Schlagwort: EAS-MAG.digital News

Wenn ab dem 1.1.2025 die E-Rechnungspflicht gilt, müssen Unternehmen in der Lage sein, eingehende Rechnungen ab 250 Euro elektronisch zu verarbeiten.

Haufe X360 bietet E-Rechnung kostenlos ab dem 1. Dezember

Die akzeptierten Formate sind ZuGFeRD und XRechnung, das auch die erweiterten Anforderungen für öffentliche Auftraggeber erfüllt. Nutzer von Haufe X360 können das schon seit dem 1.12.2024 – und zwar kostenlos. Darüber hinaus kann man mit Haufe X360 bereits jetzt nicht nur E-Rechnungen empfangen, sondern auch versenden. Obwohl das erst in zwei Jahren, ab dem 1.1.2027, rechtlich verbindlich ist. „Wir machen Software für den deutschen Mittelstand, sind sehr nah dran an den KMU und kennen deren Anliegen“, erklärt Carsten Schröder, President of Cloud ERP bei Haufe X360.

Als flexible Business Management Plattform mit offener Software-Architektur bietet Haufe X360 außerdem ab dem 1.12.24 auch die Möglichkeit, E-Rechnungs-Anwendungen sowohl für Empfang als auch Versand von strategischen Partnern wie Unifiedpost oder d.velop documents professional über Schnittstellen zu integrieren. „So haben unsere Kunden alle Möglichkeiten, je nach individuellem Bedarf“, sagt Schröder. „Wir wollen, dass die mittelständischen Nutzer unserer ERP-Lösung schnell auf alle neuen Herausforderungen reagieren können. So sind sie rechtlich und technologisch immer auf dem aktuellsten Stand und haben Zukunftssicherheit.“

Aber nicht nur das vereinfachte Einhalten von Compliance-Regeln ist ein großer Vorteil der E-Rechnung. Auch Zeit und Kostenersparnisse durch die digitale Verarbeitung von Dokumenten und die Automatisierung von Prozessen sind ein deutliches Plus für Anwender. „Kunden, die gegenüber der E-Rechnung erstmal sehr skeptisch waren, berichten uns schon jetzt, in der aktuellen Probephase, von deutlichen Effizienzsteigerungen“, sagt Carsten Schröder. Und auch weiteren Gesetzesänderungen, die 2025 in Kraft treten, sieht man bei Haufe X360 gelassen entgegen: „Das sind für uns keine Hürden, sondern Chancen. Denn all diese Neuerungen lassen sich ja mit einer Software wie Haufe X360 viel leichter und schneller bewältigen. Da sind wir überall dran.“

Der Beitrag wurde ursprünglich hier veröffentlicht …

Wie Unternehmen vom Konzept der Hyperkonnektivität profitieren können

Das Streben nach allumfassender Verbindung

Das aus Asien stammende, primär spirituell begründete Konzept der allumfassenden Verbundenheit aller Dinge, findet sich heute auch im industriellen Kontext – Stichwort: Smart Factory-Umgebungen – in völlig neuer Dimension wieder. Hier liegt der Schlüssel in einer umfassenden Vernetzung und barrierefreien Kommunikation zwischen Menschen und Maschinen. Dabei bezieht sich der Begriff der Hyperkonnektivität sowohl auf technische als auch menschlich-soziale Aspekte.

Der Terminus „Hyperkonnektivität“ ist dabei alles andere als neu. Bereits 2003 von den kanadischen Soziologen Anabel Quan-Haase und Barry Wellman geprägt, avancierte er auf dem Weltwirtschaftsforum in Davos 2012 zum ultimativen Buzzword. Die beiden namengebenden Wissenschaftler prognostizierten dabei bereits vor über 20 Jahren, dass die wachsende Vernetzung von Mensch und Maschine – insbesondere durch das Internet – tiefgreifende gesellschaftliche Veränderungen hervorrufen wird. Heute stehen vor allem die Auswirkungen sozialer Medien auf unser Zusammenleben im Fokus der soziologischen Forschung.

Diskrepanz bei der Wahrnehmung und Nutzung von Hyperkonnektivität in Unternehmen

Während Personalleiter bereits deutlich von dieser profitieren, da sie verstärkt Social Media-Plattformen wie Facebook, Instagram und TikTok für die Rekrutierung geeigneter neuer Mitarbeitender nutzen, ist das Konzept für IT-Verantwortliche in mittelständischen Unternehmen oft noch wenig greifbar. Es bleibt daher die Frage, welche Rolle Hyperkonnektivität für die IT von Firmen grundsätzlich spielt. Spanische Ingenieure der Universität León definierten diese in ihrem Demonstrator für Smart Manufacturing als die umfassende und universelle Kommunikation zwischen heterogenen industriellen Anlagen in einem digitalisierten Umfeld – ermöglicht durch industrielle Netzwerke auf Basis von Informations- und Kommunikationstechnologien (IKT). Zusätzlich umfasst der Begriff auch die Darstellung von Daten über Schnittstellen sowie die Interaktion von Menschen mit digitalisierten Smart Factory-Umgebungen.

Ein komplexes Konzept also, das zunehmend an Bedeutung gewinnt. Dabei wird es nur eine Frage der Zeit sein, bis das Kommunikationsaufkommen zwischen Maschinen untereinander das zwischen Menschen deutlich übersteigen wird. Laut Statista sind derzeit etwa 15 Milliarden Geräte weltweit mit dem Internet verbunden. Bis 2030 wird eine Verdopplung dieser Zahl prognostiziert. Während der Großteil dieser Verbindungen weiterhin kabelgebunden bleibt, wird der Anteil mobiler Kommunikationswege rapide ansteigen. So gab es in Deutschland im vergangenen Jahr bereits rund 62,8 Millionen M2M-Verbindungen über Mobilfunk.

Wissenschaftliches Anwendungsszenario zeigt zugleich Herausforderungen und Potenziale

An der Universität León wurde im Demonstrator primär das Zusammenspiel von Komponenten bei der Inspektion von Bauteilen simuliert. Eine der Schlüsselkomponenten stellte dabei ein autonom arbeitender, drahtlos angebundener Lagerroboter dar. Das System bestand aus einem kleinen Förderband, das mit einem Laser zur Vermessung der Prüfstücke sowie elektropneumatischen Aktoren ausgestattet war, die ungeeignete Bauteile aussortieren. Ein programmierbarer Logikcontroller (PLC) steuerte das Förderband, während ein Roboterarm die Bauteile auf dieses legte. Nach der vollautomatischen Prüfung wurden die Bauteile zusätzlich noch durch einen Menschen unter Zuhilfenahme eines Endoskops kritisch in Augenschein genommen. Alle bei diesem Prozess erhobenen Daten wurden dann über eine Workstation ins System integriert. Mittels einer speziell dafür entwickelten Smartphone-App können die Statusdaten des Lagerroboters – sobald die Kamera des Gerätes auf diesen gerichtet ist – abgerufen und durch Augmented Reality visualisiert werden. Ein lokaler Rechner sammelt sämtliche Daten und kommuniziert beispielsweise mit dem digitalen Zwilling des Roboters in der Cloud.

Die Kommunikation verschiedener technologischer Welten harmonisieren

Die Wissenschaftler identifizierten die größte Herausforderung der industriellen Hyperkonnektivität in der Kommunikation zwischen den Komponenten sowie dem Edge-Rechner und den Cloud-Anwendungen. Die verwendeten Kommunikationsprotokolle stammen aus unterschiedlichen Welten – der Betriebstechnik (OT) und der Informationstechnologie (IT) – was die Interoperabilität erschwert. Dabei kamen Protokolle wie „http/https“, „Profinet“ und „MQTT“ (Message Queue Telemetry Transport) zum Einsatz. Eine weitere Herausforderung bestand darin, die Antwortzeiten der drahtlosen und cloudbasierten Komponenten so zu optimieren, dass sie den lokal verarbeiteten Signalen möglichst nahekommen.

