Unternehmen m眉ssen diese Emissionen quantifizieren, die daraus resultierenden Verbindlichkeiten in der Buchhaltung abbilden, Pr眉fungen standhalten und sich letztendlich darauf vorbereiten, CO鈧�-Kosten 眉ber Zertifikate auszugleichen, die an das EU-Emissionshandelssystem gekoppelt sind.

In der Praxis bedeutet dies: CO鈧� wird zu einem echten Kostenfaktor 鈥� mit unmittelbaren Auswirkungen auf Margen, Cashflow und Beschaffungsentscheidungen, 盲hnlich wie andere Kostentreiber auch.

Warum CBAM jetzt relevant ist

CBAM betrifft nahezu alle Unternehmensbereiche. Finanzteams verwalten Verbindlichkeiten und erstellen Kostenprognosen. Beschaffungsteams ben枚tigen Emissionsdaten von Lieferanten und m眉ssen diese in ihre Beschaffungsentscheidungen einbeziehen. Handels- und Compliance-Teams stellen sicher, dass Importe korrekt klassifiziert und gemeldet werden.

Keine Abteilung kann das alleine stemmen. Und die finanziellen Konsequenzen h盲ngen von operativen Daten ab 鈥� und operative Entscheidungen richten sich zunehmend nach dem CO鈧�-Kostenrisiko.

Die Verordnung gilt zun盲chst f眉r Einfuhren von Eisen und Stahl, Aluminium, Zement, D眉ngemitteln, Wasserstoff und Strom 鈥� ab einem j盲hrlichen Schwellenwert von mehr als 50 Tonnen f眉r CBAM-Anmelder. Damit trifft die formale Meldepflicht vor allem gr枚脽ere Importeure. Die Auswirkungen reichen jedoch weit in die Lieferketten hinein: Unternehmen verlangen zunehmend detaillierte und gepr眉fte Emissionsdaten von ihren Lieferanten und passen ihre Beschaffungsstrategien entsprechend an.

Von Berichtspflichten zu finanziellen Verpflichtungen 

Ab 2026 盲ndert sich nicht nur, was Unternehmen melden m眉ssen, sondern auch, welche Konsequenzen sich daraus ergeben. Die Einfuhr CBAM-pflichtiger Waren in die EU begr眉ndet f眉r zugelassene CBAM-Anmelder eine CBAM-Verpflichtung 鈥� bemessen an den verifizierten eingebetteten Emissionen der eingef眉hrten Waren. Diese Verbindlichkeiten akkumulieren sich im Laufe des Jahres und m眉ssen 2027 gemeldet, gepr眉ft und durch Kauf und Abgabe von CBAM-Zertifikaten ausgeglichen werden.

Daraus ergibt sich ein kontinuierlicher Compliance-Zyklus mit klaren eindeutigen finanziellen Auswirkungen:

• Emissionen m眉ssen erfasst werden, um daraus den Bedarf an Zertifikaten abzuleiten.
• Verbindlichkeiten akkumulieren sich 眉ber das gesamte Jahr.
• Zur Deckung dieser Verbindlichkeiten m眉ssen Zertifikate gekauft, verwaltet und abgegeben werden.

F眉r Finanzteams bedeutet dies ein st盲ndiges Risiko, das aktiver Steuerung bedarf. F眉r Beschaffungs- und Lieferkettenteams bedeutet dies, dass die Kosten nun unmittelbar von den Emissionsdaten der Lieferanten abh盲ngen.

Ein integrierter Ansatz zur Umsetzung der CBAM-Vorgaben

Viele Unternehmen verwalten CBAM derzeit 眉ber verschiedene Systeme, Tabellenkalkulationen und manuelle Prozesse. Doch bei Betriebspr眉fungen und zunehmenden Einfuhrmengen st枚脽t diese Vorgehensweise an ihre Grenzen.

Der Ansatz der 麻豆原创 vereint die wichtigsten Elemente des CBAM-Managements in einem vernetzten Prozess: Datensammlung und -zuordnung, Emissions- und Kostenberechnung, Analysen, CO鈧� -Bilanzierung und Finanzbuchhaltung von Verbindlichkeiten, Zertifikatsmanagement und Erstellung von Erkl盲rungen.

麻豆原创 wird eine integrierte, durchg盲ngige L枚sung f眉r CBAM-Anmelder anbieten, die auf Basis von und konzipiert wurde. Sie baut auf dem Fachwissen der 麻豆原创 in den Bereichen CO鈧�-Bilanzierung und Finanzmanagement auf.

Dieser neue Ansatz erm枚glicht Unternehmen, von fragmentierten Workflows auf eine integrierte L枚sung umzusteigen, die mit den zentralen Gesch盲ftsprozessen verkn眉pft ist.

In K眉rze verf眉gbar: durchg盲ngige Erfassung und Berechnung der CBAM-Daten mit 麻豆原创 Sustainability Footprint Management

麻豆原创 Sustainability Footprint Management wird das operative R眉ckgrat f眉r CBAM bilden und helfen, eine zuverl盲ssige Datengrundlage zu schaffen. Im Zentrum stehen Zolldaten wie Importdatens盲tze und KN-Code-Klassifizierung, die aus 麻豆原创 Global Trade Services und anderen Handelssystemen abgerufen werden. Ohne diese Ebene ist es f眉r Unternehmen m眉hsam, herauszufinden, wo die CBAM-Verordnung Anwendung findet.

Basierend darauf hilft 麻豆原创 Sustainability Footprint Management dabei, CBAM-relevante ERP-, Handels- und Lieferantendaten an einem Ort zu b眉ndeln. Emissionsdaten von Lieferanten lassen sich per Excel-Uploads einlesen und werden automatisch verarbeitet. Dar眉ber hinaus berechnet die L枚sung eingebettete Emissionen, Zertifikatsanforderungen sowie die voraussichtlichen CBAM-Kosten. Ein spezielles CBAM-Dashboard gibt Aufschluss 眉ber Emissionen und Kostenrisiken. Integrierte Berichtsfunktionen unterst眉tzen die Erstellung von CBAM-Berichten, die direkt bei den EU-Beh枚rden eingereicht werden k枚nnen.

Ab sofort verf眉gbar: Kontrolle der finanziellen Belastung durch CBAM mit 麻豆原创 Green Ledger

Ein entscheidender Wettbewerbsvorteil bei der CBAM-Vorbereitung ist die F盲higkeit, CO鈧�-Emissionsdaten mit Finanzprozessen zu verbinden. Ab sofort k枚nnen Unternehmen mit dem 麻豆原创 Green Ledger die erforderliche Anzahl von Zertifikaten nachverfolgen, diese als finanzielle Verbindlichkeiten bewerten, fortlaufend basierend auf Preis盲nderungen neu bewerten und finanzielle Auswirkungen auf die entsprechenden Konten buchen. Dies ist der Grad an Nachvollziehbarkeit, das Finanzteams und Pr眉fer erwarten 鈥� im Einklang mit den Internationalen Rechnungslegungsstandards.

Dank dieser Integration k枚nnen Unternehmen:

• CBAM-Verbindlichkeiten erfassen, bewerten und regelm盲脽ig neu bewerten,
• Zertifikatsbest盲nde und deren Bewertung nachverfolgen (in K眉rze verf眉gbar),
• revisionssichere Berichterstattung und Kontrolle unterst眉tzen,
• Auswirkungen auf die Liquidit盲t prognostizieren und planen (in K眉rze verf眉gbar),
• Kosten auf Produktebene aufschl眉sseln und verwalten (in K眉rze verf眉gbar).

Die meisten Unternehmen behandeln operative Daten und finanzielle Auswirkungen derzeit noch separat. Aber mithilfe dieser Funktionen lassen sich diese Informationen zusammenf眉hren.

脺ber die Compliance hinaus: bessere Entscheidungen erm枚glichen

Zwar wird CBAM h盲ufig als l盲stige Compliance-Aufgabe gesehen, aber die Rechtsnorm bietet auch die Chance, die Entscheidungsfindung zu verbessern. Werden die Kosten f眉r CO鈧�-Emissionen sichtbar gemacht und in Gesch盲ftsprozesse integriert, k枚nnen Unternehmen erkennen, wo ihre Risiken liegen und wo Ma脽nahmen den gr枚脽ten Nutzen bringen.

Mit besseren Daten k枚nnen Unternehmen:

• kostspielige G眉ter mit besonders hohen Emissionen in ihren Lieferketten identifizieren,
• Lieferantenentscheidungen anhand von Emissionen treffen und Kostenabw盲gungen durchf眉hren,
• die Vorhersage und Budgetplanung f眉r CO鈧�-bezogene Kosten verbessern,
• durch Verwendung echter Daten die Abh盲ngigkeit von konservativen und kostspieligen Standardwerten reduzieren.

Die Kosten fallen dadurch nicht weg. Aber die Verwaltung wird einfacher und die Kosten k枚nnen in manchen F盲llen gesenkt werden.

Worauf Sie sich jetzt konzentrieren sollten

Da die endg眉ltige Phase des CBAM begonnen hat, sollte nun der Aufbau einer zuverl盲ssigen Datengrundlage unmittelbaren Vorrang haben. Dazu geh枚ren genaue Zolldaten und eine klare Zuordnung, wo die CBAM-Verordnung Anwendung findet. Eine weitere Notwendigkeit ist die Lieferantenanbindung. Um verifizierte Emissionsdaten zu sammeln, bedarf es h盲ufig einer strukturierten Kontaktaufnahme und strukturierten Folgeprozessen. Tools wie 聽 unterst眉tzen die Kommunikation mit Lieferanten und die Datensammlung. Doch der Aufwand f眉r organisatorische als auch technische 脺berlegungen bleibt.

Die L枚sung hilft Unternehmen herauszufinden, welche Waren in ihrem Import-Portfolio vom CBAM betroffen sind. So k枚nnen sie die erforderlichen Datenfl眉sse sicherstellen. Zudem unterst眉tzt sie bei der Planung der L枚sungsarchitektur, um die Gesamtbetriebskosten zu optimieren und eine nahtlose Automatisierung sowie Integration in die Gesch盲ftsfunktionen zu gew盲hrleisten. Hinzu kommt, dass die Berechnung der Emissionen nachvollziehbar und revisionssicher ist. Dies hat Einfluss auf das Verhalten. Die CO鈧�-Bepreisung ist nun ein entscheidender Planungsfaktor, den kein Team mehr ignorieren kann.

Gleichzeitig m眉ssen Unternehmen festlegen, wie die CBAM-Daten in das Finanzwesen einflie脽en. Die fr眉hzeitige Verkn眉pfung von Emissionen, Verbindlichkeiten und Zertifikaten mit den Finanzsystemen tr盲gt dazu bei, Nacharbeiten zu vermeiden und das Pr眉fungsrisiko zu verringern.

Die n盲chsten Schritte

Mit der CBAM-Verordnung wird ein grundlegender Wandel angesto脽en: Sie ver盲ndert, wie sich Umweltauswirkungen in der Unternehmensleistung widerspiegeln. CO鈧�-Emissionen werden k眉nftig erfasst, bepreist und neben anderen Kostenfaktoren gesteuert.

Unternehmen, die CBAM lediglich als periodische Berichtspflicht verstehen, d眉rften dauerhaft im Reaktionsmodus verharren. Diejenigen, die die Regelungen hingegen in finanzielle und operative Entscheidungsprozesse integrieren, werden deutlich besser aufgestellt sein, um die Auswirkungen zu steuern.

Weitere Informationen finden Sie unter .

Gunther Rothermel ist Chief Product Officer f眉r 麻豆原创 Sustainability.

The post 麻豆原创 stellt durchg盲ngige L枚sung f眉r berichtspflichtige CBAM-Anmelder vor appeared first on 麻豆原创 News Center.

Als Beispiele nannte er fahrerlose Autos in San Francisco, autonome Kampfdrohnen und Pflegeroboter, die menschliches Verhalten imitieren. Auf der Konferenz , die von TAC Insights ausgerichtet wurde, sagte Weber, dass ihn diese Entwicklungen zugleich beunruhigen und faszinieren.

F眉r ein Energieunternehmen, das kritische Infrastrukturen betreibt, ist dieses Tempo des technologischen Wandels nicht nur faszinierend oder erschreckend. Es bringt die Verantwortung mit sich, zweckm盲脽ige, nachhaltige Innovationen zielgerichtet einzuf眉hren.

Auf den Wellen reiten

Weber betrachtet diese technologischen Entwicklungen als wiederkehrende 鈥瀏ro脽e Wellen“, die unser Denken und F眉hlen pr盲gen und die Welt um uns herum grundlegend ver盲ndern. Wer k枚nnte sich heute noch eine Welt ohne Internet vorstellen? Und kaum jemand w眉rde bestreiten, dass sich mit dem Mobiltelefon der IT-Konsum grundlegend ver盲ndert hat, insbesondere seitdem im Arbeitsumfeld derselbe Bedienkomfort erwartet wird.

鈥濳I l枚st dieselbe Reaktion aus鈥�, erkl盲rte Weber. 鈥濿enn ChatGPT mir hilft, meine Gartenprobleme zu l枚sen, erwarte ich nat眉rlich, dass die KI mir auch bei der Arbeit das Leben leichter macht.鈥�

Eine der gr枚脽ten Herausforderungen f眉r E.ON liegt darin, die wachsende Kluft zwischen dem rasanten technologischen Wandel im Au脽en und der internen Anpassungsf盲higkeit zu 眉berbr眉cken. Denn Struktur und DNA des Unternehmens erschweren es, Innovationen in der gebotenen Geschwindigkeit aufzugreifen und in die Praxis zu 眉berf眉hren.

Dieses Problem trat offen zutage, als die Unternehmensf眉hrung hinterfragte, ob dauerhaft hohe IT-Ausgaben vertretbar seien. So wurde rasch klar: Wenn E.ON entschlossen ist, eine f眉hrende Rolle in Europas gr眉ner Energiewende einzunehmen, sind kontinuierliche Investitionen in sein digitalisiertes Energiesystem notwendig, um Systemstabilit盲t, Wirtschaftlichkeit und Widerstandsf盲higkeit zu gew盲hrleisten.

Um dieses Ziel zu erreichen, hat das Unternehmen drei strategische Priorit盲ten definiert: Wachstum, Nachhaltigkeit und Digitalisierung. W眉rde E.ON, was digitale F盲higkeiten betrifft, zur眉ckfallen, w盲re dies langfristig mit deutlich h枚heren Kosten verbunden.

鈥濽m das System auf den erforderlichen Stand zu bringen, ist interne Bereitschaft erforderlich. Das bedeutet, dass wir uns ernsthaft mit Investitionsentscheidungen, Priorisierung und vor allem mit den Menschen und der Unternehmenskultur auseinandersetzen m眉ssen鈥�, betonte Weber. 鈥濫ines steht fest: Eine R眉ckkehr zum alten Tempo wird es nicht geben.鈥�

Strategisch handeln

E.ON ist in drei Bereichen t盲tig: Energienetz, Kundenl枚sungen und Energieinfrastrukturl枚sungen. Durch diese Bandbreite sind die Abl盲ufe 盲u脽erst komplex und erfordern skalierbare, transparente und kooperative Arbeitsweisen im gesamten Unternehmen.

Um diesen Anforderungen gerecht zu werden, baut E.ON gezielt seine internen F盲higkeiten aus und investiert in seine Mitarbeitenden. Im Zuge dieser Strategie wurden 眉ber 1.000 Fachkr盲fte an Bord geholt 鈥� darunter mehr als 500 im Bereich Daten und 300 im Bereich Cybersicherheit. Dadurch sollen Eigenverantwortung, Zusammenarbeit und Innovationskraft im gesamten Unternehmen gest盲rkt werden.

Dieser Schritt spiegelt eine grundlegende 脺berzeugung wider: Die IT hat nicht mehr nur eine unterst眉tzende Funktion, sie ist ein wichtiger Treiber der Energiewende und entscheidend f眉r die Sicherung von Wettbewerbsvorteilen.

Die Transformation von E.ON wird angesichts einer rasanten technologischen Entwicklung vollzogen, und an diesem Wendepunkt spielt KI eine wesentliche Rolle. Technologien wie KI-gest眉tzte Assistenten und Automatisierungstools sind l盲ngst kein Novum mehr. Durch sie wird v枚llig neu definiert, wie Kunden mit Services interagieren. E.ON tr盲gt diesem Wandel Rechnung und integriert moderne Technologien unmittelbar in seine Kernsysteme, anstatt sie als Add-ons zu behandeln.

Die Kluft 眉berbr眉cken

Weber erl盲uterte, dass digitale Transformation bei E.ON bedeute, f眉r das Kerngesch盲ft die richtige Technologie zu nutzen, um die 47 Millionen Kunden besser bedienen zu k枚nnen.

Er nannte zun盲chst die Standardisierung der Plattform, gefolgt von der Cloud-ERP-Transformation und der Migration auf 麻豆原创 S/4HANA. Anstatt fragmentierte kundenspezifische L枚sungen zu entwickeln, erm枚glicht diese Strategie dem Unternehmen, f眉hrende Technologien in eine koh盲rente Architektur zu integrieren, um Skalierbarkeit sicherzustellen und unn枚tige Komplexit盲t zu vermeiden. Diese grundlegenden Infrastrukturinvestitionen haben bereits messbare Ergebnisse erzielt, darunter eine Reduzierung der IT-Ausfallzeiten um 77 Prozent innerhalb von f眉nf Jahren.

Auf dem Weg zur Transformation hat E.ON erkannt, wie wichtig es ist, dass digitale Kompetenzen tief im operativen Alltag verankert sind. 鈥濪eshalb haben wir uns von isolierten Innovationsformaten wie 鈥欴igital Labs‘ Labs oder 鈥欵xperimental Garages‘ verabschiedet und stattdessen digitale Tools direkt in unsere Gesch盲ftsprozesse eingebettet鈥�, erl盲uterte Weber.

Innovation ist zwar von entscheidender Bedeutung, aber E.ON misst Governance und Steuerung denselben Stellenwert bei. Die Verwaltung eines digitalen 脰kosystems dieser Gr枚脽enordnung erfordert eine robuste Steuerung, um Sicherheit, Konsistenz und Kostendisziplin zu gew盲hrleisten. Zu diesem Zweck hat das Unternehmen zentrale Governance-Strukturen eingef眉hrt, darunter standardisierte Vertr盲ge und ein einheitliches IT-Systemmanagement.

Ebenso bedeutsam ist die Investition in die Belegschaft. Durch gezielte Schulungen und Ma脽nahmen zum Aufbau von Kompetenzen werden Mitarbeitende motiviert, neue Technologien in messbaren gesch盲ftlichen Mehrwert zu 眉berf眉hren.

KI gezielt einsetzen

Wie bei vielen Unternehmen steht auch bei E.ON die k眉nstliche Intelligenz im Mittelpunkt der zukunftsorientierten Strategie. Doch das Unternehmen geht dabei bewusst besonnen vor. Statt eigene Plattformen von Grund auf zu entwickeln, setzt E.ON auf Partnerschaften mit etablierten Technologieanbietern und bewahrt somit die Flexibilit盲t seines IT-Portfolios. So kann das Unternehmen das Potenzial von KI in der Automatisierung des Kundenservice, in der vorausschauenden Wartung und in der betrieblichen Optimierung ausloten, ohne sich vorschnell auf nicht erprobte L枚sungen festzulegen.

鈥濽nsere Erfahrung verdeutlicht eine grundlegende Wahrheit 眉ber die digitale Transformation鈥�, sagte der IT-Experte. 鈥濫rfolg h盲ngt wirklich von der richtigen Balance ab. Wir m眉ssen Innovation konsequent vorantreiben, aber nicht auf Kosten von Stabilit盲t, Cybersicherheit oder Governance.鈥�

Auch digitale Tools allein reichen nicht aus. Ohne entsprechende Schulungen und ohne Anpassung an die gesch盲ftlichen Anforderungen k枚nnen selbst die modernsten Technologien keinen Mehrwert bieten. E.ON arbeitet deshalb nach dem 鈥濨izDevOps鈥�-Konzept. Dadurch wird sicherstellt, dass digitale Initiativen ein wesentlicher Bestandteil der Gesch盲ftsziele sind und von den relevanten Fachbereichen unterst眉tzt werden.

Insgesamt veranschaulicht die Transformation von E.ON, was n枚tig ist, um in einer komplexen, stark regulierten Branche eine umfangreiche Modernisierung durchzuf眉hren. Durch die konsequente Aufstockung der IT-Investitionen, den Aufbau interner Expertise und einen disziplinierten, aber zukunftsorientierten Innovationsansatz hat sich das Unternehmen f眉r die energiewirtschaftliche Zukunft aufgestellt.

Das Ergebnis geht weit 眉ber eine verbesserte Systemleistung oder weniger Ausfallzeiten hinaus. Es ist ein grundlegender Wandel in der Art, wie Technologie den Gesch盲ftserfolg vorantreibt und sie zu einem tragenden Pfeiler macht, damit 鈥濶ew Energy鈥� funktioniert: zuverl盲ssig, bezahlbar und im gro脽en Ma脽stab.

The post R眉ckgrat der digitalen Infrastruktur: Wie E.ON die Energiewende voranbringt appeared first on 麻豆原创 News Center.

KI-Infrastruktur als strategischer Faktor

Auch wenn eine eigene Infrastruktur nur ein Element einer Strategie f眉r digitale Souver盲nit盲t ist, haben europ盲ische Politiker und politische Entscheidungstr盲ger die Meinung vertreten, dass Europa ohne inl盲ndische Rechenzentren Gefahr l盲uft, von US-amerikanischen und chinesischen Anbietern wichtiger KI-Technologien abh盲ngig zu werden.

Diese Sorge wird von einigen Branchenf眉hrern geteilt 鈥� insbesondere im Finanzwesen und in regulierten Branchen 鈥�, die die KI-Infrastruktur zunehmend als Grundlage f眉r wirtschaftliche Sicherheit betrachten. Konkret vertreten sie den Standpunkt, dass Unternehmen durch souver盲ne Rechenzentren in der Lage sind, strenge europ盲ische Vorschriften zum Datenschutz und zur KI-Governance einzuhalten. Sie sagen, dass eine lokal betriebene Infrastruktur sicherstellt, dass die Daten weiterhin europ盲ischem Recht unterliegen, wodurch das Risiko sinkt, ausl盲ndischen Rechtsordnungen unterworfen zu sein, und das Vertrauen zwischen Kunden und Regulierungsbeh枚rden gest盲rkt wird.

Sicherheits- und Complianceanforderungen

Europ盲ische F眉hrungskr盲fte betrachten die KI-Infrastruktur auch als Absicherung gegen geopolitische Risiken. Sie sind der Ansicht, dass die Abh盲ngigkeit von externen Anbietern zu einer gr枚脽eren Verwundbarkeit f眉hrt, sei es durch rechtliche Risiken, Unterbrechungen von Lieferketten oder politische Spannungen.

