Autor: ERP-News

Der Wechsel auf SAP S/4HANA wird im kommenden Jahr nochmals an Dringlichkeit gewinnen und damit auf die Archivierungsprozesse ausstrahlen. Der Umstieg zwingt die Unternehmen dazu, ihre Daten- und Dokumentenverwaltung, inklusive deren Archivierung, neu zu denken und bestehende Lösungen so anzupassen, dass sie mit den Anforderungen an Flexibilität, Performance und Compliance Schritt halten können.

Diese Trends erwarten uns 2025 in der Daten- und Dokumentenarchivierung

Das bringt für das Jahr 2025 folgende Archivierungstrends mit sich:

1. Cloud-native Architekturen und Containerisierung 

Immer mehr Unternehmen setzen auf cloud-native Ansätze und integrieren ihre Archivanwendungen direkt in die Cloud – oder sie setzen zuerst auf hybride Umgebungen. Die Integration von Archiven, die nativ in Cloud-Dienste wie Microsoft Azure, Google Cloud oder AWS eingebettet sind, wird 2025 weiter zunehmen – ebenso der Einsatz von Containern für SAP-Anwendungen und Archive, denn Container-Technologien wie Docker machen Archivlösungen noch anpassungsfähiger und skalierbarer.

2. Bahn frei für KI, aber mit entsprechenden Stops

KI ist in aller Munde – doch welche Rolle spielt KI in Bezug auf die Daten- und Dokumentenarchivierung? KI hilft bei der Analyse strukturierter und unstrukturierter Daten – kann hier sogar ein Gamechanger für Unternehmen sein, die Erkenntnisse aus allen zur Verfügung stehenden Daten ziehen wollen. Eine Menge dieser Daten liegen in den Unternehmensarchiven. Mittels geeigneter Software könnten sich diese in das benötigte Datengold für entsprechende Auswertungen verwandeln. Doch es besteht eine große Gefahr: Informationen ja, Compliance-Verstöße nein. Hier wird die Balance spannend sein, die es zwischen dem fortschrittbringenden „barrierefreien“ Zugang“ für die KI zu archivierten Daten einerseits, und der gleichzeitigen Regelung von schützenswerten Inhalten andererseits, zu wahren gilt.  2025 werden diejenigen Archivierungsspezialisten in Sachen KI punkten, die mit tiefem SAP-Verständnis, großer Anwendergruppe und daraus entsprechendem Wissensvorsprung, ihre Kunden mit den ersten „low hanging fruits“ KI-Cases für die Archivierung ausstatten können.

3. Compliance bleibt ein Muss

Neue internationale und nationale Datenschutzgesetze sowie strengere Compliance-Richtlinien führen dazu, dass Unternehmen verstärkt auf Archivlösungen setzen, die eine langfristige Datenaufbewahrung unter höchsten Sicherheitsstandards garantieren. SAP-Archive müssen entsprechend ausgelegt sein, um die Einhaltung dieser Vorschriften zu gewährleisten. Darüber hinaus wird angesichts steigender Cyberbedrohungen der Zero-Trust-Ansatz verstärkt Einzug in die Archivierung halten. Zero Trust bedeutet, dass jedes Datenzugriffsereignis, unabhängig von der Vertrauenswürdigkeit der Quelle oder des Standorts, überprüft wird.

4. Hochzeit zwischen SAP und SharePoint

Die Notwendigkeit eines „Single Point of Truth“ (SPoT) für den Zugriff auf archivierte Dokumente nimmt weiter zu. Gerade die größten im Unternehmen genutzten Systeme, wie SAP und SharePoint sind zumindest in Sachen Daten- und Dokumentenarchivierung miteinander zu verheiraten. Dies verschlankt nicht nur die Verwaltung und reduziert die Archivierungskosten, sondern unterstützt ebenso wichtige Compliance-Konzepte. Plattformen, die Archivdaten aus verschiedenen Quellen konsolidieren und eine zentrale Verwaltung ermöglichen, werden 2025 daher noch gefragter sein als bisher.

Der Beitrag wurde ursprünglich hier veröffentlicht …

So wichtig ERP-Systeme auch sind, bei der Auswahl der richtigen Lösung und Anbieter gibt es für Unternehmen eine Reihe von Aspekten zu beachten – schließlich bringen nur passgenaue und ausgereifte Systeme auch die erwünschten Vorteile. IFS erklärt, worauf es bei der Suche ankommt.