Die wahre Krux der Hyperkonnektivität liegt also in der aktuell noch verwirrenden Heterogenität der Kommunikationsprotokolle, die gelöst werden muss, um eine funktionierende Smart Factory zu ermöglichen. In vielen Werkshallen kommen auch heute noch analoge Signale zum Einsatz, die dringend zeitnah durch digitale Varianten ersetzt werden sollten. Das HART (Highway Addressable Remote Transducer)-Protokoll, das analoge Signale in 0 und 1 auf zwei Frequenzebenen digitalisiert, ist in der OT-Welt weit verbreitet. Gleichzeitig werden Ethernet-Kabel verlegt, um das TCP/IP-basierte MQTT-Protokoll zu nutzen – inzwischen eines der gängigsten Standards im IIoT. Nach der Digitalisierung vor Ort über Protokolle wie HART IP oder OPC UA erfolgt der Transport der Daten an verschiedene Server, welche die Fähigkeit besitzen, diese zu analysieren, zu konsolidieren und in eine höhere Systemebene – etwa an ERP-Systeme wie proALPHA – zu transferieren. An dieser Stelle ist jedoch noch viel Normierungsaufwand nötig. Über die Entwicklungen auf diesem Gebiet sollten sich mittelständische Unternehmen deshalb regelmäßig in den entsprechenden Arbeitskreisen und Gremien informieren.

Dreistufige Transformationsformel für Hyperkonnektivität in Unternehmen

Die erfolgreiche Integration von Hyperkonnektivität in Unternehmen macht eine Transformation auf drei Ebenen erforderlich. Zunächst müssen die Erfahrungen der Mitarbeitenden, Kunden und Geschäftspartner aus ihrem Privatleben in den beruflichen Alltag übertragen werden. Besonders die jüngere Generation erwartet ähnliche Nutzungserlebnisse auch im professionellen Umfeld. Zweitens müssen Unternehmen in die Digitalisierung ihrer internen und externen Prozesse investieren, um wettbewerbsfähig zu bleiben und gesetzliche Anforderungen zu erfüllen.

Nicht zuletzt macht der Umgang mit komplexen End-to-End-Prozessen offene und interoperable Standards – insbesondere auch im Bereich der Kommunikationsprotokolle – unerlässlich. Parallel dazu gewinnt die Cybersicherheit zunehmend an Relevanz und muss in diesem Bereich intensiviert werden. Das übergeordnete Ziel dieser Transformation besteht darin, mehr Transparenz über den aktuellen Stand des Unternehmens zu schaffen und in Echtzeit Einblicke in die Geschäftsentwicklung zu gewinnen. Zusätzlich sollen prädiktive und präskriptive Fähigkeiten entwickelt werden, um zentrale Geschäftsvorgänge proaktiv in die Zukunft zu lenken.

Der Beitrag wurde ursprünglich hier veröffentlicht …

Moderne Kunden erwarten mehr als ein solides Produkt – sie wollen ein Erlebnis, das sie anspricht, ihren Bedürfnissen entspricht und sie wertgeschätzt fühlen lässt.

KI-gestützte CRM-Systeme: Revolutionäre Chancen für den Kundenservice

Kunden erwarten kurze Reaktionszeiten und einen Service, der sich anfühlt, als sei er nur für sie gemacht. Für Unternehmen wird es immer herausfordernder, diesem hohen Anspruch gerecht zu werden, insbesondere wenn die Flut an Kundenanfragen stetig steigt. An diesem Punkt kommt die Künstliche Intelligenz ins Spiel und verändert das CRM (Customer Relationship Management) grundlegend. KI-gestützte CRM-Systeme versprechen, den Kundenservice auf eine neue Ebene zu heben, in der Reaktionen schneller, Erlebnisse persönlicher und Lösungen intelligenter werden.

Die Rolle von KI in CRM-Systemen

Klassische CRM-Systeme waren in erster Linie darauf ausgelegt, Kundendaten zu speichern und zu verwalten. Doch mit der zunehmenden Reife von KI-Technologien hat sich das Potenzial von CRM-Systemen drastisch erweitert. KI-gestützte CRM-Lösungen können nun nicht nur Daten sammeln und speichern, sondern auch tiefe Einblicke in das Verhalten und die Bedürfnisse der Kunden bieten. Durch Algorithmen und maschinelles Lernen können sie Muster erkennen, Vorhersagen treffen und automatisierte Empfehlungen geben, die den Kundenservice entscheidend verbessern.

KI übernimmt dabei Aufgaben, die für menschliche Mitarbeiter zeitaufwendig und oft schwierig zu bewältigen wären. Dazu zählen beispielsweise die Erkennung von Kundenbedürfnissen, die Automatisierung von Routineanfragen und das Identifizieren von Verkaufschancen. Unternehmen profitieren so von einer effizienteren und gleichzeitig persönlicheren Kundenansprache.

Vorteile von KI im Kundenservice

Die Implementierung von KI-gestützten CRM-Systemen bringt für den Kundenservice zahlreiche Vorteile. Hier sind einige der wichtigsten:

1. Personalisierung auf höchstem Niveau

Durch KI werden CRM-Systeme in die Lage versetzt, riesige Mengen an Kundendaten in Echtzeit zu analysieren. Sie können Kundenvorlieben, Kaufhistorien und Interaktionsmuster erfassen und auswerten. So wird es möglich, jedem Kunden ein personalisiertes Erlebnis zu bieten. Ein Beispiel dafür ist die automatisierte Generierung personalisierter Produkt- oder Serviceempfehlungen, die auf den bisherigen Käufen oder Interessen des Kunden basieren. Dies sorgt für ein verbessertes Kundenerlebnis und erhöht die Wahrscheinlichkeit, dass Kunden wiederkehren.

2. Effizientere Bearbeitung von Kundenanfragen

KI-gestützte CRM-Systeme können Routineanfragen schnell und effizient bearbeiten. So erkennen Chatbots häufige Fragen und geben automatisiert Antworten, ohne dass ein Kundenservice-Mitarbeiter eingreifen muss. Das entlastet das Team und ermöglicht es, sich auf komplexere Anfragen zu konzentrieren. Besonders in Zeiten hoher Anfragevolumina, etwa in Saisons wie der Weihnachtszeit, sind solche Systeme ein echter Vorteil, um Wartezeiten zu reduzieren und Kunden schneller zu helfen.

3. Verbesserung der Kundenzufriedenheit

Durch die Möglichkeit, auf Kundenanfragen in Echtzeit und rund um die Uhr zu reagieren, trägt KI im CRM dazu bei, die Kundenzufriedenheit zu erhöhen. Kunden können ihre Anliegen sofort klären und müssen nicht lange auf Rückmeldungen warten. Einige CRM-Systeme nutzen außerdem Stimmungsanalysen, um die Stimmung des Kunden während eines Gesprächs zu analysieren und auf diese Weise gezielt zu reagieren. Ist der Kunde beispielsweise verärgert, kann das System einen Mitarbeiter hinzuziehen oder eine Eskalation vorschlagen.

