Schlagwort: Datenqualität

Nur jedes fünfte Unternehmen ist auf den Einsatz von Künstlicher Intelligenz wirklich vorbereitet. Das zeigt eine aktuelle Studie, in der über 500 Fach- und Führungskräfte befragt wurden. Die Ergebnisse machen deutlich: Der größte Engpass für KI liegt nicht in der Technologie – sondern in den Prozessen.

Das Supportende der SAP Business Suite rückt näher, doch viele Unternehmen zögern den Start der S/4HANA-Migration hinaus. Wer dabei auf falsche Annahmen setzt, riskiert unnötigen Zeitdruck und strategische Fehlentscheidungen.

Künstliche Intelligenz sorgt für ein Rekordwachstum im Markt für Data & AI Services. Mit einem Umsatzwachstum von über 13 Prozent überflügeln spezialisierte Dienstleister den Gesamtmarkt deutlich. Die neue Lünendonk-Studie 2025/26 zeigt, worin Unternehmen jetzt investieren, welche Anbieter führend sind – und warum Dateninfrastruktur wichtiger ist als der nächste KI-Use Case.

Nur mit gültigen und vollständigen Stammdaten kann die Automatisierung klappen. Ein wichtiger Schritt dorthin sind eindeutige Datenfelder und Mitarbeiter, die deren Pflege ernst nehmen. Moderne Business-Software erleichtert die dazugehörigen Aktionen.

In der modernen Industrie gewinnt das Management von Produktdaten und -prozessen zunehmend an Bedeutung. Während Produkte technisch anspruchsvoller werden, ziehen Entwicklungsphasen an Tempo an – und mit ihnen die Vielfalt der Anforderungen.

12.03.2026 | Webinar | 15:00–15:45 Uhr

Chipkrise, Lieferengpässe, Hackerattacken: Die Automobillogistik steht unter Dauerstrom. Wer digitalisieren will, braucht robuste Standards. Künstliche Intelligenz hilft, sofern die Datenqualität stimmt. Bei der Cybersecurity kooperieren alle Partner in der Supply Chain.

Auch die Benutzeroberfläche entscheidet über die Akzeptanz betriebswirtschaftlicher Software (ERP). Idealerweise können Anwender Felder nach persönlichem Bedarf bewegen. Das steigert die Produktivität und die Datenqualität, während sich Schulungszeiten verkürzen.

Bei agentenbasierter Künstlicher Intelligenz steht die Industrie noch ganz am Anfang. Um nicht stecken zu bleiben, sollten sich die Betriebe schon jetzt auf den organisationsweiten Roll-out dieser Technologie vorbereiten. Ein Standardsoftwerker zeigt die größten Stolperfallen auf.

Hohe Kosten, strenge Regulatorik und komplexe Lieferketten – die Herausforderungen der Medizinbranche sind groß. Abhilfe schaffen digitalisierte Prozesse und eine straffe Produktionssteuerung. Übergreifend integrierte IT-Systeme bilden die Basis dafür.