Automatisierung

Mit AI Distillation ist die IT-Welt um ein Buzzword reicher. Kein Wunder, denn diese Technik im Bereich der KI-Modelle hat sich zu einer echten Erfolgsformel entwickelt. Aber was steckt eigentlich dahinter, wo liegen die Vorteile - und wo die Nachteile? 

ChatGPT und Co. spucken auf Knopfdruck fertigen Programmcode aus. Dafür muss man lediglich seine Ideen für eine Anwendung in einem Prompt in natürlicher Sprache beschreiben. Mit generativer KI können deshalb auch Fachexperten aus den Geschäftsbereichen, die nicht über klassische Programmierkenntnisse verfügen, an der Softwareentwicklung eines Unternehmens mitwirken. Das war bislang eigentlich immer die Domäne von Low-Code-Plattformen, die es ermöglichen, Entwicklungsprozesse durch visuelle Schnittstellen und modulare Bausteine zu vereinfachen und dadurch auch Nicht-Entwickler an Bord zu holen. Läuft generative KI diesen Plattformen jetzt den Rang ab, da sie ganz ohne Modellierung und Konfiguration auskommt und damit die Einstiegshürden weiter senkt? Nein, aber generative KI kann Low-Coding-Plattformen erheblich verbessern. Vorausgesetzt, sie wird richtig angewendet.

Unternehmen sehen sich heute mit einer Flut von Daten konfrontiert, deren strategischer Wert sich nur durch gezielte Auswertung erschließt. Moderne Analyseplattformen wie Microsoft Fabric vereinfachen den Zugang zu datenbasierten Erkenntnissen und stärken so die Marktposition. Der Wert dieser Technologien entfaltet sich jedoch erst durch eine durchdachte Implementierung und strategische Ausrichtung.

"Hallo Magnus! Wir planen bei einem Kunden die Einführung von Viva Engage. Leider sind die Informationen im Wiki veraltet. Saskia meinte, du hättest bereits Erfahrungen damit." "Hallo Daniela! Ja, ich habe die Einführung bei mehreren Kunden begleitet. Ich suche dir die Unterlagen dazu aus dem letzten Projektordner." Solche Dialoge zeigen exemplarisch, wie verstreut Wissen in vielen Unternehmen ist und wie stark der Zugang davon abhängt, wen man kennt. Niemand möchte sich durch seitenlange Dokumentationen kämpfen oder aufwändig recherchieren, um relevante Informationen zu finden - oft ist sogar unklar, ob sie noch aktuell sind. Auch das Aufbereiten von Wissen für andere ist häufig mühsam und zeitaufwändig. Viele fragen sich: "Warum soll ich Zeit investieren, damit andere davon profitieren?" Die Folge: Erfahrungswissen bleibt undokumentiert und Fehler wiederholen sich.

Eine Frage, die M365-Verantwortliche aktuell umtreibt: Wie gelingt es, Microsoft 365 Copilot nicht nur einzuführen, sondern auch produktiv zu nutzen?

Die digitale Transformation zwingt Organisationen dazu, gewachsene IT-Landschaften zu hinterfragen. Insellösungen, Medienbrüche und heterogene Systemwelten erschweren Skalierbarkeit, Innovationsfähigkeit und Sicherheit. Mit Microsoft 365 (M365) positioniert sich Microsoft nicht mehr nur als Anbieter von Office-Software, sondern als umfassender Plattformanbieter für moderne, integrierte IT-Architekturen. Doch kann M365 tatsächlich den Anspruch eines universellen IT-Betriebssystems als zentrale IT-Architektur für Unternehmen erfüllen? Dieser Fachbeitrag analysiert Potentiale, Limitationen und kritische Erfolgsfaktoren für Entscheider, die M365 als Plattform evaluieren.