4. Proaktive Kundenansprache

KI-basierte CRM-Systeme analysieren vergangene Daten und sind so in der Lage, zukünftige Kundenbedürfnisse vorherzusagen. Beispielsweise können sie erkennen, wann ein Kunde möglicherweise bereit für ein Upgrade ist oder wann das Interesse an einem bestimmten Produkt nachlässt. Auf diese Weise können Unternehmen proaktive Schritte unternehmen, wie z. B. das Anbieten eines Rabatts oder einer Alternative, bevor der Kunde überhaupt einen Bedarf äußert. Dies verbessert die Kundenbindung und steigert den Umsatz.

Herausforderungen bei der Implementierung von KI-gestützten CRM-Systemen

Trotz der offensichtlichen Vorteile bringt die Einführung von KI in CRM-Systemen auch Herausforderungen mit sich. Eine der größten ist der Datenschutz. Die Verarbeitung großer Mengen personenbezogener Daten erfordert eine strikte Einhaltung der DSGVO und anderer Datenschutzgesetze. Unternehmen müssen sicherstellen, dass alle Daten sicher gespeichert und verarbeitet werden und dass Kunden der Datennutzung zustimmen.

Eine weitere Herausforderung ist die Notwendigkeit hochwertiger Daten. KI-Algorithmen sind auf große Datenmengen angewiesen, um genaue Vorhersagen und Analysen durchführen zu können. Veraltete oder ungenaue Daten können dazu führen, dass das System falsche Empfehlungen gibt. Unternehmen müssen daher kontinuierlich in die Qualität und Aktualität ihrer Daten investieren.

Darüber hinaus bedarf es einer Integration der KI-Lösungen in die bestehende Systemlandschaft. Nicht jedes Unternehmen ist in der Lage, seine Infrastruktur ohne Weiteres auf den neuesten Stand zu bringen. Eine sorgfältige Planung und ein phasenweises Vorgehen sind hier entscheidend.

Zukünftige Trends und Perspektiven

Der Einsatz von KI im CRM steckt noch in den Anfängen, doch die Entwicklung schreitet rasant voran. In den kommenden Jahren werden wir voraussichtlich eine noch stärkere Automatisierung und Personalisierung im Kundenservice erleben. Sprachverarbeitung (Natural Language Processing, NLP) und Sprachsteuerung werden dabei eine zentrale Rolle spielen. Künftig könnte es möglich sein, dass CRM-Systeme Kundenanfragen allein auf Basis von Sprachbefehlen bearbeiten und sogar komplexere Gespräche führen können.

Ein weiterer Trend ist die Integration von Augmented Reality (AR) in KI-gestützte CRM-Systeme. Kunden könnten so mithilfe von AR-Produkterlebnissen direkt mit einem Unternehmen interagieren, etwa durch eine virtuelle Produktberatung. Unternehmen, die diese Technologien frühzeitig integrieren, könnten sich damit einen entscheidenden Wettbewerbsvorteil verschaffen.

Die Zukunft des Kundenservice mit KI-gestützten CRM-Systemen

KI-gestützte CRM-Systeme bieten Unternehmen die Möglichkeit, ihren Kundenservice auf ein völlig neues Niveau zu heben. Durch die Automatisierung von Routineaufgaben und die Bereitstellung personalisierter Erlebnisse werden nicht nur Ressourcen gespart, sondern auch die Kundenzufriedenheit erhöht. Die Herausforderungen, die mit der Implementierung solcher Systeme einhergehen, lassen sich durch sorgfältige Planung und einen verantwortungsvollen Umgang mit Daten bewältigen. Es ist klar: KI-basierte CRM-Systeme werden den Kundenservice in den kommenden Jahren maßgeblich prägen und Unternehmen neue Chancen eröffnen, ihre Kundenbeziehungen zu stärken und zu vertiefen.

Der Beitrag wurde ursprünglich hier veröffentlicht …

In einer Arbeitswelt, die von Digitalisierung und Fachkräftemangel geprägt ist, sind Unternehmen mehr denn je gefordert, aus der Masse herauszustechen. Bewerbungsprozesse müssen nicht nur effizient und zeitsparend, sondern auch für Bewerber attraktiv und nahtlos sein.

Vom Bewerber zum Mitarbeiter: Digitale Bewerbermanagement-Lösungen im Vergleich

Der erste Eindruck entscheidet oft über die spätere Zusammenarbeit. Hier kommen digitale Bewerbermanagement-Lösungen ins Spiel: Sie revolutionieren den gesamten Weg vom ersten Kontakt bis zur Vertragsunterzeichnung. Doch welche Tools bieten echten Mehrwert, und welche passen zu den individuellen Anforderungen eines Unternehmens? In diesem Beitrag nehmen wir die spannendsten Lösungen unter die Lupe und zeigen, worauf es wirklich ankommt.

Warum digitale Bewerbermanagement-Tools?

Ein modernes Bewerbermanagementsystem (Applicant Tracking System, ATS) bietet zahlreiche Vorteile. Es vereinfacht administrative Aufgaben wie das Screening von Lebensläufen, das Planen von Vorstellungsgesprächen und die Kommunikation mit Kandidaten. Gleichzeitig ermöglicht es eine datenbasierte Entscheidungsfindung, etwa durch automatisierte Bewertungen und Reporting-Tools. Auch für Bewerber selbst verbessert ein digitales System die Erfahrung, beispielsweise durch einfache Bewerbungsformulare oder die Möglichkeit, den Bewerbungsstatus in Echtzeit einzusehen.

Kriterien für die Auswahl einer Bewerbermanagement-Lösung

Bevor Unternehmen ein Tool einführen, sollten sie sich über ihre spezifischen Anforderungen im Klaren sein. Wichtige Auswahlkriterien sind:

• Benutzerfreundlichkeit: Sowohl HR-Teams als auch Bewerber sollten die Lösung intuitiv bedienen können.
• Anpassungsfähigkeit: Kann das System an individuelle Prozesse und Bedürfnisse des Unternehmens angepasst werden?
• Integration: Lässt sich die Software problemlos mit bestehenden Systemen wie ERP, CRM oder HRIS integrieren?
• Skalierbarkeit: Unterstützt das Tool sowohl kleine Unternehmen als auch große Konzerne?
• Datenschutz: Gerade in Europa ist die Einhaltung der DSGVO ein Muss.

Vergleich führender Bewerbermanagement-Lösungen

1. Workday Recruiting

Workday Recruiting ist Teil der umfassenden HR-Software-Suite von Workday. Die Lösung punktet mit einer durchgängigen Integration in andere HR-Funktionen wie Onboarding oder Talentmanagement. Besonders große Unternehmen schätzen die Flexibilität und die Möglichkeiten der Personalisierung. Die Benutzeroberfläche ist modern und benutzerfreundlich, allerdings kann der Einstieg durch die Vielzahl an Funktionen komplex wirken.

Vorteile:

• Nahtlose Integration mit anderen Workday-Modulen.
• Starke Analysefunktionen und Berichte.
• Fokus auf die gesamte Candidate Journey.

Nachteile:

• Hohe Kosten.
• Eingeschränkte Attraktivität für kleinere Unternehmen.

2. SAP SuccessFactors Recruiting

SAP SuccessFactors ist besonders bei Unternehmen beliebt, die bereits andere SAP-Lösungen nutzen. Die Plattform bietet umfangreiche Funktionen, von der Stellenausschreibung bis hin zur Analyse von Einstellungsdaten. Die Integration in das bestehende ERP-System von SAP ist ein klarer Vorteil für Unternehmen, die auf eine durchgängige Datenlandschaft setzen.

Vorteile:

• Ideal für Unternehmen mit SAP-Ökosystem.
• Starke globale Reichweite, unterstützt mehrere Sprachen.
• Umfangreiche Anpassungsmöglichkeiten.

