftsergebnisse. Sie zeichnen sich nicht nur durch Intelligenz aus, sondern agieren innerhalb definierter Leitplanken eigenständig. Dabei liegt die Verantwortung für die von den Agenten getroffenen Entscheidungen, die von ihnen autorisierten Aktionen und die von ihnen erzielten Geschäftsergebnisse weiterhin beim Menschen.

Vor diesem Hintergrund entstehen völlig neue Betriebsmodelle, bei denen intelligente Agenten Routineaufgaben koordinieren, Entscheidungsprozesse beschleunigen und es dem Unternehmen ermöglichen, schneller zu agieren und resilienter zu werden. In einem volatilen Umfeld, das von steigenden Erwartungen der Kunden und einer immer schnelleren Marktentwicklung geprägt ist, zeigt das autonome Unternehmen nicht nur eine Technologiestrategie, sondern auch ein neues Betriebsmodell auf, das bessere Ergebnisse für Kunden und Unternehmen ermöglicht.

Servicebereitstellung im KI-Zeitalter

Der Einsatz von KI führt dazu, dass Softwareservices auf völlig neue Weise bereitgestellt und genutzt werden. Aus der Servicebereitstellung werden proaktive, KI-gestützte Abläufe, bei denen intelligente Agenten Routineaufgaben automatisieren, Probleme vorhersagen und durch Präventivmaßnahmen verhindern, die Behebung von Vorfällen beschleunigen und die Systemleistung kontinuierlich optimieren. Dadurch sind Serviceorganisationen in der Lage, ihre Prozesse effizient zu skalieren, das Kundenerlebnis zu verbessern und menschliches Fachwissen gezielt für wertschöpfende Innovationen und die Stärkung strategischer Kundenbeziehungen einzusetzen.

Die zunehmende Nutzung von Agentic AI führt dazu, dass KI-Kompetenzen zur entscheidenden Voraussetzung für mehr Produktivität und Effizienz bei den täglichen Arbeitsabläufen werden. Durch die effektive Zusammenarbeit mit intelligenten Agenten können Mitarbeitende Routineaufgaben optimieren und bessere Erkenntnisse gewinnen. Dadurch bleibt ihnen mehr Zeit für wertschöpfende Aktivitäten, während sie zugleich Kunden gezielt zu Innovationen beraten und bessere strategische Entscheidungen treffen können.

Agentic AI ersetzt dabei nicht menschliches Fachwissen, sondern unterstützt Teams, indem sie schnellere Entscheidungen ermöglicht, Routinetätigkeiten automatisiert und bessere Ergebnisse für Kunden erzielt. Wichtige Schwerpunktbereiche sind dabei:

• Effektive Interaktion mit Kunden: KI führt Informationen zum Kontext des Kunden zusammen, zeigt wichtige Erkenntnisse und Risiken auf und unterbreitet Empfehlungen für geeignete Maßnahmen, um Teams bei einer schnelleren Vorbereitung und effektiveren Interaktion zu unterstützen.
• Intelligente Prozesse für die Servicebereitstellung: KI automatisiert Routineaufgaben, koordiniert Workflows, sagt Probleme vorher und beschleunigt die Problemlösung, wodurch eine proaktive und effizientere Servicebereitstellung ermöglicht wird.
• Vernetzte Intelligenz: KI erfasst Fachwissen, schlägt relevante Informationen vor, deckt projektübergreifende Muster auf und optimiert kontinuierlich Prozesse und Best Practices für die Servicebereitstellung.

Mit diesen Fähigkeiten können wir unsere Kunden als Partner unterstützen, ihre Bedürfnisse antizipieren, ihre Herausforderungen bewältigen und intelligente, ergebnisorientierte Services bereitstellen.

Wie Kunden auf ihrem Weg zum autonomen Unternehmen KI einsetzen

Kunden profitieren von einer proaktiven, stärker personalisierten und ergebnisorientierten Servicebereitstellung. Technische Herausforderungen und Vorfälle werden nicht mehr ausschließlich aus technischer Perspektive beurteilt, sondern auf der Grundlage ihrer Auswirkungen auf die Geschäftsergebnisse, das Kundenerlebnis, die betriebliche Resilienz und die Unternehmensleistung.

Statt erst dann zu reagieren, wenn es bereits zu einem Vorfall gekommen ist, überwachen KI-Agenten Umgebungen fortlaufend, sagen potenzielle Probleme vorher, beheben häufig auftretende Probleme eigenständig und bieten schnelleren, intelligenteren Support. Dies schafft die Voraussetzungen für zuverlässigere Services, eine schnellere Problemlösung und ein nahtloses Kundenerlebnis. Unternehmen sind dadurch in der Lage, Maßnahmen zur Reaktion auf Probleme und deren Behebung nicht nur nach dem technischen Schweregrad eines Vorfalls zu priorisieren, sondern nach seinen Auswirkungen auf den Geschäftsbetrieb.

Einer unserer Kunden aus der Fertigungsindustrie setzt Joule Agents ein, die den Zustand des ERP-Systems kontinuierlich überwachen, Ursachen von Problemen identifizieren, Empfehlungen für Korrekturmaßnahmen unterbreiten und genehmigte Verfahren zur Problembehebung eigenständig durchführen. Die Lösung verringert den Aufwand jährlich um rund 3.000 Stunden, minimiert ungeplante Ausfallzeiten und ermöglicht ein standardisiertes, KI-gestütztes Reporting rund um die Uhr, das auf die Reporting-Anforderungen des Unternehmens abgestimmt ist. Kunden sind bereit, den Einsatz von KI auf das gesamte Unternehmen auszuweiten. Sie erwarten dabei jedoch Transparenz, Governance und Klarheit darüber, bei welchen Schritten KI autonom agiert und in welchen Fällen auf menschliches Urteilsvermögen nicht verzichtet werden kann. Die Begeisterung für die Möglichkeiten, die KI bietet, ist ungebrochen, doch möchten Kunden vor allem wissen, wie sie diese Möglichkeiten in ihrem Unternehmen ausschöpfen können. Drei wiederkehrende Themen sind:

• Messbarer ROI: Kunden erwarten, dass der Einsatz von KI über die reine Innovation hinaus messbare Auswirkungen hat. Im Rahmen der Success Plans legt die Â鶹ԭ´´ gemeinsam mit dem Kunden Erfolgskennzahlen fest, richtet die KI-Initiativen des Unternehmens an seinen geschäftlichen Prioritäten aus und sorgt für bessere Ergebnisse im Hinblick auf eine schnelle Ausführung von Prozessen, die Produktivität, das Benutzererlebnis und die betriebliche Resilienz.
• Durchgängige Anwendungsfälle: Isolierte Lösungen optimieren einzelne Aufgaben, doch Kunden suchen Lösungen, mit denen sich unternehmensweit Mehrwert schaffen lässt. Wenn mehrere KI-Agenten in funktionsübergreifenden Workflows beispielsweise in den Bereichen Fallbearbeitung und Procure-to-Pay zusammenarbeiten, hat dies weitaus größere Auswirkungen als der Einsatz isolierter Assistenten. Einer unserer US-amerikanischen Kunden setzt KI für die proaktive Ãœberwachung, KI-gestützte Ursachenanalyse, automatisierte Behebung von Ausnahmen und autonome Ausführung genehmigter Aktionen ein. Dadurch wird die Problemlösung beschleunigt, während zugleich der manuelle Aufwand minimiert wird. Das Unternehmen konnte die Effizienz seiner Abläufe um bis zu 80Ìý% steigern und die Rate der fristgerechten Lieferantenzahlungen um 25Ìý% verbessern. Dies hat nicht nur optimierte Geschäftsprozesse, sondern auch eine bessere Zusammenarbeit mit Lieferanten zur Folge.
• Governance ist unverzichtbar: KI-Governance liegt nicht mehr nur in der Verantwortung der IT-Abteilung. Sie ist vielmehr ein strategischer Erfolgsfaktor. Denn inzwischen nehmen Führungskräfte aus dem gesamten Unternehmen Einfluss auf den Einsatz von KI. Sie haben erkannt, dass Vertrauen die Grundlage für die unternehmensweite Akzeptanz ist. Führende Unternehmen investieren nicht nur in KI-Innovationen, sondern parallel dazu auch in KI-Governance, da für eine nachhaltige Ausweitung der KI-Nutzung beide Bereiche eine wichtige Voraussetzung sind.

Um den sich wandelnden Kundenanforderungen Rechnung zu tragen, stehen über den Global Delivery Hub personalisierte Success Plans zur Verfügung. Damit beinhaltet das Serviceerlebnis nicht mehr nur interaktive Ressourcen, sondern wird zu einer strategischen Partnerschaft, die Kunden dabei unterstützt, kontinuierlichen Mehrwert und Erfolg zu erzielen. Um Kunden mit hochgradig personalisierten, KI-gestützten Services zum Erfolg verhelfen zu können, ist ein völlig neuer Ansatz für die Servicebereitstellung erforderlich.

Diese Transformation fußt auf vier Säulen, die es dem Global Delivery Hub ermöglichen, menschliches Fachwissen mit intelligenten Automatisierungsfunktionen zu kombinieren und Kunden ein einheitliches, ergebnisorientiertes Erlebnis zu bieten.

Die vier Säulen des KI-gestützten Bereitstellungsmodells des Global Delivery Hub

Der zunehmende Einsatz von Agentic AI wird nicht durch Technologie allein getragen. Maßgeblich für diese Entwicklung ist auch, wie Unternehmen ihre Mitarbeitenden darauf vorbereiten, ihre Arbeitsweisen anpassen und die richtigen Grundlagen für verantwortungsbewusste Autonomie schaffen. Serviceorganisationen, die diesen Wandel erfolgreich für sich nutzen, kombinieren menschliches Fachwissen mit intelligenter Automatisierung und stellen agilere, resilientere und ergebnisorientiertere Services bereit.

Unser KI-gestütztes Bereitstellungsmodell fußt auf den vier grundlegenden Säulen Kunden, Zusammenarbeit, Kompetenzen und Kontrollen. Sie sind Voraussetzung dafür, dass Unternehmen das Potenzial von KI voll ausschöpfen und gleichzeitig Vertrauen, Verantwortung und die Ausrichtung an den Geschäftszielen sicherstellen können.

• Kunden: Eine Kombination aus intelligenten Agenten, Automatisierung und menschlichem Fachwissen hilft Serviceteams, die Bedürfnisse von Kunden besser zu verstehen, Herausforderungen vorherzusehen und Kunden durch proaktive, personalisierte Beratung zu unterstützen. Dadurch entsteht ein Partnerschaftsmodell, das engere Kundenbeziehungen ermöglicht, indem KI die Bereitstellungsservices kontinuierlich optimiert und Kunden schneller zum Erfolg verhilft.
• Zusammenarbeit: Damit Mehrwert mit KI geschaffen werden kann, ist eine engere, stärker vernetzte, agile und funktionsübergreifende Zusammenarbeit im gesamten Unternehmen erforderlich. Produkt-, Entwicklungs-, Bereitstellungs- und Kundenteams müssen als ein Team zusammenarbeiten und durch die kontinuierliche Abstimmung von Technologien, Abläufen und Kundenergebnissen Innovationen und die Wertschöpfung beschleunigen.
• Kompetenzen: Wenn Unternehmen das volle Potenzial von Agentic AI ausschöpfen möchten, müssen sie nicht nur eine technologische Transformation durchlaufen, sondern auch eine Transformation ihrer Belegschaft. Die Zukunft der Servicebereitstellung wird von Fachkräften gestaltet, die neben fundiertem operativem Wissen auch die Fähigkeit besitzen, effektiv mit intelligenten Agenten zusammenzuarbeiten. Zusätzlich zu umfassenden technischen Kenntnissen sind KI-Kompetenzen, Kenntnisse im Bereich Automatisierung und die Fähigkeit gefragt, datengestützte Erkenntnisse als Grundlage für schnellere und bessere Entscheidungen zu nutzen. Erfolgreich werden die Unternehmen sein, die es ihren Mitarbeitenden ermöglichen, sich anzupassen, zu lernen und Hand in Hand mit KI zu arbeiten. So entsteht eine Belegschaft, die nicht nur KI-fähig, sondern auch KI-gestützt ist.
• Kontrollen: Da KI Aufgaben zunehmend eigenständig ausführt, darf die Governance nicht mehr nur aus Kontrollen bestehen, sondern muss sich zu einer strategischen Funktion weiterentwickeln, die Vertrauen, Skalierbarkeit und verantwortungsvolle Entscheidungen ermöglicht. Unternehmen benötigen klare Grundsätze, die vorgeben, in welchen Bereichen KI-Agenten eigenständig handeln können, in welchen Bereichen eine Kontrolle durch den Menschen erforderlich ist und wie Entscheidungen überwacht und verbessert werden. Eine solide Governance bietet die Grundlage für die Ausweitung von Agentic AI unter Wahrung der Transparenz, Verantwortlichkeit und Ausrichtung an den Geschäftszielen.

Ohne diese grundlegenden Säulen laufen Unternehmen Gefahr, die Komplexität zu erhöhen, anstatt Mehrwert zu schaffen. Unternehmen, die einen kundenorientierten Ansatz verfolgen und in die richtigen Fähigkeiten, eine funktionsübergreifende Zusammenarbeit und geeignete Kontrollen investieren, sind besser positioniert, um den Einsatz von Agentic AI auszuweiten, ihre Abläufe resilienter zu gestalten, Innovationen zu beschleunigen und herausragende Ergebnisse für ihre Kunden zu erzielen.

Agentic AI wird die Abläufe von Unternehmen weiter verändern. Vor dem Hintergrund dieser Entwicklung bilden diese Fähigkeiten die Grundlage für die nächste Generation der Servicebereitstellung.

Wie Unternehmen zum Vorreiter für das nächste Zeitalter der Servicebereitstellung werden können

Unternehmen, die frühzeitig die Initiative ergreifen, werden besser in der Lage sein, autonome Funktionen zu ihrem Vorteil zu nutzen und dabei Governance, Vertrauen und die Ausrichtung an strategischen Geschäftsprioritäten sicherzustellen. Mit der Weiterentwicklung der Servicebereitstellung zu proaktiven, KI-gestützten Abläufen sehen Kunden Serviceanbieter zunehmend in der Rolle des strategischen Beraters und KI-Assistenten, der sie bei ihrer Transformation unterstützt.

Indem Unternehmen intelligente Agenten, automatisierte Workflows und menschliches Fachwissen miteinander verbinden, können sie Herausforderungen proaktiv angehen und bessere Geschäftsergebnisse erzielen. Für eine erfolgreiche Nutzung dieses neuen Kooperationsmodells sollten Kunden ihren Fokus auf wichtige Bereiche legen, die ihnen helfen, auf ihrem Weg zum autonomen Unternehmen schneller voranzukommen:

• Eine Kultur der kontinuierlichen Anpassung fördern: Die KI-Landschaft wird sich rasant weiterentwickeln. Kunden, die die Einführung von KI als kontinuierliche Transformation begreifen, sind besser gerüstet, um Innovationen voranzubringen, sich an neue Anforderungen anzupassen und eine resiliente Grundlage für das autonome Unternehmen zu schaffen.
• Auf KI-fähige Teams und Betriebsmodelle setzen: Da Aufgaben der Servicebereitstellung zunehmend von Menschen und intelligenten Agenten gemeinsam wahrgenommen werden, muss für Teams klar nachvollziehbar sein, welche Aufgaben automatisiert sind, bei welchen Schritten menschliches Urteilsvermögen gefragt ist und wie sie bei Ausnahmen eingreifen können. Die Vermittlung von KI-Kompetenzen sowie die Schulung in neuen Prozessen und Methoden der Zusammenarbeit sind eine entscheidende Voraussetzung dafür, dass Unternehmen größtmöglichen Nutzen aus Agentic AI ziehen können.
• Gemeinsame Ergebnisse, Governance-Strukturen und Arbeitsweisen frühzeitig abstimmen: Eine erfolgreiche KI-gestützte Servicebereitstellung erfordert eine klare Abstimmung zwischen Kunden, der Â鶹ԭ´´ und Partnern in Bezug auf Geschäftsziele, Erfolgskennzahlen, Entscheidungsbefugnisse und Verantwortlichkeiten. Die frühzeitige Festlegung gemeinsamer Kennzahlen, Governance-Modelle und Eskalationspfade trägt dazu bei, dass KI-gesteuerte Abläufe auch bei einer Weiterentwicklung der autonomen Funktionen transparent, vertrauenswürdig und auf messbaren geschäftlichen Nutzen ausgerichtet bleiben.

Die zunehmende Nutzung von Agentic AI bedeutet nicht nur, vorhandene Services zu automatisieren. Sie setzt auch die Entwicklung eines neuen Partnerschaftsmodells voraus, bei dem kontinuierliche Verbesserungen, gemeinsame Verantwortung und Geschäftsergebnisse im Mittelpunkt stehen. Kunden, die sich heute für diese Anforderungen rüsten, werden besser in der Lage sein, die Agilität, Resilienz und Innovationskraft eines autonomen Unternehmens zu ihrem Vorteil zu nutzen.

Sanjay Kulkarni ist Global Head of Delivery Hub and Customer Value Group bei Â鶹ԭ´´.
Julia Kloppenburg ist Technologieberaterin für Customer Engagement & Adoption bei der Â鶹ԭ´´ SE.
Benedikt Gieger ist Product Strategy and AI Lead in Digital Manufacturing bei der Â鶹ԭ´´ SE.

The post Die Zukunft der Servicebereitstellung im KI-gesteuerten Unternehmen appeared first on Â鶹ԭ´´ News Center.

Von Führungskräften im Finanzwesen wird mittlerweile weitaus mehr erwartet, als Ergebnisse vorzulegen. Sie sollen die Unternehmensergebnisse gestalten, Entscheidungen lenken und schnell auf Veränderungen reagieren. Doch viele Finanzprozesse laufen immer noch isoliert statt koordiniert ab. Rechnungsgenehmigung und Zahlung werden an separaten Stellen ausgeführt. Planung, Konsolidierung und Berichterstellung basieren häufig auf separaten Systemen und Workflows. Und im Bereich Governance fehlen durch die Isolation oft wichtige Informationen. Hierdurch entstehen größere zeitliche Lücken zwischen der Erkennung eines Problems, einer Entscheidung dazu und den entsprechenden Maßnahmen.

Auf der Â鶹ԭ´´ Connect 2026 stellte die Â鶹ԭ´´ neue Funktionen vor, die dazu beitragen sollen, diese Lücken zu schließen. Hierzu zählen: , ein neuer, in Â鶹ԭ´´ Cloud ERP integrierter Zahlungsservice, Â鶹ԭ´´ Enterprise Financial Consolidation, eine neue Ergänzung des Â鶹ԭ´´-Portfolios für Enterprise Performance Management, und eine größere Anzahl von Joule Assistants, die Finanz-, Governance- und Compliance-Prozesse mit KI unterstützen.

Zwar sind die einzelnen Innovationen auf unterschiedliche Herausforderungen ausgerichtet, alle haben aber ein gemeinsames Ziel für Finanzteams: weniger Zeitaufwand für die Datenübertragung von einem System ins andere, mehr Zeit für die Umsetzung von Erkenntnissen.

Integration von Zahlungen in Finanzvorgänge

Ein Element, das im Finanzwesen ständig Reibungsverluste produziert, ist der Zahlungsprozess selbst.

Eine Rechnung kann zwar im ERP-System genehmigt werden, aber bis die Zahlung abgeschlossen ist, sind meist noch Bankportale, Zahlungsdateien, Middleware und Abstimmungsaktivitäten beteiligt. Jede zusätzliche Übergabe macht den Prozess noch komplexer und kann die Ausführung verlangsamen.

soll diesen Prozess vereinfachen, indem die Zahlungsausführung direkt in integriert wird. Wenn eine Rechnung genehmigt wird, können Zahlung und Abstimmung im gleichen Workflow und Geschäftskontext erfolgen.

Die Lösungseinführung markiert auch den Einstieg der Â鶹ԭ´´ in Zahlungsdienste über , eine hundertprozentige Â鶹ԭ´´-Tochtergesellschaft, die Anfang dieses Jahres gegründet wurde. Da Tereina ein regulierter Zahlungsdienstleister ist, kann Â鶹ԭ´´ Services direkt in Finanz-Workflows erbringen, anstatt ausschließlich Drittanbieter heranzuziehen. Dadurch bleiben Zahlungsausführung, Abstimmung, Kontrollen und Auditierbarkeit mit dem zugrunde liegenden Geschäftsvorfall verbunden.

Der Service unterstützt EFT, Ãœberweisungen, Schecks und Bezahlungen über Stable Coins für grenzüberschreitende Transaktionen. Im weiteren Sinne bietet Â鶹ԭ´´ Kunden eine Vielzahl von Zahlungsoptionen, die Bank-API-Integrationen, die Anbindung an mehr als 10.000 Finanzinstitute über SWIFT, Zahlungen in digitaler Währung und jetzt nativ integrierte Zahlungsservices umfassen.

Für Finanzorganisationen liegt die Chance nicht nur in der schnelleren Zahlungsabwicklung. Sie liegt darin, dass sich der Aufwand für die Vernetzung von Systemen, die Verwaltung von Ausnahmen und die nachträgliche Abstimmung von Informationen reduziert, während Zahlungsverarbeitung, Abstimmung, Kontrollen und Auditierbarkeit in einem einzigen Workflow bleiben.

Â鶹ԭ´´ Pay ist nun in den USA und Großbritannien allgemein verfügbar.

Das Performance Management unternehmensweit vernetzen

Diese Herausforderung findet sich auch im Enterprise Performance Management.

Planung, Konsolidierung, Abschlussprozesse und externe Berichte basieren alle auf denselben Finanzdaten. Oft werden sie jedoch über separate Tools, Datenmodelle und Prozesse verwaltet. Die Leistung ist unter Umständen immer schwieriger im Blick zu behalten, wenn Unternehmen wachsen und sich die geschäftlichen Bedingungen ändern.

Auf der Â鶹ԭ´´ Connect haben wir vorgestellt – eine Lösung, die diese Herausforderung bewältigen soll.

Sie basiert auf und vereint die Erfüllung gesetzlicher Vorgaben und die Managementkonsolidierung mit Funktionen für den Abschluss und die Offenlegung auf einer gemeinsamen, kontrollierten Datengrundlage. Durch die engere Verknüpfung dieser Bereiche müssen Finanzteams weniger Zeit für die Datenabstimmung aufwenden und haben mehr Zeit, sich mit der Leistung auseinanderzusetzen und auf Veränderungen zu reagieren.

Die Lösung umfasst auch neue Joule Assistants für Konsolidierungs- und Offenlegungsprozesse. Diese Assistenten helfen dabei, Abweichungen zu erkennen, Ausnahmen zu bearbeiten und die Offenlegung vorzubereiten. Zugleich bleiben Auditierbarkeit und Kontrolle durch den Menschen gewahrt.

Für Unternehmen mit gemischten Umgebungen – ein paar Â鶹ԭ´´-Systeme, ein paar Â鶹ԭ´´-fremde Systeme – bietet Â鶹ԭ´´ Enterprise Financial Consolidation Flexibilität durch die Unterstützung von Daten aus mehreren Quellen. Auch für Kunden, die bestehende Konsolidierungsumgebungen modernisieren und einen KI-gestützten Ansatz für das Performance Management verfolgen möchten, bietet sie einen Weg in die Zukunft.

Early Adopter Care ist für das erste Quartal 2027 geplant.

Ausbau der KI in Finanzwesen und Governance

KI im Finanzwesen kann mehr als Fragen beantworten oder Zusammenfassungen erstellen. Das größere Potenzial liegt darin, dass Teams KI für Aufgaben nutzen können, die schon immer einen erheblichen manuellen Aufwand, Fachwissen und eine funktionsübergreifende Koordination erfordern.

Auf der Â鶹ԭ´´ Connect hat die Â鶹ԭ´´ ihr Portfolio an Joule Assistants erweitert, um dieses Potenzial auszuschöpfen.

Die neuen Assistenten unterstützen Bereiche wie Buchhaltung, Umsatzrealisierung, Preisfindung, Disclosure Management, Projektabwicklung, Governance und Einhaltung von Außenwirtschaftsvorschriften. Sie sind direkt in vorhandene Workflows integriert und sollen Teams dabei unterstützen, Aufgaben effizienter zu erledigen, und gleichzeitig Prüfprozesse und Verantwortlichkeiten beibehalten.

Manche helfen primär Finanzexperten dabei, komplexe Berechnungen und Berichtsanforderungen nachzuvollziehen. Andere unterstützen Preisentscheidungen, die Vorbereitung der Offenlegung, die Projektausführung und die kontinuierliche Überwachung von Risiken und Kontrollen.

Ebenso wichtig ist die Governance.

Da Unternehmen mehr KI-Agenten in allen Geschäftsbereichen einsetzen, müssen sie sicher sein können, dass diese Agenten dieselben Grenzen einhalten wie der Mensch. Neue Assistenten für Governance, Sicherheit und Compliance sollen vorhandene Kontrollen, die Zugriffsverwaltung sowie Überwachungsfunktionen auf KI-gesteuerte Aktivitäten ausweiten und Unternehmen dabei helfen, Mensch und KI konsistent zu beaufsichtigen.

Der Governance Assistant und der International Trade Assistant sollen im vierten Quartal 2026 allgemein verfügbar sein.

Sofort umsetzbare finanzielle Einblicke

Das Finanzwesen war schon immer besonders wichtig für Unternehmen, wenn es darum ging, die Leistung nachzuvollziehen. Immer häufiger soll es Unternehmen auch helfen, in Echtzeit zu reagieren.

Deshalb sind Schnelligkeit, Transparenz und Umsetzung genauso wichtig wie präzise Berichte.

Die auf der Â鶹ԭ´´ Connect 2026 vorgestellten Innovationen greifen diesen Wandel auf. Ganz gleich, ob es darum geht, Zahlungen zu vereinfachen, Performance-Management-Prozesse zu vernetzen oder KI direkt in die alltäglichen Aufgaben im Finanzwesen zu integrieren: Jede Funktion verringert die Lücke zwischen der Erkennung und der Lösung eines Problems.

Für Finanzteams besteht das oberste Ziel nicht nur in schnelleren Prozessen oder Berichten, sondern in besseren Entscheidungen mit größerer Sicherheit und deren reibungsloser Umsetzung.

Weitere Informationen dazu, wie Â鶹ԭ´´ Unternehmen bei der Modernisierung von Finanzprozessen in ERP, Planung, Treasury, Zahlungen und Buchhaltung unterstützt, finden Sie unter Ìý

Lawrence Martin ist General Manager & Chief Product Officer für Â鶹ԭ´´ Finance & Spend
David Imbert ist Chief Marketing Officer für Â鶹ԭ´´ Financial Management

The post Â鶹ԭ´´ optimiert Finanzprozesse mit integrierten Zahlungen, neuen Funktionen für die Konsolidierung und erweiterter KIÌý appeared first on Â鶹ԭ´´ News Center.

Sie benötigen Gewissheit, dass das Unternehmen für die vorgeschlagenen Maßnahmen haftet und dass sensible Daten geschützt und Menschen fair behandelt werden. Mit ethischer KI-Implementierung lässt sich diese Kluft überbrücken. Wenn ein System technisch robust ist, rechtlich konform und ethisch gesteuert wird, können Kunden, Partner und Mitarbeitende es mit Zuversicht nutzen statt ihm mit Vorsicht zu begegnen.

Die Â鶹ԭ´´ hat ihre aktualisiert und dabei die rasante Entwicklung der KI-Landschaft berücksichtigt. Die Ãœberarbeitung basiert auf ausführlichen Interviews mit mehr als 50Ìýinternationalen Experten. Die neue Version spiegelt konkrete Änderungen wider, die vorgenommen wurden, um die ethischen Schutzmaßnahmen, die Rechenschaftspflicht und die Sicherheitsvorkehrungen bei der Einführung von KI in Unternehmen zu stärken, wobei auf die tatsächlichen Bedenken von Führungskräften eingegangen wird und nicht nur auf deren Wahrnehmung.

Unser Ansatz für KI basiert auf drei Wörtern: relevant, zuverlässig und verantwortungsvoll. Für die Â鶹ԭ´´ ist ethischer Einsatz kein regulatorisches Häkchen oder eine Marketing-Ebene; er ist das Fundament, das das autonome Unternehmen erst möglich macht, in dem intelligente Agenten komplexe Arbeitsabläufe koordinieren und ausführen, während Menschen die volle Kontrolle behalten.

Die drei Säulen verantwortungsvoller KI bei Â鶹ԭ´´

Ethik steht im Mittelpunkt der Ziele der Â鶹ԭ´´ zur Verbesserung der sozialen Nachhaltigkeit. Und verantwortungsvolle KI erfordert das Zusammenspiel von drei Bereichen, die nicht isoliert betrachtet werden sollten:

1. Ethik – Definition unserer Werte. Wir legen klare moralische Grenzen dafür fest, wie Technologie der Menschheit nutzen soll.
2. Sicherheit – Schutz unserer Systeme und Daten. Wir schützen wichtige Unternehmensinformationen vor den immer zahlreicheren Cyberbedrohungen und Sicherheitslücken.
3. Compliance – Gewährleistung der Einhaltung gesetzlicher Vorschriften. Wir bereiten uns proaktiv auf rechtliche Vorgaben wie die KI-Verordnung der EU vor.

Gemeinsam helfen sie Teams dabei, zu beurteilen, ob ein KI-Anwendungsfall weiterverfolgt werden sollte, welche Schutzmaßnahmen erforderlich sind und wer nach der Implementierung für dessen Leistung verantwortlich ist. So wird sichergestellt, dass bei der Automatisierung von Geschäftsprozessen die Menschenwürde, Fairness und Handlungsfreiheit gewahrt bleiben.

Ethik bildet die Grundlage für das autonome Unternehmen

Da KI sich von der Unterstützung von Menschen zum Handeln in ihrem Namen verlagert, wird die Governance-Frage dringlicher. Das autonome Unternehmen stellt einen grundlegenden Wandel dar. KI-Agenten geben nicht mehr nur Empfehlungen ab, sondern führen Geschäftsprozesse eigenständig aus – von der Finanzwirtschaft über die Lieferkette und Beschaffung bis hin zum Personalmanagement und Kundenerlebnis. Vorstandssprecher Christian Klein sagte: „Für die erfolgsentscheidenden Geschäftsprozesse unserer Kunden ist ‚fast richtig‘ einfach nicht gut genug.“

Genau deshalb dürfen Ethik und Governance bei autonomen KI-Systemen nicht als nachträgliche Ergänzung hinzugefügt werden. Sie müssen die Grundlage bilden, auf der diese Systeme operieren. Jede Aktion, die ein Â鶹ԭ´´-KI-Agent ausführt, wird protokolliert und ist nachverfolgbar. Auf diese Weise können Unternehmen stets nachvollziehen, welche Maßnahmen ein Agent ergriffen hat, aus welchen Gründen er dies getan hat und welche Daten er verwendet hat. Autonomie ohne diese Grundlage ist lediglich ein Experiment. Autonomie, die auf dieser Grundlage aufbaut, ist dagegen ein Betriebsmodell, mit dem Unternehmen Vertrauen im großen Stil aufbauen können.

Prinzipien in die Praxis umsetzen

Die globale KI-Ethik-Richtlinie von Â鶹ԭ´´ basiert auf der UNESCO-Empfehlung zur Ethik der künstlichen Intelligenz und regelt die Entwicklung, den Einsatz, die Nutzung und den Verkauf aller KI-Systeme im gesamten Unternehmen. Das aktualisierte KI-Ethik-Handbuch von Â鶹ԭ´´ setzt diese Grundsätze in die tägliche Praxis um. Es bietet Entwicklungs- und Produktteams eine zentrale Orientierungshilfe zur Anwendung der Leitprinzipien der Richtlinie – von Fairness und Diskriminierungsfreiheit bis hin zu menschlicher Kontrolle und Nachhaltigkeit.

Um die Lücke zwischen allgemeinen Prinzipien und der täglichen Entwicklungsarbeit zu schließen, verankert Â鶹ԭ´´ strenge Prüfpunkte in den Produktentwicklungsprozess:

• Obligatorische Folgenabschätzung im Hinblick auf KI-Ethik: Jeder KI-Anwendungsfall bei Â鶹ԭ´´ muss vor der Umsetzung einer rigorosen Bewertung unterzogen werden, die auf zehn KI-Ethik-Prinzipien basiert. Die Anwendungsfälle erhalten eine Risikoeinstufung, und das AI Ethics Office von Â鶹ԭ´´ unterstützt die Produktteams bei der Umsetzung von Schutzmaßnahmen. Je nach Risikopotenzial durchlaufen bestimmte Anwendungsfälle mehrere Ãœberprüfungsschritte und können an den globalen KI-Ethik-Lenkungsausschuss von Â鶹ԭ´´ eskaliert werden, der die endgültige Entscheidung trifft.
• Menschliche Kontrolle im Design verankert:
• Interne Verantwortung: Compliance ist bei Â鶹ԭ´´ nicht verhandelbar. Alle Mitarbeitenden erkennen die Richtlinie an, und die Regeln gelten universell – auch für interne, eigenentwickelte KI-Anwendungen, die mit Tools wie Hyperspace AI oder Claude Code erstellt werden.

Diese Vorgehensweise schafft klare Leitplanken, die für alle Â鶹ԭ´´-Stakeholder, einschließlich Kunden und Mitarbeitende,Ìýtransparent sind.

Branchenführend im Bereich KI-Governance

Die Forderung nach transparenter Governance ist drängend. Unabhängige Studien zeigen: Weltweit sind viele Unternehmen noch nicht ausreichend vorbereitet. Eine , bei der 2.972 Unternehmen unter die Lupe genommen wurden, kam zu dem Schluss: Nur 12,4 Prozent der Unternehmen – darunter Â鶹ԭ´´ – verfügen über eine explizite Richtlinie, die menschliche Kontrolle bei KI-Systemen garantiert.

Die Führungsrolle der Â鶹ԭ´´ im Bereich ethische KI wird international gewürdigt. Im Bericht der wird das Unternehmen als Vorreiter hervorgehoben. Darüber hinaus beteiligt sich die Â鶹ԭ´´ bei der des Weltwirtschaftsforums. Diese Initiative wird von der Global Alliance for Social Entrepreneurship in Zusammenarbeit mit der Schwab Foundation geleitet. Die Â鶹ԭ´´ arbeitet gemeinsam mit führenden Technologieunternehmen und sozialen Innovatoren daran, künstliche Intelligenz verantwortungsvoll einzusetzen. Dadurch sollen die positiven Auswirkungen von KI voll ausgeschöpft werden und auch Organisationen, die die komplexesten Herausforderungen der Welt angehen, von dieser Technologie profitieren können.