Die Anwendung von künstlicher Intelligenz (KI) in der Finanzbranche hat eine lange Historie - vom algorithmischen Handel in den 1980er Jahren bis zu heutigen Anwendungen in der Betrugserkennung oder Kundensegmentierung. Mit generativer KI beginnt nun eine neue Phase. Für viele Banken stellt sich dabei nicht mehr die Frage, ob KI genutzt werden sollte, sondern wie sie sicher und wirksam integriert werden kann. In Zeiten des Wettbewerbs um Talente, steigender Kundenerwartungen und des Drucks auf der Regulatorik- und Kostenseite, kann generative KI zu einer zentralen strategischen Säule in der digitalen Transformation für Banken werden. Kurzfristig als Co-Pilot für mehr Automatisierung, Prozessoptimierung und Personalisierung, langfristig als Motor für adaptive Betriebsmodelle hin zu mehr organisatorischer Resilienz, schnellerer Entscheidungsfähigkeit und konsequenter Datenorientierung. Doch wie strategisch muss die Integration von generativer KI geplant werden? Und was bedeutet das konkret für Banken? Zumal sich die Implementierung von KI für Banken in einem stark regulierten Umfeld deutlich herausfordernder gestaltet als in vielen anderen Branchen.

Microsoft 365 ist längst mehr als ein Office-Paket - und doch: Viele Unternehmen nutzen es immer noch genau so. Während Microsoft seine Suite konsequent zur umfassenden Plattform für digitale Zusammenarbeit, Prozessautomatisierung und Wissensmanagement ausbaut, bleiben viele Organisationen im Denken verhaftet: Zwischen SharePoint und Teams entsteht schnell ein trügerisches Gefühl von Kontrolle - während Wissen in Silos versickert, Governance ausbleibt und Potenziale unberührt bleiben.

Dateien effizienter im Team bearbeiten, Aufgaben zentral und in Echtzeit steuern und weniger Zeit für Recherche und Analyse großer Informationsmengen verschwenden: Genau das versprechen KI-Tools wie ChatGPT, Notion und NotebookLM. Doch was leisten diese Tools tatsächlich im Arbeitsalltag? Wo liegen ihre konkreten Produktivitäts-Vorteile? Für welche Zielgruppen im Unternehmen und welche konkreten Aufgaben eignen sie sich besonders gut? Wie sieht es mit der Integration in bestehende Systeme aus? Und wie produktiv sind die Tools in der Team-Arbeit?

Künstliche Intelligenz (KI) hat das Potenzial, die Medizin grundlegend zu transformieren. Von der Präzisionsdiagnostik über personalisierte Therapieansätze bis hin zur Optimierung administrativer Prozesse - KI verspricht eine effizientere und patientenzentriertere Gesundheitsversorgung. Doch neben diesen Möglichkeiten gibt es auch klare Grenzen: Regulatorische Hürden, ethische Fragestellungen und technische Herausforderungen müssen bewältigt werden, um KI erfolgreich und nachhaltig in das Gesundheitssystem zu integrieren.

Ein effizientes Dokumentenmanagement und digitale Signaturprozesse sind entscheidend für Präzision, Sicherheit und Compliance in der Fertigungsindustrie. Angesichts der Herausforderungen, die mit der Verwaltung großer Dokumentenmengen einhergehen, gewinnen Werkzeuge zur digitalen Dokumentenbearbeitung und elektronischen Signatur zunehmend an Bedeutung. Sie ermöglichen eine schlanke Gestaltung von Arbeitsabläufen, verbessern die Einhaltung gesetzlicher Anforderungen und steigern die Produktivität. Darüber hinaus bietet der Einsatz von Künstlicher Intelligenz (KI) erhebliches Potenzial für dokumentenintensive Branchen - insbesondere, wenn es um Automatisierung, Genauigkeit und Innovationsfähigkeit geht.

Die Anforderungen an moderne Arbeitsumgebungen wandeln sich rasant: Flexibilität, Kosteneffizienz und Nachhaltigkeit sind für Unternehmen essenziell, um langfristig wettbewerbsfähig zu bleiben. Gleichzeitig wünschen sich Mitarbeitende inspirierende, funktionale und gesundheitsfördernde Arbeitsräume. Doch wie lassen sich diese Faktoren in Bauprojekten am besten vereinen? Die Antwort liegt unter anderem in digitalen Planungsmethoden wie Building Information Modeling (BIM). Diese ermöglichen nicht nur eine präzisere Steuerung von Bauprojekten, sondern auch eine reibungslose Zusammenarbeit aller Beteiligten - von der ersten Idee bis zur fertigen Immobilie.

Eine renommierte, deutsche Fluglinie stand vor einer spannenden Aufgabe: Es galt, ein Informationssicherheits-Managementsystem (ISMS) einzuführen, das sowohl den Vorgaben des übergeordneten Konzerns als auch den gesetzlichen Anforderungen der EU für die Luftfahrtbranche entspricht. Ziel war es dabei insbesondere, das Risikomanagement der Informationssicherheit mit dem der Flugsicherheit zu verknüpfen, um festzustellen, welche negativen Auswirkungen ein korrumpiertes IT-System auf die Flugsicherheit hat. Heute kann die Abteilung für Informationssicherheit mit der Abteilung für Flugsicherheit fundiert über potenzielle Informations-Sicherheitsrisiken sprechen, die eine Auswirkung auf die Aviation Safety haben bzw. auch bei einem tatsächlichen Sicherheitsvorfall sofort Meldung geben.

Es gibt endlich eine Lösung für den Fachkräftemangel -und sie heißt KI. Dabei geht es nicht darum, neue KI Modelle zu entwickeln, sondern diese passgenau einzusetzen. Moderne GenAI-Modelle erlauben es, wertvolles Mitarbeiter-Wissen auf einfache Art zu konservieren, und das ohne wirklichen Mehraufwand für die Mitarbeitenden. Allerdings hindern Missverständnisse über die Möglichkeiten und die Integration von KI viele Unternehmen daran, bereits bestehende technische Lösungen für ihre Herausforderungen zu erkennen. In Deutschland wird der Einsatz von KI im Produktionsumfeld häufig als teuer, komplex und nur für Experten umsetzbar betrachtet - ein Vorurteil, das den Blick auf ihre Potenziale verengt und Unternehmen daran hindert, wettbewerbsfähig zu bleiben. Connected-Worker-Plattformen bieten eine praktikable Alternative! Unternehmen wie Porsche, Siemens, ThyssenKrupp und der niederländische Fahrradhersteller Gazelle machen nutzen sie bereits - und profitieren auf mehreren Ebenen gleichzeitig.

Wissen ist Macht. Die wenigsten Unternehmen setzen diese Macht allerdings gezielt ein. Im Gegenteil: Nützliche Information schlummern in irgendwelchen Silo-Lösungen und sind für die breite Mehrheit der Mitarbeiter nicht zugänglich. In der heutigen Zeit ist das fatal oder anders formuliert: geschäftsschädigend. KI-Agenten versprechen Abhilfe.

Online-Self-Services haben unser Leben erobert: Chatbots, automatisierte Terminbuchungen und smarte Produktempfehlungen erleichtern unseren Alltag. Doch während KI vieles schneller und effizienter macht, bleibt eines oft auf der Strecke - der menschliche Kontakt. Und genau der wird zunehmend zum Luxusgut.

Wussten Sie, dass nur 33 Prozent der deutschen Unternehmen mit einer "guten digitalen Gesundheit" ins Jahr 2025 gestartet sind? Das ist das Ergebnis der aktuellen Digital Health Studie von Zoho. Gemeint ist damit die digitale Reife von Organisationen - angefangen bei smarten Arbeitsprozessen über die strukturierte Datenhaltung bis hin zum strategischen Technologieeinsatz. Die Studie zeigt: Wer heute keine funktionierenden digitalen Infrastrukturen aufbaut, läuft Gefahr, im Alltag den Anschluss zu verlieren. Das gilt insbesondere auch für das Thema Wissensmanagement. Denn in vielen Organisationen schlummert Wissen in Silos, Tools werden parallel genutzt und der Zugriff auf relevante Informationen bleibt oft dem Zufall überlassen. Der Digital Workplace ist dabei längst mehr als ein reiner Speicherort für Dateien: Er ist das Herzstück moderner Wissensarbeit.

KI-Technologien schaffen langfristige Kundenbeziehungen durch personalisierte Erfahrungen bei jeder Interaktion. Hier lesen Sie vier konkrete Ansätze für Ambient Intelligent Experiences, die Kundenbedürfnisse mit KI-Unterstützung vorausschauend erkennen und kontextsensitiv bedienen.

Von der Produktentwicklung bis zum Customer Service: Künstliche Intelligenz (KI) transformiert zunehmend Unternehmensprozesse und eröffnet neue Möglichkeiten der Wertschöpfung. Dabei ist es entscheidend, KI-Technologien gezielt und praxisorientiert einzusetzen. Verschiedene KI-Ansätze - von analytischen und prädiktiven Methoden bis hin zu den neuen generativen KI-Modellen (GenAI) - bieten unterschiedliche Vorteile für spezifische Anwendungsfälle.

Neben den vielen Anwendungsbereichen von GenAI untersuchte die Studie "Von der Fertigungshalle ins KI-Zeitalter: Haben Sie einen Masterplan oder Nachholbedarf?" auch die Herausforderungen, denen sich das produzierende Gewerbe gegenübersieht. Im Fokus standen in erster Linie Hürden im Bereich Personal, Infrastruktur und ethischer Rahmenbedingungen.

Gar nicht so selten ist bei Innovationen der Zauber der Serendipität mit im Spiel, die Neugierde und einen offenen Blick für Möglichkeiten schließlich belohnt. Zu dieser Innovationskategorie zählen nicht nur Cornflakes, Schneekugeln, Herzschrittmacher, die Mikrowelle und Penicillin, sondern auch die berühmte blaue Pille. Doch muss man warten, bis König Zufall einen beglückt? Oder kann Serendipity herbeigelockt werden?

Zu den Kernthemen fast aller Unternehmen gehört derzeit die Nachhaltigkeit - gerade im Hinblick auf die erforderliche Umsetzung von ESG-Programmen. Ein effizientes Hilfsmittel sind dabei Digitale Zwillinge. Sie können die Etablierung nachhaltiger Prozesse unterstützen und damit den ökologischen Fußabdruck eines Unternehmens entscheidend verringern.

Neue Technologien, allen voran die vielbesagte - zugleich beschworene und gefürchtete - KI scheinen dem Menschen in vielen Bereichen den Platz streitig zu machen. Doch etwas darf dabei nicht übersehen werden: Soft Skills bleiben fest in unserer Hand! Immer noch entscheiden zwischenmenschliche Fähigkeiten über Nichterfolg oder Erfolg. Denn: Unternehmen und Projekte bestehen nicht nur aus Zahlen, Terminen und Budgets, sondern auch aus Emotionen, Empathie und Vertrauen. In Technik und entsprechende Trainings zu investieren, damit Mitarbeitende moderne KI-Anwendungen beherrschen, ist absolut notwendig. Ebenso sinnvoll ist es allerdings, Soft Skills, wie wertschätzende Kommunikation, menschenzentrierte Führung oder effektive Konfliktlösung zu schulen.

In der Diskussion um die Nutzung von generativer KI wird immer wieder ein Zielkonflikt zwischen Innovation und Regulierung thematisiert, die sich angeblich gegenseitig behindern. Aber ist das tatsächlich so? Auf den ersten Blick mag das stimmen, aber letztlich ist die rechtskonforme Entwicklung von KI vor allem eine Frage des richtigen Managements. Compliance-Bedenken dürfen daher keine Ausrede dafür sein, KI nur auf Sparflamme zu nutzen und damit auf Wettbewerbsvorteile zu verzichten.

Enterprise Search ist ihrem ursprünglichen Einsatzzweck längst entwachsen. Mit modernster Technologie inklusive generativer KI ermöglicht sie zahlreiche Anwendungen jenseits der klassischen Suche: von Data Discovery über Vollständigkeitsprüfungen bis hin zu Chatbots.

Ein digitaler Klon ist ein neuer, innovativer Kommunikationskanal. Er eröffnet heute schon die Möglichkeit einer zusätzlichen virtuellen Interaktion mit (potenziellen) Kunden, Partnern und Mitarbeitenden. Für Fach- und Führungskräfte aus den Bereichen Wissensmanagement, Personalentwicklung, Organisation, Informationstechnologie, Support, Qualitätsmanagement, Dokumentation und Kommunikation ergeben sich damit ganz neue Chancen. Der Einsatz von digitalen Klonen hat auf längere Sicht sogar das Potenzial, die Nutzung von anderen Kommunikationskanälen stark zu verändern. Denn anders als bei einem simplen Chatbot sind die Antworten beim digitalen Klon nicht vorprogrammiert - er antwortet den Menschen ad hoc.

Anbieter von diversen Lösungen setzen verstärkt auf Künstliche Intelligenz (KI) und suggerieren dabei, dass smarte Algorithmen allein ausreichen, um Wissen effizient nutzbar zu machen. Doch die Realität sieht anders aus: KI verändert die Wissensarbeit zwar grundlegend - und das bereits heute - doch sie kann nur so gut arbeiten wie die Qualität des zugrunde liegenden Wissens. Jedoch ohne klare Prozesse zur Wissenssicherung, Aktualisierung und Integration in den Alltag bleibt auch die beste Technologie wirkungslos.

Spricht man das Thema Löschkonzept an, verursacht das bei den Beteiligten nicht selten reflexartige Bauchschmerzen. Jeder weiß, es gibt zahlreiche Löschpflichten nach der DSGVO und anderen Gesetzen, die aber überwiegend nicht beachtet werden, sondern als große Lücke im Raum schweben. Wer gewillt ist, die Lücke zu schließen, stößt nicht selten auf einen bürokratischen Aufwand, der das Bemühen schnell versanden lässt. Das muss nicht sein, denn schon einfache Software-Lösungen können bei der Umsetzung eines Löschkonzeptes effizient und nachhaltig unterstützen.

Die Pflege und Verbreitung von Informationen haben einen erheblichen Einfluss auf die finanzielle Gesundheit und Widerstandsfähigkeit eines Unternehmens. Mit der exponentiellen Zunahme von Daten, angetrieben durch digitale Technologie und jüngst die Entwicklung generativer künstlicher Intelligenz, wird die Zentralisierung von Informationen immer entscheidender. Es ist deshalb unerlässlich geworden, eine "single source of truth" einzurichten, um sicherzustellen, dass Informationen zur richtigen Zeit, am richtigen Ort und für die richtigen Personen zugänglich sind. Dies ist besonders wichtig, wenn Marktveränderungen in Wirtschaft, Technologie und Umwelt absehbar sind und man darauf proaktiv reagieren möchte. Wie lässt sich so ein Vorhaben verwirklichen?

Die Bedeutung von Wissensmanagement in der Industrie hat in den letzten Jahren enorm zugenommen. Insbesondere im Maschinenbau, der stark auf Präzision und Effizienz angewiesen ist, spielen optimierte Datenströme und Prozessautomatisierung eine zentrale Rolle. Dabei kann der Maschinenbau von der Telekommunikationsbranche lernen, wie eine durchdachte Struktur für den Umgang mit Daten aussehen sollte. Denn was bereits in vielen Telekommunikationsunternehmen eine feste Institution ist, lässt sich auch auf Fertigungsbetriebe übertragen - die Schaffung einer durchgängigen und flexiblen Infrastruktur. Allein dadurch ist ein Effizienzgewinn erreichbar, der selbst angeschlagene Unternehmen wieder zukunftsfähig machen kann.

Spätestens seit der Corona-Pandemie hat der Stellenwert der mobilen Arbeit in vielen Unternehmen zugenommen. Firmen werben mit der Möglichkeit von Homeoffice und mobilen Arbeitsplätzen, um so ihre Attraktivität am Arbeitsmarkt zu steigern und Fachpersonal zu finden. Hierbei kommt der Microsoft 365 Cloud in vielen Unternehmen eine tragende und effizienzsteigernde Rolle zu. Doch auch Managementsysteme, zum Beispiel für das Qualitäts-, Prozess- und Wissensmanagement, sind seit jeher wichtige Komponenten für effektive, strukturierte und gewinnbringende Prozesse und Arbeitsleistungen. Viele dieser Managementsysteme werden mit speziell auf das System zugeschnittenen Softwarelösungen abgebildet. Das führt vielerorts zu einer heterogenen Systemlandschaft, in der viele unterschiedliche Softwaretools genutzt werden müssen. Doch das ist gar nicht unbedingt nötig! Denn auch M365 bietet mit seinen vielfältigen und umfangreichen Applikationen großes Potenzial, Managementsysteme in Unternehmen abzubilden und die entsprechenden Anforderungen, die die Systeme mit sich bringen, darzustellen, zu pflegen und weiterzuentwickeln.

Kollaboratives Arbeiten meint die Zusammenarbeit von Menschen, um gemeinsame Ziele zu erreichen. Dabei werden kommunikative Tools eingesetzt. Damit Führungskräfte mit diesen Tools ihre Teams erfolgreich organisieren können, ist der Einsatz eines kollaborativen Führungsstils erforderlich.

Bei der Betrachtung der Vermögenswerte eines Unternehmens wird ein entscheidender, Aspekt oft übersehen: das gebündelte Wissen der Organisation. Die Erfahrungen, der Kontext und das Fachwissen, das Mitarbeitende über viele Jahre hinweg erworben haben, bilden eine Art "Gehirn" des Unternehmens, das sein eigenes intellektuelles Kapital trägt. Doch dieses wird oft nicht ausgeschöpft - viel mehr bleiben Informationen fragmentiert, Wissen ist schwer zugänglich, und Mitarbeitende verlieren wertvolle Zeit mit der Suche nach den benötigten Daten. Hier kommt Künstliche Intelligenz (KI) ins Spiel, um Wissenslücken zu schließen, die Zusammenarbeit zu optimieren und eine solide Basis für fundierte Entscheidungen zu schaffen.

Generative KI stellt mittlerweile ein wichtiges Tool bei vielen Tätigkeiten dar und hilft, Wissen und Kompetenzen der Menschen zu erweitern. Dies heißt aber nicht automatisch, dass menschliche Expertise und menschliches Hintergrundwissen an Relevanz verlieren. Im Gegenteil! Erfahrungs- und Kontextwissen sind wichtig, um mit generativer KI zielorientiert kommunizieren und die Ergebnisse kritisch reflektieren zu können.

Die hiesige Wirtschaft ist nach Angaben des Instituts der deutschen Wirtschaft (IW) mit einem Anteil von über 99 Prozent von kleinen und mittleren Unternehmen (KMU) geprägt. Diese sind insbesondere aufgrund der internationalen Konkurrenz einem hohen Wettbewerbsdruck ausgesetzt. Vor diesem Hintergrund sind sie mehr denn je gefordert, ihre dokumentenbezogenen Prozesse zu optimieren und damit ihre Effizienz zu steigern. Helfen kann dabei eine Kombination aus Dokumenten-Management-Systemen (DMS) und KI. Dafür stellt das DMS unter anderem den jeweiligen Mitarbeitern die Dokumente zur Verfügung und übernimmt deren Archivierung. KI-Modelle hingegen automatisieren Abläufe wie das Klassifizieren von Dokumenten oder das Extrahieren der darin enthaltenen Informationen.

Konzepte der digitalen Zwillinge und der Datenräume gewinnen zunehmend an Bedeutung. Digitale Zwillinge sind virtuelle Repräsentationen physischer Objekte oder Systeme, die deren Eigenschaften und Verhalten in Echtzeit widerspiegeln. In Verbindung mit Gaia-X, einer Initiative zur Schaffung einer sicheren und interoperablen Dateninfrastruktur in Europa, eröffnen sich neue Möglichkeiten zur Optimierung von Prozessen, zur Verbesserung der Effizienz und zur Förderung von Innovationen.

Die Arbeit des Übersetzers wurde in den letzten Jahrzehnten maßgeblich durch den Einsatz elektronischer Datenverarbeitung (EDV) verändert. Von den ersten regelbasierten maschinellen Übersetzungssystemen bis hin zu modernen KI-gestützten Lösungen hat sich die Technologie kontinuierlich weiterentwickelt. Doch trotz dieser Fortschritte hat der menschliche Übersetzer aufgrund der nach wie vor bestehenden Einschränkungen der Maschinen weiterhin wichtige Aufgaben.

