Auf dem in Atlanta stellte die �鶹ԭ�� die neuesten Innovationen für �鶹ԭ�� Signavio, �鶹ԭ�� LeanIX, WalkMe und �鶹ԭ�� Cloud ALM vor. Gemeinsam bilden diese Funktionen das Fundament, das Unternehmen benötigen, um Agenten durchgängig steuern zu können.

�鶹ԭ�� Signavio bietet neue Funktionen und optimiert KI-Agenten

�鶹ԭ����Signavio bettet KI in alle Phasen der Prozesstransformation ein und bietet Unternehmen die notwendige Basis, um KI-Agenten souverän einzusetzen. Für Unternehmen stellt sich nicht mehr die Frage, ob die Nutzung von KI für sie sinnvoll ist; es geht darum, wo sie den größten Nutzen bringt und wie gewährleistet wird, dass die Agenten, die in ihrem Namen handeln, zuverlässig arbeiten. Das neueste Release von �鶹ԭ����Signavio bietet darauf Antwort: KI-Agenten werden in alle Bereiche der Suite integriert, um Transformationen schneller und einfacher zu machen. Zudem werden Unternehmen dabei unterstützt, , indem ihnen das notwendige Wissen und die erforderliche Governance bereitgestellt werden, um echten Mehrwert schaffen zu können.

Mit dem aktuellen Release des werden zum Beispiel Process-Mining-Funktionen eingeführt. So können Daten zur Leistungsfähigkeit von Prozessen in �鶹ԭ��- und Nicht-�鶹ԭ��-Umgebungen analysiert und Engpässe identifiziert werden. Zudem sind Empfehlungen dazu verfügbar, wo Agenten den größten Mehrwert bringen.

Zu wissen, wo Handlungsbedarf besteht, ist nur der erste Schritt. Um Potenzial voll auszuschöpfen, sind Prozesse notwendig, die von Grund auf für KI konzipiert sind. Der neu gestaltete wartet deshalb mit KI-gestütztem Prozessdesign und integrierten Governance-Strukturen auf. Er ermöglicht es Teams, in Echtzeit zusammenzuarbeiten, und bietet über eine zentrale Arbeitsfläche Konnektivität in der gesamten Suite. So wird die Prozessmodellierung schneller und zugänglicher und ist auf die Arbeitsweise von Teams ausgerichtet.

Gutes Prozessdesign gibt die allgemeine Richtung vor. schließt dann den Kreislauf mit KI-basierten und agentengesteuerten Analysen. Die Lösung stellt eine zunehmend autonome Überwachungsfunktion bereit, die Arbeitsprozesse verfolgt und Teams bei der Umsetzung von Empfehlungen unterstützt.

Damit Agenten Empfehlungen im jeweiligen Kontext und innerhalb klar definierter Rahmenbedingungen umsetzen können, dient  – derzeit als Preview verfügbar – sowohl Mitarbeitenden als auch KI-Agenten als einheitliche, durchgängige Quelle für die Regeln, Standards und das Prozesswissen eines Unternehmens.

�鶹ԭ�� Signavio stellt die Prozessintelligenz-Ebene bereit, auf der KI sowohl Mitarbeitende bei der Prozessanalyse als auch Agenten bei der Umsetzung unterstützt. Das wirft die Frage nach der Unternehmensarchitektur auf, die KI-Agenten zugrunde liegt.

Architecture Intelligence mit �鶹ԭ�� LeanIX in die Realität umsetzen

Obwohl Unternehmensarchitektur seit Langem zu den strategisch wichtigsten Bereichen in jedem Unternehmen zählt, wurde ihr Wert selten außerhalb des Architektur-Teams wahrgenommen. Mit �鶹ԭ�� LeanIX ändert sich das. Das Wissen rund um die Unternehmensarchitektur gelangt damit direkt dorthin, wo es gebraucht wird: zur IT-Leitung, um Entscheidungen zum Portfolio treffen zu können; zu den Fachkräften, die umfangreiche Transformationsprojekte steuern; und zu den Verantwortlichen für KI-Governance, die für eine wachsende Zahl von Agenten zuständig sind.

Um diese Tätigkeiten ausüben zu können, ist die Kenntnis der Lösungsarchitektur unumgänglich – und zwar aus erster Hand, nicht nur in der Theorie. Im Enterprise Knowledge Repository sind deshalb erprobte Architekturgrundsätze, Sicherheitsstandards und technische Entscheidungen hinterlegt, auf die Agenten beim Schlussfolgern zurückgreifen können. So wird aus einem dokumentierten Standard ein aktiver Kontext, der das Design der Agenten und ihr Laufzeitverhalten mitbestimmt. Der wurde erweitert, um Echtzeit-Workspace-Daten, Branchen-Benchmarks und Best Practices von �鶹ԭ�� zu kombinieren und damit komplexe Architekturentscheidungen zu ermöglichen, bei denen menschliches Urteilsvermögen durchgehend erhalten bleibt.

Der bildet das Fundament für unternehmensweite KI-Governance. Er erfasst Agenten, Large Language Models und MCP-Server (Model Context Protocol) im gesamten Unternehmen, ordnet sie Bereichen und Verantwortlichen zu und macht Governance so zu einer laufenden operativen Aufgabe. Der neue AI Governance Assistant bettet Compliance-Vorschriften der EU-Verordnung über künstliche Intelligenz und des National Institute of Standards and Technology direkt in diese Datenbank ein. Zudem automatisiert der Assistent die Risikoklassifizierung und führt eigenständig eine Neubewertung durch, sobald es zu Änderungen bei den Systemen kommt.

KI verändert Unternehmensprozesse von Grund auf – in einem Tempo, mit dem traditionelle Governance-Ansätze nur schwer Schritt halten können. Vor diesem Hintergrund stellt �鶹ԭ�� LeanIX unter Beweis, dass Architecture Intelligence nicht mehr ausschließlich den Fachleuten vorbehalten ist. Sie ist das architektonische Rückgrat, auf das jedes Unternehmen angewiesen ist, um im Zeitalter von KI mit Zuversicht wirtschaften zu können.

Vertrauen in die Architektur allein führt jedoch nicht automatisch zu einem veränderten Verhalten bei den Mitarbeitenden. Und genau hier kommt das WalkMe-Portfolio ins Spiel.

UI-Agent als Begleiter in jeder Anwendung

Transformation ist nur dann erfolgreich, wenn Menschen tatsächlich die Art und Weise ändern, wie sie arbeiten.

Drei Jahre nach dem Aufkommen der Unternehmens-KI wird dies anhand von Zahlen deutlicher als je zuvor: In einer Gartner-Studie gaben 87 Prozent der IT-Verantwortlichen an, dass KI-Akzeptanz sich nicht von selbst einstellt. Und nur 8 Prozent der Mitarbeitenden nutzen KI tatsächlich auf sinnvolle Weise. Der Hauptgrund dafür ist, dass KI nach wie vor oft nicht in Arbeitsabläufe integriert ist. Mit seinen neuen innovativen Funktionen schließt WalkMe genau diese Lücke.

Kontextbezogene KI-Unterstützung integriert KI-Tools – darunter Joule Agents, Assistenten und Instruktionssätze zur Ausführung bestimmter Workflows oder Aufgaben – proaktiv in die Arbeitsprozesse von Mitarbeitenden, sowohl in �鶹ԭ��- als auch in Nicht-�鶹ԭ��-Anwendungen. Damit kann die richtige Person zum richtigen Zeitpunkt die passende Funktion nutzen. Governance-Kontrollen steuern dabei, welche Agenten ausgeführt werden, wer auf sie zugreifen kann und wann sie zum Einsatz kommen.

KI sichtbarer zu machen ist jedoch nur ein Teil der Lösung. Agenten müssen nach wie vor in der Lage sein, Aktionen auszuführen. Weite Teile des Unternehmens sind jedoch nicht über eine Programmierschnittstelle erreichbar. Der UI-Agent von WalkMe, mit dem Nutzer interagieren können, löst dieses Konnektivitätsproblem. Er weitet die Reichweite von Joule auf Altsysteme, kundenspezifische ERP-Umgebungen und Drittanbieteranwendungen aus, die für herkömmliche Agenten schlicht nicht zugänglich sind.

Zwei neue Funktionen machen dies im großen Maßstab möglich: AI Authoring versetzt Teams in die Lage, das gewünschte Benutzererlebnis ganz einfach zu beschreiben, und generiert daraus einen umsetzbaren Plan. Und mit AI Insights können Führungskräfte den Status von Workflows und Inhalten abfragen und erhalten Analysen, Diagramme und Dashboards auf Basis realer Daten.

Es reicht nicht aus, einfach nur KI-Tools bereitzustellen. Der wahre geschäftliche Nutzen ergibt sich erst, wenn Menschen KI konsequent dann nutzen, wenn es zählt.

Um das von der Implementierung bis hin zum laufenden Betrieb zu gewährleisten, ist eine zentrale Plattform erforderlich, die den gesamten Lebenszyklus abdeckt.

Ein Lebenszyklus, ein Governance-Modell

Der eigentliche Nutzen agentenbasierter KI zeigt sich erst nach der Implementierung. �鶹ԭ�� Cloud ALM steuert den gesamten Prozess, von der ganzheitlichen Verwaltung der Verlagerung in die Cloud mit KI-Assistenten und Joule bis hin zu Systemanalyse, Konfiguration, Tests und Rollout. Sobald die Agenten produktiv genutzt werden, wird jede Aktion der Agenten überwacht. Operations-Teams können so sicherstellen, dass die KI wie vorgesehen funktioniert, Abweichungen erkennen, bevor sie zu Problemen führen, und die Geschäftsergebnisse nachweisen, die die Rentabilität der Investition belegen.

Business-Transformation-Management-Lösungen von �鶹ԭ�� fördern das Konzept des , indem sie als System zusammenwirken: �鶹ԭ����Signavio definiert, wie die Arbeit ablaufen soll, und misst, ob Agenten für Verbesserungen bei Prozessen sorgen. �鶹ԭ����LeanIX legt fest, wo Agenten eingesetzt werden, und prüft deren Zuverlässigkeit. WalkMe sorgt dafür, dass Mitarbeitende und Agenten in jeder Anwendung gemeinsam handeln können. Und �鶹ԭ����Cloud ALM steuert den Transformations- und Bereitstellungslebenszyklus und stellt sicher, dass Agenten vor der Inbetriebnahme getestet und validiert werden und einsatzbereit sind. Zudem überwacht das Tool ihre Leistung in der Praxis, um die Geschäftsergebnisse zu gewährleisten, die das Unternehmen erzielen möchte.

Die Business-Transformation-Management-Lösungen von �鶹ԭ�� sind somit das System, das all diese Elemente am Laufen hält.

Andre Wenz ist General Manager und Chief Product Officer for Business Transformation Management bei �鶹ԭ��.

The post Der operative Kern des autonomen Unternehmens appeared first on �鶹ԭ�� News Center.

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

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

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

Was die ersten 16 Folgen gezeigt haben

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

Das autonome Unternehmen ist keine Zukunftsvision, sondern bereits verfügbar

In Folge��13 erklärte Uma Rani, President und Chief Product Officer für �鶹ԭ����Cloud ERP Private, dass das autonome Unternehmen nicht Teil einer zukünftigen Roadmap, sondern bereits jetzt für Kunden verfügbar sei, die die Releases 2025 und 2023 implementiert haben. Auch in den ersten Folgen des Podcasts wurde diese Botschaft vermittelt: Peter Maier, der den Bereich Strategic Customer Engagements im Office of the CEO verantwortet, führte in Folge��1 aus, wie sich die auf der �鶹ԭ����Sapphire präsentierte Vision in der Praxis umsetzen lässt. Und Manoj Swaminathan gab in Folge��3 ausführlichen Einblick in die Architektur der ��– die Schicht für die Ausführung durchgängiger Prozesse durch KI-Assistenten und -Agenten.

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

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

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

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

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

In Folge��9 schilderte Sindhu Gangadharan, Managing Director der �鶹ԭ�� Labs India, die Herangehensweise indischer Unternehmen: Sie setzen auf eine schnelle Einführung autonomer Funktionen, verfolgen ehrgeizige Ziele und fördern insbesondere die Bereitschaft der Belegschaft für den Einsatz von KI. Manos Raptopoulos, Global President of Customer Success, Europe, APAC, Middle East and Africa, berichtete in Folge��11, welche KI-Strategie Unternehmen von Frankfurt bis Fukuoka verfolgen. Dabei erläuterte er auch, wie sich die Schwerpunkte in den einzelnen Regionen unterscheiden, dass die strukturellen Anforderungen jedoch überall dieselben sind. Augusta Spinelli, Presidentin von �鶹ԭ�� EMEA, zeigte in Folge��5 zwei konkrete Wege zum autonomen Unternehmen auf: und . Sie schilderte außerdem aus der Perspektive der Umsetzung, was eine agentengestützte Transformation beinhaltet.