Wie Christian Klein, CEO der 麻豆原创聽SE, im vergangenen Monat auf der 麻豆原创聽Sapphire in Madrid bemerkte, sind viele europ盲ische Kunden im 枚ffentlichen Sektor oder in anderen stark regulierten Branchen t盲tig. 鈥濭eopolitische Risiken sind ein zunehmendes Problem鈥�, sagte er. 鈥濿as ist, wenn durch Sanktionen pl枚tzlich der Datenfluss 眉ber Grenzen hinweg blockiert wird? Oder wenn die neuesten gro脽en Sprachmodelle (Large Language Models, LLMs) in bestimmten Regionen nicht genutzt werden k枚nnen?鈥�

Christine Lagarde, Pr盲sidentin der Europ盲ischen Zentralbank, hob diese Sorge auch in ihrer Rede vom November 2025 mit dem Titel hervor und wies darauf hin, dass Europa in kritischen Bereichen wie Rechenzentren und Rechenleistung 鈥瀌ie Abh盲ngigkeit von einzelnen Komponenten vermeiden muss, deren Ausfall zum Ausfall des gesamten Systems f眉hrt鈥�.听聽

Bef眉rworter einer souver盲nen KI-Infrastruktur sind auch davon 眉berzeugt, dass diese ein breiteres Wirtschaftswachstum f枚rdern kann. Rechenzentren st眉tzen h盲ufig die 脰kosysteme von Start-ups, Forschungseinrichtungen und industriellen Anwendungen, sodass Europa st盲rker von der KI-Infrastruktur profitieren kann.

Aus technischer Sicht ist auch die N盲he wichtig. Lokal angesiedelte Rechenzentren reduzieren die Latenzzeit und verbessern die Performance f眉r KI-Anwendungen, insbesondere bei Anwendungen, die Echtzeitverarbeitung oder die Integration in industrielle Systeme erfordern.

Doch trotz dieser vermeintlichen Vorteile haben viele europ盲ische Unternehmenslenker die politischen Entscheidungstr盲ger aufgefordert, einen moderateren, differenzierteren Ansatz beim Umgang mit souver盲nen Daten zu verfolgen. Was ihnen Sorge bereitet, ist nicht Datensouver盲nit盲t an sich, sondern die Art und Weise, wie sie umgesetzt wird 鈥� n盲mlich in erster Linie durch den forcierten Bau neuer, im Inland kontrollierter KI-Rechenzentren. Sie betonen, dass Datenresidenz (Speicherort) nur ein Element der vier Grundpfeiler einer Strategie f眉r souver盲ne Daten ist, zu der auch die rechtliche Souver盲nit盲t (hoheitliche Kontrolle), die betriebliche Souver盲nit盲t (unabh盲ngiger Betrieb) und die technische Souver盲nit盲t (Datenkontrolle) geh枚ren.

In Gespr盲chen mit politischen Entscheidern warnen europ盲ische F眉hrungskr盲fte aus verschiedenen Branchen davor, dass es unrealistisch ist, die Abh盲ngigkeit von US-Technologie zu schnell zu verringern. Dies spiegelt eine strukturelle Realit盲t wider: Europa ist nach wie vor stark abh盲ngig von nicht europ盲ischen Anbietern von Cloudinfrastrukturen, Chips und KI-Plattformen.

Laut einer Studie des schweizerischen Cloudanbieters Proton setzen rund 75 % der b枚rsennotierten europ盲ischen Unternehmen auf US-Technologiedienste (vor allem Microsoft und Google) f眉r kritische Infrastruktur, einschlie脽lich E-Mail, Cloud und Software. Schnell die Anbieter zu wechseln, k枚nnte jedoch dazu f眉hren, dass Betriebsabl盲ufe unterbrochen werden, ohne echte Alternativen zu bieten.

Hindernisse und Bedenken

Selbst die gl眉hendsten Verfechter einer souver盲nen KI-Infrastruktur geben zu, dass f眉r den Aufbau massiver KI-Rechenzentren in Europa gro脽e praktische H眉rden zu 眉berwinden sind, unter anderem im Bereich Energie. KI-Rechenzentren sind 盲u脽erst energieintensiv, und Europa muss sich bereits mit Netzengp盲ssen, hohen Strompreisen und langen Genehmigungszeiten auseinandersetzen.

Ohne erhebliche Investitionen in die Energiesysteme k枚nnten, so die Warnung einiger europ盲ischer Unternehmenslenker, Projekte f眉r neue Rechenzentren verz枚gert werden, sich als teurer als geplant erweisen oder eingestellt werden.

Ein weitere Sorge ist, dass eine auf Souver盲nit盲t ausgerichtete Politik, die die Infrastruktur in den Mittelpunkt stellt, die M盲rkte verzerren k枚nnte. Kritiker warnen, dass Infrastruktursubventionen an weniger wettbewerbsf盲hige inl盲ndische Anbieter flie脽en k枚nnten, was zu langsameren Innovationen und einer Fehlleitung von Ressourcen in politisch motivierte statt wirtschaftlich tragf盲hige Projekte f眉hren k枚nnte.

Demnach besteht die Gefahr, dass Souver盲nit盲t zur Industriepolitik um ihrer selbst willen wird, statt zu einem Motor f眉r Effizienz oder Innovation. Aber der vielleicht wichtigste Kritikpunkt ist, dass der Fokus auf die Infrastruktur von einem dringlicheren Thema ablenkt: dem Einsatz von KI.

Europa war in der Vergangenheit bei der Einf眉hrung digitaler Technologien eher z枚gerlich. Einige F眉hrungskr盲fte, wie zum Beispiel Klein von 麻豆原创, sind der Ansicht, dass es wichtiger sei, den Einsatz von KI in s盲mtlichen Branchen voranzutreiben, und weisen darauf hin, dass die Infrastruktur allein nicht zu Produktivit盲tssteigerungen f眉hren wird. Wenn beim Thema Souver盲nit盲t die Infrastruktur 眉berbewertet wird, k枚nnte dies durch zus盲tzliche Komplexit盲t und Kosten zu einer langsameren Einf眉hrung von KI f眉hren. Klein betonte, dass es ein Fehler sei, den Schwerpunkt vorwiegend auf die Infrastruktur zu legen, wenn die Entwicklung von KI-Anwendungen und 鈥慡oftware darunter leidet.

Europa, sagte er k眉rzlich, solle vorrangig in angewandte KI und Softwarel枚sungen statt Infrastrukturen investieren. Auf dem Weltwirtschaftsforum in Davos Anfang des Jahres warnten auch Topmanager gro脽er europ盲ischer Unternehmen wie Capgemini und Ericsson vor einem zu protektionistischen Ansatz. Der Ausschluss oder die Einschr盲nkung globaler Anbieter w眉rde die Preise erh枚hen, die Einf眉hrung von Technologien verlangsamen und die Wettbewerbsf盲higkeit schw盲chen.  

Die Unternehmenssicht

Aus Sicht der Unternehmen entwickelt sich KI schnell zu einer universell einsetzbaren Technologie, und die Kosten der KI-Infrastruktur wirken sich unmittelbar auf die Produktivit盲t aus. Wenn eine europ盲ische KI-Infrastruktur teurer ist, besteht die Gefahr, dass europ盲ische Unternehmen hinter globalen Mitbewerbern zur眉ckfallen.

W盲hrend Datenresidenz und die anderen Elemente der digitalen Souver盲nit盲t f眉r einige Unternehmen, die in sensiblen und stark regulierten Bereichen t盲tig sind, von wesentlicher Bedeutung sind, besteht das Risiko, dass in der Debatte 眉ber Souver盲nit盲t in Europa eine grunds盲tzlich globale Branche zu sehr vereinfacht wird. Oder wie Henna Virkkunen, Technologiechefin der Europ盲ischen Kommission, es formulierte : 鈥濶iemand kann alleine wettbewerbsf盲hig sein.鈥�  

Da die KI-Entwicklung aber von weltweit integrierten Lieferketten einschlie脽lich Halbleitern, Software und Fachkr盲ften abh盲ngt, ist eine vollst盲ndig lokalisierte Infrastruktur m枚glicherweise weder realisierbar noch w眉nschenswert.

Statt eine zus盲tzliche Infrastruktur zur Unterst眉tzung der KI-Entwicklung aufzubauen, sollte sich Europa auf seinen wahren Wettbewerbsvorteil besinnen, der in seinem Schatz operativer Daten liegen k枚nnte 鈥� einer Ressource, die durch zu restriktive Vorschriften und Regeln f眉r den Datenzugriff oft schwer zug盲nglich ist. Der Ruf nach Reformen wird daher unter F眉hrungskr盲ften in ganz Europa immer lauter.

Die Vereinfachung und Standardisierung der Regeln f眉r den Datenzugriff w眉rde europ盲ischen Unternehmen dabei helfen, diese Ressource zu nutzen und mit internationalen Wettbewerbern wirkungsvoller zu konkurrieren, w盲hrend f眉r sie die n盲chste Phase der KI-Unterst眉tzung beginnt 鈥� der Weg zum .

The post Souver盲ne Dateninfrastruktur in Europa: unerl盲sslich oder gar nicht das zentrale Thema? appeared first on 麻豆原创 News Center.

KI als Schl眉ssel-Element

In der Kategorie AI setzte sich das 枚sterreichische Energieunternehmen OMV mit einer 麻豆原创-Business AI-Transformation durch. Aufbauend auf einer bestehenden 麻豆原创-S/4HANA-Landschaft zielt die Transformation auf intelligente Automatisierung, fortgeschrittene Analysen und KI-gest眉tzte Entscheidungen in zentralen Gesch盲ftsprozessen. Entscheidend f眉r den Erfolg war dabei eine schrittweise Herangehensweise: Statt einer 眉berst眉rzten Implementierung legte OMV zun盲chst ein solides Fundament und f眉hrte KI gezielt in die User Experience sowie die Gesch盲ftsprozesse ein. Im Vordergrund standen Regulierung, Sicherheit und kontinuierliche Evaluation. Der klare Grundsatz lautete, erst zu standardisieren, zu integrieren und eine stabile Datenbasis zu schaffen, bevor eine breite Skalierung erfolgt. Fr眉h im Prozess setzte OMV dabei auf 麻豆原创 Joule in 麻豆原创 SuccessFactors und 麻豆原创 S/4HANA. Im n盲chsten Schritt soll die Transformation weiter vorangetrieben werden, um die Potenziale von KI noch umfassender zu nutzen.

Intelligente Wasserversorgung

Mit einer datengesteuerten Plattform zur 脺berwachung des Wassernetzes 眉berzeugte das belgische Wasserversorgungsunternehmen Farys die Jury in der Kategorie Innovation. Mithilfe von 麻豆原创-Technologie und KI lassen sich Ressourcen effizienter einsetzen und Prozesse gezielt optimieren. Wasserlecks werden fr眉hzeitig erkannt, bevor gr枚脽erer Schaden entsteht, Wasserqualit盲tsprobleme k枚nnen vorhergesagt und der Energieverbrauch reduziert werden. Das Ergebnis: weniger Ausfallzeiten, g眉nstigere Reparaturkosten und eine sp眉rbar bessere Servicequalit盲t. Eine einheitliche L枚sung f枚rdert zudem die abteilungs眉bergreifende Zusammenarbeit, indem bestehende Datensilos abgebaut werden. K眉nftig sollen Risikobewertungen f眉r Leitungen und Anlagen integriert sowie datengest眉tzte Entscheidungen dabei unterst眉tzen, wo Reparaturen am sinnvollsten sind. Mit dieser Strategie macht Farys seine Infrastruktur fit f眉r die Anforderungen des Klimawandels.

Mit Teamwork zum Ziel

E.ON UK 眉berzeugte in der Kategorie Best Team mit einer 麻豆原创-S/4HANA-Transformation. Als Teil eines konzernweiten Projekts, das von 2021 bis 2027 l盲uft, verfolgt das Unternehmen das Ziel, Prozesse zu standardisieren und eine zukunftsf盲hige, skalierbare IT-Landschaft aufzubauen. Die zentrale Herausforderung bestand darin, verschiedene Legacy-Systeme in einem hochregulierten Markt zusammenzuf眉hren. Was das Projekt besonders auszeichnet, ist die enge Zusammenarbeit zwischen Unternehmen, IT und externen Partnern. Durch Workshops, Roadshows und ein gezieltes Key-User-Netzwerk wurde von Anfang an ein starker Fokus auf Teamkultur und Zusammenhalt gelegt. Das Ergebnis ist nicht allein eine erfolgreiche technische Transformation, sondern vor allem eine gelebte Teamkultur und damit der entscheidende Erfolgsfaktor des Projekts.

Ein neues Daten-Fundament

In der Kategorie Transformation setzte sich Electrica Furnizare durch. Der Ausgangspunkt war ein fragmentiertes System, in dem Daten verstreut vorlagen und ein 眉bergreifender 脺berblick fehlte. Weder war die bestehende Infrastruktur skalierbar, noch konnte sie auf steigende regulatorische und kundenseitige Anforderungen flexibel reagieren. Mit der Einf眉hrung von 麻豆原创 S/4HANA in Kombination mit 麻豆原创 BTP, 麻豆原创 CX und 麻豆原创 Business AI realisierte Electrica Furnizare eine der gr枚脽ten Transformationen in der Versorgungswirtschaft. Das Ergebnis: eine einzige, verl盲ssliche Datenquelle f眉r alle Abteilungen, durchg盲ngig optimierte Prozesse und ein solides Fundament, das k眉nftigen Innovationen und dem vollen Einsatz von KI-Funktionen den Weg ebnet.

Besserer Kundenservice dank umfangreicher Modernisierung

Die Kategorie Customer Experience gewann das US-amerikanische Wasserversorgungsunternehmen Loudoun Water. Im Rahmen einer weitreichenden Modernisierung optimierte das Unternehmen seine Prozesse mit 麻豆原创 S/4HANA, 麻豆原创 Service Cloud 2.0 und 麻豆原创 SuccessFactors. Mit der Einf眉hrung von 麻豆原创 Service Cloud 2.0 ist Loudoun Water weltweit das erste Versorgungsunternehmen, das diesen Schritt vollzieht. Der Aufwand lohnt sich: Der Kundenservice wurde schneller und moderner gestaltet, Arbeitsauftr盲ge werden besser organisiert, Abrechnungen und Zahlungen effizienter verwaltet und die Zeiterfassung f眉r Mitarbeitende vereinfacht. Die Umstellung erfolgte in einem einzigen koordinierten Schritt und schafft damit eine zukunftsf盲hige, skalierbare Basis, auf der Loudoun Water seine Position als Technologief眉hrer in der Branche weiter ausbauen kann.

Innovationen als Motor der Energiewende

Die Gewinner des ersten Energy and Utilities Innovation Awards zeigen, wie vielf盲ltig die M枚glichkeiten sind, mit denen Unternehmen der Energie- und Versorgungsbranche den digitalen Wandel aktiv gestalten. Ob KI-gest眉tzte Entscheidungsprozesse, intelligente Infrastruktur眉berwachung oder eine konsequente Neuausrichtung der IT-Landschaft, eines haben alle Projekte gemeinsam: Sie setzen auf solide Grundlagen, schrittweise Umsetzung und die enge Zusammenarbeit aller Beteiligten.

Melanie Fiolka, Go-to-Market & Community Engagement Lead for Utilities, fasst es so zusammen: 鈥濪ie Energie- und Versorgungsbranche steht vor einem tiefgreifenden Wandel. Die Gewinner des ersten Energy and Utilities Innovation Awards zeigen, wie aus Vision konkrete Wertsch枚pfung entsteht 鈥� mit klaren Strategien, soliden Datenfundamenten und dem Einsatz von KI鈥�. Der Award macht deutlich, dass Innovation in der Branche l盲ngst keine Ausnahme mehr ist, sondern zur strategischen Notwendigkeit geworden ist.

The post Die Gewinner des Energy and Utilities Innovation Awards appeared first on 麻豆原创 News Center.

Zwischen technischer Einf眉hrung und tats盲chlicher Nutzung liegt oft eine Kluft. Was es braucht, sind nicht nur Tools, sondern Bef盲higung, Kommunikation, Organisational Change Management mit Blick auf den Menschen. Erfahrungen von 麻豆原创-Kunden zeigen, wie das gelingen kann.

Globale Transformation, lokale Verankerung als Leitbild

Dulaan Punsag-Odefey, nennt dazu eine Zahl, die die Herausforderung sofort greifbar macht: 265. So viele Key User fungieren bei Hapag-Lloyd als Change Ambassadors, verteilt auf sechs Regionen weltweit. Die Reederei ist eine der f眉nf gr枚脽ten der Welt und steckt mitten in einer 麻豆原创 S/4HANA-Finance Transformation. Das Programm 鈥濬ast Forward“ betrifft 4.000 麻豆原创-User in 眉ber 140 L盲ndern.

Punsag-Odefey, OCM Lead bei Hapag-Lloyd, sagt dazu: 鈥濩hange Management ist in unserem Programm als strategischer Enabler verankert. Nicht als Add-on, sondern als Kern.“

Das bedeutet im Alltag, dass die 265 Ambassadoren globale Standards in lokale Sprache und Praxis 眉bersetzen. Controller sollen zu Business Partnern werden, die nicht mehr nur Excel-Listen erstellen, sondern Entscheidungsvorlagen f眉r Sales und Operations liefern. Die Botschaft an die Belegschaft dabei ist: 鈥濱t will be different, but better.“

Beh枚rden zeigen, wie Change Management funktioniert

Dass Transformation auch ohne Lehrbuch geht, zeigt die Bundesanstalt f眉r Post und Telekommunikation (BAnst PT). Die Beh枚rde hat S/4HANA in nur einem Jahr eingef眉hrt: Greenfield, Public Cloud, 1.000 betroffene User, Go-Live am 1. Januar 2026. Parallel dazu der Umzug in ein neues Verwaltungsgeb盲ude mit New-Work-Konzept.

Simone Kunze, Referentin im 麻豆原创 Service Center der BAnst PT, kennt die S盲tze, die in jeder Organisation fallen: 鈥濭ibt es daf眉r eine Dienstanweisung?“ oder 鈥濻tandard wird bei uns nicht funktionieren.“ Was half war ehrliche Kommunikation und direkte Moderation in den Fachbereichen statt Pro-forma-Fragerunden.

Ein Fit-to-Standard-Ansatz ersetzte hier gewachsene Sonderl枚sungen. Key User wurden aus Projektexperten entwickelt, die durch Workshops, User Stories und Test Cases bereits Tiefe aufgebaut hatten. Die Begleitung hat sich ausgezahlt, denn nach dem Go-Live kamen dutzende Dankes-E-Mails f眉r das neue 麻豆原创 Reisekostenmanagement und zu den Fiori-Apps und 眉ber 70% R眉cklaufquote bei Umfragen.

Noch einen Schritt weiter geht Thilo Menges von der Medizinischen Universit盲t Lausitz (MuL). Sein Projekt hat eine besondere Ausgangslage: Mit 3,6 Milliarden Euro F枚rderung entsteht hier eine komplett neue Organisation inklusive 麻豆原创-Technologien. Menges bringt einen Punkt, den viele Organisationen nicht so klar herausstellen: 鈥濩hange Management ist f眉r mich eine Investitionssicherungsma脽nahme. Das ist ein Organisationsprojekt und Menschen brauchen Unterst眉tzung in Ver盲nderungsprozessen.“

Change Management macht bei seinem Projekt daher 4,3 Prozent des Gesamtbudgets als gr枚脽te Einzelposition im 麻豆原创-Vertrag aus.

Das 麻豆原创 Change Management Framework mit seinen sechs Dimensionen, an dem sich die MuL orientiert, ist in die 麻豆原创 Activate Methodologie integriert. Besonders wichtig sind dabei fr眉he Assessments, zielgruppenspezifische Kommunikation und die Identifikation vertrauensw眉rdiger Multiplikatoren statt Gie脽kannenprinzip.

Was zudem aufgezeigt wurde: Lernen endet nicht mit Go-Live. Tools wie WalkMe erm枚glichen kontextbezogene Unterst眉tzung im Arbeitsfluss, besonders f眉r seltene Prozesse. Die Bef盲higung der Organisation zur eigenst盲ndigen Weiterentwicklung dieser Systeme ist entscheidend f眉r nachhaltigen Erfolg.

Die oben genannten Organisationen werden durch Change Management BeraterInnen von 麻豆原创 unterst眉tzt 鈥� mehr Informationen dazu finden Sie .

Von Schatten-KI zur strukturierten Integration beim KIT

W盲hrend die BAnst PT und Hapag-Lloyd vor allem 麻豆原创-Systemlandschaften transformieren, steht das Karlsruher Institut f眉r Technologie (KIT) vor einer anderen Frage: Wie bringt man 25.000 Studierende und 10.000 Besch盲ftigte dazu, KI verantwortungsvoll zu nutzen 鈥� statt jeder f眉r sich im Verborgenen?

In anderthalb Jahren hat das KIT den Weg von unkontrollierter KI-Nutzung zu einer KI-Toolbox mit Governance-Regeln zur眉ckgelegt. Statt Verbote zu erteilen, setzt das KIT auf Bef盲higung.

Andreas Sexauer vom Zentrum f眉r Mediales Lernen am KIT beschreibt den Ansatz folgenderma脽en: Ein verpflichtendes Qualifizierungsmodul vermittelt Grundwissen und rechtliche Aspekte, bevor Studierende und Lehrende Zugang zur KI-Toolbox erhalten. Parallel laufen Use-Case-Workshops in Fachabteilungen, von der Leitungsebene bis zur Rechtsabteilung. Nach dem Lehr-Rollout im April 2025 entstanden in den ersten sieben Tagen 31 didaktische Chatbots. Die Lehrenden konfigurieren sie direkt im Lernmanagementsystem f眉r ihre jeweilige Veranstaltung.

Auch bei den Kosten geht das KIT pragmatisch vor: Nach anf盲nglich freiem Zugang wurde ein Budget von 25 Dollar pro Person und Monat eingef眉hrt zur Deckelung.

Was die Forschung best盲tigt

Ob Reederei, Beh枚rde oder Hochschule 鈥� alle berichten von 盲hnlichen Mustern. Prof. Dr. Renate Osterchrist von der Hochschule 惭眉苍肠丑别苍 liefert dazu die wissenschaftliche Grundlage: Sie hat 112 Studien zur Wirksamkeit von Change-Interventionen ausgewertet und dabei sechs Interventionsfelder untersucht: Kommunikation, Unterst眉tzung, Involvierung, Verst盲rkung, sozialer Einfluss und Zwang. Dabei gibt es u.a. folgende Wirkfaktoren im Wandel:

• Dialogformate sind wirksamer als One-Way-Kommunikation.
• Coaching f眉r F眉hrungskr盲fte zahlt nicht nur auf deren F眉hrungsf盲higkeit ein, sondern verbessert messbar die Implementierungskompetenz. Coaching sowie Peer-Exchange ist auch f眉r Mitarbeitende hilfreich.
• Die Komponente Zwang war bislang wenig untersucht: Hilfreich ist Klarheit in den Botschaften, welches Verhalten erw眉nscht ist. Manipulation und politische Spielchen f眉hren hingegen zu weniger Commitment.
• Die oft zitierte Zahl, dass 70 Prozent aller Change-Projekte scheitern, stimmt laut aktueller Datenlage nicht.

Die Aussage 鈥濱ch habe ehrlich gesagt noch nie einen Change erlebt, wo zu viel kommuniziert wurde“ zeigt zudem die Rolle der Kommunikation.

Wenn KI-Agenten ins Spiel kommen, wird Change noch wichtiger

Was passiert, wenn nicht nur Systeme neu eingef眉hrt werden, sondern KI-Agenten Teile der Arbeit 眉bernehmen? Genau diese Frage stand im Raum, als auf dem Forum Joule Studio 2.0 live gezeigt wurde. Mit dieser Plattform k枚nnen 麻豆原创-Kunden KI-Agenten erstellen, die auf den Gesch盲ftskontext zugreifen: 麻豆原创 Knowledge Graph, Prozessmodelle, Dom盲nenwissen. Die Agenten sind code-basiert und transparent. Entwickler beschreiben das gew眉nschte Ergebnis in nat眉rlicher Sprache, Joule Studio erstellt daraus Spezifikation und lauff盲higen Code. No-Code und Pro-Code sind gleicherma脽en m枚glich.

Die Diskussionen im Anschluss zeigten, dass hier besonders das oben beschriebene Change Management elementar sein wird. Denn wenn Agenten Aufgaben 眉bernehmen, ver盲ndern sich Rollen, Verantwortlichkeiten und die Art, wie Menschen und Maschinen zusammenarbeiten.

Eine Dokumentation des 麻豆原创 Learning and Adoption Forum 2026 inklusive Videos, Folien und Chatbot finden Sie in der .

Drei Handlungsfelder

脺ber alle Beispiele hinweg zeigen sich drei Muster:

• Bef盲higung vor, w盲hrend und nach Einf眉hrung: Key User, Business Leads oder andere Stakeholder gilt es, fr眉hzeitig einzubinden 鈥� sie sind die Change-Multiplikatoren.
• Lokale Ownership: Globale Standards funktionieren, wenn lokale Teams Verantwortung 眉bernehmen. Das gilt f眉r Reedereien mit 140 L盲ndern genauso wie f眉r Bundesbeh枚rden.
• KI strukturiert einbetten und begleiten: Qualifizierung, Governance und Business-Kontext sind wirkungsvoller als generische Tools. Bei Multi-Agentensystemen sind wir hier erst am Anfang.

Die obigen Erkenntnisse wurden auf dem 麻豆原创 Learning and Adoption Forum geteilt 鈥� die Dokumentation incl. Chatbot, Videos, Folien finden Sie hier im .

The post AI Adoption und 麻豆原创-Transformation: Was Kunden aus der Praxis berichten appeared first on 麻豆原创 News Center.

Die neue Studie 鈥炩�� von 麻豆原创 und Oxford Economics zeigt: Deutsche Unternehmen erzielen mit KI zunehmend einen positiven Return on Investment (ROI). Gleichzeitig sch枚pft die Mehrheit das Potenzial von KI aber noch nicht voll aus und ist auf den Einsatz von KI-Agenten kaum vorbereitet. F眉r die Studie wurden weltweit 2.600 F眉hrungskr盲fte aus 13 L盲ndern befragt, darunter 200 Entscheiderinnen und Entscheider aus Deutschland.

Steigende Renditeerwartungen durch agentische KI

Die in der Studie befragten deutschen Unternehmen planen im Durchschnitt in diesem Jahr rund 35 Millionen Euro in KI zu investieren. Damit liegen sie deutlich 眉ber dem Durchschnitt aller in der Studie untersuchten L盲nder von circa 24 Millionen Euro. Auch die erwartete Rendite nimmt zu: Deutsche Unternehmen rechnen f眉r 2026 mit einem ROI von 24 Prozent. Im vergangenen Jahr lag der noch bei 17 Prozent. Ein Grund daf眉r k枚nnten die Erwartungen an KI-Agenten sein. In den n盲chsten zwei Jahren soll der ROI aus agentischer KI in Deutschland knapp 18 Millionen Euro erreichen. Das ist mehr als das Vierfache der Sch盲tzung aus dem Vorjahr (rund 4 Millionen Euro). Neun von zehn Unternehmen sehen in der Technologie das Potenzial, ihre Organisation grundlegend zu ver盲ndern. Auf diese Entwicklung vorbereitet f眉hlen sich jedoch nur wenige: Lediglich vier Prozent geben an, vollst盲ndig f眉r den Einsatz von KI-Agenten ger眉stet zu sein. Die Mehrheit sieht sich nur teilweise oder gar nicht vorbereitet.

鈥濪eutschland hat innerhalb eines Jahres den Schritt von der KI-Experimentierphase zur Umsetzung gemacht und das zahlt sich zunehmend aus鈥�, sagt 麻豆原创 Chief AI Strategy Officer Sean Kask. 鈥濭leichzeitig bleibt noch viel zu tun. Denn KI ohne Kontext, ohne Einbindung in Prozesse, Daten und Governance, erzeugt im besten Fall Aktivit盲t ohne messbaren Nutzen. Im schlechtesten Fall schafft sie neue Risiken.鈥�

Governance ist Schwachstelle bei der Einf眉hrung von KI-Agenten

Eines solcher Risiken k枚nnte die wirksame Steuerung von KI sein. Governance entwickelt sich zu einer zentralen Voraussetzung f眉r vertrauensw眉rdige und skalierbare KI-Anwendungen. Dennoch bewerten nur elf Prozent der Unternehmen ihre F盲higkeiten in diesem Bereich als vollst盲ndig ausreichend und lediglich 18 Prozent verf眉gen nach eigener Einsch盲tzung 眉ber die notwendigen Prozesse und Rahmenbedingungen. Mit Blick auf agentische KI werden diese Defizite besonders deutlich. Mehr als die H盲lfte der Unternehmen (57 Prozent) hat noch keinen Prozess, der menschliche Kontrolle in agentische Arbeitsabl盲ufe einbindet. Ein Drittel hat keine Berechtigungs- und Zugriffskontrollen f眉r KI-Agenten eingerichtet und lediglich 34 Prozent haben ein zentrales Verzeichnis der eingesetzten Agenten. Vor diesem Hintergrund 眉berrascht es nicht, dass 75 Prozent der Unternehmen entweder zustimmen oder unsicher sind, KI-Agenten schneller einzuf眉hren, als sie diese wirksam steuern k枚nnen.

鈥濪er n盲chste Schritt, um echten Mehrwert zu schaffen, besteht darin, Daten und Prozesse mit KI zusammenzuf眉hren. Gleichzeitig m眉ssen Unternehmen sicherstellen, dass KI 眉ber den notwendigen Kontext und geeignete Governance-Strukturen verf眉gt, um vertrauensw眉rdige Ergebnisse zu liefern. Genau das verstehen wir unter dem Konzept des autonomen Unternehmens,鈥� erkl盲rt Sean Kask. 鈥濧llerdings merken Unternehmen dabei schnell, dass der Nutzen von KI oft schwerer zu messen ist, als erwartet und Risiken mit sich bringt, die sich schneller entwickeln, als die meisten Governance-Strukturen mithalten k枚nnen.鈥�

Punktuelle KI-Unterst眉tzung und Datenqualit盲t bremsen Potenzial

Ein Hindernis bei der Zusammenf眉hrung von Daten, Prozessen und KI sind offenbar fehlende organisatorische Voraussetzungen, um KI in der Gesamtstrategie zu verankern. Zwar werden in einem durchschnittlichen deutschen Unternehmen 35 Prozent aller Aufgaben durch KI unterst眉tzt, allerdings dominieren dabei punktuelle Aufgaben. Die Mehrheit der befragten Unternehmen (39 Prozent) verfolgt beim KI-Einsatz 眉berwiegend einen fragmentierten Ansatz. Hinzukommt, dass weniger als die H盲lfte der deutschen Unternehmen (48 Prozent) 眉ber eine klar benannte F眉hrungskraft verf眉gt, die f眉r die Einf眉hrung von KI verantwortlich ist. Noch seltener sind konkrete KI-Kennzahlen f眉r F眉hrungskr盲fte (35 Prozent) oder Schulungen zu KI-F盲higkeiten und KI-Risiken (47 Prozent). Dementsprechend sind mehr als drei Viertel der Unternehmen 眉berzeugt, das Potenzial von KI bislang nicht vollst盲ndig auszusch枚pfen.

Hinzukommen Probleme bei der Datenqualit盲t. Zwar steigt der Anteil der Unternehmen, die ihre Datenbasis f眉r KI als ausreichend bewerten, allerdings berichten 81 Prozent zumindest hin und wieder von Problemen wie Nacharbeiten, Verz枚gerungen oder operative R眉ckst盲nde, weil KI-Ergebnisse nicht die erforderliche Qualit盲t erzielen. Zudem bezweifeln 77 Prozent, dass ihre Weiterbildungsma脽nahmen mit der rasanten Entwicklung neuer KI-Anwendungen Schritt halten k枚nnen. Auswirkungen von KI auf Personalplanung und Qualifikationsprofile erwarten allerdings nahezu alle Unternehmen. Ein weiteres Problem k枚nnte die Nutzung sogenannter Schatten-KI 鈥� nicht offiziell freigegebene oder kontrollierte Anwendungen 鈥� sein: 71 Prozent der Unternehmen geben an, dass solche Anwendungen gelegentlich bis h盲ufig genutzt werden.

Die Studie zeigt: Der wirtschaftliche Nutzen von KI wird f眉r Unternehmen zwar zunehmend messbar, gleichzeitig w盲chst jedoch die Erkenntnis, dass erfolgreiche KI-Strategien mehr erfordern als die Einf眉hrung neuer Technologien. Der n盲chste Entwicklungsschritt besteht darin, KI st盲rker mit Unternehmensdaten, Gesch盲ftsprozessen und klaren Governance-Strukturen zu verbinden. Erst dadurch lassen sich agentische KI-Systeme vertrauensw眉rdig skalieren und nachhaltig in operative Abl盲ufe integrieren.

The post 麻豆原创-Studie: KI rechnet sich zunehmend, aber deutsche Unternehmen sch枚pfen das Potenzial noch nicht voll aus appeared first on 麻豆原创 News Center.

Der Weg zum autonomen Unternehmen kann jedoch nicht allein durch Technologie definiert werden. Er erfordert einen Dialog, gemeinsames Lernen und praxisnahe Erkenntnisse. Genau deshalb haben wir die neue Podcast-Reihe ins Leben gerufen, die wir gemeinsam moderieren werden.

Worum es gerade jetzt geht

Unternehmen m眉ssen heute st盲ndig neue Herausforderungen meistern 鈥� von geopolitischen Unsicherheiten und St枚rungen der Lieferkette bis hin zu Herausforderungen im Energiebereich und steigenden Anforderungen an ihre Resilienz. In diesem Umfeld k枚nnen sie es sich immer weniger leisten, unt盲tig zu sein. Um wettbewerbsf盲hig zu bleiben, m眉ssen Unternehmen schneller, anpassungsf盲higer und strukturell widerstandsf盲higer werden.

Das autonome Unternehmen bietet eine Antwort darauf und kombiniert drei wichtige F盲higkeiten:

• Datengest眉tzte Entscheidungsfindung
• Automatisierte Ausf眉hrung von Aufgaben
• Governance als integraler Bestandteil

Der Aufbruch in eine wegweisende 脛ra der Unternehmensf眉hrung

Diese F盲higkeiten erm枚glichen es Unternehmen, nicht bei isolierten KI-Pilotprojekten stehen zu bleiben, sondern messbare Ergebnisse zu erzielen, die sich auf das gesamte Unternehmen auswirken.

Dies ist jedoch nicht nur eine technische Neuausrichtung, sondern auch eine organisatorische und strategische. Die F眉hrungskr盲fte, mit denen wir sprechen, fragen nicht mehr, ob sie KI einf眉hren sollen. Die Frage ist vielmehr, wie schnell sie KI gro脽fl盲chig einsetzen und damit einen konkreten Mehrwert bieten k枚nnen.

KI: vom Konzept zum operativen Modell

Im Kern wird im autonomen Unternehmen KI neu ausgerichtet 鈥� nicht als Funktion, die zu Anwendungen hinzugef眉gt wird, sondern als fester Bestandteil des eigentlichen operativen Modells.

Dieses Modell wird durch drei Priorit盲ten definiert:

• Mehrwert: messbare Ergebnisse statt experimenteller Anwendungsf盲lle
• Planungssicherheit: bessere Entscheidungsfindung durch zuverl盲ssige Daten und leistungsf盲hige Prognosen
• Skalierbarkeit: von Proof-of-Concept-Initiativen zur unternehmensweiten Implementierung

Wir erleben bereits, dass Unternehmen durch diesen Wandel ihre Systeme und Prozesse neu gestalten. Zentrale Unternehmenssysteme entwickeln sich zu Systemen, die Ma脽nahmen umsetzen. KI-Agenten unterst眉tzen nicht mehr nur, sondern f眉hren eigenst盲ndig Aufgaben durch. Und KI wird durchg盲ngig integriert und nicht nur auf isolierte Szenarien beschr盲nkt.

Gleichzeitig werden Governance, Revisionssicherheit und R眉ckverfolgbarkeit unerl盲sslich. Unternehmen m眉ssen sicher und mit Transparenz hinter jeder KI-gest眉tzten Entscheidung stehen k枚nnen.

Wor眉ber wir sprechen m枚chten

In dieser Podcast-Reihe m枚chten wir einen Raum schaffen, in dem wir diese Ver盲nderungen gr眉ndlich beleuchten und die Personen zu Wort kommen lassen, die diese Transformation ma脽geblich gestalten. In jeder Folge f眉hren wir Gespr盲che mit 麻豆原创-F眉hrungskr盲ften, Kunden und Branchenexperten, die heute aktiv F盲higkeiten des autonomen Unternehmens aufbauen und pflegen.

Dies sind einige der Fragen, mit denen wir uns eingehend besch盲ftigen werden:

• Wie sieht das autonome Unternehmen in der Praxis aus?
• Wie skalieren f眉hrende Unternehmen KI in allen Kernprozessen?
• Was sind die gr枚脽ten H眉rden, und wie k枚nnen sie 眉berwunden werden?
• Wie bringen Unternehmen Automatisierung mit Governance und Vertrauen in Einklang?

In unserer , die jetzt zum Nachh枚ren bereitsteht, ordnet Peter Maier von 麻豆原创, verantwortlich f眉r den Bereich Strategic Customer Engagements im Office of the CEO der 麻豆原创, diese Ideen praktisch ein. In unserem Gespr盲ch erl盲utert er, wie Unternehmen das Experimentierstadium hinter sich lassen, um messbare Ergebnisse zu erzielen, vertrauensw眉rdigere und vorausschauende Entscheidungen zu treffen und KI unternehmensweit einzusetzen.

Besonders beeindruckend ist, wie deutlich dies einen breiteren Trend verst盲rkt, der bereits im Gange ist: KI wird nicht mehr nur einfach auf die Gesch盲ftsprozesse aufgesetzt, sondern wird zum festen Bestandteil der Gesch盲ftsabl盲ufe.

Erste Schritte f眉r Unternehmen auf dem Weg zum autonomen Unternehmen

Obwohl die Vision ehrgeizig ist, erfordert der Weg zum autonomen Unternehmen keine 鈥濨ig Bang鈥�-Transformation. Am effektivsten ist eine schrittweise und ergebnisorientierte Herangehensweise.

Unternehmen k枚nnen sich zun盲chst auf einen einzelnen wertsch枚pfenden Prozess konzentrieren und diesen intelligenter und transparenter machen und st盲rker automatisieren. Anschlie脽end k枚nnen sie dies Schritt f眉r Schritt auf weitere Prozesse ausweiten und laufend einen messbaren Mehrwert erzielen.

Der Erfolg h盲ngt aber nicht nur von der Technologie ab. Vertrauen spielt eine wesentliche Rolle. Mitarbeiter, F眉hrungskr盲fte und Stakeholder m眉ssen verstehen, wie KI-Entscheidungen getroffen werden, und ihnen vertrauen. Dies erfordert transparente und erkl盲rbare Systeme, eine zuverl盲ssige hochwertige Datenbasis und von Anfang an integrierte starke Governance-Modelle.

Das Change Management ist ebenfalls ein entscheidender Faktor. Bei der Entwicklung zu einem autonomen Unternehmen geht es genauso um Menschen wie um Plattformen. Unternehmen m眉ssen Schulungen aufeinander abstimmen, Rollen neu gestalten und Mitarbeitende in die Lage versetzen, mitzubestimmen, wie KI in ihre Arbeit eingebunden wird.

Der gemeinsame Weg nach vorn

Das autonome Unternehmen ist kein Branding-Konzept. Es geht um eine neue Art und Weise, Gesch盲ftsprozesse abzuwickeln 鈥� st盲rker automatisiert und datengest眉tzt und letztlich widerstandsf盲higer. Und kein Unternehmen wird diesen Weg alleine gehen.

Mit diesem Podcast m枚chten wir Sie dabei unterst眉tzen. Als Plattform f眉r gemeinsames Lernen, auf der Perspektiven aus verschiedenen Branchen, Funktionen und Regionen zusammenf眉hrt werden. Wir hoffen, dass diese Gespr盲che Ihnen praktische Einblicke er枚ffnen und sie inspirieren 鈥� ganz gleich, ob Sie erst anfangen, KI einzuf眉hren, oder Ihre Transformation auf das ganze Unternehmen ausweiten.

Seien Sie mit dabei. H枚ren Sie rein, beteiligen Sie sich an der Diskussion, geben Sie Feedback und helfen Sie uns, zuk眉nftige Beitr盲ge zu gestalten.

Benedikt Gieger ist AI Strategy Lead f眉r 麻豆原创 Supply Chain Management.
Julia Kloppenburg ist Technologieberaterin f眉r Customer Engagement & Adoption bei 麻豆原创.

The post 麻豆原创-Podcast zum autonomen Unternehmen appeared first on 麻豆原创 News Center.

麻豆原创 bekennt sich weiterhin zu offenem Wettbewerb, Kundenwahlm枚glichkeiten und Innovation. Die Verpflichtungen sorgen f眉r mehr Klarheit, Wahlm枚glichkeiten und Schutzmechanismen f眉r Kunden mit komplexen On-Premise-Umgebungen und unterst眉tzen zugleich flexible IT-Strategien, die an gesch盲ftlichen Priorit盲ten ausgerichtet sind. Als einziges Fortune-50-Technologieunternehmen mit Hauptsitz in Europa sind 麻豆原创s Wartungsrichtlinien an Branchenstandards ausgerichtet und bieten Kunden ein breites Spektrum an Optionen f眉r Bereitstellung, Lizenzierung und Wartung in On-Premise- und Cloud-Umgebungen. Die Zusagen st盲rken die Wahlfreiheit und Planbarkeit f眉r Kunden, indem sie Richtlinien transparenter machen, gezielte zus盲tzliche Flexibilit盲t f眉r ungenutzte Lizenzen (鈥濻helfware鈥�) in besonderen F盲llen einf眉hren und eine konsistente Umsetzung durch verbesserte Leitlinien, Trainings sowie eine unabh盲ngige Aufsicht unterst眉tzen.

Die Entscheidung betrifft ausschlie脽lich On-Premise-Wartungsrichtlinien und hat keinen Bezug zu den Cloud-Angeboten von 麻豆原创. Die zus盲tzliche Klarheit und Flexibilit盲t unterst眉tzen Kunden jedoch dabei, ihre Systeme zu modernisieren und sich in ihrem eigenen Tempo hin zu einem KI-gest眉tzten autonomen Unternehmen weiterzuentwickeln.

Mit dem Abschluss dieses Verfahrens kann 麻豆原创 mit einem klaren Rahmen f眉r Kunden, Partner und Investoren nach vorne blicken.

Erfahren Sie mehr in diesem Blog

The post 麻豆原创 begr眉脽t Entscheidung der Europ盲ischen Kommission zum Abschluss der 脺berpr眉fung der Richtlinien f眉r Wartung und Support von On-Premise-L枚sungen appeared first on 麻豆原创 News Center.

Sie tragen durch regelm盲脽ige Updates und technische Unterst眉tzung dazu bei, Leistungsf盲higkeit und Resilienz der Software dauerhaft abzusichern und f枚rdern so die Gesch盲ftskontinuit盲t. W盲hrend wir unser Portfolio kontinuierlich weiterentwickeln, arbeiten wir zugleich daran, dass unsere kommerziellen Rahmenbedingungen die Flexibilit盲t und Transparenz bieten, die unsere Kunden ben枚tigen. Dazu geh枚rt auch der konstruktive Austausch mit Regulierungsbeh枚rden weltweit.

Im konstruktiven Dialog mit der Europ盲ischen Kommission hat 麻豆原创 nun eine Reihe von Anpassungen zugesagt, die Flexibilit盲t, Transparenz und Planbarkeit weiter verbessern sollen. Die Ma脽nahmen stehen im Einklang mit unserem Anspruch, unsere Regelungen kontinuierlich weiterzuentwickeln und Kunden noch besser zu unterst眉tzen, wenn sich ihre Gesch盲fts- und Technologielandschaften ver盲ndern. Die aktualisierten Richtlinien gelten weltweit f眉r bestehende und k眉nftige Kunden der On-Premise-Produkte von 麻豆原创. In Summe stehen sie f眉r einen besonders kundenorientierten Ansatz f眉r Wartung und Support in der Business-Software-Branche. Sie bilden ein perfektes Beispiel, was Kunden von 麻豆原创 erwarten k枚nnen. Die zus盲tzliche Flexibilit盲t geht dabei selbstverst盲ndlich nicht zulasten von Gesch盲ftskontinuit盲t, Zuverl盲ssigkeit und Skalierbarkeit.

Konkret umfassen die Zusagen folgende Anpassungen:

Mehr Wahlfreiheit bei Wartung und Support

麻豆原创 ist bewusst, dass Kunden, die 麻豆原创-On-Premise-Software betreiben, Wahlfreiheit und Flexibilit盲t w眉nschen, um ihre Wartungsvereinbarungen an die Arbeitsweise ihres Unternehmens anzupassen. Deshalb erweitert 麻豆原创 die M枚glichkeiten der Kunden zur Strukturierung von 麻豆原创-Systemlandschaften: 麻豆原创 stellt klare, schlanke Rahmenbedingungen auf, nach denen die Landschaft in separate Teile 鈥� sogenannte kommerzielle Installationen aufgeteilt werden kann. F眉r diese k枚nnen Kunden jeweils einen 麻豆原创-Support-Level w盲hlen, auf Support verzichten oder f眉r die jeweilige Installation andere Optionen au脽erhalb des 麻豆原创-Support nutzen. Unternehmen erhalten damit noch mehr Spielraum, ihre On-Premise-Supportvereinbarungen 眉ber verschiedene Teile ihrer 麻豆原创-Umgebung hinweg so zu gestalten, dass sie zu ihren operativen und kommerziellen Priorit盲ten passen. So k枚nnen sie ihre Wartungs- und Supportstrategie entsprechend ihrer strategischen Positionierung und ihrer k眉nftigen individuellen Gesch盲ftsentwicklung ausgestalten.

Mehr Flexibilit盲t bei ungenutzten Lizenzen

麻豆原创 bietet bereits bisher Programme, mit denen Kunden ungenutzte Lizenzen besser nutzen k枚nnen 鈥� etwa durch die Umwidmung von On-Premise-Lizenzen in Cloud Subscriptions, in andere On-Premise-Lizenzen oder durch deren K眉ndigung. Durch erg盲nzende Zusagen bietet 麻豆原创 nun noch mehr Flexibilit盲t f眉r Kunden, um Lizenzen in objektiv begr眉ndeten F盲llen zu k眉ndigen. Dazu z盲hlen erhebliche Personalreduzierungen, Softwareprodukte in kundenspezifischer Wartung, Insolvenz, Ver盲u脽erungen sowie F盲lle nicht erfolgreicher Implementierungen.

麻豆原创 erweitert au脽erdem den Zugang zu Single-Metric-Vertr盲gen, die eine alternative und h盲ufig einfachere M枚glichkeit bieten, die Lizenzgeb眉hren zu berechnen, auf deren Grundlage Wartungs- und Supportgeb眉hren beruhen. Die breitere Verf眉gbarkeit dieser Vertr盲ge schafft f眉r Kunden eine noch transparentere und besser planbare Basis zur Steuerung laufender Kosten. Die Wartungs- und Supportgeb眉hren f眉r Single-Metric-Vertr盲ge skalieren mit der jeweiligen Single Metric und lassen sich dadurch besser an ver盲nderte Gesch盲ftsbedingungen anpassen.

Einfachere Vertragsbedingungen und Richtlinien

Klare Vertragsbedingungen und Richtlinien sind f眉r Kunden entscheidend, wenn sie langfristige Technologieentscheidungen treffen. Im Rahmen der Zusagen wird 麻豆原创 zentrale Vertragsbestimmungen und anwendbare Richtlinien weiter pr盲zisieren. Das schafft zus盲tzliche Planbarkeit und gibt Kunden mehr Sicherheit bei der Planung ihrer Supportverpflichtungen, w盲hrend sie ihre 麻豆原创-Landschaften weiterentwickeln.

Einfachere Bedingungen f眉r zur眉ckkehrende Kunden

Wenn Kunden zu 麻豆原创 Wartung und Support zur眉ckkehren, profitieren sie von Innovationen und Korrekturen, die in der Zwischenzeit bereitgestellt wurden. Die Zusagen f眉hren wesentliche Verbesserungen der Bedingungen f眉r Kunden ein, 麻豆原创-Wartung und Support nach einer Unterbrechung wieder aufnehmen.

麻豆原创 wird f眉r zur眉ckkehrende Kunden keine Verwaltungsgeb眉hren erheben und die Back-Maintenance Fee auf den niedrigeren Wert aus sechs Monaten oder 50 Prozent der Geb眉hren f眉r den Zeitraum ohne Wartung begrenzen. Dar眉ber hinaus wird eine definierte Gruppe veralteter Produkte keine Back Maintenance ausl枚sen. Diese Verbesserungen schaffen zus盲tzliche Sicherheit, dass die R眉ckkehr zu 麻豆原创-Wartung und -Support einfach und kosteneffizient m枚glich ist.

Die Zusagen wurden in enger und konstruktiver Abstimmung mit der Europ盲ischen Kommission entwickelt ebenso wie im Austausch mit 麻豆原创-Kundenvertretern, darunter die Deutschsprachige 麻豆原创-Anwendergruppe (DSAG):

鈥濧us Sicht der DSAG-Mitgliedsunternehmen ist dies ein wichtiger Schritt in die richtige Richtung. Die bereitgestellte Flexibilit盲t wird mehr Kunden dabei helfen, die richtigen Entscheidungen f眉r ihre 麻豆原创-Systemarchitektur zu treffen. Auch mit der Cloud-Strategie von 麻豆原创 ist es wichtig, selbst entscheiden zu k枚nnen, wie mit Systemen weiter verfahren wird, die weiterhin einen positiven Beitrag f眉r das Unternehmen leisten und bei denen kein Bedarf besteht, sie abzuschalten鈥�, sagte Jens Hungershausen, Vorstandsvorsitzender der DSAG. 鈥濿ir sehen diese Entwicklung als Ergebnis unseres Engagements f眉r den kontinuierlichen Dialog und die Partnerschaft zwischen 麻豆原创 und der Kunden-Community bei solchen Verbesserungen. Die Zusagen werden konkrete Vorteile f眉r Kunden bringen und das Vertrauen st盲rken, w盲hrend Wahlfreiheit und Flexibilit盲t der Kunden im Mittelpunkt bleiben.鈥�

Unsere Teams stehen bereit

Um eine reibungslose Umsetzung f眉r Kunden zu unterst眉tzen, werden 麻豆原创 Account Executives und kundennah arbeitende Teams umfassend zu den beschriebenen 脛nderungen informiert. Sie sind darauf vorbereitet, Kunden die Details zu erl盲utern, Fragen zu beantworten und die Zusagen auf faire, transparente und planbare Weise anzuwenden. Unabh盲ngig davon, ob Kunden ihre Systemlandschaft neu strukturieren, Single-Metric-Vertr盲ge pr眉fen, ungenutzte Lizenzen beenden oder die verbesserten Bedingungen f眉r die R眉ckkehr zu 麻豆原创 Support verstehen m枚chten, die 麻豆原创-Teams begleiten sie durch die einzelnen Schritte. 麻豆原创 wird zudem eine Clearing-Struktur einrichten, falls Kunden die Anwendung dieser neuen Regeln 眉berpr眉fen lassen m枚chten.

Ausblick

麻豆原创 will Unternehmen mit Enterprise Software und Services unterst眉tzen, die sie ben枚tigen, um sich in ihrem eigenen Tempo zu einem KI-gest眉tzten autonomen Unternehmen weiterzuentwickeln. Wir setzen uns f眉r Wahlfreiheit unserer Kunden ein und arbeiten kontinuierlich daran, ein offenes, dynamisches 脰kosystem f眉r Partner und Kunden zu erhalten. Die Zusagen sind das Ergebnis eines konstruktiven und kooperativen Austauschs mit der Europ盲ischen Kommission. Sie sollen unserer globalen Kundenbasis konkrete und sp眉rbare Vorteile bringen. Wie oben beschrieben, beziehen sich die Zusagen auf unsere Wartungs- und Supportservices f眉r On-Premise-L枚sungen. Unsere Cloud-Angebote entwickeln sich durch kontinuierliche Innovationen in Bereichen wie 麻豆原创 S/4HANA Cloud, RISE with 麻豆原创 und unserem breiteren Cloud-Portfolio weiter und sind von diesen 脛nderungen nicht betroffen. Die zus盲tzliche Klarheit und Flexibilit盲t unterst眉tzen Kunden dabei, sich in ihrem eigenen Tempo zu einem KI-gest眉tzten autonomen Unternehmen weiterzuentwickeln.

Wir sind 眉berzeugt, dass diese Zusagen einen neuen Ma脽stab f眉r kundenorientierte Regelungen in der Unternehmens-Software-Branche setzen.

Vollst盲ndige Details zu den Zusagen, einschlie脽lich der Bedingungen f眉r Ihre Anwendung, finden Sie unter

Der vollst盲ndige Text der Zusagen, wie er von der Europ盲ischen Kommission angenommen wurde, ist au脽erdem auf der Wettbewerbswebsite der Kommission unter der Fallnummer AT.40823 verf眉gbar

Wir freuen uns darauf, den Gesch盲ftserfolg unserer Kunden auch k眉nftig zu unterst眉tzen.

Von Stefan Steinle, Executive Vice President und Head of Global Customer Support, 麻豆原创

The post 麻豆原创 entwickelt Wartungs- und Supportregelungen weiter und schafft zus盲tzliche Flexibilit盲t f眉r Kunden appeared first on 麻豆原创 News Center.

Wer ein Musterbeispiel daf眉r sucht, wie eine Migration in die Cloud viel mehr leisten kann als Vereinfachung und Standardisierung, der sollte einen genauen Blick auf Swarovski werfen. Der legend盲re Hersteller von handgeschliffenem Kristallglas, Schmuck und Uhren 鈥� urspr眉nglich aus dem 枚sterreichischen Wattens in Tirol 鈥� transformierte seine IT-Landschaft vom Kostenfaktor zum strategischen Werkzeug f眉r eine digitale Zukunft.

Gesteuert hat den Wandel Lea Sonderegger, in Personalunion CDO und CIO bei Swarovski, und das mit so gro脽em Erfolg, dass sie im Rahmen der Auszeichnung des CIO des Jahres des CIO Magazins im vergangenen Oktober mit dem Sonderpreis 鈥濩loud Excellence鈥� in der Kategorie Gro脽unternehmen geehrt wurde.

Preisw眉rdig fanden die Juroren unter anderem ihren Brownfield-Ansatz: Swarovski-Mitarbeiter nutzen die 麻豆原创 Cloud ERP Private-Plattform in der Cloud, bedienen sich dabei aber zun盲chst weiter der gewohnten Prozesse und Datenbanken. Deren komplette Neugestaltung parallel zur Migration w盲re zu riskant und kostenintensiv gewesen. Au脽erdem h盲tte das die Projektlaufzeit erheblich verl盲ngert, davon ist Lea Sonderegger 眉berzeugt.

25.000 Tests mit 600 Beteiligten

Zumal auch der Brownfield-Ansatz viel Zeit und noch mehr Ressourcen ben枚tigte. Die Vorbereitung dauerte zwei Jahre, in denen mehr als 600 Beteiligte rund 25.000 Tests durchf眉hrten. Zwei Generalproben mit strenger Governance stellten sicher, dass jede Funktion und jeder Datenpunkt bereit war f眉r die Migration.

F眉r das Go-Live am 20. April 2026 reservierten Lea Sonderegger und ihre Kolleginnen ein 66-st眉ndiges Konvertierungsfenster. In dieser Zeit pausierten s盲mtliche globalen IT-Prozesse bei Swarovski. In der anschlie脽enden sensiblen Hypercare-Phase stellte ein 24/7-Support sicher, dass etwaige Probleme sofort bearbeitet werden konnten. Der 脺bergang verlief 鈥� auch deshalb 鈥� reibungslos, s盲mtliche Prozesse funktionierten im Anschluss an das Konvertierungsfenster wieder ohne Probleme. 

Vereinfachung und Standardisierung sorgt f眉r konsistente Daten

Trotz des hohen Aufwands war diese Migration nur der erste Schritt. Denn der Wechsel zu 麻豆原创 Cloud ERP Private schuf zwar die technische Basis, f眉r zus盲tzliche Wertsch枚pfung sorgen aber die  Folgeinvestitionen. Diese konzentrieren sich auf  eine schrittweise Reduzierung der Komplexit盲t durch Konsolidierung von fragmentierten L枚sungen, auf die Neubewertung von benutzerspezifischem Code und auf die Harmonisierung von Daten 鈥� immer mit dem 眉bergeordneten Ziel, eine koh盲rentere und besser handhabbare ERP-Landschaft zu schaffen.

Um dies zu erreichen, werden Lea Sonderegger und ihr Team benutzerspezifische Anwendungen Step by Step durch 麻豆原创-Standardl枚sungen ersetzen und individuelle Entwicklungen nur dort beibehalten, wo sie klare Vorteile bieten. 鈥濪ie Kombination von Vereinfachung und R眉ckkehr zu Standardl枚sungen verbessert die Datenkonsistenz, sorgt f眉r stabile, zuverl盲ssige Prozesse und macht unsere ganze Organisation am Ende agiler鈥�, so Sonderegger.

Die Cloud-Technologie dient keinem Selbstzweck

Indem 麻豆原创 Cloud ERP Private zentrale Funktionen wie Finance, Supply Chain Management, Retail und E-Commerce integriert abbildet und gemeinsam nutzbar macht, sorgt die Plattform f眉r verl盲ssliche Prozesse und eine konsistente Datenqualit盲t, erm枚glicht zugleich Kundenerlebnisse auf ganz unterschiedlichen Frontend-L枚sungen auch diesseits des ERP-Systems.

麻豆原创 Cloud ERP Private verwaltet bei Swarovski ein vielf盲ltiges Produktsortiment 眉ber verschiedene Regionen und Preisklassen hinweg und integriert die von anderen 麻豆原创- und Nicht-麻豆原创-Systemen bereitgestellten Planungsergebnisse nahtlos.

鈥濪ie Cloud-Technologie erf眉llt bei alldem f眉r uns niemals einen Selbstzweck, sondern sie ist ein Hebel, um Effizienz, Resilienz und Innovationsf盲higkeit zu steigern鈥� 鈥� diese Feststellung ist Lea Sonderegger wichtig.  

Alle begreifen das IT-Projekt auch als Business-Transformation

Unterm Strich gelang es Lea Sonderegger und ihrem Team, das Projekt p眉nktlich im anvisierten Kostenrahmen umzusetzen, weil sein Umfang sehr klar definiert war und eine strenge Disziplin beim 脛nderungsmanagement jedes Aufbl盲hen verhinderte. Dar眉ber hinaus profitierte das Unternehmen nat眉rlich auch von der Erfahrung seines Implementierungspartners 麻豆原创 Consulting und dessen uneingeschr盲nktem Zugang zu 麻豆原创-Know-how.

Das Beispiel Swarovski belegt, dass auch eine notwendige, unvermeidliche Migration viel mehr leisten kann und sollte, als Risiken zu vermeiden und Instandhaltungskosten zu senken. Die Einf眉hrung von 麻豆原创 Cloud ERP Private war hier zwingend, weil 麻豆原创 ECC am Ende seines Lebenszyklus angekommen war. Und sie weist dem Luxuswaren-Hersteller den Weg in die Zukunft, weil alle Beteiligten den Prozess vom ersten Tag an nicht nur als IT-, sondern auch und vor allem als Business-Transformation verstanden, an der sich hunderte Experten aus unterschiedlichen Fachbereichen beteiligten 鈥� und die von Beginn an die volle Unterst眉tzung des Managements hatte.

Mit KI erstellte Nachfrageprognosen optimieren die Lagerbest盲nde

F眉r seine Umsetzung spielt auch K眉nstliche Intelligenz eine zentrale Rolle 鈥� mit 麻豆原创 Cloud ERP Private als operatives R眉ckgrat eines KI-脰kosystems, das zuverl盲ssige Echtzeitdaten und stabile, standardisierte Transaktionsprozesse liefert.

Wobei Swarovski K眉nstliche Intelligenz nicht als eigenst盲ndige Technologie nutzt, sondern als integrierte F盲higkeit, die Gesch盲ftsprozesse funktions眉bergreifend erg盲nzt. So setzt das Unternehmen KI bereits f眉r Nachfrageprognosen ein, auf deren Basis man Lagerbest盲nde 眉ber Regionen hinweg optimieren und so das Kundenerlebnis verbessern kann.

Und die Initiative AI Agent Factory erm枚glicht es, mithilfe von KI-Agenten Daten aus 麻豆原创 Cloud ERP Private mit solchen aus Nicht-麻豆原创-Systemen Szu verkn眉pfen 鈥� immer mit dem Ziel 鈥瀝epetitive Aufgaben zu automatisieren, die Entscheidungsfindung zu unterst眉tzen und die Produktivit盲t entlang der gesamten Wertsch枚pfungskette zu steigern鈥�, wie Lea Sonderegger betont.

The post Luxus auf Wolke sieben: Wie Swarovski ihr Business fit macht f眉r die Zukunft appeared first on 麻豆原创 News Center.

Beispielhaft f眉r diese Entwicklung steht die Audiomarke Victrola. Seit seiner Gr眉ndung im Jahr 1906 hat sich zu einem globalen Unternehmen weiterentwickelt, dessen Plattenspieler Kultstatus genie脽en und das f眉r seine modernen Audioprodukte bekannt ist. Erkl盲rtes Ziel von Victrola ist es, allen Menschen unvergessliche musikalische Erinnerungen zu erm枚glichen.

Als das Unternehmen seine Vertriebskan盲le ausweitete, stie脽 das bestehende ERP-System an seine Grenzen. Zwar lief das 麻豆原创-ECC-System (麻豆原创 ERP Central Component) weiterhin stabil und hatte dem Unternehmen im Lauf der Jahre gute Dienste geleistet, doch um seine ehrgeizigen Ziele zu erreichen, ben枚tigte Victrola eine bessere Skalierbarkeit und mehr Flexibilit盲t. Laut Adam Schneider, SVP of Digital Strategy bei Victrola, stand dabei nicht nur die Aufrechterhaltung des Betriebs im Vordergrund, sondern auch die Schaffung einer Grundlage, mit der Innovationen unterst眉tzt werden k枚nnen. 鈥濿ir brauchten etwas, das unsere Kreativit盲t bei Victrola befl眉gelt鈥�, erkl盲rt er. Und 麻豆原创 Cloud ERP war daf眉r bestens geeignet.

Das Credo von Victrola: Packen wir es an!

Mit dem Umstieg auf die Public Cloud hatte Victrola zum einen Zugriff auf die neuesten Technologien, zum anderen aber auch die M枚glichkeit, seine Prozesse anzupassen. Das Team nutzte das Transformationsprojekt deshalb, um einen Cloud-First-Ansatz umzusetzen und das System von Grund auf neu zu gestalten.

鈥濨ei unseren Besprechungen lautet unser Credo stets: Packen wir es an! Den Fistbump sieht man bei Victrola h盲ufig, wir m枚gen ihn einfach. Das hilft uns wirklich, uns voll und ganz auf den Wandel zu konzentrieren鈥�, f眉hrt Adam Schneider aus.

Das Projektteam legte seinen Schwerpunkt auf das Change Management und kommunizierte offen die Gr眉nde f眉r die Umstellung auf die Cloud und die Vorteile, die sich das Unternehmen davon erhofft. Die Begr眉ndung sei sehr wichtig gewesen, erkl盲rt Adam Schneider, und alle seien 鈥瀉uf die Neuerungen gespannt鈥� gewesen.

Entscheidend war auch, dass das Team die Gesch盲ftsf眉hrung in den Prozess mit einbezog und sich ihre Unterst眉tzung sicherte, da man sich in der F眉hrungsetage Sorgen um m枚gliche Betriebsunterbrechungen im umsatzst盲rksten Quartal von Victrola machte. Um diese Bedenken auszur盲umen, stellte das Team sicher, dass das Transformationsprojekt von den Fachabteilungen geleitet wird und rund 75 % der F眉hrungskr盲fte von Victrola daran mitwirkten.

Um Betriebsunterbrechungen zu vermeiden und Vertrauen in die Stabilit盲t des neuen Systems aufzubauen, wurde au脽erdem ein Partner hinzugezogen, der umfassende Kenntnisse im Bereich 麻豆原创 Cloud ERP in das Projekt einbrachte. Dieser Partner sollte auch m枚glichst gut zu der besonderen Unternehmenskultur von Victrola passen, die von Offenheit und Musikinteresse gepr盲gt ist, so Adam Schneider. Mit war der richtige Partner gefunden.

鈥濿ir wollten jemanden, der betriebswirtschaftliche Kenntnisse im Bereich Public Cloud mit einbringen kann鈥�, f眉hrt er aus. 鈥瀂eitlich konnten wir es uns nicht leisten, dass sich unser Partner erst im Projekt selbst mit den Einzelheiten vertraut macht. Das Know-how in Sachen Public Cloud hat deshalb eine entscheidende Rolle gespielt.鈥�

Dank eines sorgf盲ltig zusammengestellten Teams wurde der Umstieg von Victrola auf die Public Cloud von Stakeholdern im gesamten Unternehmen, 麻豆原创 und Reply optimal begleitet und unterst眉tzt.

Anpassung der Grundlage an die Anforderungen von Victrola

Die umfasste die Auftragsabwicklungs- und Finanzprozesse sowie die Abl盲ufe in Gro脽lagern. Durch eine strategische Planung der eigentlichen Implementierung sollte eine 脺berlastung des Teams im umsatzstarken vierten Quartal vermieden werden. Insgesamt nahm das Implementierungsprojekt etwa sechs Monate in Anspruch. Adam Schneider berichtet, dass sich die Fachbereiche nach und nach an das neue System gew枚hnten: Im ersten Monat wuchs das Vertrauen und vier Monate nach der Einf眉hrung war ein normaler Betrieb mit kontinuierlicher Optimierung m枚glich.

Aufgrund von 脛nderungen in der Organisationsstruktur, was das Datenmanagement betraf, und infolge des Greenfield-Charakters des Cloud-Systems entschied sich Victrola gegen eine Migration seiner historischen Daten. Dadurch konnte das Unternehmen technische Altlasten und Komplexit盲t in der neuen Umgebung vermeiden. Dar眉ber hinaus konnten veraltete Anpassungen durch Fit-to-Standard-Workshops weitgehend beseitigt werden.

鈥濿ir wollten ein System, das sich gemeinsam mit uns anpassen kann und das so einfach oder so komplex ist, wie wir es brauchen鈥�, erl盲utert Adam Schneider.

Mit dem neuen Cloud-System profitiert Victrola von gr枚脽erem Vertrauen in die Datengenauigkeit und einer flexiblen Berichterstellung. Die Finanzprozesse konnten deutlich verbessert werden: F眉r die Gewinn- und Verlustrechnung werden statt vier Stunden nur noch 10 bis 15 Minuten ben枚tigt. Durch schnellere Abschl眉sse und einfachere Margenanalysen kann Victrola agiler handeln, fundierte Entscheidungen treffen und bessere Ergebnisse erzielen.

鈥濿ir haben gr枚脽eres Vertrauen in unsere Daten, da wir die Umr眉stung unserer Landschaft und unserer Datengrundlage sorgf盲ltig geplant haben鈥�, zeigt sich Adam Schneider zufrieden. Durch die Umgestaltung des Datenmanagements und der Transaktionen ist es Victrola gelungen, den Zeitaufwand f眉r Aufgaben im Finanzwesen um 眉ber 250 Stunden zu verringern.

Pl盲ne f眉r die Zukunft

Mit dem Umstieg von Victrola auf die Public Cloud sind dem Wachstum und der Innovationskraft des Unternehmens keine Grenzen mehr gesetzt. 鈥濨ei der Planung unserer KI-Strategie bereitet mir unser System nun keine Sorgen mehr鈥�, erkl盲rt Adam Schneider. 鈥濿ir k枚nnen jetzt eine KI-Strategie auf ein hochmodernes System anwenden, das von 麻豆原创 umfassend unterst眉tzt wird.鈥�

Auf die Frage, was er Unternehmen raten w眉rde, die 眉ber eine Umstellung auf die Cloud nachdenken, antwortet Adam Schneider, dass es nie den perfekten Zeitpunkt gibt, um damit zu beginnen. Man sollte jedoch keine Angst vor einer Transformation haben, sondern sie als Chance begreifen.

鈥濵einer Meinung nach wird es nie einen perfekten Zeitpunkt geben, um eine solche Transformation in Angriff zu nehmen鈥�, res眉miert er. 鈥濿enn die ersten Schritte geschafft sind, f盲ngt man an, die damit verbundenen M枚glichkeiten wirklich zu nutzen und ein gutes Gef眉hl dabei zu haben. Dann kann man sagen: ,Es passiert, packen wir es an.鈥樷��

M枚chten Sie mehr dar眉ber erfahren, wie 麻豆原创 die Umstellung von 麻豆原创聽ECC auf 麻豆原创聽Cloud ERP unterst眉tzt?聽.

Foto mit freundlicher Genehmigung von Victrola.

The post Victrola kurbelt durch die Umstellung auf die Public Cloud sein Wachstum an appeared first on 麻豆原创 News Center.

Alle sind in die agentengesteuerte Toolchain eingebettet und tragen dazu bei, den Aufwand f眉r ERP-Migrationen zu verringern. 麻豆原创聽Cloud聽ALM dient zudem als zentrale Plattform f眉r die operative 脺berwachung von KI-Agenten im neuen 麻豆原创聽AI Agent Hub. Damit k枚nnen Kunden Agentensitzungen nachverfolgen, die Zielerreichung 眉berwachen und den gesamten Lebenszyklus von KI-Agenten in ihrer Unternehmenslandschaft steuern. F眉r Kunden er枚ffnen sich dadurch neue M枚glichkeiten, ihre 麻豆原创-Landschaft zu transformieren. 麻豆原创聽Cloud聽ALM bildet daf眉r die Grundlage.

KI-gesteuerte Transformation im Mittelpunkt

Diese Ank眉ndigungen r眉cken die KI-gesteuerte Transformation in den Mittelpunkt, und sie sind besonders relevant, weil die Standardwartung f眉r den 麻豆原创 Solution Manager am 31. Dezember 2027* endet. Viele Kunden wechseln bereits jetzt zu 麻豆原创 Cloud ALM, um wettbewerbsf盲hig und zukunftsf盲hig zu bleiben. Die 麻豆原创 empfiehlt, den 脺bergang zu 麻豆原创 Cloud ALM vor diesem Datum abzuschlie脽en.

Wir sind stolz darauf, dass der 麻豆原创 Solution Manager 眉ber zwei Jahrzehnte lang Tausende von Kunden hervorragend unterst眉tzt hat. Als zentraler Bestandteil der Supportangebote der 麻豆原创 hat die L枚sung alle notwendigen Funktionen f眉r Governance, 脺berwachung und Lebenszyklusmanagement bereitgestellt, die zur Unterst眉tzung gesch盲ftskritischer Landschaften erforderlich sind.

Nach 25 Jahren hat sich das Gesch盲ftsumfeld, f眉r das die L枚sung entwickelt wurde, grundlegend gewandelt. Unternehmen erneuern sich heute kontinuierlich, skalieren weltweit, setzen KI ein, stellen ein sauberes Kernsystem sicher und erzielen Gesch盲ftsergebnisse mit nie dagewesener Geschwindigkeit. Auch haben sich die Erwartungen des Marktes ge盲ndert. Technologie-Stacks laufen auf einer cloudf盲higen Architektur und das Umsatzpotenzial von Unternehmen hat exponentiell zugenommen. Diese Gegebenheiten erfordern einen grundlegend anderen Ansatz und Funktionsumfang f眉r das Application Lifecycle Management. 麻豆原创 Cloud ALM wurde genau vor diesem Hintergrund entwickelt. Als native Cloudl枚sung, die mit 麻豆原创 Enterprise Support oder einem beliebigen Cloud-Abonnement der 麻豆原创 ausgeliefert wird, schlie脽t sie die L眉cken, mit denen moderne Unternehmen in einer zunehmend dynamischen digitalen Landschaft konfrontiert sind.

Alle f眉r den 脺bergang von 麻豆原创 Solution Manager zu 麻豆原创 Cloud ALM erforderlichen Informationen stehen auf der Seite zur Verf眉gung. Dort finden Sie die wichtigsten Tools f眉r einen nahtlosen 脺bergang und Empfehlungen, die auf Ihrer aktuellen Landschaft, Ihren Projektpl盲nen und Ihren betrieblichen Anforderungen basieren. Dar眉ber hinaus bietet die Seite gezielte .

Was nun beim 脺bergang von 麻豆原创 Solution Manager zu 麻豆原创 Cloud ALM zu tun ist

• Fordern Sie Ihren 麻豆原创-Cloud-ALM-Tenant in  an.
• Nehmen Sie an der teil 鈭� einer 90-min眉tigen Einf眉hrung f眉r einen schnellen Einstieg in 麻豆原创 Cloud ALM. 
• F眉hren Sie das f眉r 麻豆原创 Cloud ALM aus, um ein genaues Bild Ihrer aktuellen 麻豆原创-Solution-Manager-Umgebung und Empfehlungen f眉r Ihre Umstellung zu erhalten. 
• Vertiefen Sie Ihr Wissen 眉ber das , und nehmen Sie an unseren teil. 
• Abonnieren Sie den monatlichen , um 眉ber Innovationen, Tipps und Anwendungsf盲lle auf dem Laufenden zu bleiben. 

Das Ende der Standardwartung f眉r 麻豆原创 Solution Manager ist an sich ein Aufruf zum Handeln, aber nicht das prim盲re Gesch盲ftsanliegen. Der eigentliche Grund f眉r einen Wechsel liegt im Mehrwert, den 麻豆原创 Cloud ALM mit sich bringt: schnellere Implementierungen, KI-gest眉tzter und zunehmend autonomer Betrieb, laufende Innovationen im Funktionsumfang, geringere Gesamtbetriebskosten 鈥� und eine Plattform, die von Grund auf f眉r moderne Cloud-Umgebungen konzipiert wurde. W盲hrend jeder digitale Kontaktpunkt um Sie herum modernisiert und auf Mehrwert optimiert wird, sollte Ihre ALM-Landschaft da nicht zur眉ckstehen.

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

*Details zu den Wartungsoptionen finden Sie in den 麻豆原创-Hinweisen 52505 und 3255311.

The post Den Umstieg von 麻豆原创 Solution Manager auf 麻豆原创 Cloud ALM planen appeared first on 麻豆原创 News Center.

Weniger M枚glichkeiten f眉r den Berufseinstieg 

Die Lage auf dem Arbeitsmarkt hat sich f眉r Bewerber mit weniger als f眉nf Jahren Berufserfahrung deutlich verschlechtert. Studien der 麻豆原创 zeigen, dass die Zahl der Stellenangebote in den zehn h盲ufigsten Einstiegspositionen im Jahr聽2025 im Vergleich zu 2024 um 35聽Prozent zur眉ckgegangen ist.*

Diesen R眉ckgang gegen眉ber dem Vorjahr begr眉nden HR-F眉hrungskr盲fte unter anderem mit Budgetbeschr盲nkungen, Einstellungsstopps und Unsicherheit hinsichtlich der Rentabilit盲t der Investition in Nachwuchskr盲fte, da KI zunehmend manuelle Routineaufgaben 眉bernimmt.  

Flut an Bewerbungen 

KI hat auch den Personalbeschaffungsprozess ver盲ndert: Angesichts der begrenzten Anzahl an Stellenangeboten nutzt mehr als die H盲lfte der jungen Bewerber KI bei der Jobsuche 鈥� ein Prozess, der sich im Durchschnitt 眉ber acht Monate hinzieht, wobei Bewerber oft mehr als 300 Bewerbungen einreichen.*

Auch das Personalwesen steht bei der Kandidatenauswahl unter Druck: Seit 2021 hat sich die Anzahl der Bewerber pro Einstiegsrolle verdoppelt. Zudem reicht eine hohe Anzahl von Bewerbern KI-generierte Lebensl盲ufe und Bewerbungen ein, sodass es zunehmend schwerer wird, verl盲ssliche Informationen zu den F盲higkeiten, der Eignung und dem Potenzial der Kandidaten herauszufiltern.听

Diese Situation ist sowohl f眉r die HR-Teams als auch f眉r die Bewerber belastend. Dazu kommt, dass der gesamte Prozess fehleranf盲llig und auf Dauer nicht tragf盲hig ist. Und f眉r Unternehmen, die nicht schnell genug handeln, kann dies weitreichende Folgen nach sich ziehen.  

Personalleiter 盲u脽ern Bedenken 

Spielt man das aktuelle Szenario bis zu seiner logischen Konsequenz durch, dann stellt sich die folgende Frage: Was passiert, wenn sich der Pool an Nachwuchskr盲ften irgendwann ersch枚pft? Personalverantwortliche sind sich dieses Risikos schon jetzt nur allzu bewusst. 鈥濿enn wir nicht mehr in junge Talente investieren, schaffen wir letztendlich unsere Pipeline an Nachwuchskr盲ften ab鈥�, so eine F眉hrungskraft, die f眉r weltweite Early-Talent-Programme bei einem Hightech-Unternehmen verantwortlich ist.*

Und ein Senior HR Director eines Hightech-Unternehmens kommentierte: 鈥濿enn wir uns weiter in diese Richtung bewegen und jungen Talenten keine M枚glichkeiten f眉r den Berufseinstieg bieten, wird es in Zukunft zu einem massiven Fachkr盲ftemangel kommen.鈥� 

Umfassende Einschnitte bei der Einstellung von Nachwuchskr盲ften f眉hren zu Qualifikationsl眉cken 鈥� und das wird sich sp盲ter r盲chen, denn Unternehmen wird es dadurch schwerfallen, intern Kompetenzen aufzubauen, Wissen zu erhalten und zuk眉nftige F眉hrungskr盲fte zu f枚rdern.  

Personalverantwortliche warnen insbesondere davor, dass die KI-Erfahrung junger Talente untersch盲tzt wird. Wenn Unternehmen die Kompetenz dieser Gruppe auf diesem Gebiet nicht begreifen, vers盲umen sie m枚glicherweise eine wichtige Chance, um KI-Innovationen zu erschlie脽en und die KI-Nutzung intern auszuweiten.  

Herausforderung angehen

Personalverantwortliche k枚nnen heute zielgerichteter und strategischer handeln und ihre Strategien f眉r die F枚rderung junger Talente von Grund auf neu gestalten. Mit dem richtigen Ansatz k枚nnen sich Unternehmen so Wettbewerbsvorteile sichern.

Dabei sollten sie in drei Schritten vorgehen: 

Schritt 1: Einstiegsrollen neu definieren 

Traditionell wurden Nachwuchskr盲fte haupts盲chlich mit sich wiederholenden Routineaufgaben betraut. In Kombination mit einem frustrierend langsamen Tempo beim beruflichen Vorankommen f眉hrt dies jedoch zu einer sinkenden Arbeitsmoral und nachlassendem Engagement.  

Deshalb ist eine bessere Strategie angebracht, denn die Art und Weise, wie Menschen arbeiten, wandelt sich rasant. Es ist nicht mehr zeitgem盲脽, Nachwuchskr盲ften l盲stige Routineaufgaben aufzutragen. Berufseinsteiger m眉ssen vielmehr die Chance haben, sich schnell weiterzuentwickeln und wichtige Aufgaben zu 眉bernehmen, die zur L枚sung gesch盲ftlicher Herausforderungen beitragen.  

Das Personalwesen hat die M枚glichkeit, Einstiegspositionen neu zu gestalten und Unterst眉tzung, Hilfestellung und Tools zu bieten, damit neue Mitarbeitende sinnvollere Arbeiten leisten k枚nnen. Dazu geh枚rt zum Beispiel, dass sie die passende Anleitung f眉r die Mitarbeit an wichtigeren Projekten erhalten, sich um Kunden k眉mmern und sogar von Anfang bis Ende f眉r bestimmte Prozesse verantwortlich sind. 

Dieser Ansatz erm枚glicht es jungen Talenten nicht nur, schneller einen positiveren Beitrag zum Unternehmen zu leisten, sondern f枚rdert in Kombination mit klaren Zielen, regelm盲脽igem Feedback und gelegentlichem Coaching auch die Motivation und die Einsatzbereitschaft. 

Schritt 2: Technologie als Grundlage f眉r Strategien 

Die Einstellung und F枚rderung von Nachwuchskr盲ften ist komplexer geworden 鈥� von der Auswertung KI-generierter Bewerbungen bis hin zur Neugestaltung von Rollen und der Erf眉llung von Zielen in einem sich schnell 盲ndernden Gesch盲ftskontext. Da sich die Arbeitsabl盲ufe von Berufseinsteigern ver盲ndern, ben枚tigen F眉hrungskr盲fte Tools, um die neuen Kompetenzen zu identifizieren, die f眉r langfristigen Erfolg notwendig sind, und um den Mehrwert ihrer Programme f眉r junge Talente aufzeigen zu k枚nnen.  

Und genau hier kommt Technologie ins Spiel. W盲hrend des Einstellungsprozesses kann Technologie Arbeitgeber dabei unterst眉tzen, in der Masse an KI-generierten Bewerbungen die Aspekte zu identifizieren, die wirklich wichtig sind, um bestimmte Kandidaten in die engere Auswahl nehmen und fundiertere Entscheidungen bei der Personaleinstellung treffen zu k枚nnen. Technologie kann auch helfen, mit anderen vielversprechenden Kandidaten, die sich beworben haben, in Kontakt zu bleiben 鈥� f眉r den Fall, dass sich wieder Gelegenheiten ergeben.  

Und wenn Nachwuchskr盲fte ihre Stelle angetreten haben, kann moderne Technologie dabei helfen, ihre Teilnahme an F枚rderprogrammen und ihre Fortschritte bei der Zielerreichung nachzuverfolgen. Sie bietet zudem individuelle Lernangebote und hilft dabei, die Rentabilit盲t der Investitionen in junge Talente aufzuzeigen.听In einem haben wir forschungsbasierte Empfehlungen zum Einsatz von Technologie bei der Auswahl und F枚rderung junger Talente zusammengestellt.听

Schritt 3: Business Case f眉r Nachwuchskr盲fte neu ausrichten 

Die Art und Weise, wie Nachwuchstalente arbeiten, durchl盲uft einen Wandel 鈥� genau wie die Technologien, die sie daf眉r nutzen. HR-F眉hrungskr盲fte sind sich deshalb einig, dass der bisherige Business Case f眉r die Investition in Berufseinsteiger 眉berdacht werden muss. Viele Unternehmen konzentrieren sich darauf, kritische Qualifikationsl眉cken zu schlie脽en und umfassende KI-Transformationsprojekte umzusetzen. Obwohl es Berufseinsteigern an Erfahrung fehlt, zeigen sie eine hohe Lernbereitschaft und wollen verstehen, wie sie effektiv mit KI arbeiten k枚nnen. 

Untersuchungen haben auch gezeigt, dass junge Talente durch die Nutzung von modernen Tools und Technologien viel schneller als zuvor in der Lage sind, Beitr盲ge zu wichtigen und wertsch枚pfenden Aufgaben zu leisten.   

Ein zeitgem盲脽er Business Case f眉r Nachwuchstalente zeichnet sich dadurch aus, dass der Fokus auf einer schnelleren Einbindung in sinnstiftende Arbeit, der Verringerung kritischer Kompetenzl眉cken und der Nutzung der KI-Kompetenzen von Berufseinsteigern liegt.  

Individuelle Strategie f眉r junge Talente entwickeln

Personalverantwortliche k枚nnen nicht unt盲tig dabei zusehen, wie das Potenzial einer KI-affinen Generation ungenutzt bleibt 鈥� sie m眉ssen jetzt die Weichen f眉r den Aufbau einer zukunftsf盲higen Belegschaft stellen. 

Weitere Informationen zu diesem Thema finden Sie in unserem Bericht 鈥炩��.听In unserer 惫别谤枚蹿蹿别苍迟濒颈肠丑别苍 wir im Laufe des Jahres die zweite Phase zwei dieser Studie.听

Dr. Autumn D. Krauss ist Chief Scientist bei 麻豆原创 SuccessFactors.

The post Zeit f眉r ein Umdenken bei der Einstellung und F枚rderung von Nachwuchskr盲ften appeared first on 麻豆原创 News Center.

Gerade im KI-Zeitalter kann es eine Herausforderung sein, mit dem rasanten Innovationstempo Schritt zu halten. F眉r viele Unternehmen besteht die gr枚脽te H眉rde darin, herauszufinden, wo und wie sie beginnen sollen, welche Technologien zu priorisieren sind, welche Investitionen erforderlich sind und ob die Technologien einen echten Mehrwert bieten. Das 麻豆原创 Discovery Center hilft dabei, diese Fragen zu beantworten.

Das ist eine Plattform, auf der potenzielle und bestehende 麻豆原创-Kunden die KI-L枚sungen von 麻豆原创聽Business聽AI erkunden k枚nnen. Hier finden sie vorgefertigte Anwendungen, Inhalte, Anwendungsf盲lle, Services, Referenzarchitekturen und Best Practices 鈥� und das alles kostenlos.

Das Self-Service-Portal bietet die M枚glichkeit, L枚sungen nicht nur zu erkunden, sondern auch ein Gef眉hl daf眉r zu bekommen, wie 麻豆原创-Software im eigenen Unternehmen eingesetzt werden k枚nnte. Tools zur Kosten- und ROI-Sch盲tzung fordern die Nutzer auf, organisationsspezifische Informationen einzugeben 鈥� etwa Anpassungen, Hyperscaler und Anzahl der Nutzer 鈥� und bieten konkrete, personalisierte Anwendungsf盲lle, die im Unternehmen vorgestellt werden k枚nnen. Auf Grundlage der aktuellen Plattformstrategie und Architekturlandschaft eines Unternehmens zeigen Reifegrad-Bewertungen den Nutzern konkret auf, welche Schritte sie als N盲chstes gehen sollten, um sich in Richtung eines autonomen Unternehmens weiterzuentwickeln.

Die Plattform umfasst au脽erdem sogenannte Missions 鈥� schrittweise Anleitungen zur Umsetzung von 麻豆原创-L枚sungen. Diese zeigen unter anderem, welche L枚sungen und Dienste ben枚tigt werden, wie die Architektur aussehen kann und wie andere Kunden bereits Mehrwert erzielen. F眉r KI stehen fast 400 Funktionen und Agenten zur Verf眉gung, die Kunden im 麻豆原创-Business-AI-Katalog erkunden k枚nnen.

Auf der 麻豆原创 Sapphire Orlando berichteten zwei Kunden, die das 麻豆原创 Discovery Center nutzen, welchen Mehrwert ihnen der Self-Service bietet und wie er sie bei der Entwicklung ihres Konzepts f眉r die digitale Transformation unterst眉tzt.

Agilent

ist ein weltweit f眉hrendes Unternehmen in den Bereichen Life Sciences, Diagnostik und angewandte Chemie. Das Unternehmen versorgt Labore mit analytischen Instrumenten, Software, Verbrauchsmaterialien und Dienstleistungen. Um manuelle Analysen und das zu sp盲te Erkennen von 脛nderungen bei Z枚llen und Compliance-Anforderungen zu vermeiden, wandte sich Agilent an das 麻豆原创聽Discovery Center. 鈥濫ines unserer Grundprinzipien lautet: L枚sen Sie nicht das Problem, das bereits gel枚st wurde鈥�, erkl盲rte Manthan Peshne, Chief Enterprise Architect bei Agilent Technologies. Dank des 麻豆原创聽Discovery Center konnte Agilent diesem Prinzip treu bleiben.

鈥濿ir haben uns im 麻豆原创 Discovery Center umgesehen und haben dabei einige gute Bausteine gefunden 鈥� im Wesentlichen in Form von Missions鈥�, berichtete Peshne. 鈥濿ir haben uns auch modulare Services angesehen, die wir zusammenstellen konnten. Es handelt sich nicht um eine fertige Komplettl枚sung, aber wir haben einen Anwendungsfall aus einer v枚llig anderen Branche gefunden, den wir nutzen konnten.鈥� Anhand einer Mission aus dem Bereich der 脰l- und Gasindustrie konnte das Team von Agilent herausfinden, wie ein KI-Agent unstrukturierte regulatorische Signale interpretiert, den zollrechtlichen Kontext herausfiltert, dessen Relevanz einsch盲tzt und diese bruchst眉ckhaften Informationen in konkret verwertbare Warnmeldungen umwandelt. Agilent fand nicht nur eine L枚sung f眉r sein Problem 鈥� dank der Mission im 麻豆原创 Discovery Center lie脽 sich das gesamte Projekt, vom Design Thinking bis zur Entwicklung, deutlich schneller starten und umsetzen.

鈥濵it dieser L枚sung haben wir nicht nur ein konkretes Problem gel枚st, sondern gleichzeitig eine Plattform geschaffen, die sich im ganzen Unternehmen einsetzen l盲sst. Das Ganze ist sozusagen ein Baukasten, den wir jetzt auch f眉r andere Szenarios nutzen k枚nnen 鈥� 眉berall dort, wo wir externe Eingaben oder Signale erfassen und in den Kontext der Agilent-Daten setzen m眉ssen鈥�, f眉gte Peshne hinzu.

Sutherland

聽ist ein KI-gest眉tztes Unternehmen f眉r digitale Transformation, das Gesch盲ftsprozesse in gro脽em Ma脽stab konzipiert, ausf眉hrt und automatisiert 鈥� mit dem Ziel, seinen Kunden zu echten, messbaren Gesch盲ftsergebnissen zu verhelfen. Ein wesentlicher Teil davon umfasst die Entwicklung und produktive Bereitstellung von Agentic-AI-L枚sungen auf Basis f眉hrender Foundation-Modelle.

Das 麻豆原创 Discovery Center hat Sutherland den Ansto脽 f眉r viele Projekte gegeben. 鈥濧nstatt ein Minimalprodukt zu starten, um zu sehen, was das Problem ist und wo wir anfangen sollten, haben wir eine fertige L枚sung, auf der wir aufbauen k枚nnen鈥�, sagte Amar Busireddy, 麻豆原创 Enterprise Architect bei Sutherland Services. 鈥濪as verschafft uns je nach Szenario einen Vorsprung von etwa 20 bis 30 Prozent.鈥�

Eine Ausgangsbasis zu haben, st盲rke das Vertrauen, sagte Busireddy, und erm枚gliche es den Beratern von Sutherland, L枚sungen schneller zu entwickeln, was f眉r die Kunden eine schnellere Wertsch枚pfung bedeute. Besonders die Missions im 麻豆原创 Discovery Center h盲tten dabei geholfen: 鈥濿ir nutzen Missions, um die Weiterbildung unserer Berater anzukurbeln und um unsere Kunden bei der Implementierung zu unterst眉tzen鈥�, erkl盲rte Busireddy. Rund um Joule gibt es zahlreiche Missions 鈥� unter anderem zur Integration der KI-L枚sung mit 麻豆原创 SuccessFactors, 麻豆原创 Ariba und 麻豆原创 S/4HANA.

鈥濬眉r viele Probleme gibt es viele Referenzarchitekturen, die f眉r uns m枚glicherweise nicht ausreichen oder unsere Anforderungen nicht zu hundert Prozent erf眉llen, aber sie zeigen uns auf, was wir einsetzen sollten und was nicht. Auf dieser Basis k枚nnen wir Budget und Zeitrahmen planen鈥�, betonte er.

麻豆原创 Discovery Center: Die Ausgangsbasis

Die Erfahrungen von Agilent und Sutherland zeigen, dass das 麻豆原创 Discovery Center mehr ist als eine reine Wissensplattform 鈥� es ist ein Katalysator f眉r konkrete Ma脽nahmen. Mit praxisnahen Anleitungen, wiederverwendbaren Missions, Referenzarchitekturen und Planungstools zur Bewertung von Eignung, Kosten und Nutzen erm枚glicht die Plattform Unternehmen schnellere Innovationen, ohne bei null anfangen zu m眉ssen. Somit ist das 麻豆原创 Discovery Center der richtige Ausgangspunkt f眉r Unternehmen, die KI f眉r bessere Gesch盲ftsergebnisse nutzen m枚chten.

The post 麻豆原创 Discovery Center unterst眉tzt Kunden auf ihrem Weg zur KI appeared first on 麻豆原创 News Center.

