Autonomous Enterprise: Von der Logistik zur SAP Autonomous Supply Chain
Autonomous Enterprise beschreibt in Logistik und Supply Chain die Entwicklung hin zu zunehmend selbstständig agierenden Prozessen, bei denen KI Situationen erkennt, Auswirkungen über Lager, Transport, Planung und weitere Supply-Chain-Bereiche hinweg bewertet und innerhalb definierter Grenzen Maßnahmen vorbereitet oder ausführt.
SAP beschreibt das Autonomous Enterprise als Zusammenspiel aus Joule, der SAP Autonomous Suite und der SAP Business AI Platform. Während Joule die Interaktion zwischen Mensch und KI ermöglicht, bildet die Autonomous Suite die Anwendungsebene für zunehmend autonome Geschäftsprozesse und die Business AI Platform die technologische Grundlage für Entwicklung, Steuerung und Skalierung von KI.
Produktmanagerin bei FIS
Was ist ein Autonomous Enterprise?
Ein Autonomous Enterprise ist ein Unternehmen, in dem Geschäftsprozesse zunehmend durch KI unterstützt, koordiniert und innerhalb definierter Vorgaben ausgeführt werden.
Dabei geht es nicht darum, sämtliche Prozesse vollständig ohne Menschen abzuwickeln. