Conclusion Connect Recap

Wie KI über den Hype hinaus im Unternehmen konkreten Wert schaffen kann, zeigte unter anderem Lars Rohkamm (Vodafone). Im Mittelpunkt seiner Session stand die Frage, wie KI in operativen Bereichen eingesetzt werden kann, um echten Business Value zu schaffen. 

Gabriel Okabayashi (Celonis) richtete den Blick auf eine weitere Voraussetzung: den richtigen Kontext. Denn KI kann nur dann sinnvoll unterstützen, wenn sie auf die Informationen und Zusammenhänge zugreifen kann, die für einen konkreten Anwendungsfall relevant sind. 

Wie das in der Praxis aussehen kann, zeigten Ramon Schroeder und Verena Reineke-Rügge (diva-e Conclusion) am Beispiel von pflege.de: In ihrer Session zeigten sie, wie Agentforce Service-Mitarbeitende mit Care Knowledge unterstützen und damit zu schnellerem und konsistenterem Support beitragen kann. 

Auch die Session von Mario Holt (ifm) machte deutlich, wie aus AI ein konkreter Kundennutzen entstehen kann. Anhand von 15.000 Produkten zeigte er, wie Kund:innen schneller zur passenden Lösung gelangen können. Möglich macht das der AI Product Advisor, den diva-e Conclusion bei ifm erfolgreich in den Einsatz gebracht hat. Die Lösung setzt dort an, wo klassische Produktsuchen an Grenzen stoßen: Kund:innen müssen nicht exakt wissen, wonach sie suchen. Stattdessen berücksichtigt der AI Product Advisor Intent, Kontext und technische Anforderungen, um auch bei komplexen Produktinformationen und über verschiedene Systeme verteilten Daten schneller passende Produkte zu finden. 

Dass Kontext nicht nur für die Suche, sondern auch für Geschäftsentscheidungen entscheidend ist, zeigte Prof. Dr. Heiko Beier (MORESOPHY) in seiner Session „Because Decisions Matter: Evidence, Not Plausibility“. Seine zentrale Frage: Woran lässt sich messen, ob AI im Unternehmen tatsächlich erfolgreich eingesetzt wird? 

Seine Antwort: Nicht die Zahl der Agents oder automatisierten Aufgaben ist entscheidend, sondern ob am Ende bessere Entscheidungen getroffen werden. Dafür reicht ein plausibel klingendes Ergebnis nicht aus. Gerade bei wichtigen Geschäftsentscheidungen muss nachvollziehbar bleiben, auf welchen Informationen ein Ergebnis basiert. Damit rücken Explainability, Trust, AIOps und Observability stärker in den Fokus. Wichtig: Auch die regulatorische Perspektive gewinnt an Bedeutung. Neue Anforderungen an Transparenz, Nachvollziehbarkeit und den verantwortungsvollen Einsatz von KI sind seit 2026 mit dem Inkrafttreten des EU AI Act verbindlich definiert. 

Ein guter AI Use Case allein reicht noch nicht. Damit daraus funktionierende Prozesse im Unternehmen werden, müssen Daten, Systeme und Prozesse zusammenspielen. Genau diese Verbindung wurde in mehreren Sessions deutlich.

In „SAP meets AI“ beschäftigten sich Friedrich Teucher (diva-e Conclusion) und Jules Hauspy (Donna) mit der Vision des Autonomous Enterprise – einem Unternehmen, in dem Daten, Prozesse und AI nicht isoliert nebeneinanderstehen, sondern intelligent zusammenspielen und Entscheidungen unterstützen oder automatisieren. 

Damit rückt auch die bestehende Unternehmensarchitektur in den Fokus: Datensilos müssen aufgebrochen, Backend-Systeme miteinander verbunden und Prozesse so gestaltet werden, dass KI dort wirken kann, wo sie einen konkreten Unterschied macht. 

Dass Transformation dabei nicht zwangsläufig als großer Systemwechsel erfolgen muss, zeigten Alexander Krüger (commercetools), Dominik Heller (Best4Tires) und Manuel Bolai (diva-e Conclusion) in „Tired of Big Bangs?“. Im Mittelpunkt stand die Frage, wie sich ein Wechsel von einem vollständigen Systemersatz hin zu einer flexiblen DCX-Plattform denken lässt. 

Auch die Session „Von JSP zu Headless – AI-gestützte Migration für SAP Commerce“ von Friedrich Teucher (diva-e Conclusion) zeigte, wie KI Transformation unterstützen kann. Eine AI-gestützte Analyse kann dabei helfen, Migrationsaufwände besser einzuschätzen, Risiken früh sichtbar zu machen und die weitere Planung gezielter auszurichten.  

Damit wird deutlich: Gerade in komplexen Systemlandschaften können schrittweise und KI-gestützte Ansätze dabei helfen, bestehende Strukturen weiterzuentwickeln und neue Technologien gezielt zu integrieren. Der entscheidende Schritt ist dabei die Übersetzung von Technologie in einen konkreten Business Case. Genau hier setzt ein strukturierter AI-Consulting-Ansatz an: von der Identifikation und Priorisierung geeigneter Use Cases über die Bewertung von Daten, Systemen und Prozessen bis hin zur Umsetzung und Skalierung. 

Die entscheidenden Fragen lauten:  

• Welches Problem wird gelöst?  

• Wo entsteht konkreter Mehrwert?  

• Welche Voraussetzungen müssen geschaffen werden? Und woran lässt sich der Erfolg messen? 