Diese neun Aspekte müssen leistungsfähige ERP-Lösungen mitbringen

Obwohl Vorteile wie Effizienzsteigerung, Datenmanagement und Kostenkontrolle wohlbekannt sind, fällt es Unternehmen immer noch schwer, die für sie passende Lösung zu finden. Statt Frust und unnötiger Investitionen gilt daher: Augen auf beim ERP-Einkauf. Die Komplexität liegt dabei zum einen an den eigenen, teilweise unklaren Anforderungen, zum anderen an der großen Auswahl an verschiedenen ERP-Anbietern. Aber auch die neuen, ungewohnten Funktionen moderner Lösungen stellen Unternehmen, die ihre bisherigen ERP-Systeme meist über Jahrzehnte genutzt haben, vor zusätzliche Herausforderungen in Form von Prozessanpassungen. Ein weiterer Faktor: Nicht jede ERP-Software eignet sich für jedes Unternehmen und jede Branche. Für die Entscheidung lässt sich eine Liste an Faktoren definieren, die eine leistungsstarke ERP-Lösung mit sich bringen sollte:

1. Branchenfokus

Entscheidend ist eine breite Palette an Funktionen, die sowohl auf die jeweiligen Branchen als auch auf die Geschäftsprozesse der einzelnen Abteilungen zugeschnitten sind. Darüber hinaus ist die Anpassbarkeit der Lösung an die individuellen Anforderungen des Unternehmens von großer Bedeutung.

2. Integration und Interoperabilität

ERP-Software muss ein Teamplayer sein, also die Fähigkeit besitzen, eine nahtlose Integration mit bestehenden Systemen und Datenbanken zu gewährleisten. Anbieter sollten zu diesem Zweck umfassende APIs und Webservices anbieten, um die Interoperabilität und Erweiterung zu erleichtern.

3. Skalierbarkeit

ERP-Lösungen müssen in der Lage sein, ohne Leistungsverlust mit dem Wachstum des Unternehmens zu skalieren – eine schnelle und zuverlässige Performance ist auch bei wachsenden Benutzerzahlen und Datenmengen alternativlos. Besonders bei Cloud-basierten Lösungen können Unternehmen mehr Rechenleistung und Speicherplatz quasi auf Knopfdruck erhalten, ohne in neue Hardware investieren zu müssen. 

4. Anwenderfreundlichkeit

Ein durchgängig anwenderfreundliches und intuitives System-Design erleichtert die Nutzung und die Akzeptanz der Mitarbeitenden. Umfassende Schulungsangebote wie Tutorials, Webinare und digitale Handbücher sind darüber hinaus ebenfalls wichtig.

5. Zugang zu neuen Technologien

Damit sich Unternehmen voll und ganz auf ihr Kerngeschäft konzentrieren können, sollten ERP-Anbieter leistungsstarke neue Technologien mit wirklichem Mehrwert für die jeweilige Branche bereitstellen und direkt in ihre Lösung einbinden. Auf diese Weise können Anwender etwa auf neue KI-Funktionen zugreifen, ohne sich mit der Evaluation, dem Testing und der Einarbeitung aufhalten zu müssen. Notwendig sind dafür regelmäßige Updates und eine transparente Roadmap.

6. Sicherheit

Standardmäßig sollten ERP-Lösungen über Zugriffskontrollen, Datenverschlüsselung und Monitoring verfügen sowie Compliance-Vorgaben einhalten. Läuft das System nicht On-Premise, gilt es auch, auf die Wahl des richtigen Hosting-Partners zu achten. Während die großen Player auf dem Markt die globalen Standards erfüllen, sollten Unternehmen bei kleineren Anbietern überprüfen, ob die nötigen Zertifikate vorliegen und Regularien eingehalten werden.

7. Verfügbarkeit

Eine hohe Zuverlässigkeit und minimale Downtime sind das A und O für ERP-Lösungen. So sollte etwa bei Cloud-Anwendungen die Verfügbarkeit über 99 Prozent liegen. Auch während dem Einspielen von Updates können gute ERP-Systeme die Downtime so gering wie möglich halten. Regelmäßige Backups und zuverlässige Recovery-Optionen zur Datenwiederherstellung sind ebenfalls ein Muss.

8. Kostenstruktur und Transparenz

Ein transparentes und flexibles Kostenmodell sollte die tatsächliche Nutzung der ERP-Software widerspiegeln und keine versteckten Gebühren über Extra-Services enthalten. Ein definierter TCO (Total Cost of Ownership) hilft Unternehmen dabei, ihre Gesamtkosten über die Vertragslaufzeit hinweg im Auge zu behalten, einschließlich Aspekten wie Implementierung, Lizenzierung, Wartung und Support.