Viele Unternehmen haben das Potenzial von K眉nstlicher Intelligenz erkannt 鈥� doch der entscheidende Schritt liegt darin, aus Interesse echten gesch盲ftlichen Mehrwert zu schaffen. Welche Anwendungsf盲lle bringen den gr枚脽ten Nutzen? Wie lassen sich KI-Funktionen nahtlos in Ihre 麻豆原创-Landschaft integrieren und aktivieren? Und wie gelingt es, KI sicher, verantwortungsvoll und skalierbar im gesamten Unternehmen einzusetzen?

Viert盲gige Lernreise vom Kennenlernen zur Adoption

Kunden und Partner erleben ein globales, virtuelles Event und profitieren vom Wissen unserer Expertinnen und Experten aus Business, Technologie und Architektur 鈥� von den ersten KI-Schritten bis zur erfolgreichen Skalierung.

Tag 1: Verstehen

Teilnehmende erhalten eine fundierte Einf眉hrung in zentrale Konzepte wie Joule, AI Literacy und agentenbasierte KI. Erg盲nzt wird das Programm durch Einblicke von fr眉hen 麻豆原创 Business AI Anwendern, die zeigen, wie der 脺bergang von ersten Experimenten zu messbaren Gesch盲ftsergebnissen gelingen kann. So k枚nnen Unternehmen den Zeitaufwand f眉r KI-Experimente deutlich reduzieren und das Risiko fehlerhafter Implementierungen verringern.

Tag 2: Identifizieren und aktivieren

Anhand von Live-Demonstrationen und praxisnahen Beispielen wird gezeigt, wie 麻豆原创 AI in Bereichen wie Finance, Supply Chain, Customer Experience und Consulting eingesetzt wird. Teilnehmende identifizieren relevante Use Cases und aktivieren KI-Funktionalit盲ten gezielt in ihrer 麻豆原创-Landschaft. Die gesch盲ftlichen Auswirkungen sind eine schnellere Identifikation von High-Value-Anwendungsf盲llen und eine reduzierte Aktivierungszeit f眉r embedded AI.

Tag 3: Bauen und experimentieren

Der Fokus liegt auf der Entwicklung und Erweiterung von KI-L枚sungen. Themen wie Joule Studio, Generative AI Hub, Document AI, AI Agents und MCP Server stehen im Mittelpunkt. Interaktive Formate wie 麻豆原创 CodeJam erm枚glichen es, eigene KI-L枚sungen zu entwickeln und direkt auszuprobieren. Unternehmen k枚nnen den Aufwand f眉r individuelle KI-Entwicklung reduzieren und die Time-to-Value f眉r neue L枚sungen verk眉rzen.

Tag 4: Vertrauen und skalieren

Es geht um den nachhaltigen Einsatz von KI im Unternehmen. Behandelt werden unter anderem die Joule-Architektur, Multi-Agenten-Systeme sowie Aspekte rund um Governance, Sicherheit und Betriebsmodelle 鈥� entscheidend f眉r eine erfolgreiche Skalierung von KI. Unternehmen profitieren von einer verbesserten Governance-Struktur und einer schnelleren unternehmensweiten KI-Adoption.

Ausf眉hrliche Informationen finden Sie .

F眉r alle, die KI erfolgreich umsetzen m枚chten

Das Programm richtet sich an Business-Verantwortliche, Entwickler, Berater, Enterprise Architects und Partner, die die Einf眉hrung von KI aktiv gestalten und vorantreiben. Es verbindet strategische Vision mit technischer Umsetzung und schafft eine Plattform f眉r bereichs眉bergreifenden Austausch.

Jetzt registrieren und das volle Potenzial von KI erschlie脽en

Die Teilnahme ist kostenfrei und die Anmeldung ist ab sofort m枚glich. Melden Sie sich noch heute an, sichern Sie sich Ihren Platz und w盲hlen Sie direkt die Sessions aus, die Sie interessieren.

The post 麻豆原创 AI Adoption and Learning Week: Der n盲chste Schritt zur KI-getriebenen Transformation appeared first on 麻豆原创 News Center.

Ausschlaggebend f眉r den erfolgreichen Einsatz von KI im Unternehmen ist nicht das Modell, sondern der Kontext: die F盲higkeit von KI, die Gesch盲ftsabl盲ufe zu verstehen. 

Wenn heute 眉ber KI gesprochen wird, geht es meist um Agenten, Modelle und Benchmarks. Welches Modell erzielt die besten Ergebnisse? Welches System f眉hrt die meisten Aufgaben aus? Welche Oberfl盲che ist am intuitivsten? Diese Faktoren sind zwar wichtig, l枚sen aber nicht die zentralen Herausforderungen von Unternehmen. 

Unternehmen f眉hren komplexe Arbeitsabl盲ufe aus, die sich 眉ber verschiedene Teams, Richtlinien, Genehmigungen, Berechtigungen und Daten erstrecken. Sie nutzen f眉r ihre Planung, Beschaffung, Produktion, Personaleinstellungen, Zahlungen und Dienstleistungen Systeme, die f眉r die Gesch盲ftsaktivit盲ten von zentraler Bedeutung sind. KI schafft nur dann dauerhaften Mehrwert auf breiter Basis, wenn sie innerhalb dieses Gef眉ges agiert. 

Modelle generieren Antworten. Ein Agent kann eine Aufgabe durchf眉hren. Aber das gen眉gt nicht, um die Gesch盲ftsprozesse eines Unternehmens zu steuern. Daf眉r muss man verstehen, wie Aufgaben ausgef眉hrt werden, wer berechtigt ist, Ma脽nahmen zu ergreifen, welche Regeln gelten und wie Entscheidungen 眉ber verschiedene Bereiche hinweg ineinandergreifen. Ohne diesen Kontext kann KI den Erwartungen nicht gerecht werden. 

Das ist nur ein Grund, warum ich davon 眉berzeugt bin, dass durch den Einsatz von KI Software mit umfassendem Gesch盲ftskontext um so wichtiger wird. Es erm枚glicht Unternehmen, die Arbeitsabl盲ufe ganz neu zu definieren. Wenn KI-Agenten durchg盲ngige Prozesse verstehen, k枚nnen sie bereichs眉bergreifend arbeiten, Workflows selbst盲ndig ausf眉hren und Ma脽nahmen in Echtzeit koordinieren. Anstatt nur einzelne Schritte zu automatisieren, kann KI Prozesse durchg盲ngig bewerkstelligen. Mitarbeitende werden damit von sich wiederholenden Abstimmungsaufgaben entlastet und k枚nnen sich auf wichtige Entscheidungen, Aufsichtst盲tigkeiten und Strategien konzentrieren. 

Wir bezeichnen das als das聽autonome Unternehmen, ein grundlegender Wechsel von klassischen Unternehmenssystemen zu Systemen, die Schl眉sse ziehen, Entscheidungen treffen und handeln k枚nnen.听Eine Vision, bei der die 麻豆原创 eine Vorreiterrolle einnimmt.鈥�

Seit mehr als f眉nf Jahrzehnten bilden wir die Kernprozesse der weltweit f眉hrenden Unternehmen ab. In unseren Systemen werden nicht nur Daten gespeichert. Es wird auch festgeschrieben, wie Unternehmen arbeiten: ihre Prozesse, Regeln und Entscheidungen. Unsere ERP-Systeme sind das institutionelle Ged盲chtnis und das Gehirn vieler Unternehmen in s盲mtlichen Branchen auf der ganzen Welt.鈥疷nsere neue 麻豆原创鈥�Business AI Platform vereint diese Unternehmensdaten, Prozesse und Governance in einem einheitlichen Kontext f眉r KI. 

Auf dieser Basis ist Joule die Interaktionsebene, die Menschen mit KI verbindet und ihnen erm枚glicht, auf ganz neue Weise mit Software zu arbeiten.听Joule-Assistenten arbeiten mit Nutzern zusammen, w盲hrend Joule-Agenten Gesch盲ftsabl盲ufe durchg盲ngig ausf眉hren. So wird Intelligenz direkt in die Prozesse eingebettet und nicht nur zus盲tzlich aufgelegt.鈥疻ir nennen dies die聽.听

鈥�Zeige mir, wie sich meine Finanzprognose f眉r das Jahr auf Grundlage der neuesten Daten zur Vertriebspipeline und Lieferkette 盲ndern k枚nnte.鈥� Auf den ersten Blick sieht dies wie ein einfacher Prompt f眉r ein gro脽es Sprachmodell aus. Aber ohne Verbindung zu Unternehmenssystemen ist die Antwort reine Spekulation. 

Ausgehend vom vollst盲ndigen unternehmensbezogenen Kontext ermittelt das System zun盲chst den richtigen Gesch盲ftsprozess aus Hunderten gesch盲ftskritischer Prozesse und versteht die spezifische Konfiguration, wie dieser Prozess im Unternehmen ausgef眉hrt wird. Anschlie脽end w盲hlt es aus Millionen von Datenfeldern, die in der gesamten ERP-Landschaft gespeichert sind, genau die richtigen Daten aus. Schlie脽lich werden bei jedem Schritt die Identit盲t, Berechtigung und der Zugriff gepr眉ft und sichergestellt, dass das Ergebnis korrekt, regelkonform und verl盲sslich ist. Auf diese Weise erhalten Unternehmen nicht nur allgemeine Antworten, die auf Wahrscheinlichkeiten beruhen, sondern treffen Entscheidungen, auf die sie sich verlassen k枚nnen. 

Um diesen Zustand zu erreichen, reicht es nicht aus, einfach einen Chatbot hinzuzuf眉gen oder KI nachtr盲glich in bestehende Systeme einzubinden. Viele Unternehmen arbeiten immer noch mit fragmentierten Landschaften, Daten, die 眉ber viele Systeme verteilt sind, und Prozessen, die durch jahrelange schrittweise Ver盲nderungen gepr盲gt sind. In diesem Umfeld sorgt KI nicht f眉r schnellere Fortschritte, sondern kann sogar Ineffizienz und Risiken erh枚hen. Unternehmen m眉ssen das Zusammenspiel aus Prozessen, Daten und Infrastruktur neu gestalten und die Verantwortung zwischen Menschen und KI klar definieren. Dies ist nicht nur ein technischer Umstieg. Es ist eine Aufgabe des Change Managements.鈥�&苍产蝉辫;

Neue Technologie schafft nur dann Mehrwert, wenn sie von wirklichen Ver盲nderungen begleitet wird. KI ist kein Ersatz f眉r eine Transformation. Sie erh枚ht den Nutzen einer erfolgreichen Transformation. Ihre Vorteile kommen nur dann voll zur Geltung, wenn alle Elemente des Systems 鈥� der Agent, der Prozess und der Mensch 鈥� nahtlos zusammenarbeiten. Anwender m眉ssen verstehen, wie sie mit KI-Agenten arbeiten k枚nnen, und Prozesse m眉ssen bewusst so gestaltet werden, dass Intelligenz dort integriert wird, wo Entscheidungen getroffen und Aufgaben durchgef眉hrt werden. 

Deshalb ist das Change Management von grundlegender Bedeutung. Es beinhaltet die Weiterbildung der Belegschaft, die Umgestaltung von Prozessen f眉r ihre direkte Verkn眉pfung mit Daten und KI und die Modernisierung der zugrunde liegenden System-Landschaft.鈥�&苍产蝉辫;

Aus diesem Grund f眉hren wir neue KI-gest眉tzten Angebote via RISE with 麻豆原创 und 麻豆原创鈥�GROW ein und passen unser Servicemodell an: um Unternehmen dabei zu unterst眉tzen, sich zu modernisieren, Ver盲nderungen zu meistern und in ihrem eigenen Tempo nachhaltigen Mehrwert durch KI zu schaffen.鈥�&苍产蝉辫;

Damit beginnt eine neue 脛ra der Unternehmenssoftware, in der Intelligenz nicht von den Abl盲ufen getrennt, sondern in sie eingebettet ist. Hier werden nicht die Unternehmen mit den fortschrittlichsten Modellen tonangebend sein, sondern diejenigen, die KI mit ihren eigentlichen Gesch盲ftsprozessen verkn眉pfen 鈥� mit Kontext und klarer Governance.鈥�&苍产蝉辫;

Dies ist der Anbeginn des autonomen Unternehmens und die 麻豆原创 ist bestens aufgestellt, um den Weg dorthin zu ebnen.鈥�&苍产蝉辫;

Christian Klein ist Vorstandsvorsitzender der 麻豆原创 鈥疭E.听

The post Die neue 脛ra der Unternehmens-KI聽 appeared first on 麻豆原创 News Center.

Click the button below to load the content from YouTube.

Always allow YouTube

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

麻豆原创 Business AI f眉r die IT und Entwickler

Code-Editor von Joule Studio und Joule-Studio-CLI

Aufbauend auf den transformativen Funktionen von Joule Studio Low-Code erweitert die 麻豆原创 die Joule-Studio-Familie um zwei leistungsstarke neue Angebote, die genau dort ansetzen, wo Entwickler arbeiten: der Code-Editor von Joule Studio, eine Erweiterung von Visual Studio Code IDE und die Joule-Studio-CLI, eine vielseitige Befehlszeilenschnittstelle. Zusammen bieten diese Tools eine einheitliche, KI-gest眉tzte Entwicklungserfahrung, die das gesamte Spektrum der Entwicklungspersonae und Pr盲ferenzen von Joule abdeckt.

• Der Code-Editor von Joule Studio bringt die Intelligenz von Joule direkt in Visual Studio Code, die weltweit beliebteste Entwicklungsumgebung, und unterst眉tzt Pro-Code-Entwickler mit KI-gef眉hrtem Ger眉st, kontextbezogener Code-Generierung, intelligenten Empfehlungen und nahtloser Integration mit Joule, ohne dass sie die bevorzugte IDE verlassen m眉ssen.听
• Die Joule-Studio-CLI erweitert diese Leistung auf das Terminal und erm枚glicht es Entwicklungs- und DevOps-Teams, die Projekterstellung zu automatisieren, Konfigurationen zu verwalten, Implementierungen durchzuf眉hren und CI/CD-Workflows 眉ber skriptf盲hige Befehlszeilenbefehle zu koordinieren聽鈥� ideal f眉r Headless-Umgebungen, Automatisierungspipelines und Teams, die Geschwindigkeit und Pr盲zision in der Befehlszeile sch盲tzen.

Ausf眉hrliche Informationen finden Sie .

Joule mit 麻豆原创 Datasphere

Allgemeine Verf眉gbarkeit

Datenexperten, die in 麻豆原创 Datasphere arbeiten, k枚nnen nun informations-, navigations- und transaktionsbezogene Aufgaben durch eine nat眉rliche Konversation mit Joule erledigen. Unabh盲ngig davon, ob sie sich erkundigen, wie bestimmte Funktionen verwendet werden, ob sie Details zu einer 麻豆原创-Datasphere-Instanz abrufen oder Systemeinstellungen wie Spracheinstellungen 盲ndern m枚chten, erhalten Benutzer sofortige Antworten mit direkten Verweisen auf die Produktdokumentation. Joule kann Aufgaben sogar direkt aus der Konversation heraus ausf眉hren, ohne dass eine Interaktion mit der Standardoberfl盲che erforderlich ist. Diese direkte Ausf眉hrung verringert die Abh盲ngigkeit vom internen IT-Support und erm枚glicht eine schnellere, intuitivere Navigation auf der gesamten Plattform.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Document AI, Erweiterungen

Konfidenz auf Belegebene
Kunden legen nun Konfidenzbereiche f眉r Felder in der Funktion f眉r Schemas fest. Wenn Kunden Feldeinstellungen bearbeiten, k枚nnen sie ihre eigenen Schwellenwerte f眉r niedrige, mittlere und hohe Konfidenz definieren. Diese benutzerdefinierten Einstellungen spiegeln sich in den Extraktionsergebnissen wider, die f眉r die relevanten Felder auf dem Belegdetailbild angezeigt werden. Siehe und .

Erweitertes Transportmanagement
Kunden k枚nnen nun die Funktion f眉r Transporte verwenden, um Kan盲le und Workflows zu exportieren und zu importieren. Siehe .

Neue Schemas: Gesch盲ftspartner und Lieferschein f眉r WM
Die Servicepl盲ne Embedded Edition und Premium Edition unterst眉tzen nun auch die Standardbelegart  鈥濭esch盲ftspartnerbeleg鈥�. Eine Liste der unterst眉tzten Belegarten finden Sie unter . Erste Schritte mit 麻豆原创 Document AI, und .

Erweiterungen f眉r den Generative AI Hub in AI Foundation

Metadaten
Kunden k枚nnen nun Metadaten f眉r Dokumente, Sammlungen und Chunks verwalten, die mit dem Vektor-API erstellt wurden, um ein erweitertes Filtern und Organisieren ihrer Inhalte zu erm枚glichen. Weitere Informationen finden Sie unter .

Abruf-API
Kunden k枚nnen Suchergebnisse 眉ber mehrere Daten-Repositorys hinweg zusammenf眉hren und ordnen, indem sie die Nachbearbeitungsfunktionen der Abruf-API verwenden. Weitere Informationen finden Sie unter .

Prompt-Optimierungen
Benutzerdefinierte Metriken werden bei Prompt-Optimierungen unterst眉tzt, sodass Kunden Prompts basierend auf ihren spezifischen Bewertungskriterien definieren und optimieren k枚nnen. In Optimierungsaufgaben k枚nnen nur LLM-as-a-Judge-Metriken mit numerischen oder booleschen Ausgabearten verwendet werden. Weitere Informationen finden Sie unter und . Kunden k枚nnen separate Test- und Trainingsdatensets f眉r die Prompt-Optimierung bereitstellen. Weitere Informationen finden Sie unter .

Prompt-Registry
Die Prompt-Registry erm枚glicht es Kunden nun, Orchestrierungskonfigurationen deklarativ anzulegen und zu verwalten, sodass sie komplexe KI-Workflows zusammen mit ihren Prompts f眉r eine bessere Governance und Reproduzierbarkeit versionieren und verfolgen k枚nnen. Weitere Informationen finden Sie unter .

Geheime Schl眉ssel
Kunden k枚nnen nun generische geheime Schl眉ssel eingeben, indem sie ein Formular anstelle von JSON verwenden. Bei aktiviertem Dokument-Grounding wird das Formular im Dialogfeld Generischen geheimen Schl眉ssel hinzuf眉gen angezeigt. 脺ber ein Dropdown-Men眉 k枚nnen sie den Typ des Dokumente-Repositorys ausw盲hlen. Je nach Auswahl passen sich die 眉brigen Felder dynamisch an, sodass sie die Daten vervollst盲ndigen k枚nnen. Einige Felder sind bereits vorausgef眉llt. Wenn sie lieber direkt mit JSON arbeiten, k枚nnen sie per Klick auf das Symbol 顒� zur Codesicht wechseln. Weitere Informationen finden Sie unter .

Neu verf眉gbare Modelle
Es werden neue Modelle unterst眉tzt, einschlie脽lich OpenAI GPT 5.2, Gemini 3.0 Pro, Perplexity Deep Research und Anthropic Claude Opus 4.6.Weitere Informationen zu neuen und veralteten Modellen . .

麻豆原创 Joule for Developers, ABAP-KI-Funktionen, Erweiterungen

Mit den neuen ABAP-KI-Funktionen k枚nnen Entwickler mit einer Zeit- und Arbeitsersparnis von 20 Prozent beim Schreiben von ABAP-/JAVA-Code rechnen, von 25 Prozent beim Testen von ABAP-/JAVA-Code und mit einer um 4,4 Prozent schnelleren Wertsch枚pfung.

Ab diesem Quartal k枚nnen Entwickler nun auf einfache Weise ABAP-Unit-Tests f眉r Folgendes generieren:

• 脰ffentliche, gesch眉tzte und private Methoden globaler ABAP-Klassen
• 脰ffentliche Methoden lokaler Klassen innerhalb globaler Class-Pools

Siehe .

Dar眉ber hinaus k枚nnen Entwickler 眉ber den Dokumentations-Chat mit der Dokumentation im 麻豆原创 Help Portal interagieren und kontextbezogene Antworten und Links zu relevanter Dokumentation erhalten. Diese Funktion steigert die Produktivit盲t, indem sie einen schnellen Zugriff auf die zugeh枚rige Dokumentation direkt in der Entwicklungsumgebung bietet. Siehe .

Schlie脽lich k枚nnen Entwickler nun KI-gest眉tzte Erl盲uterungen zu ihren ATC-Befunden und ihrem Code in der App 鈥濫igenentwicklungen analysieren/Migration der Eigenentwicklungen鈥� erhalten. Siehe und .

Ausf眉hrliche Informationen finden Sie .

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

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

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

KI funktioniert, wenn das Fundament stimmt鈥�&苍产蝉辫;

Der鈥疎nergy & Utilities Sektor鈥痠nvestiert鈥痬assiv in KI.鈥疐眉hrungskr盲fte weltweit setzen auf k眉nstliche Intelligenz, um Effizienz zu steigern, neue Gesch盲ftsmodelle zu erschlie脽en und sich f眉r die Energiewende zu r眉sten.鈥疎in erfolgreiches Proof鈥痮f鈥疌oncept ist鈥�痮ft der erste Meilenstein,鈥�痬arkiert鈥痑ber鈥痭ur den Anfang. Die eigentliche Herausforderung liegt darin, Pilotprojekte auf das gesamte Unternehmen zu skalieren.鈥�&苍产蝉辫;

Dabei werden die Faktoren鈥痁eit und Aufwand einer vollst盲ndigen Implementierung h盲ufig untersch盲tzt. Rund sechs Monate sind n枚tig, um ein belastbares Datenfundament aufzubauen. Weitere zw枚lf Monate vergehen, bis sich erste Ergebnisse in鈥疐orm eines鈥痬essbaren鈥疪eturn on Investment niederschlagen. Eine gro脽fl盲chige Skalierung kann dar眉ber hinaus weitere drei Jahre in Anspruch nehmen. Die Gr眉nde daf眉r sind vielf盲ltig:鈥�&苍产蝉辫;

• 脺berh枚hte Erwartungen.鈥疺iele Menschen nutzen KI im Alltag f眉r einfache Aufgaben und erwarten鈥nlich鈥痳eibungslose鈥疎ffekte鈥痑uch鈥痠n komplexen Unternehmensumgebungen.鈥�&苍产蝉辫;

• Legacy-Infrastruktur.鈥疕istorisch gewachsene Systemlandschaften鈥痩assen sich nicht von heute auf morgen transformieren.鈥�&苍产蝉辫;

• Regulatorische Komplexit盲t.鈥疘n regulierten Branchen wie der Strom-, Gas- und Wasserversorgung sind Compliance-Anforderungen besonders hoch. Sie m眉ssen bei jeder Architekturentscheidung von Anfang an mitgedacht werden.鈥�&苍产蝉辫;

• Fehlendes KI-spezifisches Talent.鈥疓efragt sind Menschen, die sowohl das Business als auch KI wirklich verstehen. Diese鈥疊r眉cke鈥痾wischen IT und Fachbereich鈥痺ird鈥痥眉nftig immer wichtiger werden.鈥�&苍产蝉辫;

• Organisatorisches Change Management.鈥疶echnologie allein reicht nicht鈥痑us. Die organisatorische鈥疶ransformation ist鈥痷nd bleibt鈥痙er entscheidende Erfolgsfaktor.鈥�&苍产蝉辫;

Vom KI-Hype zum echten Mehrwert鈥�&苍产蝉辫;

Eine neue Applikation zu bauen, ist nur der erste Schritt. Auf dem Weg zur Skalierung m眉ssen Lifecycle Management, Identity & Access Management, Security, Compliance und Governance konsequent mitgedacht werden. Hinzu kommen Release Management, Testing und kontinuierliche Verbesserungsprozesse.鈥�&苍产蝉辫;鈥淲er heute in das richtige Fundament investiert, wird morgen von KI im vollen Umfang profitieren.鈥�, sagt Andre Bechtold, President und Leiter des Bereichs 麻豆原创 Industries & Experiences. 