Richtet man den Blick auf die gesamte Branche, wird deutlich, dass es noch viel zu tun gibt. Den Daten des zufolge, haben nur 36 Prozent der befragten Unternehmen eine dedizierte oder integrierte KI-Richtlinie etabliert. zeichnet ein ähnliches Bild: Gerade mal 27 Prozent der globalen Unternehmen berücksichtigen derzeit ihren KI-Fußabdruck in ihrer Nachhaltigkeitsstrategie, eine erhebliche Lücke angesichts des steigenden Energiebedarfs von KI-Rechenzentren.

Weichen für nachhaltiges Wachstum stellen

Ethische KI geht über Risikominderung und Regelkonformität hinaus. Sie schafft die Voraussetzungen für spürbaren wirtschaftlichen Mehrwert. Indem Unternehmen Fairness, Transparenz und zuverlässigen Datenschutz gewährleisten, schützen sie ihren Ruf und ermöglichen ihren Mitarbeitenden, ihre volle Leistung zu entfalten.

Wenn die KI routinemäßige Geschäftsprozesse in einem ethischen Kontext koordiniert, ausführt und optimiert, werden Mitarbeitende von manuellen Aufgaben entlastet und können sich stattdessen auf strategische Fragen, kreative Lösungen und zwischenmenschliche Beziehungen konzentrieren. Diese Synergie zwischen menschlichem Potenzial und künstlicher Intelligenz bildet das Rückgrat für langfristiges Unternehmenswachstum.

Unternehmen, Organisationen, die dies erkennen, sichern sich Vorteile für die Zukunft, denn die Vorschriften werden strenger und die gesellschaftlichen Erwartungen steigen. Doch ethische KI kann nur Wirklichkeit werden, wenn wir zusammenarbeiten. Wir freuen uns darauf, weiterhin mit unseren Kunden und Partnern zusammenzuarbeiten. Gemeinsam meistern wir eine der wichtigsten Herausforderungen und Wettbewerbsvorteile im Zeitalter der künstlichen Intelligenz.

Lesen Sie die Erfahren Sie mehr über das

Matthias Medert ist Global Head of Sustainability bei Â鶹ԭ´´.

The post Die Lücke in der KI-Governance: Warum verantwortungsvolle KI die Akzeptanz fördert appeared first on Â鶹ԭ´´ News Center.

Tatsächlich klafft jedoch für viele Führungskräfte noch immer eine frustrierend große Lücke zwischen den strategischen Zielen und der Realität des Geschäftsalltags. Der Â鶹ԭ´´-Podcast zum autonomen Unternehmen hat es sich zum Ziel gesetzt, diese Lücke zu schließen.

Der wöchentliche Podcast ging am 1. Juni 2026 an den Start. Bislang wurden 16 Folgen in drei Formatkategorien veröffentlicht: Â鶹ԭ´´ Deep Dives, in denen Führungskräfte die Strategie und Produkte vorstellen, Customer Deep Dives, in denen Unternehmen von ihrer Transformation berichten, und Industry Deep Dives mit ausgewählten externen Gästen, die zu den Vorreitern ihrer Branche zählen.

Die Reihe ist auf Spotify, Apple Music und allen gängigen Podcast-Plattformen sowie über Â鶹ԭ´´-Kanäle und LinkedIn verfügbar und hat mit ihren offenen und ehrlichen Beiträgen zur Einführung von KI im Unternehmen schnell eine treue Hörergemeinde gewonnen.

Was die ersten 16 Folgen gezeigt haben

In den mehr als ein Dutzend Gesprächen mit Gästen wie Â鶹ԭ´´-Führungskräften, globalen Kunden und externen Vordenkern haben sich vier Themen herauskristallisiert, die immer wieder aufgegriffen wurden.

Das autonome Unternehmen ist keine Zukunftsvision, sondern bereits verfügbar

In FolgeÌý13 erklärte Uma Rani, President und Chief Product Officer für Â鶹ԭ´´ÌýCloud ERP Private, dass das autonome Unternehmen nicht Teil einer zukünftigen Roadmap, sondern bereits jetzt für Kunden verfügbar sei, die die Releases 2025 und 2023 implementiert haben. Auch in den ersten Folgen des Podcasts wurde diese Botschaft vermittelt: Peter Maier, der den Bereich Strategic Customer Engagements im Office of the CEO verantwortet, führte in FolgeÌý1 aus, wie sich die auf der Â鶹ԭ´´ÌýSapphire präsentierte Vision in der Praxis umsetzen lässt. Und Manoj Swaminathan gab in FolgeÌý3 ausführlichen Einblick in die Architektur der Ìý– die Schicht für die Ausführung durchgängiger Prozesse durch KI-Assistenten und -Agenten.

Nicht die Fähigkeiten des Modells, sondern der Geschäftskontext ist der entscheidende Vorteil

Michael Ameling, ehemaliger President für die bei Â鶹ԭ´´, zeigte in Folge 4 auf, wie Â鶹ԭ´´ Knowledge Graph und Domänenmodelle in Kombination mit Frontier-Modellen wie Claude von Anthropic die semantische Grundlage für Unternehmens-KI schaffen, die generische LLMs nicht bieten können. In die Plattform sind 50 Jahre Prozesswissen der Â鶹ԭ´´ eingeflossen. Dies ermöglicht die Entwicklung von Agenten, die relevant, zuverlässig und verantwortungsvoll handeln. In den Diskussionen dazu, wie vertrauenswürdige KI in großem Maßstab eingesetzt werden kann, wurden diese drei Bedingungen von allen Gästen immer wieder angeführt.

Transformation ist nicht nur eine technologische Herausforderung, sondern setzt auch Personal- und Änderungsmanagement voraus

In Folge 2 ging Ferose V R auf eine Entwicklung ein, die sich derzeit vollzieht: Statt dass sich Menschen an Systeme anpassen müssen, passen sich Systeme zunehmend an den Menschen an. Möglich wird dies durch Agenten, die den Kontext und die zugrunde liegende Absicht verstehen. Sanjay Kulkarni, Senior Vice President und Global Head of Global Delivery Hub bei Â鶹ԭ´´, wartete in Folge 12 mit präzisen Analysen aus dem Praxiseinsatz auf: In seiner Serviceorganisation mit 12.500 Mitarbeitenden wird der Nutzen von KI nicht daran gemessen, wie viele KI-Lösungen implementiert werden, sondern daran, ob sich damit messbare Geschäftsergebnisse erzielen lassen und ob die dafür verantwortlichen Mitarbeitenden bereit für den Einsatz von KI sind. Dies war auch die Botschaft von Geoff Scott, CEO und Chief Community Champion der Americas’ Â鶹ԭ´´ Users’ Group (ASUG), der in Folge 8 zu Gast war: Vertrauen, Kompetenzentwicklung und eine echte Zusammenarbeit zwischen Mensch und KI sind die Messgrößen, die über den Erfolg oder das Scheitern einer Transformation entscheiden.

Bei der Einführung gibt es regionale Unterschiede, doch die Marschrichtung ist überall dieselbe

In FolgeÌý9 schilderte Sindhu Gangadharan, Managing Director der Â鶹ԭ´´ Labs India, die Herangehensweise indischer Unternehmen: Sie setzen auf eine schnelle Einführung autonomer Funktionen, verfolgen ehrgeizige Ziele und fördern insbesondere die Bereitschaft der Belegschaft für den Einsatz von KI. Manos Raptopoulos, Global President of Customer Success, Europe, APAC, Middle East and Africa, berichtete in FolgeÌý11, welche KI-Strategie Unternehmen von Frankfurt bis Fukuoka verfolgen. Dabei erläuterte er auch, wie sich die Schwerpunkte in den einzelnen Regionen unterscheiden, dass die strukturellen Anforderungen jedoch überall dieselben sind. Augusta Spinelli, Presidentin von Â鶹ԭ´´ EMEA, zeigte in FolgeÌý5 zwei konkrete Wege zum autonomen Unternehmen auf: und . Sie schilderte außerdem aus der Perspektive der Umsetzung, was eine agentengestützte Transformation beinhaltet.

Die Folgen, zu denen Kunden eingeladen waren, gaben über die Strategie hinaus wichtige Einblicke in die Praxis. Achim Löbke von Uniper und Daniele Tedesco von Essity erzählten ausführlich und ungefiltert, wie Unternehmen selbst die KI-Transformation wahrnehmen. Sie berichteten unter anderem von den Reibungspunkten, den Entscheidungen, bei denen weiterhin menschliches Urteilsvermögen gefragt ist, und den ersten Anzeichen für messbare Auswirkungen. Diese Gespräche, bei denen es bewusst nicht um die Präsentation von Produkten ging, hatten durchweg die höchsten Hörerzahlen.

Warum dieser Podcast für das Â鶹ԭ´´-Geschäftsumfeld so wichtig ist

Der Podcast zum autonomen Unternehmen schließt eine Lücke: In den ehrlichen Gesprächen mit Führungskräften ist die tatsächliche Komplexität bei der Einführung von KI der springende Punkt und nicht ein Problem, das bewältigt werden muss. Der Podcast spricht mit CIOs, CDOs, COOs, CFOs und Senior Transformation Leads genau diejenigen an, die Investitions- und Governance-Entscheidungen treffen, die sich darauf auswirken, wie schnell Â鶹ԭ´´-Kunden ihre KI-Strategie umsetzen.

Für das erste Jahr sind über 40 Folgen geplant. Damit baut die Reihe einen umfangreichen Wissensschatz auf, der zum einen von Unternehmen für ihre eigenen Transformationsinitiativen genutzt werden kann, zum anderen aber auch untermauert, wie intensiv der Austausch und die Zusammenarbeit der Â鶹ԭ´´ mit ihren Kunden sind.

Es werden jede Woche neue Folgen veröffentlicht, die auf Spotify, Apple Music und allen gängigen Podcast-Plattformen verfügbar sind.

Benedikt Gieger ist Product Strategy and AI Lead für Digital Manufacturing bei der Â鶹ԭ´´ SE.
Julia Kloppenburg ist Technologieberaterin für Customer Engagement & Adoption bei der Â鶹ԭ´´ SE.

The post Ungefilterte Erfahrungsberichte zum autonomen Unternehmen: Erkenntnisse aus 16 Gesprächen mit Führungskräften appeared first on Â鶹ԭ´´ News Center.

Â鶹ԭ´´-KI für tabellarische Daten auf der Internationalen Raumstation (ISS) und erweiterte Partnerschaften veranschaulichen, was KI von Â鶹ԭ´´ ermöglicht

BERLIN – 27. Oktober 2026 – Â鶹ԭ´´ hat heute auf seiner jährlichen Entwicklerkonferenz Â鶹ԭ´´ÌýTechEd eine Reihe von KI-Innovationen bekannt gegeben, die das Â鶹ԭ´´-Portfolio für Entwickler erweitern. Erweiterungen der Joule-Lösungen und der Â鶹ԭ´´ Business AI Platform, einschließlich des neuesten Foundation Model für tabellarische Daten von Â鶹ԭ´´ ermöglichen nicht nur neue Tools zur Entwicklung und Erweiterung von KI-Agenten. Sie stellen KI-Agenten auch einen umfangreicheren Daten- und Geschäftskontext für logisches Denken und verstärkte Governance-Kontrollen bereit, um sie unternehmensweit verantwortungsvoll einsetzen zu können.

Die Â鶹ԭ´´ Business AI Platform versetzt Unternehmen in die Lage, KI-Lösungen zentral für Â鶹ԭ´´- und Drittumgebungen zu entwickeln, Kontextinformationen bereitzustellen und diese Lösungen zu steuern. Mit Joule Studio können Fachanwender und Entwickler No-Code- und Pro-Code-Tools nutzen, um Agenten zu entwickeln und zu erweitern, sie haben dabei die Auswahl aus über 70 KI-Modellen. Kunden im Early-Adopter-Programm für Joule Studio können zudem n8n-Workflows in Joule Studio entwerfen und ausführen, eine breitere Verfügbarkeit ist geplant. Â鶹ԭ´´ Business Data Cloud und der Â鶹ԭ´´ Knowledge Graph stellen diesen Agenten vertrauenswürdige Geschäftsdaten und Geschäftskontext bereit. Unternehmen haben somit die Möglichkeit, das richtige Modell für jeden Anwendungsfall auszuwählen und den Nutzen und Einsatz von KI besser zu steuern. Vor allem aber bleiben die Daten von Â鶹ԭ´´-Kunden ihre Daten. Â鶹ԭ´´ gibt keine Kundendaten an Dritte weiter, um große Sprachmodelle zu trainieren oder zu verbessern.

„Auf der Â鶹ԭ´´ TechEd präsentieren Entwickler seit jeher die neuesten Innovationen“, sagte Philipp Herzig, CTO der Â鶹ԭ´´ SE. „In diesem Jahr zeigen wir, wie KI nicht einfach nur lernt, Unternehmen zu verstehen, sondern auch Geschäftsprozesse abzuwickeln. In Joule Work machen Nutzer ihre Eingaben und erledigen Aufgaben  in einer durchgängigen Anwendungsumgebung, in der gesamten Â鶹ԭ´´-Landschaft und darüber hinaus. Das ist die Neuerung, die wir in großem Maßstab bereitstellen. Die Basis von allem bildet die Â鶹ԭ´´ Business AI Plattform. Sie sorgt für eine schnellere Wertschöpfung, da Geschäftsprozesse von Anfang verstanden werden, und bietet eine höhere Genauigkeit. Außerdem erfüllt sie die Anforderungen von Unternehmen, gewährleistet ab der ersten Implementierung einen sicheren, kontrollierten und konformen Betrieb und bietet eine einzigartige Kontextebene, die auf dem Prozess- und Branchenwissen aus über 50 Jahren aufbaut, das in jeder Agenten-Aktion verankert ist. Das ist KI, die für den echten Arbeitsalltag entwickelt wurde.“

Joule Work und Joule Studio machen das autonome Unternehmen zur Realität

Durch neue Funktionen für Joule Work werden KI-Agenten noch wirkungsvoller komplexe Geschäftsprozesse über offene Protokolle (A2A und MCP) handhaben können. Diese Innovationen machen Joule Work leistungsfähiger, um den Kontext besser zu verstehen, Entscheidungen zu treffen und mehrstufige Workflows über Unternehmenssysteme und Geschäftsbereiche hinweg auszuführen:

• Die neue agentenbasierte Orchestrierungsschicht ermöglicht es Assistenten und Agenten, komplexe, mehrstufige Workflows über Â鶹ԭ´´-Landschaften hinweg zuverlässiger auszuführen.
• Neue Funktionen im Â鶹ԭ´´ Knowledge Graph werden Daten aus zusätzlichen kundenindividuellen Â鶹ԭ´´- und Drittquellen integrieren. Nutzer können ihre individuellen Daten in natürlicher Sprache abfragen und durchsuchen und genaue Antworten erhalten, die auf ihren eigenen Informationen basieren.
• Verbesserungen bei der Interoperabilität ermöglichen es Agenten von Drittanbietern, Joule Agents über ein kontrolliertes Agenten-Gateway sicher aufzurufen. Durch diese verbindliche Zugriffskontrolle können Agenten unterschiedlicher Anbieter über Workflows hinweg zusammenarbeiten, ohne dass auf Governance oder Kontrolle verzichtet wird.
• Die neue Lösung Â鶹ԭ´´ Enterprise AI Gateway wird die Governance auf KI-Interaktionen ausweiten. Sie bietet eine Möglichkeit, den KI-Datenverkehr im gesamten Unternehmen zentral zu steuern, um Authentifizierung, die Durchsetzung von Richtlinien, Routing, Ãœberwachung, Nutzungsverfolgung und Auditing zusammenzuführen.
• Neuer Joule-Assistent und Â鶹ԭ´´ AI Agent Hub: Erweiterte Governance-Funktionen und ein neuer AI Governance Assistant unterstützen Kunden bei der Einhaltung der EU-Verordnung über künstliche Intelligenz. Diese sollen kritische Hindernisse für die Skalierung von Unternehmens-KI beseitigen: KI-Systeme werden weiterhin klassifiziert, bleiben konform und arbeiten innerhalb definierter organisatorischer Leitlinien und eines fest umrissenen Kontextes.

Â鶹ԭ´´ hat außerdem angekündigt, dass seine Entwicklungsumgebung Joule Studio für KI nun neue Kontrollmöglichkeiten für Observability und die Administration bietet. Sie ist über Joule Work zugänglich, um Agenten im Unternehmen zu entwickeln und zu erweitern. Entwickler und Administratoren erhalten dadurch einen Ãœberblick über das Verhalten von Agenten, die Modellnutzung und die angefallenen Kosten. Im Rahmen einer zeitlich begrenzten Aktion für ausgewählte Kunden ist die Implementierung und Ausführung kundenspezifischer Agenten in der Â鶹ԭ´´-verwalteten Laufzeitumgebung von Joule Studio bis Dezember 2026 nach wie vor gratis. Die Tools der Designzeitumgebung für die Entwicklung und das Testen von Agenten und n8n-Workflows mit KI-gestützter Entwicklung sind innerhalb eines bestimmten Rahmens ebenfalls weiterhin kostenlos.

Â鶹ԭ´´ Business Data Cloud stellt den erforderlichen Kontext für das autonome Unternehmen bereit

Der Â鶹ԭ´´ Business Data Cloud Ontology Manager in Â鶹ԭ´´ Business Data Cloud (BDC) wird eine KI-native Autorenumgebung für die Erstellung von Ontologien für Â鶹ԭ´´- und Drittdaten bieten. Da die KI hierbei versteht, wie Daten aus verschiedenen Teams, Systemen und Anwendungen zueinander in Beziehung stehen, können KI-Agenten präzisere Schlüsse ziehen und bessere Entscheidungen im gesamten Unternehmen treffen. Die Lösungen ergänzen den Â鶹ԭ´´ Knowledge Graph, der umfangreichen Geschäftskontext für Â鶹ԭ´´-Daten bereitstellt.

Darüber hinaus erweitert Â鶹ԭ´´ seine Lakehouse-Funktionen mit Dremio, unterstützt somit Apache Iceberg und Apache Polaris und stellt eine leistungsstarke Engine für die Zusammenführung von Abfragen zur Verfügung, die einen einheitlichen Datenzugriff ermöglichen wird, ohne dass Daten verschoben oder kopiert werden müssen. Durch eine erweiterte Partnerschaft mit Databricks steht die gesamte Palette von Funktionen für Data Engineering und Unternehmens-KI, einschließlich Lakeflow, Agent Bricks und Lakebase, in der Lösung Â鶹ԭ´´ Databricks in Â鶹ԭ´´ Business Data Cloud zur Verfügung. Dies vereinfacht das Datenmanagement, beschleunigt die KI-Entwicklung und stellt sicher, dass aus Geschäftsdaten aussagekräftige Erkenntnisse gewonnen und intelligente Maßnahmen abgeleitet werden können. Mit einer tieferen Integration in die Â鶹ԭ´´ Business Data Cloud, der neuen Â鶹ԭ´´ Application Data Foundation sowie einer Integration von Joule und Genie helfen Â鶹ԭ´´ und Databricks ihren Kunden dabei, ein unternehmensweites Lakehouse als Grundlage für das autonome Unternehmen und Joule Work zu etablieren.

Durch die Lösung Â鶹ԭ´´ Reltio, die kürzlich auf der Â鶹ԭ´´ Connect angekündigt wurde, wird Â鶹ԭ´´ BDC Stammdatenmanagement für mehrere Datenbereiche bieten. Die Lösung vereinheitlicht und ergänzt Kunden­, Lieferanten- und Produktdatensätze in Â鶹ԭ´´- und Drittsystemen zu vertrauenswürdigen, wiederverwendbaren Datenprodukten für Anwendungen und KI-Agenten.

Tabular Foundation Model hat sich für Unternehmen bewährt und ist für den Einsatz im Weltraum validiert

Â鶹ԭ´´ hat sein neuestes KI-Modell für tabellarische Daten, Â鶹ԭ´´-RPT-2.0, angekündigt, das über Klassifizierung und Regression hinausgehen wird. Es unterstützt die Erkennung von Anomalien und Ausreißern sowie leistungsfähigere KI-gestützte Analysen durch Embeddings. Diese nativen Funktionen, die über mehrere Tabellen hinweg arbeiten, werden manuelle Arbeiten weiter reduzieren und gleichzeitig schnellere und tiefere Einblicke aus strukturierten Daten erlauben. Darüber hinaus wird das neue Modell Â鶹ԭ´´-RPT-TS Kunden dabei helfen, Werte in zeitindizierten Geschäftskennzahlen für wichtige Prognose-Szenarien mit der Lösung Â鶹ԭ´´ Integrated Business Planning vorherzusagen, ohne dass kundenspezifisches maschinelles Lernen dafür erforderlich ist.

In Zusammenarbeit mit HPE hat Â鶹ԭ´´ auch die Implementierung von Â鶹ԭ´´-RPT auf dem HPE Spaceborne Computer-2 an Bord der Internationalen Raumstation (ISS) angekündigt. Dies ist bis dato eine der bedeutendsten Edge-Computing-Validierungen eines KI-Modells für Unternehmen. Â鶹ԭ´´-RPT soll direkt an Bord der ISS laufen, um die Priorisierung von Anomalien zu unterstützen, Probleme vorherzusagen, bevor Ausfälle eskalieren, fehlende Sensorwerte aus historischen Daten wiederherzustellen und nachvollziehbare Gesundheitsberichte für Astronauten und Bodenteams zu generieren – alles, ohne dass Daten zur Analyse an die Erde zurückgesandt werden müssen.

„Das gleiche vertrauenswürdige Modell Â鶹ԭ´´-RPT hinter globalen Lieferketten kann auch im Weltraum funktionieren“, sagte Herzig. „Das tief verwurzelte, bewährte Know-how der Â鶹ԭ´´ hat dazu geführt, dass die Internationale Raumstation unser Tabular Foundation Model einsetzen wird, um potenzielle kritische Ausfälle in der Umlaufbahn vorherzusagen. Mit Â鶹ԭ´´ RPT und TabPFN von Prior Labs stellen wir für Unternehmen und über alle Grenzen hinweg die einzigartigen Funktionen von KI für tabellarische Daten bereit.“

Sofort einsatzbereite Assistenten und Agenten sind unser strategischer Vorteil

Seit fünf Jahrzehnten entwickelt Â鶹ԭ´´ die zentralen Systeme, mit denen Unternehmen ihre Geschäftsprozesse abwickeln. Â鶹ԭ´´ wird ein Portfolio von sofort einsatzfähigen Assistenten und Agenten in fünf branchenübergreifenden Bereichen anbieten, die alle auf der Â鶹ԭ´´ Business AI Platform laufen – mit Spezialisierung auf bestimmte Branchen – als Basis für intelligente Systeme und Systeme, die Maßnahmen umsetzen.

Partner sorgen für Ausbau der Plattformfunktionen

Das globale Â鶹ԭ´´-Partnernetz bietet neue Funktionen für den laufenden Betrieb und die Erweiterung von Lösungen auf der Â鶹ԭ´´ Business AI Platform und unterstützt Kunden auf dem Weg zum autonomen Unternehmen. Auf der Â鶹ԭ´´ TechEd wurden die folgenden Partnerankündigungen hervorgehoben:

Eine Kooperation mit Intel schließt den Kreislauf zwischen Unternehmens-Workflows und autonomen Robotern und verbindet Informationstechnologie und Betriebstechnologie durch physische KI.

Außerdem erweitern neue Â鶹ԭ´´-Lösungserweiterungen mit , und die autonomen Funktionen für Kunden und helfen ihnen, ohne Ãœbergaben zwischen Systemen ihre Kernprozesse durchgängig abzubilden.

Neben den angekündigten technischen Neuerungen unterstützt Â鶹ԭ´´ seine starke Entwicklergemeinde mit neuen Schulungen und Networking-Möglichkeiten. Zehntausende haben bereits vor der Â鶹ԭ´´ TechEd am teilgenommen, um neue Referenzarchitekturen kennenzulernen und sich in Tutorials und praktischen Ãœbungen fortzubilden. Teilnehmer konnten das Angebot vor Ort auf der Veranstaltung und zu Hause nutzen.

Weitere Informationen über die heutigen Ankündigungen finden Sie in unserem .

Weitere Â鶹ԭ´´einformationen finden Sie im Â鶹ԭ´´ News Center. Erhalten Sie Â鶹ԭ´´ News auf und .  

Informationen zu Â鶹ԭ´´

Als weltweit führender Anbieter von Unternehmensanwendungen und Business AI steht Â鶹ԭ´´ (NYSE: Â鶹ԭ´´) an der Schnittstelle zwischen Unternehmen und Technologie. Seit über 50 Jahren vertrauen Unternehmen auf Â鶹ԭ´´, um ihr volles Potenzial auszuschöpfen, indem sie geschäftskritische Abläufe wie Finanzwesen, Beschaffung, Personalwesen, Lieferkette und Kundenerlebnis vereinheitlichen. Weitere Informationen finden Sie unter .

Hinweis an die Redaktionen

Für Â鶹ԭ´´efotos und Fernsehmaterial in hoher Auflösung besuchen Sie bitte unsere Plattform . Dort finden Sie aktuelles sendefähiges TV-Footage-Material sowie Bilder zu Themen rund um Â鶹ԭ´´ zum direkten Download.

Ansprechpartner für die Â鶹ԭ´´e:
Marcus Winkler, +49 6227 7-67497, marcus.winkler@sap.com, CET
Â鶹ԭ´´-Â鶹ԭ´´ebereich; press@sap.com

Bitte beachten Sie unsere . Sie möchten keine Â鶹ԭ´´emeldungen mehr von uns bekommen? Senden Sie dazu bitte eine E-Mail an press@sap.com mit dem Begriff „Unsubscribe“ in der Betreffzeile.

Diese Â鶹ԭ´´emeldung wurde unter Verwendung von Künstlicher Intelligenz (KI) erstellt und redaktionell geprüft.

# # #

Dieses Dokument enthält vorausschauende Aussagen, das heißt Vorhersagen, Prognosen oder andere Aussagen zu zukünftigen Ereignissen. Diese Aussagen basieren auf aktuellen Erwartungen, Voraussagen und Annahmen, die Risiken und Unsicherheiten unterliegen, was dazu führen kann, dass die tatsächlichen Ergebnisse und Resultate erheblich hiervon abweichen können.  Zusätzliche Informationen zu diesen Risiken und Unsicherheiten finden Sie in den von uns bei der US-amerikanischen „Securities and Exchange Commission“ (SEC) eingereichten Unterlagen, einschließlich, aber nicht beschränkt auf den Abschnitt zu den Risikofaktoren des Â鶹ԭ´´-Jahresberichts 2025 auf dem Formular 20-F.

© 2026 Â鶹ԭ´´ SE. Alle Rechte vorbehalten.
Â鶹ԭ´´ und andere in diesem Dokument erwähnte Produkte und Dienstleistungen von Â鶹ԭ´´ sowie die dazugehörigen Logos sind Marken oder eingetragene Marken der Â鶹ԭ´´ SE in Deutschland und anderen Ländern. Zusätzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

The post Joule Work und KI-Innovationen von Â鶹ԭ´´ revolutionieren die Entwicklung und Nutzung von Unternehmenssoftware appeared first on Â鶹ԭ´´ News Center.

Seit der Einführung im Jahr 1996 bietet das Â鶹ԭ´´-Zertifizierungsprogramm Lernenden auf allen Karrierestufen eine verlässliche Möglichkeit, ihre Kompetenzen in Bezug auf Â鶹ԭ´´-Lösungen zu validieren. Gleichzeitig ermöglicht es Unternehmen, im Rahmen des sich stets weiterentwickelnden Â鶹ԭ´´-Technologie-Portfolios relevante Fachkenntnisse zu identifizieren. Die Zahlen sprechen für sich: Bereits im ersten Jahr erwarben knapp 1.000 Fachleute ihre Zertifizierung. Seitdem haben jährlich Hunderttausende eine Â鶹ԭ´´-Zertifizierung erlangt, während das Programm parallel zum Â鶹ԭ´´-Portfolio und zum weltweiten Â鶹ԭ´´-Ökosystem gewachsen ist. Die nachhaltige Wirkung des Zertifizierungsprogramms geht jedoch weit über Zahlen hinaus. Seit drei Jahrzehnten hat sich das Programm gemeinsam mit dem Â鶹ԭ´´-Portfolio weiterentwickelt und bietet eine verlässliche Grundlage zum Nachweis von Fachkompetenzen – auch wenn sich Technologie und Kundenanforderungen verändert haben.

Für den Wandel konzipiert

Das Zertifizierungsprogramm zeichnet sich besonders dadurch aus, dass es mit dem Fortschritt der Â鶹ԭ´´-Technologie Schritt hält. Seit 1996 ist das Programm von einer Handvoll Â鶹ԭ´´-R/3-Prüfungen zu einem umfassenden Zertifizierungsangebot herangewachsen, das das gesamte Â鶹ԭ´´-Portfolio abdeckt. In den 2000er-Jahren kamen neue Zertifizierungen für Â鶹ԭ´´ NetWeaver, Â鶹ԭ´´ Business One und Â鶹ԭ´´ SuccessFactors hinzu. Mit der Einführung von Â鶹ԭ´´ S/4HANA im Jahr 2015 wurde das Zertifizierungsprogramm auf die damit verbundenen Anforderungen ausgerichtet. Jede Verlagerung der Technologielandschaft brachte eine neue Welle von Zertifizierungen mit sich, die stets für genau die Kompetenzen konzipiert waren, die im Markt am dringendsten benötigt wurden.

Auch der Zugang zu den Programmen wurde kontinuierlich ausgeweitet, von Â鶹ԭ´´-Schulungsstandorten über weltweite Testzentren bis hin zu vollständig digitalen Kursen. Digitale Abzeichen haben es leichter gemacht, Qualifikationen im Rahmen geschäftlicher Netzwerke aufzuzeigen und so Karrieremöglichkeiten zu erkunden. Mit dem Aufkommen schnellerer Release-Zyklen durch Cloudlösungen wurde das Programm erneut entsprechend angepasst. Regelmäßige Prüfungen helfen Lernenden, ihre Kenntnisse und Zertifizierungen auf dem aktuellen Stand zu halten.

„Zertifizierungen sind seit vielen Jahren Teil meiner Â鶹ԭ´´-Laufbahn. Für mich ging es dabei immer darum, kontinuierlich zu lernen und sicherzustellen, dass meine Fähigkeiten mit der Â鶹ԭ´´-Technologie Schritt halten. Den Wandel bei Â鶹ԭ´´-Zertifizierungen habe ich aus erster Hand erlebt – von Prüfungen vor Ort und per Webcam überwachten Multiple-Choice-Tests bis hin zu den szenario- und systembasierten Prüfungen von heute. Von meiner ersten Zertifizierung im Jahr 2008 über die ABAP-Cloud-Zertifizierung 2024, die Zertifizierung als Integration Developer 2025 bis hin zur Â鶹ԭ´´ Generative AI zu Beginn dieses Jahres hat mir das kontinuierliche Lernen und Validieren meiner Kenntnisse geholfen, neue Herausforderungen anzugehen und voranzukommen. Auch nach vielen Jahren der Zusammenarbeit mit Â鶹ԭ´´ gibt es immer noch etwas Neues zu entdecken.“

, Software Engineer und Â鶹ԭ´´ Integration Consultant bei Deloitte

Neue Zertifizierungskonzepte

Mit dem Beginn des nächsten Kapitels in Sachen Zertifizierung hat die Â鶹ԭ´´ einen zur Validierung von Â鶹ԭ´´-Kompetenzen eingeführt. Die Bewertung von Fähigkeiten geht damit nun über traditionelle Multiple-Choice-Prüfungen hinaus und umfasst praktische, leistungsorientierte Prüfungsformate. Kandidaten bewältigen jetzt reale Herausforderungen in echten Â鶹ԭ´´-Systemen und können dabei KI-Tools nutzen – und zwar nicht nur in Ausnahmefällen, sondern als festen Bestandteil des Zertifizierungsprozesses. So reflektieren Zertifizierungen die tatsächlichen beruflichen Anforderungen von Â鶹ԭ´´-Fachleuten.

Die Â鶹ԭ´´ hat es sich zum Ziel gesetzt, bis 2030 zwölf Millionen Menschen KI-Kompetenzen zu vermitteln. Deshalb bietet das Â鶹ԭ´´-Zertifizierungsprogramm Fachleuten die Möglichkeit, die Fähigkeiten anerkennen zu lassen, die in einer KI-orientierten Welt gefragt sind. Ihre Zertifizierungen zeigen heute nicht mehr nur ihren Kenntnisstand auf, sondern demonstrieren auch, wie sie reale Geschäftsherausforderungen lösen.

„Seit 30 Jahren hilft die Â鶹ԭ´´-Zertifizierung Menschen dabei, die Kompetenzen nachzuweisen, die sie für ihre berufliche Weiterentwicklung benötigen. Zudem hilft sie Unternehmen, noch mehr Nutzen aus Â鶹ԭ´´-Technologie zu ziehen. Was das Programm relevant gehalten hat, ist unsere Bereitschaft, uns weiterzuentwickeln. KI verändert die Art und Weise, wie Menschen arbeiten, und das muss sich auch in den Zertifizierungsprozessen widerspiegeln. Es geht nicht mehr nur darum, was man weiß, sondern um die Validierung dessen, was man tatsächlich kann.“

Diana Rösner, Head of Certification Transformation

Drei Jahrzehnte nach den ersten Â鶹ԭ´´-Zertifizierungsprüfungen reflektiert das Programm weiterhin den aktuellen Stand der Â鶹ԭ´´-Technologien und die Anforderungen der Kunden. Während das neu konzipierte Zertifizierungsmodell weiter Gestalt annimmt, sind Â鶹ԭ´´-Zertifizierungen nach wie vor darauf ausgerichtet, die heute gefragten Kompetenzen nachzuweisen und Lernende auf die Zukunft der Unternehmenstechnologie vorzubereiten. Weitere Informationen über die Â鶹ԭ´´-Zertifizierung, verfügbare Zertifizierungen oder zu unseren neuen Zertifizierungskonzepten finden Sie auf .

Timo Schütte ist Global Vice President für Â鶹ԭ´´ Product & Solution Learning.

The post 30 Jahre Â鶹ԭ´´-Zertifizierung: Kompetenznachweis in einer sich verändernden Arbeitswelt appeared first on Â鶹ԭ´´ News Center.

Die Geschichte beginnt mit 700 Entwicklern und technische Experten, die sich 1996 in Orlando trafen, um sich mit einer neuen Generation von Unternehmenssoftware zu beschäftigten.