9. Support und Service

Gute ERP-Anbieter sind enge Partner ihrer Kunden. Dementsprechend vielfältig sollten die Support-Optionen gestaltet sein, um etwa mit einer 24/7-Erreichbarkeit und Chat-Support möglichen Problemen vorzubeugen und schnelle Hilfe leisten zu können.

„ERP-Systeme sind ein entscheidender Treiber für die Digitalisierung von Unternehmen, ihre Wahl sollte daher mit Bedacht getroffen werden“, erklärt Stefan Issing, Pre-Sales Director DACH bei IFS. „Besonders mit Blick auf die Anbieter geht es dabei auch um die Entscheidung für einen kompetenten Partner, der sowohl die einzelnen Geschäftsprozesse als auch die Branchen im Ganzen kennt. Passen Unternehmen, Software und der Implementierungspartner zusammen, stehen die Türen für eine erfolgreiche gemeinsame Reise weit offen.“

Der Beitrag wurde ursprünglich hier veröffentlicht …

Unternehmen beseitigen Tool-Wildwuchs, lassen ihre Mitarbeitenden mit organisationseigenen Daten chatten und sorgen für Transparenz: KI-Spezialist IntraFind prognostiziert GenAI-Trends für das Jahr 2025.

Diese fünf Trends werden das KI-Jahr 2025 prägen

Im Jahr 2024 haben sich die meisten Organisationen umfassend über generative KI informiert, damit experimentiert und herausgefunden, wo ihnen diese Technologie wirklich einen Mehrwert bieten kann. Die Erkenntnisse, die sie dabei gewonnen haben, erlauben es ihnen nun im Jahr 2025, GenAI zielgerichteter, breiter und geordneter einzusetzen. Folgende Trends erwartet IntraFind dabei:

1. Unternehmen befreien sich vom Tool-Wildwuchs

In vielen Organisationen nutzen Mitarbeitende oder Abteilungen generative KI-Anwendungen einfach auf eigene Faust. Die Folge ist ein ineffizienter, unkontrollierbarer und riskanter Wildwuchs. 2025 werden Unternehmen ihre KI deshalb verstärkt standardisieren. Sie wählen zusammen mit ihren Mitarbeitern aus den vielen bereits vorhandenen Anwendungen die sinnvollen aus und versuchen, diese möglichst in einem Tool zu zentralisieren.

2. Im Service machen sich Chatbots breit

Unternehmen und Behörden werden wegen des großen Effizienzpotentials zunehmend moderne Chatbots im Kunden- und Bürger-Service einsetzen. Diese sind durch GenAI inzwischen sprachlich auf einem hohen Niveau und können einfache Aufgaben schnell und effizient lösen. Trotz ihrer großen Fortschritte stoßen sie bei komplexeren Anfragen derzeit noch an Grenzen. Deshalb ist bis auf Weiteres ein hybrider Ansatz mit automatisierten Systemen für Standardaufgaben und menschlichen Mitarbeitern erforderlich, um den Erwartungen der Kunden gerecht zu werden.

3. Chat und Suche kommen einander näher

Organisationen werden verstärkt Conversational Search implementieren und damit die klassische Welt der Enterprise Search mit der neuen Chat-Welt vereinen. Mit dieser Kombination eröffnen sie den Mitarbeitenden einen einfacheren Zugang zu Informationen. Diese können Fragen stellen und erhalten Antworten ergänzend zu Trefferlisten, haben die Möglichkeit, sich gefundene Dokumente zusammenfassen zu lassen und können in einen Frage-Antwort-Dialog mit Dokumenten treten. Dabei werden die Systeme immer besser darin, die Absicht hinter einer Frage zu erkennen.

4. Open-Source-Modelle demokratisieren generative KI

Die Demokratisierung von KI setzt zunehmend auf erschwingliche und nutzerfreundliche Modelle, die für jeden zugänglich und eigenständig betreibbar sind. Initiativen in der EU fördern insbesondere Modelle, die auf Sprachvielfalt trainiert sind und kulturelle Besonderheiten berücksichtigen. Durch offene Plattformen und kosteneffiziente Technologien wird sichergestellt, dass KI nicht nur großen Unternehmen vorbehalten bleibt, sondern von Bildungseinrichtungen, kleineren Organisationen und Einzelpersonen genutzt werden kann – ein wichtiger Schritt zu einer breiteren, nachhaltigen und inklusiven KI-Nutzung.

5. Explainable AI wird wichtiger denn je

Mit dem zunehmenden Einsatz von generativer KI spielt auch deren Erklärbarkeit und Nachvollziehbarkeit eine immer größere Rolle. Zum einen verlangen Regularien wie der EU AI Act Transparenz von KI-Systemen, zum anderen ist Vertrauen in Künstliche Intelligenz auch eine wesentliche Voraussetzung dafür, dass die Mitarbeitenden und Kunden sie akzeptieren und nutzen. Deshalb werden Organisationen verstärkt auf transparente GenAI-Lösungen setzen.

„Der große KI-Hype ist abgeflaut und einem gesunden Pragmatismus gewichen. Unternehmen wissen inzwischen, welche Use Cases funktionieren und welche nicht“, erklärt IntraFind-Vorstand Franz Kögl. „Jetzt können sie sich auf die Anwendungsfälle konzentrieren, die sinnvoll sind, die Effizienz steigern und sich bereits in der Breite nutzen lassen. Diese Use Cases werden sie professionalisieren, ausbauen und festigen.“

Der Beitrag wurde ursprünglich hier veröffentlicht …

Das neue Sustainability Management Modul der IFS Cloud und die ESG-Expertise von PwC UK erleichtern das Nachhaltigkeitsmanagement und helfen Unternehmen dabei, die Anforderungen der Corporate Sustainability Reporting Directive (CSRD) zu erfüllen. 

IFS Cloud und PwC erleichtern die Datenverwaltung für das ESG-Reporting

IFS, globaler Anbieter von Cloud-Business-Software, gibt die Verfügbarkeit eines neuen Moduls für das Nachhaltigkeitsmanagement und das ESG-Reporting bekannt. Das Sustainability Management Modul ist in der Version 24R2 der IFS Cloud einsetzbar und enthält Funktionen, die Kunden bei der einfachen und effizienten Erfassung von Nachhaltigkeitsdaten, deren Verwaltung und der Messung der Zielerreichung im gesamten Unternehmen unterstützen. Viele in der EU tätige große Unternehmen sind verpflichtet, ab 2025 die Corporate Sustainability Reporting Directive einzuhalten und müssen sich entsprechend darauf vorbereiten. Ein kritischer Bereich ist dabei die Datenverwaltung. Das neue Modul für das Nachhaltigkeitsmanagement übernimmt die Datenerfassung und macht IFS Cloud zur zentralen Quelle für alle unternehmensweiten Daten, die für die Berichterstattung unerlässlich sind. So wird sichergestellt, dass alle Daten, die zur Messung und Unterstützung des Berichtswesens verwendet werden, korrekt und auf dem neuesten Stand sind.

Das Modul wurde in Zusammenarbeit mit den ESG-Experten von PwC UK entwickelt, um sicherzustellen, dass die Funktionen standardisiert und auch mit zukünftigen Richtlinien interoperabel sind. Unternehmen, die IFS Cloud nutzen, haben außerdem die Möglichkeit, die ESG-Beratungsleistungen von PwC UK in Anspruch zu nehmen, um die Einhaltung der CSRD und die Umsetzung ihrer Strategie bei der Nachhaltigkeitsberichterstattung zu unterstützen. Dazu zählen unter anderem die Bewertung von Unternehmen oder die doppelte Wesentlichkeitsanalyse. Die mit Hilfe des Moduls gewonnen Erkenntnisse versetzen Unternehmen in die Lage, ihre Nachhaltigkeitsmaßnahmen voranzutreiben, ihre Ressourcennutzung zu optimieren und so Wettbewerbsvorteile zu erzielen.

Die wichtigsten Funktionen des IFS Cloud Sustainability Management Moduls:  

• Zentraler Ort für nachhaltigkeitsbezogene Daten über alle Unternehmenseinheiten hinweg
• Umfangreicher editierbarer KPI-Katalog mit vorgefertigten CSRD-Indikatoren zur einfachen Auswahl der für das Unternehmen und den Betrieb wichtigsten Kennzahlen
• Die Option, langfristige Unternehmensziele zu setzen und Leistungen zu messen
• Möglichkeit zur Erstellung von Nachhaltigkeitsplänen mit KPI-gestützten Zielen
• Transparente Offenlegung der Fortschritte und Ergebnisse für jeden Berichtszeitraum.

Ein wesentlicher Bestandteil des Moduls für das Nachhaltigkeitsmanagement ist der KPI-Katalog, der die umfassende Verwaltung von Nachhaltigkeitsindikatoren erleichtert. Er stellt sicher, dass Unternehmen relevante Kennzahlen konsistent und exakt verfolgen können. Das Sustainability Management Modul erleichtert die Verwaltung von Daten und Zielen und bietet eine umfassende Lösung, um sicherzustellen, dass alle Nachhaltigkeitsinitiativen vollständig in die Geschäftsstrategie des Unternehmens integriert sind. Diese Integration hilft Unternehmen die gesetzlichen Anforderungen zu erfüllen, den Erwartungen der Stakeholder gerecht zu werden und ihre langfristigen Nachhaltigkeitsziele effektiv zu erreichen.

„Unternehmenserfolg muss im Einklang stehen mit der nachhaltigen Förderung des Umweltschutzes“, erklärt Sophie Graham, Chief Sustainability Officer bei IFS. „Wir sind stolz darauf, eine Vorreiterrolle bei der Einbettung umweltbewusster Praktiken in die Unternehmensprozesse zu übernehmen. Damit tragen wir dazu bei, die wachsende Zahl von Vorschriften zu erfüllen und gleichzeitig unseren Kunden einen Wettbewerbsvorteil zu verschaffen. Dies ist nur dann möglich, wenn Unternehmen volles Vertrauen in ihre Datenquelle haben. Mit der Einführung des Moduls für Nachhaltigkeitsmanagement können unsere Kunden einen großen Schritt in Richtung Erreichung ihrer Nachhaltigkeitsziele machen und schnell Nutzen daraus ziehen.“

Der Beitrag wurde ursprünglich hier veröffentlicht …

Unternehmen, die IoT-Lösungen einsetzen, benötigen eine Datenqualitätsstrategie. Was bei BI und der Analyse sowie Aufbereitung betriebswirtschaftlicher Daten vielfach verbreitet ist, sollten Unternehmen auch bei IoT-Daten etablieren. Wir erläutern die wichtigsten Maßnahmen für Aufbau und Betrieb eines Programms zur Erreichung einer hohen Datenqualität im IoT-Umfeld.

Fünf Schritte für vertrauenswürdige IoT-Daten

Viele IoT-Daten bestehen aus metrischen Messwerten, deren Güte und Qualität mit herkömmlichen Methoden des Informationsmanagements beurteilt werden können. Neue Herausforderungen entstehen durch IoT-Geräte, bei denen Kameras Abläufe aufzeichnen oder die Servicetickets einer Maschine der letzten fünf Jahre und die zugehörigen Reparaturberichte ausgewertet werden; dabei müssen unterschiedlich strukturierte Dokumente und Aufzeichnungen analysiert werden. Die entscheidenden handlungsrelevanten Erkenntnisse entstehen dabei nicht durch die Analyse eines einzelnen Geräts, sondern durch intelligent vernetzte Geräte und Sensoren. Gerade die Integration großer Mengen verschiedenartig strukturierter, zuverlässiger und vertrauenswürdiger Daten ist eine Voraussetzung erfolgreicher IoT-Analytics-Lösungen, die in der Produktion entstehende IoT-Daten mit den Daten aus betriebswirtschaftlichen Applikationen und ERP-Systemen kombinieren. Falsche oder unvollständige Daten verzerren die Einsicht in Fertigungsprozesse. Daraus entstehen technische Fehler, Über- oder Unterproduktion und Produktmängel. Mit einer verbesserten Datenqualität steigern Unternehmen ihre Produktivität und Effizienz. Wir zeigen in fünf Schritten auf, wie Unternehmen vorgehen können.

1. Die Herausforderung verstehen

Die Data Value Chain stellt in IoT-Anwendungsszenarien den Orientierungsrahmen bereit, um in der Wertschöpfungskette eines Unternehmens eine höhere Effizienz zu erreichen. Um diese Vorgabe erfüllen zu können, muss Einigkeit darüber hergestellt werden, wo sich fehlerhafte Daten in den IoT-Prozessen befinden und welche Auswirkungen sie haben. Durch Data Profiling lassen sich unterschiedliche Arten von Defiziten aufdecken: einige Daten sind unvollständig, manche sind doppelt vorhanden, andere sind lückenhaft oder fehlen gar gänzlich.

