Intelligente Fertigung

Volatile Kosten und dynamische Märkte erhöhen den Druck auf B2B-Unternehmen, Preise schneller und intelligenter anzupassen. Doch Dynamic Pricing braucht mehr als KI: Entscheidend sind eine belastbare Datenbasis, die richtige Systemarchitektur und das Zusammenspiel von Pricing-Software, ERP und CRM. Der Beitrag zeigt, welche Voraussetzungen CIOs schaffen müssen und wo KI im Pricing tatsächlich Mehrwert liefert.

Die grundlegenden Techniken des Process-Mining wurden vor etwa 20 Jahren entwickelt. Ziel war es, mithilfe von Daten aus transaktionalen Systemen detaillierte Analyseergebnisse zu Prozessen zu erlangen [1]. Process-Mining stellte damit einen Gegenentwurf zu zeitaufwändigen, ungenauen Prozesserhebungen mit Interviews und Workshops dar. Um den Austausch von Prozessdaten für die Forschung zu erleichtern, entwickelten Forscher aus der Gruppe von Prof. Dr. Wil van der Aalst an der TU Eindhoven ein XML-Format für Event-Logs. Die Idee war, dass Process-Mining-Werkzeuge dieses Format als Importschnittstelle unterstützen. Nun konnten Unternehmen aus ihren Systemen Prozessdaten in eine Datei in diesem Format transformieren und diese Datei an Projektpartner weiterreichen, um Process-Mining-Techniken darauf anzuwenden. Einige anonymisierte Dateien wurden auch für Forschungszwecke veröffentlicht, was die Forschung in diesem Bereich beflügelte. So dienlich wie Dateiformate für Event-Logs ...

Je mehr KI im ERP operative Routine übernimmt, desto stärker verlagert sich die menschliche Rolle auf Prüfung, Einordnung und Verantwortung – und desto wichtiger wird die Urteilskraft und Fachkompetenz in kritischen, mehrdeutigen oder folgenreichen Fällen. Aus Ausführenden werden Prüfende. Der Beitrag zeigt, warum genau darin ein oft unterschätztes Risiko liegt, bezieht aktuelle Studien mit ein und zeigt, wie Unternehmen die neue Kontrolle so gestalten können, dass nicht nur Effizienz, sondern auch Verantwortung erhalten bleiben.

Low-Code/No-Code verspricht Entwicklung, Innovation und eine engere Zusammenarbeit zwischen Fachbereichen und IT. Doch warum scheitern viele Initiativen daran, sich dauerhaft im Unternehmen zu etablieren? Der Beitrag zeigt, welche organisatorischen, strategischen und operativen Voraussetzungen entscheidend sind, und stellt acht zentrale Handlungsbereiche mit Erfolgsfaktoren vor – als praxisnahen Leitfaden für eine nachhaltige LCNC-Einführung.

Datenqualität ist kein IT-Aufräumprojekt. Sie ist eine Führungsaufgabe. Wer ein ERP-System einführen oder KI produktiv nutzen will, muss zuerst klären, welche gemeinsame Wahrheit das Unternehmen verwendet. Schlechte Grunddaten bremsen ERP-Projekte, schwächen Entscheidungen und verhindern produktive KI-Nutzung. Dieser Beitrag erläutert, was Geschäftsführungen im Mittelstand jetzt tun müssen un warum Stammdatenqualität zur Führungsaufgabe wird.

Künstliche Intelligenz verändert die Kundenanalytik – doch viele Unternehmen stehen am Anfang ihrer Entwicklung. Welche Trends prägen den Einsatz von KI, welche Reifegrade lassen sich erkennen und wie gelingt der systematische Ausbau der Kundenanalytik? Der Beitrag liefert Einblicke auf Basis aktueller Studien und zeigt, wie Unternehmen ihre Daten gezielt nutzen können, um Kunden besser zu verstehen und Entscheidungen nachhaltig zu verbessern.