  
  

So wird aus einer KI-Idee ein belastbarer Use Case – und aus einem Experiment eine Anwendung, die auch in der Realität im Unternehmensalltag ankommt. 

Mit der zunehmenden Integration von KI stellt sich gleichzeitig eine übergeordnete Frage: Wie viel Kontrolle behalten Unternehmen über ihre technologische Basis? 

Marcel Pereboom (Conclusion Intelligence), Sascha Sauer (diva-e Conclusion) und Thomas Stragand (Conclusion Intelligence) widmeten sich dieser Frage in der Session „Independent Europe – Pathways to Digital Sovereignty“. Im Mittelpunkt standen technologische Abhängigkeiten und die Frage, wie sich Handlungsspielräume langfristig sichern lassen. 

Auch die Session „SAP meets AI“ zeigte, dass digitale Souveränität nicht losgelöst von der technologischen Architektur betrachtet werden kann. Je stärker KI in Prozesse, Entscheidungen und Geschäftsmodelle integriert wird, desto wichtiger wird die Frage, auf welchen Daten, Systemen und Technologien diese Anwendungen aufbauen. 

Das Key-Takeaway: Um Digitale Souveränität zu erreichen, müssen technologische Abhängigkeiten bewusst betrachtet und die eigene digitale Handlungsfähigkeit langfristig gesichert werden. 

Die Veränderungen durch KI betreffen nicht nur interne Prozesse und Unternehmensstrukturen, sondern auch die Art und Weise, wie Kund Marken und Produkte entdecken. Wie schnell sich digitale Interaktionen verändern können, präsentierte Eike Scheibenhofer und Ning Ou (Medi GmbH) mit einem Blick auf Entwicklungen in China. Im Fokus standen dabei die hohe Geschwindigkeit digitaler Entwicklungen und die zunehmende Konvergenz verschiedener Kanäle. 

Mit Generative Engine Optimization (GEO) wird diese Entwicklung auch für die Auffindbarkeit von Marken relevant. Die Session von Sven Benner (DVAG) zeigte, wie KI und Large Language Models verändern, wie Marken in digitalen Umgebungen gefunden werden. 

Matthias Tausendpfund (Adobe) führte diesen Gedanken noch weiter: Was passiert, wenn potenzielle Kund eine Marke wahrnehmen und bewerten, ohne jemals deren Website zu besuchen? 

Bastian Lopez (diva-e Conclusion) nahm dazu auf der Connect eine Live-Folge seines Podcasts „Entscheider“ mit Younes Kabbaj, Director Group Digital Transformation & eBusiness bei Weleda AG, auf. Im Mittelpunkt stand die Frage, wie KI die Arbeitsweise des mehr als 100 Jahre alten Unternehmens verändert hat:

• Wandel von dezentralen Strukturen hin zu einer zentralen Plattformen

• Organisation von Teams nicht mehr entlang von Systemen, sondern entlang von Customer Journeys

• Ausführung von Routineaufgaben (wie Code Reviews) durch KI

  
  

Dadurch konnten rund 20 % der Ressourcen für die Entwicklung neuer Features freigesetzt werden – und ein Roll-out in 39 Ländern innerhalb von 12 Monaten wurde möglich. Die zentrale Erkenntnis: AI geht weniger um reine Kosteneinsparungen als um mehr Geschwindigkeit und geringere Kosten pro Feature. Voraussetzung dafür sind jedoch eine klare Vision, eine solide Dokumentations- und Datenbasis, gut ausgebildete Teams – und Menschen, die weiterhin die finale Entscheidung treffen.

Eines wurde klar: Die Customer Journey wächst zunehmend über klassische Touchpoints hinaus. Für Unternehmen bedeutet das: Digitale Sichtbarkeit und Kundenerlebnis müssen neu gedacht werden und Unternehmen sollten dort präsent sein, wo Kund:innen über KI und neue digitale Kanäle nach Informationen, Marken und Produkten suchen. 

Die Conclusion Connect hat gezeigt, wie breit die Diskussion rund um KI inzwischen geworden ist. Trotz vieler unterschiedlichen Perspektiven zeichnete sich ein gemeinsamer roter Faden ab: Die spannende Frage ist längst nicht mehr nur, was AI kann. Es geht darum, wo sie einen relevanten Unterschied macht – und wie dieser Unterschied messbar wird. 

Für Unternehmen geht es dabei um vier Dinge: den konkreten Use Case und seinen Business Value, die richtigen Daten, Systeme und Prozesse, einen vertrauenswürdigen und langfristig tragfähigen technologischen Rahmen sowie die Transformation der Customer Journey. 

Der Weg von der AI Vision zum Business Value beginnt damit nicht mit der nächsten Technologie. Er beginnt mit den richtigen Fragen – und mit der Fähigkeit, AI dort einzusetzen, wo sie im Unternehmen einen konkreten Unterschied macht. 

Sie möchten herausfinden, wie Agentic AI auch in Ihrem Unternehmen konkret eingesetzt werden kann? Entdecken Sie die Agentic Experience Foundation (AXF) und erfahren Sie, wie Sie den nächsten Schritt von der AI Vision zur Umsetzung gehen können. Die AFX schafft die Grundlage dafür, AI Agents nicht isoliert zu betrachten, sondern sie sinnvoll in bestehende Systeme, Daten, Prozesse und digitale Touchpoints zu integrieren. So wird aus einzelnen AI-Anwendungen eine vernetzte Agentic Experience, die konkrete Geschäftsprozesse unterstützt und echten Mehrwert schafft.