2. Einen Datenverantwortlichen benennen

Der Data Steward ist die wichtigste Person bei der Umsetzung und der Steuerung von IoT-Datenqualitäts­strategien. Er stellt Regeln auf, wie Daten erfasst, behandelt, gepflegt sowie weitergegeben werden und legt die Prozesse fest, die im gesamten Unternehmen die Qualität in den IoT- und betriebswirtschaftlichen Daten sicherstellen sollen. Darüber hinaus sorgt er für die Umsetzung der Richtlinien, übernimmt die laufende Kontrolle sowie Erfassung der Informationsintegrität und passt die Qualitätsverfahren entsprechend den geänderten Anforderungen und Datenquellen an.

3. Die zu bereinigenden Daten priorisieren

Ein Data Steward kennt den geschäftlichen Wert der Daten in seinem Verantwortungsbereich und kann beurteilen, welche Daten wirklich den Aufwand wert sind, sie zu bereinigen. Ein guter Start ist die Erstellung eines Lebenszyklusdiagramms. Grundlage dafür bilden die beim Profiling ermittelten Daten. Zu klären ist: Woher kommen die Daten? Von welchen Applikationen werden sie genutzt? Welche Konsequenzen haben fehlende oder nicht korrekte Daten? Gibt es manuelle Aktivitäten, die sich auf die Integrität der Informationen auswirken? Um hohe Qualitätsziele zu erreichen, müssen Fachabteilungen möglicherweise einzelne Geschäftsprozesse anpassen.

4. Verfahren für fehlerhafte Daten festlegen

Ausgangspunkt bilden die beim Profiling aufgedeckten Datenqualitätsprobleme. Der Data Steward muss daher Prioritäten setzen. Er sollte Herausforderungen und Risiken skizzieren und eine Methodik für deren Bewältigung entwickeln sowie Verfahren und die notwendigen Maßnahmen implementieren. Der Plan muss folgende Fragen beantworten: Welche Fehler liegen innerhalb tolerierbarer Grenzen? Was geschieht mit den problematischen Fällen? Werden die Daten nicht verwendet oder eingehend geprüft? Sollen korrigierbare Fehler manuell behoben werden? Ein effizientes Datenqualitätsmanagement bedeutet nicht, dass alle Daten fehlerfrei sein müssen. Der Aufwand dazu ist zu hoch. Meist genügt es, dass die Daten für einen bestimmten Kontext „gut genug“ sind.

5. Den Reinigungsprozess mit IT-Prozessen starten

Nachdem in den Fachabteilungen, etwa der Produktion, Instandhaltung, Logistik und dem Vertrieb, die problematischen Daten identifiziert wurden, besteht der nächste Schritt darin, zusammen mit der IT-Abteilung die notwendigen Prozesse und Verfahren zur Bereinigung der Daten umzusetzen. Mit leistungsstarken Bereinigungs-Tools kann die IT die erforderlichen Korrekturen an den fehlerhaften Daten effizient durchführen und die Ergebnisse der Maßnahmen fortlaufend überprüfen und bei Bedarf ein Feintuning vornehmen.

Der Beitrag wurde ursprünglich hier veröffentlicht …

Die Customer Journey beschreibt den gesamten Prozess, den ein Kunde in der Interaktion mit einem Unternehmen durchläuft: Von der ersten Kontaktaufnahme bis zum Support nach dem Kauf interagiert er an verschiedenen Touchpoints mit dem Unternehmen.

Schritt für Schritt zur perfekten Customer Journey Map

Um die Customer Journey besser zu verstehen und zu optimieren, helfen sogenannte Customer Journey Maps. Diese visuell dargestellten Karten zeigen die verschiedenen Phasen der Customer Journey, die Touchpoints und die Interaktionen, die der Kunde mit dem Unternehmen hat. Five9 erklärt, worauf es bei der Erstellung ankommt.

Eine Customer Journey Map bietet Contact Centern zahlreiche Vorteile. Sie verbessert das Kundenerlebnis, indem die einzelnen Interaktionsschritte optimiert und mögliche Hindernisse rechtzeitig beseitigt werden. Zudem lassen sich Systemprobleme frühzeitig identifizieren und beheben. Dies führt zu einer effizienteren Problemlösung, zufriedeneren Kunden und weniger Beschwerden. Ressourcen können zielgerichtet und effizient eingesetzt werden, um die Kundenbedürfnisse zu erfüllen. Schließlich liefert die Karte wertvolle Einblicke in das Kundenverhalten, die für Prozessverbesserungen und strategische Entscheidungen genutzt werden können.