„Aber nicht unter dem Namen TechEd“, erklärt Karl Kessler, Vice President of Product Management ABAP AI bei Â鶹ԭ´´ SE, der damals als Product Manager Â鶹ԭ´´ Technology in Orlando dabei war. „Zunächst hieß es noch: Â鶹ԭ´´ Technical Developers Conference.“

Der Anlass war ein technologischer Umbruch: Â鶹ԭ´´ erschloss neue Möglichkeiten, Â鶹ԭ´´-R/3-Geschäftsprozesse über das Internet zugänglich zu machen. BAPIs ermöglichten den Zugriff auf Â鶹ԭ´´-Geschäftslogik über definierte Schnittstellen; ALE erleichterte den Nachrichtenaustausch zwischen verteilten Systemen. Â鶹ԭ´´ arbeitete an einem „Business Framework“, das verteilte Geschäftsprozesse integrieren sollte. Damit stellte sich eine Frage, die heute selbstverständlich klingt: Wie wird aus einer Unternehmenssoftware eine Plattform für eine zunehmend vernetzte IT-Welt?

Von der technischen Lehrveranstaltung zum Experimentierfeld

Die Veranstaltung bot Entwicklern die Gelegenheit, sich mit diesen neuen Möglichkeiten auseinanderzusetzen. Doch das Format unterschied sich noch deutlich von der vielseitigen Plattform für Wissensaustausch, praktisches Ausprobieren und Community-Erlebnisse, zu der sich die TechEd in den folgenden drei Jahrzehnten entwickeln sollte.

„Es war anfangs alles sehr akademisch“, erinnert sich Karl Kessler. „Keine Keynotes oder Produkt-Demos auf großen Bühnen. Wir starteten direkt mit einer Einführung in die Architektur von Â鶹ԭ´´ R/3, und das Programm bestand vor allem aus Lectures. Weniger Konferenz-Show, mehr technische Lehrveranstaltung.“

Schon bei der zweiten Veranstaltung 1996 in Los Angeles wurde sichtbar, wie schnell sich die Â鶹ԭ´´-Welt veränderte. Â鶹ԭ´´ präsentierte dort gemeinsam mit Microsoft neue Möglichkeiten rund um Internet Explorer, SQL Server und MS Office97. Zum ersten Mal gab es Hands-on-Sessions, sodas die Teilnehmenden selbst mit Â鶹ԭ´´-Software arbeiten konnten.

„Und ,Hands-on‘ bedeutete damals wirklich, selbst Hand anzulegen“, betont Karl Kessler. „Die Teilnehmer mussten die Software auf ihren eigenen Laptops installieren. Images, die man heute mit wenigen Klicks bereitstellt? Fehlanzeige.“

Zum ersten Mal bekamen die Teilnehmer:innen eine Software-Umgebung zur Verfügung gestellt, in der sie Dinge selbst ausprobieren konnten – heute selbstverständlicher Bestandteil jeder TechEd.

Wo Technologie auf Community trifft

In den folgenden Jahren setzte sich diese Bewegung fort. Mit Â鶹ԭ´´ NetWeaver kamen Java, Portale, Web-Technologien und XML stärker neben die klassische ABAP-Welt. Aus einer Veranstaltung, auf der Technologie erklärt wurde, wurde zunehmend ein Ort, an dem Entwickler sie selbst ausprobieren und diskutieren konnten.

Und auch die Community begann, eine immer größere Rolle zu spielen. Mit dem Â鶹ԭ´´ Developer Network entstand eine neue Form des Austauschs: Wissen wurde nicht mehr nur auf der Bühne weitergegeben, sondern auch zwischen den Sessions, online und über die Grenzen einzelner Unternehmen hinweg.

Karl Kessler hat diese Entwicklung aus nächster Nähe erlebt: Von 1996 bis zum Beginn der Pandemie ließ er keine TechEd in den Regionen USA und EMEA aus. Anfangs war er als Product Manager und Speaker dabei, später gestaltete er das Programm auch als Track Lead und zeitweise als Agenda Lead mit.

In den Nuller-Jahren wurde die TechEd zunehmend auch zum Community-Erlebnis. Besonders lebhaft erinnert sich Karl Kessler an die Veranstaltungen in Las Vegas:

„Tagsüber gab es Lectures und vierstündige Hands-on-Sessions. Aber nach dem offiziellen Programm war noch lange nicht Schluss. Man ging gemeinsam essen, besuchte Shows oder traf sich abends im Hotel. Viele von uns waren praktisch eine ganze Woche vor Ort. Und wer danach noch Zeit hatte, machte einen Abstecher zum Grand Canyon oder ins Death Valley.“

TechEd war damit längst mehr als ein Konferenzprogramm. Neben den technischen Inhalten waren es die Begegnungen, der Austausch und die gemeinsamen Erlebnisse, die die Community prägten.

Ab 2000 kamen nach und nach neue Formate hinzu, die den Community-Gedanken weiter stärkten. Demo Jam brachte Entwickler auf die Bühne, um zu zeigen, was sie selbst gebaut hatten. Das Community Clubhouse schuf Raum für Gespräche jenseits des klassischen Vortrags. Roadmap-Sessions gaben Einblicke in die technologische Zukunft, und die Hands-on-Sessions machten aus Zuhörern aktive Teilnehmer.

„Mit der Zeit wurde der Austausch mindestens genauso wichtig wie die Technologie selbst“, erinnert sich Karl Kessler. „Je komplexer die Themen wurden, desto wichtiger war es, Erfahrungen zu teilen, gemeinsam Dinge auszuprobieren und voneinander zu lernen.“

Technologie wurde nicht mehr nur präsentiert. Sie wurde gemeinsam ausprobiert, diskutiert und weitergedacht.

Wenn aus Zukunft Gegenwart wird

In den 2000er-Jahren veränderte sich die technologische Grundlage von Unternehmenssoftware weiter. Nachdem es zunächst darum gegangen war, Â鶹ԭ´´-Systeme über offene Schnittstellen und Web-Technologien mit anderen Anwendungen zu verbinden, rückte zunehmend eine andere Frage in den Mittelpunkt: Was wäre möglich, wenn sich große Datenmengen nicht erst aufwendig verschieben und verarbeiten ließen, sondern nahezu in Echtzeit zur Verfügung stünden?

Um 2010 wurde diese Idee auf der TechEd greifbar. Vishal Sikka stellte Â鶹ԭ´´ HANA und das In-Memory-Computing vor – einen Ansatz, bei dem Daten direkt im Arbeitsspeicher verarbeitet werden können. Damit forderte Â鶹ԭ´´ etablierte Vorstellungen über die Leistungsfähigkeit von Datenbanken heraus. Zunächst stand die Analyse großer Datenmengen im Fokus, später wurde Â鶹ԭ´´ HANA auch zur Grundlage für Anwendungen.

Für die TechEd bedeutete das einen weiteren Entwicklungsschritt: Hier ging es nicht nur darum, neue Technologien kennenzulernen, sondern auch darum, ihre Möglichkeiten auszuloten und zu verstehen, was sie für die Praxis bedeuten könnten. Eine Idee, die zunächst nach Zukunft klang, wurde zum Ausgangspunkt für neue Anwendungen und Geschäftsprozesse.

„Es war der Übergang von ,Was wäre, wenn?‘ zu ,So machen wir es‘“, sagt Karl Kessler.

Parallel dazu entwickelte sich die Community weiter. Das Â鶹ԭ´´-Mentor-Programm gab besonders engagierten Mitgliedern eine neue Rolle als Sparringspartner, Multiplikatoren und Stimmen aus der Community. Technologie und Menschen veränderten sich also gemeinsam.

„Nicht jede Vorhersage von damals wurde eins zu eins Realität“, sagt Karl Kessler im Rückblick. „Manche Ideen verschwanden, andere entwickelten sich völlig anders als erwartet. Aber immer wieder wurden Konzepte, die auf einer TechEd noch nach Zukunft klangen, später Teil des Arbeitsalltags.“

Mit Fiori, Â鶹ԭ´´ S/4HANA und der Cloud kamen Themen auf die TechEd, die Â鶹ԭ´´s Welt nachhaltig prägen sollten. Hier konnten Entwickler erleben und diskutieren, wie sich Unternehmenssoftware veränderte – und was das für ihre eigene Arbeit bedeutete.

Es ging nicht mehr nur darum, was ein System technisch leisten konnte. Immer wichtiger wurde die Frage, wie Unternehmenssoftware genutzt werden sollte: auf welchem Gerät, in welcher Oberfläche, mit welchen Daten und wie flexibel.

Die Zukunft wurde damit sichtbarer. Sie steckte nicht mehr nur in Architekturdiagrammen oder technischen Konzepten, sondern auf Bildschirmen, in mobilen Anwendungen und in Cloud-Umgebungen. Auf der TechEd wurden diese Veränderungen nicht nur präsentiert, sondern gemeinsam erprobt und weitergedacht. Was damals neue Möglichkeiten eröffnete, wurde zum festen Bestandteil der Â鶹ԭ´´-Welt.

Die nächste Zukunft wartet schon

Die TechEd hatte über die Jahre immer neue Wege gefunden, technologische Entwicklungen erlebbar zu machen und die Community zusammenzubringen. Neue Formate, mehr Interaktion und praktische Erfahrungen hatten die Veranstaltung geprägt. Die Community war längst weit mehr als ein Publikum: Sie war ein wesentlicher Teil dessen, was die TechEd ausmachte.

Dann kam 2020. „Mit der weltweiten Pandemie fiel plötzlich vieles weg, was bis dahin selbstverständlich gewesen war“, sagt Karl Kessler. „Die TechEd fand zwar statt, aber digital. Das heißt, es gab keine Messehallen, in denen man sich begegnen konnte, keine spontanen Wiedersehen und Gespräche in den Gängen, keine Diskussion nach einem Vortrag, die unerwartet in eine neue Idee mündete.“

Hands-on-Erlebnisse und der Austausch mit anderen mussten unter völlig anderen Bedingungen stattfinden. Was über Jahre gewachsen war, ließ sich nicht einfach eins zu eins ins Digitale übertragen.

„Da haben wir gemerkt, wie viel die TechEd vom persönlichen Austausch lebt“, erinnert sich Karl Kessler.

Wie wichtig der Austausch auch hinter den Kulissen war, zeigt eine von Karl Kesslers prägenden Erinnerungen: der „Speaker Ready Room“. Jahr für Jahr kamen dort während der TechEd rund 130 Speaker in einem großen Ballsaal zusammen, um sich auf ihre Sessions vorzubereiten und sich gegenseitig zu unterstützen. Wenn es bei Verbindungen, Lizenzen, Updates oder der Integration verschiedener Komponenten hakte, suchten sie gemeinsam nach Lösungen – oft spontan und unter Zeitdruck.

So entstand über die Jahre eine Speaker Community aus vertrauten Gesichtern und neuen Leuten, die gemeinsam mit der Â鶹ԭ´´ IT und den Organisatoren die TechEd möglich machte. Für Karl Kessler verkörpert der Ready Room das besondere Wir-Gefühl der Veranstaltung: Alle wollten, dass die Sessions gelingen und die Teilnehmenden bestmögliche Voraussetzungen vorfanden. Die gemeinsame Haltung: Wir bekommen das hin.

2026 steht die TechEd wieder an einem technologischen Wendepunkt. Künstliche Intelligenz verändert, wie Software entwickelt, genutzt und zunehmend auch ausgeführt wird. Entwickler arbeiten mit KI-gestützten Werkzeugen. Anwendungen können Aufgaben übernehmen. Agents können Prozesse ausführen und miteinander interagieren.

„Was davon in zehn Jahren selbstverständlich sein wird, wissen wir heute genauso wenig, wie die Entwickler von 1996 wissen konnten, welche ihrer Zukunftsthemen einmal zum Standard werden würden“, meint Karl Kessler. „Aber das ist genau der Punkt. Die Zukunft sah auf jeder TechEd anders aus, doch die Fragen dahinter sind ja dieselben geblieben: Wie kann Technologie Menschen besser unterstützen? Wie können Systeme miteinander arbeiten? Wie machen wir komplexe Prozesse einfacher? Was wird möglich, wenn technische Grenzen verschoben werden?“

Was verbindet also die „alten Hasen“, die ihre 30. TechEd besuchen mit den jungen Talenten, die 2026 zum ersten Mal dabei sind?

Das sei leicht zu beantworten, meint Karl Kessler: „Wir alle wollen wissen, was als Nächstes kommt – und gemeinsam herausfinden, was möglich ist.“

The post Zurück in die Zukunft: 30 Jahre TechEd appeared first on Â鶹ԭ´´ News Center.

Â鶹ԭ´´ trägt dieser Realität Rechnung. Während das strategische Zielbild klar auf RISE with Â鶹ԭ´´, S/4HANA Utilities und Â鶹ԭ´´ Market Communication for Utilities ausgerichtet bleibt, erhalten interessierte Kunden ein optionales, verlässliches Sicherheitsnetz für den Ãœbergangszeitraum: Kunden haben die Möglichkeit, Wartung und Support für ihre bestehenden Lösungen bis zum 31. Dezember 2030 fortzuführen. Dies erfolgt im Rahmen des aufpreispflichtigen Â鶹ԭ´´-Angebots „Extended Maintenance“.

Im Rahmen der Wartungsverlängerung stellt Â鶹ԭ´´ sicher, dass die bestehende Â鶹ԭ´´-Landschaft, einschließlich der Â鶹ԭ´´ IDEX- und der dazu gehörenden Â鶹ԭ´´ Utilities-Add-on-Komponenten, technisch weiterhin stabil und funktionsfähig bleiben. Konkret bedeutet das für diese Komponenten:

• Fehlerbehebung und Sicherstellung der technischen Stabilität
• °­´Ç³¾±è²¹³Ù¾±²ú¾±±ô¾±³Ùä³Ù mit dem ECC/IS-U-Kern und relevanten Support Packages
• Technische Grundlagen, die für das Zusammenspiel mit Partnerlösungen erforderlich sind

Neue regulatorische Anforderungen – etwa im Bereich WebAPI, MaBiS Hub oder neue Marktprozesse und Funktionen aufgrund von Formatanpassungen – werden nicht durch die Wartungsverlängerung abgedeckt. Für diese arbeitet das Â鶹ԭ´´-Partnernetzwerk an speziellen Lösungsangeboten.

Bitte beachten Sie in diesem Zusammenhang die generellen Informationen zur Release-Strategie der Â鶹ԭ´´ und speziell der „Extended Maintenance“ Ìýunter .

The post Â鶹ԭ´´ sichert Kontinuität: Support für deutsche Energiemarkt-Lösungen bis Ende 2030Ìý appeared first on Â鶹ԭ´´ News Center.

Am 28. September wurde nicht nur die vorgestellt und die allgemeine Verfügbarkeit von NVIDIA OpenShell bekannt gegeben, sondern die Â鶹ԭ´´ kündigte auch den weiteren Ausbau ihrer Zusammenarbeit mit NVIDIA an. Gemeinsam möchten die beiden Unternehmen KI-Agenten sicherer, besser kontrollierbar und einfacher überprüfbar machen.

Die umfassende technische Kooperation zwischen Â鶹ԭ´´ und NVIDIA wurde bereits auf der diesjährigen Â鶹ԭ´´ÌýSapphire verkündet. Geplant ist, die Â鶹ԭ´´ÌýBusiness AI Platform mit OpenShell zusammenzuführen, einer sicheren Open-Source-Laufzeitumgebung für autonome KI-Agenten. Dieses Vorhaben geht über eine reine Integration hinaus und steht für die gemeinsame Absicht, die Bedeutung des Begriffs „für Unternehmen“ im Zusammenhang mit autonomen KI-Systemen zu definieren.

Im Rahmen unserer fortlaufenden gemeinsamen Entwicklungsaktivitäten tragen Â鶹ԭ´´-Teams direkt zur Entwicklung der Codebasis von OpenShell bei und integrieren OpenShell in die Â鶹ԭ´´ÌýBusiness AI Platform. stellt als AI-First-Entwicklungsumgebung einen vollständigen Stack für die Ausführung und Governance von KI-Agenten für Unternehmen bereit, während OpenShell die Implementierung von Agenten unter besonderer Berücksichtigung der Sicherheit unterstützt.

Weitere Ziele der Zusammenarbeit von Â鶹ԭ´´ und NVIDIA sind:

• Absicherung der OpenShell-Laufzeitumgebung für die Implementierung im Unternehmen, unter anderem auch in regulierten Branchen mit strengen Sicherheits- und Compliance-Anforderungen
• Verbindung der isolierten OpenShell-Laufumgebung mit der Governance-Schicht der Joule-Studio-Laufzeitumgebung, indem technische Ausführungsgrenzen mit Berechtigungsmodellen, IAM-Frameworks und Prüfpfaden verknüpft werden
• Unterstützung der Einhaltung von FedRAMP, FIPS und Vorschriften für regulierte Branchen im Rahmen einer gemeinsamen Roadmap
• Förderung einer offenen Forschung und der Sicherheit von KI im Rahmen der , der Â鶹ԭ´´ und NVIDIA gemeinsam mit anderen führenden Unternehmen der Branche als Gründungsmitglieder angehören

Joule-Studio-Laufzeitumgebung: zusätzliche Governance über der Ausführungsschicht

Die Joule-Studio-Laufzeitumgebung hilft zu ermitteln, ob eine Aktion überhaupt ausgeführt werden soll. Hierfür werden Berechtigungen, rollenbasierte Richtlinien und Prozesskontext angewendet, bevor eine Anforderung an die Laufzeitumgebung übermittelt wird. OpenShell ermöglicht eine Begrenzung der Open-Source-Laufzeitumgebung, wodurch eine sichere Entwicklung und Implementierung von autonomen, lernfähigen Agenten unterstützt werden soll. Sie steuert, wie der Agent ausgeführt wird, worauf er zugreifen kann, welche Aufgaben er ausführen darf und welche Schlüsse er zieht. Die Kombination der beiden Technologien soll es Unternehmenskunden ermöglichen, mit einem einzigen integrierten Stack die Ausführung von KI-Agenten einzudämmen und die Verantwortlichkeit zu stärken.

Beitrag der Â鶹ԭ´´-Entwicklungsteams zu NVIDIA OpenShell

Â鶹ԭ´´-Entwicklungsteams tragen zu vier Bereichen des OpenShell-Projekts bei. Im Hinblick auf die Plattformarchitektur hat Â鶹ԭ´´ an der Dekomposition der Laufzeitumgebung in Komponenten mitgewirkt, die unabhängig voneinander implementiert werden können. Dies wird durch die Trennung der Supervisor-Schicht von der Ausführungsschicht für Agenten ermöglicht, sodass diese beiden Schichten unabhängig voneinander skaliert werden können. Im Hinblick auf den nativen Kubernetes-Betrieb haben die Â鶹ԭ´´-Entwicklungsteams einen Beitrag zur Operator-Unterstützung, der Verwaltung von Image Pull Secrets für private Container-Registries, der Erstellung benutzerdefinierter Vorlagen für Volume Claims und der Foreground-Löschung von Sandbox-Ressourcen geleistet. Darüber hinaus hat Â鶹ԭ´´ daran mitgewirkt, den Speicherbedarf für Gateway-Images zu minimieren und die Treiber-Unterstützung für heterogene Infrastrukturen von Unternehmen zu verbessern. Dank der Beiträge zur Supervisor-Zustandsüberwachung und zur strukturierten Konfiguration auf Protokollebene erfüllt die Laufzeitumgebung nun auch Standards für die Beobachtbarkeit.

Die Joule-Studio-Laufzeitumgebung ist für Kunden und Partner der Â鶹ԭ´´ im Oktober 2026 kostenlos verfügbar.

Andre Lamego ist Senior Vice President und Chief Product Officer für Â鶹ԭ´´ Business AI Platform Fabric bei Â鶹ԭ´´.

The post Â鶹ԭ´´ und NVIDIA OpenShell: Bessere Governance und mehr Sicherheit für überprüfbare KI-Agenten in Unternehmenssystemen appeared first on Â鶹ԭ´´ News Center.

Einen Großteil meines Berufslebens habe ich damit verbracht, Lieferkettentechnologien zu entwickeln, um Geschäftsergebnisse zu optimieren. Zu Beginn meiner Karriere war KI überhaupt kein Thema. Aber woran ich mitgearbeitet habe, würde man wohl heutzutage eine „autonome Lieferkette“ nennen.

In großem Maßstab können Entscheidungen manuell schlicht nicht so schnell getroffen werden, wie die Erwartungen der Verbraucher steigen. Deshalb muss KI in der Lieferkette im nächsten Schritt mehr können als nur Analysen auszuführen, damit Unternehmen in den Prozessen und Anwendungen für den Warentransport Erkenntnisse in Maßnahmen umsetzen können.

Schnelle Entscheidungen: das Zünglein an der Waage für Geschwindigkeit in der Lieferkette

Selbst in Lieferketten mit größtmöglicher Intelligenz kann es schwierig sein, ein klares Signal in eine gut gesteuerte Reaktion umzuwandeln. Meiner Meinung nach geht es um schnelle Entscheidungen: Wie schnell kann ein Unternehmen Änderungen erkennen und anhand des entscheidenden Geschäftskontextes die richtige Reaktion koordinieren?

In einer Lieferkette hängen Entscheidungen grundsätzlich miteinander zusammen. Die Planung wirkt sich auf die Fertigung aus, die wiederum von der Bereitschaft auf Produkt- und Anlagenebene, von Lieferanten, Logistikpartnern usw. abhängt. Das höre ich oft von unseren Kunden: Jede Entscheidung für sich genommen ist vielleicht schlüssig; in Summe allerdings sind sie das nicht.

KI kann einzelne Aufgaben automatisieren – in dieser Isolation schafft sie aber nur isolierten Mehrwert.

KI-Agenten müssen verstehen, wie sich eine Entscheidung in einem Bereich auf den nächsten auswirkt. Hier kommt es auf die Supply-Chain-Anwendungen an, da sie den Geschäftskontext, die vernetzten Prozesse und die Kontrollen bereitstellen, die KI-Agenten zum Handeln benötigen.

Neue Joule Agents bringen KI in die gesamte Lieferkette

Im Zuge der Â鶹ԭ´´ Connect 2026 erweitern wir die Funktionen von sechs Joule Assistants, die zu Jahresanfang auf der Â鶹ԭ´´ Sapphire 2026 vorgestellt wurden. Hinzu kommen spezialisierte Joule Agents, die wichtige Lieferkettenaufgaben übernehmen können. Dank dieser Funktionen können Unternehmen schneller reagieren und mehr Routineaufgaben automatisieren, während der Mensch weiterhin die fundierte Entscheidungsfindung übernimmt:

• Der Product Design Assistant kann Produktdesigns, Rezepturen und Spezifikationen interpretieren und konforme Produktänderungen koordinieren, damit Produkte schneller auf den Markt kommen.
• Mit dem Supply Chain Planning Assistant können Planungsverantwortliche in einem einheitlichen Arbeitsbereich Ausnahmen erkennen, simulieren und auflösen. Dies hilft, nachgelagerte Auswirkungen zu verstehen und Störungen zu beheben, bevor diese das gesamte Unternehmen betreffen.
• Mit dem Manufacturing Assistant können Teams sofort auf Störungen im Fertigungsbereich reagieren. Die neuen Funktionen des Logistics Assistant, mit denen Logistikinformationen in konkrete Maßnahmen umgesetzt werden, umfassen Lagerung, optimierte Ausgangslogistik, Auslieferung und Transportdisposition.
• Mit den neuen Agentenfunktionen für den Asset Operations Assistant, die die Initiierung, Ãœberprüfung und Simulation von Wartungsanforderungen unterstützen, lassen sich Equipment- und Wartungssignale in Maßnahmen umsetzen. Der Business Network Assistant verbessert die Zusammenarbeit mit Lieferanten und Logistikpartnern in Bereichen wie Bezugsquellenfindung, Vertragsabschluss und Ausnahmebehandlung.

Was diese Szenarien gemeinsam haben: Agenten können in dem Geschäftskontext arbeiten, der bereits die Lieferkette steuert. Deshalb können Erkenntnisse, die sich in einem Bereich ergeben, in den nächsten einfließen und bei Freigabe aufeinander abgestimmte Schritte auslösen.

Diese neuen Funktionen sollen im vierten Quartal 2026 allgemein verfügbar sein.

Kundenergebnisse: Autonomie setzt sich durch

Kunden setzen diese neue Entwicklung bereits in die Praxis um.

Takeda Pharmaceuticals wird den einsetzen, um mögliche Ursachen für Planungsprobleme zu ermitteln und Korrekturmaßnahmen vorzuschlagen. So sollen mit der Zeit anpassungsfähige Planungsprozesse unterstützt werden.

Rebecca Kaufmann, Senior Vice President und Head of Enterprise Platforms, Takeda Pharmaceuticals, meint dazu: „Wir kombinieren das Branchen- und Technologiewissen der Â鶹ԭ´´ mit unserer Praxiserfahrung. Der Supply Chain Planning Assistant wird uns durch KI erkannte Problemursachen und von der KI vorgeschlagene Lösungen aufzeigen und eine automatisierte Performance-Ãœberwachung bereitstellen, sodass Probleme eigenständig behoben werden können.“

Döhler, weltweit in der Herstellung natürlicher Inhaltsstoffe für die Lebensmittel-, Getränke-, Life-Sciences- und Ernährungsindustrie tätig, setzt KI ein, um Logistikprobleme zu lösen.

Stephan Schissler, Chief Information Officer der Döhler GmbH, erklärt: „Unsere Mitarbeitenden erzielen dann den größten Mehrwert, wenn sie entscheiden, welche Aufgabe als Nächstes erledigt werden muss – dem können sie sich jetzt ganz widmen. Der Logistics Issue Resolution Agent entdeckt die Problemursache, empfiehlt eine Lösung und verwandelt eine mehrstündige Krisenbewältigung in eine Entscheidung mit einem Klick. Unser Logistikteam kann rund ein Drittel der Zeit einsparen, die einst die Fehlerbehebung kostete – und unsere Prozesse sind zunehmend von eigenständiger Problemlösung statt von Ausnahmen geprägt.“

Hierin liegt der praktische Nutzen der Autonomie: Die manuelle Bearbeitung von Ausnahmen weicht intelligenteren Lieferkettenprozessen.

Autonomie auf Vertrauensgrundlage

Wenn KI bei Entscheidungen in der Lieferkette eine immer größere Rolle spielt, muss man ihrem Vorgehen vertrauen können. Führungskräfte müssen nachvollziehen können, welche Entscheidungen KI getroffen hat und warum. Sie müssen festlegen, was KI durchführen darf, bei Bedarf eingreifen und wissen, wer verantwortlich ist.

Das ist die Richtschnur für alles, was wir auf der Â鶹ԭ´´ Connect 2026 vorstellen. Mit der Einbindung von Joule Assistants und ihrer Agenten in die Prozesse und Daten von t können wir Unternehmen dabei unterstützen, Erkenntnisse in koordinierte Maßnahmen umzusetzen. Der Mensch trifft dabei weiterhin die wichtigsten Entscheidungen.

Für Führungskräfte in der Lieferkette zeigen sich hier die Effekte von Autonomie: weniger Zeitaufwand für Routineaufgaben und die Ausnahmebehandlung, schnellere Reaktionen bei Veränderungen und mehr Zeit für strategische Entscheidungen, die Resilienz, Effizienz und den Nutzen für den Kunden steigern.

Letztlich geht es um schnelle Entscheidungen, denen man vertrauen kann.

Devesh Mishra ist General Manager und Chief Product Officer für Â鶹ԭ´´ Supply Chain Management.

The post Â鶹ԭ´´ erweitert Joule Assistants und Joule Agents für ein autonomes Supply Chain Management auf der Â鶹ԭ´´ ConnectÌý appeared first on Â鶹ԭ´´ News Center.

Führungskräfte in der Beschaffung sehen sich heute mit einem völlig anderen Arbeitsumfeld konfrontiert als noch vor einigen Jahren. Sie müssen nicht nur die Kostenkontrolle und Compliance sicherstellen, sondern darüber hinaus auch die Resilienz stärken, Lieferantenrisiken steuern, Personalstrategien unterstützen und dem Unternehmen helfen, schneller auf veränderte Marktbedingungen zu reagieren.

Doch viele der Systeme, die diese Aufgabenbereiche unterstützen, sind nach wie vor nicht mit den Systemen anderer Unternehmensfunktionen vernetzt. Lieferanteninformationen sind in einem System gespeichert, Personalinformationen in einem anderen â€“ und Ausgabendaten müssen oft erst sorgfältig aufbereitet werden, bevor sie für Entscheidungen genutzt werden können.

Auf der Â鶹ԭ´´ Connect 2026 haben wir verschiedene Innovationen für Â鶹ԭ´´ Ariba, Â鶹ԭ´´ Fieldglass und Â鶹ԭ´´ Concur vorgestellt, die Unternehmen bei diesen Herausforderungen unterstützen sollen: neue KI-Assistenten für die Ausgabenanalyse und Verwaltung externer Arbeitskräfte, die Integration von Informationen zu Lieferantenrisiken im Rahmen einer neuen Partnerschaft mit Moody’s, eine neue, gemeinsam mit ORO Labs entwickelte Lösungserweiterung für die Koordination von Beschaffungsprozessen in komplexen Unternehmenslandschaften und neue Â鶹ԭ´´-Concur-Funktionen, die umfangreiche Verwaltungsaufgaben vereinfachen.

Diese Innovationen untermauern die allgemeine Entwicklung hin zu einem , das ein Funktionsbereich der ist. KI führt dabei Informationen, Einblicke und die Ausführung von Prozessen zusammen, während die Kontrolle über wichtige Entscheidungen weiterhin beim Menschen liegt.

Mehr Transparenz für bessere Ausgabenentscheidungen

Vielen Beschaffungsorganisationen gelingt es noch immer nicht, schnell genug handlungsrelevante Erkenntnisse aus ihren Ausgabendaten abzuleiten, um Entscheidungsprozesse effizient zu unterstützen.

Laut dem Bericht , der 2026 von Economist Enterprise im Auftrag von Â鶹ԭ´´ veröffentlicht wurde, ist die digitale Transformation das wichtigste strategische Ziel von Beschaffungsorganisationen in den kommenden 18ÌýMonaten. Ausschlaggebend dafür ist vor allem der Wunsch nach besseren Ausgabenanalysen, den 53ÌýProzent der befragten Führungskräfte äußerten. Diese Ergebnisse spiegeln den wachsenden Druck wider, Entscheidungsprozesse und den Nutzen für das Unternehmen zu verbessern.

Anfang des Monats gab Â鶹ԭ´´ die Verfügbarkeit von Â鶹ԭ´´ Ariba Spend Analysis and Insights bekannt. Mit der Lösung können Unternehmen nun Ausgabendaten aus Â鶹ԭ´´ Ariba, Â鶹ԭ´´ Fieldglass, Â鶹ԭ´´ Concur, Â鶹ԭ´´ Cloud ERP und anderen Systemen in einer zentralen Datenbasis zusammenführen, was Analysen und konkrete Maßnahmen ermöglicht.

Auf dieser Grundlage haben wir aufgebaut und auf der Â鶹ԭ´´ Connect den neuen Spend Analytics Assistant vorgestellt. Der Assistent soll im ersten Quartal 2027 allgemein verfügbar sein und Beschaffungsteams dabei unterstützen, Möglichkeiten für Kosteneinsparungen, eine bessere Compliance, die Lieferantenkonsolidierung und die Risikominderung zu ermitteln. Anstatt Berichte durchsuchen zu müssen, sehen Teams hervorgehobene Bereiche, die geprüft werden müssen. Es werden außerdem unterstützende Kontextinformationen angezeigt, die ihnen helfen, Maßnahmen zu priorisieren und durchzuführen. So müssen sie sich weniger mit der Aufbereitung von Daten befassen und haben mehr Zeit, fundierte Entscheidungen zu treffen.

Lieferantenrisiken bei den täglichen Entscheidungen berücksichtigen

Lieferantenrisiken stellen heute Unternehmen aller Branchen vor strategische Herausforderungen. Bei Entscheidungen zur Bezugsquellenfindung und Beschaffung wären Risikodaten besonders hilfreich, doch häufig haben die Verantwortlichen keinen Zugriff darauf.

Auf der Â鶹ԭ´´ Connect haben wir auch eine neue Partnerschaft mit Moody’s bekannt gegeben, in deren Rahmen wir die Ãœberwachung von Lieferantenrisiken direkt in integrieren. Indem Daten zur finanziellen Solidität, den operativen Risiken und dem Status der Berichterstattung in derselben Umgebung wie Daten zur Lieferantenleistung und den Lieferantenbeziehungen zur Verfügung gestellt werden, können Beschaffungsteams Risiken direkt bei ihren täglichen Entscheidungen berücksichtigen, anstatt sich regelmäßig einen Ãœberblick über diese Risiken zu verschaffen.

Mit dieser Partnerschaft wird auch die Grundlage für eine KI-gestützte Beschaffung gestärkt. Wenn Risikoinformationen direkt in die Workflows der Beschaffung integriert sind, werden sie Teil des Geschäftskontexts, der den Teams hilft, aufkommende Probleme zu erkennen und schneller Gegenmaßnahmen zu ergreifen. So erhalten sie einen umfassenden Überblick über die Lieferantenbeziehungen und sind besser in der Lage, auf potenzielle Störungen zu reagieren, bevor diese die Geschäftsabläufe beeinträchtigen.

Die neuen Funktionen werden voraussichtlich im vierten Quartal 2026 allgemein verfügbar sein.

Beschaffungsprozesse in komplexen Unternehmenslandschaften koordinieren

Oft sind es nicht nur isolierte Daten, die Entscheidungen in der Beschaffung ausbremsen, sondern auch nicht miteinander vernetzte Systeme. In vielen Unternehmen verteilt sich das Beschaffungswesen auf eine Kombination von Â鶹ԭ´´- und Drittanwendungen, die jeweils unterschiedliche Teile des Prozesses unterstützen. Arbeitsabläufe in einer solchen Landschaft zu koordinieren, ohne dass es zu einer Beeinträchtigung der von den Teams bereits genutzten Systeme kommt, ist ein anhaltendes Problem der modernen Beschaffung.

Um dieses Problem zu lösen, kündigte Â鶹ԭ´´ eine neue, gemeinsam mit ORO Labs entwickelte Lösungserweiterung an: Â鶹ԭ´´ Ariba Procurement Orchestration by ORO Labs. Damit steht eine spezielle Orchestrierungsschicht zur Verfügung, die Oberflächen, Workflows und Systeme für die Beschaffung in komplexen Umgebungen mit Â鶹ԭ´´- und Drittanwendungen miteinander verbindet.

Mitarbeitende profitieren auf diese Weise von einem einheitlicheren Erlebnis und können Beschaffungsprozesse einfacher initiieren und ausführen. Low-Code-/No-Code-Workflows ermöglichen es Teams, Prozesse an geänderte Geschäftsanforderungen und Richtlinien anzupassen, ohne die zugrunde liegenden Systeme zu beeinträchtigen. Unternehmen können auch innerhalb dieser Workflows Agentic AI nutzen, wobei die für die Geschäftsabläufe so wichtige Kontrolle, Genehmigung und Aufsicht weiterhin beim Menschen liegt.

Die Lösungserweiterung kann zusammen mit Joule Work genutzt werden, wobei Joule Work als primäre Interaktionsschicht dient. Sie wird voraussichtlich im November 2026 allgemein verfügbar sein.

Externe Arbeitskräfte proaktiv verwalten

Viele Unternehmen setzen auf externe Arbeitskräfte, um ihre Kompetenzen auszubauen, Projekte durchzuführen und sich an neue geschäftliche Anforderungen anzupassen. Zur Verwaltung dieser Mitarbeitenden müssen jedoch häufig Aufgaben der Beschaffungsabteilung, der Personalwirtschaft, der einstellenden Führungskräfte, von Lieferanten und Compliance-Teams miteinander abgestimmt werden.

Wir haben den neuen Contingent Workforce Assistant angekündigt, mit dem dieser Prozess transparenter werden soll. Er soll ab dem vierten Quartal 2026 allgemein verfügbar sein und Unternehmen bei der Verwaltung des Lebenszyklus von externen Arbeitskräften unterstützen. Hierzu deckt der Assistent Probleme wie Verzögerungen beim Onboarding, ausstehende Genehmigungen, Compliance-Vorgaben und andere Ausnahmen auf, bevor sie sich auf den Einsatz von externen Mitarbeitenden auswirken. Indem alle relevanten Informationen in einer zentralen Oberfläche zusammengeführt werden, können Teams Probleme früher lösen, während zugleich die Governance und Prüfbarkeit gewährleistet bleiben.

Mit diesem proaktiven Ansatz lässt sich eine der zentralen Herausforderungen im Personalmanagement bewältigen: Probleme frühzeitig zu erkennen, bevor sie die Geschäftsabläufe beeinträchtigen.

Das Reisekostenmanagement durch gezielte Automatisierung vereinfachen

Nicht immer ist eine groß angelegte Transformationsinitiative erforderlich, um die Produktivität beim Ausgabenmanagement zu steigern.

In vielen Unternehmen entstehen die meisten Reibungspunkte beim Reisekostenmanagement durch Routineaufgaben, beispielsweise beim Abruf von Belegen, der Suche nach Rechnungsbildern, der Erstellung von Prüfungsdokumentationen und der Überprüfung von Benutzerberechtigungen. Die einzelnen Aufgaben sind nicht besonders umfangreich, nehmen aber insgesamt viel Zeit der für Finanzwesen, Prüfung, Compliance und Ausgabenmanagement zuständigen Teams in Anspruch.

Es wurden neue Â鶹ԭ´´-Concur-Apps für den angekündigt, mit denen Unternehmen diesen Aufwand reduzieren können. Â鶹ԭ´´ plant, auf den bereits zur Unterstützung von Steuerprozessen, Prüfungen, Compliance und Berichterstattung eingesetzten Funktionen aufzubauen und neue Micro-Apps bereitzustellen, mit denen Unternehmen Informationen zu Mitarbeiterausgaben exportieren, die Ãœberprüfung der Zugriffs-Governance vereinfachen und den Massenabruf von Lieferantenrechnungsbelegen unterstützen können.

Der Ansatz ist bewusst praxisorientiert: Anstatt ganze Prozesse neu zu gestalten, sind die Micro-Apps auf bestimmte operative Probleme ausgerichtet. Die Zahl der Kunden, die die bereits vorhandenen Micro-Apps implementiert haben, lässt erkennen, dass es eine hohe Nachfrage nach solchen punktuellen Automatisierungsfunktionen gibt.

Weitere Micro-Apps werden voraussichtlich im vierten Quartal 2026 allgemein verfügbar sein.

Aus Ausgabeninformationen konkrete Maßnahmen ableiten

Die meisten Unternehmen haben große Mengen an Ausgabendaten gespeichert. Die Herausforderung besteht darin, auf der Grundlage dieser Informationen schnelle Entscheidungen zu treffen und greifbare Geschäftsergebnisse zu erzielen.

Die auf der Â鶹ԭ´´ Connect 2026 vorgestellten Innovationen gehen Herausforderungen aus verschiedenen Perspektiven an, sorgen für mehr Ausgabentransparenz und ermöglichen die Berücksichtigung von Risikoinformationen bei Beschaffungsentscheidungen. Sie vernetzen darüber hinaus Beschaffungsprozesse in komplexen Unternehmenslandschaften, ermöglichen eine bessere Verwaltung externer Arbeitskräfte und verringern den Aufwand für das Reisekostenmanagement.

Die Voraussetzung für bessere Entscheidungen ist mehr Transparenz, umfangreicherer Kontext und weniger Hürden bei der Behebung von erkannten Problemen. Genau dieses Ziel verfolgt das autonome Ausgabenmanagement: Durch den Einsatz von Agentic AI in allen Ausgabenprozessen werden isolierte Workflows in einem intelligenten, verwalteten System zusammengeführt.

Dies ist deshalb so entscheidend, weil die Beschaffungsorganisation eine immer wichtigere Rolle bei der Stärkung der Resilienz, Förderung des Wachstums und Verbesserung der Unternehmensleistung spielt. Wenn Unternehmen in der Lage sind, Chancen frühzeitig zu erkennen, schneller auf Risiken zu reagieren und ihren Aufwand für die manuelle Koordination zu verringern, können sie Ausgaben als Wettbewerbsvorteil nutzen, anstatt sie lediglich zu kontrollieren.

Baber Farooq ist Chief Marketing Officer für Â鶹ԭ´´ Spend Management.

The post Neue Lösungen für das Ausgabenmanagement: KI-Innovationen für Â鶹ԭ´´ Ariba, Â鶹ԭ´´ Fieldglass und Â鶹ԭ´´ Concur appeared first on Â鶹ԭ´´ News Center.

„Es ist an der Zeit, Ihnen das autonome Unternehmen im Praxiseinsatz zu zeigen. Denn es gibt dafür bereits beeindruckende Kundenbeispiele“, sagte Christian Klein, Chief Executive Officer der Â鶹ԭ´´, in der Eröffnungsrede zum Auftakt der Veranstaltung.

Christian Klein erinnerte das Publikum daran, dass die Â鶹ԭ´´ das autonome Unternehmen auf der Kundenmesse Â鶹ԭ´´ Sapphire im Mai 2026 als „den Beginn einer neuen Ära“ präsentiert hatte. Seitdem hat die Â鶹ԭ´´ viele Hundert Kunden bei der Implementierung von Joule Work als KI-Benutzeroberfläche für das autonome Unternehmen unterstützt.

Eine neue Benutzeroberfläche für den Einsatz von KI

„Wir stellen Joule Work noch in diesem Monat allen Kunden zur Verfügung“, verkündete Christian Klein, der die Desktop-App als neue Benutzeroberfläche für den Einsatz von KI bezeichnete. Jahrzehntelang hätten Anwender lernen müssen, wie Â鶹ԭ´´-Lösungen funktionieren â€“ mit Joule Work lernt nun die Â鶹ԭ´´, wie Menschen arbeiten. „Ab sofort können die über 400 Millionen Â鶹ԭ´´-Anwender in ihrer eigenen Sprache mit Â鶹ԭ´´ sprechen. Joule Work erledigt dann die Arbeit.“

Click the button below to load the content from YouTube.

Always allow YouTube

Christian Klein beschrieb die drei Grundpfeiler, auf denen Joule Work fußt: Dialoge, in denen Benutzer Fragen stellen und Aufgaben an Agenten delegieren, Spaces, in denen Inhalte, Einblicke und freigegebene Dokumente angezeigt werden, und die Lösung Joule Studio, mit der Kunden Joule erweitern oder maßgeschneiderte Agenten für ihre eigenen Prozesse entwickeln können. 

Der umfassende Geschäfts- und Datenkontext der Â鶹ԭ´´ sei hierbei das „Geheimrezept“. Dieser Kontext umfasst den Â鶹ԭ´´ Knowledge Graph, der mehr als sieben Millionen Datenfelder, 50 Millionen Tabellen, über 50.000 öffentliche und private APIs, 400 Datenprodukte und umfangreiches Prozesswissen abbildet. „Darum rät Joule nicht einfach nur“, sagte er.

Die 110.000 Mitarbeitenden der Â鶹ԭ´´ setzen Joule bereits für Hunderttausende von Aufgaben täglich ein. „Wir verzeichnen in zentralen Bereichen wie dem Personalwesen, dem Finanzwesen und der Beschaffung bereits Produktivitätssteigerungen von über 20 %. Bei komplexeren Analyse- und Planungsaufgaben sind die Steigerungsraten sogar noch höher.“

Die Â鶹ԭ´´ Autonomous Suite

Christian Klein ging anschließend auf die Â鶹ԭ´´ Autonomous Suite ein, die die zweite Ebene des autonomen Unternehmens bildet. Die Suite deckt zunächst die fünf Bereiche Finanzwesen, Beschaffung, Lieferkette, Personalwesen und Kundenerlebnis ab. Die Â鶹ԭ´´ Autonomous Suite sei für Aufgaben konzipiert, bei der eine gute Antwort nicht genügt, sondern es stets auf „die richtige Antwort“ ankommt, führte er aus.

„LLMs beruhen auf Wahrscheinlichkeiten und geben deshalb nur die Antwort, die am wahrscheinlichsten ist“, so Christian Klein. Diesem probabilistischen Ansatz stellte er die integrierten Agenten der Â鶹ԭ´´ gegenüber. Da die Agenten innerhalb deterministischer Anwendungs-Workflows operieren, verwenden sie dieselben Daten, folgen denselben Regeln und erzeugen denselben Prüfpfad wie die Anwendungen selbst. Kunden können dabei den Grad der Autonomie steuern und an den jeweiligen Prozess anpassen. Bei Aufgaben mit hohem Risiko müssen Entscheidungen vom Menschen genehmigt werden, während bei Routineaufgaben eine stärkere Automatisierung möglich ist.

Laut Christian Klein hat die Â鶹ԭ´´ seit der Â鶹ԭ´´ Sapphire über 20 Joule Assistants und mehr als 200 Joule Agents entwickelt. Weitere 400 Agenten sollen bis Ende des Jahres bereitgestellt werden. „Worauf es eigentlich ankommt, ist jedoch nicht die Zahl der Agenten, sondern die Geschäftsergebnisse, die damit erzielt werden“, betonte er.

Die Â鶹ԭ´´ Business AI Platform

„Dass diese Agenten Ihr Unternehmen so gut verstehen, liegt an der Â鶹ԭ´´ Business AI Platform“, erläuterte Christian Klein. „Die Plattform stellt Kunden für jeden agentenbasierten Anwendungsfall das beste Frontier-AI-Modell bereit, ermöglicht den Agenten direkten Zugriff auf den umfangreichsten Geschäftskontext und bietet von Â鶹ԭ´´ verwaltete Governance.“

Manoj Swaminathan, President und Chief Product Officer für die Â鶹ԭ´´ Autonomous Suite, knüpfte an die Ausführungen von Christian Klein an und bezeichnete die Â鶹ԭ´´ Business AI Platform als die Infrastruktur, die die Voraussetzungen für das autonome Unternehmen schafft. Die Plattform bietet drei zentrale Möglichkeiten: die Entwicklung von Agenten, die Nutzung von Geschäftsdaten als Kontext für diese Agenten und die Steuerung der Funktionsweise von Agenten.

Manoj Swaminathan erläuterte, wie die Kontextschicht dafür sorgt, dass Agenten präzisere Ergebnisse erzielen. Joule Studio ermöglicht die No-Code-Entwicklung und die professionelle Entwicklung mit Zugriff auf über 70 Modelle. Diese Strategie verringere die Bindung an einen bestimmten Anbieter und die Token-Kosten.

„Joule Studio ist direkt in unsere Kontextschicht integriert“, führte er aus. „Die entwickelten Agenten sind deshalb präziser, lassen sich schneller implementieren und können effizienter ausgeführt werden. Unser Knowledge Graph ist die Karte mit allen Prozessen, Datenflüssen und Business-Tools. Die Agenten finden unter vielen Tausend Prozessen den richtigen und wählen aus den über sieben Millionen Datenquellen die richtigen Informationen aus. Die Â鶹ԭ´´ Business Data Cloud wendet diesen Kontext auf Ihre gesamten Daten, eine einheitliche Sicht, die Prozesse, Richtlinien und Logik an, um sie aussagekräftig zu machen.“

Manoj Swaminathan betonte, dass KI die Probleme, die durch ein defektes Datenmodell entstehen, nicht beseitigen kann. Damit Agenten die Geschäftsregeln von Kunden verstehen können, werden die Â鶹ԭ´´ÌýDomain Models mit dem Code von Â鶹ԭ´´ trainiert. Für Prognosen stellt Â鶹ԭ´´ zwei Engines bereit, die auf den Geschäftsabläufen von Kunden basieren: die Modellfamilie Â鶹ԭ´´-RPT, die mit Â鶹ԭ´´-Geschäftsdaten trainiert wurde, und das tabellarische KI-Modell von Prior Labs.

Das fiktive Start-up „Jerseys from Jersey“ als Beispiel für das autonome Unternehmen

Jan Gilg, Global President von Â鶹ԭ´´ Customer Success & Americas, präsentierte in seinem Teil der Eröffnungsrede das fiktive Start-up „Jerseys from Jersey“ und bat eine Reihe von Kunden auf die Bühne, um seine Fragen zu beantworten und die Strategie für das autonome Unternehmen aus ihrer Sicht zu bewerten.

Zur Runde dieser Kunden zählten der Pharmakonzern Novartis, der in einem Pilotprojekt Joule Sourcing Agents für die Angebotsanalyse und Unterstützung von Verhandlungen einsetzt, und der Lebensmittelhersteller Morgan Foods, der von der Transformation seiner Lieferkette mit Â鶹ԭ´´ S/4HANA und Â鶹ԭ´´ Integrated Business Planning berichtete. Außerdem vertreten waren der Konzern Nestlé, der darauf verwies, wie wichtig ein einheitlicher digitaler Kern ist, und der Â鶹ԭ´´-Kunde und -Partner PwC, der den geschäftlichen Nutzen des Â鶹ԭ´´-Portfolios Industry AI aufzeigte.

Jan Gilg fasste die Erfahrungsberichte dieser Kunden zusammen und bekräftigte, dass die einzelnen Elemente der Â鶹ԭ´´ÌýAutonomous Suite mehr sind als „eine Sammlung funktionaler Komponenten. Es ist ein System, das alles zusammenhält und Konnektivität, Kontext und Kontrolle bietet.“

Jan Gilg hatte auch verschiedene Produktankündigungen im Gepäck, unter anderem die Einführung des integrierten Zahlungsdienstes Â鶹ԭ´´ÌýPay, der Lieferantenzahlungen automatisch ausführen und abgleichen kann, sobald eine Rechnung genehmigt wurde. Er kündigte außerdem die geplante Ãœbernahme von TechWolf an, einem belgischen Start-up, das eine Workforce-Intelligence-Lösung zur Schließung von Qualifikationslücken entwickelt hat.

Sicherheit und Governance

Anschließend ging Marielle Ehrmann, Chief Security Officer und Mitglied des Â鶹ԭ´´-Aufsichtsrats, auf die Themen Vertrauen und Governance ein. Sie berichtete, dass Ransomware-Attacken, für die Angreifer früher acht Stunden brauchten, nun mithilfe von KI in gerade einmal 22 Sekunden ausgeführt werden können. Sie verwies außerdem darauf, dass zwar 83 % der Unternehmen KI täglich nutzen, jedoch nur 13 % wirklichen Einblick in die von ihnen eingesetzte KI haben.

„Die größte Bedrohung für Unternehmen ist nicht schädliche KI, sondern KI, die nicht verwaltet wird“, führte Marielle Ehrmann aus. Zur Abwehr dieser Bedrohung sollten jedem Agenten ein verifizierter Verantwortlicher, eine Risikostufe und klar umrissene Zugriffsrechte zugewiesen sein. Diese sollten durch Zero-Trust-Prüfungen der Identität, des Zwecks und der Sensibilität von Daten sowie durch menschliche Kontrolle unterstützt werden.

Sie betonte, dass die Â鶹ԭ´´ Business AI Platform gesetzliche Vorschriften und Lokalisierungsanforderungen beinhaltet, Benutzerberechtigungen anwendet, dafür sorgt, dass Kundendaten nicht zum Trainieren von Foundation-Modellen verwendet werden, und drei Kontrollebenen unterstützt: die Human-in-the-Loop-Genehmigung, die Human-on-the-Loop-Ãœberwachung und das Human-in-Command-Modell, bei dem der Mensch die letzte Entscheidungsinstanz ist. „Je autonomer ein Agent handelt, desto strengere Kontrollmaßnahmen müssen angewendet werden“, erklärte Marielle Ehrmann. Sie bezeichnete dieses Prinzip als „Freiheit innerhalb klar definierter Grenzen“.

Kunden setzen ganz klar auf den Wandel

Abschließend ergriff Christian Klein noch einmal das Wort und betonte, dass Vertrauen die Grundlage für das geschäftliche Handeln der Â鶹ԭ´´ sei â€“ nicht nur in den vergangenen 50 Jahren, sondern auch in Zukunft. „Wir stellen die vertrauenswürdigste KI mit der besten Governance bereit“, sagte er. „Der Einsatz von KI setzt jedoch auch ein umfassendes Change Management voraus, damit sie die gewünschten Ergebnisse für Ihr Unternehmen erzielen kann.“

Hier kommen die Lösungen der Â鶹ԭ´´ für die Unternehmenstransformation ins Spiel. Â鶹ԭ´´ Signavio misst die Wertschöpfung von Prozessen vor und nach einer Änderung. Mit diesen Informationen können Token-Kosten begründet werden. Mit Â鶹ԭ´´ LeanIX können Unternehmen KI-Agenten identifizieren und überwachen, während WalkMe die Akzeptanz und das Vertrauen der Benutzer fördert. Christian Klein verwies auch auf die Tools für eine agentengesteuerte Migration. Diese Lösungen haben aus seiner Sicht dazu geführt, dass Unternehmen bei Migrationsprojekten nicht mehr Ausgaben in Millionenhöhe in Kauf nehmen müssen.

„Das ist nicht mehr nur der Beginn einer neuen Ära. Das ist eine neue Ära“, gab Christian Klein dem Publikum mit auf den Weg. Er erläuterte, dass sich unter den Â鶹ԭ´´-Kunden ein deutlicher Wandel vollzieht: „Von manuellen Schritten zu vernetzten Workflows, von reaktiven Entscheidungen zu vorausschauenden Einblicken, von der manuellen Bearbeitung von Tabellen zu Human-in-the-Loop und Human-on-the-Loop â€“ all das basiert auf unserer KI-Plattform, die dafür sorgt, dass KI präzise, kontrolliert und erweiterbar bleibt.“ Und vor allem, so Christian Klein, „sind all diese Möglichkeiten bereits vorhanden. Das ist das autonome Unternehmen.“

The post Â鶹ԭ´´ präsentiert das autonome Unternehmen im Praxiseinsatz appeared first on Â鶹ԭ´´ News Center.

Joule Work, Joule Assistants und die Â鶹ԭ´´ Business AI platform unterstützen Unternehmen, in jedem zentralen Funktionsbereich zuverlässige Ergebnisse mit Unternehmens-KI zu erzielen.

LAS VEGAS – 6. Oktober 2026 – Â鶹ԭ´´ hat heute auf der Â鶹ԭ´´ Connect das autonome Unternehmen im Einsatz vorgestellt und dabei gezeigt, wie Joule Work und Joule Assistants in allen Geschäftsbereichen einen Mehrwert bieten.

„Dies ist ein bahnbrechender Moment für Unternehmens-KI“, sagte Christian Klein, Vorstandsvorsitzender der Â鶹ԭ´´ SE. „Das autonome Unternehmen ist in der Geschäftswelt angekommen. Mit Joule und der Â鶹ԭ´´ Autonomous Suite, die auf der Â鶹ԭ´´ Business AI Plattform basiert, unterstützen wir Unternehmen wie Novartis, Morgan Foods Nestlé und PwC dabei, intelligente Funktionen nahtlos in alle Funktionsbereiche zu integrieren, um vertrauenswürdige Ergebnisse zu erzielen.“

Auf der Â鶹ԭ´´ Connect berichteten diese Kunden, wie sie vom Konzept des autonomen Unternehmens in allen Bereichen bereits konkret profitieren.

• „Wir haben gemeinsam ein Pilotprojekt für den Joule Sourcing Assistant von Â鶹ԭ´´ entwickelt und das Projekt vor Kurzem gestartet“, sagte Christoph Bürki, Head of Procurement bei Novartis. „Unsere Vision ist es, dass sich KI-Agenten um die arbeitsintensiven manuellen Aufgaben kümmern, damit sich die Beschaffungsexperten auf die Strategie, die Zusammenarbeit mit Lieferanten und die Wertschöpfung konzentrieren können.“
• „Bei Morgan Foods stellen wir bereits die Weichen für den Einsatz agentischer KI, insbesondere mit Blick auf unsere technologische Grundlage. Der größte Wandel wird darin bestehen, von einem reaktiven zu einem vorausschauenden Ansatz überzugehen. KI-Agenten können Nachfragesignale, Lagerbestände und den Status unserer Lieferanten schneller als je zuvor miteinander verknüpfen“, sagt Steve Hankins, Chief Financial Officer bei Morgan Foods. „Unsere besondere Stärke liegt im Zusammenspiel von Menschen und KI-Agenten. Unsere rund 1.000 Mitarbeitenden sorgen dafür, dass unsere Lieferketten funktionieren. Die Technologie unterstützt sie dabei, diese noch besser zu machen.“
• „Mit unserer Â鶹ԭ´´-S/4HANA-Transformation in 140 Ländern schaffen wir einen vernetzten digitalen Kern mit einheitlichen Prozessen, verlässlichen Daten und mehr Transparenz über Märkte und Geschäftsbereiche hinweg“, sagt Luca Dell’Orletta, Global Head of IT Innovation & Enterprise Architecture bei Nestlé. „Auf dieser Grundlage können Joule und der Assistent für das Debitorenmanagement Aufgaben im Forderungseinzug automatisch anhand von Risiken und dem jeweiligen Geschäftskontext priorisieren, die jeweils beste nächste Maßnahme empfehlen und unsere Finanzteams dabei unterstützen, schneller auf Veränderungen zu reagieren.“
• „In der Professional-Services-Branche gehört die Abrechnung zu den fehleranfälligeren Prozessen. Dabei spielt Genauigkeit eine wichtige Rolle für die Kundenerfahrung.“, sagte Jill Notz, Chief Accounting Officer, Controller und Business Services Leader bei PwC. „Der Â鶹ԭ´´ Billing Assistant bringt mehr Intelligenz in diesen geschäftskritischen Prozess und unterstützt dabei, potenzielle Probleme frühzeitig zu erkennen. So können unsere Mitarbeitenden bessere Ergebnisse für unsere Kunden erzielen und die Kundenbeziehungen weiter stärken.“ Aufbauend auf dem Erfolg des Billing Assistant auf neue Bereiche gemeinsamer KI-Innovationen aus.

Â鶹ԭ´´-Vision des autonomen Unternehmens nimmt Fahrt auf

Joule Work wird nun ersten Kunden als neue KI-Benutzeroberfläche zur Verfügung gestellt. Mitarbeitende sind damit in der Lage, in ihrer eigenen Sprache mit dem Â鶹ԭ´´-System zu interagieren und über Anwendungen und Quellen von Â鶹ԭ´´ und Drittanbieterdaten hinweg Aufgaben zu erledigen. Joule nutzt den Geschäftskontext des Â鶹ԭ´´ Knowledge Graph, der mehr als sieben Millionen Datenfelder zuordnet, und stellt Informationen bereit, auf die sich Nutzer verlassen können. Joule Work wird bereits von 110.000 Â鶹ԭ´´-Mitarbeitenden produktiv eingesetzt und verzeichnet bereits Produktivitätssteigerungen von 20 Prozent im Finanzwesen, im Personalwesen und in der Beschaffung.

• „Die Zusammenarbeit im Rahmen des Early-Adopter-Programms für Joule Work Desktop hat innerhalb weniger Monate mehr Dynamik entfaltet als in all den Jahren zuvor“, berichtet Peter Wied, Director of Complexity Management bei Reinhausen. „Wir sehen großes Potenzial darin, den Zugriff auf unsere Â鶹ԭ´´-S/4HANA-Daten durch natürliche Sprache deutlich einfacher und schneller zu gestalten. Das kann die Art und Weise, wie unsere Teams mit Geschäftsdaten arbeiten, nachhaltig verändern.“
• „Das engagierte Team hat Außergewöhnliches geleistet. Durch seine proaktive Kommunikation, den konsequenten Fokus auf eine beschleunigte Aktivierung der Architektur, die schnelle Behebung von Fehlern und die umfassende Unterstützung konnten wir die technischen Voraussetzungen für Joule deutlich früher schaffen, als dies möglich gewesen wäre, wenn wir diese Herausforderungen allein hätten bewältigen müssen“, sagte Keith Smith, Â鶹ԭ´´ Platform Architect bei CONA Services. „Das CONA-Team freut sich über die bisherigen Fortschritte und darauf, die Funktionen von Joule in den kommenden Monaten noch umfassender zu erproben und zu testen, während wir den Einsatz der Lösung weiter vorantreiben.“

Wenn eine Abfrage nicht ausreicht, führen Joule Assistants operative Tätigkeiten direkt in den Workflows mit etablierten Daten, Berechtigungen und Prüfpfaden aus. Kunden steuern den Grad der Autonomie. Â鶹ԭ´´ verfolgt einen offenen Ansatz: Joule Work und Â鶹ԭ´´-Agenten unterstützen durch das Agent2Agent-Protokoll Verbindungen mit KI und Agenten von Drittanbietern und damit einen kontrollierten Geschäftskontext, der umfassendere KI-gestützte Workflows einbindet.

Auf der Â鶹ԭ´´ Connect zeigte Â鶹ԭ´´, welchen Mehrwert diese Funktionen in der Â鶹ԭ´´ Autonomous Suite bieten:

• Im Finanzwesen können Controller die Umsatzrealisierung, Angaben und die Einhaltung von Außenhandelsvorschriften automatisieren und mit ersten Implementierungen des International Trade Assistant den Aufwand für die Handelsklassifizierung um bis zu 50 Prozent reduzieren.  
• In der Lieferkette können Planer mehrstündige Störungen mit nur einem Klick in der gesamten Planung, Fertigung und Logistik beheben.
• Im Personalwesen können Führungskräfte feststellen, wie sie Personallücken am besten schließen können, während Mitarbeitende bessere, auf ihre Anforderungen zugeschnittene Entscheidungen bei der Auswahl von Arbeitgeberleistungen treffen können.
• In der Beschaffung können Entscheidungsträger Einsparpotenziale anhand von Peer-Benchmarks erkennen und den gesamten Lebenszyklus externer Mitarbeitender verwalten.
• In Customer Experience können Unternehmen mit KI-gestützten Kampagnen, Angeboten und Kunden-Workflows aus Kundeninteraktionen Umsatzchancen realisieren.
• Branchenweit arbeitet Â鶹ԭ´´ mit Kunden zusammen, um KI auf spezielle Branchenprozesse anzuwenden. Dies hilft Unternehmen in der Fertigung, im Einzelhandel, im Rohstoffhandel und in anlagenintensiven Branchen, die Entscheidungsfindung zu verbessern, Routineaufgaben zu automatisieren und widerstandsfähigere Abläufe zu entwickeln.

Die vertrauenswürdige Plattform für Unternehmens-KI

Mit der Â鶹ԭ´´ Business AI Platform können Unternehmen zentral für Â鶹ԭ´´- und Drittumgebungen KI-Lösungen entwickeln, Kontextinformationen bereitstellen und diese Lösungen steuern. Mit Joule Studio können Fachanwender und Entwickler Fähigkeiten und Agenten in No-Code- und Pro-Code-Workflows entwickeln und erweitern und dabei aus mehr als 70 KI-Modellen wählen. Â鶹ԭ´´ Business Data Cloud und der Â鶹ԭ´´ Knowledge Graph stellen dieses Agenten vertrauenswürdige Geschäftsdaten und Geschäftskontext bereit. Unternehmen haben somit die Möglichkeit, das richtige Modell für jeden Anwendungsfall auszuwählen und den Nutzen und Einsatz von KI besser zu steuern.

Die von Â鶹ԭ´´ verwaltete Governance hilft Unternehmen, KI mit Transparenz, Verantwortlichkeit und Kontrolle zu skalieren. Der AI Agent Hub in Â鶹ԭ´´ LeanIX-Lösungen bietet ein zentrales Verzeichnis von Unternehmensagenten, während die nach der Norm ISO/IEC 42001 zertifizierte Governance-Architektur von Â鶹ԭ´´ gesetzliche Anforderungen, etablierte Berechtigungen und revisionsfähige KI-Vorgänge unterstützt.

Um Unternehmen dabei zu unterstützen, KI auf breiter Basis zu nutzen, stellt das Â鶹ԭ´´-Portfolio im Bereich Business Transformation Management, das Â鶹ԭ´´ Signavio-, Â鶹ԭ´´ LeanIX- und Â鶹ԭ´´ WalkMe-Lösungen umfasst, eine Reihe durchgängiger Tools bereit, um Prozesse zu analysieren, Anwendungen und Agenten zu steuern und eine stärkere Nutzung im gesamten Unternehmen sicherzustellen.

Â鶹ԭ´´ bietet integrierte Zahlungen in Cloud-ERP- Lösungen

Â鶹ԭ´´ hat außerdem angekündigt, mit Â鶹ԭ´´ Pay, powered by Tereina, einem Â鶹ԭ´´-Unternehmen, in den Zahlungsmarkt einzusteigen. Â鶹ԭ´´ Pay ist direkt in Â鶹ԭ´´-Cloud-ERP-Anwendungen eingebettet und führt Zahlungen innerhalb desselben Workflows aus und stimmt sie ab, wenn eine Rechnung fällig ist. Dies verringert die manuelle Handhabung von Dateien und Abhängigkeiten bei der externen Verarbeitung, während Kunden mehr Kontrolle erhalten.

Partner vergrößern die Reichweite des autonomen Unternehmens

Â鶹ԭ´´ erweitert den Wirkungsbereich des autonomen Unternehmens über das eigene Anwendungsportfolio hinaus durch neue Partnerschaften, mit denen spezielle intelligente Funktionen direkt in Â鶹ԭ´´-Workflows integriert werden.

Im Rahmen einer neuen Partnerschaft zwischen Â鶹ԭ´´ und der Moody’s Corporation sollen Daten von Moody’s zur Ãœberwachung des Lieferantenrisikos in die Lösung Â鶹ԭ´´ Ariba Supplier Lifecycle and Performance integriert werden. So erhalten Beschaffungsteams zur Entscheidungsunterstützung laufend aktualisierte Einblicke in die Finanzlage von Lieferanten, operative Risiken und die Einhaltung gesetzlicher Auflagen. Unternehmen werden in die Lage versetzt, von periodischen Risikoüberprüfungen auf eine kontinuierliche Ãœberwachung umzusteigen. Joule Agents können dadurch Lieferantenrisiken erkennen und Alternativen aufzeigen, bevor sich Unterbrechungen auf das Geschäft auswirken.

Durch die erweiterte Partnerschaft mit ORO Labs steht Â鶹ԭ´´-Kunden die Orchestrierung von Beschaffungsprozessen künftig als Solution Extension zur Verfügung. Â鶹ԭ´´ Ariba Procurement Orchestration by ORO Labs ist eine speziell entwickelte Orchestrierungsebene, die Beschaffungsprozesse in heterogenen Unternehmenslandschaften durchgängig miteinander verbindet. Geschäftsanwender profitieren dadurch von einer nahtlosen Benutzererfahrung bei der Erfassung und Bearbeitung von Anforderungen sowie von umfassender Transparenz.

Weitere Â鶹ԭ´´einformationen finden Sie im Â鶹ԭ´´ News Center. Erhalten Sie Â鶹ԭ´´ News auf und .  

Informationen zu Â鶹ԭ´´

Als weltweit führender Anbieter von Unternehmensanwendungen und Business AI steht Â鶹ԭ´´ (NYSE: Â鶹ԭ´´) an der Schnittstelle zwischen Unternehmen und Technologie. Seit über 50 Jahren vertrauen Unternehmen auf Â鶹ԭ´´, um ihr volles Potenzial auszuschöpfen, indem sie geschäftskritische Abläufe wie Finanzwesen, Beschaffung, Personalwesen, Lieferkette und Kundenerlebnis vereinheitlichen. Weitere Informationen finden Sie unter .

Diese Â鶹ԭ´´emeldung wurde unter Verwendung von Künstlicher Intelligenz (KI) erstellt und redaktionell geprüft.

Hinweis an die Redaktionen

Für Â鶹ԭ´´efotos und Fernsehmaterial in hoher Auflösung besuchen Sie bitte unsere Plattform . Dort finden Sie aktuelles sendefähiges TV-Footage-Material sowie Bilder zu Themen rund um Â鶹ԭ´´ zum direkten Download.

Ansprechpartner für die Â鶹ԭ´´e:
Marcus Winkler, +46 (6227) 7-67497, marcus.winkler@sap.com, MESZ
Â鶹ԭ´´-Â鶹ԭ´´ebereich; press@sap.com

Bitte beachten Sie unsere . Sie möchten keine Â鶹ԭ´´emeldungen mehr von uns bekommen? Senden Sie dazu bitte eine E-Mail an press@sap.com mit dem Begriff „Unsubscribe“ in der Betreffzeile.

# # #

Dieses Dokument enthält vorausschauende Aussagen, das heißt Vorhersagen, Prognosen oder andere Aussagen zu zukünftigen Ereignissen. Diese Aussagen basieren auf aktuellen Erwartungen, Voraussagen und Annahmen, die Risiken und Unsicherheiten unterliegen, was dazu führen kann, dass die tatsächlichen Ergebnisse und Resultate erheblich hiervon abweichen können.  Zusätzliche Informationen zu diesen Risiken und Unsicherheiten finden Sie in den von uns bei der US-amerikanischen „Securities and Exchange Commission“ (SEC) eingereichten Unterlagen, einschließlich, aber nicht beschränkt auf den Abschnitt zu den Risikofaktoren des Â鶹ԭ´´-Jahresberichts 2025 auf dem Formular 20-F.