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

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

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

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

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

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

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

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

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

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

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

Joule Work und Joule Studio machen das autonome Unternehmen zur Realität

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

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

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

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

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

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

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

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

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

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

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

Sofort einsatzbereite Assistenten und Agenten sind unser strategischer Vorteil

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

Partner sorgen für Ausbau der Plattformfunktionen

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

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

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

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

Weitere Informationen über die heutigen Ankündigungen finden Sie in unserem .

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

Informationen zu �鶹ԭ��

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

Hinweis an die Redaktionen

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

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

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

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

# # #

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

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

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

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

Für den Wandel konzipiert

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

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

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

, Software Engineer und �鶹ԭ�� Integration Consultant bei Deloitte

Neue Zertifizierungskonzepte

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

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

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

Diana Rösner, Head of Certification Transformation

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

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

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

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

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

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

Von der technischen Lehrveranstaltung zum Experimentierfeld

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

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

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

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

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

Wo Technologie auf Community trifft

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

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

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

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

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

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

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

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

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

Wenn aus Zukunft Gegenwart wird

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

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

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

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

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

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

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

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

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

Die nächste Zukunft wartet schon

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

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

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

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

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

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

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

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

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

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

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

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

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

• Fehlerbehebung und Sicherstellung der technischen Stabilität
• ���dz��貹�پ�����������ä�� mit dem ECC/IS-U-Kern und relevanten Support Packages
• Technische Grundlagen, die für das Zusammenspiel mit Partnerlösungen erforderlich sind

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

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

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

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

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

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

Weitere Ziele der Zusammenarbeit von �鶹ԭ�� und NVIDIA sind:

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

Joule-Studio-Laufzeitumgebung: zusätzliche Governance über der Ausführungsschicht

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

Beitrag der �鶹ԭ��-Entwicklungsteams zu NVIDIA OpenShell

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

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

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

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

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

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

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

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

Mehr Transparenz für bessere Ausgabenentscheidungen

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

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

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

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

Lieferantenrisiken bei den täglichen Entscheidungen berücksichtigen

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

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

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

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

Beschaffungsprozesse in komplexen Unternehmenslandschaften koordinieren

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

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

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

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

Externe Arbeitskräfte proaktiv verwalten

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

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

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

Das Reisekostenmanagement durch gezielte Automatisierung vereinfachen

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

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

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

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

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

Aus Ausgabeninformationen konkrete Maßnahmen ableiten

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

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

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

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

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

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

Neue Chancen: Modernisierung und Vereinfachung

Die Partnerschaft zwischen ÖBB und �鶹ԭ�� zeigt beispielhaft, wie eine umfassende digitale Transformation geplant werden muss, um langfristig Mehrwert zu schaffen. Der größte Eisenbahnkonzern und Infrastrukturbetreiber Österreichs entschied sich, seine �鶹ԭ��-Landschaft rundum zu erneuern. Die bisherigen �鶹ԭ��-Systeme der ÖBB – für alle Bereiche von Finanzen über Einkauf und Logistik bis hin zu Personal – stießen an ihre Grenzen, neueste digitale Innovationen konnten nicht mehr vollumfänglich genutzt werden. Daher geht das Unternehmen nun einen entschlossenen Schritt und modernisiert seine �鶹ԭ��-Systeme von Grund auf. Mit den Cloud-Lösungen von RISE with �鶹ԭ�� hat die ÖBB dafür die passende Antwort gefunden.

Die alte �鶹ԭ��-Landschaft der ÖBB war zwar funktional, bestand aber aus vielen unterschiedlichen Systemen. Das machte es kompliziert bis unmöglich, technologische Innovationen über den ganzen �鶹ԭ��-Betrieb hinweg zu implementieren. Gemeinsam mit �鶹ԭ�� hat die ÖBB daher jetzt die �鶹ԭ��-Systeme komplett aufgeräumt, modernisiert und vereinheitlicht. Das führt in Zukunft zu einer spürbaren Erleichterung durch den gemeinsamen Betrieb der ÖBB- und �鶹ԭ��-Betriebsmannschaften: Die Teams haben ein gemeinsames Verständnis der Systeme und kommen so schneller zu konkreten Lösungen.

Schrittweise Entwicklung und klare Zuständigkeiten als Erfolgsfaktoren

Bei einem Unternehmen von der Größe und Breite der ÖBB war klar, dass ein digitaler Wandel nicht nach dem Prinzip „Hau-Ruck“ funktioniert. Daher wurde gemeinsam mit �鶹ԭ�� bewusst auf eine schrittweise Transformation gesetzt, bei der jede und jeder den eigenen Zuständigkeitsbereich genau kannte und die Teams jeden Meilenstein gemeinsam erreichten. Es gab ein klares Bewusstsein dafür, dass ein Wandel dieser Größe seine Zeit braucht.

Dazu wurden klare, gut strukturierte Entscheidungswege und Prozesse etabliert. Das klingt vielleicht selbstverständlich, wird aber oft vernachlässigt. Hier aber konnte man früh sicherstellen, dass der Wandel bei allen ankommt.

Private Cloud: Umfassendes Datenmanagement als Innovationsbooster

Konkret ziehen die ÖBB mit ihrer gesamten �鶹ԭ��-Systemlandschaft in ein hochsicheres, geschütztes digitales Rechenzentrum um, die . Hier laufen die Daten von Abteilungen wie Finanzen, Einkauf, Personal und Zuglogistik zentral zusammen. Das ist die entscheidende Voraussetzung, um das volle Potenzial digitaler Technologien auszuschöpfen: Das saubere und stabile Datenmanagement sorgt dafür, dass mit modernen Werkzeugen Aufgaben bestmöglich bewältigt werden können und damit den Teams der Arbeitsalltag erleichtert wird. Im Gegensatz zur herkömmlichen �鶹ԭ��-Landschaft der ÖBB bietet diese modernisierte Plattform jetzt die Möglichkeit, künftige digitale Innovationen über den ganzen Betrieb hinweg rasch und reibungslos zu implementieren.

„Man spürte Zusammenhalt und gemeinsamen Willen“

Martin Seiser, ÖBB Group CIO und IT-Geschäftsführer der ÖBB-Business Competence Center GmbH, betont dabei besonders den Wert der gemeinsamen Anstrengung: „Eine solche digitale Transformation lässt sich nicht per Knopfdruck umsetzen. Es ist eine intensive Teamarbeit, bei der alle Rädchen ineinandergreifen müssen. Es gab eine spürbare Motivation im gesamten Team, diesen großen Schritt gemeinsam zu schaffen.“

Die ÖBB und �鶹ԭ�� haben damit ein Kernprinzip des digitalen Wandels in die Tat umgesetzt: Eine echte, wirksame Transformation passiert nicht von heute auf morgen, sondern braucht Zeit und umsichtige Planung, damit alle mitgenommen werden. Die Bestätigung, dass dieser Weg der richtige war, kam nach intensiver Vorbereitung im entscheidenden Moment des Projekts, dem „Cutover-Wochenende“: die endgültige Umstellung auf die neuen �鶹ԭ��-Systeme. Martin Seiser bringt es auf den Punkt: „Im ganzen Team und in jeder Minute spürte man den Zusammenhalt, die Motivation und den gemeinsamen Willen, dieses Ziel zu erreichen. Und das taten wir. Das zeigt mal wieder: Der entscheidende Teil ist nicht die Technik, sondern die Menschen dahinter. Und genau mit diesem Spirit werden wir uns jetzt laufend weiterentwickeln und neue digitale Innovationen nutzen, für unsere Teams und für unsere Kundinnen und Kunden.“

Foto von ÖBB

The post Gemeinsam auf digitaler Schiene: ÖBB erneuert �鶹ԭ��-Systeme appeared first on �鶹ԭ�� News Center.

Für öffentliche Institutionen kommt eine entscheidende Voraussetzung hinzu: Innovation muss mit Transparenz, Verantwortung und digitaler Souveränität vereinbar sein. �鶹ԭ�� verbindet dafür jahrzehntelange Prozesskompetenz mit Unternehmensanwendungen, Daten, KI und souveränen Cloud-Technologien. Wie diese Fähigkeiten zusammenspielen, macht S.Public erlebbar, das neue �鶹ԭ�� Experience Center für den öffentlichen Sektor, das am 12. Oktober 2026 in Berlin offiziell eröffnet wurde.

Vom Bürgeranliegen zur koordinierten Leistung

Ein Schaden im öffentlichen Raum lässt sich heute unkompliziert digital melden. Doch der eigentliche Verwaltungsprozess beginnt danach: Zuständigkeiten klären, Arbeiten planen, Ressourcen und Budgets prüfen, gegebenenfalls Material beschaffen und den Vorgang abschließen. �鶹ԭ��-Lösungen können Bürgerkommunikation, Instandhaltung, Beschaffung und Finanzmanagement über diesen gesamten Ablauf hinweg verbinden.

In S.Public wird das am Beispiel eines Spielplatzes greifbar. Ein Bürger entdeckt eine Beschädigung und meldet sie per Smartphone, etwa eine defekte Schaukel. Die anschließenden Schritte zeigen, wie aus einer einzelnen Meldung koordinierte Arbeit wird. Der Innovationssprung liegt nicht im Meldeformular, sondern in den intelligent verbundenen Prozessen dahinter.

Wenn KI den Verwaltungskontext versteht

Ähnliches gilt für die Vergabe öffentlicher Fördermittel. Anträge umfassen Dokumente, Voraussetzungen und finanzielle Angaben. KI kann eingereichte Unterlagen auf Vollständigkeit und Konsistenz prüfen, fehlende Informationen frühzeitig sichtbar machen und Mitarbeitenden eine begründete Empfehlung für die weitere Bearbeitung liefern. Die Entscheidung bleibt bei der zuständigen Behörde.

Ein Förderantrag für eine Solaranlage veranschaulicht diesen Ansatz in Berlin. Die �鶹ԭ��-Kompetenz dahinter ist übertragbar: KI wird dort eingebettet, wo Mitarbeitende Informationen bewerten und Prozesse steuern. Statt isolierte Aufgaben zu automatisieren, unterstützt sie den gesamten administrativen Zusammenhang.

Wenn digitale Souveränität auf KI trifft

Wie lassen sich sensible Daten mithilfe von KI nutzen und zugleich unter eigener Kontrolle halten? Mit �鶹ԭ�� Sovereign Cloud adressiert �鶹ԭ�� die vier Dimensionen digitaler Souveränität: Daten, Betrieb, Technologie und rechtliche Rahmenbedingungen.

In S.Public wird dieses Konzept sogar begehbar: Der neue Sovereign Cloud Showroom übersetzt die Sicherheitsarchitektur von �鶹ԭ�� in eine physisch erlebbare Umgebung. Besucher durchlaufen drei Sicherheitszonen: Administrations-, Kontroll- und Sperrzone. Sie erfahren unmittelbar, wie die operative Arbeitsumgebung der �鶹ԭ�� Sovereign Cloud und der Schutz eingestufter Informationen zusammenspielen.

Wie sich dies mit intelligenter Analyse verbinden lässt, zeigt ein weiteres behördliches Anwendungsszenario in einem Seehafen. �鶹ԭ��-Lösungen und der KI-Assistent Joule führen ausgewählte Daten aus internen und externen Systemen in einer souveränen Umgebung zusammen. Aus Angaben zu Schiffsankünften, Terminals, Containern und verfügbaren Kontrollkapazitäten entsteht eine priorisierte Übersicht. Analysten können relevante Details in natürlicher Sprache abfragen; über die tatsächlichen Kontrollen entscheiden die zuständigen Behördenmitarbeitenden.

Mehr als ein Ort für Demonstrationen

Die drei Beispiele stehen für eine gemeinsame Entwicklung: Öffentliche Dienstleistungen werden dann intelligenter, wenn Anwendungen, Daten und KI über Fach- und Organisationsgrenzen hinweg zusammenwirken und Verantwortung nachvollziehbar bleibt.

S.Public schafft einen Ort, an dem Kunden, Partner und Experten diese Möglichkeiten diskutieren und erleben können. Die dahinterliegenden Kompetenzen von �鶹ԭ�� reichen weit über Berlin hinaus. Denn die Zukunft öffentlicher Dienstleistungen entscheidet sich nicht daran, wie viel Technologie eine Verwaltung einsetzt, sondern daran, was sie damit für Menschen und Gesellschaft möglich macht.

The post Der nächste Innovationsschub für öffentliche Dienstleistungen beginnt hinter den Kulissen appeared first on �鶹ԭ�� News Center.

entwickelt seit über 100 Jahren innovative Produkte für den Energiemarkt. Eine anhaltend hohe Nachfrage und nachhaltige Wachstumsperspektiven schaffen dabei ein dynamisches Umfeld für Innovationen.

Bei der Entwicklung setzt Reinhausen auch auf KI. Das Unternehmen nutzt KI in seinen Produkten, um Mehrwert für Kunden zu schaffen und manuelle Prozesse zu automatisieren. Durch eine stärkere Automatisierung sorgt der Hersteller außerdem dafür, dass die steigende Nachfrage trotz Fachkräftemangel gedeckt werden kann. Diese Expertise im Bereich KI-Innovation ist einer der Gründe für die Teilnahme von Reinhausen am Programm �鶹ԭ�� Early Adopter für .

„Die Zusammenarbeit im Rahmen des Early-Adopter-Programms für Joule Work Desktop hat innerhalb weniger Monate mehr Dynamik entfaltet als in all den Jahren zuvor“, berichtet Peter Wied, Director of Complexity Management bei Reinhausen. „Wir sehen großes Potenzial darin, den Zugriff auf unsere �鶹ԭ��-S/4HANA-Daten durch natürliche Sprache deutlich einfacher und schneller zu gestalten. Das kann die Art und Weise, wie unsere Teams mit Geschäftsdaten arbeiten, nachhaltig verändern.“

KI beantwortet komplexe geschäftliche Fragen und führt agentengesteuerte Workflows in großem Maßstab aus

Joule Work soll noch in diesem Monat allgemein verfügbar sein, sodass alle �鶹ԭ��-Kunden von der neuen Arbeitsumgebung profitieren können. Sie wurde entwickelt, weil KI über die Textgenerierung und die Suche nach Informationen hinaus noch viele weitere Vorteile verspricht. Sie kann Menschen helfen, bessere, auf Daten basierende Entscheidungen zu treffen und Antworten auf komplexe Fragen zu erhalten. Die �鶹ԭ�� Business AI Platform stellt sicher, dass diese Antworten auf dem Kontext der Geschäftsabläufe des jeweiligen Unternehmens basieren.

�鶹ԭ�� ist wie kein anderer Anbieter in der Lage, Unternehmen diese Vorteile zu bieten – denn die �鶹ԭ�� Business AI Platform macht das Prozess- und Branchenwissen aus über 50 Jahren direkt in unseren Anwendungen, dem �鶹ԭ�� Knowledge Graph und Joule Work verfügbar. Die Plattform kombiniert außerdem führende KI-Modelle von Drittanbietern mit den �鶹ԭ��-eigenen Basismodellen für die Generierung von ABAP-Code und Prognosen auf der Grundlage von strukturierten Daten.

Ebenfalls Teil der Plattform sind die �鶹ԭ�� Domain Models, die mit dem Code, den Datenmodellen und den Geschäftsprozessen von �鶹ԭ�� trainiert wurden. So kann jede KI-Interaktion das für die jeweilige Aufgabe am besten geeignete Modell nutzen. Unabhängig davon, ob sauberer Code generiert, ein Geschäftsergebnis vorhergesagt oder eine Frage zu einem Prozess beantwortet werden soll, erfolgt dies mit der Präzision und Kosteneffizienz, auf die es bei geschäftskritischen Tätigkeiten ankommt. Und über �鶹ԭ�� Business Data Cloud greift Joule Work auf alle benötigten Daten in einer zentralen Quelle zu, die Silos auflöst und Daten aus �鶹ԭ��-Quellen und externen Quellen zusammenführt.

Ab sofort ist in �鶹ԭ�� Business Data Cloud allgemein verfügbar. Mit der Lösung können Unternehmen fragmentierte Datensätze durch eine einheitliche, vertrauenswürdige Sicht auf Kunden, Lieferanten, Produkte und Mitarbeitende in allen �鶹ԭ��- und Drittsystemen ablösen.

Wir sind uns jedoch bewusst, dass präzisere Entscheidungen und zuverlässige Antworten auf geschäftliche Fragen nur ein Teil der Gleichung sind. Was Unternehmen brauchen, sind KI-Lösungen, die eigenständig handeln und Arbeitsabläufe in sämtlichen Geschäftsprozessen koordinieren. Anfang des Jahres unter mehr als 500 Führungskräften durch. 74 Prozent von ihnen gaben an, nahezu die Hälfte ihrer Geschäftsprozesse für den Einsatz von KI-Agenten neu gestalten oder von Grund auf neu entwickeln zu wollen.

Mit der bietet �鶹ԭ�� eine breite Palette an zuverlässigen, sofort einsatzbereiten Joule Agents für alle Geschäftsfunktionen, die Unternehmen umgehend produktiv nutzen können. Und mit Joule Work steht die branchenweit leistungsfähigste Orchestrierungs-Engine für Unternehmens-KI bereit, die die Ausführung von agentengesteuerten Workflows in großem Maßstab unterstützt.

Agenten entwickeln und Drittsysteme anbinden

Joule Work und die �鶹ԭ�� Business AI Platform bieten einen unmittelbaren Wettbewerbsvorteil für das KI-Zeitalter, doch jedes Unternehmen hat individuelle Vorteile, die es strategisch nutzen sollte. Aus diesem Grund bietet die Entwicklungsfunktion von Joule Work Zugriff auf Joule Studio, das in Kürze allgemein verfügbar sein wird.

In Joule Studio können Kunden Joule Agents entwickeln und an ihre Bedürfnisse anpassen. Dafür stehen Tools bereit, die Prozesskontext und Daten mit umfangreicher Semantik integrieren. Da Joule Studio über 11.800 vorkonfigurierte Beschleuniger für Unternehmen nutzt, lassen sich auch Drittsysteme anbinden, die auf offenen Standards basieren. Joule Studio ist laut Benchmark-Tests von über fünf Mal schneller als eigenentwickelte Optionen.

Mit Joule Studio können auch Benutzer ohne Programmierkenntnisse in natürlicher Sprache beschreiben, was entwickelt werden soll. Professionelle Entwickler können in derselben Umgebung Pro-Code-Tools nutzen. Neue Agenten werden direkt in Joule Work implementiert und basieren auf den Sicherheits- und Governance-Standards von �鶹ԭ��.

Das Unternehmen KNAPP bietet Lösungen für die Lagerautomatisierung an und hat mit Joule Studio einen entwickelt, mit dem die Beschäftigten Probleme erkennen und beheben können, ohne auf einen Experten warten zu müssen. Der Hersteller konnte damit die Problemlösungszeiten um rund 90 Prozent verkürzen und auch den Zeitaufwand für Dokumentation und Schulung um etwa 80 Prozent verringern.

In unserer Branche ist KI keine Zukunftsvision mehr, sondern wird bereits produktiv eingesetzt. Und genau das verdeutlicht unser Pilotprojekt für die Implementierung von KI Tag für Tag. Unsere Partnerschaft mit �鶹ԭ�� beseitigt die Komplexität. Wenn im Lager ein Problem auftritt, hilft uns die �鶹ԭ�� Business AI Platform dabei, das Problem in Sekundenschnelle zu lösen.

Florian Aufegger, Senior �鶹ԭ�� EWM Solution Consultant, KNAPP AG

Die zunehmende Entwicklung und Implementierung von Agenten hat zur Folge, dass die Governance nicht mehr nur aus Compliance-Prüfungen bestehen darf, sondern fester Bestandteil des gesamten Lebenszyklus von Agenten sein muss. Laut Untersuchungen der ist für 71 Prozent der Käufer von Technologielösungen Vertrauen nach wie vor das größte Hindernis bei der Einführung von KI. Der , der nun allgemein verfügbar ist, unterstützt Unternehmen deshalb bei der Verwaltung aller Agenten, LLMs und MCP-Server in �鶹ԭ��- und Nicht-�鶹ԭ��-Umgebungen. Neue Funktionen wie �鶹ԭ�� Signavio Agent Mining messen die Ergebnisse der einzelnen Agenten und decken Möglichkeiten zur weiteren Optimierung dieser Ergebnisse auf.

Weiten Sie den Einsatz von KI aus – für bessere Geschäftsergebnisse

Einer aktuellen zufolge erzielen die Unternehmen, die beim Einsatz von KI am weitesten fortgeschritten sind, ein 2,4 Mal höheres Umsatzwachstum und ein 2,8 Mal höheres EBITDA-Wachstum als die Unternehmen, die noch keine umfangreichen KI-Initiativen in Angriff genommen haben. Unsere Kunden Reinhausen und KNAPP zeigen das im Praxiseinsatz: Eine Stunde manueller Aufwand wurde auf wenige Sekunden reduziert und Probleme im Lager wurden gelöst, ohne auf einen Experten warten zu müssen. Unser Ziel ist es, dass solche Ergebnisse für jeden �鶹ԭ��-Kunden wiederholbar werden.

Wenn Sie sich ausführlich informieren möchten, stehen die neuen nun zum Abruf bereit. Am 27. Oktober fällt außerdem der Startschuss für die , an der Sie vor Ort und online teilnehmen können. Sie können auch einen zu Joule Work und der �鶹ԭ�� Business AI Platform vereinbaren.

Brenda Bown ist Chief Marketing Officer für die �鶹ԭ�� Business AI Platform und Joule.

The post Joule Work und die �鶹ԭ�� Business AI Platform schaffen die Grundlage für die nächste Generation von Unternehmens-KI appeared first on �鶹ԭ�� News Center.

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

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

Eine neue Benutzeroberfläche für den Einsatz von KI

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

Click the button below to load the content from YouTube.

Always allow YouTube

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

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

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

Die �鶹ԭ�� Autonomous Suite

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

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

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

Die �鶹ԭ�� Business AI Platform

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

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

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

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

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

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

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

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

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

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

Sicherheit und Governance

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

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

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

Kunden setzen ganz klar auf den Wandel

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

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

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

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

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

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

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

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

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

�鶹ԭ��-Vision des autonomen Unternehmens nimmt Fahrt auf

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

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

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

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

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

Die vertrauenswürdige Plattform für Unternehmens-KI

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

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

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

�鶹ԭ�� bietet integrierte Zahlungen in Cloud-ERP- Lösungen

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

Partner vergrößern die Reichweite des autonomen Unternehmens

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

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

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

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

Informationen zu �鶹ԭ��

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

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

Hinweis an die Redaktionen

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

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

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

# # #

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

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

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

Die Ruderer des Spitzenteams konzentrierten sich nur darauf, ihre individuelle Leistung zu maximieren. Wenn das Boot langsamer wurde, ruderten sie isoliert kräftiger, störten damit den synchronen Rhythmus und erzeugten Wasserwiderstand. Die Ruderer des Nachwuchsteams wussten, dass sie als einzelne Personen schwächer waren. Und so ruderten sie gleichmäßig.  

Unternehmen sind mit unzähligen Varianten dieses Problems konfrontiert: Sie führen Systeme ein, die die Produktivität auf Einzel- oder Teamebene maximieren, doch die Arbeit im gesamten Unternehmen wird dadurch behindert. Viele Unternehmen erleben heute etwas Ähnliches mit KI.  

KI und Suboptimierung  

Suboptimierung ist ein systemisches Versagen, das auftritt, wenn die Leistung eines bestimmten Teils des Systems maximiert und dabei die Leistung des Gesamtsystems beeinträchtigt wird. Eine zentrale Rolle dabei spielen drei miteinander verflochtene Themen: Intensität, Kontext und Prognose. Anhand dieser Faktoren lässt sich erklären, wie KI im Unternehmen zu einer Suboptimierung führen kann, nämlich indem sie Einzelpersonen und lokale Systeme stärkt, dabei aber die Gesamtorganisation belastet.    

Aktuelle Forschungsergebnisse belegen die Diskrepanz zwischen einer KI-Einführung auf individueller Ebene und auf  Unternehmensebene und dem Mehrwert, den sie tatsächlich bietet. Der McKinsey-Bericht zeigt, dass 89 Prozent der Unternehmen KI bereits in mindestens einem Geschäftsbereich einsetzen. Doch nur 37 Prozent berichten von einem messbaren Einfluss auf das Ergebnis vor Zinsen und Steuern (EBIT) auf Unternehmensebene. Noch ernüchternder: Lediglich sechs Prozent der Unternehmen können als leistungsstarke Unternehmen (High Performer) eingestuft werden, die bereits im gesamten Unternehmen bedeutenden Nutzen aus der Nutzung von KI ziehen.  

Was macht es so schwierig, von der KI-Einführung zu einer messbaren Wertschöpfung zu gelangen? Ich glaube, es gibt drei Faktoren, die beeinflussen, ob ein Unternehmen KI zum Nutzen des gesamten Betriebs einsetzen kann.  

���Գٱ�Բ�����ä�� &�Բ�����;

KI-Tools reduzieren die Arbeit meist nicht – sie intensivieren sie. Eine in Berkeley ergab, dass Beschäftigte, die KI intensiv nutzen, schneller arbeiteten, ein breiteres Aufgabenspektrum übernahmen und mehr Arbeitsstunden leisteten – oft ohne explizite Aufforderung.  Was kurzfristig wie höhere Produktivität wirkt, ist in Wirklichkeit schleichende Arbeitsverdichtung und wachsender Druck: Mitarbeitende müssen neue KI-Workflows verwalten und mit weniger mehr leisten. , dass Überwachung beim Einsatz von KI mental besonders herausfordernd ist. KI-Tools, die direkte Beaufsichtigung benötigen, verschärfen das Problem der Informationsflut im Arbeitsalltag. Viele Beschäftigte fühlen sich dadurch zunehmend überfordert.  

Es ist leicht nachzuvollziehen, warum KI als intensiv empfunden werden kann: Aufgaben, die früher Tage erforderten, lassen sich heute nahezu sofort per Prompt erledigen. Dies führt dazu, dass Mitarbeitende mehr Projekte in Angriff nehmen, mehr Analysen erstellen und mehr Berichte verfassen. Doch wie eine achtspurige Autobahn, die sich plötzlich an einer Mautstelle zu einer einspurigen Straße verengt, müssen Personen all die Informationen, die ausgegeben wurden, noch verarbeiten.  Auf Unternehmensebene verstärkt sich dieser Engpass. Alle Mitarbeitenden leisten mehr denn je, wodurch sowohl die einzelnen Personen als auch das Unternehmen als Ganzes Schwierigkeiten haben, Schritt zu halten. Die Erstellung von Inhalten wurde skaliert, die Verarbeitung der Inhalte jedoch nicht. 

Die Lösung liegt nicht zwingend darin, weniger KI einzusetzen, sondern darin, wo und wie KI zum Einsatz kommt. Die KI sollte die Absicht der Anwender verstehen und die Informationen zu Tage fördern, die zur Beantwortung der Frage notwendig sind, anstatt nur statische Antworten zu liefern. Außerdem sollte sie sicherstellen, dass Anwender nicht  zwischen verschiedenen Apps und Systemen wechseln müssen. 

Wenn in der Antwort auf eine Frage zu viele Informationen erzeugt werden, wird die Aufnahmefähigkeit des Nutzers  herausgefordert. Die Antwort von �鶹ԭ�� ist , ein zentraler Arbeitsbereich für �鶹ԭ��- und Drittanbietersysteme, der KI-Agenten einsetzt, die Aufgaben eigenständig  erledigen. 

Stellt man die Frage „In welchen Filialen gehen in den nächsten 72 Stunden die 65-Zoll-Fernseher aus, und wo gibt es Bestände, die ich umlagern kann?“ , ruft das System systemübergreifend Daten ab und beauftragt Agenten, im Auftrag des Nutzenden zu handeln. Hier setzt �鶹ԭ�� auf autonomes Handeln und eine individuelle Benutzererfahrung, die speziell auf diese Situation zugeschnitten ist, ohne dass weitere Inhalte verarbeitet werden müssen. Wenn Mitarbeitende nicht mehr zwischen Systemen hin- und herspringen und nicht mehr so viele Inhalte konsumieren müssen, bleibt ihnen mehr Zeit, ihr Urteilsvermögen einzusetzen und Maßnahmen zu ergreifen, die wirklich wichtig sind.  So kann die KI dazu beitragen, dass die Arbeitsintensität verringert wird. 

���DzԳٱ��� &�Բ�����;

Die meisten KI-Systeme verstehen die Welt – aber nicht das Unternehmen, in dem sie eingesetzt werden. Es gibt einen Unterschied zwischen einem System of Record (Transaktionen, Stammdaten, Prozesslogik) und implizitem Wissen (E-Mails, Chats, ungeschriebene Regeln). Und in Unternehmen findet man beides. Wenn die KI nur das System of Record sieht, können ihre Antworten technisch korrekt, aber je nach Kontext inhaltlich falsch sein, weil sie die Praxis nicht widerspiegeln, die im Unternehmen gelebt wird.  

Auch bei der Beantwortung selbst scheinbar einfacher Fragen spielt der Unternehmenskontext eine entscheidende Rolle. Die Frage „Von welchen Lieferanten kann ich Kokosnüsse beziehen?“ erfordert Kenntnis der Prozesslandschaft eines Unternehmens, vor allem in den Bereichen Beschaffung, Lieferkette, Compliance und Finanzwesen. Dieses Unternehmenswissen ist meist über Prozessmodelle, Richtlinien, Chats, Tabellenkalkulationen und Anwendungen verteilt und daher schwer aktuell zu halten. Selbst wenn die KI-Agenten dieses Wissen finden, können sie es ohne das Prozesswissen der beteiligten Personen nicht in Handlungen umsetzen. Denn es sind die ungeschriebenen Regeln, Entscheidungen und Schritte, die einen Prozess ausführbar machen.  

– derzeit als Preview verfügbar – erfasst kontinuierlich internes Know-how und macht es sowohl für Menschen als auch für Agenten nutzbar. Schriftliche Eingaben aus E-Mails, Chats, Prozesswissen, Richtlinien und Anwendungslogik werden als Wissensgrundlage in wiederverwendbaren Bausteinen hinterlegt, die dann von KI-Agenten genutzt werden können. Die Bausteine werden einmalig zusammengesetzt, zentral verwaltet und im gesamten Unternehmen wiederverwendet. Wenn jemand Joule Work nach Kokosnüssen fragt, basiert die Antwort auf dem Company Memory und spiegelt die tatsächlichen Regeln wider, auf die sich die Prozessverantwortlichen geeinigt haben – zum Beispiel: „Nur aus Brasilien beziehen; andere Quellen erfordern eine formelle Ausnahmegenehmigung.“  

�鶹ԭ�� Company Memory ist keine einmalige Implementierung, sondern ein kontinuierlicher Prozess. Es handelt sich um eine Wissensschicht, die als Infrastruktur für KI-Agenten dient. Durch dieses Wissen wird sichergestellt, dass die Agenten nicht nur richtig, sondern auch kontextbezogen handeln, selbst dann, wenn Richtlinien und Teams sich ändern.  

�ʰ��Dz��ԴDz��� &�Բ�����;

Geschäftsentscheidungen sind im Grunde Vorhersageprobleme, die auf strukturierten Daten beruhen. Die meisten Unternehmen verwenden Large Language Models (LLMs), die sich hervorragend für die Verarbeitung von unstrukturierten Daten wie Text eignen. Aus architektonischen Gründen sind diese Modelle jedoch nicht so gut dafür geeignet, strukturierte numerische Daten, die fundierte Vorhersagen ermöglichen, zu generieren und zu verarbeiten. Lieferverzögerungen vorhersagen, Prognosen erstellen, Anomalien erkennen, Lagerbestände optimieren und Kreditrisiken bewerten, all dies sind alltägliche betriebliche Fragen, für die strukturierte, tabellarische Daten und eine vorausschauende Beurteilung maßgebend sind.  

LLMs dafür zu nutzen, zuverlässige Vorhersagen aus Tabellendaten zu berechnen, ist schlicht der falsche Ansatz. Die herkömmlichen Verfahren des maschinellen Lernens sind für viele zeitkritische Fragestellungen zu langsam. Die Daten werden zunächst extrahiert und an Spezialisten gesendet. Bis die Antwort vorliegt, vergehen mehrere Wochen, und die ursprüngliche Frage hat sich bis dahin oft längst geändert. Dies bedeutet, Vorhersageanalysen werden entweder von spezialisierten Fachleuten erstellt oder von generischen LLMs, die aber unzuverlässige Ergebnisse liefern. In beiden Fällen kommt es zu Verzögerungen bei wichtigen betrieblichen Entscheidungen.  

Verlässliche Prognosen und Risikobewertungen sollten integraler Bestandteil des Systems sein und nicht individuelle Ad-hoc-Lösungen. �鶹ԭ��-RPT-1.5 und TabPFN 3 sind speziell für tabellarische Daten optimierte Modelle, die in Joule Work und �鶹ԭ�� integriert werden, um zukunftsgerichtete Fragen sofort zu beantworten – direkt auf den aktuellen Daten, ohne Verzögerung.  

�鶹ԭ��-RPT-1.5 für �鶹ԭ��-Daten und TabPFN 3 für tabellarische Daten sind spezielle Prognose-Engines für strukturierte Daten. Entscheidungsträger, die in den Kernsystemen arbeiten, haben die Möglichkeit zu fragen: „Soll ich das Volumen umleiten? Wie hoch ist die Wahrscheinlichkeit, dass die Lieferung pünktlich erfolgen wird? Wie groß ist der Kostenunterschied zwischen den unterschiedlichen Szenarien?“ Und die Antworten, die sie erhalten, basieren auf echten Unternehmensdaten.  

Durch die unternehmensweite Verfügbarkeit lassen sich Engpässe bei Spezialisten vermeiden. Und das Unternehmen ist dank fundierter Prognosen besser in der Lage, mit Unsicherheiten umzugehen. So ist die Geschäftsführung in der Lage, informierte Entscheidungen zu treffen und die Probleme wirklich anzugehen. 

KI zum Nutzen des gesamten Unternehmens 

Es wurde bereits bewiesen, dass KI das Potenzial des Einzelnen steigern kann, aber der Gesamtorganisation nicht automatisch zugutekommt. Bei der Nutzung von KI sollte es nicht darum gehen, einzelne Aufgaben zu verbessern. Es sollte vielmehr darum gehen, wie Arbeitsprozesse, Wissen und Entscheidungen in einem Unternehmen besser miteinander verbunden werden können. 

�鶹ԭ�� zeigt mit drei Beispielen – Joule Work, �鶹ԭ�� Company Memory und �鶹ԭ��-RPT-1.5/TabPFN 3 – wie das funktioniert: Diese Tools bieten eine einheitliche Bedienoberfläche, hausinterne Dokumentation und eine Prognose-Engine für strukturierte Geschäftsdaten. Dadurch wird KI von isolierten Einzellösungen zu einem Werkzeug, das dem ganzen Unternehmen nutzt. 

Diese KI-Systeme schließen die Lücke zwischen einzelnen Mitarbeitenden und dem Gesamtunternehmen. Sie ermöglichen es, KI nicht einfach nur einzuführen, sondern sie so einzusetzen, dass das gesamte Unternehmen davon profitiert und Mehrwert entsteht. 

Florian Kunzke ist Global Director of AI Strategy bei �鶹ԭ��.  

The post KI-Optimierung für alle: So profitiert das ganze Unternehmen appeared first on �鶹ԭ�� News Center.

Generative KI hat in kürzester Zeit den Sprung vom Experimentierstadium zur unverzichtbaren Infrastruktur vollzogen. Sie ist zum wichtigen Bestandteil des Arbeitsalltags von Mitarbeitenden geworden und wird mit jedem Quartal stärker in Prozesse von Teams und Anwendungen integriert. Dieses Wachstum bringt eine neue Kategorie von Kosten mit sich, auf die das Finanzwesen schlicht nicht vorbereitet war: den Verbrauch von KI-Token. 

Wenn die KI Code schreibt und Agenten steuert, kann der Token-Verbrauch die ursprünglich eingeplanten Kosten übersteigen. Finanzverantwortliche stehen somit vor der Herausforderung, diese Ausgaben diszipliniert zu steuern, ohne die Nutzung von KI auszubremsen. Um die richtige Balance zu finden, müssen Token als Unternehmensressource behandelt werden und die damit erzielten Ergebnisse die zugrunde liegenden Kosten rechtfertigen. 

Bei �鶹ԭ�� haben wir uns mit genau dieser Problematik in der Praxis beschäftigt und zusammengefasst, was wir bei der Erstellung, Überprüfung und Anpassung unseres Konzepts für den Umgang mit diesen Kosten gelernt haben. 

Was man nicht sieht, kann man nicht steuern 

Die meisten Finanzverantwortlichen würden eine wichtige Kostenkategorie nicht anhand einer einzigen Budgetposition verwalten. Doch genau so verfahren Unternehmen häufig zu Beginn mit dem Thema KI. Die Gesamtausgaben sind eine wichtige Kennzahl. Sie sagen aber nichts darüber aus, welche Teams, Workloads oder Verwendungsmuster hinter diesen Ausgaben stecken oder ob die KI-Nutzung im Einzelnen tatsächlich sinnvoll ist. 

Transparenz über diese Aspekte ist nur dann möglich, wenn Vertrieb, Entwicklung, Finanzwesen und Produktteams eng zusammenarbeiten. Das Finanzwesen kümmert sich dabei um die Kostenprognosen und stellt die Verantwortlichkeiten sicher. Die anderen Bereiche liefern den betrieblichen Kontext, der die Zahlen erst aussagekräftig macht.��

Wir konnten unsere Finanzmodelle mit jedem neuen Planungszyklus verbessern, da wir auf mehr operative Details zum Nutzungsverhalten zurückgreifen konnten. Für eine neue Kostenkategorie, bei der es zu dynamischen Entwicklungen kommt, gilt deshalb Folgendes: Es müssen nicht erst präzise Daten vorliegen, bevor die nächsten Schritte eingeleitet werden können; für den Anfang genügt es, über ausreichend Transparenz zu verfügen, um bessere Entscheidungen treffen zu können. Das Modell kann dann verfeinert werden, sobald sich Muster abzeichnen. 