Eine gut integrierte Customer Journey Map ist somit ein wertvolles Tool: Es kann Contact Centern helfen, die Kundenzufriedenheit und -loyalität zu verbessern, den Umsatz zu steigern und die Effizienz zu optimieren. Durch die Überwindung von Herausforderungen und die effektive Nutzung der gewonnenen Erkenntnisse können Contact Center ein nahtloses und positives Kundenerlebnis schaffen, das sich von der Konkurrenz abhebt.

Sechs Schritte zur Erstellung einer Customer Journey Map

1. Personas definieren

Um die Customer Journey zu verstehen, muss man sich in die Kunden hineinversetzen. Dazu sollten folgende Fragen beantwortet werden:

• Welche Kanäle bevorzugen die Kunden (z. B. Telefon, Online)?
• Wo befinden sich die Kunden im Lebenszyklus und welche Maßnahmen sind erforderlich?
• Wie sieht der Alltag der Kunden aus, mit welchen Herausforderungen sind sie konfrontiert und welche beruflichen Hintergründe haben sie?
• Welche inhaltlichen Vorlieben haben die Kunden?

Aus diesen Informationen werden Personas entwickelt, die die Zielgruppe repräsentieren. So können maßgeschneiderte Erlebnisse für die unterschiedlichen Kundenbedürfnisse und -präferenzen geschaffen werden.

2. Kundenkontaktpunkte identifizieren

Jeder Kontaktpunkt, an dem Kunden mit der Marke in Berührung kommen, ist wichtig und sollte identifiziert werden. Dazu zählen Online- und Offline-Kanäle wie Websites, soziale Medien, Anrufe beim Kundenservice und, nicht zu vergessen, Besuche in Geschäften. Das Mapping dieser Berührungspunkte bietet eine klare Visualisierung der Customer Journey von der ersten Wahrnehmung bis zum After-Sales-Support.

3. Feedback und Daten

Kundendaten aus verschiedenen Quellen wie Umfragen, Interviews, sozialen Medien und Website-Analysen bieten wertvolle Einblicke in die Erfahrungen, Präferenzen und Probleme der Kunden an jedem Kontaktpunkt entlang der Reise.

4. Erstellen einer visuellen Darstellung

Die gesammelten Daten können verwendet werden, um eine visuelle Darstellung der Customer Journey Map zu erstellen. Es gibt verschiedene Vorlagen für Customer Journey Maps in Form von Flussdiagrammen, Infografiken oder eines Storyboards, die die Phasen, Berührungspunkte und Interaktionen der Kunden veranschaulichen.

5. Identifizierung von Schwachstellen und Chancen

Die Customer Journey Map kann helfen, mögliche Herausforderungen oder Probleme zu identifizieren. Was könnte die Ursache sein? Ist es eine fehlende Zahlungsmethode, die den Kunden zu einem Wettbewerber abwandern lässt? Wer solche Probleme erkennt, kann Lösungen entwickeln, um sie effektiv anzugehen und sie in Chancen zu verwandeln.

6. Verbesserungen umsetzen und überwachen

Durch geeignete Maßnahmen können erkannte Schwachstellen beseitigt und Verbesserungspotenziale aufgezeigt werden. Änderungen an Prozessen, Produkten oder Dienstleistungen sollten auf Basis der Erkenntnisse aus der Customer Journey Map implementiert werden. Die Wirksamkeit dieser Verbesserungen sollte regelmäßig überwacht und evaluiert werden, um eine kontinuierliche Optimierung des Kundenerlebnisses zu gewährleisten.

Der Beitrag wurde ursprünglich hier veröffentlicht …

Künstliche Intelligenz (KI) hat das Potenzial, unsere heutige Arbeitsweise völlig auf den Kopf zu stellen. Seit Jahren arbeiten branchenübergreifend Unternehmen daran, Machine und Deep Learning und weitere KI-basierte Algorithmen einzuführen, um zum Beispiel mit selbstlernenden Systemen große Datenmassen auszuwerten und mit darauf aufbauender Mustererkennung spezifische Aufgaben zu lösen. Der Hype um Generative AI, kurz GenAI, wirkt seit Ende 2022 als zusätzlicher Katalysator für diese Entwicklung. Zunehmend machen auch produzierende Unternehmen Budgets frei, um die Ressourcen für die Implementierung praxisrelevanter KI-Lösungen zu schaffen. 