© 2026 Â鶹ԭ´´ SE. Alle Rechte vorbehalten.
Â鶹ԭ´´ und andere in diesem Dokument erwähnte Produkte und Dienstleistungen von Â鶹ԭ´´ sowie die dazugehörigen Logos sind Marken oder eingetragene Marken der Â鶹ԭ´´ SE in Deutschland und anderen Ländern. Zusätzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

The post Â鶹ԭ´´ verwirklicht das autonome Unternehmen appeared first on Â鶹ԭ´´ News Center.

In der Landschaft der Bewertungsplattformen, die von gekauften Rankings und in Auftrag gegebenen Analystenberichten geprägt ist, stellt TrustRadius eine Ausnahme dar. Die Auszeichnungen basieren ausschließlich auf Kundenfeedback und geprüften Nutzerbewertungen und nicht auf Analystenmeinungen oder bezahlten Platzierungen.

Damit ein Produkt auf TrustRadius mit bester Bewertung eingestuft wird, muss es drei strenge Kriterien erfüllen:

1. Mindestens 10 verifizierte Bewertungen, die innerhalb des letzten Jahres eingereicht wurden

2. Ein trScore von 7,5 oder höher (Indikator für die Gesamtzufriedenheit)

3. Bedeutsame Präsenz in der jeweiligen Marktkategorie

Jede übermittelte Bewertung wird von TrustRadius geprüft, um vor Betrug zu schützen. Die drei Auszeichnungen spiegeln wider, was Â鶹ԭ´´-Kunden täglich erleben. Ihre Zufriedenheit haben sie klar und deutlich mitgeteilt.

Was Kunden zu Â鶹ԭ´´ CX sagen

In den Bereichen Vertrieb, Service und Handel betonten Â鶹ԭ´´-Kunden stets das nahtlose Zusammenspiel, die Zuverlässigkeit im Unternehmen und die spürbaren geschäftlichen Auswirkungen KI-gestützter Workflows. Dies sind keine Funktionen auf einer Roadmap, sondern Funktionen, die Kunden heute nutzen. Und die Bewertungen belegen dies.

Â鶹ԭ´´ Sales Cloud

„Wir haben einen Vergleich zwischen Â鶹ԭ´´ Sales Cloud, Microsoft Dynamics und Sales Force Optimization durchgeführt. Wir haben Â鶹ԭ´´ Sales Cloud aus drei Hauptgründen gewählt: Â鶹ԭ´´ Sales Cloud erfüllt unsere Anforderungen am besten, besonders im Vergleich zum Sales Force; die Preise sind attraktiver; und da wir mehrere Â鶹ԭ´´-Produkte verwenden, funktioniert die Integration zwischen verschiedenen Â鶹ԭ´´-Produkten gut.“ – verifizierter Rezensent

„Â鶹ԭ´´ Sales Cloud eignet sich gut für vorausschauende Analysen und eine stabile Integration mit ERP und Â鶹ԭ´´ S/4HANA. KI-gestützte Empfehlungen für die jeweils passenden nächsten Maßnahmen.“

Â鶹ԭ´´ Service Cloud

„Durch die effizientere Serviceabwicklung arbeiten unsere Mitarbeiter jetzt mit einer einheitlichen Oberfläche, die E-Mails, Telefon und Chats an einem Ort bündelt. Dadurch müssen sie nicht mehr zwischen verschiedenen Systemen hin- und herwechseln. Außerdem entlastet die KI-gestützte Automatisierung unsere Mitarbeitenden und macht sie produktiver – etwa durch die automatische Kategorisierung von Tickets und Vorschläge für die jeweils passenden nächsten Maßnahmen.“ – Chris Kithinji, Business Systems Analyst

„Mit einem KI-Modell können wir Kundenanfragen automatisch beantworten, ohne dass jemand manuell eingreifen muss. Durch diese Automatisierung wird der Kundensupportprozess deutlich einfacher.“ – Kanika Rajpal, Technical Architect

Â鶹ԭ´´ Commerce Cloud

„Es ist im Grunde eine cloudbasierte Handelsplattform, die ein Paket verschiedener Funktionen bietet. So unterstützt sie unsere unterschiedlichen Geschäftsmodelle. Sie hilft uns, direkt an andere Unternehmen zu verkaufen, direkt an Kunden zu verkaufen und auch an andere Unternehmen zu verkaufen, die unsere Produkte dann an Endkunden weiterverkaufen. Die Funktionen lassen sich den eigenen Anforderungen entsprechend anpassen und in andere Â鶹ԭ´´-Produkte wie Â鶹ԭ´´ ERP integrieren. Das ist sehr vorteilhaft, da so die unterschiedlichen Geschäftsmodelle von überall aus unterstützt werden können.“ – Ajay Thakkar, Software Engineer

„Wir sind vor vier Jahren auf Â鶹ԭ´´ Commerce Cloud umgestiegen. Die Software hat unsere E-Commerce-Prozesse vereinfacht, insbesondere die Bestandsführung, die Zahlungsabwicklung, das Marketing und die allgemeine Auftragsverwaltung. Mit der Lösung sind wir nun in der Lage, ein positives Kundenerlebnis über verschiedene Kanäle hinweg zu gewährleisten. Außerdem wurde eine unbegrenzte Interaktion zwischen dem Kundenservice-Team und unseren Kunden sowie die Integration von Drittanbietern ermöglicht.“ – Denis Bacarella, Digital Marketing Assistant

Was als Nächstes kommt: agentische KI im gesamten Â鶹ԭ´´-Customer-Experience-Portfolio

Die Auszeichnung von TrustRadius erhalten zu haben, motiviert uns, weiterzumachen. Das KI-Konzept der Â鶹ԭ´´ geht über Chatbots und Dashboards hinaus.

Balaji Balasubramanian, President und CPO von Â鶹ԭ´´ Customer Experience, erklärte: „KI allein ist kein Alleinstellungsmerkmal mehr. Entscheidend ist, wo und wie diese Intelligenz im Unternehmen genutzt wird.“

Mit dieser Einstellung entsteht eine neue Innovationswelle im Bereich KI-Agenten. Alle drei preisgekrönten Produkte zeigen dies.

bietet nun ein Add-In für Microsoft Outlook, um Angebote automatisch zu erstellen und Bestandsartikel basierend auf Deal- und E-Mail-Kontext automatisch einzufügen. So wird der Posteingang des Verkäufers zu einer Engine für die Angebotserstellung. Eine neue erweiterte Recherchefunktion kombiniert Daten aus Â鶹ԭ´´ Sales Cloud und Â鶹ԭ´´ Service Cloud mit externen Marktinformationen, um die Account-Planung zu optimieren.

führt eine Agent Inbox ein, in der Fälle, Aufgaben und Serviceaufträge in einer zentralen Instanz zusammengeführt werden und die Workload-Einblicke in Echtzeit ermöglicht. Ein neuer Digital Service Agent fasst das Kundeninteresse intelligent zusammen, bevor ein Ticket erstellt wird. So lassen sich Verzögerungen vermeiden und Anfragen schneller bearbeiten.

integriert KI direkt in das Katalogmanagement. Produktdetails werden automatisch aus hochgeladenen Dokumenten ausgelesen und zur automatischen Optimierung der Produktbeschreibungen genutzt. Dadurch wird die Auffindbarkeit von Produkten deutlich verbessert.

Vertrauen als Grundlage für Vertriebsinnovation

Diese TrustRadius-Auszeichnungen bestätigen die grundsätzliche Ãœberzeugung der Â鶹ԭ´´: Vertrauen in Software entsteht durch greifbare Ergebnisse, nicht durch Marketing. Während wir Â鶹ԭ´´ Sales Cloud, Â鶹ԭ´´ Service Cloud und Â鶹ԭ´´ Commerce Cloud mit Funktionen für Agentic AI weiterentwickeln, bleibt das Feedback unserer Kunden unser wichtigster Kompass.

Weitere Informationen zu Innovationen von . Erfahren Sie mehr über die Bewertungsmethodik auf .

The post Â鶹ԭ´´ CX erhält „Top Rated“-Auszeichnungen von TrustRadius − Vertrauen in die Zukunft der agentenbasierten KI appeared first on Â鶹ԭ´´ News Center.

Nun könnte sich diese Gleichung mit Agentic AI deutlich verschieben und ein neues Modell für die Transformation von Â鶹ԭ´´-Landschaften entstehen lassen, das sich durch eine schnellere Implementierung, niedrigere Kosten und mehr Eigenständigkeit der Kunden auszeichnet.

So lautete im Kern die Argumentation in einem , in dem kürzlich das Phänomen des „Deshoring“ beleuchtet wurde. Dabei handelt es sich um ein relativ neues Konzept, bei dem Unternehmen KI-Agenten für Tätigkeiten einsetzen, die bislang zwischen teuren Onshore-Ressourcen und kostengünstigeren Offshore-Teams verteilt wurden.

Für Stuart Browne, Gründer und CEO der unabhängigen Â鶹ԭ´´-Beratungsfirma , die seit sieben Jahren Unternehmen bei ihrer Migration von Â鶹ԭ´´ ECC auf Â鶹ԭ´´ S/4HANA unterstützt, liegt die Chance darin, jahrzehntealte Annahmen der Branche zu hinterfragen.

„Wir können das in Zukunft nur bewerkstelligen, wenn wir die Art und Weise ändern, wie wir das bisher bewerkstelligt haben“, erläuterte er. „Wir müssen also neue Wege finden, wie wir die Migration beschleunigen können. Und KI ist in meinen Augen dafür vermutlich der beste Kandidat.“

Schneller, besser und kostengünstiger – warum nicht alles auf einmal?

Das magische Dreieck der technologischen Transformation besagt, dass die Projekte von Unternehmen schneller, besser oder kostengünstiger durchgeführt werden können, in der Regel allerdings nur zwei dieser drei Eigenschaften realisierbar sind.

Stuart Browne stellte diese Prämisse infrage, indem er einen Vergleich zur NASA zog, die bei ihren Missionen den Ansatz „schneller, besser, kostengünstiger“ verfolgt. Er ist der Meinung, dass auch bei Â鶹ԭ´´-Transformationen die Annahme, dass die Verbesserung einer Dimension Kompromisse bei einer anderen erforderlich macht, auf den Prüfstand gestellt werden sollte.

„Warum kann man nicht alle drei Eigenschaften anstreben?“, fragte er.

Diese Frage gewinnt zunehmend an Bedeutung, da zahlreichen Unternehmen ihre Migration auf Â鶹ԭ´´ S/4HANA erst noch bevorsteht und sie zugleich mit wirtschaftlichem Druck, einem Mangel an Â鶹ԭ´´-Kenntnissen und der Komplexität globaler Transformationsprogramme zu kämpfen haben.

Ranjeet Panicker, Senior Vice President und Head of Business Transformation bei Â鶹ԭ´´, umriss die Herausforderungen rund um den gesamten Lebenszyklus eines Â鶹ԭ´´-Projekts von der ersten Erkundung und Analyse über die Planung und Entwicklung bis hin zur Ausführung.

In jeder Phase stellen Kunden dieselben Fragen: Wie lässt sich das Projekt schneller abschließen? Wie können die Kosten gesenkt werden? Wie kann das Unternehmen größeren Nutzen aus seiner Investition ziehen?

Vom Offshoring zum „Deshoring“

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

Laut Stuart Browne können diese Einsparungen jedoch ein anderes Problem verdecken. Auch wenn Offshore-Ressourcen kostengünstiger sind, kann die Verteilung von Arbeit zwischen Offshore- und Onshore-Teams dazu führen, dass das Arbeitsvolumen insgesamt zunimmt, da Übergaben erforderlich sind, Kommunikationsprobleme auftreten können, Nacharbeit notwendig wird und Aufgaben koordiniert werden müssen.

Agentic AI eröffnet hier neue Möglichkeiten. Anstatt zu fragen, an welchem Standort Arbeit erledigt werden sollte, fragen Unternehmen, ob diese Arbeit überhaupt vollständig manuell ausgeführt werden muss.

„Warum können wir nicht das Arbeitsvolumen verringern und so die Arbeitskosten senken?“, fragte Stuart Browne.

Als Antwort auf diese Frage entstand das Konzept des Deshoring. Dabei werden standortbasierte Implementierungsaufgaben teilweise durch KI-Agenten ersetzt, die bestimmte Aktivitäten im Rahmen von Â鶹ԭ´´-Transformationen ausführen oder beschleunigen können.

Nach der Analyse von rund 180 typischen Aktivitäten bei einer Migration von Â鶹ԭ´´ ECC auf Â鶹ԭ´´ S/4HANA kam Stuart Browne zu dem Schluss, dass der Einsatz von KI potenzielle Einsparungen von rund 60 % ermöglicht, indem der Aufwand verringert wird und Aufgaben, für die zuvor sehr erfahrene Fachkräfte erforderlich waren, von weniger erfahrenen Mitarbeitenden erledigt werden, die dabei von KI unterstützt werden.

Besonders geeignet sind dafür Aktivitäten, für die umfangreiche Kenntnisse erforderlich sind und die viel Zeit in Anspruch nehmen. Hierzu gehören unter anderem das Verfassen von funktionalen und technischen Spezifikationen, das Durchführen von Fit-Gap-Analysen und das Analysieren von kundenspezifischen Entwicklungen.

„Bei einer Run Rate von einer Million pro Monat kann sich die Wirtschaftlichkeit eines Programms deutlich verbessern, wenn seine Dauer um einige Monate verringert wird“, führte Stuart Browne aus.

Die 80-Prozent-Lösung, bei der sich Menschen um die letzten Schritte kümmern

Durch den Einsatz von KI könnte innerhalb weniger Stunden das erreicht werden, was Stuart Browne als 80-Prozent-Lösung bezeichnet. Dabei wird die Arbeit von erfahrenen Fachkräften kontrolliert, auf den Prüfstand gestellt und optimiert. Teams wenden nicht mehr viel Zeit dafür auf, alles von Grund auf manuell zu erledigen.

„Man sollte den Ergebnissen von KI nicht blind vertrauen, ohne sie zu überprüfen“, erklärte er. All das bedeutet jedoch nicht, dass erfahrene Â鶹ԭ´´-Fachkräfte überflüssig werden. Vielmehr kommt ihr Fachwissen nach diesem neuen Modell in anderen Bereichen zum Einsatz.

Das Ziel besteht nicht darin, autonome Transformationen zu ermöglichen. Stattdessen wird ein Großteil der Aufgaben beschleunigt und das menschliche Know-how gezielt für die letzten Schritte genutzt: das Überprüfen und Beurteilen von Ergebnissen, das Treffen von Designentscheidungen und andere Aktivitäten, bei denen Erfahrung besonders wertvoll ist.

Kundenspezifische Entwicklungen könnten den Durchbruch ermöglichen

Ein Bereich, in dem sich nach Auffassung von Stuart Browne bereits ein deutlicher Wandel durch den Einsatz von KI vollzieht, ist die Analyse kundenspezifischer Entwicklungen. Anfangs lag der Schwerpunkt bei Â鶹ԭ´´-S/4HANA-Migrationen häufig darauf, die vorhandenen Anpassungen in die neue Umgebung zu überführen und dann zu ermitteln, welche Korrekturen daran vorgenommen werden müssen. Agentic AI eröffnet hier neue Möglichkeiten und untersucht, ob eine Anpassung überhaupt weiterhin erforderlich ist.

Laut Stuart Browne ist KI nun in der Lage, eine gesamte Codebasis mit kundenspezifischen Entwicklungen zu analysieren, funktionale Spezifikationen zurückzuentwickeln und zu ermitteln, ob die damit abgedeckte Geschäftsanforderung auch mit Â鶹ԭ´´-Standardfunktionen erfüllt werden kann.

Anstatt eine Vielzahl älterer Anpassungen zu migrieren und sich im Nachgang um diese zu kümmern, könnten sich Kunden einen Überblick über ihre Landschaft aus kundenspezifischen Entwicklungen verschaffen und noch vor der Wahl eines Systemintegrators Fit-to-Standard-Möglichkeiten aufdecken.

„Man kann sogar eine Fit-to-Standard-Planung für kundenspezifische Entwicklungen durchführen, bevor man sich überhaupt für einen Systemintegrator entscheidet“, führte Stuart Browne aus.

Das hat erhebliche Auswirkungen, da Kunden bereits für Â鶹ԭ´´-Standardfunktionen bezahlt haben, die einen Teil ihrer kundenspezifischen Funktionen überflüssig machen könnten. Zugleich entsteht eine Umgebung, die eine einfachere Wartung und Aktualisierung ermöglicht.

Â鶹ԭ´´ entwickelt Agenten für den gesamten Lebenszyklus der Transformation

Ähnliche Möglichkeiten sieht Ranjeet Panicker für den allgemeinen Lebenszyklus von Â鶹ԭ´´-Implementierungen.

Er glaubt, dass Begriffe wie „Onshoring“ und „Offshoring“ irgendwann weniger relevant sein werden, da Unternehmen die Tätigkeiten im Zusammenhang mit Transformationsprojekten immer weniger aus Standortperspektive betrachten, sondern aus Sicht der dafür benötigten Fähigkeiten. Assistenten und Agenten können KI-gestützte Fähigkeiten bereitstellen und in den einzelnen Phasen einer Cloud-Transformation anwenden.

Â鶹ԭ´´ zielt dabei auf Bereiche wie Systemanalyse, Datenmanagement, kundenspezifische Entwicklungen, Konfiguration, Tests, Rollout und Projektmanagement ab.

Ranjeet Panicker bezeichnete Assistenten als eine Sammlung von Agenten, die einen bestimmten Themenbereich unterstützen.

Mit Funktionen für die Systemanalyse kann beispielsweise die gesamte Umstellung untersucht werden. Funktionen für das Datenmanagement können dabei die Datenqualität sicherstellen. Agenten für kundenspezifische Entwicklungen wiederum können Analysen, Empfehlungen und in bestimmten Szenarien auch eine automatische Fehlerkorrektur unterstützen. Konfigurationsassistenten schließlich können den Ist-Zustand und den anvisierten Zustand bewerten, während Test-Agenten die Erstellung von Testskripten automatisieren können.

Diese Funktionen sind mit Â鶹ԭ´´ Cloud ALM auf der Â鶹ԭ´´ Business Technology Platform verknüpft. Eine Daten- und Wissensgrundlage liefert dabei den kundenspezifischen Kontext, den die Agenten benötigen. Laut Ranjeet Panicker verfolgt Â鶹ԭ´´ das Ziel, den Transformationsaufwand um rund 35 % zu verringern.

Neue Chancen im Bereich Testen

Das Testen kann sehr zeitaufwendig sein, insbesondere in Branchen mit hohen Anforderungen an Sicherheit, Compliance oder Überprüfung. Hier bringt der Einsatz von KI die weitaus kompliziertere Frage mit sich, in welchem Umfang Unternehmen das Testen an Agenten delegieren können.

„Wenn man Fehler im Code von einem Agenten beheben lassen kann, dürfen dann auch die Tests und die Abnahme der Tests von einem Agenten durchgeführt werden?“, fragte Ranjeet Panicker.

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

Der Kontext macht den Unterschied

Anwendungsprogramme von Â鶹ԭ´´ generieren riesige Mengen an unternehmensspezifischen Informationen zu Architekturentscheidungen, Risikoregistern, Testskripten, Anforderungen und anderen Artefakten, die im Verlauf einer Transformation kontinuierlich ergänzt und angepasst werden.

Nach Einschätzung von Stuart Browne kommt es entscheidend darauf an, KI mit diesem sich ständig verändernden Wissen zu verknüpfen. „Die Fähigkeit, nicht nur mit statischen LLMs, sondern auch mit dieser Wissensbasis zu kommunizieren, wird meiner Meinung nach gute Agenten noch besser machen“, erläuterte er.

Unternehmen müssen deshalb möglicherweise nicht nur die Ausführung von Â鶹ԭ´´-Projekten überdenken, sondern auch die Art und Weise, wie sie Informationen erfassen. Für Programme, die traditionell über Excel, Word, PowerPoint, SharePoint und andere Repositorys ausgeführt werden, sind zunehmend KI-basierte Wissensumgebungen erforderlich, die Agenten hilfreichen Geschäfts- und Systemkontext bereitstellen können.

„Das ist für mich der Punkt, der über Erfolg oder Misserfolg entscheidet“, führte Stuart Browne aus.

KI könnte auch beeinflussen, wer Wissensträger ist

Der grundlegende Wandel, den KI mit sich bringt, dreht sich vielleicht auch um eine weniger technische Frage, nämlich wer über Fachwissen verfügt. Bei der Implementierung von Â鶹ԭ´´-Lösungen haben bislang vor allem erfahrene Berater und Systemintegratoren eine wichtige Rolle gespielt. Das Wissen, über das sie verfügen, ist häufig in den Unternehmen der Kunden nicht vorhanden. Dadurch entsteht ein Ungleichgewicht, das es für Kunden schwierig macht, Empfehlungen infrage zu stellen oder wichtige Entscheidungen zum Design eigenständig zu bewerten.

Stuart Browne glaubt, dass es künftig für Mitarbeitende mit nur sechs Monaten Â鶹ԭ´´-Erfahrung möglich sein wird, sich innerhalb weniger Wochen das Wissen anzueignen, das früher nur durch mehrjährige Erfahrung aufgebaut werden konnte.

Auch Ranjeet Panicker ist der Ansicht, dass der Zugang zu Wissen inzwischen weit weniger eingeschränkt ist als früher.

Er selbst arbeitete bei Â鶹ԭ´´ zunächst vor allem in technischen Rollen. Um den geschäftlichen Kontext zu verstehen, musste er oft jemanden finden, der bereit war, ihm die Sachverhalte zu erklären. Mithilfe von KI können sich Fachkräfte Wissen auch außerhalb dieser traditionellen Wege aneignen.

Annahmen zur Laufzeit von Â鶹ԭ´´-Projekten hinterfragen

Â鶹ԭ´´-Kunden und -Berater sind es gewohnt, dass Transformationsprojekte, Migrationen und Upgrades eine bestimmte Anzahl von Monaten oder Jahren in Anspruch nehmen. Diese Zeitpläne haben sich zu Grundannahmen verfestigt, die in der Planung abgebildet werden.

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

„Es geht darum, den Zeitaufwand für diese Aufgaben zu verringern und die Entscheidungsträger einzubinden, um schneller bessere Entscheidungen treffen zu können“, führte Stuart Browne aus.

Ranjeet Panicker verwies ebenfalls darauf, dass Unternehmen herkömmliche Projektlaufzeiten nicht einfach akzeptieren sollten, ohne zu fragen, wie sich diese durch den Einsatz von KI-Funktionen verkürzen lassen. „Warum können wir das nicht schneller erreichen?“, fragte er.

Stuart Browne sieht bereits erste Anzeichen für einen Wandel: „Damit möchte ich keineswegs sagen, dass wir einfach einen Knopf drücken und ein komplettes Programm bereitstellen können. Tests, Change Management und Designentscheidungen werden komplexe Aufgaben bleiben.“ Er ist jedoch fest davon überzeugt, dass Kunden agentengestützte Transformationsprojekte nicht länger als etwas sehen sollten, das in ferner Zukunft liegt. „Diese Möglichkeit gibt es bereits jetzt“, bekräftigte er.

Ranjeet Panicker hatte eine ebenso klare Botschaft: Unternehmen sollten nicht abwarten und das Ganze als Zuschauer verfolgen. „Ergreifen Sie die Initiative, seien Sie neugierig, welche Möglichkeiten die Technologie bietet. Denn je früher Sie das Ergebnis erreichen können, das Sie aus geschäftlicher Perspektive anvisieren, desto größeren Mehrwert können Sie schaffen.“

The post Mit Agentic AI könnten Â鶹ԭ´´-Transformationen wirtschaftlicher werden appeared first on Â鶹ԭ´´ News Center.

Evatec ist ein Schweizer Unternehmen mit Aussenstellen in den USA, Europa und Asien. Es entwickelt, produziert und vertreibt Hightech-Dünnfilm-Beschichtungsanlagen für den Halbleiter-, Optik- und Optoelektronik-Markt. Das Geschäft ist international, technologisch anspruchsvoll und stark projektorientiert. Eine Anlage wird verkauft, in der Schweiz geplant, beschafft, montiert und getestet, danach beim Kunden installiert und über die Garantiephase hinaus betreut.

Genau diese Wertschöpfungskette wollte Evatec künftig durchgängig abbilden. Die historisch gewachsene Systemlandschaft bot zwar viel Flexibilität, bestand aber aus unterschiedlichen Anwendungen, individuellen Lösungen, Schnittstellen und manuellen Arbeitsschritten. Wissen war teilweise an einzelne Personen oder lokale Vorgehensweisen gebunden. Informationen waren vorhanden, liessen sich jedoch nur schwer zu einem konsistenten Gesamtbild verbinden.

Besonders sichtbar wurde dies im Projektgeschäft. Produktion, Auslieferung, Installation und Garantieleistungen wurden früher teilweise in unterschiedlichen Aufträgen oder Systemen geführt. Damit war nur mit erheblichem Aufwand festzustellen, welche Kosten über den gesamten Lebenszyklus einer Anlage entstanden und welche Marge tatsächlich erzielt worden war.

«Wir wollten eine Grundlage schaffen, mit der sich die Firma aus Managementsicht besser steuern lässt», bringt Nicolas Wenger, Enterprise Architect bei Evatec, die Zielvorstellung auf den Punkt.

In zehn Monaten zum Go-live

Die Entscheidung für die Transformation fiel in einer Phase, in der sich der Markt vergleichsweise schwach entwickelte. Das Management wollte dieses Zeitfenster nutzen, um Evatec für die nächste Wachstumsphase aufzustellen. Gleichzeitig setzte es einen aussergewöhnlich ambitionierten Termin: Zwischen Vertragsunterzeichnung und Go-live lagen gerade mal zehn Monate.

In dieser Zeit mussten Geschäftsprozesse definiert, Stammdaten aufbereitet, Rollen und Berechtigungen festgelegt, Schnittstellen aufgebaut, Daten migriert, Tests durchgeführt und Anwender geschult werden. Externe Spezialisten unterstützten Evatec bei Design, Konfiguration, Migration, Testing und Cutover. Nach dem Go-live folgten sechs Monate Hypercare .

Das Projekt war deshalb keine Systemeinführung im engeren Sinn. Praktisch alle operativen Bereiche waren betroffen: Finanzen, Verkauf, Einkauf, Produktion und Projektgeschäft.

Standardisierte Prozesse durch Cloud ERP in der Public Edition

Evatec entschied sich für Â鶹ԭ´´ Cloud ERP Public Edition als zentralen operativen Kern. Ausschlaggebend waren die internationale Ausrichtung, die Abdeckung durchgängiger Geschäftsprozesse und der Plattformgedanke. Die Lösung sollte nicht nur aktuelle Anforderungen erfüllen, sondern auch die Basis für die weitere Digitalisierung bilden.

Mit der Public Cloud entschied sich Evatec bewusst gegen eine neue Generation umfangreicher Eigenentwicklungen. Â鶹ԭ´´ gibt zahlreiche Standards vor und begrenzt Anpassungen im Kern. Gerade darin sieht Wenger einen Vorteil: «Alles, was man selbst baut, erzeugt Aufwand, Risiken und Bruchstellen. Jede Schnittstelle kann zu Problemen führen, wenn sie nicht standardisiert ist.»

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

Damit waren auch betriebswirtschaftliche Fragen verbunden: Welche Prozessvarianten sind tatsächlich nötig? Wo lassen sich Abläufe vereinheitlichen? Wer trägt die Verantwortung für einen Prozess oder einen Datensatz? Aus der ERP-Einführung wurde so eine umfassende Business-Transformation.

Klare Prozesse, mehr Sicherheit und Transparenz

Die Standardisierung verlangte von den Mitarbeitenden oft ein Umdenken. In der früheren Umgebung konnten einzelne Schritte umgangen, Angaben frei erfasst oder Fehler nachträglich manuell korrigiert werden. Im neuen System müssen Buchungen vollständig erfolgen, Rollen eingehalten und Prozessschritte nachvollziehbar dokumentiert werden.

«Unser Prozess war früher teilweise einfacher», sagt Wenger. «Heute gibt es einen Prozess, an den man sich halten muss. Für das Business wurde es nicht zwingend einfacher, wohl aber transparenter und steuerbarer.»

Der Nutzen zeigt sich besonders im Controlling. Materialentnahmen, Rückbuchungen, Produktionsleistungen, Einkaufskosten, Installationsaufwand und Garantieleistungen können heute einem Projekt zugeordnet werden. Fehlerhafte oder unplausible Buchungen werden sichtbar, statt in manuellen Korrekturen zu verschwinden.

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

Der nächste Schritt führt vom Rückblick zum Forecasting. Sobald über einen längeren Zeitraum qualitativ gute Daten vorliegen, will Evatec untersuchen, wie Produkttyp, Marktregion, Installationsaufwand oder Garantieleistungen die Profitabilität beeinflussen. Damit könnte das Unternehmen nicht nur erklären, was ein Projekt gekostet hat, sondern künftige Margen genauer prognostizieren.

Technisch erfolgreich, organisatorisch fordernd

Trotz des hohen Tempos gelang der Go-live ohne Betriebsunterbruch. Produktion, Einkauf, Verkauf und Finanzprozesse liefen weiter. In den ersten Monaten mussten dennoch zahlreiche Fragen geklärt, Berechtigungen angepasst, Prozesslücken geschlossen und Anwender unterstützt werden.

Die mehrmonatige Hypercare-Phase war deshalb ein fester Bestandteil des Programms. Heute läuft die Lösung stabil. Verantwortung und Know-how werden schrittweise vom Implementierungspartner an interne Teams übergeben. Gleichzeitig entstehen Support-Strukturen, Governance-Regeln und ein Backlog für kontinuierliche Verbesserungen.

Rückblickend würde Wenger vor allem mehr Zeit in die organisatorische und datenbezogene Vorbereitung investieren. «Zwölf Monate Realisierung sind realistisch, wenn die Firma bereit ist. Alles darunter ist machbar, aber es tut weh.»

Von der Systemlandschaft zur KI-Plattform

Mit dem stabilen ERP-Betrieb ist die Transformation nicht abgeschlossen. Â鶹ԭ´´ S/4HANA Cloud bildet den Kern einer umfassenderen Architektur. Mit Â鶹ԭ´´ Datasphere, Bestandteilder Â鶹ԭ´´ Business Data Cloud, will Evatec Informationen aus Â鶹ԭ´´- und Umsystemen semantisch verbinden. Â鶹ԭ´´ SuccessFactors ergänzt die HR-Prozesse, eine stärker integrierte CRM-Umgebung soll folgen.

Â鶹ԭ´´ LeanIX ist als Architektur-Backbone vorgesehen. Damit sollen Anwendungen, Schnittstellen und Abhängigkeiten transparent dokumentiert werden. Â鶹ԭ´´ Signavio unterstützt die Abbildung und Weiterentwicklung der Prozesse. Ziel ist eine integrierte Landschaft, in der weniger Brüche entstehen und Veränderungen in Systemen und Prozessen nachvollziehbar bleiben.

Parallel dazu schafft Evatec zugleich die Voraussetzungen für künstliche Intelligenz. Das Unternehmen testet Funktionen rund um Â鶹ԭ´´ Joule, Embedded AI und agentenbasierte Anwendungen, geht bei der Freigabe für Endanwender jedoch vorsichtig vor.

«Wenn ein KI-Agent über Daten läuft, die nicht stimmen, entsteht im besten Fall Verwirrung und im schlimmsten Fall ein Fehler», warnt Wenger. Datenqualität ist deshalb keine technische Vorarbeit, die irgendwann abgeschlossen ist, sondern ein strategischer Erfolgsfaktor.

Der Weg von der Analyse zur Automation

Ein erster konkreter Anwendungsfall betrifft die rund 200’000 Artikel im System. Diese Datenmenge lässt sich nicht mehr vollständig manuell prüfen. Ein KI-Agent könnte Muster erkennen und Datensätze markieren, deren Klassifikation, Einheit oder Merkmale nicht zu vergleichbaren Artikeln passen. Die KI soll dabei zunächst nicht selbstständig korrigieren, sondern Verantwortliche gezielt auf mögliche Fehler hinweisen.

Langfristig liegt der grössere Nutzen für Wenger in der Automatisierung von Prozessschritten. KI soll nicht nur Informationen über verschiedene Anwendungen hinweg finden, sondern auf Basis verlässlicher Daten, Regeln und Berechtigungen selbstständig Aktionen im System auslösen.

Die Â鶹ԭ´´-Einführung hat Evatec damit nicht einfach ein neues ERP-System gebracht. Sie hat Prozesse verbindlicher gemacht, die Transparenz über das weltweite Projektgeschäft erhöht und eine gemeinsame Datenbasis geschaffen. Der Preis dafür war ein aussergewöhnlich intensives Transformationsprogramm. Doch genau diese Grundlage soll nun den nächsten Entwicklungsschritt ermöglichen: bessere Prognosen, weniger Brüche und einen kontrollierten, wirtschaftlich sinnvollen Einsatz von KI.

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

The post Vom ERP-Projekt zur intelligenten Datenplattform appeared first on Â鶹ԭ´´ News Center.

Um erneut Menschen auf den Mond zu bringen â€“ und die Grundlage für eine dauerhafte Besiedelung von Planeten zu schaffen â€“, müssen Tausende von Menschen, mehrere Regierungsbehörden, internationale Partner, kommerzielle Anbieter und äußerst komplexe Systeme mit höchster Präzision zusammenarbeiten.

Bei der Â鶹ԭ´´ NOW in Washington, D.C., gewährte Dr. Lori Glaze, Associate Administrator des Human Spaceflight Mission Directorate der NASA, den Teilnehmenden Einblick in das Artemis-Programm und die operative Disziplin, die für den Erfolg der jüngsten Mondmission ausschlaggebend war. Später unterhielt ich mich mit Dr. Glaze darüber, wie sich Komplexität bewältigen lässt, wie Dynamik aufrechterhalten werden kann und wie sich durch den Einsatz neuer Technologien erfolgreiche Ergebnisse erzielen lassen.

Die Diskussion lieferte Erkenntnisse, die weit über die Weltraumforschung hinausgehen. Einrichtungen des öffentlichen Sektors und Unternehmen, die eigene Transformationsinitiativen in Angriff genommen haben, können am Beispiel der NASA lernen, wie sich ehrgeizige Ziele erreichen lassen: indem Schritt für Schritt Systeme und Funktionen getestet, fundierte Entscheidungen getroffen und Teams koordiniert werden.

Den Erfolg einer Mission als Impuls für die nächste nutzen

Das Artemis-Programm der NASA besteht aus aufeinanderfolgenden Missionen, bei denen Funktionen getestet und Erkenntnisse für die jeweils nächste Mission gewonnen werden.

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

Im Verlauf der Mission testete die Besatzung die Lebenserhaltungs- und Manövriersysteme der Orion-Kapsel, entfernte sich weiter von der Erde als je ein Mensch zuvor, führte wissenschaftliche Beobachtungen durch und trat mit einer Geschwindigkeit von bis zu 38.400 Kilometern pro Stunde sicher wieder in die Erdatmosphäre ein.

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

„Jeder Testflug in diesem Programm bildet den Ausgangspunkt für die nächsten Schritte unserer Mission“, berichtete Dr. Glaze.

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

Aus diesem schrittweisen Vorgehen lässt sich ein wichtiges Prinzip für die Unternehmenstransformation ableiten: Um wirkliche Fortschritte zu erzielen, müssen nicht alle zukünftigen Herausforderungen schon heute bewältigt werden. Vielmehr geht es darum, die einzelnen Meilensteine so zu definieren, dass Annahmen überprüft und Risiken gemindert werden können und eine solide Grundlage für die nächste Entscheidung geschaffen wird.

Zusätzlicher Schub durch Standardisierung

Geschwindigkeit wird häufig mit schneller Bewegung gleichgesetzt. Bei der NASA bedeutet Geschwindigkeit auch, die Zahl der überflüssigen Neuentwicklungen zu verringern.

Dr. Glaze führte aus, dass ein vorrangiges Ziel der Raumfahrtbehörde darin bestehe, die Architektur für zukünftige Artemis-Missionen zu standardisieren. In der Weltraumforschung werden zwar häufig völlig neue Systeme und Komponenten entwickelt, doch ebenso wichtig sind für die NASA wiederverwendbare Systeme und Prozesse zur Unterstützung regelmäßiger Missionen.

„Wir wollen diese Missionen immer wieder durchführen und müssen deshalb unsere Architektur standardisieren“, erläuterte sie. Die Standardisierung macht Innovationen nicht überflüssig, sondern sie schafft eine solide Grundlage, die schnellere Innovationen ermöglicht.

Bei der NASA kommen zur Unterstützung der komplexen Systeme sehr unterschiedliche Technologien zum Einsatz, darunter auch Lösungen von Â鶹ԭ´´. Doch Technologie allein führt eine Mission wie Artemis noch nicht zum Erfolg. Ausschlaggebend dafür ist, wie effektiv eine Technologie Menschen, Prozesse, Informationen und Entscheidungen, die einem gemeinsamen Ziel dienen, miteinander verbinden kann.

Und genau das ist auch für Unternehmen wichtig, die ihre Systeme für das Finanz- und Personalwesen, die Beschaffung, die Lieferkette und die operativen Systeme modernisieren. Wenn Informationen und Prozesse über verschiedene Plattformen hinweg verteilt und voneinander isoliert sind, müssen Teams viel Zeit dafür aufwenden, Daten abzugleichen, zwischen Anwendungsoberflächen zu wechseln und Entscheidungen nachzuvollziehen.

Mit einem vernetzten digitalen Fundament lassen sich diese Reibungsverluste verringern. Es schafft eine gemeinsame operative Grundlage, die es Unternehmen ermöglicht, bewährte Prozesse zu skalieren, neue Funktionen einzuführen und sich an Veränderungen anzupassen, ohne Abläufe und Strukturen jedes Mal vollständig neu zu gestalten.

Komplexität macht schnellere, fundierte Entscheidungen erforderlich

Das Artemis-Programm hat gewaltige Dimensionen.

Die NASA muss Trägerraketen, Raumfahrzeuge, Lander, Raumanzüge, wissenschaftliche Instrumente, Kommunikationssysteme, Logistikabläufe, Personal, Budgets, beauftragte Firmen und internationale Partner koordinieren. Für jedes Element gibt es einen eigenen Zeitplan sowie eigene Abhängigkeiten und Risiken â€“ und am Ende muss alles genau zum richtigen Zeitpunkt zusammengebracht werden.

Laut Dr. Glaze möchte die NASA Entscheidungsprozesse optimieren, indem bei der Entwicklungsarbeit unmittelbar auf das benötigte Fachwissen zurückgegriffen werden kann. Hierzu werden Auftragnehmer und Zulieferer direkt von Fachexperten unterstützt, sodass Probleme schneller identifiziert, analysiert und behoben werden können. Ziel ist es, Erkenntnisse schneller in Maßnahmen umzusetzen.

Diese Herausforderung kennen auch andere Behörden. Häufig haben Führungskräfte Zugriff auf sehr umfangreiche Informationen, jedoch keine einheitliche Sicht darauf, in welchen Bereichen es Veränderungen gibt oder der Druck steigt und welche Maßnahmen am wirksamsten sind.

Dr. Glaze sieht darin eines der vielversprechendsten Anwendungsszenarien für künstliche Intelligenz: Teams bei der Verarbeitung riesiger Datenmengen zu unterstützen, den Status über komplexe Programme hinweg zu überblicken und die Bereiche mit Handlungsbedarf zu ermitteln.

Unternehmen haben durch den Einsatz von KI die Möglichkeit, von Systemen, die in erster Linie die Vergangenheit dokumentieren, auf Systeme umzustellen, mit denen sich Bedingungen auswerten, Risiken antizipieren und geeignete Folgemaßnahmen unterstützen lassen.

Autonome Systeme müssen menschlichen Fähigkeiten ergänzen

Die NASA setzt autonome Technologien nicht nur für administrative Prozesse ein.

Roboterfahrzeuge zur Mond- und Mars-Erkundung können das Gelände analysieren, sicherere Erkundungswege auswählen, wissenschaftliche Untersuchungen planen, die Kommunikation steuern und Gefahren ohne großes Eingreifen des Bodenpersonals vermeiden. KI kann Forschende auch bei der Analyse der riesigen Mengen an wissenschaftlichen Daten unterstützen, die bei den Missionen der NASA erzeugt werden, sodass sie sich gezielt den wichtigsten Entdeckungen widmen können.

Diese Möglichkeiten verdeutlichen einen wichtigen Aspekt: Autonomie bedeutet nicht zwangsläufig, dass bei den Missionen weniger Menschen benötigt werden. Vielmehr kann Technologie komplexe Abläufe in großem Maßstab steuern â€“ in einer Geschwindigkeit, die es den Menschen ermöglicht, bessere Entscheidungen zu treffen.

Dieses Prinzip gilt auch für das autonome Unternehmen. Integrierte KI kann Routineprozesse koordinieren, Probleme frühzeitig erkennen und Vorschläge für geeignete Maßnahmen unterbreiten, während die Mitarbeitenden weiterhin für die Beurteilung, Kontrolle und Ergebnisse verantwortlich sind.

Ehrgeizige Ziele durch Partnerschaften umsetzen

Um die Artemis-Mission zum Erfolg zu führen, müssen viele Unternehmen zusammenarbeiten.

Die Architektur der NASA bringt Teams aus unterschiedlichen Behörden, Unternehmen der Raumfahrtindustrie, traditionelle Flugzeughersteller, internationale Weltraumorganisationen, wissenschaftliche Einrichtungen und militärische Partner zusammen. Sie alle bringen bestimmte Fähigkeiten in die Mission mit ein.

Für Artemis III arbeitet die NASA mit Blue Origin und SpaceX bei der Entwicklung von Mondlandefähren zusammen. Das Raumschiff Orion enthält ein Servicemodul der Europäischen Weltraumorganisation. Bei zukünftigen Missionen zur Erkundung des Mondes sollen auch Mobilitätssysteme, Habitate, wissenschaftliche Instrumente und Infrastruktur zum Einsatz kommen, die im Rahmen weiterer öffentlich-privater und internationaler Partnerschaften entwickelt werden.

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

Für die Transformation von Einrichtungen des öffentlichen Sektors können im Rahmen von Partnerschaften die speziellen Fachkenntnisse und Innovationen bereitgestellt werden, die ein einzelnes Unternehmen allein nicht entwickeln könnte. Erfolgreiche Partnernetze beruhen jedoch nicht nur auf der Vergabe von Aufträgen an externe Partner. Ebenso wichtig sind gemeinsame Ziele, klar definierte Verantwortlichkeiten, verlässliche Informationen und Mechanismen für koordinierte Entscheidungen.

Vertrauen schafft die Voraussetzungen dafür, Großes zu erreichen

Bei der Frage, welches ihr wichtigste Ratschlag für Führungskräfte ist, musste Dr. Glaze nicht lange nachdenken: sich mit intelligenten Menschen umgeben und ihnen vertrauen. „Diese Dinge schafft man nicht im Alleingang“, erklärte sie. „Es braucht viele Tausend Menschen, um Großes zu erreichen.“

Technologien, Architekturen und Prozesse spielen eine wichtige Rolle. Sie sind jedoch kein Ersatz für Teams, die mit den Details der Mission vertraut sind und Entscheidungen umsetzen können.

Der Fortschritt der NASA bei der Durchführung des Artemis-Programms zeigt, was möglich wird, wenn eine kühne Vision diszipliniert umgesetzt wird. Die Raumfahrtbehörde testet Systeme, bevor sie skaliert werden, setzt auf Standardisierung, wo es möglich ist, und bindet Fachexperten stärker in Entscheidungsprozesse ein. Sie nutzt Technologie, um menschliche Fähigkeiten zu ergänzen, und baut ein Partnernetz auf, das gemeinsam auf eine klar definierte Mission hinarbeitet.

Ob es um die Rückkehr zum Mond, die Modernisierung einer Behörde oder die Transformation eines globalen Unternehmens geht â€“ das Grundprinzip ist stets dasselbe: Die ehrgeizigsten Ziele lassen sich dann erreichen, wenn Menschen, Daten, Prozesse und Partner die Umsetzung gemeinsam vorantreiben.

Jamison Braun ist Senior Vice President und Managing Director für U.S. Public Services bei Â鶹ԭ´´ America.

The post Was Führungskräfte von der NASA für die Transformationen ihres Unternehmens lernen können appeared first on Â鶹ԭ´´ News Center.

Stellen Sie sich folgendes Szenario vor: Sie sind IT-Manager in einem mittelständischen Unternehmen, das Â鶹ԭ´´ einsetzt. Mitten in der Woche tritt ein kritisches Problem auf. Ihr Team versucht fieberhaft, das Problem zu beheben, durchsucht die Dokumentation, prüft die verschiedenen verfügbaren Support-Kanäle und überwacht die Situation, um sicherzustellen, dass sich das Problem nicht weiter verschlimmert. Ein Systemausfall ist stressig genug. In einer solchen Situation möchte man nicht zusätzlich durch einen komplexen Support-Prozess navigieren müssen. Mit Support Accreditation von Â鶹ԭ´´ steht Ihnen ein kostenloser Onlinekurs zur Verfügung, der Ihnen genau die Hilfe bietet, die Sie benötigen. Durch seine strukturierte, praxisorientierte Lernumgebung hilft dieser Kurs Kunden, Partnern und Beratern, die Support-Angebote von Â鶹ԭ´´ optimal zu nutzen.

Angesichts des rasanten Wachstums der KI in den letzten Jahren sieht die Support-Landschaft von 2026 völlig anders aus als noch vor fünf Jahren. Die Support-Landschaft von heute umfasst KI-gestützte Assistenten, Prognosefunktionen, intelligente Empfehlungen und Echtzeit-Interaktionskanäle. Das neueste Release des Support-Accreditation-Kurses bereitet Lernende darauf vor, diese Innovationen und mehr in vollem Umfang zu nutzen.

Was ist neu am Â鶹ԭ´´-Support-Kurs?

Nachdem wir Erkenntnisse von mehr als 40.000 Lernenden gesammelt, mit internen Support-Experten zusammengearbeitet und jede Entscheidung in reales Benutzerfeedback einfließen lassen haben, hat Â鶹ԭ´´ die Support-Akkreditierung von Grund auf neu konzipiert. Was bietet die Version 2026 des Kurses Kunden, Partnern und Beratern? Nach Abschluss erhalten Lernende ein digitales Zertifizierungsabzeichen. Dieses bestätigt ihre Expertise in folgenden Bereichen: Nutzung von Selfservice-Tools, Zugriff auf KI-gestützte Support-Lösungen, Navigation durch Support-Kanäle, Effizienz bei Support-Interaktionen und Zusammenarbeit sowie optimale Nutzung von Â鶹ԭ´´ Enterprise Support. Vielleicht haben Sie bereits von einigen KI-gesteuerten Funktionen gehört – wie Joule im Onlineportal Â鶹ԭ´´ for Me, intelligenter Suche, präventivem Support, Incident Solution Matching, Systeme zur Kanalsteuerung oder Prädiktoren für Produkte, Produktfunktionen und Priorität. Nun können Sie diese Themen vertiefen. 

Dieses Release verbindet bewährte Lernmethoden mit weiterentwickeltem Support und schafft damit ein völlig neues Nutzererlebnis. Die aktuelle Version von Support Accreditation wurde auf Basis des Feedbacks von Lernenden überarbeitet und bietet nun:

• anwenderorientiertes Lernen
• kürzere, fokussiertere Lerneinheiten
• Inhalte, die sich auf konkrete Ergebnisse konzentrieren

Die tatsächlichen Vorteile

Support Accreditation 2026 ist mehr als nur ein digitales Abzeichen – es ist ein Nachweis, der Ihre Fähigkeit bestätigt, das umfassende Support-Angebot der Â鶹ԭ´´ effektiv zu nutzen. Der Akkreditierungs-Kurs hilft Ihnen außerdem dabei:

• Probleme schneller zu lösen â€“ durch den Einsatz intelligenter Self-Service-Tools, KI-gestützter Empfehlungen und bewährter Best Practices, die helfen, Bearbeitungs- und Wartezeiten zu verkürzen.
• mehr Sicherheit zu gewinnen â€“ indem Sie das Â鶹ԭ´´-Ökosystem mit seinen integrierten Wissens-, Diagnose- und Automatisierungs-Tools optimal  nutzen, um unabhängiger von klassischem Support zu werden, Probleme zunehmend selbst zu lösen und Ihre digitalen Fähigkeiten ausbauen.
• Support-Interaktionen zu optimieren â€“ indem Sie lernen, qualitativ hochwertigere Supportfälle zu erstellen, effektiver zu kommunizieren und die jeweils passenden Kanäle zum richtigen Zeitpunkt zu nutzen.
• stets den Ãœberblick zu behalten â€“ durch kontinuierliches Lernen und die optimale Nutzung neuer Funktionen.

Der Einstieg in den kostenlosen Â鶹ԭ´´-Kurs

Der Kurs „Support Accreditation 2026“ ist ab sofort auf der Â鶹ԭ´´-Lernplattform verfügbar. Das Angebot ist kostenlos und jederzeit abrufbar. Insgesamt dauert der Kurs etwas mehr als 60 Minuten und kann im eigenen Tempo absolviert werden.

Stefan Steinle ist Executive Vice President und Leiter des Bereichs Global Customer Support bei Â鶹ԭ´´.

The post Schneller. Smarter. KI-gestützt:ÌýÂ鶹ԭ´´-Kurs Support Accreditation zeigt, wie Support optimal genutzt werden kann appeared first on Â鶹ԭ´´ News Center.

Die Geschichte des Unternehmens reicht mehr als 100 Jahre zurück. Was als kleines Textilgeschäft im dänischen Aarhus begann, ist heute ein internationaler Einzelhändler mit einem Umsatz von zwölf Milliarden Euro.

Die Â鶹ԭ´´ begleitet die Salling Group seit mehr als 20 Jahren und ist zentral für deren Geschäftsbetrieb, erklärte Alan Jensen, CIO und Executive Vice President der Salling Group. Kürzlich hat das Unternehmen sein ERP-System auf Â鶹ԭ´´ S/4HANA Cloud mit RISE with Â鶹ԭ´´ modernisiert.

Mit dieser cloudbasierten Infrastruktur ist der Einzelhändler bereit, seine KI-Transformation zu starten.

Mit der KI-Transformation den Alltag verbessern

Die Salling Group verfolgt mit der Einführung von KI drei Ziele: das Kundenerlebnis verbessern, die Arbeit der Mitarbeitenden vereinfachen und die betriebliche Effizienz steigern. „Wir möchten den Alltag unserer Kunden verbessern, indem wir jederzeit das richtige Produkt zum richtigen Preis anbieten“, erklärte Jensen. „Außerdem wollen wir den Alltag unserer Mitarbeitenden verbessern, damit die Werkzeuge und Systeme, mit denen sie arbeiten, intuitiv und einfach zu bedienen sind.“ Das steht im Einklang mit dem Unternehmenszweck: den Alltag von Kunden, Kolleginnen und Kollegen sowie den Gemeinschaften, in denen das Unternehmen aktiv ist, zu verbessern.

Die Salling Group betrachtet KI als wichtigen Treiber. Dabei liegt der Fokus darauf, wie sich KI in echten Geschäftswert für Kunden, Mitarbeitende und das Gesamtunternehmen umwandeln lässt. Ein Bereich, in dem KI spürbare Auswirkungen haben wird, ist die Logistik, erklärte Jensen. Derzeit nutzt die Salling Group Â鶹ԭ´´ Extended Warehouse Management in ihren 29 Verteilzentren. Die Anwendung unterstützt die Verwaltung großer Warenmengen und ermöglicht nachhaltige, resiliente Abläufe durch digitalisierte Lagerprozesse in der Cloud. Für die Salling Group bedeutet das: pünktliche Lieferungen an die Filialen und effiziente Lieferkettenabläufe.

Click the button below to load the content from YouTube.

Always allow YouTube

Ausblick mit KI: die Vorteile vom autonomen Unternehmen erkunden

Die Salling Group nutzt Â鶹ԭ´´-Lösungen und KI, um ihren Einzelhandelsbetrieb durchgängig zu modernisieren. Der Schwerpunkt liegt auf dem Kundenerlebnis, der Produktivität der Mitarbeitenden und der Exzellenz in der Lieferkette – und darauf, dass neue Technologien greifbare Geschäftsergebnisse liefern.

Mit Blick auf die Â鶹ԭ´´ freut sich Jensen darauf zu sehen, wie das autonome Unternehmen den Erfolg der Salling Group mit KI weiter vorantreiben wird.

„Das autonome Unternehmen klingt sehr spannend“, betonte Jensen. „Es gibt definitiv viele Möglichkeiten, unsere täglichen Geschäftsabläufe zu verbessern. Wir müssen neugierig bleiben und herausfinden, wie wir es nutzen können.“

The post Wie die Salling Group mit Â鶹ԭ´´ und KI den Einzelhandel verbessert appeared first on Â鶹ԭ´´ News Center.

São Salvador Alimentos S.A. (SSA) mit Sitz in Itaberaí im brasilianischen Bundesstaat Goiás gehört zu den führenden Lebensmittelunternehmen des Landes. Unter Marken wie SuperFrango und Boua vertreibt das Unternehmen ein breites Sortiment – von frischem und verarbeitetem Geflügel über Eier und Milchprodukte bis hin zu Fisch und Tiefkühlkost. Die Produkte des Unternehmens werden in Dutzende Länder weltweit exportiert.

SSA hat sich in der Branche einen guten Ruf für Qualität und Innovationsbereitschaft erarbeitet. Umso mehr fiel auf, dass ein interner Prozess – die Verwaltung der Ausgabe persönlicher Schutzausrüstung – noch vollständig auf Papier basierte. Nach der erfolgreichen Implementierung von Â鶹ԭ´´ S/4HANA im Jahr 2024 setzte das Unternehmen seine Zusammenarbeit mit Â鶹ԭ´´ fort und begann gemeinsam mit dem Â鶹ԭ´´-AppHaus-Team die Möglichkeiten mit Â鶹ԭ´´ Build und Cloud Foundry auszuloten.

Ausgangspunkt war der Umstand, dass täglich rund 150 handschriftliche Unterschriften eingeholt werden mussten, um die Ausgabe von persönlicher Schutzausrüstung an Mitarbeitende zu bestätigen. Die unterzeichneten Dokumente wurden anschließend an das Archivteam übergeben, das sie manuell einscannen und ablegen musste. Wer welche Ausrüstung wann erhalten hatte, wurde nicht digital erfasst. Deshalb war es nicht möglich, die Nutzung nachzuverfolgen oder rechtzeitige Erinnerungen für den verpflichtenden Austausch der persönlichen Schutzausrüstung alle sechs Monate zu versenden.

Nutzerorientierter Innovationsansatz mit Â鶹ԭ´´ Build und Cloud Foundry

In speziellen Workshops analysierten Stakeholder und Benutzer bei SSA die Situation nach dem nutzerorientierten Innovationsansatz der Â鶹ԭ´´. Gemeinsam erkundeten sie neue Möglichkeiten, diesen Prozess mit Â鶹ԭ´´ Build und Cloud Foundry zu verbessern und neu zu gestalten. Nach einigen Iterationen und Tests wurde die neue Lösung im Januar 2026 eingeführt.

Seither können die Mitarbeitenden von SSA ihre Unterschrift digital leisten, und das System zeichnet automatisch auf, was wann ausgegeben wurde. Ist ein Austausch fällig, erhalten die Mitarbeitenden eine automatische Erinnerung per WhatsApp. Dadurch wird die Einhaltung von Vorschriften sichergestellt und es entsteht mehr Transparenz und Kontrolle über den Lagerbestand.

Dieser neue Prozess bringt dem Unternehmen folgende Vorteile:

• digitale Authentifizierung und elektronische Signatur ersetzen 150 händische Unterschriften pro Tag
• vollständige Abschaffung von Papierdokumenten im Prozess
• vereinfachter Service und eine leicht verständliche sowie intuitiv bedienbare App
• besserer Ãœberblick über das Lager
• Funktionen für die Berichterstellung
• besseres Kostenmanagement
• regelkonforme und nachvollziehbare Ausgabe von Schutzausrüstung

Implementierung

Obwohl die Umsetzung auch die Anbindung externer Anwendungen über spezielle Programmierschnittstellen (APIs) erforderte, ging die neue Lösung im Januar 2026 in Betrieb. Dank früherer Innovationsprojekte und der Erfahrung mit Â鶹ԭ´´ konnte das Kundenteam weitgehend eigenständig vorgehen. Typische Rückfragen betrafen vor allem bewährte Vorgehensweisen bei der Integration.

Innovationsprozess und Ausblick

„Wirklich bemerkenswert waren die außerordentliche Kompetenz, die schnelle Auffassungsgabe und die Entschlossenheit des SSA-Teams“, betonte Mirela Viersa, Customer Innovation Principal des Â鶹ԭ´´ AppHaus. „Im Anschluss an unseren Evaluierungsworkshop, bei dem wir die wichtigste Herausforderung herausgearbeitet hatten, haben wir eng zusammengearbeitet, um aus einer Vision einen konkreten, umsetzbaren Plan zu machen.“

Nach diesem jüngsten erfolgreichen Implementierungsprojekt mit Â鶹ԭ´´ plant SSA, Â鶹ԭ´´ Build künftig als zentrale Entwicklungsplattform einzusetzen – insbesondere mit Â鶹ԭ´´ Build Code. Ermutigt durch dieses Vertrauen und die nachweislich erfolgreiche Umsetzung plant das SSA-Team nun zu erkunden, welche Möglichkeiten Â鶹ԭ´´ Business AI und weitere intelligente Lösungen für das Unternehmen eröffnen.

The post São Salvador Alimentos optimiert die Verwaltung persönlicher Schutzausrüstung mit Â鶹ԭ´´ÌýBuild appeared first on Â鶹ԭ´´ News Center.

Rechtliche Rahmenbedingungen gelten gleichzeitig über mehrere Rechtsräume hinweg. Energiekosten, Arbeitsmärkte und Kundenerwartungen bewegen sich in ihre jeweils eigene Richtung â€“ und stehen oft in direktem Widerspruch zueinander.

Die Frage, die mir branchen- und länderübergreifend am häufigsten gestellt wird, dreht sich im Kern immer um Folgendes: Wie bauen wir ein Unternehmen auf, das mit anhaltenden Turbulenzen umgehen kann, ohne dass seine operativen Abläufe darunter leiden?

Meine Antwort darauf ist zunehmend dieselbe: Man kann permanente Störungen nicht reaktiv bewältigen. Man baut Systeme auf, die Entwicklungen autonom, in großem Maßstab und in Echtzeit vorhersehen, sich daran anpassen und die agieren können. Das ist heute mit Business AI möglich, wenn sie richtig in den digitalen Kern eines Unternehmens eingebettet ist. Und der deutlichste Beweis dafür stammt von unseren Kunden. Viele von ihnen haben kürzlich bei den Veranstaltungen unserer Kundenkonferenz Â鶹ԭ´´ Sapphire von ihren beeindruckenden KI-Innovationsprozessen berichtet.

Daten sind die Grundlage, nicht Ergebnis nachträglicher Überlegungen

Der Weg von Ericsson ist lehrreich, weil sich das Unternehmen einer Wahrheit gestellt hat, gegen die sich viele Unternehmen noch sträuben. Esra Kocatürk Norell, Vice President für Customer Experience und Enterprise IT bei Ericsson, brachte es so auf den Punkt: „Sobald man KI skaliert, ist es kein KI-Problem mehr, sondern es wird zu einem Datenproblem.“

Diese Erkenntnis war ausschlaggebend für eine gezielte Investition in eine einheitliche Business Data Fabric. Ericsson entwickelte sie mit der Â鶹ԭ´´ Business Data Cloud, einer verwalteten Architektur, mit der Daten an ihrem Speicherort beibehalten und Geschäftssemantik, Governance und Lebenszyklusrichtlinien gleichzeitig zentral verwaltet werden können.

Mehr als 85.000 Benutzer arbeiten nun produktiv auf der einheitlichen KI-Plattform Joule. Ericsson hat den Ãœbergang von der Experimentierphase zur unternehmensweiten Nutzung zuversichtlich vollzogen. Das Unternehmen entwickelt sich parallel an zwei Schauplätzen: Es modernisiert das ERP-Backbone durch RISE with Â鶹ԭ´´ und erschließt sich gleichzeitig KI-gestützte Potenziale in den Bereichen Entscheidungsfindung, Effizienz und neue Geschäftsmodelle.

Ericsson zeigt damit, dass der Weg zu vertrauenswürdiger, wiederholbarer KI über die Daten-Governance führt und dass der frühzeitige Aufbau dieser Grundlage einen strategischen Vorteil und keinen Kostenfaktor darstellt.

Vom digitalen Kern zur physischen Welt

Während Ericsson veranschaulicht, wie die KI-Transformation auf Ebene der Datenarchitektur aussieht, zeigt Martur Fompak International, ein weltweit führender Anbieter von Fahrzeugsitz- und Innenausstattungssystemen in der Automobilindustrie, wie sie in der Fertigung aussieht. Das Unternehmen hat ein autonomes intralogistisches Modell auf Basis von Joule mit KI-Funktionen der Â鶹ԭ´´ eingeführt. Gemeinsam mit seinem Robotik-Partner Humanoid arbeitet es daran, KI-gestützte Roboter direkt in produktive Fertigungsabläufe zu integrieren.

Das System verknüpft Produktionssignale und geschäftlichen Kontext mit der autonomen physischen Ausführung. Unterstützt durch Materialdaten, Lagerorte, Sequenzplanung und Fertigungsprioritäten führen humanoide Roboter nun Materialflüsse in der gesamten Fertigungsumgebung aus. Dabei identifizieren, transportieren und liefern sie Materialien an die Fertigungslinie, während sie kontinuierlich Rückmeldungen an Â鶹ԭ´´-Systeme senden.

Bei der zugrunde liegenden Logik geht es darum, „kognitive Autonomie mit physischer Automatisierung zu kombinieren, um die Umsetzung zu transformieren, Entscheidungen zu beschleunigen und intelligente Unternehmensfunktionen im gesamten Unternehmen zu skalieren“, beschrieb es Özlem Altınışık, Group Intelligent Technologies Director bei Martur Fompak International.

Erste Ergebnisse zeigen einen höheren Durchsatz und weniger Fehler. Als zukünftiges Ziel wurde eine bis zu fünfmal höhere Arbeitseffizienz für die Massenfertigung definiert. Martur Fompak International war bei den Â鶹ԭ´´ Innovation Awards 2026 der einzige Gewinner in der Kategorie „AI Excellence“. Das Unternehmen erhielt damit eine Anerkennung nicht nur für die Technologie, sondern auch für die Bereitschaft, Fabrikumgebungen neu zu gestalten.

Geschwindigkeit, Skalierbarkeit und die intelligente Plattform

Prysmian, der weltweit führende Anbieter von Kabellösungen mit einem Umsatz von 20 Milliarden Euro und einer Geschäftstätigkeit in mehr als 50 Ländern, schlug einen anderen, nicht weniger wichtigen Weg ein. Das Unternehmen schloss seine Entwicklung zu einer KI-fähigen Cloud-Plattform durch RISE with Â鶹ԭ´´ in nur vier Monaten ab. Anschließend nutzte es diese Grundlage, um mehr als 100 KI-Anwendungsfälle im gesamten Unternehmen umzusetzen. Die Ergebnisse sind messbar: 70 Prozent Automatisierung sich wiederholender Tätigkeiten, eine um 80 Prozent kürzere Implementierungszeit für neue Lösungen und eine Beschleunigung der Markteinführung neuer Produkte um 50 Prozent.

Was mich am Weg von Prysmian besonders beeindruckt, ist, wie das Unternehmen die Rolle der Unternehmenstechnologie neu definiert. Giovanni Cauteruccio, Konzern-CIO und Vorstand für Digitalisierung bei Prysmian, bezeichnete integrierte KI als „ein wesentliches Alleinstellungsmerkmal, um die Implementierung von Lösungen zu beschleunigen und KI-Kenntnisse und die KI-Kultur im gesamten Unternehmen zu stärken“.

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

Architektur der Agilität

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

Möglich wird das durch das Zusammenspiel einer verwalteten Datengrundlage, einer intelligenten ERP-Plattform und von KI-Funktionen, die vom Desktop über die Fertigungslinie bis hin zur Lieferkette reichen. Wenn diese Elemente richtig integriert sind, gewinnen Unternehmen etwas, das kein noch so reaktives Management bieten kann: die Fähigkeit, schneller Erkenntnisse zu gewinnen, Entscheidungen zu treffen und zu handeln, als sich Störungen aufbauen können.

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

Manos Raptopoulos ist Global President des Bereichs Customer Success für Europa, den Nahen Osten und Afrika und Mitglied des erweiterten Vorstands der Â鶹ԭ´´ SE.

The post Von der Fertigungsebene bis zur Datenschicht: So definieren führende Unternehmen die Regeln der Agilität neu appeared first on Â鶹ԭ´´ News Center.

Agentische KI baut auf dem wirtschaftlichen Potenzial generativer KI auf, das laut McKinsey-Schätzungen jährlich 2,6 bis 4,4 Billionen US-Dollar zur Weltwirtschaft beitragen könnte. Dies stellt die nächste Phase der Einführung von Unternehmens-KI dar: den Übergang von der reinen Inhaltserstellung zur eigenständigen Ausführung und von vereinzelten Pilotprojekten hin zum produktiven Einsatz.

Unkontrollierte Ausbreitung von KI-Agenten

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

Eine unterstreicht diesen Wandel, denn sie ergab, dass 98ÌýProzent der Unternehmen bereits KI-Agenten implementiert haben oder planen dies zu tun. Doch während sich die Einführung immer schneller vollzieht, kommen die Verantwortlichen mit der Umsetzung einer KI-Governance kaum hinterher. Laut demselben Bericht verfügen weniger als die Hälfte der befragten Unternehmen über eine Ãœbersicht, welche KI-Agenten sie eigentlich im Einsatz haben.

Die Mechanismen hinter diesem Agenten-Wildwuchs kennt jedes Technologieunternehmen, das schon einmal eine SaaS-Welle erlebt hat. Einzelne Teams führen Agenten in Eigenregie ein – motiviert durch echte Produktivitätsziele. Jeder KI-Agent ist für eine bestimmte Aufgabe gedacht: ein Marketing-Automation-Agent hier, ein Supply-Chain-Monitoring-Agent dort, ein HR-Onboarding-Bot anderswo. Und alle arbeiten isoliert vor sich hin. Ohne zentrale Plattform oder übergreifendes Governance-Framework entsteht so eine fragmentierte Landschaft von Agenten, in der die einzelnen Tools nicht miteinander kommunizieren, sich nicht einheitlich überprüfen lassen und schneller technische Schulden anhäufen, als sie Mehrwert schaffen.

mehr als 150.000 KI-Agenten im Einsatz haben. Doch nur 13 Prozent der Unternehmen glauben, dass sie über die richtige Governance verfügen, um diese Flut von Agenten zu bewältigen. Max Goss, Senior Director Analyst bei Gartner, warnte sein Publikum auf einer Londoner Konferenz im April: „Während CIOs und IT-Führungskräfte gerade eine wahre Explosion von KI-Agenten in ihren Unternehmen erleben, haben viele mit einem unkontrollierten Wildwuchs zu kämpfen, der ihre Organisationen erheblichen Risiken aussetzt – von Fehlinformationen über übermäßiges Datenteilen bis hin zu Datenverlust.“

Weiter führte er aus: „Viele Unternehmen reagieren darauf, indem sie die Nutzung von KI-Agenten blockieren oder stark einschränken. Aber das ist auf Dauer keine tragfähige Lösung. Wenn Mitarbeitende nicht mit den freigegebenen Tools arbeiten können, werden sie die unternehmenseigenen Kontrollen wahrscheinlich umgehen und auf Schatten-KI ausweichen, was noch deutlich größere Risiken mit sich bringt. Unternehmen müssen die richtige Balance finden: Sie müssen Agenten steuern und den Wildwuchs in den Griff bekommen, gleichzeitig aber ihre Mitarbeitenden in die Lage versetzen, sicher mit diesen Tools an Innovationen zu arbeiten.“

Agenten benötigen in der Regel umfassende, systemübergreifende Berechtigungen, um funktionieren zu können, doch diese Berechtigungen werden selten mit der gleichen Sorgfalt verwaltet wie bei menschlichen Nutzern. Das Risiko durch nicht verwaltete oder unkontrollierte KI-Agenten im Unternehmen ist daher real und nimmt stetig zu.

Sicherheitsbedenken bei KI-Agenten

Aus der Unternehmenspraxis sind mittlerweile Fälle bekannt, in denen KI-Agenten vertrauliche Informationen offenlegten oder ihre vorgesehenen Grenzen überschritten – etwa durch vorsätzliche Anweisungen, die dazu führten, dass Agenten Sicherheitsvorkehrungen umgingen, Produktivdaten löschten oder irreversible Finanztransaktionen auslösten.

Gerade diese Sicherheitsrisiken bereiten führenden Technologieunternehmen großes Kopfzerbrechen. Bei Chatbots und früheren Formen generativer KI beschränkten sich Sicherheitsprobleme meist auf fehlerhafte Ausgaben: eine ungenaue oder unpassende Antwort, die sich in der Regel nachträglich korrigieren ließ. Im Zeitalter der KI-Agenten hingegen können die Folgen von Fehlverhalten oder Sicherheitsvorfällen deutlich schwerwiegender sein – schließlich führen Agenten eigenständig Aktionen aus, nutzen Tools, greifen auf Systeme zu und stoßen Geschäftsprozesse an.

Deshalb ist die Steuerung von Agenten längst keine reine IT-Angelegenheit mehr. Sie berührt zunehmend Themen, die auf Vorstandsebene angesiedelt sind: Risikomanagement, regulatorische Risiken, Datenschutz, Nachvollziehbarkeit, operative Widerstandsfähigkeit und Rechenschaftspflicht für autonome Entscheidungen.

Die neue KI-Governance-Plattform

Führende Unternehmen denken um: Sie sehen die Steuerung von KI-Agenten nicht mehr als lästige Pflichtaufgabe, sondern als entscheidenden Erfolgsfaktor. Denn davon hängt ab, ob ihre KI-Investitionen sich auszahlen oder zum Problem werden. Infolgedessen ist effektive AI-Agent-Governance schnell zu einem Vorstandsthema geworden und trägt zur Entstehung einer neuen Plattformkategorie bei: KI-Governance-Plattform.

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

Â鶹ԭ´´ gehört zu den Pionieren im Bereich Agentic AI – einer neuen Technologiekategorie. Und mit der Ãœbernahme von LeanIX im Jahr 2023 hat die Â鶹ԭ´´ ihre Kompetenzen im Bereich Enterprise Architecture Management deutlich ausgebaut. Dies ist schnell zu einem anerkannten Differenzierungsmerkmal für den Â鶹ԭ´´ÌýAI Agent Hub geworden – indem KI-Artefakte wie Agenten, Modelle und MCP-Server innerhalb der gesamten Architektur und im gesamten Geschäftskontext des Unternehmens positioniert werden.

Auf dieser Basis funktioniert der Â鶹ԭ´´ AI Agent Hub als zentrale Steuerungszentrale. Von hier aus lassen sich alle KI-Agenten und KI-Tools im Unternehmen verwalten und kontrollieren – unabhängig davon, von welchem Anbieter sie stammen oder auf welchen Systemen sie laufen.

Wie Â鶹ԭ´´-CTO Philipp Herzig auf der diesjährigen Â鶹ԭ´´ Sapphire auf der Bühne erklärte, soll der Â鶹ԭ´´ AI Agent Hub eine Governance-Rolle für alle KI-Agenten im gesamten Unternehmen übernehmen. „Agenten sind überall“, sagte er. „Manche sind gut, manche nicht, und fast niemand hat ein konsistentes Bild – keine zentrale Governance, keine klare Sicht darauf, was die einzelnen Agenten tun, ob sie Mehrwert bringen oder ob sie den eigenen Richtlinien entsprechen.“

Herzig fuhr fort: „Mit Â鶹ԭ´´ AI Agent Hub ändert sich das. Ein zentraler Einstiegspunkt und eine Kommandozentrale, um alle KI-Agenten, LLMs und MCP-Server in Ihrer Landschaft herstellerunabhängig zu ermitteln, zu verwalten und zu steuern. Der [Â鶹ԭ´´] AI Agent Hub ermöglicht es Ihnen, alle Ihre Agenten im Kontext zu entdecken: Ihre Landschaft, Ihre Geschäftsprozesse. Sobald Sie die richtigen Agenten identifiziert haben, können Sie ihr Risiko kontrollieren und Entscheidungen im Bereich IT-Architektur oder Compliance-Regeln festlegen.“

Das Zeitfenster wird kleiner

KI-Agenten werden immer schneller in Unternehmen eingeführt. Dadurch bleibt immer weniger Zeit, um rechtzeitig wirksame Kontrollsysteme einzurichten, bevor etwas schiefgeht. Für CIOs, CEOs und Unternehmensvorstände lautet die Frage nicht mehr, ob KI-Agenten gesteuert werden sollen. Sie lautet, ob Governance von Anfang an in die Architektur eingebaut wird oder erst nach dem ersten ernsthaften Versagen nachgerüstet wird. Es geht darum, ob die Governance von Anfang an in die Architektur integriert wird oder ob man nachrüstet, wenn der erste ernsthafte Fehler aufgetreten ist.

Unternehmen, die die Steuerung von KI-Agenten im Jahr 2026 als strategische Priorität betrachten, werden besser in der Lage sein, sich mit KI einen langfristigen Wettbewerbsvorteil zu verschaffen. Wer die Planung jetzt aufschiebt, wird 2027 wahrscheinlich Chaos beseitigen müssen. In der IT gilt: Schnelles Handeln ohne durchdachte Struktur rächt sich früher oder später. Bei KI-Agenten passiert dies aber deutlich schneller und mit größeren Auswirkungen als bei bisherigen Technologien.

The post Wildwuchs von KI-Agenten: Warum KI-Governance jetzt ein Thema für den Vorstand ist appeared first on Â鶹ԭ´´ News Center.

Der niederländische Schiffbauer wurde 1927 als Familienunternehmen gegründet und ist heute mit mehr als 12.500 Mitarbeitenden und über 35 Werften auf sechs Kontinenten international präsent. Mit dem Ziel, der weltweit nachhaltigste Anbieter maritimer Lösungen zu werden, verbindet Damen Shipyards seine langjährige handwerkliche Erfahrung mit Innovation, Digitalisierung und optimalen Betriebsabläufen.

Click the button below to load the content from YouTube.

Always allow YouTube

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

Nutzen der ERP-Plattform mit Â鶹ԭ´´ Business AI ausschöpfen

„Wir wollen den geschäftlichen Nutzen dieser ursprünglichen Investition wirklich ausschöpfen“, erklärte Han Coenraad, Produktmanager ERP bei Damen Shipyards. „Wir nutzen künstliche Intelligenz vor allem in unseren operativen Abläufen, damit alles runder läuft und wir fundiertere Entscheidungen auf Basis unserer Daten treffen können.“

Das Schiffbauunternehmen hat Â鶹ԭ´´ Joule für Berater und Â鶹ԭ´´ Joule für Entwickler aktiviert und testet Dialogfunktionen, die es Mitarbeitenden ermöglichen, in natürlicher Sprache mit Â鶹ԭ´´â€‘Systemen und Prozessen zu interagieren.

Für die Zukunft sieht Damen Möglichkeiten, sowohl integrierte als auch speziell entwickelte KI‑Anwendungen zu nutzen, um die Datenqualität zu verbessern, operative Abläufe zu optimieren und seinen Teams mehr Kundennähe und schnelleres Reagieren zu ermöglichen.

Einsatz künstlicher Intelligenz im Ersatzteilgeschäft

Ein Beispiel ist der Einsatz künstlicher Intelligenz zur Unterstützung der Vertriebsingenieure im Ersatzteilgeschäft. Die Software liest Kundendokumente aus E-Mails aus und überträgt die richtigen Informationen automatisch in Kundenaufträge. Das Ziel, so erläuterte Coenraad, sei es, „Schiffe schneller zu bauen, Kosten zu senken und die Kundenzufriedenheit zu erhöhen“.

Inspiriert von der Â鶹ԭ´´ Sapphire und der Vision des autonomen Unternehmens ist Damen Shipyards bereit für den nächsten Schritt: „Die strategische Neuausrichtung mit Â鶹ԭ´´â€‘Lösungen â€“ wir freuen uns darauf und stehen wirklich voll dahinter. Lassen Sie es uns gemeinsam verwirklichen.“

The post Damen setzt auf Â鶹ԭ´´ Business AI, um Schiffbau schneller und intelligenter zu gestalten appeared first on Â鶹ԭ´´ News Center.

Vor dem Hintergrund der zunehmenden Vernetzung und Komplexität der Customer Journey können Lücken bei der Umsetzung inkonsistente Erlebnisse, längere Reaktionszeiten und verpasste Geschäftschancen zur Folge haben. Das Kundenerlebnis der nächsten Generation zielt nicht darauf ab, noch mehr Erkenntnisse zu gewinnen, sondern auf breiter Basis aus Erkenntnissen gezielte Maßnahmen abzuleiten.

Das neueste Release des Lösungsportfolios unterstützt Unternehmen dabei, diese Grundlage zu stärken, indem sie Arbeitsabläufe im Marketing, Handel, Vertrieb und Service miteinander verknüpfen und so bei jeder Kundeninteraktion eine einheitliche, skalierbare Ausführung ermöglichen.

Lernen Sie die Highlights des Release Q2 2026 kennen. Ausführliche Informationen zu den einzelnen Lösungen finden Sie in unseren Blog-Beiträgen zu , , , und .

Vom Kundeninteresse zum Verkaufsabschluss

Unabhängig vom Kanal oder Kontaktpunkt basieren Kundeninteraktionen immer häufiger auf Dialogen, sind stärker vernetzt und erfolgen zunehmend in Echtzeit. Zugleich müssen Unternehmen in der Lage sein, bei der Kundenansprache, der Verwaltung von Kampagnen oder der Anpassung ihrer Prozesse an neue Geschäftsanforderungen schneller auf Informationen zuzugreifen und einfacher Maßnahmen zu ergreifen.

• Einkaufen mithilfe von Conversational AI über einen MCP-Server (Model Context Protocol): Unterstützen Sie eine sichere Integration zwischen und KI-Agenten, die Kunden durch den Einkaufsprozess führen oder für den Kunden Aktionen ausführen. KI-Assistenten können Produktinformationen in Echtzeit abrufen, den aktuellen Bestand anzeigen, Warenkörbe verwalten und Transaktionen direkt in Chat- oder sprachbasierten Oberflächen ausführen. Kunden profitieren dadurch auch außerhalb von Ladengeschäften von einem intelligenteren, dialogorientierten Erlebnis.Ìý

• Joule in Â鶹ԭ´´ Engagement Cloud (Â鶹ԭ´´ Early Adopter Care): Binden Sie Â鶹ԭ´´ Conversational AI direkt in Ihre Kampagnen-Workflows ein. Teams können in natürlicher Sprache Fragen zu Produkten oder Kampagnen stellen und erhalten präzise Antworten, ohne verschiedene Systeme durchsuchen zu müssen. Sie haben auch die Möglichkeit, erfolgreiche Kampagnen zu duplizieren. So müssen sie Kampagnen nicht jedes Mal komplett neu erstellen und haben mehr Zeit für Aufgaben, die strategisches Denken, Kreativität und die Interaktion mit Kunden erfordern.

• Rich Communication Services (RCS) in Â鶹ԭ´´ Engagement Cloud: Sprechen Sie Kunden mit aussagekräftigen, interaktiven Nachrichten an, die von Google unterstützt werden und Medien, Carousel Ads und Aktionsschaltflächen in nativen mobilen Messaging-Oberflächen enthalten. Markenbezogene, verifizierte Nachrichten helfen dabei, Vertrauen bei Kunden aufzubauen und sie von der Produktsuche bis zum Kaufabschluss nahtlos durch die einzelnen Prozessschritte zu führen, ohne dass hierfür eine zusätzliche Anwendung erforderlich ist.

Personalisierte Interaktionen ausweiten

Die Absicht der Kunden zu ermitteln ist lediglich der erste Schritt. Werden zusätzliche Kanäle für die Kundeninteraktion bereitgestellt, müssen Marketingteams schnell reagieren und Kunden auf breiter Basis relevante, personalisierte Erlebnisse bieten. Voraussetzungen dafür sind eine reibungslose Kampagnendurchführung, zeitnahe Einblicke und die Möglichkeit, jede einzelne Interaktion an die Bedürfnisse und Vorlieben des jeweiligen Kunden anzupassen.

• KI-gestützte Erstellung von Inhalten (Pilotphase): Erzeugen Sie hochwertige, markenbezogene Kampagneninhalte in . Teams können mithilfe von Gemini-Modellen, die auf Informationen zur Zielgruppe, zum Produkt und zum Kampagnenkontext zugreifen, schnell Varianten der Inhalte erstellen und diese weiter anpassen. Dies ermöglicht einen schnelleren Start von personalisierten Kampagnen und verringert den Zeitaufwand für die manuelle Erstellung von Inhalten.

• Integrierte Definition von Zielgruppen: Ermöglichen Sie Marketingteams den Abruf und die Aktivierung umfangreicher Daten aus der direkt in Â鶹ԭ´´ Engagement Cloud. Mit dieser Funktion können sie erweiterte Kundensegmente eigenständig definieren, ohne zu anderen Systemen wechseln oder auf die Unterstützung von Datenanalysten warten zu müssen. Die Zusammenführung von Verhaltens-, Transaktions-, Kunden- und Profildaten mit operativen Daten aus dem gesamten Unternehmen ermöglicht relevantere Omnichannel-Kampagnen, die genauer auf die Zielgruppe zugeschnitten sind.

Konsistente Vertriebsaktivitäten im gesamten Unternehmen

Die Fähigkeit, aus Einblicken konsequente, wiederholbare Maßnahmen abzuleiten, mit denen sich planbare Umsätze erzielen lassen, ist ausschlaggebend für den Erfolg im Vertrieb. Die zunehmende Komplexität von Vertriebsumgebungen führt dazu, dass selbst geringfügige Inkonsistenzen in Bezug auf Daten, Prioritäten oder Vertriebsaktivitäten Prognosen zunichte machen und Geschäftschancen nicht wahrgenommen werden können. Um konsistenter und souverän handeln zu können, müssen Sie die Datenintegrität verbessern, Vorgehensweisen abstimmen und klare Leitlinien definieren.

• Agentengestützter Ãœberblick über Verkaufschancen: Geben Sie Ihren Vertriebsteams die Tools an die Hand, die sie für eine schnelle Einschätzung des Status von Verkaufsabschlüssen benötigen. Diese Funktion in führt Interaktionssignale, Umfang der Aktivitäten und Informationen zum Fortschritt in einer Echtzeitsicht zusammen, sodass Teams Risiken frühzeitig erkennen und effektiv priorisieren sowie erfolgreiche Abschlüsse erzielen können.
• : Beschleunigen Sie Verkaufsprozesse und unterstützen Sie die richtige Produktplatzierung mit Funktionen für die Vertriebssteuerung, die auf intelligenten, KI-optimierten Prozessen basieren und höhere Umsätze ermöglichen. Teams können damit die Planung und Durchführung von Kundenbesuchen verbessern, auf der Basis von Erkenntnissen die Vertriebsleistung steigern und Interaktionen optimieren. Unternehmen in der Konsumgüterindustrie können auf diese Weise die Regalverfügbarkeit, die Compliance von Werbeaktionen und die Wirksamkeit von Merchandising-Aktivitäten an allen Standorten im Einzelhandel verbessern. Außendienstteams erhalten einen besseren Einblick in die Aktivitäten in den einzelnen Filialen, was eine einheitlichere Markenpräsentation und einen erfolgreicheren Wiederverkauf ermöglicht.

• Â鶹ԭ´´ Incentive Management: Steigern Sie die Effektivität Ihres Vertriebsteams mit der Lösung , die Teil des Portfolios für das ist. Sie können damit profitable Vorgehensweisen fördern, die den Umsatz steigern und zum Wachstum des Unternehmens beitragen. Zugleich ermöglicht die Lösung Echtzeiteinblicke in die Vertriebsleistung, stellt Funktionen für die Verwaltung von Klärungsfällen bereit und unterstützt die von Belohnung von Vertriebserfolgen. Mithilfe von flexiblen Tools können Teams Erfolgsprämien optimieren und schnell und einfach Vertriebspläne erstellen, testen und einführen. Darüber hinaus unterbreitet die Lösung KI-gestützte Empfehlungen, mit denen Unternehmen ihre Pläne optimieren, bestmögliche Ergebnisse erzielen und handlungsrelevante Einblicke gewinnen können.

• Consumer Products Intelligence (Â鶹ԭ´´ Early Adopter Care): Mit dieser Lösung können Unternehmen in der Konsumgüterindustrie die riesigen Datenmengen, die in ihren Vertriebs- und Handelsprozessen erzeugt werden, als Grundlage für bessere Entscheidungen nutzen. Analysen und KI unterstützen sie dabei, den Erfolg von Rabatten zu steigern, höhere Umsätze und Margen zu erzielen und den manuellen Aufwand zu verringern.
  Ìý

Die Serviceausführung unternehmensweit standardisieren

Immer häufiger wird von Serviceteams schnellerer und zuverlässigerer Support erwartet. Zugleich müssen sie die zunehmende Komplexität von Supportkanälen und Supportanfragen bewältigen. Dies setzt einen einfacheren Zugriff auf Services und konsistente Prozesse im gesamten Unternehmen voraus.

• Selfservice-Katalog: Ermöglichen Sie es Ihren Mitarbeitenden, auch ohne fundierte Kenntnis der Backend-Prozesse schnell die benötigten Services zu finden. Mithilfe dieses intuitiven, geführten Katalogs für können Anfragen automatisch zusammen mit dem richtigen Kontext weitergeleitet werden. Dadurch entstehen weniger Verzögerungen und Probleme werden schneller behoben.

• Framework für Inhaltspakete: Mit dem Framework für Â鶹ԭ´´ Enterprise Service Management können Sie schnellen, skalierbaren Mehrwert in allen Geschäftsbereichen schaffen. Vorkonfigurierte, wiederverwendbare Konfigurationen für verschiedene Fallarten, Workflows und Kataloge unterstützen Unternehmen bei einer schnelleren Bereitstellung von Services und vereinfachen zugleich die Implementierung im gesamten Unternehmen. Mit diesem Ansatz können Unternehmen Komplexität beseitigen, Partner unterstützen und die Einführung beschleunigen. Inhaltspakete für die Bereitstellung von HR-Services werden in Kürze verfügbar sein.Ìý
• E-Mail-Editor in Â鶹ԭ´´ Service Cloud und Â鶹ԭ´´ Enterprise Service Management: Dieser E-Mail-Editor ermöglicht ein effizienteres Verfassen, Bearbeiten und Verwalten von Nachrichten an Kunden und stellt bei Serviceinteraktionen eine hohe Qualität sicher. Der moderne, benutzerfreundliche E-Mail-Editor wurde speziell für Unternehmen entwickelt, die ihren Fokus auf KI legen.

• Erstellung von Verkaufsobjekten über den Kunden-Hub: Ermöglichen Sie es Bearbeitern, Leads, Opportunitys, Termine und Kundenaufträge direkt über den Arbeitsbereich des Bearbeiters in Â鶹ԭ´´ Service Cloud zu verwalten. Mit dieser Funktion können Unternehmen jede Interaktion mit Kunden in eine Opportunity umwandeln und auf diese Weise Mehrwert schaffen.

Das Auftragsmanagement vernetzen und beschleunigen

Damit sich aus Erkenntnissen Maßnahmen ableiten lassen, sind vernetzte Systeme erforderlich, die auch neue Anforderungen nahtlos unterstützen. Wenn Unternehmen ihre Auftragskanäle, Netzwerke für die Auftragsabwicklung und Technologielandschaften erweitern, benötigen sie Integrationen und Anwendungen für das Auftragsmanagement, die damit Schritt halten können und es Teams ermöglichen, schneller auf neue Anforderungen zu reagieren.

• Connector für Abläufe: Ermöglicht einen lückenlosen Datenfluss zwischen der Lösung , anderen Â鶹ԭ´´-Lösungen und Produkten von Drittanbietern. Mit dieser vordefinierten Funktion können Anwender auch ohne umfassende Unterstützung durch die IT-Abteilung eigene Geschäftsabläufe und Integrationen konfigurieren, sodass Auftragsmanagementprozesse unternehmensweit miteinander vernetzt sind.

CX-Lösungen für die Ausführung von Geschäftsprozessen nutzen

Mit der zunehmenden Integration von KI in ihre täglichen Abläufe nutzen Unternehmen KI nicht mehr nur, um neue Erkenntnisse zu gewinnen, sondern auch für die Ausführung von Geschäftsprozessen.

Mit unseren vor Kurzem angekündigten strategischen Partnerschaften mit und Google Cloud möchten wir diesen auf die Ausführung von Geschäftsprozessen ausgerichteten Ansatz erweitern, indem KI-gestützte Benutzeroberflächen für Service, Einkauf und Kundeninteraktion direkt mit operativen Systemen und Geschäftsdaten verknüpft werden. Dadurch können Unternehmen den Schritt von isolierten Interaktionen und Erkenntnissen zu koordinierten Maßnahmen vollziehen, die eine schnellere Problembehebung, ein besseres Kundenerlebnis und größeren Nutzen für das Unternehmen ermöglichen.

Informieren Sie sich ausführlich über die Neuerungen für Â鶹ԭ´´ CX im zweiten Quartal 2026 

In der Dokumentation im Â鶹ԭ´´ Help Portal finden Sie Informationen zu den neuen Funktionen.

Balaji Balasubramanian ist President und Chief Product Officer für Â鶹ԭ´´ Customer Experience und Consumer Industries bei Â鶹ԭ´´.

The post Von Erkenntnissen zur Ausführung von Geschäftsprozessen: Neuerungen im Release Q2 2026 von Â鶹ԭ´´ Customer Experience appeared first on Â鶹ԭ´´ News Center.

Die Investitionen in diese Transformationen sind von entscheidender Bedeutung. Für Unternehmen war dies jedoch nicht die Ziellinie, sondern sie haben damit eine Grundlage geschaffen. Und genau von dieser Grundlage profitieren sie heute bei der Einführung von KI-Lösungen, mit denen sie messbare Geschäftsergebnisse erzielen möchten.

Doch noch ein weiteres Element dieser Grundlage gewinnt zunehmend an Bedeutung: Daten. Die größte Wertschöpfung mit KI können Unternehmen erzielen, die in eine Datengrundlage investiert haben â€“ denn damit steht KI-Lösungen vertrauenswürdiger Geschäftskontext zur Verfügung, der es ihnen ermöglicht, Schlüsse zu ziehen, Empfehlungen zu unterbreiten und Aktionen auszuführen.

In meinen Gesprächen mit Kunden in der Region Amerika und weltweit zeichnet sich nun ein neues Muster ab. Es geht weniger um die möglichen Anwendungsszenarien für KI, sondern vielmehr darum, was passiert, wenn intelligente Technologien in die zentralen Abläufe eines Unternehmens integriert werden.

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

1. Von KI-Anwendungsfällen zu intelligenten Geschäftsprozessen

In der ersten Welle der KI-Einführung ging es vor allem darum, den Mehrwert von KI nachzuweisen. Unternehmen haben Anwendungsfälle mit besonders großem Nutzen ermittelt, damit messbare Ergebnisse erzielt und Vertrauen aufgebaut, dass KI zur Optimierung von Prozessen beitragen kann.

Daran arbeiten sie weiter. Kunden fragen sich jedoch zunehmend, wie intelligente Technologien in den Geschäftsprozessen verankert werden können, mit denen ihre Mitarbeitenden täglich arbeiten. In der Praxis gibt es dafür bereits konkrete Beispiele.

Das brasilianische Unternehmen HR Path Brazil bietet Recruiting und Talentmanagement für internationale Unternehmen und nutzt beispielsweise die in Â鶹ԭ´´ SuccessFactors HCM integrierte Lösung Joule, um typische Interaktionen im Personalwesen zu automatisieren. Die Mitarbeitenden von HR Path Brazil können damit die benötigten Informationen schneller auffinden und HR-Teams bleibt mehr Zeit für strategische Aufgaben. Das Unternehmen war dadurch in der Lage, die Zahl der Standard-Supportfälle im Personalwesen um sieben Prozent und die Arbeitslast des HR-Supportteams um zwei Stunden pro Woche zu verringern. Daraus ergibt sich schnell ein erhebliches Einsparpotenzial. Dieses Beispiel zeigt, wie integrierte und vernetzte KI-Lösungen zum festen Bestandteil von Arbeitsabläufen werden.

2. Von der Messung der KI-Nutzung zur Messung der mit KI erzielten Geschäftsergebnisse

Eine der größten Veränderungen, die ich derzeit beobachte, betrifft die Art und Weise, wie Unternehmen Erfolg definieren. Der ROI wird zunehmend zu einer festen Größe. Das belegen auch Untersuchungen, insbesondere eine diese Woche veröffentliche Studie von Oxford Economics. Sie zeigt, dass Unternehmen, die in KI investieren, dieses Jahr mit einer durchschnittliche Rendite von 21Ìý% rechnen und in zwei Jahren bereits mit 38Ìý%. Vor dem Hintergrund der fortschreitenden Entwicklung von Agentic AI prognostizieren Fachleute zudem eine Rendite in Höhe von 17,6ÌýMillionen US-Dollar. Damit haben sich die Schätzungen aus dem vergangenen Jahr, die bei 4,3ÌýMillionen US-Dollar lagen, mehr als vervierfacht.

Unternehmen können deshalb gezielt der Frage nachgehen, welche Geschäftsergebnisse ihre KI ermöglicht. Sie wollen wissen, wie sie Zykluszeiten verkürzen und bessere Entscheidungen treffen können. Von Interesse ist für sie außerdem, ob KI ihre Mitarbeitenden entlastet, sodass ihnen mehr Zeit für wertschöpfende Tätigkeiten bleibt. Und schließlich geht es für sie auch um die Frage, ob KI ihnen hilft, resilienter zu werden und schneller zu reagieren.

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

3. Von Aufzeichnungssystemen zum neuen Betriebssystem für das Unternehmen

Die dritte Entwicklung wird nach meiner Einschätzung langfristig die größten Auswirkungen haben. Jahrzehntelang bildete Unternehmenssoftware in erster Linie Transaktionen, standardisierte Prozesse und automatisierte Routinetätigkeiten ab. Nun unterstützt sie Unternehmen zunehmend dabei, Veränderungen frühzeitig zu erkennen, empfiehlt geeignete Maßnahmen, koordiniert Arbeitsabläufe funktionsübergreifend und trifft immer häufiger Routineentscheidungen, die dann von Menschen kontrolliert werden.

Aus diesem Grund ist für mich das autonome Unternehmen weit mehr als nur die nächste Phase der Automatisierung. Es steht für ein neues Geschäftsmodell.

Im autonomen Unternehmen sind Mitarbeitende nicht länger damit beschäftigt, Informationen aus dem Finanzwesen, der Lieferkette, der Beschaffung, der Personalabteilung und den Geschäftsprozessen der Kunden miteinander zu verknüpfen, um daraus weitere Maßnahmen abzuleiten. Vielmehr sind intelligente Systeme zunehmend in der Lage, Kontextinformationen bereitzustellen, Empfehlungen zu unterbreiten, Arbeitsabläufe zu koordinieren und Teams bei der Umsetzung von Strategien unterstützen.

Dabei bleibt die Kontrolle stets beim Menschen. Er wird jedoch von Unternehmenssoftware unterstützt, die direkt in die Geschäftsprozesse des Unternehmens eingebunden ist und aktiv zu deren Ausführung beiträgt â€“ statt lediglich aufzuzeichnen, was bereits geschehen ist.

Wo die Reise hinführt

Von den größten langfristigen Vorteilen werden nicht die Unternehmen profitieren, die die meisten KI-Anwendungsfälle implementieren. Den größten Nutzen werden vielmehr diejenigen erzielen, die diese ersten Erfolge als Grundlage dafür nutzen, die Arbeitsabläufe im gesamten Unternehmen von Grund auf neu zu gestalten.

Die Entwicklung zum autonomen Unternehmen ist ein längerer Prozess, für den auch in Zukunft eine starke Führungskultur, Governance und qualifizierte Mitarbeitende erforderlich sein werden. Diese werden sogar noch wichtiger werden.

Sehr wahrscheinlich werden wir irgendwann so auf die aktuellen KI-Projekte zurückblicken, wie wir heute auf die Anfänge der Cloud-Transformation zurückblicken: Wir werden sie nicht als Ziel betrachten, sondern als Grundlage für ein völlig neues Betriebsmodell und neue Möglichkeiten, kontinuierliche Innovationen voranzubringen.

Die wahren Profiteure dieses Wandels werden die Unternehmen sein, die zunehmend intelligenter, anpassungsfähiger und autonomer werden.

Jan Gilg ist Mitglied des erweiterten Vorstands der Â鶹ԭ´´ SE und Global President of Customer Success & Americas.

The post Welche Entwicklungen aktuelle KI-Transformationsprojekte aufzeigen appeared first on Â鶹ԭ´´ News Center.

Komplexe Transformationsprogramme geraten immer wieder an einen Punkt, an dem Entscheidungen ausbleiben und Diskussionen sich im Kreis drehen. Genau diese Situation erlebte auch SNP während der Modernisierung der eigenen Â鶹ԭ´´-Landschaft. Im Gespräch erläutert Matthias Schirner, Manager Global IT Business Applications bei SNP, wie der Max Success Plan von Â鶹ԭ´´ dabei half, festgefahrene Themen aufzulösen und das Transformationsprogramm gezielt voranzubringen.

Der Ausgangspunkt: ambitioniert, komplex und an manchen Stellen blockiert

Mit mehr als 1.600 Mitarbeitenden an 34 Standorten in 22 Ländern zählt SNP zu den führenden Anbietern von KI-gestützter Software für Â鶹ԭ´´-Transformationen und Datenmanagement. Unternehmen wie BMW, Pfizer oder E.ON setzen auf SNP, wenn es darum geht, komplexe Â鶹ԭ´´-Transformationen effizient und sicher umzusetzen.

Doch auch Unternehmen mit umfassender Transformationsexpertise stehen bei der Modernisierung ihrer eigenen IT-Landschaft vor anspruchsvollen Aufgaben. SNP hat bereits vor vier Jahren seine Â鶹ԭ´´-Systemlandschaft mit RISE with Â鶹ԭ´´ in die Â鶹ԭ´´ S/4HANA Private Cloud Edition auf Microsoft Azure migriert und damit frühzeitig den Grundstein für eine zukunftssichere Cloud-Strategie gelegt. In den vergangenen Jahren wurde diese Transformation konsequent weiter vorangetrieben. So wurden zusätzliche Â鶹ԭ´´ Cloud-Lösungen wie Â鶹ԭ´´ SuccessFactors für das globale Personalmanagement sowie Â鶹ԭ´´ Concur für das Reisekosten- und Ausgabenmanagement erfolgreich eingeführt und weltweit ausgerollt. Darüber hinaus setzt SNP auf die Â鶹ԭ´´ Business Data Cloud als zentrale Daten- und Analyseplattform.

SNP treibt die Modernisierung seiner Â鶹ԭ´´-Landschaft konsequent weiter voran. Nach dem erfolgreichen Wechsel in die Â鶹ԭ´´ S/4HANA Private Cloud Edition steht mit Â鶹ԭ´´ S/4HANA Cloud Public Edition nun der nächste Schritt der ERP-Evolution an.

Im Verlauf des Programms zeigte sich jedoch, dass einzelne Themen nicht wie geplant vorankamen. Diskussionen wiederholten sich über Monate, ohne zu tragfähigen Entscheidungen zu führen.

Wie kam es zum Max Success Plan?

Matthias Schirner zufolge ergab sich das Engagement ganz konkret aus der Projektsituation heraus: „Es entstand in einem Meeting mit Â鶹ԭ´´, in dem wir gemeinsam über den Status unseres Transformationsprogramms sprachen. Wir kamen zu dem Schluss, dass es am besten wäre, einen Workshop zu initiieren – um über konkrete Herausforderungen zu sprechen und zu klären, wie Â鶹ԭ´´ uns helfen kann, diese zu überwinden.“

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

Was der Max Success Plan konkret verändert hat

1. Neue Perspektiven auf bestehende Herausforderungen

„Der Hauptvorteil ist, dass wir die Perspektive auf unsere Herausforderungen verändert haben“, sagt Matthias Schirner. Der Blick von außen – kombiniert mit der Produkt- und Architekturkompetenz von Â鶹ԭ´´ – half dabei, festgefahrene Situationen neu zu bewerten und Lösungswege zu entwickeln.

Gerade in langfristigen Transformationsprogrammen entwickeln Teams häufig über Monate hinweg bestimmte Sichtweisen auf Herausforderungen. Eine externe Perspektive kann helfen, neue Lösungsansätze zu identifizieren und Entscheidungen wieder voranzubringen.

2. Von langen Diskussionen zu klaren Entscheidungen

„Nie endende Diskussionen, eine nie endende Meeting-Serie zum selben Thema – wir konnten sie stoppen und in Entscheidungen überführen. In klare Entscheidungen. Und damit stellen wir sicher, dass wir mit unserer Implementierung vorankommen.“

Für SNP lag der Mehrwert nicht allein in zusätzlicher Beratung, sondern vor allem darin, die Entscheidungsfähigkeit innerhalb des Projekts wiederherzustellen. Das schuf die Grundlage, um das Transformationsprogramm konsequent weiterzuführen.

3. Schnelle Wirkung

Schirner betont, wie schnell das Engagement Wirkung zeigte: „Es war fantastisch zu sehen, wie schnell dieses Service-Engagement Wert und Qualität in unser Projekt gebracht hat.“ Themen, die zuvor über Monate hinweg diskutiert worden waren, konnten gemeinsam mit den Â鶹ԭ´´-Expertinnen und -Experten zügig in eine lösungsorientierte Umsetzung überführt werden.

Warum der Max Success Plan gerade jetzt relevant ist

Für SNP reicht die Bedeutung des Projekts über die aktuelle Transformation hinaus. „Wir reden über KI, über Autonomous Enterprise, über Agents“, sagt Schirner. „Für uns ist es wichtig, die richtige Grundlage für all das zu bauen.“

Viele Â鶹ԭ´´-Anwender stehen heute vor einer ähnlichen Situation. Die Innovationsgeschwindigkeit nimmt kontinuierlich zu. Wer heute seine Â鶹ԭ´´-Landschaft modernisiert, schafft zugleich die Voraussetzungen, um künftige Innovationen wie KI-Agenten oder weitere intelligente Automatisierung gezielt nutzen zu können.