Nachteile:

• Steilere Lernkurve.
• Kosten können bei umfangreicher Nutzung steigen.

3. Personio

Für kleine und mittelständische Unternehmen in Europa ist Personio eine der führenden Lösungen. Das System kombiniert Bewerbermanagement mit Funktionen für die Personalverwaltung. Durch seine intuitive Bedienung eignet es sich besonders für Unternehmen ohne dediziertes IT-Team.

Vorteile:

• Einfach zu bedienen.
• Transparente Preisgestaltung.
• Fokus auf europäische Datenschutzstandards.

Nachteile:

• Begrenzte Funktionen für sehr große Unternehmen.
• Weniger tiefgreifende Analyseoptionen im Vergleich zu Workday oder SAP.

4. Greenhouse

Greenhouse hat sich als ATS für Unternehmen positioniert, die besonderen Wert auf eine positive Candidate Experience legen. Es bietet umfangreiche Integrationsmöglichkeiten mit anderen Tools wie Slack oder LinkedIn und legt den Fokus auf einheitliche Workflows.

Vorteile:

• Starke Integration mit externen Tools.
• Hervorragende Benutzererfahrung für Bewerber.
• Gute Unterstützung für die Zusammenarbeit innerhalb von Teams.

Nachteile:

• Nicht optimal für stark angepasste Prozesse.
• Preise variieren je nach Funktionsumfang.

Zukunftstrends im Bewerbermanagement

Digitale Bewerbermanagement-Systeme entwickeln sich ständig weiter. KI-basierte Tools, die Lebensläufe analysieren und automatisch passende Kandidaten identifizieren, gehören mittlerweile zum Standard. Auch das Thema Automatisierung gewinnt an Bedeutung, etwa durch Chatbots, die Bewerberfragen beantworten, oder automatische Updates über den Bewerbungsstatus. Langfristig werden Lösungen gefragt sein, die sich noch besser an die individuellen Bedürfnisse von Unternehmen und Bewerbern anpassen lassen und gleichzeitig höchste Sicherheitsstandards erfüllen.

Fazit

Die Wahl der richtigen Bewerbermanagement-Lösung hängt stark von den individuellen Anforderungen eines Unternehmens ab. Große Unternehmen mit komplexen Anforderungen profitieren von umfassenden Lösungen wie Workday oder SAP SuccessFactors. Kleinere Unternehmen, die Wert auf einfache Bedienung und Kostenkontrolle legen, sind mit Personio gut beraten. Letztendlich entscheidet jedoch nicht nur der Funktionsumfang, sondern auch, wie gut das Tool in die bestehende Systemlandschaft integriert werden kann und ob es die Bedürfnisse der Bewerber erfüllt. Denn eines ist klar: Der erste Eindruck zählt – nicht nur für den Bewerber, sondern auch für das Unternehmen.

Der Beitrag wurde ursprünglich hier veröffentlicht …

Fast die Hälfte der befragten Unternehmen hat sich noch nicht intensiv auf die Umsetzung des EU AI Act vorbereitet; nur gut ein Viertel hat das Thema bereits auf dem Zettel.

Rund ein Drittel der Teilnehmenden sieht sich trotzdem gut gewappnet, die Vorgaben des AI Act umzusetzen; knapp ein Fünftel fühlt sich schlecht vorbereitet.

Mehr als die Hälfte der befragten Unternehmen sieht ihre Innovationsmöglichkeit im Bereich KI durch die Regulierung eingeschränkt; weniger als ein Fünftel denkt, dass sich der AI Act positiv auf die Innovationsmöglichkeiten auswirken wird.

Skepsis gegenüber EU AI Act: Deutsche Unternehmen sehen in neuer Regulierung ein Hindernis für die KI-Entwicklung

Der EU AI Act ist seit Anfang August offiziell in Kraft und muss nun in den EU-Mitgliedsländern umgesetzt werden. Doch wie bereit sind deutsche Firmen für die neue KI-Regulierung? Verschlafen sie gerade einen wichtigen Schritt auf dem Weg in die KI-Zukunft? Wird der neue EU AI Act gar die KI-Entwicklung in Europa behindern?

Eine aktuelle Befragung von Deloitte unter 500 Manager:innen, die sich in den Unternehmen mit dem Thema beschäftigen, zeigt eine deutliche Verunsicherung bei der Einschätzung der neuen Verordnung. Viele Unternehmen sind sich der konkreten Auswirkungen noch nicht bewusst und haben keine klare Vorstellung, wie sie mit den Vorgaben umgehen sollen. Die Skepsis überwiegt, nur eine Minderheit der Unternehmen beschäftigt sich schon intensiv mit der neuen Gesetzeslage.

Mit der Ratifizierung des EU AI Act hat sich die Lage für europäische Firmen grundlegend geändert: Die regulatorischen Vorgaben sind für alle EU-Länder verpflichtend und müssen zumeist in den kommenden zwei Jahren umgesetzt werden. Mit einem Aufschub der Anforderungen oder Strafverschonung bei Verstößen können weder europäische Unternehmen noch die Anbieter von außerhalb der EU rechnen, sobald ihre KI-Anwendungen im EU-Territorium eingesetzt werden.

„Zögern in der Auseinandersetzung mit dem EU AI Act ist gefährlich“, sagt Dr. Till Contzen, Partner im Tax- und Legal-Bereich bei Deloitte. „Die Umsetzung der Anforderungen wird je nach Umfang der KI-Nutzung in einem Unternehmen einen erheblichen Aufwand mit sich bringen – zumal viele Organisationen nicht einmal wissen, wieviel KI sie genau nutzen.“ Es drohe eine Situation vergleichbar mit der Umsetzung der DSGVO, als die Unternehmen im Mai 2018 vor einer riesigen Aufgabe standen, da sie die zwei Jahre Übergangsfrist kaum genutzt hatten.

Bei Nichteinhaltung drohen harte Strafen

Fraglich aber, ob vergleichbare Versäumnisse der Firmen beim EU AI Act vor dem Hintergrund der rasanten Entwicklung der KI-Technologien von den Aufsichtsbehörden verziehen wird. Die drohenden Bußgelder sind erheblich: Verstöße gegen den EU AI Act werden mit hohen Geldstrafen geahndet, zudem verzögert sich der Einsatz von KI in diesen Unternehmen, was erhebliche negative Auswirkungen auf die Geschäftsentwicklung haben kann.

„Dass sich rund die Hälfte der Unternehmen noch nicht intensiv mit der Vorbereitung auf die Umsetzung beschäftigt hat, spiegelt wider, dass viele Unternehmen in Deutschland das Thema KI noch nicht auf der Tagesordnung haben“, bestätigt Dr. Sarah Becker, die das Thema Digital Ethics bei Deloitte betreut. „Andererseits hat der EU AI Act wie bisher kaum eine andere Regulatorik den Sprung in die deutschen Boardrooms geschafft. Gerade in hoch-regulierten Branchen wie z.B. dem Finanzsektor oder dem Gesundheitssektor sind deutsche Unternehmen gewohnt, dass Regulatorik in Compliance-Prozesse und -Systeme überführt wird und fester Bestandteil ihrer Rahmenbedingungen auch für Innovationen ist.“

Das neue Gesetz wird von großer Unsicherheit begleitet 

Grundsätzlich zeigt sich bei der von Civey durchgeführten Deloitte-Umfrage große Skepsis gegenüber dem neuen Regelwerk. Vor allem beim Thema Rechtssicherheit ist das Bild uneinheitlich: So versprechen sich 39 Prozent der Befragten mehr Rechtssicherheit im Umgang mit Künstlicher Intelligenz, rund 35 Prozent verneinen dies, während ein Viertel keinen großen Unterschied sieht.

Ein ähnlich heterogenes Bild zeigt sich bei der Frage, ob der AI Act zu eher mehr oder eher weniger Vertrauen in Künstliche Intelligenz führen wird: Hier glaubt rund ein Drittel (34,9%) an einen positiven Effekt, fast ebenso viele (30,8%) können das nicht erkennen. Im Gegenteil – fast die Hälfte der Befragten (47,4%) sieht in dem AI Act eher ein Hindernis bei der Entwicklung und Einführung von Anwendungen auf Basis von Künstlicher Intelligenz im Unternehmen, nur ein Viertel (24,1%) ist überzeugt, dass die neue Regulatorik dabei helfen wird.

Die Folgen dieser Skepsis sind deutlich messbar: Obwohl der AI Act seit Anfang August in Kraft ist, haben sich 48,6 Prozent der befragten Unternehmen noch nicht intensiv auf die Umsetzung vorbereitet; gerade mal 26,2 Prozent sind tiefer in das Thema eingedrungen. Dennoch fühlen sich 35,7 Prozent der Befragten gut dafür gewappnet, den AI Act umzusetzen, 19,4 Prozent sehen sich eher schlecht vorbereitet. Entsprechend fürchten 52,3 Prozent eine Einschränkung ihrer Innovationsmöglichkeit im Bereich KI durch die Regulierung; nur 18,5 Prozent glauben, dass die Verordnung die Innovationsmöglichkeiten positiv beeinflusst.

Gesetzlicher Rahmen unerlässlich für Vertrauen in KI

„Die teils wohl bewusst unklaren Regelungen des AI Act machen eine Auslegung tatsächlich nicht immer leicht“, erklärt Contzen. „Allerdings ist dies ein Fortschritt gegenüber den Schwierigkeiten eines unregulierten Zustandes, in dem die Grenzen nur erahnt werden können und die Unternehmen und die Industrie auf sich allein gestellt sind.“ 

Es gebe eine hohe Erwartungshaltung der Bevölkerung an die Vorteile von KI-Nutzung, zugleich aber auch große Sorge vor den negativen Effekten, ergänzt Becker. „Durch eine angemessene Regulierung kann zwar Vertrauen hergestellt werden, gleichzeitig besteht die Gefahr, die Innovationskraft zu schwächen. Die Grenzen der Regulierung werden sich aufgrund der vielen auslegungsbedürftigen Regelungen erst noch zeigen müssen. Grundsätzlich jedoch wirkt eine Regulierung allein durch das Setzen eines Rahmens erst einmal vertrauensbildend. Insofern führt an einer Berücksichtigung ethischer und juristischer Konsequenzen bei KI-Innovation kein Weg vorbei.“

Weitere Deloitte-Studie belegt die Notwendigkeit von Vorgaben

Zu vergleichbaren Ergebnissen auch auf globaler Ebene kommt die neue Ausgabe der globalen KI-Studie „State of GenAI in the Enterprise“, für die Deloitte knapp 2.800 Führungskräfte aus 14 Ländern befragt hat, darunter auch 150 Managerinnen und Manager aus deutschen Unternehmen. Hier nennen die Befragten als größte Hindernisse für die Einführung von KI vor allem die Einhaltung von Vorschriften, Risikomanagement und das Fehlen eines Governance-Modells.

Der globale Report von Deloitte zeigt, dass die Einführung Generativer KI (GenAI) eine kritische Phase erreicht hat, in der sich die steigenden Erwartungen an die transformative Wirkung und die Skalierung als Herausforderung erweisen. Hier gaben drei Viertel der Befragten an, dass ihre Unternehmen ihre Investitionen in ihre Datenbasis erhöht haben, um Probleme wie Datensicherheit und -qualität zu lösen. Gleichzeitig fühlen sich im weltweiten Durchschnitt nur 23 Prozent in Bezug auf Risiken, Governance und regulatorische Fragen gut vorbereitet. 

Ein weiterer wichtiger Parameter für die KI-Entwicklung in Unternehmen ist die bisher noch weitgehend vernachlässigte Erfolgsmessung: Nachdem vielversprechende GenAI-Pilotprojekte zu mehr Investitionen sowie steigenden Erwartungen geführt haben, beginnen Führungsetagen und Aufsichtsräte nach Renditen auf ihre Investitionen zu suchen. Eine schnelle Skalierung von KI-Projekten gestaltet sich allerdings komplexer als gedacht und deckt neue Herausforderungen auf. Für weitere Investitionen ist jedoch der Nachweis des Werts von GenAI-Implementierungen entscheidend – und genau hier haben viele Unternehmen Schwierigkeiten, die exakten Wirkungen der implementierten Maßnahmen zu messen, so die aktuelle Ausgabe (Q3-2024) des globalen Reports „State of Gen AI in the Enterprise“.

Methodik:
Befragung zum EU AI Act: Civey hat für Deloitte vom 24.07.2024 bis zum 14.08.2024 online 500 Privatwirtschaftliche Entscheider befragt, die in ihrem Unternehmen mit dem Thema KI beschäftigt sind und schon einmal vom AI Act gehört haben. Die Ergebnisse sind aufgrund von Quotierungen und Gewichtungen repräsentativ unter Berücksichtigung des statistischen Fehlers von 8,5 bis 8,7 Prozentpunkten beim jeweiligen Gesamtergebnis. 

State of Gen AI in the Enterprise: Für die Studie „State of GenAI in the Enterprise“ befragt Deloitte mehrmals jährlich knapp 2.800 Führungskräfte aus 14 Ländern, inklusive 150 Teilnehmer aus deutschen Unternehmen.

Der Beitrag wurde ursprünglich hier veröffentlicht …

Künstliche Intelligenz eröffnet neue Wege zur Nutzung interner Wissensressourcen

EnterpriseGPT revolutioniert das Wissensmanagement in drei Schritten 

Ein altes Problem nähert sich endlich der Lösung: Bislang galt es als gesichert, dass kein Unternehmen weiß, was es eigentlich alles weiß. Doch damit dürfte jetzt Schluss sein – dank interner EnterpriseGPT-Systeme, die GenAI (generative Künstliche Intelligenz) gezielt für das Wissensmanagement einsetzen. Der IT-Dienstleister adesso beleuchtet die Hintergründe.

Die sinnvolle Nutzung interner Wissensressourcen ist ein Dauerthema. Häufig wird vom „verborgenen Datenschatz“ gesprochen, der gehoben werden muss. Doch verschiedene Dateiformate, undurchsichtige Ablagesysteme und mangelhafte Verschlagwortung erschweren den einfachen Zugang zu Informationen ebenso wie Silodenken, unsaubere Prozesse, komplexe Organigramme oder parallele Datenhaltung. Die daraus resultierenden Probleme sind nur allzu bekannt: Teams arbeiten unwissentlich parallel an der gleichen Aufgabe, die Projekte dauern länger als nötig und die Ergebnisse bleiben hinter den Erwartungen zurück. Die Suche nach Wissen kostet Unternehmen viel Zeit und Geld, das sie meist gar nicht beziffern können, weil die Transparenz fehlt.