Ob Applikationen mit High-Code oder Low-Code erstellt werden, hat das C-Level bisher nur wenig interessiert - jetzt ändert es sich allerdings: Das enorme Potenzial der Anwendungsentwicklung mit Low-Code hat sich bis in die Chefetagen herumgesprochen, die nun stärker in die Entscheidungsfindung eingebunden sind und in Low-Code sogar die Zukunft der Softwareentwicklung sehen. Dies belegt die Mendix-Studie "Low-Code Perspective 2024", in deren Rahmen weltweit 2.000 IT-Führungskräfte, darunter 400 aus Deutschland, befragt wurden.

Um die Komplexität cyber-physischer Systeme (CPS) zu bewältigen, ist eine stärkere digitale Integration in den Ingenieurwissenschaften notwendig. Dabei werden häufig die Begriffe digitale Durchgängigkeit und Traceability synonym verwendet, da beide die kontinuierliche Verfügbarkeit und Rückverfolgbarkeit von Daten über den gesamten Entwicklungsprozess hinweg betonen.

In einer digitalisierten Wirtschaft ermöglichen digitale Technologien auf Basis von Daten und Informationen Wertschöpfung. Dabei werden aktuell insbesondere die Potenziale der künstlichen Intelligenz (KI) als Schlüsseltechnologie diskutiert. Gerade dem deutschen produzierenden Mittelstand bieten sich durch diese Technologie neue Entwicklungspotenziale hinsichtlich Prozess- und/oder Produktinnovationen sowie (Service-)Geschäftsmodellen. Die schon im Jahr 2011 gestartete Initiative "Industrie 4.0" konzentriert sich dabei darauf, die gesamte Wertschöpfungskette durch digitalisierte und automatisierte bzw. autonomisierte Prozessschritte effizienter zu gestalten, so dass der Fokus der Initiative - auch aufgrund des Domänenwissens über Fertigungsprozesse deutscher Industrieunternehmen - primär auf digitalen Prozessinnovationen und deren Implementierung liegt.

Stellen Sie sich vor, Sie könnten mit Ihrem gesamten Unternehmenswissen so intuitiv und unkompliziert interagieren, wie Sie es von ChatGPT gewohnt sind - aber in Ihrer eigenen, sicheren Cloud-Umgebung. Mit generativer KI lassen sich Lösungen implementieren, die es Ihnen ermöglichen, auf Ihre internen Datenquellen wie PDFs, Word-Dokumente, Teams und SharePoint zuzugreifen - und das alles über eine geschützte Cloud-Infrastruktur.

Bei der Einführung neuer Technologien fehlt in der Regel die Erfahrung, sie schnell und effizient umzusetzen. Das gilt auch für generative KI. Ein GenAI-Framework hilft dabei, unnötigen Mehraufwand und Entwicklungsengpässe bei KI-Projekten zu vermeiden und die angestrebten Ziele zu erreichen.

Obwohl Tools wie ChatGPT sehr beliebt und weit verbreitet sind, können die Antworten der generativen KI-Modelle falsch oder veraltet sein. Für den Einsatz im Unternehmensumfeld ist RAG die Lösung für dieses Problem. Die Technologie versorgt das KI-Modell mit aktuellen Informationen und unternehmensinternen Daten. Mit diesem Ansatz sind die generierten Antworten nicht nur aktuell, sondern auch kontextbezogen und bieten einen hohen Mehrwert.

Immer mehr Unternehmen setzen heute intelligente Technologien wie Chatbots oder virtuelle Assistenten ein. Deren Möglichkeiten sind mittlerweile vielfältig und können so im Rahmen einer ganzheitlichen CRM-Strategie einen großen Beitrag leisten, die Kundenzufriedenheit zu steigern. Darüber hinaus entlasten sie Mitarbeiter von Routineaufgaben und können einen wesentlichen Beitrag leisten, den Geschäftserfolg sicherzustellen.

Wissensvermittlung ist ein zentraler Aspekt für Unternehmen - vom Onboarding über Fortbildungen bis zur Einführung neuer Prozesse und Programme. Der Einsatz von KI zur Erstellung von Inhalten und Betreuung der Mitarbeitenden eröffnet dabei völlig neue Möglichkeiten zu intuitiven Lernerlebnissen, die das Personal fördern und Unternehmen entlasten Vier Anwendungsfälle aus der Praxis zeigen, wie die Technologie das Lernen im Unternehmensumfeld auf die nächste Stufe bringt.