Klare Verantwortlichkeiten   

Unsere wichtigste Erkenntnis war weniger finanzieller als konzeptioneller Natur: Transparenz allein reicht nicht – es muss auch jemand dafür verantwortlich sein, die KI-Nutzung zu überschauen. 

Ein zentrales KI-Budget erleichtert erste Experimente, befreit dabei aber die Personen, die Token verbrauchen, von jeder finanziellen Verantwortung. Je enger KI in Geschäftsprozesse integriert wird, desto mehr stößt dieses Modell an seine Grenzen. 

Dies soll jedoch kein Argument dafür sein, sofort jede Anfrage an ein Sprachmodell mit buchhalterischer Präzision zu verrechnen. Es geht vielmehr darum, den KI-Verbrauch genauso zu steuern wie andere Unternehmensressourcen, etwa Software, externe Dienstleistungen oder Personal. Entscheidungsträger brauchen ein klares Bild davon, was ihre Teams verbrauchen und welche Ergebnisse mit KI erzielt werden sollen. 

Bei �鶹ԭ�� hat die Zuordnung von Token-Kosten zu Geschäftsbereichen zu einer neuen Herangehensweise geführt – weg von der Frage „Wie hoch sind unsere Ausgaben?“, hin zu „Was erhalten wir dafür?“ und „Lohnen sich hier weitere Investitionen?“ Diese Fragestellungen ermöglichen eine produktivere Debatte.����

Token-Ausgaben sind kein Bilanzposten im Bereich Technologie, sondern stellen eine strategische und operative Investitionsentscheidung dar. Ziel ist es, KI-Ausgaben zielgerichtet zu steuern, anstatt die Kosten einfach nur so niedrig wie möglich zu halten. 

Nicht nur Kosten pro Token betrachten 

Hohe KI-Kosten ziehen Blicke auf sich. Wenn aber ausschließlich Kostensenkungen im Fokus stehen, kann dies dazu führen, dass die falschen Entscheidungen getroffen werden. 

Eine bessere Orientierungshilfe ist das Verhältnis zwischen dem Verbrauch und dem geschäftlichen Nutzen. Ein KI-Werkzeug, das die Softwareentwicklung spürbar beschleunigt, Mitarbeitenden lästige Routineaufgaben abnimmt oder den Kundenservice verbessert, verursacht reale Token-Kosten. Die KI-Nutzung allein deshalb einzuschränken, weil das Budget dafür hoch erscheint, könnte ein Unternehmen mehr an Wertschöpfung kosten, als es an Einsparungen bringt. 

Wir sprechen dabei aus Erfahrung: Nach der Einführung von KI-Tools für Entwickler bei �鶹ԭ�� konnten wir bei der Überprüfung und Umsetzung von Änderungen am Quellcode eine Zunahme verzeichnen, die im mittleren zweistelligen Prozentbetrag lag – ein deutliches Zeichen, dass die Entwicklungsarbeit schneller voranging. Der damit verbundene Token-Verbrauch hatte sich somit gelohnt. 

Das Finanzwesen benötigt also eine doppelte Perspektive: Kennzahlen zu den Kosten auf der einen, Messgrößen zum Nutzen auf der anderen Seite. Wer diese beiden Aspekte nicht im Zusammenhang betrachtet, läuft Gefahr, mit Kosteneinsparungen der Wertschöpfung im Wege zu stehen. 

Auf unnötigen Token-Verbrauch statt KI-Nutzung allgemein konzentrieren 

Mit der zunehmenden Nutzung von KI werden Kontrollmechanismen notwendig – und zwar in Form gezielter Strategien statt Pauschalmaßnahmen. Als wir die Nutzungsmuster im Detail untersuchten, konnten wir drei grundsätzliche Ursachen für unverhältnismäßig hohe Ausgaben ermitteln: die Konzentration auf Power-User und automatisierte Agenten, eine unpassende Modellauswahl sowie eine unkontrollierte Nutzung von Werkzeugen. 

Das sind die Bereiche, in denen Leitlinien sinnvoll sind. Kontrollmechanismen haben ihren Wert, wenn sie auf vermeidbare Ausgaben konzentriert sind und nicht die KI-Nutzung allgemein drosseln. Bei �鶹ԭ�� setzten wir auf drei Ansätze: Die Begrenzung von Token, um ausufernden Verbrauch zu verhindern; den intelligenten Einsatz von Modellen, um die Leistungsfähigkeit und Kosten besser auf die jeweilige Aufgabe abzustimmen; und einen gezielteren Einsatz von Werkzeugen, um Redundanzen zu beseitigen und Investitionen auf Bereiche zu fokussieren, in denen die Nutzung gerechtfertigt ist. Diese Maßnahmen halfen, das finanzielle Risiko im dreistelligen Millionenbereich zu halten, ohne die weitere Einführung von KI zu bremsen.��

Das Prinzip ist einfach: den Token-Verbrauch dort reduzieren, wo es unnötig ist, und dort aufrechterhalten, wo es sich lohnt. 

Von Kostenkontrolle zur Steigerung des geschäftlichen Nutzens  

Der KI-Fortschritt folgt nicht den Planungszyklen von Unternehmen. Die Möglichkeiten, Einsatzszenarien und wirtschaftlichen Rahmenbedingungen von KI verändern sich tagtäglich. Und das damit verbundene Governance-Modell muss mit diesem Wandel Schritt halten.   

Deshalb müssen wir weiter aktiv bleiben. Als Nächstes gilt es, all diese Praktiken in die reguläre Planung und Berichterstattung zu integrieren, Verantwortlichkeiten klarer zu definieren und die Kostenzuordnung zu optimieren. Zudem benötigen wir Prognosefunktionen, um Kostentrends zu erkennen, noch bevor sie sich klar abzeichnen. 

Auch Unternehmen, die all das gut meistern, müssen weiterhin KI-Kosten tragen; doch sie verfügen über Transparenz und klare Zuständigkeiten, um zu identifizieren, in welchen Bereichen die KI-Nutzung Wertschöpfung ermöglicht und wo nicht. So sind sie in der Lage, Investitionen entsprechend zu steuern.   

Lukas Deutsch ist Chief Controlling Officer bei �鶹ԭ��.  
David Imbert ist Chief Marketing Officer für �鶹ԭ�� Financial Management. 

The post Kontrolle über KI-Kosten behalten: Token-Ausgaben senken, Innovationskraft bewahren appeared first on �鶹ԭ�� News Center.

Wenn �鶹ԭ��-Transformationsprogramme ins Stocken geraten, liegt es selten an der Technologie selbst. Häufiger fehlen ein gemeinsames Zielbild und Antworten auf Fragen wie: Wohin genau wollen wir, und wie hängen Strategie, Prozesse, Governance, Organisation oder Change Management zusammen? Denn Transformation hat je nach Rolle oder Bereich zu viel Interpretations-Spielraum. �鶹ԭ�� hat dafür das Business Transformation Framework als erfolgsbasierten Steuerungsrahmen entwickelt und nutzt als idealen Einstieg das Business Transformation Lab im Workshop-Format.

Was das Business Transformation Framework leistet

Das Business Transformation Framework (BTF) verbindet strategische Zielbilder mit operativen Steuerungsinstrumenten und Change-Aspekten. Das Framework bietet damit einen gemeinsamen Rahmen, der Transparenz über den Transformationsstatus herstellt und Programme messbarer macht. Im Folgenden die sieben Dimensionen:

0. Transformation Target Definition: Ein klares strategisches Zielbild, das definiert, kommuniziert und vom Business verantwortet wird, bildet die verbindliche Grundlage, an der alle wesentlichen Entscheidungen und Transformationsfortschritte ausgerichtet werden.
1. Transformation Governance: Dieser Baustein etabliert klare Rollen, Entscheidungsbefugnisse und Eskalationsstrukturen. Genau auf der Ebene, auf der transformationsrelevante Entscheidungen tatsächlich getroffen werden.
2. Value and Performance Steering: Der Wertbeitrag wird über die gesamte Transformation hinweg gemessen. Dazu werden gemeinsam mit dem Business Kennzahlen entwickelt, die finanzielle und qualitative Dimensionen abdecken – von Kostensenkung und Prozessstandardisierung bis hin zur Verbesserung von Time-to-Market und weiteren Indikatoren.
3. Standardization and Simplification: Strukturen, Prozesse und Technologien werden gezielt vereinfacht und standardisiert, um Handlungsspielräume zurückzugewinnen. Gleichzeitig wird verhindert, dass Komplexität im Laufe des Transformationsprozesses erneut aufgebaut wird.
4. Innovation Adoption: Innovation wird von Beginn an als integraler Bestandteil der Transformation verankert, nicht als späteres Add-on. KI und neue Technologien werden als gesteuerte Transformationsdimensionen integriert, anstatt als parallele Pilot-Projekte.
5. Organizational Change Capability: Dieser Baustein geht über klassisches projektbezogenes Change Management hinaus. Es geht vor allem darum, organisatorische Veränderungsfähigkeit über einen Go-Live hinaus aufzubauen.
6. Transformation Risk Management: Risiken der Business-Transformation werden frühzeitig und proaktiv auf unternehmerischer Ebene identifiziert, strukturiert, bewertet und adressiert.

Das Framework ist technologieunabhängig, wobei Tools wie die Agent-Led Toolchain oder �鶹ԭ�� Business AI unterstützen können. Im Fokus steht jedoch die Business-Transformation. Auch Partner können in das Modell eingebunden werden, da Transformationen typischerweise in einem Ökosystem stattfinden. Alle sieben Bausteine sind relevant und keiner lässt sich ignorieren, denn jede ungesteuerte Dimension wird im Nachhinein aufwändiger zu adressieren.

So läuft das Business Transformation Lab ab

Das Business Transformation Lab kann als Einstieg ins Business Transformation Framework dienen. Zur Vorbereitung klärt ein kurzes Gespräch Ziele, Transformationsstand und Scope. Seit Neuestem gibt es ein Self-Assessment zur Business Transformation – das auch Interessierte aus Ihren Reihen gerne nutzen können.

In sechs Stunden, am �鶹ԭ��-Standort in Walldorf oder Zürich, erarbeiten C-Level-Teams gemeinsam mit �鶹ԭ��-Experten strategische Schwerpunkte und Handlungsfelder. Rund zwei Stunden verbringen die Teilnehmenden in einem Immersive Experience Room. Nach kurzen interaktiven Impulsen wird ein gemeinsames Verständnis für die Erfolgsfaktoren für die eigene Business Transformation geschaffen. In den anschließenden drei Stunden übersetzen Sie diese Eindrücke in Design-Thinking-Sessions in Handlungsfelder und Prioritäten.

Was Unternehmen aus den Labs mitnehmen

Teams verlassen das Lab mit einem Zielbild, das alle Beteiligten tragen, mit priorisierten Handlungsfeldern und einer Basis für ihre individuelle Transformations-Roadmap. Dass dabei das gesamte Führungsteam mit am Tisch sitzt und das Ergebnis gemeinsam verantwortet, macht einen spürbaren Unterschied in den abgeleiteten Initiativen, Programmen und Umsetzungsprojekten. Aus Finance Transformationen gibt es erste positive Rückmeldungen:

• Eric Neyret, CFO bei Medice: „Das Lab war für uns von entscheidender Bedeutung. Wir haben gemeinsam eine klare, strategische Roadmap erarbeitet, die auf unsere Transformationsziele abgestimmt ist. Das praxisorientierte Format hat maßgeblich dazu beigetragen, Visionen in konkrete Maßnahmen umzusetzen und unsere langfristige Unternehmensstrategie zu unterstützen.“

• Frank Albers, CFO bei Rotkäppchen-Mumm: „Was mich sehr inspiriert hat, waren das Verständnis für und der Fokus auf das Business, nicht ausschließlich auf die IT. Das ist stets der richtige Ansatz.“
• Uwe Birke, CIO bei Rotkäppchen-Mumm: „Inspirierende Inhalte, exzellenter Austausch und wertvolle Einblicke. Ohne Zweifel einer der besten Workshops, die ich je erlebt habe.“

Thomas Jenewein ist Business Development Manager AI Adoption & Transformation bei �鶹ԭ��

The post Das Business Transformation Framework und Lab von �鶹ԭ�� im Überblick appeared first on �鶹ԭ�� News Center.

Die Integrationsumgebungen, die über das vergangene Jahrzehnt in den meisten Unternehmen entstanden sind, wurden nicht für aktuelle Anforderungen konzipiert. Punkt-zu-Punkt-Verbindungen, veraltete Middleware, fragmentierte Werkzeuge in Dutzenden von Systemen – solange es nur um Batch-Verarbeitung und planbare Datenflüsse ging, kamen Unternehmen mit diesen Grundlagen gut zurecht. 