Dank Künstlicher Intelligenz (KI) kommt jetzt Licht in dieses chronische Datendunkel. Genauer gesagt: Mit Hilfe generativer KI übernehmen unternehmensspezifische EnterpriseGPT-Systeme die anspruchsvolle Aufgabe, den internen Datenschatz zugänglich zu machen, aufzubereiten, gezielt bereitzustellen und damit die unternehmensinterne Datenverarbeitung auf ein neues Niveau zu heben. adesso erklärt die drei typischen Phasen beim Aufbau eines solchen Systems:

1. Aufbau eines internen KI-Chatbots

In einem ersten Schritt wird ein eigener interner KI-Chatbot entwickelt. Dadurch werden die Datenschutzprobleme umgangen, die mit der Nutzung externer KI-Chat-Systeme verbunden sind. Unternehmenskritische Informationen verlassen nicht die Grenzen der Unternehmens-IT, auch nicht für das Training der LLMs. Statt die Daten an den Provider zu senden, werden Sprachmodelle verwendet, die für die interne Nutzung als Software-as-a-Service von verschiedenen Anbietern verfügbar sind, darunter beispielsweise Google, Microsoft oder Aleph Alpha.

2. Ausbau zum „Domain Knowledge Agent“

Zuerst einen eigenen internen KI-Chatbot aufzubauen, hat zudem den Vorteil, dass die Modelle mit eigenen praxisnahen Daten wie Dokumentationen, Protokollen, Präsentationen oder Handbüchern, also auf Basis der internen Knowledge Base, trainiert werden können. Das unternehmensspezifische Wissen wird in Form von Domain Knowledge Agents für verschiedene Wissensgebiete und Nutzergruppen aufbereitet. Ein entsprechendes Berechtigungsmanagement stellt sicher, dass die jeweiligen Informationen nur für die vorgesehenen Anwender zugänglich sind. Typische Beispiele für Domain Knowledge Agents sind die übersichtliche Zusammenfassung und Klassifizierung interner Forschungsprojekte oder die Beantwortung häufig gestellter Fragen beim Onboarding von Mitarbeitenden in natürlicher Sprache.

3. Entwicklung von „Process Agents“

Während Domain Knowledge Agents gezielte Fragen beantworten und Quellennachweise liefern, gehen Process Agents den nächsten Schritt in Richtung Automatisierung. Ein Process Agent kann beispielsweise selbstständig das Dispatching von Anfragen an die IT übernehmen oder auf Basis einer Kundenpräsentation ein Angebotsformular erstellen und dieses anschließend im CRM zur Verfügung stellen. Diese fortgeschrittene Automatisierung von Workflows stellt allerdings hohe Anforderungen an die IT-Prozesse und erfordert eine tiefere Integration des Systems in die IT-Landschaft des Unternehmens.

„Das Potenzial von EnterpriseGPTs ist enorm“, erklärt Benedikt Bonnmann, Mitglied des Vorstands und verantwortlich für das KI-Geschäft bei adesso SE. „Sie können internes Wissen auf neue Weise zugänglich machen, gleichzeitig die Souveränität über die eigenen Daten sichern und damit endlich Probleme lösen, die Unternehmen schon viel zu lange mit sich herumschleppen.“ 

Der Beitrag wurde ursprünglich hier veröffentlicht …

Im Jahr 2025 stehen CRM-Systeme vor einer neuen Entwicklungsstufe, die Unternehmen ermöglicht, ihre Kundenbeziehungen gezielter und effizienter zu gestalten.

CRM-Trends 2025: Personalisierung, Automatisierung und mehr

Die wichtigsten Trends dabei sind umfassendere Personalisierung, fortschreitende Automatisierung und der zunehmende Einsatz von Künstlicher Intelligenz (KI). Auch die nahtlose Integration in andere Systeme und der Fokus auf Datenschutz spielen eine immer zentralere Rolle. Ein Überblick über die Top-Trends:

1. Personalisierung: Noch gezielter und präziser

Die Personalisierung geht 2025 in die nächste Runde: Kunden erwarten, dass Unternehmen ihre Bedürfnisse nicht nur verstehen, sondern auch darauf eingehen. Moderne CRM-Systeme nutzen fortschrittliche KI und maschinelles Lernen, um Daten in Echtzeit auszuwerten und Kundeninteraktionen individuell anzupassen. Omnichannel-Strategien tragen dazu bei, dass Kunden über verschiedene Kanäle hinweg ein konsistentes und relevantes Erlebnis erhalten – von der Website über E-Mails bis hin zum Kundenservice.

Die Vorteile dieser tiefgreifenden Personalisierung liegen auf der Hand: Sie steigert die Kundenzufriedenheit, erhöht die Loyalität und maximiert Cross-Selling-Potenziale. CRM-Anbieter wie Salesforce und HubSpot erweitern daher ihre KI-gestützten Funktionen, um Unternehmen bei der Segmentierung und gezielten Ansprache ihrer Zielgruppen zu unterstützen.

2. Automatisierung auf dem nächsten Level

Automatisierung bleibt auch 2025 ein entscheidender Trend im CRM-Bereich. CRM-Systeme entlasten Mitarbeiter von Routineaufgaben wie Lead-Management oder Kundensegmentierung und ermöglichen dadurch eine produktivere Nutzung der Arbeitszeit. Mit automatisierten Prozessen für Lead-Scoring, Follow-ups und anderen Aufgaben können sich Vertriebsteams auf strategische Kundeninteraktionen konzentrieren, während KI-gesteuerte Chatbots in der Kundenbetreuung für eine 24/7-Erreichbarkeit sorgen.

Automatisierung hilft nicht nur, Prozesse effizienter zu gestalten, sondern optimiert auch die gesamte Customer Journey, indem sie personalisierte Interaktionen und proaktive Kommunikation ermöglicht.

3. Künstliche Intelligenz als CRM-Motor

KI wird 2025 zum Kernbestandteil moderner CRM-Systeme. KI-gestützte Funktionen ermöglichen es Unternehmen, komplexe Datenmuster zu analysieren und vorausschauende Analysen zu erstellen. Besonders leistungsfähig ist Predictive Analytics, das Verhaltensmuster vorhersagen kann und damit als Entscheidungshilfe dient. Natural Language Processing (NLP) hilft, unstrukturierte Daten wie Kundenanfragen oder Social-Media-Kommentare zu verstehen und automatisch in wertvolle Erkenntnisse umzuwandeln.

Zudem bieten „Next Best Action“-Funktionen Unterstützung bei der Kundeninteraktion, indem das CRM-System die optimalen Schritte zur Kundenbindung empfiehlt. Diese Funktionen optimieren sowohl das Marketing als auch den Vertrieb und ermöglichen Unternehmen, Kundenbedürfnisse proaktiv zu erfüllen.

4. Nahtlose Omnichannel-Integration

In einer Welt, in der Kunden über zahlreiche Kanäle kommunizieren, ist eine nahtlose Integration dieser Kanäle entscheidend. Omnichannel-CRM-Lösungen erlauben es Unternehmen, sämtliche Interaktionen – von Social Media über E-Mails bis hin zu Direktnachrichten – in einem zentralen System zu erfassen. Dadurch können Kundenbetreuer jederzeit auf relevante Informationen zugreifen und schneller sowie passgenauer auf Anfragen reagieren.

Diese umfassende Übersicht verbessert das Kundenerlebnis und stärkt die Kundenbindung. Besonders für Unternehmen, die auf eine hohe Servicequalität angewiesen sind, ist eine Omnichannel-Integration unverzichtbar.

5. Big Data und Echtzeitanalysen

Big Data wird für CRM-Systeme 2025 wichtiger denn je. CRM-Systeme sind in der Lage, große Datenmengen aus verschiedenen Quellen zu verarbeiten und sofort nutzbare Erkenntnisse zu generieren. Diese Echtzeitanalysen ermöglichen es Unternehmen, auf Marktveränderungen und neue Kundenanforderungen sofort zu reagieren. Die Fähigkeit, datengetriebene Entscheidungen zu treffen, unterstützt Unternehmen dabei, ihre CRM-Strategien dynamisch und zielgerichtet zu gestalten.