Bis Mitte der 2010er-Jahre wählten die meisten Unternehmen in der Regel eine der vier großen relationalen Datenbankplattformen entsprechend ihren Bedürfnissen aus. So fiel die Entscheidung entweder auf Oracle, MySQL, SQL Server oder PostgreSQL. Dass dabei oft Kompromisse eingegangen werden mussten, versteht sich von selbst – und dass sehr viel Legacy aufgebaut wurde, die sich bis heute hartnäckig hält. Unter anderem deshalb sind diese „Big Four“ auch heute noch entsprechend häufig im Einsatz. Durch neue Tools und technologische Möglichkeiten wie KI-Unterstützung oder Automatisierung haben Unternehmen inzwischen jedoch die Freiheit, nicht nur eine Datenbankplattform, sondern eine Vielzahl zu verwenden. Die Folge: Die Datenbanklandschaft ist komplexer als je zuvor.

Viele Unternehmen stehen derzeit vor der Herausforderung, ihre Security-Infrastruktur zu modernisieren. Denn die Bedrohungslage im Cyberraum ist so angespannt wie nie zuvor, so der aktuelle BSI-Lagebericht. Cyberkriminelle greifen überall dort an, wo sie mit wenig Aufwand lukrative Beute erzielen können. Dabei setzen sie modernste Technologie ein und wenden immer raffiniertere Methoden an. Beim sogenannten Whaling nehmen die Angreifer zum Beispiel gezielt hochrangige Führungskräfte ins Visier. Sie entwickeln ausgefeilte, individualisierte Kampagnen, die nur schwer als Betrug zu erkennen sind. Um sich zu schützen, brauchen Unternehmen einen Zero-Trust-Ansatz, leistungsfähige Technologie und schnelle Security-Prozesse. Aber wie lässt sich eine moderne Sicherheits-Infrastruktur am besten aufbauen, ohne dass die Kosten explodieren?

"Upps, ein Streifenwagen!" Das hat sich vermutlich jeder Autofahrer schon mal gedacht und dabei sicherheitshalber auf den Tacho geblickt. Selbst wenn wir uns regelkonform verhalten, zeigt sich in solchen Momenten sehr deutlich der Unterschied zwischen beobachteter und unbeobachteter Freiheit. - Ein Kommentar von Alain Blaes -

Personalentwicklung ist in den vergangenen Jahren digitaler geworden. Vor allem seit der Pandemie nutzen Unternehmen und Organisationen vermehrt Lernmanagementsysteme (LMS). Das Ziel dahinter: Mitarbeitende sollen jederzeit und an jedem Ort flexibel und bedarfsgerecht lernen können. Dazu stellen Personalverantwortliche auf einer Online-Plattform Lerninhalte bereit und planen Weiterbildungsprozesse. Mithilfe von KI-gestützter Software können jetzt auch Nutzer mit wenig IT-Erfahrung Wissen schnell und unkompliziert digitalisieren, wie ein Beispiel aus der Gesundheitsbranche zeigt.

Übergeordnete Entwicklungen wie demografischer Wandel, Digitalisierung und Globalisierung sowie der damit einhergehende Wertewandel verändern die Organisationsumwelten und damit auch unser Verständnis von (beruflichem) Learning. Diese Veränderungen beeinflussen maßgeblich die Qualität der Bildung, die entscheidend ist, um den Fachkräftebedarf zu sichern und im Arbeitsmarkt konkurrenzfähig zu bleiben. Da diese Anpassung zukünftig nur noch adaptiv funktionieren kann, stellt sich die Frage, woran Bildungsverantwortliche ihre Strategien ausrichten sollen. Es ist wichtig, zwischen flüchtigen Moden, kurz- und mittelfristigen Trends sowie langfristigen Megatrends zu unterscheiden, die tiefgreifende und mehrdimensionale Auswirkungen auf alle gesellschaftlichen Teilsysteme haben. Das Ziel dieses Beitrags besteht darin, für die Analyse potenzieller Einflussgrößen und Trends zu sensibilisieren.