F眉r Unternehmen bedeutet das konkret,鈥痜ragmentierte Datensilos鈥痾u鈥糱erwinden und eine integrierte Datenstrategie鈥痾u鈥痚ntwickeln. Legacy-Systeme m眉ssen in eine moderne Daten- und KI-Plattform eingebunden werden, auf der KI-Modelle tats盲chlich Mehrwert schaffen.鈥疶orsten Welte,鈥疕ead鈥痮f鈥疎nergy & Natural Resources Industries,鈥�痜asst es so zusammen:鈥�濳I ver盲ndert die Energiebranche grundlegend. Das Business muss verstehen, was technologisch m枚glich ist. Und die IT muss verstehen, was das Business braucht.鈥溾���&苍产蝉辫;

Die kann hierf眉r den entscheidenden Grundstein liefern. KI ist bereits nativ in Form von鈥疛oule鈥痠n die Suite eingebettet. F眉r die Energiebranche er枚ffnen sich dadurch konkrete Einsatzfelder: Im Bereich Asset Management & Predictive Maintenance sind Versorgungsunternehmen in der Lage, Anlagen und Netze proaktiv zu managen, bevor St枚rungen entstehen. Der Utilities Customer Self-Service Agent wiederum鈥痚rm枚glicht einen 24/7-Self-Service f眉r Kunden und kann die Servicekosten dabei um bis zu 90 Prozent senken.鈥�&苍产蝉辫;

Dezentrale Energie braucht intelligente Vernetzung鈥�&苍产蝉辫;

Das Thema鈥�痓leibt von zentraler Bedeutung. Fr眉her鈥痜loss Energie鈥痭ur in eine Richtung:鈥�痸om鈥疜raftwerk鈥痾u den Verbrauchern. K眉nftig wird es bidirektional.鈥疺erbraucher, die selbst Energie erzeugen, speisen aktiv ins Netz ein.鈥�&苍产蝉辫;

DER beschreibt genau dieses Prinzip:鈥痙ie Stromerzeugung durch Millionen dezentraler Ressourcen wie Solaranlagen, EV-Lader, W盲rmepumpen und Batteriespeicher bei Verbrauchern und sogenannten鈥疨rosumern. Diese Assets erzeugen riesige Datenmengen. Ihre Orchestrierung stellt eine der zentralen Herausforderungen der Energiewende dar.鈥��&苍产蝉辫;

Die 麻豆原创-L枚sung f眉r Distributed Energy Resources bietet hierf眉r eine Plattform als Single Source of Truth: Technische Assets, kommerzielle Vertr盲ge und Kundendaten werden in einem koh盲renten Datenmodell zusammengef眉hrt. Das schafft die Grundlage f眉r neue Gesch盲ftsmodelle wie Smart Tariffs, dynamische Preisgestaltung, Energy Sharing und Demand Response. 麻豆原创 setzt dabei konsequent auf ein wachsendes Partnernetzwerk rund um die eigene Datenplattform.鈥疢arkus Bechmann, Global VP and Co-Head Industry Business Unit Utilities, beschreibt es so: 鈥濪ynamische Preisgestaltung und Smart Tariffs sind keine fernen Konzepte mehr. Sie sind die Gesch盲ftsmodelle von morgen. Mit 麻豆原创 haben Energieversorger heute schon die technologische Grundlage, um diese Chancen zu nutzen.“鈥�&苍产蝉辫;

Experience Centers: KI erleben, nicht nur diskutieren鈥�&苍产蝉辫;

Um KI greifbar zu machen, stellt 麻豆原创 eine Reihe von鈥疎xperience Center bereit, in denen sich KI in realen Szenarien鈥痡enseits klassischer Demo-Umgebungen鈥痚rleben l盲sst.鈥疎in zentrales Beispiel ist der 麻豆原创 Energy Park in Walldorf. Anhand echter Infrastruktur auf dem Campus zeigt 麻豆原创, wie das Unternehmen die Energiewende selbst umsetzt.鈥疍azu鈥痝eh枚ren鈥疎-Mobility,鈥疘ntelligent Asset Management鈥痮der鈥疎nergy Communities.鈥�&苍产蝉辫;

Ein neues Kapitel f眉r die Energiebranche鈥�&苍产蝉辫;

Die 麻豆原创鈥痜or鈥疎nergy & Utilities Conference in Toulouse hat einmal mehr gezeigt, dass鈥疜I in der Energiebranche l盲ngst kein Zukunftsthema mehr鈥痠st. Doch der Weg vom Pilotprojekt zur unternehmensweiten Transformation erfordert mehr als technologischen Enthusiasmus.鈥疷m die Herausforderungen der Energiewende zu bew盲ltigen, braucht es neben technologischer Innovation vor allem ein solides Fundament aus Daten, Prozessen und Organisation.鈥�&苍产蝉辫;

The post KI als Gamechanger鈥痜眉r die鈥疎nergiebranche鈥� appeared first on 麻豆原创 News Center.

Click the button below to load the content from YouTube.

Always allow YouTube

Der Ausschreibungsanalyse-Agent

Allgemeine Verf眉gbarkeit

Verkaufsteams k枚nnen ihren Prozess zur Angebotsabgabe mit dem Ausschreibungsanalyse-Agenten optimieren. Dieser Agent automatisiert die Pr眉fung komplexer Ausschreibungsdokumente. Der Agent extrahiert wichtige Produktanforderungen, kennzeichnet potenzielle Risiken und Richtlinienl眉cken und schl盲gt optimierte, auf Kundenanforderungen zugeschnittene Konfigurationen vor. Durch die Reduzierung des Aufwands f眉r die Bearbeitung eingehender Ausschreibungen um f眉nf Prozent und die Verbesserung der Erfolgsquoten k枚nnen Unternehmen ein messbares Umsatzwachstum erzielen, w盲hrend sie gleichzeitig die Verkaufszyklen beschleunigen und wertvolle Cross-Selling- und Up-Selling-Chancen erschlie脽en.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Commodity Management, KI-gest眉tztes Waren-Work-Center

Allgemeine Verf眉gbarkeit

Warenh盲ndler k枚nnen mithilfe des Waren-Work-Centers in 麻豆原创 Commodity Management die Art und Weise, wie sie komplexe Gesch盲fte erfassen und verwalten, transformieren. Zusammen mit Joule wandelt die Funktion m眉ndliche oder schriftliche Verhandlungen in detaillierte Gesch盲ftsentw眉rfe um und f眉llt automatisch die zahlreichen Felder aus, die gew枚hnlich eine umfangreiche manuelle Eingabe erfordern. Auf diese Weise k枚nnen sich H盲ndler auf bessere Gesch盲ftsergebnisse konzentrieren, dabei die Genauigkeit von Daten verbessern und die betriebliche Effizienz ihrer Handelsaktivit盲ten steigern.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Intelligent Clinical Supply Management, KI-gest眉tzte pr盲diktive Probandendynamik

Allgemeine Verf眉gbarkeit

Koordinatoren f眉r klinische Studien, die ihre F盲higkeiten in der Beschaffungsplanung verbessern m枚chten, finden in 麻豆原创 Intelligent Clinical Supply Management einen leistungsstarken Verb眉ndeten. Die Funktion f眉r pr盲diktive Probandendynamik analysiert historische Daten und Echtzeitdaten, um Trends und Abbruchraten von angemeldeten Patienten zu prognostizieren. Dadurch werden automatisch Erkenntnisse generiert, die andernfalls einer umfassenden manuellen Analyse bed眉rfen. Auf diese Weise k枚nnen Supply-Chain-Teams ihren Fokus auf strategische Entscheidungen verlagern und gleichzeitig die Kosten f眉r die Verschwendung von klinischen Best盲nden um bis zu zwei Prozent senken und die Genauigkeit der Bedarfsprognosen in ihren Studien verbessern.

Ausf眉hrliche Informationen finden Sie .

Joule mit 麻豆原创 Intelligent Clinical Supply Management

Allgemeine Verf眉gbarkeit

Fachkr盲fte f眉r klinische Versorgung, die mehrere Aufgaben und komplexe Systeme unter einen Hut bringen m眉ssen, ben枚tigen schnellen Zugriff auf Informationen, ohne ihren Arbeitsablauf zu unterbrechen. Zusammen mit Joule bietet 麻豆原创 Intelligent Clinical Supply Management eine intuitive, dialogorientierte Benutzeroberfl盲che, die nat眉rlichsprachliche Anfragen versteht, sodass Benutzer kritische Daten abrufen und m眉helos zu relevanten Anwendungen navigieren k枚nnen. Diese optimierte Benutzererfahrung f眉hrt dazu, dass der Zeitaufwand f眉r die Suche nach Informationen um 83 Prozent reduziert wird, sodass sich die Teams auf wertsch枚pfende Aktivit盲ten konzentrieren und die Produktivit盲t insgesamt deutlich steigern k枚nnen.

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Self-Billing Cockpit, KI-gest眉tzte Belegverarbeitung

Allgemeine Verf眉gbarkeit

Mitarbeitende in der Abrechnung, die Workflows f眉r Gutschriftsverfahren verwalten, sind mit Rechnungen in den verschiedensten Formaten konfrontiert 鈥� Excel-, PDF-, CSV- oder Textdateien 鈥�, die h盲ufig unstrukturiert und in unterschiedlichen Sprachen verfasst sind. 麻豆原创 Self-Billing Cockpit bew盲ltigt diese Herausforderung, indem es die intelligente Belegverarbeitung nutzt, um Rechnungsdaten aus praktisch jedem Format zu analysieren und zu extrahieren und sie in strukturierte Payloads zu konvertieren, die f眉r die automatisierte Fakturierung bereit sind. Das Ergebnis ist ein deutlich geringerer Zeitaufwand f眉r die Verarbeitung von Rechnungspositionen, weniger kundenspezifische Schnittstellen, die von Integrationsspezialisten erstellt und gepflegt werden m眉ssen, und eine h枚here Genauigkeit von Extraktionen durch minimale manuelle Eingriffe.

Ausf眉hrliche Informationen finden Sie .

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

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

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

Click the button below to load the content from YouTube.

Always allow YouTube

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

麻豆原创 Business AI f眉r die Beschaffung

麻豆原创 Fieldglass Services Procurement, Erstellung KI-gest眉tzter Leistungsverzeichnisergebnisse
Allgemeine Verf眉gbarkeit

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

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Business AI f眉r die Customer Experience

Katalogoptimierungsagent
Allgemeine Verf眉gbarkeit

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

Ausf眉hrliche Informationen finden Sie .

麻豆原创 Revenue Growth Management, KI-gest眉tzte Trade-Promotion-Erstellung
Allgemeine Verf眉gbarkeit

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

Ausf眉hrliche Informationen finden Sie .

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

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

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

麻豆原创 ist damit einer der wenigen Anbieter in Deutschland, der 眉ber ein Cloud-Angebot verf眉gt, dessen wesentliche Sicherheitskomponenten eine entsprechende Einsatzerlaubnis des BSI besitzen – und aktuell der einzige Anbieter, auf dessen Plattform 麻豆原创-Anwendungen sowie kundeneigene Anwendungen zeitnah, leistungsf盲hig und VS-NfD-konform betrieben werden k枚nnen.

Die Einsatzerlaubnis gilt f眉r Workloads der 麻豆原创 Cloud Infrastructure in den 麻豆原创鈥慹igenen Rechenzentren in der Region Walldorf/St. Leon鈥慠ot, die ausschlie脽lich von sicherheits眉berpr眉ftem Personal betrieben werden. Sie stellt einen wichtigen Zwischenschritt dar und bildet die Grundlage f眉r die anschlie脽ende vollst盲ndige BSI-Zulassung, einschlie脽lich der Rezertifizierung der 麻豆原创 Cloud Infrastructure nach ISO 27001 auf Basis von IT-Grundschutz.

鈥濪ie VS-NfD Einsatzerlaubnis best盲tigt die Leistungsf盲higkeit und Sicherheit unserer 麻豆原创 Cloud Infrastructure auch f眉r anspruchsvollste regulatorische Anforderungen. Sie zeigt, dass sich souver盲ne Cloud-Innovationen und maximale Sicherheit nicht ausschlie脽en, sondern gezielt zusammenbringen lassen und erm枚glicht es unseren Kunden, selbst hochsensible Anwendungen flexibel und leistungsf盲hig in der Cloud zu betreiben.鈥� erkl盲rt Martin Merz, Pr盲sident 麻豆原创 Sovereign Cloud.

Der Evaluierungsprozess wurde in nur rund zw枚lf Monaten abgeschlossen und war gepr盲gt von einer engen, konstruktiven Zusammenarbeit zwischen dem BSI und 麻豆原创 鈥� ein Zeichen der wachsenden Kooperation zwischen Beh枚rden und Industrie im Bereich der IT-Sicherheit.

麻豆原创 Cloud Infrastructure: Voll souver盲ne Cloud-Infrastruktur aus Deutschland

Die 麻豆原创 Cloud Infrastructure ist eine von 麻豆原创 vollst盲ndig entwickelte und betriebene Infrastructure鈥慳s鈥慳鈥慡ervice (IaaS)-Plattform auf Basis von Open鈥慡ource鈥慣echnologien.

Sie ist darauf ausgelegt, Kunden zu erm枚glichen 鈥� Daten-, betriebliche, technische und rechtliche Souver盲nit盲t.

Die Grundlage bildet eine voll souver盲ne Cloud-Region der 麻豆原创 Cloud Infrastructure mit drei unabh盲ngigen Verf眉gbarkeitszonen in r盲umlich getrennten Rechenzentren in Walldorf/St. Leon-Rot. Erg盲nzt wird diese souver盲ne Cloud-Plattform durch eine , unter anderem belegt durch Zertifizierungen wie ISO/IEC 27001 auf Basis von IT-Grundschutz f眉r die Rechenzentren, EN 50600/ISO/IEC 22237 sowie TSI Level 3+ und C5 Typ II. Dar眉ber hinaus hat die 麻豆原创 Cloud Infrastructure eine Selbstbewertung nach dem BSI-Kriterienkatalog C3A (Criteria enabling Cloud Computing Autonomy) durchgef眉hrt, die die Erf眉llung aller Anforderungen an digitale Souver盲nit盲t best盲tigt.

Die VS-NfD-Einsatzerlaubnis erg盲nzt diesen Ansatz um einen wichtigen Baustein f眉r sicherheitskritische Anwendungsf盲lle mit h枚chsten Anforderungen.

Die 麻豆原创 Cloud Infrastructure ist als Betriebsoption der integraler Bestandteil des 麻豆原创-Portfolios f眉r digitale Souver盲nit盲t. Gemeinsam mit 麻豆原创 Sovereign Cloud On-Site und Delos Cloud bietet 麻豆原创 damit Wahlfreiheit, Kontrolle und belastbare Sicherheit f眉r Kunden mit anspruchsvollen regulatorischen Anforderungen.

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

Ansprechpartner f眉r die 麻豆原创e: 

Dana R枚siger, +49 6227 7 63900, dana.roesiger@sap.com, CET

麻豆原创-麻豆原创ebereich; press@sap.com  

# # # 

Dieses Dokument enth盲lt vorausschauende Aussagen, das hei脽t Vorhersagen, Prognosen oder andere Aussagen zu zuk眉nftigen Ereignissen. Diese Aussagen basieren auf aktuellen Erwartungen, Voraussagen und Annahmen, die Risiken und Unsicherheiten unterliegen, was dazu f眉hren kann, dass die tats盲chlichen Ergebnisse und Resultate erheblich hiervon abweichen k枚nnen.鈥� Zus盲tzliche Informationen zu diesen Risiken und Unsicherheiten finden Sie in den von uns bei der US-amerikanischen 鈥濻ecurities and Exchange Commission鈥� (SEC) eingereichten Unterlagen, einschlie脽lich, aber nicht beschr盲nkt auf den Abschnitt zu den Risikofaktoren des 麻豆原创-Jahresberichts 2025 auf dem Formular 20-F. 
漏 2026 麻豆原创 SE. Alle Rechte vorbehalten.  
麻豆原创 und andere in diesem Dokument erw盲hnte Produkte und Dienstleistungen von 麻豆原创 sowie die dazugeh枚rigen Logos sind Marken oder eingetragene Marken der 麻豆原创 SE in Deutschland und anderen L盲ndern. Zus盲tzliche Informationen zur Marke und Vermerke finden Sie auf der Seite .

The post 麻豆原创 erh盲lt VS-NfD Einsatzerlaubnis f眉r die 麻豆原创 Cloud Infrastructure appeared first on 麻豆原创 News Center.

Diese Ver盲nderungen fordern Einzelh盲ndler heraus, ihre Systeme kontinuierlich zu aktualisieren. Die Nachfrage nach mobilen, kontaktlosen und sicheren Zahlungsl枚sungen w盲chst. 聽

Markttrends bestimmen den Erfolg

麻豆原创 ist als global agierendes Unternehmen immer am Puls der Zeit, auf der Suche nach den neuesten Trends, um seine L枚sungen nicht nur anzupassen, sondern auch zu revolutionieren. Auch , die intelligente und integrierte POS-Kassenl枚sung f眉r den Einzelhandel, Merchandising und Catering, setzt auf starke Partnerschaften, um stets vorne mitzuspielen und Trends gerecht zu werden. Entscheidend sind dabei Geschwindigkeit und die Kooperation mit den richtigen Partnern.

Harald Tebbe, Entwicklungsleiter von 麻豆原创 Customer Checkout, unterstreicht die Bedeutung der Ver盲nderungen im Markt: 鈥濪er POS-Markt unterliegt einem st盲ndigen Wandel. Die Konkurrenz ist wachsam und die Kunden kommen t盲glich mit neuen Anforderungen und Ideen. Am Ende entscheiden die Markttrends dar眉ber, wer erfolgreich bleibt und wer nicht. Auch wenn Bezahlprozesse nicht unser direktes Gesch盲ftsfeld sind, liegt unser Fokus darauf, unseren Kunden eine Vielzahl von Bezahloptionen anzubieten, um das Einkaufserlebnis des Endkunden so einfach und bequem wie m枚glich zu gestalten. Und die Infrastruktur der Bezahlung ist dabei eine entscheidende Komponente des Einkaufserlebnisses. Unsere vertrauensvollen technologischen Partnerschaften sind dabei ausschlaggebend. Deshalb sind wir kontinuierlich auf der Suche nach innovativen Kooperationen.鈥�

End-to-End-L枚sung dank Partnerschaft von 麻豆原创 Customer Checkout und Viva.com

Auf der Suche nach technologischen Partnerschaften fand 麻豆原创 Customer Checkout in den idealen Partner. Als erste Tech-Bank in Europa, die in 29 L盲ndern t盲tig ist, bietet Viva.com Kunden eine integrierte Omnichannel-Plattform f眉r Zahlungen, Bankgesch盲fte und Finanzierung an. 聽Die f眉hrende „Tap on Any Device“-Zahlungstechnologie von Viva.com steht im Mittelpunkt. Sie verwandelt jedes Android-Ger盲t 鈥� von station盲ren und mobilen Zahlungsterminals 眉ber Selbstbedienungskassen bis hin zu Handheld-Ger盲ten 鈥� oder iPhone in ein sicheres Kartenterminal. Dies optimiert das Kundenerlebnis und erm枚glicht sichere Transaktionen, wo auch immer sich die Kunden befinden, und unterst眉tzt sie dabei, 眉berall bezahlen zu k枚nnen. „Tap on Any Device“ von Viva.com unterst眉tzt 眉ber 40 Zahlungsmethoden, Dynamic Currency Conversion (DCC), Zuschl盲ge und Offline-Zahlungen, w盲hrend die Tech-Bank eine Echtzeit-Abrechnung an 365 Tagen im Jahr und ein Cashback-Programm anbietet, das die Transaktionsgeb眉hren auf 0 % reduziert.

Da 麻豆原创 Customer Checkout hardwareunabh盲ngig entwickelt wurde, auf diversen Ger盲ten funktioniert und mit verschiedenen Zahlungsterminals integrierbar ist, entsteht durch die Partnerschaft eine ideale End-to-End-L枚sung f眉r Kunden aus dem Einzelhandel, der Konsumg眉terbranche, Gastronomie und weiteren Sektoren. Mit Hilfe der offenen API-Schnittstellen mit Drittsystem von 麻豆原创 Customer Checkout und der Terminal Integration Hub von Viva.com konnte die Integration einfach und innerhalb kurzer Zeit umgesetzt werden.

Mit Viva.com erhalten 麻豆原创 Customer Checkout Kunden in 29 europ盲ischen L盲ndern integrierte Zahlungen und Banking auf einer einzigen Plattform: Von Omnichannel-Zahlungen und unserer f眉hrenden Tap on Any Device-Technologie bis hin zu schnellem, nahtlosem Zugang zu ma脽geschneiderten Finanzierungsm枚glichkeiten 鈥� ohne den Anbieter wechseln zu m眉ssen. Das ist das einzigartige Angebot, das wir gemeinsam mit 麻豆原创 entwickelt haben,鈥� best盲tigt Harry Xenophontos, Chief Business Officer bei Viva.com.

Sichere Datenkommunikation f眉r Kunden

Zur Integration und Kommunikation zwischen 麻豆原创 Customer Checkout und Viva.com ist ein spezielles Plug-In erforderlich. Dieses Plug-In erleichtert die Verbindung zwischen dem Kassensystem und dem Zahlungsterminal, indem es sicherstellt, dass die Daten眉bertragung 眉ber das HTTPS-Protokoll erfolgt. Dadurch wird eine hohe Sicherheit in der Datenkommunikation gew盲hrleistet. Diese Sicherheit ist entscheidend in einer Zeit, in der sowohl Innovation als auch der Schutz sensibler Daten im Vordergrund stehen.

Dar眉ber hinaus profitieren Kunden von einem besonders schnellen Einrichtungsprozess und der Freiheit, aus einer Vielzahl von Ger盲ten zu w盲hlen, die als Zahlungsterminal genutzt werden k枚nnen. Mit drei m枚glichen Integrationsoptionen bietet das System Flexibilit盲t und Anpassungsf盲higkeit, sodass H盲ndler die passende L枚sung f眉r ihre spezifischen Bed眉rfnisse finden k枚nnen. Das gemeinsame Projekt f枚rdert die Entwicklung und Umsetzung zukunftsweisender L枚sungen am Point-of-Sale, die sowohl f眉r H盲ndler als auch Endkunden ein optimales Erlebnis bieten.