CRM-Lösungen, die Big Data und Echtzeitanalysen nutzen, bieten somit wertvolle Unterstützung bei der Optimierung der Kundenbeziehungen und tragen zur nachhaltigen Bindung bei.

6. Stärkere Integration in Unternehmenssysteme

Die vollständige Integration von CRM-Systemen in andere zentrale Unternehmenslösungen wird 2025 eine noch größere Rolle spielen. Durch die Verbindung mit ERP-Systemen, Marketing-Plattformen und E-Commerce-Lösungen können Unternehmen alle relevanten Kundeninformationen konsolidieren und eine einheitliche Sicht auf die Customer Journey gewährleisten. Eine nahtlose Integration erleichtert die Zusammenarbeit zwischen Abteilungen und verbessert die Effizienz der internen Abläufe.

Solche integrierten Systeme bieten einen umfassenden Überblick über das Kundenverhalten, der eine fundierte Entscheidungsfindung und eine gezielte Kundenansprache ermöglicht.

7. Datenschutz und Compliance: Vertrauensschutz

Da Unternehmen mehr Kundendaten sammeln, wird der Datenschutz zunehmend kritisch. Kunden erwarten, dass ihre persönlichen Daten sicher sind und datenschutzkonform behandelt werden. CRM-Systeme, die den Anforderungen der DSGVO und anderen Datenschutzvorschriften entsprechen, gewinnen an Bedeutung. Unternehmen sind gefordert, Datenschutz als zentrales Thema in ihre CRM-Strategien zu integrieren, um das Vertrauen der Kunden zu erhalten.

CRM-Systeme, die strenge Datenschutzrichtlinien einhalten, schützen Unternehmen nicht nur vor rechtlichen Risiken, sondern stärken auch das Vertrauen der Kunden und tragen zu einer positiven Markenwahrnehmung bei.

Fazit

2025 entwickelt sich das CRM weiter zu einem umfassenden, strategischen Instrument, das Unternehmen ermöglicht, personalisierte, automatisierte und datengestützte Kundenerlebnisse zu schaffen. Die Integration von KI und Automatisierung hilft Unternehmen, effizienter zu arbeiten und Kunden auf ihre individuellen Bedürfnisse zugeschnitten anzusprechen. Die Trends zeigen, dass CRM-Systeme nicht nur als Verwaltungswerkzeug, sondern als integraler Bestandteil der Kundenstrategie fungieren. Wer die Chancen frühzeitig nutzt, kann langfristig stärkere und profitablere Kundenbeziehungen aufbauen.

Der Beitrag wurde ursprünglich hier veröffentlicht …

Bevor Unternehmen generative KI einführen, sollten sie sich einige Fragen stellen, damit die neuen Dienste nicht den Datenschutz und die Datensicherheit gefährden. Forcepoint verrät, welche Fragen das sind. 

6 Fragen, die sich Unternehmen zum GenAI-Einsatz stellen sollten

Die meisten Unternehmen haben den Mehrwert von generativer KI inzwischen erkannt und wollen entsprechende Dienste einführen, um ihre Mitarbeiter zu entlasten und Abläufe effizienter zu gestalten. Oft nutzen die Mitarbeiter sogar schon einige Tools – was ebenso wie eine überhastete Einführung mit Risiken insbesondere für Datenschutz und Datensicherheit verbunden ist. Um diese Risiken zu vermeiden, sollten Unternehmen zunächst Antworten auf die folgenden sechs Fragen finden:

1. Welche KI-Tools dürfen genutzt werden?

Unternehmen müssen sorgfältig abwägen, welche Tools überhaupt eingesetzt werden dürfen. Das geht nur in enger Abstimmung zwischen Fachbereichen, IT-Abteilung, Sicherheitsteams, Datenschutzverantwortlichen und Rechtsexperten. Die Fachbereiche schlagen Tools vor oder formulieren funktionale Anforderungen, denn sie kennen ihre spezifischen Herausforderungen im Alltag am besten. Sicherheitsteams, Datenschutzverantwortliche und Rechtsexperten bewerten anschließend die Risiken, etwa ob Datenschutzverletzungen durch Angebote außerhalb der EU drohen, während die IT-Abteilung die Umsetzbarkeit prüft.

2. Gibt es Richtlinien zur KI-Nutzung?

Richtlinien geben den Mitarbeitern klare Vorgaben an die Hand, welche KI-Tools sie nutzen dürfen und wie sie diese nutzen dürfen. Sie machen unter anderem Vorgaben zum Umgang mit personenbezogenen oder vertraulichen Daten bei der KI-Nutzung. Darüber hinaus ist es unerlässlich, dass die Richtlinien auch genau definieren, für welche Mitarbeiter und Abteilungen und für welche Tools und Anwendungsbereiche sie gelten. Und nicht zuletzt klären sie Verantwortlichkeiten und Haftungsfragen, etwa wer Entscheidungen rund um KI fällt und für die Einhaltung der Richtlinien verantwortlich ist – und was passiert, wenn es zu Datenschutz- oder Sicherheitsverletzungen kommt.

3. Wurden die Mitarbeiter geschult?

Mitarbeitern ist oft gar nicht bewusst, welche Risiken mit der Nutzung von KI-Tools einhergehen oder dass die Tools nicht unfehlbar sind. In Schulungen können sie Erfahrung sammeln und sich eine richtlinienkonforme Nutzung der Tools aneignen. Zudem lernen sie, die Ausgaben der KI zu hinterfragen und zu überprüfen, um darin steckende Vorurteile oder Fehler zu erkennen.

4. Lässt sich die KI-Nutzung auf genehmigte Tools und autorisierte Mitarbeiter beschränken?

Idealerweise stellen Unternehmen nicht nur Richtlinien zur KI-Nutzung auf, sondern können deren Einhaltung auch technisch kontrollieren und durchsetzen. Unerwünschte KI-Dienste über URL- und DNS-Filter zu blockieren reicht nicht aus, da diese umgangen werden können und es schlicht zu viele alternative KI-Angebote gibt. Besser ist es, mit einer einheitlichen Sicherheitslösung, die Services wie Cloud Access Security Broker (CASB), Zero Trust Network Access (ZTNA) und Secure Web Gateway (SWG) umfasst, sicherzustellen, dass nur geprüfte und freigegebene Tools genutzt werden, und das auch nur von autorisierten Mitarbeitern – unabhängig von deren Gerät oder Standort.

5. Kann der Abfluss schützenswerter Daten verhindert werden?

Trotz Schulungen kann es im Arbeitsalltag vorkommen, dass Mitarbeiter unachtsam sind und personenbezogene oder vertrauliche Daten eingeben – gerade in stressigen Arbeitsphasen. Datensicherheitslösungen verhindern das, indem sie über Dateneingaben und Uploads wachen und bei Datenschutz- oder Sicherheitsverletzungen einschreiten. Bei kleineren Verstößen reicht in der Regel ein Warnhinweis, der den Mitarbeiter auf das Problem aufmerksam macht. Bei schwerwiegenden Verletzungen wird die Übertragung der Daten ins Internet jedoch gesperrt, damit etwa wichtige Finanzdaten oder wertvolles geistiges Eigentum wie Quellcode oder Konstruktionszeichnungen das Unternehmen nicht verlassen. Voraussetzung dafür ist allerdings, dass Unternehmen einen Überblick über ihren gesamten Datenbestand haben, über alle Speicherorte hinweg. Ein Data Security Posture Management (DSPM) hilft, Sichtbarkeit herzustellen und sensible Daten unternehmensweit zu erkennen, zu klassifizieren und potentielle Datensicherheitsrisiken proaktiv zu beheben.