Doch mit dem Aufkommen agentenbasierter KI hat sich dies grundlegend geändert. Damit Agenten autonom arbeiten können, müssen andere Voraussetzungen erfüllt werden: Echtzeitzugriff auf Daten aus der gesamten Anwendungslandschaft, eine einheitliche Steuerung und eine Integrationsebene, die mitwachsen kann, ohne zum Engpass zu werden. Wer seine Integrationsstrategie bereits auf diese neuen Anforderungen ausgerichtet hat, ist deshalb klar im Vorteil. 

Im Auftrag der �鶹ԭ�� untersuchte das Analystenhaus IDC, wie Unternehmen die �鶹ԭ�� Integration Suite und deren Advanced-Event-Mesh-Funktionalität nutzen. Die �鶹ԭ�� Integration Suite ist das Integration-Platform-as-a-Service-Angebot (iPaaS) der �鶹ԭ�� und wird auf der �鶹ԭ�� Business AI Platform bereitgestellt, die als zentrales Fundament für die KI-, Daten- und Integrationsfunktionen von �鶹ԭ�� dient. 

Im Rahmen der Studie zum geschäftlichen Nutzen befragte IDC acht Unternehmen aus den Bereichen Fertigung, Konsumgüterindustrie, Energie, Fintech, Gesundheitswesen, Einzelhandel und Transport. Diese Unternehmen beschäftigen im Schnitt 48.529 Mitarbeitende, erzielen einen Jahresumsatz von 14,53 Milliarden US-Dollar und sind in den USA, Deutschland, Dänemark, Indien sowie Großbritannien und Nordirland tätig. Alle Ergebnisse der Studie basieren auf tatsächlichen Resultaten, nicht auf Modellwerten. 

IDC kam zu dem folgenden Schluss: Kunden der �鶹ԭ�� Integration Suite erzielen im Durchschnitt über drei Jahre hinweg eine Investitionsrendite von 368 Prozent und amortisieren ihre Investitionen innerhalb von acht Monaten. Der jährliche Nutzen pro integrierter Anwendung liegt bei durchschnittlich 47.900 US-Dollar beziehungsweise bei 9,36 Millionen US-Dollar pro Unternehmen. 

Vorteile von Integration-Platform-as-a-Service-Angebot (iPaaS)

Das Business Value White Paper von IDC demonstriert messbare Ergebnisse in allen Bereichen, in denen Integration in modernen Unternehmen eine Rolle spielt: 

• Geschwindigkeit und Umfang der Integration 
  • Zunahme der Integration von Anwendungen um 78 %
  • Reduzierung des Zeitaufwands pro integrierter Anwendung um 41 %
  • Steigerung der bearbeiteten Anwendungsmeldungen um 99 % 

• Betriebssicherheit 
  • Reduzierung von ungeplanten Ausfällen um 58 %
  • Beschleunigung der Behebung von Integrationsfehlern um 35 %
  • Reduzierung von Integrationsfehlern um 19 %     

• Automatisierung von Geschäftsprozessen 
  • Steigerung der Automatisierung von Geschäftsprozessen um 49 %
  • Erhöhung der Effizienz von Teams im Bereich Geschäftsprozesse um 21 %
  • Reduzierung des Zeitaufwands für die Anbindung neuer Geschäftspartner um 32 % 

• Produktivität in der Entwicklung und innerhalb von Teams 
  • Zunahme der Produktivität bei Entwicklungsteams um 29 % 
  • Beschleunigung des Entwicklungszyklus für neue Anwendungen um 31 %  
  • Steigerung der Effizienz von Teams im Bereich Anwendungsintegration um 32 %    

Bei diesen Zahlen handelt es sich nicht um Schätzungen, sondern um die durchschnittlichen Ergebnisse von acht Unternehmen, die im Rahmen der Befragung durch die IDC-Analysten Shari Lava, Group Vice President for AI, Data, and Automation, und Matthew Marden, Research Vice President for Business Value Strategy, festgehalten wurden. 

Mehr als eine �鶹ԭ��-Plattform 

Ein Ergebnis verdient besondere Beachtung – vor allem für Kunden und Partner, welche die �鶹ԭ�� Integration Suite in Umgebungen mit Anwendungen von verschiedenen Anbietern in Betracht ziehen: In der Studie waren durchschnittlich 64 Prozent der integrierten Anwendungen nicht von �鶹ԭ��, während bei 82 Prozent aller Integrationen mindestens eine Anwendung im Spiel war, die nicht von �鶹ԭ�� stammte. 

Die �鶹ԭ�� Integration Suite ist somit weit mehr als eine reine �鶹ԭ��-Plattform. Sie bildet das Integrationsfundament für die gesamte heterogene Anwendungslandschaft moderner Unternehmen – eine Landschaft, in der �鶹ԭ��- und Nicht-�鶹ԭ��-Systeme zuverlässig und unternehmensweit zusammenarbeiten müssen. 

Ein Studienteilnehmer erklärt, was dies in der Praxis bedeutet: „Die �鶹ԭ�� Integration Suite ist unsere wichtigste Verbindung zur Außenwelt. Wann immer jemand auf unsere �鶹ԭ��-Systeme zugreifen muss, läuft das über die [�鶹ԭ��] Integration Suite. Sie ist unser zentrales Zugangsportal für den API-Zugriff, den Datenzugriff, die Zusammenarbeit mit Partnern und den Datentransfer in unsere �鶹ԭ��-Systeme und nach draußen.“ 

Für das KI-Zeitalter konzipiert   

Diese Studie kommt zum richtigen Zeitpunkt. Unternehmen treiben die Einführung agentenbasierter KI mit hohem Tempo voran und setzen autonome Agenten ein, die in Echtzeit über die gesamte Anwendungslandschaft hinweg Prozesse koordinieren und überwachen und zudem handeln müssen. Integration ist somit keine Angelegenheit mehr, die lediglich im Hintergrund abläuft; sie bildet die operative Ebene, auf der KI-gestützte Automatisierung steht oder fällt. 

Als Bestandteil der �鶹ԭ�� Business AI Platform bündelt die �鶹ԭ�� Integration Suite die API-Verwaltung, ereignisgesteuerte Architektur über Advanced Event Mesh und integrierte KI-Funktionen. So erhalten Unternehmen die Steuerungsmechanismen, die Transparenz und die Echtzeitanbindung, die für agentenbasierte KI-Workloads erforderlich sind.  Dazu zählen die Unterstützung von MCP-Servern (Model Context Protocol), die Anbindung von Large Language Models sowie die Koordination zwischen Agenten, um die Grundlage für autonome Unternehmensprozesse zu schaffen. 

Die Studienteilnehmer bestätigen dies. Ein Teilnehmer berichtet Folgendes: „Der größte Nutzen der [�鶹ԭ��] Integration Suite liegt in der Kombination ihrer verschiedenen Funktionen: Integration mit der Cloud-Plattform, API-Management und Advanced Event Mesh. Das Zusammenspiel dieser Funktionen ist es, was sie für uns so wertvoll macht.“ 

Ein anderer Teilnehmer hebt hervor, wie wichtig Zuverlässigkeit in KI-gestützten Umgebungen ist: „Was wir mit der �鶹ԭ�� Integration Suite zunehmend erleben, ist ein Maß an Verlässlichkeit und Standardisierung im Rahmen unserer Integrationen, das eine weitere Skalierung möglich macht. Die Art von Punkt-zu-Punkt-Integrationen, die für uns früher ein Risiko und eine Quelle technischer Altlasten darstellte, gehört der Vergangenheit an.“ 

Klarer Mehrwert für Unternehmen durch Integration

Eine Investitionsrendite von 368 Prozent über drei Jahre und eine Amortisation innerhalb von acht Monaten sprechen für sich. Doch mindestens ebenso wichtig ist, was das bedeutet: Unternehmen können mehr Anwendungen anbinden, mehr Geschäftsprozesse automatisieren, Störungen schneller beheben und Partner rascher einbinden – auf einer Plattform, die genau auf die KI-Workloads zugeschnitten ist, die sie aktuell nutzen möchten. 

„Wir können mit der �鶹ԭ�� Integration Suite noch mehr Innovationen umsetzen, weil sie einfacher zu bedienen ist und die Entwickler gerne mit dem Tool arbeiten. Und sie liefert gute Ergebnisse. Deshalb können wir weiter auf dem aufbauen, was wir bereits geschaffen haben.“ 

Auf diese Weise schaffen Unternehmen ein zukunftsfähiges Fundament. 

Lesen Sie das vollständige (Zugang erforderlich).    

Sid Misra ist Chief Marketing Officer of Technology Foundation for �鶹ԭ�� Business AI Platform bei �鶹ԭ��. 

Quelle: IDC Business Value White Paper, sponsored by �鶹ԭ��, The Business Value of �鶹ԭ�� Integration Suite (Doc #US54820926-BVWP, August 2026), IDC Business Value Snapshot, sponsored by �鶹ԭ��, The Business Value of �鶹ԭ�� Integration Suite (Doc #US54820926-BVS, August 2026)

The post Neue Studie von IDC: Mit der �鶹ԭ�� Integration Suite schnell finanziellen Nutzen aus Investitionen ziehen appeared first on �鶹ԭ�� News Center.

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

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

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

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

3. Bedeutsame Präsenz in der jeweiligen Marktkategorie

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

Was Kunden zu �鶹ԭ�� CX sagen

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

�鶹ԭ�� Sales Cloud

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

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

�鶹ԭ�� Service Cloud

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

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

�鶹ԭ�� Commerce Cloud

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

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

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

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

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

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

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

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

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

Vertrauen als Grundlage für Vertriebsinnovation

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Vom Offshoring zum „Deshoring“

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

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

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

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

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

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

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

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

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

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

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

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

Kundenspezifische Entwicklungen könnten den Durchbruch ermöglichen

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

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

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

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

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

�鶹ԭ�� entwickelt Agenten für den gesamten Lebenszyklus der Transformation

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

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

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

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

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

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

Neue Chancen im Bereich Testen

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

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

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

Der Kontext macht den Unterschied

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

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

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

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

KI könnte auch beeinflussen, wer Wissensträger ist

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

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

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

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

Annahmen zur Laufzeit von �鶹ԭ��-Projekten hinterfragen

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

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

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

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

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

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

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

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

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

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

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

In zehn Monaten zum Go-live

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

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

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

Standardisierte Prozesse durch Cloud ERP in der Public Edition

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

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

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

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

Klare Prozesse, mehr Sicherheit und Transparenz

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

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

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

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

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

Technisch erfolgreich, organisatorisch fordernd

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

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

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

Von der Systemlandschaft zur KI-Plattform

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

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

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

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

Der Weg von der Analyse zur Automation

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

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

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

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

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

Die 1899 gegründete NEC Corporation ist eines der führenden Technologieunternehmen Japans und weltweit in den Bereichen IT-Dienstleistungen, Telekommunikation und digitale Infrastruktur tätig. Im Laufe der Jahrzehnte hat das Unternehmen immer wieder neue technologische Entwicklungen mitgemacht. Doch der Wandel, den wir aktuell beobachten, ist anderer Natur, denn künstliche Intelligenz (KI) ist mehr als nur ein weiterer Innovationszyklus: KI bringt eine grundlegende Umwälzung betrieblicher Prozesse mit sich.

Für NEC bedeutet dies, dass nicht nur die Technologie überdacht werden muss, sondern auch die Art und Weise, wie die Arbeit bewältigt wird, wie Entscheidungen getroffen werden und wie Mehrwert geschaffen wird.

Auf dem Weg zum KI-Unternehmen

In einem Gespräch mit Thomas Pfiester, Head of Customer Engagement & Adoption und Mitglied des erweiterten Vorstands der �鶹ԭ�� SE, erläuterte Toshihiko Nakata, Chief Information Officer (CIO) von NEC, wie das Unternehmen dieser Herausforderung begegnet und warum mehr als nur Technologie notwendig ist, um sich zu einem KI-Unternehmen zu entwickeln.

Click the button below to load the content from YouTube.

Always allow YouTube

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

Das Unternehmen konnte im Laufe der Zeit so ein starkes digitales Fundament aufbauen, Prozesse standardisieren, eine Clean-Core-Strategie verfolgen und die Transparenz erhöhen. Auf diese Weise wurde eine stärker vernetzte, datengesteuerte Entscheidungsfindung im gesamten Unternehmen ermöglicht.

Umstellung auf die Cloud als Voraussetzung für Modernisierung

Damit war NEC in der Lage, frühzeitig seine Kernsysteme mit zu modernisieren. Die Umstellung auf die Cloud war dabei nicht das einzige Ziel. Es ging darum, eine flexiblere und widerstandsfähigere Umgebung zu schaffen, um mit sich ändernden Geschäftsanforderungen Schritt halten und gleichzeitig die Komplexität bewältigen zu können, die im Laufe der Jahre entstanden war.