The post Wie 麻豆原创 Customer Checkout und Viva.com die Bezahlprozesse und das Checkout-Erlebnis am POS vorantreiben appeared first on 麻豆原创 News Center.

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

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

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

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

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

Kategorie 鈥淩apid Time to Value鈥�

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

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

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

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

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

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

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

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

Kategorie 鈥淏usiness Transformation 鈥� On-premise鈥�

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

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

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

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

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

Kategorie 鈥淏usiness Transformation – Cloud鈥�

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Christian Klein ist Vorstandsvorsitzender der 麻豆原创 SE.

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

Click the button below to load the content from YouTube.

Always allow YouTube

Joule mit 麻豆原创-Signavio-L枚sungen

Allgemeine Verf眉gbarkeit

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

Ausf眉hrliche Informationen finden Sie .

麻豆原创-Signavio-L枚sungen, KI-gest眉tzte Erkenntnisse zur Simulation von Gesch盲ftsprozessmodellen und Notationen

Allgemeine Verf眉gbarkeit

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

Ausf眉hrliche Informationen finden Sie .

麻豆原创-LeanIX-L枚sungen, KI-gest眉tzte Hilfestellung f眉r Architektur

Allgemeine Verf眉gbarkeit

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

Ausf眉hrliche Informationen finden Sie .

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

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

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

So bringen KI-Hackathons Ideen zum MVP

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

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

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

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

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

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

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

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

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

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

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

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

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

Technologische Bausteine

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

Ein Format, das skaliert

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

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

N盲chste Termine und weitere Informationen

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

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

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

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

Nach monatelanger Renovierung und Gestaltung 鈭� gemeinsam mit Architekten und dem Facility Management 鈭� war es endlich so weit: Das neue 麻豆原创 AppHaus Walldorf 枚ffnete seine T眉ren f眉r die Mitarbeitenden der Region. F眉r die 麻豆原创 ist dies ein wichtiger Meilenstein auf dem Weg zu einem besonderen, integrierten Kundenerlebnis auf dem Campus in Walldorf. Bei der Er枚ffnung kamen 脕lvaro Wiedling, Leiter Customer Engagement Services MEE, Andreas Wendel, Leiter 麻豆原创 Innovation Experience Services und Dennis Kecskemeti, Leiter 麻豆原创 Innovation Experience, zu einem Kamingespr盲ch zusammen, das von Kathrin Tarnai-Sindl, Leiterin Customer Engagements f眉r APAC, EMEA und MEE, moderiert wurde.

Besucher wie Dirk H盲u脽ermann, Gesch盲ftsf眉hrer der 麻豆原创 Deutschland, nahmen an der Veranstaltung teil, um sich einen ersten Eindruck von den R盲umlichkeiten zu verschaffen: 鈥濪as neue 麻豆原创 AppHaus Walldorf ist ein sehr freundlicher und einladender Ort f眉r die Zusammenarbeit. F眉r unsere Kunden und Partner ist dies ein perfektes Setup, um die neuesten Innovationen zu erkunden. Es motiviert sie, den Schritt zu echten 麻豆原创-L枚sungen zu wagen.鈥�

Die Er枚ffnungsfeier

F眉r die Er枚ffnung hatte sich das entschieden, kein rotes Band zu durchschneiden, sondern eine kleine Geschichte zu erz盲hlen. Ein alter chinesischer Gong wurde enth眉llt, und Kecskemeti er枚ffnete das neue AppHaus Walldorf offiziell mit einem lauten, klaren Gongschlag. Er erkl盲rte, dass der Gong als besonderer Blickfang im bisherigen Kreativbereich in Heidelberg stand. Dort entfaltete das traditionelle Design des Instruments seine Wirkung und sein Klang begleitete zahlreiche Workshops, Meeting-Pausen und Veranstaltungen. Als das Team den Umzug vorbereitete, war schnell klar: Der Gong muss mit nach Walldorf. Der Gong durchlief seine eigene kleine Transformation und erhielt ein neues, modernes Design, damit er perfekt in die neue Umgebung passt. Als sein tiefer Klang im neuen 麻豆原创 AppHaus Walldorf ert枚nte, war dies ein w眉rdiger Rahmen f眉r den Start in ein neues Kapitel in seinem neuen Zuhause.

Von nun an ist der Gong fester Bestandteil des 麻豆原创 AppHaus Walldorf, in dem das Team weiterhin Innovationsworkshops durchf眉hrt. Gemeinsam mit 麻豆原创-Kunden und -Partnern geht es darum, Gesch盲ftsprobleme zu formulieren, Erkenntnisse in konkrete Konzepte umzuwandeln und Ideen schnell zu testen. Gerade im Bereich KI-L枚sungen ist dies besonders relevant. Hier ergeben sich durch agentenbasierte KI ganz neue Gesch盲ftsm枚glichkeiten. Mit dem speziellen hilft das 麻豆原创-AppHaus-Team Kunden aus allen Branchen, Anwendungsf盲lle zu erkunden und mit den neuesten 麻豆原创-Technologien umzusetzen. Auf diese Weise lernen 麻豆原创-Kunden, wie sie ihr Unternehmen skalieren und erfolgreich wachsen k枚nnen.听

Integriertes Kundenerlebnis auf dem Campus in Walldorf

Das neue 麻豆原创 AppHaus Walldorf in der 麻豆原创-Firmenzentrale bietet Kunden Raum f眉r praktische Zusammenarbeit, um sich mit Innovationen von 麻豆原创 vertraut zu machen. Im 麻豆原创 Experience Center, auf der Ausstellungsfl盲che, in der S-Factory und im S.Mart Store k枚nnen Kunden auf dem 麻豆原创-Campus in Walldorf s盲mtliche Aspekte von der Ideenschmiede bis zur Umsetzung von L枚sungen in Aktion erleben. Besucher erfahren dabei nicht nur, was die 麻豆原创 zu bieten hat, sondern k枚nnen auch mehr 眉ber L枚sungen erfahren, die auf neuesten 麻豆原创-Technologien wie 麻豆原创 Business AI beruhen. So haben sie die M枚glichkeit, das Potenzial von Innovationen f眉r ihr jeweiliges Unternehmen zu erkunden. Mit einem nutzerorientierten Ansatz zur Entwicklung von Innovationen unterst眉tzt das 麻豆原创 AppHaus Teams dabei, Konzepte in Form von L枚sungen zu realisieren und Innovationen umzusetzen, insbesondere in Bezug auf .

鈥濽nsere neuen Serviceangebote im Bereich Innovation stellen eine wichtige Weiterentwicklung der Art und Weise dar, wie wir die digitale Transformation unserer Kunden unterst眉tzen. Indem wir den Innovationsgeist unserer 麻豆原创 Experience Center mit den interaktiven und praxisnahen Workshop-Formaten von 麻豆原创 AppHaus verbinden, k枚nnen wir Kunden in jeder Phase ihrer Transformation begleiten und schnell messbaren Mehrwert erm枚glichen鈥�, so Wieldling. 鈥濪as Besondere an diesem Ansatz ist, dass wir Unternehmens-Stakeholder und Anwender konsequent von Anfang an involvieren. So k枚nnen wir sicherstellen, dass die von uns ermittelten Anwendungsf盲lle sowie die von uns entwickelten L枚sungen echte gesch盲ftliche Relevanz haben und praxistauglich sind 鈥� und letztendlich Ergebnisse liefern, die f眉r unsere Kunden wichtig sind.鈥�

Zusammenarbeit mit Kunden

Im Mittelpunkt des Angebots von 麻豆原创 AppHaus stehen drei grundlegende Services: Innovation, das Erkunden von M枚glichkeiten und die Konzeption von L枚sungen.听Je nach Kundenanforderungen k枚nnen diese Services beispielsweise um verschiedene Workshop-Formate erweitert werden, zum Beispiel f眉r 麻豆原创聽Business AI, die 麻豆原创聽Business Technology Platform (麻豆原创聽BTP) oder Joule. Und innerhalb unseres Netzwerks k枚nnen Kunden direkt mit Produktexperten in Kontakt treten, die gezielt dort eingebunden werden, wo sie den gr枚脽ten Mehrwert bieten.

Neue Anf盲nge

鈥濬眉r viele Menschen war das 麻豆原创 AppHaus Heidelberg mehr als nur ein Arbeitsplatz oder ein Veranstaltungsort f眉r Workshops. Man hatte das Gef眉hl, in einem Start-up zu arbeiten, wo man gemeinsam mit Kunden und Partnern neue L枚sungen entwickelte und gestaltete. Deshalb blicken wir nat眉rlich auch mit nostalgischem Blick auf gemeinsame Erinnerungen zur眉ck鈥�, res眉mierte Tarnai-Sindl. 鈥濭leichzeitig sorgt der Campus in Walldorf f眉r frischen Wind und bringt neue M枚glichkeiten mit sich. Man sp眉rt viel deutlicher, dass man Teil eines gr枚脽eren Ganzen ist, und hat die Chance, leichter mit vielen Kolleginnen und Kollegen sowie anderen Menschen in Kontakt zu treten und sich zu vernetzen. Es ist ein Schritt von einem sehr vertrauten Umfeld in einen gr枚脽eren Kontext, verbunden mit dem Gef眉hl eines Neuanfangs.鈥�

Die ersten Kommentare an der G盲stewand im 麻豆原创聽AppHaus Walldorf scheinen ihren Eindruck zu best盲tigen: 鈥濩oole neue R盲umlichkeiten!鈥�, 鈥濫ndlich!鈥�, und 鈥濱nspirierend, offen und toll gestaltet鈥�.

Wie ist das 麻豆原创 AppHaus f眉r die Zusammenarbeit mit Kunden aus der ganzen Welt ger眉stet?

Das spielt auf internationaler Ebene eine wichtige Rolle. Es umfasst mehr als 20 麻豆原创-Partner, die eng mit den Market Units zusammenarbeiten, ihre eigenen 麻豆原创-AppHaus-Standorte eingerichtet haben und umfassend 眉ber den nutzerorientierten Innovationsansatz sowie die neuesten Workshop-Formate Bescheid wissen, zum Beispiel den , der auch im speziellen angeboten wird.鈥�&苍产蝉辫;Alle Mitglieder sind von Anfang an mit den neuesten Methoden und Werkzeugen vertraut und verf眉gen 眉ber die notwendigen Kenntnisse, um als agile Vorreiter und Fachleute bei gemeinsamen Innovationsprojekten fungieren zu k枚nnen. Sie begleiten Kunden weltweit bei jeder Phase ihrer digitalen Entwicklung und helfen ihnen, mithilfe des konkrete gesch盲ftliche Vorteile zu erschlie脽en.

Dar眉ber hinaus haben das 麻豆原创 AppHaus und die 麻豆原创-Partnerorganisation gemeinsam die Initiative ins Leben gerufen. Dieses Programm wurde speziell f眉r gro脽e Partner von 麻豆原创 Global Strategic Services entwickelt, die mit wichtigen Kunden auf der ganzen Welt zusammenarbeiten und in der Lage sind, die KI-Workshop-Formate von 麻豆原创 AppHaus anzuwenden.

Imke Vierjahn ist Communications Lead f眉r das 麻豆原创 AppHaus Network.

The post Das neue 麻豆原创 AppHaus Walldorf 枚ffnet seine T眉ren f眉r Kunden appeared first on 麻豆原创 News Center.

Laut dem 鈥濬uture of Jobs Report鈥� des Weltwirtschaftsforums ist analytisches Denken die gefragteste Kompetenz auf dem Arbeitsmarkt. Aber Theorie und Praxis so zu verbinden, dass die Lernenden wirklich begeistert sind 鈥� das ist im traditionellen Unterricht oft gar nicht so einfach.

Es mangelt nicht an Inhalten oder Werkzeugen 鈥� vielmehr fehlt es an Relevanz und Inspiration, was dazu f眉hrt, dass sich Lernende nicht genug f眉r die F盲hgikeiten interessieren, die f眉r ihre berufliche Zukunft wichtig sein k枚nnten. Lernen sollte auf realen Daten, sinnvollen Kontexten und praktischer Erfahrung aufbauen 鈥� und dabei Neugier und Begeisterung wecken. Die besten Lernerfolge entstehen nicht durch das Auswendiglernen von Konzepten, sondern durch aktives Anwenden. Das ist vor allem dann der Fall, wenn die Theorie mit einem Thema verkn眉pft wird, das den Lernenden am Herzen liegt.

Hier kommt und die Zusammenarbeit mit der NHL ins Spiel.

Wir haben ein neues Business-Builders-Spiel entwickelt, das Eishockey in den Unterricht bringt 鈥� nicht nur als Sportart, sondern als datenintensive, praxisnahe Umgebung, in der analytisches und kritisches Denken vermittelt wird.

Business Builders nutzt reale NHL-Spieldaten

In dieser neuesten Ausgabe der Business-Builders-Spielereihe 眉bernehmen Studierende die Rolle eines Eishockey-Analysten. Ihre Aufgabe: Anhand realer NHL-Spieldaten herausfinden, welche Faktoren ma脽geblich zum Erzielen von Toren beitragen.

鈥濫ishockey ist schnell, dynamisch und liefert eine F眉lle an Daten 鈥� ideale Voraussetzungen, um kritisches Denken zu lehren鈥�, erkl盲rte Brant Berglund, Senior Director of Coaching and GM Technology bei der NHL. 鈥濪urch eine strategische Partnerschaft zwischen der NHL, 麻豆原创 und der HEC Montr茅al haben wir es Universit盲ten erm枚glicht, f眉r akademische Zwecke auf Daten zuzugreifen, die auf NHL.com ver枚ffentlicht sind 鈥� ohne dabei die Integrit盲t der Liga-Daten zu gef盲hrden.鈥�

Im Rahmen unserer Zusammenarbeit mit der NHL bieten wir Lehrenden eine Lernplattform mit einer F眉lle an glaubw眉rdigen Daten, mit denen die Studierenden etwas anfangen k枚nnen. Pro Spiel erzeugt die NHL knapp 1,5 Millionen Datenpunkte 鈥� darunter rund 120 Torschussversuche, 1.000 P盲sse und 5.000 Puck-Ber眉hrungen. Das ist Rohmaterial f眉r detaillierte, praxisnahe Analysen.

Business Builders kann Begeisterung f眉r MINT-F盲cher wecken und Studierenden helfen, Datenkompetenzen aufzubauen. Das Hockeyspiel wurde vom Team des ERPsim Lab an der HEC Montr茅al unter der Leitung von Prof. Pierre-Majorique L茅ger gemeinsam mit Wissenschaftlern anderer Universit盲ten entwickelt. Dies unterstreicht ein Grundprinzip von Business Builders: Es wird von Lehrkr盲ften f眉r Lehrkr盲fte entwickelt.

鈥濿enn den Lernenden die Frage relevant erscheint, sind sie ganz bei der Sache. Sie bleiben konzentriert und arbeiten beharrlich weiter鈥�, erkl盲rte L茅ger. 鈥濬眉r Studierende der Studieng盲nge Sportmanagement und Betriebswirtschaftslehre k枚nnen echte Daten aus dem Sport das Lernerlebnis bereichern. Die Profidaten liefern Kontext, zeigen Komplexit盲t und Einschr盲nkungen 鈭� Dinge, die klassische Lehrmethoden nicht bieten k枚nnen. Die Studierenden lernen, zu beurteilen, was wirklich wichtig ist, ihre Entscheidungen fundiert zu begr眉nden und Kompromisse zu finden. Das sch盲rft das professionelle Urteilsverm枚gen, st盲rkt das Vertrauen in analytische Methoden und f枚rdert die F盲higkeit, Strategie und Entscheidungen klar zu kommunizieren. 鈥� Kompetenzen, die sich unmittelbar auf eine Karriere im Sportmanagement und in der Betriebswirtschaft 眉bertragen lassen.鈥�

Analyse von NHL-Szenarien mit 麻豆原创 Analytics Cloud

Die Studierenden befassen sich mit Fragestellungen wie:

• Was zeichnet die besten NHL-Torsch眉tzen aus?
• Hat der Schusswinkel einen Einfluss auf die Trefferquote?
• Welche NHL-Spieler f眉hren die Torj盲gerliste an? Und aus welchen Distanzen erzielen sie ihre Treffer?
• Welche Schussgeschwindigkeiten und Schusstechniken f眉hren zu den h枚chsten Trefferquoten?

Durch das Analysieren dieser Szenarien mit 麻豆原创 Analytics Cloud lernen die Studierenden, Visualisierungen zu interpretieren und Erkenntnisse aus Datens盲zten wirkungsvoll zu kommunizieren. So verbessern sie ihre F盲higkeiten, Entscheidungen auf Basis von Daten zu treffen und sch盲rfen ihr kritisches Denkverm枚gen.

Auch f眉r Lehrkr盲fte bietet die Plattform einen echten Mehrwert. Business Builders f枚rdert aktives Lernen im gro脽en Stil, indem es Lehrkr盲ften erm枚glicht, auch gr枚脽ere Gruppen effizient zu verwalten und zu bewerten 鈥� und dabei stets den 脺berblick 眉ber das Engagement der Studierenden zu behalten. Die Plattform vereinfacht die Notenvergabe, unterst眉tzt diskussionsbasiertes Lernen und macht sichtbar, wie Studierende mit Daten arbeiten.

Mit einem modernen, praxisnahen Lernerlebnis 鈥� weit dynamischer als blo脽e Folienpr盲sentationen 鈥� bringen Lehrkr盲fte praxisrelevante Inhalte in den H枚rsaal und steigern die Wirkung ihres Unterrichts.

麻豆原创 University Alliances arbeitet mit Bildungseinrichtungen weltweit zusammen

Die Rolle der 麻豆原创 in dieser Zusammenarbeit zeigt, wie stark sich das Unternehmen daf眉r einsetzt, Bildung und Kompetenzaufbau zu f枚rdern und Studierende auf die Arbeitswelt von morgen vorzubereiten. In einer sich schnell ver盲ndernden Welt, die von KI, Daten und digitaler Transformation gepr盲gt ist, ist der Zugang zu praxisnahen Lernwerkzeugen, die echte Kompetenzen vermitteln, unerl盲sslich. Im Rahmen des Programms 麻豆原创 University Alliances kooperiert 麻豆原创 weltweit mit Bildungseinrichtungen, um die Kluft zwischen akademischer Theorie und praktischer Anwendung zu 眉berbr眉cken.

鈥濪er Zugang zu Unternehmenssoftware und echten Daten ist entscheidend, um die Studierenden auf die Zukunft vorzubereiten鈥�, sagte Dr. Katharina Sch盲fer, Leiterin des Academic Partnership Program bei 麻豆原创. 鈥濵it kostenlosen Lernplattformen wie Business Builders erm枚glichen wir es Lehrenden, Enterprise Analytics direkt in den Unterricht zu integrieren und Studierenden dabei zu helfen, die F盲higkeitenzu entwickeln, die in vielen Branchen gefragt sind 鈥� gerade in einer Welt, in der Daten und KI den entscheidenden Wettbewerbsvorteil darstellen. Die Studierenden von heute brauchen mehr als konzeptionelles Verst盲ndnis. Sie ben枚tigen praktische Erfahrung mit echter Software und echten Daten. So gewinnen sie Selbstvertrauen und sind bereit f眉r den Eintritt in die Arbeitswelt.鈥�

Einer der P盲dagogen, der ma脽geblich an der Entwicklung dieses neuen Spiels mitwirkt, ist Prof. Olivier Caya von der University of Sherbrooke, der seine Perspektive sowohl als Fakult盲tsmitglied als auch als Fachmann beigesteuert hat.

Lernen in der Cloud

鈥濪as Besondere an diesem Lernerlebnis ist, dass alles in 麻豆原创 Analytics Cloud stattfindet 鈥� derselben L枚sung, die weltweit von Tausenden von Unternehmen genutzt wird鈥�, so Caya. 鈥濪adurch entsteht eine direkte Verbindung zwischen dem, was Studierende im H枚rsaal tun, und dem, was sie sp盲ter im Berufsleben erwartet. Sie arbeiten nicht mit realit盲tsferner Software, sondern entwickeln ihre F盲higkeiten mit genau den Werkzeugen, die auch in echten Gesch盲ftsumgebungen zum Einsatz kommen.鈥�

Das Ergebnis ist ein Lernerlebnis, das Spa脽 macht, interaktiv und praxisnah ist. P盲dagogen k枚nnen mit einer hochmodernen Plattform gl盲nzen, die Leidenschaft mit P盲dagogik verbindet, w盲hrend die Studierenden mit echter Software eines globalen Technologief眉hrers gefragte Kompetenzen aufbauen.

Business Builders steht Lehrenden und Studierenden kostenlos zur Verf眉gung und beinhaltet den Zugang zur 麻豆原创 Analytics Cloud. Das Angebot reicht von einsteigerfreundlichen Einf眉hrungen bis hin zu anspruchsvolleren analytischen Herausforderungen, die speziell auf Masterstudieng盲nge zugeschnitten sind.

Im Anschluss an Business Builders k枚nnen Studierende ihr analytisches Wissen 眉ber den weiter vertiefen. Dabei handelt es sich um eine kostenlose Lernplattform mit gef眉hrten Lerninhalten, 脺bungssystemen und bis zu zwei 麻豆原创-Zertifizierungsversuchen pro Jahr. So lassen sich die eigenen Karrierechancen noch gezielter ausbauen.

Bei Business Builders geht es im Kern darum, Begeisterung und Bildung zusammenzubringen. Gemeinsam mit Partnern aus Wissenschaft und Wirtschaft macht 麻豆原创 analytisches Denken greifbar und einpr盲gsam 鈥� und r眉stet die Fachkr盲fte von morgen mit den F盲higkeiten, die heute am wichtigsten sind.

The post Wie echte NHL-Spieldaten Studierenden helfen, analytische Kompetenz f眉r die Zukunft aufzubauen appeared first on 麻豆原创 News Center.

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

麻豆原创 Business AI f眉r das Ausgabenmanagement

Validierungsagent f眉r Spesenabrechnung
Allgemeine Verf眉gbarkeit

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

Ausf眉hrliche Informationen finden Sie .

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

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

Ausf眉hrliche Informationen finden Sie .

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

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

N盲heres erfahren Sie in der Demo.

Concur Expense, KI-gest眉tzte Konfiguration f眉r Rechnungspr眉fungsregeln
Allgemeine Verf眉gbarkeit

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

Ausf眉hrliche Informationen finden Sie .

Richtliniennavigator
麻豆原创 Early Adopter Care

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

Ausf眉hrliche Informationen finden Sie .

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

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

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

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

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

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

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

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

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

Joule:  eine zentrale Leitstelle f眉r das gesamte Unternehmen

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

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

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

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

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

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

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

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

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

Auf der 麻豆原创 Sapphire hatten wir neue Joule-Assistenten und Joule-Agenten vorgestellt, die alle Bereiche des autonomen Unternehmens umfassen und Unternehmen helfen sollen, Ergebnisse gezielt zu steuern statt nur Arbeitsaufgaben zu verwalten. Diese neuen Assistenten und Agenten werden ab der ersten Jahresh盲lfte 2026 eingef眉hrt, wobei die Verf眉gbarkeit im Portfolio im Laufe des Jahres zunehmend erweitert wird.

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

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

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

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

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

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

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

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

Jedes Unternehmen kann Probleme mit KI l枚sen

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

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

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

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