Vibe Coding für ERP: Modernisieren ohne Austausch

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.

Das Testzentrum für Grüne KI  ist in einer Gründerzeitvilla einer beschaulichen Seitenstraße gegenüber dem Campus der Universität Potsdam untergebracht. Von außen würde niemand auf die Idee kommen, dass hier über die Zukunft digital basierter Fertigung nachgedacht und geforscht wird. Aber im anliegenden Anwendungslabor können beliebig komplexe Produktionsabläufe industrieller Fertigung simuliert und mit den gesammelten Daten wiederum KI‑basierte, selbstlernende Modelle erstellt werden.

IT-Betriebsteams verwalten heute vielschichtige Ökosysteme mit immer mehr Tools für Monitoring, Observability, ITSM, CMDB, Automatisierung, Security und Asset-Management. Diese liefern aber selten ein einheitliches Lagebild. Koordinierte KI-Agenten, die Datenquellen zusammenführen, Ursachenhypothesen bilden, Maßnahmen vorschlagen und (im klar abgegrenzten Rahmen) Teile der Ausführung übernehmen, werden Teams zukünftig aktiver unterstützen.

Coding Agents beschleunigen den Softwareentwicklungsprozess heute deutlich – in einem Tempo, das etablierte IT-Prozesse herausfordert. Aus Beobachtungen in mehreren Trainings zeigt der Beitrag drei Spannungsfelder, die sich aktiv gestalten lassen: Governance, Integrationsprozesse und die Transformation der Arbeitskultur. Unser Autor gibt konkrete Empfehlungen, wie die berechtigten Einwände gegen Vibe Coding ausgeräumt werden können.

Wie bleiben Unternehmen handlungsfähig, wenn zentrale IT-Systeme plötzlich ausfallen? Der Beitrag zeigt anhand realer IT-Blackouts, warum Wandlungsfähigkeit heute entscheidend für stabile Geschäftsprozesse ist. Er erläutert praxisnah, wie Redundanzen, Modularität, Failover-Mechanismen und organisatorische Vorbereitung helfen, Ausfälle schneller zu beherrschen und den Betrieb resilient aufzustellen.