Hier setzt der Max Success Plan an. Als umfassendstes Service-Angebot von Â鶹ԭ´´ unterstützt er Unternehmen dabei, komplexe Transformationsprogramme strategisch zu begleiten. Das im März 2026 eingeführte dreistufige Modell (Foundational, Advanced und Max) umfasst unter anderem dedizierte Success Plan Manager, lösungsübergreifende Prozessoptimierung, kundenspezifische Prototypenentwicklung sowie Premium-Support mit Reaktionszeiten von bis zu 15 Minuten bei höchster Priorität. Oder wie Matthias Schirner zusammenfasst:

„Die Guidance von den Â鶹ԭ´´-Experten zu bekommen, ist der Schlüssel für unser Fundament, um das Unternehmen der Zukunft zu bauen.“

Was andere Â鶹ԭ´´-Kunden daraus mitnehmen können

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

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

• Maßgeschneiderte Unterstützung schafft den größten Mehrwert. Entscheidend war kein Standardprogramm, sondern ein Service-Engagement, das gezielt auf die konkreten Herausforderungen zugeschnitten war.

• Entscheidungsfähigkeit ist ein wesentlicher Erfolgsfaktor. Wenn Diskussionen über längere Zeit keine Ergebnisse liefern, wirken sich Verzögerungen auf Projektfortschritt, Motivation und Planungssicherheit aus.

• Zukunftsfähigkeit entsteht schon heute. Wer Innovationen wie KI-Agenten oder Autonomous Enterprise nutzen möchte, schafft dafür bereits während der Transformation die notwendigen Voraussetzungen.

Fazit

Die Erfahrungen von SNP zeigen, dass auch Unternehmen mit umfassender Transformationsexpertise von einer engen Zusammenarbeit mit Â鶹ԭ´´ profitieren können. Der Max Success Plan unterstützte das Unternehmen dabei, festgefahrene Themen aufzulösen, Entscheidungen zu beschleunigen und das Transformationsprogramm gezielt voranzubringen.

The post Erfahrungen von SNP mit dem Max Success Plan von Â鶹ԭ´´ appeared first on Â鶹ԭ´´ News Center.

Kaum ein Unternehmen setzt diese Philosophie besser um als .

Innovation als Denkansatz

„Wir stehen vor einem großen Umbruch. Jahrzehntelang galt der Himmel lediglich als ein Raum, den man auf Flugreisen durchquerte. Heute ist ein Experimentierfeld für die Zukunft der Menschheit“, berichtete Nicolas Jourdan, Senior Strategist bei Airbus SAS, im Rahmen der TAC-Insights-Konferenz . Die Konferenz fand im französischen Toulouse statt, dem operativen Hauptsitz von Airbus.

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

„Innovation ist für uns nicht nur die Aufgabe einer unserer Unternehmenssparten. Innovation ist ein Denkansatz. Das bedeutet, dass wir uns immer die Frage ‚Was wäre, wenn?‘ stellen, wenn andere etwas für unmöglich halten“, so Jourdan. „Es ist ganz einfach: Bei Innovation geht es darum, für jemanden, irgendwo und zu einem bestimmten Zeitpunkt einen Mehrwert zu schaffen und diesen nachhaltig zu sichern.“

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

Unternehmensgeschichte voll bahnbrechender Innovationen

Als Airbus 1970 in den Markt für Luftverkehr einstieg, wurde dieser von Branchengrößen wie Boeing, McDonnell Douglas und Lockheed dominiert. Airbus konkurrierte jedoch nicht durch ein ähnliches Angebot wie seine Wettbewerber, sondern durch grundlegend andere Konzepte. Das Unternehmen hat konventionelles Denken in der Luftfahrt immer wieder hinterfragt.

• Zu einer Zeit, als Experten glaubten, dass zweistrahlige Flugzeuge Ozeane nicht sicher überqueren könnten, bewies Airbus ihnen mit der A300 das Gegenteil und veränderte damit die Zukunft der Langstreckenflüge.
• Während für die meisten Flugzeuge noch eine dreiköpfige Besatzung notwendig war, gestaltete Airbus das Cockpit um und automatisierte damit die Rolle des Flugingenieurs. Das Zwei-Piloten-Cockpit setzte sich so entgegen allen Widerstands als globaler Standard durch.
• Der Austausch analoger Instrumente durch digitale Anzeigen, eine als Glascockpit bekannte Innovation, revolutionierte die Interaktion der Piloten mit Flugzeugen und machte das Fliegen sicherer und intuitiver.
• Airbus ersetzte mechanische Systeme durch Computer und führte so die digitale Flugzeugsteuerung ein. Und Fly-by-Wire-Technologie erhöhte nicht nur die Sicherheit, sondern ermöglichte auch den Schutz der Flugenveloppe sowie einen effizienteren Betrieb. Was einst wie ein Controller für ein Videospiel wirkte, ist heute Industriestandard.

Eine der wichtigsten Innovationen von Airbus ist die „Cross Crew Qualification“. Piloten können mit dieser Qualifikation mit minimalem zusätzlichen Schulungsaufwand zwischen Flugzeugmodellen – von der A319 bis zur A350 – wechseln. Das senkt die Kosten für Fluggesellschaften und sorgt für mehr Flexibilität.

„Innovation ist nicht immer etwas, das Aufsehen erregt. Es geht vor allem darum, komplexe Systeme einfacher und benutzerorienterter zu machen“, betonte Jourdan.

Effizienz bei der Produktion

Große Bauteile wie der Flugzeugrumpf, die Tragflächen und das Leitwerk werden bei Airbus an unterschiedlichen Standorten gefertigt. Die Teile werden dann zur Montage und für Tests in ein Werk transportiert. Dieser Transport erfolgt mit der Airbus Beluga, einem Großraum-Transportflugzeug, das speziell für die Beförderung großer Komponenten zwischen den europäischen Fertigungsstätten entwickelt wurde. Insgesamt kann die Produktion bis zu 12 Monate in Anspruch nehmen, insbesondere bei Großraumflugzeugen.

Airbus nutzt Â鶹ԭ´´-ERP-Systeme, einschließlich Â鶹ԭ´´ S/4HANA, um zentrale Geschäftsfunktionen zu verwalten. Darüber hinaus kommen Â鶹ԭ´´ Manufacturing Execution für den Fertigungsbereich und für die Montagelinien zum Einsatz sowie Â鶹ԭ´´ Integrated Business Planning, um die Produktion zu planen, die komplexe Logistikkette zu steuern und die Ressourcennutzung zu optimieren.

„Â鶹ԭ´´ und Airbus blicken auf eine langjährige Partnerschaft zurück“, berichtete Jourdan. „Ohne Â鶹ԭ´´ wären unsere Systeme nicht so effizient, wie sie es heute sind. Wir setzen auf kontinuierliche Entwicklung.“ 

Strategie für die Zukunft

Wenn es darum geht, neue Horizonte zu erkunden, verlässt sich Airbus nicht ausschließlich auf die eigene Expertise, sondern probiert auch regelmäßig unkonventionelle Ansätze mit externen Fachleuten aus. Das hilft, Schwachpunkte zu erkennen, die eigene Strategie auf den Prüfstand zu stellen und gesellschaftliche und ökologische Veränderungen zu verstehen.

Um eine interne Perspektive mit einer Sicht von außen zu kombinieren, hat Airbus Skywise ins Leben gerufen. Diese Plattform für Datenanalysen agiert als digitales Gehirn, das Flugzeuge, den operativen Betrieb und Wartungssysteme miteinander verbindet. Als Datenplattform für den Betrieb der Fluggesellschaft und der Flugzeuge aggregiert Skywise riesige Datenmengen in einem System. Anschließend führt die Plattform vorausschauende Wartungsanalysen durch, die zunehmend von KI unterstützt werden. Ziel ist es, Muster zu erkennen und Ausfälle vorherzusagen, bevor sie auftreten, um Verzögerungen, Defekte und kostspielige Reparaturen zu vermeiden.

Die Strategie für die Zukunft von Airbus basiert auf drei Grundpfeilern:

• Dekarbonisierung: Die Luft- und Raumfahrtindustrie steht unter zunehmendem Druck, ihre Emissionen zu reduzieren. Airbus geht dies direkt an, indem das Unternehmen wasserstoffbetriebene Flugzeuge, nachhaltige Flugkraftstoffe, Blended-Wing-Body-Konzepte und vollelektrische Antriebskonzepte testet. Ziel von Airbus ist es, das weltweit erste emissionsfreie Verkehrsflugzeug auf den Markt zu bringen.
• Digitale Transformation: Um vollständig vernetzte Ökosysteme zu realisieren, entwickelt Airbus Netzwerke für satellitengestützte Kommunikation, intelligente Kabinen- und Frachtsysteme sowie Plattformen für Echtzeit-Betriebsdaten. Dies ermöglicht eine bessere Entscheidungsfindung, geringere Kosten und ein besseres Passagiererlebnis.
• Automatisierungs- und Autonomieprojekte: Projekte wie DragonFly setzen neue Maßstäbe im Bereich der Pilotenassistenz und Automatisierung. Künftig werden automatische Notlandungen, ein vom Wetter unabhängiger Flugbetrieb sowie fortschrittliche Navigationssysteme möglich sein. Dabei geht es nicht darum, Piloten zu ersetzen, sondern die Sicherheit und Effizienz zu erhöhen.

Ãœber den Horizont hinaus 

Ob in der Erdumlaufbahn oder im Weltall – Airbus schreibt am nächsten Kapitel der Menschheit mit. Das Unternehmen spielt eine Schlüsselrolle bei der Suche nach Leben auf dem Mars â€“ gemeinsam mit der Europäischen Weltraumorganisation (ESA) und mit dem „ExoMars“-Rover. Außerdem arbeitet das Unternehmen am Europäischen Servicemodul (ESM) für Missionen des Artemis-Programms der NASA mit und trägt zur Entwicklung von Satellitensystemen bei, die globale Kommunikation und Klimaüberwachung ermöglichen.

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

„Die größten Herausforderungen unserer Zeit â€“ Klimawandel, globale Vernetzung und die Erforschung des Weltraums â€“ können nicht von nur einem Unternehmen oder sogar einer Branche gelöst werden. Die Dekarbonisierung erfordert das Zusammenspiel von Energieversorgern, Regierungen, Infrastrukturentwicklern sowie Fluggesellschaften und Herstellern. Es ist eine Verantwortung, die alle gemeinsam tragen“, resümierte Jourdan.

The post Innovation liegt in der Luft: Wie Airbus die Zukunft des Fliegens revolutioniert appeared first on Â鶹ԭ´´ News Center.

Das Überangebot bewältigen

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

„Erneuerbare Energie ist im Überfluss vorhanden. Die eigentliche Herausforderung besteht darin, sie zu verwalten, zu integrieren und zu stabilisieren“, erklärte Dr. Njogu Kimando, Energieexperte bei KETRACO, auf der Konferenz TAC Insights for in Toulouse. „Für die Energiewende stehen ausreichend Kapazitäten zur Verfügung. Die eigentliche Herausforderung liegt darin, die Komplexität in Echtzeit zu beherrschen.“

Geothermische Energie aus dem Great Rift Valley liefert etwa 40 Prozent des Stroms in der Region. Damit ist Kenia der größte Geothermieproduzent Afrikas. Rund 24 Prozent werden durch Wasserkraft aus Flüssen erzeugt. Der restliche Bedarf wird durch Wind- und Solarenergie gedeckt. Die Windenergie stammt hauptsächlich von Afrikas größtem Windpark am Turkanasee. Der am schnellsten wachsende Sektor ist die Solarenergie, die in ländlichen Haushalten und Unternehmen weit verbreitet ist. Weltweit weist Kenia eine der höchsten Verbreitungsraten von Photovoltaikanlagen in Privathaushalten auf.

Erneuerbare Energien senken zwar die Kosten, unterstützen die Klimaziele und gewährleisten die Energieversorgungssicherheit. Zu den Herausforderungen zählen jedoch dürrebedingte Wasserknappheit, Schwankungen bei Sonne und Wind sowie Netzinstabilität.

Fehlende synchronisierte Intelligenz

Im traditionellen Stromnetz wird Energie in wenigen zentralen Kraftwerken erzeugt. Dies schafft eine stabile Versorgungsquelle, die sich anhand von Bedarfsprognosen einfach steuern lässt. Die Erzeugung erneuerbarer Energien ist jedoch vom Wetter abhängig und schwankt, was Echtzeitüberwachung, schnellen Ausgleich und eine dynamischere Systemsteuerung erfordert.

Bei modernen Stromsystemen mangelt es nicht an Daten. Die zentrale Herausforderung besteht darin, dass eine einheitliche Echtzeit-Ãœbersicht über fragmentierte Systeme hinweg fehlt. Dies schränkt die Möglichkeit ein, operative Entscheidungen zeitnah und koordiniert zu treffen. 

„Wir gleichen ständig Angebot und Nachfrage aus“, so Kimando. „Wir haben zu wenig Echtzeit-Transparenz über Erzeugungsquellen, Übertragungsanlagen und Verbrauchsmuster hinweg.“

Mit der Expansion erneuerbarer Energien hat sich die Rolle von KETRACO gewandelt. Das Unternehmen baut und betreibt nicht mehr nur Übertragungsleitungen, sondern steuert Stromflüsse in Echtzeit, koordiniert schwankende Energieerzeugung und gewährleistet Netzstabilität und Zuverlässigkeit. Bei diesen Aufgaben setzt das Unternehmen auf digitale Systeme.

Kimando stellte die neue, integrierte Smart-Grid-Infrastruktur des Unternehmens vor. Sie bildet eine durchgängige digitale Wertschöpfungskette und dient als Grundlage für den digitalen Zwilling für das Netz und verknüpft operative Technologie mit Unternehmenssystemen und komplexen Analysen.

Daten werden von SCADA, einem industriellen Kontrollsystem für Infrastruktur und Versorgungsnetzwerke, erfasst und sicher über die Middleware der Â鶹ԭ´´ Business Technology Platform an Â鶹ԭ´´ S/4HANA weitergeleitet. Dieses System dient als Rückgrat des Unternehmens. Hier werden operative Daten in strukturierte Geschäftsprozesse übersetzt. 

Von Daten zu Entscheidungen

„Wir setzen auf Technologie der Â鶹ԭ´´, um diese Rohdaten in vorausschauende, umsetzbare Erkenntnisse zu verwandeln“, sagte Kimando. Als Beispiele nannte er die Verwaltung von Anlagenlebenszyklen und Kennzahlen zur Reduzierung von Ausfällen – Ansätze, um von reaktiver Wartung zu Prognosen der Netzzuverlässigkeit überzugehen. „Die Digitale Transformation ist keine technologische Entscheidung mehr, sondern eine strategische Notwendigkeit. Es ist ein Balanceakt zwischen Werten und Risiken.“

Für KETRACO besteht das Ziel darin, den vollen Wert erneuerbarer Energien zu erschließen und gleichzeitig die steigenden Risiken des Betriebs in einem komplexen und dynamischen Energieumfeld zu vermeiden. Untätigkeit führt zu Netzinstabilität und betrieblicher Ineffizienz, zu unzureichender Nutzung von Energieinvestitionen, steigenden Kosten sowie regulatorischen Risiken und Compliance-Risiken. Datengestützte Maßnahmen führen zu höherer Wirtschaftlichkeit und besseren Investitionsentscheidungen. Zudem erhöht dies die betriebliche Widerstandsfähigkeit durch weniger Ausfälle und schnellere Wiederherstellung des Systems.

„Zusammengenommen stärkt dies unsere s trategische Positionierung für die Energiewende und die Einhaltung von Umwelt-, Sozial- und Governance-Vorgaben“, erklärte Kimando.

Die nächste Herausforderung

Bei KETRACO gilt KI als Multiplikator für Kapazität. Dadurch wird der entscheidende Wechsel vom ressourcenintensiven Netzausbau zur intelligenzgesteuerten Netzoptimierung ermöglicht. 

„Die KI hilft uns, mit der selben Belegschaft mehr zu erreichen. Unsere Ingenieure werden unterstützt, aber nicht ersetzt“, teilte der Experte mit. „Automatisierung ermöglicht unseren Mitarbeitenden, sich stärker auf Vorhersagbarkeit und Entscheidungsfindung zu konzentrieren.“

Die KI unterstützt auch langfristige Nachhaltigkeitsziele, denn durch das Simulieren von Szenarien, bevor eine Investition getätigt wird, lassen sich Fehler vermeiden und Kosten senken. Darüber hinaus ermöglicht sie auch selbstoptimierenden Netzbetrieb, sie reduziert den Bedarf an manuellen Eingriffen und verbessert die Zusammenarbeit und Integration zwischen regionalen Stromsystemen und bei grenzüberschreitenden Energietransfers.

Die Aufgabe von KETRACO besteht darin, Strom zu den Verbrauchern in ganz Kenia zu bringen und das Land an den größeren ostafrikanischen Strommarkt anzubinden. Die Bedeutung des Unternehmens wächst, da Kenia zu einem Zentrum für erneuerbare Energien geworden ist und seine Geothermie-, Wind- und Wasserkrafterzeugung ausbaut. Ohne seine Übertragungsinfrastruktur könnte ein Großteil der erneuerbaren Energie Kenias nicht effizient an Verbraucher oder Nachbarländer geliefert werden.

Abschließend fasste Kimando zusammen, wie die digitale Transformation die Verwaltung, Stabilisierung und Optimierung von Strom grundlegend verändert: Erneuerbare Energien seien vor allem eine systemische Herausforderung – nicht primär eine technologische. Entscheidend sei, dass sich die Technologie an den betrieblichen Abläufen und der Strategie orientiere. Kontrolle entstehe durch Transparenz und Integration, während Partnerschaften eine raschere Skalierung und Umsetzung ermöglichten.

„Das Stromnetz der Zukunft wird nicht dadurch definiert, wie viel Energie wir erzeugen, sondern wie intelligent wir sie verwalten“, resümierte er. 

The post Erneuerbare Energien als Rückgrat Afrikas: KETRACO setzt auf Smart-Grid-Technologien appeared first on Â鶹ԭ´´ News Center.

„Der weltweite Energiebedarf wird weiter steigen“, erklärte Young. „Da erneuerbare Energien derzeit nur einen kleinen Anteil unseres Energiebedarfs decken, werden wir auf dem Weg in eine kohlenstoffärmere Welt weiterhin sicher gefördertes Öl und Gas benötigen.“

Rohöl bleibt dort unverzichtbar, wo Alternativen begrenzt sind – insbesondere im Schwerlastverkehr und in der Chemieindustrie. Erdgas spielt eine zentrale Rolle beim Übergang zu einer kohlenstoffarmen Wirtschaft: sowohl als Energieträger als auch bei der industriellen Wasserstoffproduktion.

Ein einzigartiges Geschäftsmodell

Das Besondere an Harbour Energy, einem der weltweit größten und geografisch am breitesten aufgestellten unabhängigen Öl- und Gasunternehmen, ist nicht allein seine Größe. Interessant ist vielmehr, wie das Unternehmen so groß geworden ist und wie es sich von traditionellen Energieunternehmen unterscheidet. Harbour Energy wurde 2014 von der Beteiligungsgesellschaft EIG Global Energy Partners mit dem Ziel gegründet, ein globales, unabhängiges Unternehmen durch Akquisitionen aufzubauen.

„Wir versuchen im Grunde, ein sehr schwieriges Problem zu lösen: Wie skalieren wir wie ein Großkonzern und bleiben gleichzeitig so agil wie ein Start-up?“, sagte Young in seinem Vortrag über den rasanten Wachstumskurs von Harbour Energy. Er erläuterte, dass in einem Unternehmen, das durch Ãœbernahmen wachse und mehrere ERP-Systeme betreibe, die Rolle der Technologie weniger darin bestehe, „ein einziges System“ zu schaffen. Vielmehr gehe es darum, alles zu vernetzen, Erkenntnisse zu standardisieren und Veränderungen schneller voranzutreiben.

Meister der Integration

Die meisten Öl- und Gaskonzerne sind über Jahrzehnte gewachsen. Harbour schaffte dies in nur etwa zehn Jahren – mit einer ambitionierten Strategie, bei der Übernahmen und Fusionen eine wichtige Rolle spielten. Das Unternehmen erwarb Vermögenswerte wie Ölfelder von Branchengrößen wie Shell. Zudem expandierte Harbour rasch in elf Länder und sicherte sich so eine breite geografische Präsenz. Von entscheidender Bedeutung war, dass es Harbour Energy oft gelang, Akquisitionen bereits innerhalb eines Jahres zu integrieren, was sowohl Schnelligkeit als auch Integrationskompetenz beweist.

„Viele Unternehmen haben nach Übernahmen mit erheblichen Schwierigkeiten zu kämpfen“, berichtete Young. „Systeme versagen, Prozesse kollidieren, Wert geht verloren. Bei Harbour konzentrieren wir uns darauf, neue Vermögenswerte schnell zu stabilisieren, Synergien frühzeitig zu nutzen und die Betriebskosten zu senken – selbst, während wir wachsen.“

Youngs Team verfolgte beim Thema Technologie einen anderen Ansatz. Während die meisten Unternehmen auf ein einziges großes ERP-System setzen, schlägt Harbour diesen Weg nicht blind ein. Das Unternehmen betreibt mehrere ERP-Systeme, wenn es sinnvoll ist, konzentriert sich auf eine zweckmäßige Architektur und verwendet Tools, um Prozesse zu verbinden, anstatt alles in ein einziges System zu zwängen. Eine solche Flexibilität ist ein großer Vorteil für ein Unternehmen, das immer wieder neue Unternehmen erwirbt.

Das digitale Rückgrat

Da Harbour Energy mehrere ERP-Systeme anstelle einer einzigen monolithischen Plattform betreibt, ist Komplexität unvermeidlich. Die – insbesondere die Lösungen von Â鶹ԭ´´ LeanIX und das Â鶹ԭ´´ Signavio-Portfolio – verbindet diese heterogene Landschaft. Sie harmonisiert Prozesse, verbindet Ressourcen mit Systemen und bietet eine einheitliche Sicht darauf, was wo vorhanden ist. So entsteht Transparenz in einer ansonsten fragmentierten Umgebung.

„Bevor wir die Toolchain von Â鶹ԭ´´ eingeführt haben, waren Prozesse in Excel-Tabellen und PDF-Dokumenten versteckt. All das gehörte zum lokalen Wissen, das wir uns angeeignet hatten“, erklärte Young. „Wir hatten keinen klaren Ãœberblick über doppelte Einträge oder Ineffizienzen. Zum Beispiel stellten wir fest, dass wir Dutzende von HR-Systemen im Einsatz hatten, die wir dann um die Hälfte reduzieren konnten. Und so konnten wir 33 verschiedene Möglichkeiten zur Abrechnung von Reisekosten in nur einer bündeln.“

Ein wesentlicher Effekt ist die Geschwindigkeit. Während die übliche Planung einer Transformation bisher zu 24 Monate in Anspruch genommen hat, ist es jetzt mit der Toolchain und Prozessmodellierung möglich, zentrale Designzyklen mitunter in vier bis sechs Wochen umzusetzen. Möglich wird dies durch standardisierte Prozessvorlagen und automatisierte Modellierung, die schnellere Validierungszyklen ermöglichen, was dazu führt, dass Integrations- und Transformationsprogramme schneller durchgeführt werden können.

Darüber hinaus stellen Lösungen wie Â鶹ԭ´´ Test Automation by Tricentis und Â鶹ԭ´´ Cloud ALM für Application Lifecycle Management sicher, dass Releases sicherer sind und bei Produktivstarts weniger betriebliche Ãœberraschungen auftreten. In einer Branche, in der Ausfallzeiten kostspielig sind, ist dies von entscheidender Bedeutung.

Durch die Verknüpfung von Systemen und Prozessen ermöglicht die Toolchain Kostentransparenz über Geschäftsbereiche hinweg und eine Priorisierung von Investitionen auf der Grundlage realer Daten. Somit unterstützt sie finanzielle Disziplin, was sich auf die Wertschöpfung für die Aktionäre auswirkt.

Für ein Unternehmen, das sich auf Übernahmen stützt, liegt der wohl größte Mehrwert darin, dass die integrierte Toolchain hilft, die Systeme übernommener Unternehmen schnell abzubilden und mit dem zentralen Modell von Harbour zu vergleichen, um zu ermitteln, was beibehalten, abgeschaltet oder migriert werden soll. Deshalb kann Harbour Akquisitionen zügig integrieren, anstatt jahrelang in der IT-Konsolidierung festzustecken.

Struktur vor Automatisierung

Erst wenn Prozesse strukturiert und sichtbar sind, können sie für die Automatisierung genutzt werden. Daher spielen all diese Tools eine entscheidende Rolle bei der Einführung von künstlicher Intelligenz (KI). Standardisierte Workflows und Prozess-Maps dienen als Grundlage für KI-Tools, und Digital Adoption Platforms führen die Anwender durch die Systeme.

Die drei wichtigsten Motoren der integrierten Toolchain sind:

• Transparenz-Engine: schafft einen ganzheitlichen Ãœberblick über das Geschäft
• Standardisierungs-Engine: harmonisiert Prozesse, Systeme und Ressourcen weltweit
• Beschleunigungs-Engine: verkürzt die Integrationszeit bei Fusionen und Ãœbernahmen und beschleunigt die Umsetzung von Transformationsprojekten

Zusammen mit Â鶹ԭ´´ Analytics Cloud für globale Prognosen und Planung stehen diese Tools im Mittelpunkt der erfolgreichen Unternehmenstransformation.

Young nannte drei strategische Hebel, die dem Unternehmen helfen, motiviert und widerstandsfähig zu bleiben. An erster Stelle steht strikte finanzielle Disziplin, gefolgt von datengestützten Erkenntnissen, die die Wettbewerbsfähigkeit sichern, und nicht zuletzt die Ausstattung der Fachbereiche mit modernsten Funktionen, um Resilienz zu gewährleisten.

„Die Toolchain der Â鶹ԭ´´ ermöglicht es uns, durch Akquisitionen dynamisch zu wachsen, ohne unter der Last der Komplexität zusammenzubrechen“, resümierte Young. „Im Grunde macht sie den Unterschied zwischen chaotischer Expansion und kontrolliertem, skalierbarem Wachstum.“

Erfahren Sie mehr über die integrierte Toolchain von Â鶹ԭ´´ und ihre Kernfunktionen.

The post Wie die Toolchain von Â鶹ԭ´´ das Wachstum von Harbour Energy vorantreibt appeared first on Â鶹ԭ´´ News Center.

Die Nachfrage nach Fachleuten, die KI-Agenten entwickeln, steuern und koordinieren können, steigt schneller als die Zahl der Kandidaten, die diese Positionen besetzen könnten. Deshalb sind Hochschulabsolventen mit praktischer Erfahrung bei der Entwicklung von Agenten auf dem Arbeitsmarkt aktuell heiß begehrt.

In diesem Jahr hat die Â鶹ԭ´´ auf der Kundenkonferenz Â鶹ԭ´´ÌýSapphire ihre Vision für das autonome Unternehmen vorgestellt, bei dem KI-Agenten Geschäftsprozesse durchgängig steuern und ausführen. Für Hochschulen wirft dies eine wichtige Frage auf: Wie bereiten sich Absolventen auf eine Welt vor, in der KI-Agenten Teil der täglichen Arbeitsabläufe sind?

Die Â鶹ԭ´´ bietet neue kostenlose Angebote und Ressourcen für Universitäten, über die Dozierende und Studierende praktischen Zugriff auf Tools für die Entwicklung, das Prozessmanagement und die Architektur von KI-Agenten erhalten. Ziel ist es, Hochschulen dabei zu helfen, mit den rasanten Fortschritten auf dem Gebiet der agentenbasierten KI in der Industrie Schritt zu halten und zukünftige Absolventen auf einen sich wandelnden Arbeitsmarkt vorzubereiten.

Zukünftige Entwickler auf agentenbasierte KI vorbereiten

Die Â鶹ԭ´´ hat eine Reihe neuer Angebote und Ressourcen zusammengestellt, die Universitäten dabei unterstützen, Konzepte und Technologien rund um agentengestützte KI auf praktische Weise in ihre Lehrpläne einzubinden. Drei Angebote, die jeweils einen ganz bestimmten Aspekt agentenbasierter KI abdecken, sind jetzt kostenlos für Dozierende und ihre Studierenden zugänglich:

• : Um einen Agenten entwickeln zu können, muss dessen Arbeitsweise verstanden werden. Die Â鶹ԭ´´ÌýSignavio Process Transformation Suite bietet Lehrkräften und ihren Studierenden Zugriff auf Funktionen für die Auswertung, Modellierung und Transformation von Prozessen. Auf diese Weise können sie bestehende Prozesse modellieren und analysieren, Ineffizienzen erkennen und optimierte Workflows gestalten, bei denen KI-Agenten zum Einsatz kommen. Darüber hinaus können Studierende und Lehrpersonal die Prozessmodellierung mit Â鶹ԭ´´ÌýSignavio Process Modeler im Rahmen der Student Edition des Â鶹ԭ´´ Learning Hub nun selbst testen.
• : Dieses Tool gibt Studierenden die Möglichkeit, die Funktion von Agenten innerhalb der IT-Landschaft eines Unternehmens zu verstehen. Â鶹ԭ´´ÌýLeanIX ist im Rahmen der Student Edition des Â鶹ԭ´´ÌýLearning Hub für Lehrkräfte an Hochschulen kostenlos verfügbar. MitÌýÂ鶹ԭ´´ LeanIX können Studierende Unternehmensarchitekturen modellieren und nachvollziehen, wie sich die Einführung von KI-Agenten auf eine bestehende Systemlandschaft auswirkt.
• : Lehrkräfte und Studierende haben die Möglichkeit, auf eine Â鶹ԭ´´-Umgebung für die Gestaltung von Agenten zuzugreifen und verschiedene Schulungsressourcen zu nutzen. Dabei können sie mehr über die Konfiguration und den Aufbau eines KI-Agenten erfahren, indem sie sich anhand von Demos durch den Prozess führen lassen oder in einem Produktivsystem ihre Kenntnisse in der Praxis anwenden.

Was diese Angebote so besonders macht, ist die Art und Weise, wie sie einander ergänzen. Studierende können mithilfe von Â鶹ԭ´´-Lösungen verschiedene Aspekte der agentenbasierten KI kennenlernen. Sie lernen, dass die Entwicklung eines Agenten nur ein Teil des Gesamtprozesses ist, und dass es ebenso wichtig ist, die Bedeutung des Prozesskontexts, der Architektur und der Governance-Grundsätze zu verstehen.

Zusammenarbeit mit Bildungseinrichtungen auf der ganzen Welt

Darüber hinaus setzt sich die Â鶹ԭ´´ verstärkt dafür ein, dass agentenbasierte KI in Lehrpläne integriert wird und arbeitet dazu mit Lehrkräften von über zehn Universitäten weltweit zusammen, darunter die Folgenden:

• Technische und Wirtschaftswissenschaftliche Universität Budapest, Ungarn
• Eötvös-Loránd-Universität, Ungarn
• Hasso-Plattner-Institut
• HEC Montréal, Kanada
• Karlsruher Institut für Technologie
• National University of Singapore Business Analytics Centre, Singapur
• Institut für Technologische und Höhere Studien Monterrey, Mexiko
• Technische Universität München
• Tongji-Universität, China
• Technische Universität Dresden
• University of California, Irvine, USA

Die Einrichtungen erhalten exklusiv frühzeitigen Zugriff auf die neuesten Funktionen der Â鶹ԭ´´-Plattform für die Entwicklung von Agenten. Zudem profitieren Studierende von umfassendem Austausch mit Â鶹ԭ´´-Fachleuten sowie von der Möglichkeit, ihre akademischen Anforderungen für die praxisnahe Vermittlung von Konzepten der agentenbasierten KI gegenüber Â鶹ԭ´´ zu formulieren.

„Wir möchten, dass die Studierenden mit denselben Tools und Szenarien arbeiten, die aktuell in Unternehmen üblich sind“, so Dr. Katharina Schäfer, Leiterin des Bereichs Academic Partnerships bei Â鶹ԭ´´. „Durch den kostenlosen Zugang zu unseren Ressourcen im Bereich der Entwicklung von Agenten können Dozierende diese Praxisbeispiele mühelos in ihre Kurse einbringen. Studierende, die bereits während des Studiums KI-Agenten auf Basis realer Unternehmensprozesse gestalten, haben beim Eintritt in den Arbeitsmarkt einen entscheidenden Vorsprung.“

Für Lehrpersonal ist der Praxisbezug ein wichtiger Faktor: Studierende lernen KI-Agenten so nicht nur aus Lehrbüchern kennen, sondern können sie selbst entwickeln – und zwar anhand realer Systeme und mit echten Einschränkungen.

„Mich hat begeistert, dass Studierende durch diese neue Plattform die Möglichkeit bekommen, mit unternehmenstauglichen Tools zu arbeiten“, berichtete Prof. Jesús Aguilar-Gonzalez vom Institut für Technologische und Höhere Studien in Monterrey. „Studierende unserer School of Engineering & Sciences konzipieren Agenten, die auf realen Geschäftsprozessen beruhen, und müssen über die Architektur und Governance-Aspekte nachdenken. Dies entspricht weitaus mehr der Realität beim Berufseinstieg als jede Übung aus einem Lehrbuch.“

Was dieses Konzept auszeichnet, ist der Unternehmenskontext: Agentenbasierte KI wird in Verbindung mit Geschäftsprozessen und der zugehörigen Systemlandschaft vermittelt. Studierende lernen also, wie sich KI in reale Prozesse einfügen lässt, anstatt im Alleingang zu experimentieren.

Fachkräfte für die Zukunft

Im Rahmen des Programms arbeitet die Â鶹ԭ´´ seit Jahrzehnten mit mehr als 2.800 Bildungseinrichtungen zusammen, um es Studierenden zu ermöglichen, mithilfe von Unternehmensanwendungen und -technologien zu lernen, zu forschen und Innovationen zu entwickeln. Mit diesen Angeboten unterstützt Â鶹ԭ´´ Studierende beim Aufbau nützlicher Â鶹ԭ´´-Kompetenzen und hilft ihnen dabei, sich für Karrieremöglichkeiten auf der ganzen Welt zu qualifizieren.

Wollen Sie agentenbasierte KI zum Teil Ihres Lehrplans machen? Besuchen Sie die Webseite für Â鶹ԭ´´ University Alliances auf sap.com oder wenden Sie sich an universityalliances@sap.com.

The post VomÌýCampus zum Karrierestart: Â鶹ԭ´´ unterstützt Hochschulen bei der Vorbereitung auf agentenbasierte KI appeared first on Â鶹ԭ´´ News Center.