Drei Anwendungsfelder für generative Künstliche Intelligenz in der Produktion

Eine aktuelle Studie des IT-Dienstleisters adesso zur Nutzung von GenAI in der deutschen Industrie gibt Aufschluss, wieso: Mehr als 70 Prozent der Befragten gaben an, dass sie wöchentlich mindestens zwei Stunden Arbeitszeit durch die Nutzung von GenAI einsparen. Doch verspricht KI nicht nur Effizienzgewinne. Die Einführung der Technologie bietet auch den optimalen Zeitpunkt, Prozesse neu zu bewerten und sie zu transformieren. „Um das Potenzial von GenAI in der Entwicklung und Produktion voll auszuschöpfen, sollten Verantwortliche nicht nur Möglichkeiten erkennen, sondern auch Projekte konzipieren und Prozesse verfeinern – von der Beschaffung bis zum Service“, so Dr. Olaf Neugebauer, Senior Manager und Head of Competence Center IoT bei adesso. „Die Insights und Handlungsspielräume, die die Marktteilnehmer durch den Einsatz von KI gewinnen, erlauben ihnen, die Qualität ihrer Services sowie Produkte und damit die Kundenzufriedenheit auf ein völlig neues Niveau zu heben.“

Rahmenbedingungen schaffen

Aktuell arbeiten Industrieunternehmen bei der Umsetzung ihrer IT- und Datenstrategien intensiv daran, ihre IT-Landschaft zukunftsorientiert aufzustellen. Die Ziele: Kostensenkung, mehr Flexibilität und Effizienzsteigerungen einerseits sowie die Realisierung von Echtzeitanalysen, Prozessautomatisierung und die Implementierung von KI andererseits.

Die folgenden drei Bereiche bieten der herstellenden Industrie großes Potenzial für den Einsatz von KI und GenAI:

1. Die sprechende Maschine

Das Szenario: Alle Condition-Monitoring-Daten und Meldungen der Maschinen werden effizient über eine IoT-Plattform gesammelt. Ein GenAI-System nutzt dann diese Daten, um über Schnittstellen zielgruppengerechte Informationen in einfacher und verständlicher Sprache zu generieren. So entstehen prägnante sprachliche Zusammenfassungen komplexer Maschinen-Dashboards und -Analysen. In der nächsten Ausbaustufe kann diese Technologie mit einem „Digitalen Wartungsassistenten“ verknüpft werden, der Wartungsprozesse revolutioniert.

2. Digitaler Wartungsassistent

Umfangreiche Anleitungen und Dokumentationen von Maschinen, die oft mehrere Regalmeter füllen und nicht zentral an einem Ort zugänglich sind, sorgen für unnötige Aufwände? Anstatt mühsam nach den richtigen Informationen zu suchen, sollten Mitarbeiter direkt mit Handbüchern und Wartungsberichten chatten und im Fehlerfall schnell die passenden Lösungsvorschläge finden können. Die nächste Ausbaustufe dieses digitalen Wartungsassistenten kann eine Verbindung zur „sprechenden Maschine“ sein, die proaktiv Unterstützung bietet und Wartungsprozesse revolutioniert. So werden Zustandsdaten der Maschinen mit der Wissensdatenbank aus Handbüchern und Wartungsdokumenten effizient verknüpft.

3. Ähnlichkeitsanalyse im Engineering

Ein solches GenAI-System ist speziell darauf ausgelegt, bei der Bearbeitung von Angebots- und Projektanfragen zu unterstützen. Es hilft gezielt bei der Frage: „Wurde bereits etwas Ähnliches gefertigt oder konstruiert?“ Wenn die Antwort ja lautet, liefert das System wertvolle Informationen zu früheren Projekten und gibt Empfehlungen, wie bestehende Teile möglicherweise modifiziert werden können. So sparen Unternehmen Zeit und Ressourcen, während sie gleichzeitig auf bewährte Lösungen zurückgreifen können.

Neugebauer ergänzt: „Wir stehen am Beginn einer Epoche, in der die Marktchancen neu verteilt werden. Einst haben Internet und Mobile Business die Wirtschaftslandschaft verändert und neue Marktführer hervorgebracht. Nun wird GenAI für ähnlich tiefgreifende Veränderungen sorgen. GenAI-Technologien werden in Zukunft so selbstverständlich sein wie heute E-Mail oder Smartphone-Apps. Die herstellende Industrie sollte sich jetzt darauf vorbereiten. Denn es ist an der Zeit, die Faszination für GenAI in konkrete Geschäftserfolge umzuwandeln.“

Der Beitrag wurde ursprünglich hier veröffentlicht …