6. Wie lässt sich Richtlinien-Wildwuchs verhindern?

Unternehmen sollten darauf achten, dass die verschiedenen Sicherheitslösungen optimal zusammenarbeiten und einen einzigen, zentralen Richtliniensatz nutzen. Müssen die Richtlinien in allen Lösungen separat gepflegt werden, verursacht das nicht nur einen enormen Aufwand für das Security-Team, sondern es drohen auch voneinander abweichende Richtlinien, die Lücken im Schutz lassen. Darüber hinaus hilft ein zentraler Regelsatz für alle Sicherheitslösungen dabei, Datenschutz- und Sicherheitsverletzungen nicht nur bei KI-Tools zu verhindern, sondern über alle Kanäle hinweg, über die Daten das Unternehmen verlassen können, etwa Cloud-Services, SaaS-Dienste, Web, E-Mail, externe Speichermedien und Endgeräte.

„Die KI-Nutzung braucht Regeln, sonst droht eine Schatten-IT, die Datenschutz und Datensicherheit gefährdet“, betont Fabian Glöser, Team Leader Sales Engineering bei Forcepoint in München. „Und natürlich müssen Unternehmen diese Regeln auch durchsetzen können, um absichtliche oder versehentliche Verstöße zu verhindern.“

Der Beitrag wurde ursprünglich hier veröffentlicht …

Mit der Offenlegung von detaillierten Einblicken in die Bereiche Umwelt, Soziales und Governance verbinden viele Unternehmen immer noch einen bürokratischen Aufwand ohne direkten Mehrwert. Zu Unrecht, denn die Berichte sind nicht nur für Investoren und Zielgruppen wichtig, sondern helfen auch den Unternehmen selbst, ihre Prozesse zu optimieren und zukunftssicher zu planen.

ESG-Reporting ebnet den Weg zum nachhaltigen Erfolg

Ziel der jährlichen Reportings ist es, die Anstrengungen von Unternehmen in Sachen Nachhaltigkeit, sozialem Engagement und einer verantwortungsvollen Geschäftsführung transparenter zu gestalten. Die Ergebnisse sollen Investoren, Kunden und Behörden dabei helfen, die Nachhaltigkeitsbemühungen und Förderung sozialer Veränderungen einzelner Unternehmen besser nachzuvollziehen. Der politische Druck scheint dabei auf den ersten Blick einen bürokratischen Aufwand zu bedeuten – schließlich sind für ESG-Berichte ausführliche Datenbestände notwendig, die alle Abteilungen, Standorte und die gesamte Lieferkette abdecken müssen. Und tatsächlich, nicht wenige Unternehmen stehen bei der Erfüllung der neuen EU-Richtlinien einigen Herausforderungen gegenüber, etwa bei der Zusammenführung und Konsolidierung der Daten, teilweise aus mehreren Ländern. Dabei gibt es aber gleich zwei gute Nachrichten: Zum einen stehen bereits Software-Lösungen und Hersteller mit entsprechender Expertise bereit, um insbesondere die anfänglichen Probleme zu lösen. Zum anderen verspricht das Sammeln und Analysieren der eigenen Daten einen entscheidenden Mehrwert für Unternehmen, die auf diese Weise ungenutzte Potenziale aufdecken, Risiken frühzeitig erkennen und Prozesse optimieren können.

ESG-Reporting als Chance

Der entscheidende Aspekt heißt Datenmanagement. Wer jährlich korrekte und aussagekräftige Berichte über seine erfolgreichen Nachhaltigkeitsbemühungen vorlegen möchte, benötigt die richtige Software-Grundlage und im besten Falle automatisierte Prozesse zur Erhebung und Zusammenführung – schließlich sind ESG-Reportings wiederkehrende Aufgaben. In dieses technologische Fundament haben die meisten Unternehmen, besonders im Manufacturing-Umfeld, ohnehin bereits investiert. Dazu zählen beispielsweise leistungsstarke ERP-Systeme, IoT-Geräte und KI-Modelle. Während die digitale Transformation die Berichterstattung erleichtert, erreichen individuelle Lösungen mit Excel-Tabellen hier

ihre Grenzen. ESG-Reportings setzen ein modernes Datenmanagement voraus. Aber auch wenn einzelne Unternehmen nachrüsten und investieren müssen, investieren sie damit in ihre Zukunft und Wettbewerbsfähigkeit. Dazu gehört auch eine Optimierung der eigenen IT-Landschaft, etwa der Abbau von Datensilos und die Implementierung einer zentralen Datenerfassung. Aber der Aufwand lohnt sich: Unternehmen, die mittels ESG-Berichten exakte Einblicke in ihre Daten erhalten, können Schwachstellen in den eigenen Prozessen analysieren, Einsparungspotenzial sichtbar machen und Produktionsabläufe effizienter gestalten.

Durch die Erfassung von Daten zu Aspekten wie Energieverbrauch, CO2-Emissionen oder Abfallmanagement können Unternehmen ineffiziente Prozesse in der Produktion oder Logistik aufdecken. Das ESG-Reporting bringt aber auch potenzielle Schwachstellen in der Lieferkette ans Licht, wie übermäßigen Ressourcenverbrauch oder Abhängigkeiten von nicht-nachhaltigen Zulieferern. Darüber hinaus erhöht eine verpflichtende Berichterstattung aber auch die Sensibilität gegenüber den Folgen des Klimawandels, den daraus entstehenden Risiken und der Notwendigkeit, das eigene Handeln nachhaltiger zu gestalten. Dabei sind Naturkatastrophen und andere direkte Auswirkungen des Klimawandels längst keine abstrakten Phänomene aus weit entfernten Ländern mehr – sie haben bereits Europa erreicht und stellen ein konkretes Risiko für Mensch und Wirtschaft dar.

Berichterstattung ist keine Einbahnstraße

Die von der EU erlassene CSRD-Richtlinie (Corporate Sustainability Reporting Directive), die europäische Unternehmen zu einem Bericht über den ESG-Bereich verpflichtet, sieht darüber hinaus auch ein Double Materiality Assassment (DMA) vor. Dabei analysieren Unternehmen etwa, welchen Einfluss ihr Handeln auf die Gesellschaft und Umwelt hat. Diese Perspektive umfasst Aspekte wie den CO2-Ausstoß, die Energiebilanz, Menschenrechte oder die Nutzung von Ressourcen. Auf der anderen Seite untersucht ein DMA allerdings auch, welche wirtschaftlichen Konsequenzen Umwelteinflüsse auf das Unternehmen haben – zum Beispiel Lieferengpässe durch Umweltkatastrophen, steigende Kosten durch Rohstoffknappheit oder gestörte Transportwege.

Um diese wertvollen Einblicke zu erhalten, müssen Unternehmen anfangs in Vorleistung gehen, ihr Datenmanagement an die neuen Anforderungen anpassen und das erforderliche Know-how aufbauen. Aufwand und Investitionen sind aber einerseits dringend notwendig, um ein nachhaltiges Handeln, soziale Gerechtigkeit und Umweltschutz zu stärken, andererseits aber auch um die eigene Effizienz zu erhöhen. Nicht zuletzt setzen auch immer mehr Endkonsumenten, Aktionäre und Investoren auf Unternehmen, die

nachhaltige Praktiken verfolgen. Positive ESG-Berichte werden damit auch zu einem ausschlaggebenden Faktor für die eigene Wettbewerbsfähigkeit.

Der Beitrag wurde ursprünglich hier veröffentlicht …