„Durch den Umstieg auf RISE with �鶹ԭ�� haben wir die Grundlage geschaffen, um unsere Unternehmensinfrastruktur zu modernisieren und schneller KI-Agenten wie Joule nutzen zu können“, so Nakata-san.

Die Vereinfachung dieser Landschaft wurde zu einer strategischen Priorität. Mit seinem Clean-Core-Ansatz reduziert NEC die Komplexität, schafft das Fundament für schnellere Innovationen und macht den Kern zu einer Plattform für kontinuierliche Verbesserung, anstatt nur die bestehenden Funktionen aufrechtzuerhalten.

KI-Funktionen in den Arbeitsalltag einbauen

Aufbauend auf dieser Grundlage geht NEC nun zur nächsten Phase über – der Ausweitung von KI auf das gesamte Unternehmen. Anstatt künstliche Intelligenz für isolierte Anwendungsfälle zu nutzen, bettet das Unternehmen KI-Funktionen in den Arbeitsalltag ein, um Mitarbeitende zu unterstützen, Prozesse zu optimieren und neue Arbeitsweisen zu ermöglichen. Gemeinsam mit �鶹ԭ�� optimiert NEC die Entscheidungsfindung durch die Nutzung von KI und integriert Funktionen wie �鶹ԭ�� Business AI und Joule direkt in die Geschäftsprozesse.

NEC sieht KI als treibende Kraft für die nächste Phase der Unternehmenstransformation. Nakata-san betont zudem, dass Technologie allein nicht ausreicht, um das Potenzial von KI auszuschöpfen. Unternehmen müssen auch in der Lage sein, sich fortwährend neu auszurichten – und genau das ist der Grundpfeiler des Erfolgs von NEC.

Panagiotis Moutas ist für Executive Communications, Customer Engagement & Adoption bei der �鶹ԭ�� tätig.

The post NEC setzt mithilfe von �鶹ԭ�� ganz auf künstliche Intelligenz appeared first on �鶹ԭ�� News Center.

Damit setzt das Unternehmen einen wichtigen Meilenstein in seiner globalen IT- und Digitalisierungsstrategie. Im Rahmen seiner RISE with �鶹ԭ�� Transformation migriert HARTING auf �鶹ԭ�� Cloud ERP Private und bündelt ERP, Geschäftsprozessmanagement und Services in einem einheitlichen cloudbasierten Abonnementmodell. So schafft das Unternehmen die Grundlage für weiteres Wachstum, effizientere Prozesse und die schnelle Integration neuer Technologien. ��

“Der Wechsel zu �鶹ԭ�� Cloud ERP Private ist eine strategische Entscheidung, die weit über die IT-Infrastruktur hinausgeht. Mit RISE with �鶹ԭ�� schaffen wir die Voraussetzungen, HARTING als agileres und datengetriebenes Unternehmen weiterzuentwickeln. Wir standardisieren unsere globalen Prozesse, beschleunigen die Einführung neuer Technologien und erschließen das Potenzial von KI entlang unserer Wertschöpfungskette. Dieser Vertrag markiert einen entscheidenden Schritt auf unserem Weg, auch in den kommenden Jahren nachhaltig zu wachsen und unsere Wettbewerbsfähigkeit weiter auszubauen,” sagte Philip Harting, CEO der HARTING Technologiegruppe.

Mit �鶹ԭ�� Cloud ERP Private schafft HARTING die Basis für eine zukunftssichere, skalierbare und innovationsorientierte ERP-Landschaft. Die Transformation in die Cloud ermöglicht es dem Unternehmen, Prozesse und Infrastruktur konsequent zu automatisieren und zu standardisieren, IT-Ressourcen auf geschäftskritische Themen und Innovationen auszurichten sowie kontinuierlich von Updates und neuen Funktionalitäten zu profitieren. Darüber hinaus eröffnet RISE with �鶹ԭ�� zusätzliche Möglichkeiten im Bereich künstliche Intelligenz und datengetriebener Geschäftsmodelle. Integrierte KI-Funktionen und intelligente Automatisierung unterstützen schnellere und fundiertere Entscheidungen auf Basis aktueller Daten. Als langjähriger Beratungspartner wird die NTT DATA Business Solutions AG HARTING bei dieser Transformation begleiten.

“Industrieunternehmen stehen heute vor der Herausforderung, schneller zu handeln, effizienter zu wirtschaften und KI gezielt in ihre Kernprozesse zu integrieren. Die Entscheidung von HARTING für den Wechsel zu �鶹ԭ�� Cloud ERP Private mit RISE with �鶹ԭ�� steht beispielhaft für die Weitsicht und Entschlossenheit erfolgreicher Technologieführer. Mit diesem Schritt schafft das Unternehmen die Voraussetzungen, effizient zu skalieren und flexibel auf Veränderungen im Markt zu reagieren,” sagte Dirk Häußermann, Geschäftsführer, �鶹ԭ�� Deutschland.

Besuchen Sie das . Erhalten Sie �鶹ԭ��-Neuigkeiten über  und .

Medienkontakt:

Cathrin von Osten, +49 171 336 3695, cathrin.von.osten@sap.com, CET
�鶹ԭ�� �鶹ԭ�� Room; press@sap.com

# # #

Dieses Dokument enthält zukunftsgerichtete Aussagen, bei denen es sich um Prognosen, Projektionen oder sonstige Aussagen über künftige Ereignisse handelt. Diese Aussagen basieren auf aktuellen Erwartungen, Prognosen und Annahmen, die Risiken und Unsicherheiten unterliegen, die dazu führen können, dass tatsächliche Ergebnisse und Resultate wesentlich abweichen.  Weitere Informationen zu diesen Risiken und Unsicherheiten finden Sie in unseren Einreichungen bei der Securities and Exchange Commission, einschließlich, aber nicht beschränkt auf den Abschnitt zu Risikofaktoren im �鶹ԭ��-Jahresbericht 2025 auf Formular 20-F.

 
© 2026 �鶹ԭ�� SE. Alle Rechte vorbehalten.  
�鶹ԭ�� und andere hierin genannte �鶹ԭ��-Produkte und -Dienstleistungen sowie ihre jeweiligen Logos sind Marken oder eingetragene Marken der �鶹ԭ�� SE in Deutschland und anderen Ländern. Weitere Informationen und Hinweise zu Marken finden Sie unter .  

The post HARTING beschleunigt Cloud-Transformation mit RISE with �鶹ԭ�� appeared first on �鶹ԭ�� News Center.

Der Cirque du Soleil hat die Zirkuskunst neu erfunden und sich zum weltweit führenden Anbieter von Live-Entertainment entwickelt. Seine Vorstellungen wurden bereits von über 365 Millionen Menschen in 90 Ländern besucht. Derzeit zeigt das Unternehmen 38 Shows in Städten rund um den Globus, in denen mehr als 4.000 Artisten auftreten und Mitarbeitende aus über 80 Ländern für einen reibungslosen Ablauf hinter den Kulissen sorgen.

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

„Die Menschen unterschätzen, wie komplex die Führung eines Zirkusunternehmens ist“, bekräftigt Philippe Lalumière, Vice President of Information Technology beim Cirque du Soleil.

Autonome Prozesse in der Kreditorenbuchhaltung

Dies gilt insbesondere für die Kreditorenbuchhaltung des Unternehmens. Der Cirque du Soleil wickelt jährlich über 70.000 Rechnungen ab, die rund um die Uhr verarbeitet werden müssen. Rund 40 % der Anfragen von Lieferanten sind Standardanfragen zum Rechnungsstatus. Diese Fragen zu beantworten war jedoch bislang alles andere als einfach. Kreditorenbuchhalter mussten in verschiedenen Systemen nach den betroffenen Rechnungen suchen, die Rechnungshistorie überprüfen, den Zahlungsstatus abrufen, die Ursache für Zahlungsverzögerungen ermitteln und manuell eine Antwort an den Lieferanten verfassen.

Diese Routinetätigkeit war mit hohem Zeitaufwand verbunden und wurde häufig als Belastung empfunden. „Es trägt nicht unbedingt zur Förderung der Arbeitsmoral bei, wenn man E-Mails von Lieferanten bekommt, die mitunter etwas unhöflich danach fragen, wann sie endlich ihr Geld bekommen – das macht nicht gerade Spaß“, erklärt Philippe Lalumière.

Das richtige Problem finden und KI darauf ansetzen

Der Cirque du Soleil ist seit über 25 Jahren Kunde von �鶹ԭ�� und weiß daher sehr genau, wie Abläufe mithilfe von �鶹ԭ��-Technologien nicht nur gesteuert, sondern völlig neu gestaltet werden können.

Als einer der Vorreiter im Bereich digitale Transformation war der Cirque du Soleil der ideale Kandidat für das �鶹ԭ�� AppHaus, das untersuchen wollte, wie �鶹ԭ��-Technologie auf Basis von generativer KI zur Optimierung von Geschäftsprozessen des Unternehmens beitragen kann.

In gemeinsamen Workshops fanden Fachleute von �鶹ԭ��, das IT-Team des Cirque du Soleil und Anwender aus den verschiedenen Abteilungen die Antwort auf diese Frage. Schnell kristallisierte sich heraus, dass die Kreditorenbuchhaltung mit ihrer schlanken Organisationsstruktur, ihren zahlreichen Interaktionen und einem klaren Automatisierungspotenzial bestens für einen Testlauf geeignet war. Mit der Wahl dieser Abteilung folgte das Unternehmen auch einer allgemeinen Entwicklung: Branchenübergreifend gehört die Automatisierung der Kreditorenbuchhaltung zu den meistgenutzten KI-Anwendungsszenarien.

Nach der Ermittlung eines geeigneten Anwendungsfalls begannen der Cirque du Soleil und �鶹ԭ�� mit der Umsetzung und entwickelten eine KI-gestützte Lösung, die Prozesse in der Kreditorenbuchhaltung automatisiert und ein schnelleres Reagieren auf Anfragen ermöglicht.

KI im Rampenlicht – von der Vision zur Umsetzung

Aus den Workshops ging nicht nur ein Automatisierungsprojekt hervor, sondern auch Genato, ein mehrsprachiger KI-Agent, der das Team in der Kreditorenbuchhaltung nun tatkräftig unterstützt.

Der polyglotte Agent analysiert eingehende Nachrichten in der Kreditorenbuchhaltung, erfasst die Stimmung, identifiziert besonders dringliche Nachrichten, extrahiert Rechnungsnummern aus Nachrichten und Anlagen, ruft den Rechnungsstatus aus verknüpften �鶹ԭ��-Daten ab und entwirft eine Antwort, die anschließend von einem Teammitglied überprüft wird. Wird keine Rechnung gefunden oder kann eine Anfrage nicht beantwortet werden, kennzeichnet der Agent das Problem.

„Anfangs gab es Bedenken, was das Vertrauen in die Qualität der Antworten des Agenten betrifft“, erzählt Philippe Lalumière. „Das Team stellte jedoch schnell fest, dass Genato präzise Antworten liefert.“

Genato und das Team der Kreditorenbuchhaltung kümmern sich nun gemeinsam um das weltweite Lieferantennetzwerk des Cirque du Soleil und können Anfragen effizienter beantworten.

Philippe Lalumière sieht jedoch auch klare Grenzen der Technologie: „KI ist definitiv ein sehr leistungsfähiges Werkzeug. Aber sie ist kein Feenstaub, den man über Prozesse streuen kann, und schon sind alle Probleme gelöst. Die Lösung von Problemen ist auch mit Aufwand verbunden.“

Unter anderem mussten Konnektoren entwickelt und der Agent über die in die �鶹ԭ��- und Kreditorenbuchhaltungssysteme des Unternehmens integriert werden. Diese KI-Grundlage für Unternehmen kann Funktionen und Technologien (z. B. �鶹ԭ�� Business Data Cloud, Lösungen für das Business Transformation Management und �鶹ԭ�� Business AI) miteinander verknüpfen. Durch die Zusammenführung von KI, Daten, Prozesskontext und Governance ermöglicht die Plattform Kunden die Entwicklung, Integration, Skalierung und Ausführung von KI-Lösungen, die nachhaltig und kosteneffizient sind und zum Unternehmenserfolg beitragen.

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

• 97,92��% bessere Bearbeitung von dringenden Anfragen
• 25��% weniger Rückstand in der Kreditorenbuchhaltung
• 25��% kürzere Antwortzeiten bei weniger dringenden Anfragen
• Höhere Lieferantenzufriedenheit und bessere Arbeitsmoral der Mitarbeitenden

Die Auswirkungen auf die Belegschaft können gar nicht hoch genug eingeschätzt werden. Da das Team nicht immer wieder dieselben Informationen suchen und emotionsgeladene Anfragen von Lieferanten beantworten muss, ist Genato für die Teammitglieder inzwischen weit mehr als nur ein Tool. „Genato ist für uns nun ein virtuelles Teammitglied“, erklärt Philippe Lalumière. „Es ist ein echter Paradigmenwechsel.“

Diese Akzeptanz ist der deutlichste Beweis für den Erfolg. Philippe Lalumière erinnert sich, wie sich eine Anwenderin nach der Übergabe des Prototyps an das Produktivsystem empörte: „Nein, nein, nein, Ihr könnt mir Genato nicht wegnehmen! Ich kann mir ein Leben ohne ihn nicht mehr vorstellen.“ Diese Anwenderin gehört heute zu den wichtigsten Fürsprechern der Lösung.

Die Lösung zeigt, wie sich durch die Integration von KI in einen klar umrissenen Geschäftsprozess schnell Vertrauen bei den Benutzern aufbauen lässt. Auf dieser Grundlage kann ein Konzept für allgemeine Innovationsprojekte im Unternehmen entwickelt werden.

Oder wie Philippe Lalumière es ausdrückt: „Man könnte sagen, dass bei uns fast alles über �鶹ԭ�� läuft.“

Die weiteren Pläne für KI-gestützte Innovationen

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

Philippe Lalumière ist fest überzeugt: „KI birgt enormes Potenzial und ist ein tolles Werkzeug, aber für die Priorisierung von Anwendungsfällen und die weitere Entwicklung brauchen wir auch weiterhin menschliches Urteilsvermögen.“ Er rechnet damit, dass KI auf drei Ebenen weiterentwickelt wird: Lösungen wie Joule verbessern die persönliche Leistungsfähigkeit, während Genato den Einsatz von KI in Geschäftsprozessen ermöglicht. Integrierte KI schließlich soll dazu beitragen, dem Publikum ein besseres Erlebnis zu bieten. „Ich glaube, dass in der Zirkuskunst ein neues Zeitalter anbricht“, prophezeit er.

Anderen Unternehmen, die gerade erst mit der Einführung von KI beginnen, gibt er einen einfachen Rat mit auf den Weg: mit kleinen Projekten anfangen, die Benutzer frühzeitig einbeziehen und experimentierfreudig sein. „Man sollte es zunächst mit einem kleinen Proof of Concept versuchen und bereit sein, diesen auch wieder zu verwerfen“, erläutert Philippe Lalumière. „Die Entwicklung im Bereich KI hat Fahrt aufgenommen und man sollte auf den Zug aufspringen.“

Für ein Unternehmen, das sich immer wieder neu erfindet, mag die Transformation der Kreditorenbuchhaltung wenig mit dem Rampenlicht zu tun haben, aber nach Einschätzung von Philippe Lalumière geht es dabei um dasselbe Prinzip: Innovationen entstehen dann, wenn Menschen bereit sind, die Grenzen des Möglichen auszuloten. Diese Mentalität trägt heute zu besseren Abläufen im Backoffice bei. Morgen kann sie helfen, dem Publikum ein völlig neues Erlebnis zu bieten.

Sid Misra ist CMO für die �鶹ԭ�� Business AI Platform Technology Foundation.
Bild oben mit freundlicher Genehmigung des Cirque du Soleil.

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

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

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

Was ist neu am �鶹ԭ��-Support-Kurs?

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

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

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

Die tatsächlichen Vorteile

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

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

Der Einstieg in den kostenlosen �鶹ԭ��-Kurs

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

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

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

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

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

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

Mit der KI-Transformation den Alltag verbessern

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

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

Click the button below to load the content from YouTube.

Always allow YouTube

Ausblick mit KI: die Vorteile vom autonomen Unternehmen erkunden

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

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

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

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

„Unser erster Schritt bestand darin, eine zuverlässige Grundlage zu schaffen“, berichtete Mirela Siani, Transformation and Technology Director bei Ipiranga, einem der größten Kraftstoffhändler Brasiliens mit Sitz in Rio de Janeiro.

Ipiranga unterhält ein landesweites Netz von rund 6.000 Tankstellen, betreut über 6.200 B2B-Kunden und betreibt 1.500 Tankstellenshops. Das Unternehmen erwirtschaftet einen Jahresumsatz von 120,7 Milliarden US-Dollar, sah sich jedoch trotz seiner Größe und führenden Marktposition mit dem Problem konfrontiert, dass Projekte immer wieder scheiterten.

Die Ursache finden und beseitigen

„Vor der Investition in neue Technologien mussten wir uns ausführlich damit auseinandersetzen, warum einige unserer Initiativen nicht den erwarteten Nutzen für das Unternehmen brachten“, erklärte Mirela Siani auf der Konferenz von TAC Insights in Toulouse. „Wir mussten eine sorgfältige Ursachenanalyse durchführen.“

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

„Statt neue Investitionen zu tätigen, haben wir uns entschlossen, den Ursachen auf den Grund zu gehen“, führte sie aus. „Dabei haben wir unseren Blick auch auf Projekte in der Vergangenheit gerichtet und festgestellt, dass wir infolge der umfangreichen Anpassungen nicht schnell genug die gewünschten Ergebnisse erzielen konnten. Wir waren nicht in der Lage, die besten Technologien und funktionale Best Practices einzuführen. Das wiederum wirkte sich direkt auf die Fähigkeit unseres Unternehmens aus, sein Angebot weiterzuentwickeln und das Wachstum voranzutreiben.“

Technische Herausforderungen in die Sprache des Unternehmens übersetzen

Das Technologieteam erkannte schnell, dass es die Unterstützung der Geschäftsleitung für die Transformation des ERP-Systems nur sichern konnte, wenn gezeigt werden konnte, wie inkonsistente Prozesse und das Fehlen standardisierter Best Practices das Unternehmen daran hinderten, schnell zu reagieren und auf dem Markt wettbewerbsfähig zu bleiben.

„Als wir dem Vorstand unser Konzept präsentierten, um das Budget für die digitale Transformation bewilligt zu bekommen, war unser Thema anfangs gar nicht die Technologie“, berichtete Mirela Siani. „Zunächst haben wir erläutert, was das Unternehmen braucht, um seine strategischen Ziele schneller zu erreichen. Dann haben wir die Hindernisse benannt, die diesen Fortschritt ausbremsen, und die technologischen Funktionen präsentiert, mit denen sich diese Hindernisse beseitigen lassen.“

Indem sie die technischen Herausforderungen und Chancen in die Sprache des Unternehmens übersetzte, zeigte Mirela Siani der Geschäftsleitung von Ipiranga auf, dass Innovationen ohne solide Grundlage nicht zu der gewünschten Effizienzsteigerung führen würden.

„Durch Ermitteln dieser Ursachen konnten wir einen typischen Fallstrick vermeiden“, erklärte sie. „Anstatt in neue Technologien zu investieren, ohne eine leistungsfähige Grundlage zu schaffen, haben wir uns für eine andere Strategie entschieden. Wir haben unseren Schwerpunkt auf Tools für die Prozessintegration, Governance und operative Disziplin gelegt.“

Grünes Licht für ein Großprojekt

Ipiranga hat in Zusammenarbeit mit �鶹ԭ�� kritische Prozesse im operativen Geschäft, im Finanzwesen und in den Handelsabläufen analysiert.

„Die Geschäftsexperten von �鶹ԭ�� haben sehr genau gezeigt, wie ein hochgradig angepasstes ERP-System Entscheidungsprozesse verlangsamt und die Transparenz und Innovationsfähigkeit beeinträchtigt“, berichtete Mirela Siani. Im Vordergrund standen dabei nicht die Funktionen des �鶹ԭ��-Systems, sondern grundlegende betriebswirtschaftliche Fragen: Wie laufen die Finanzprozesse ab? Wie funktioniert die Auftragsabwicklung?

Mit diesen Einblicken und einem klaren Verständnis, warum Entscheidungsprozesse zu langsam waren, konnte Mirela Siani dem Vorstand eine klare Botschaft übermitteln: „Wir müssen eine solide Grundlage schaffen, sonst wird die Transformation scheitern.“

Sie erhielt daraufhin grünes Licht für die Implementierung eines neuen ERP-Systems zur Verbesserung der Wertschöpfung und des ROI. Das Unternehmen nahm ein umfangreiches Integrationsprojekt in Angriff und plant, am 31. Dezember 2026 den Produktivbetrieb mit dem neuen System aufzunehmen.

Ipiranga setzte mit Unterstützung von Accenture und �鶹ԭ�� eine Clean-Core-Strategie um, die dafür sorgt, dass künftig nur noch minimale Anpassungen vorgenommen werden müssen und das System langfristig skalierbar bleibt. Von den insgesamt 104 analysierten Altsystemen werden 64 Systeme integriert und 40 außer Betrieb genommen. Darüber hinaus werden mehr als 750 Schnittstellen entwickelt. Dabei wurden sämtliche Entwicklungen strengen Governance-Prüfungen unterzogen, um einen Clean Core zu gewährleisten.

Die Mitarbeitenden treiben den Wandel voran

Technologie kann den Weg für eine Transformation bereiten, doch entscheidend für den Erfolg sind die Mitarbeitenden. Über 350 Fachleute aus unterschiedlichsten geschäftlichen und technischen Teams arbeiten an dem Projekt von Ipiranga mit. Eine entscheidende Rolle spielte dabei auch die direkte Einbeziehung der Geschäftsleitung. Dank ihrer Unterstützung und einer transparenten Kommunikation gab es kaum Widerstand gegen die Transformation.

„Uns war wichtig, dass wir den Mitarbeitenden Veränderungen nicht aufzwingen, sondern die Auswirkungen klar aufzeigen und uns dabei mit einem fachübergreifenden Team absprechen“, berichtete die IT-Expertin, die auch erfolgreich an Ruderwettbewerben teilnimmt. „Wir haben die Teams frühzeitig vorbereitet und Change-Management-Prozesse in sämtliche Projektphasen integriert.“

Das Team legte den Schwerpunkt auf Initiativen mit besonders hohem Return on Investment (ROI) und setzte weniger wichtige Projekte vorerst aus. Um eine erfolgreiche Transformation von hoher Qualität sicherzustellen, entschied es sich außerdem für die Zusammenarbeit mit erstklassigen Partnern und wählte unter anderem Accenture als Implementierungspartner und Amazon Web Services (AWS) als Hyperscaler.

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

„Wir werden künftig von einer soliden operativen Grundlage, von integrierten, skalierbaren und effizienten Prozessen und von einer Unternehmenskultur profitieren, die von einem klaren Verständnis geprägt ist, dass Transformation weit mehr bedeutet als die Einführung von Technologien. Technologie ist lediglich ein Wegbereiter“, führte Mirela Siani aus.

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

„Tatsächlich ist Innovation nicht der Ausgangspunkt für eine erfolgreichen Transformation. Am Anfang einer Transformation stehen Einblicke, Disziplin und klar definierte Ziele. Daraus lässt sich dann ableiten, welche Technologie die richtige ist“, so das Fazit von Mirela Siani.

The post Entscheidend für den Erfolg einer digitalen Transformation ist nicht die Technologie, sondern eine solide Grundlage�� appeared first on �鶹ԭ�� News Center.

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

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

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

Nutzerorientierter Innovationsansatz mit �鶹ԭ�� Build und Cloud Foundry

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

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

Dieser neue Prozess bringt dem Unternehmen folgende Vorteile:

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

Implementierung

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

Innovationsprozess und Ausblick

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

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

The post São Salvador Alimentos optimiert die Verwaltung persönlicher Schutzausrüstung mit �鶹ԭ����Build appeared first on �鶹ԭ�� News Center.

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

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

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

Daten sind die Grundlage, nicht Ergebnis nachträglicher Überlegungen

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

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

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

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

Vom digitalen Kern zur physischen Welt

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

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

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

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

Geschwindigkeit, Skalierbarkeit und die intelligente Plattform

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

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

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

Architektur der Agilität

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

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

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

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

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

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

Unkontrollierte Ausbreitung von KI-Agenten

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

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

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

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

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

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

Sicherheitsbedenken bei KI-Agenten

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

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

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

Die neue KI-Governance-Plattform

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

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

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

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

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

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

Das Zeitfenster wird kleiner

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

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

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

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

Click the button below to load the content from YouTube.

Always allow YouTube

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

Nutzen der ERP-Plattform mit �鶹ԭ�� Business AI ausschöpfen

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

Das Schiffbauunternehmen hat �鶹ԭ�� Joule für Berater und �鶹ԭ�� Joule für Entwickler aktiviert und testet Dialogfunktionen, die es Mitarbeitenden ermöglichen, in natürlicher Sprache mit �鶹ԭ��‑Systemen und Prozessen zu interagieren.

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

Einsatz künstlicher Intelligenz im Ersatzteilgeschäft

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

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

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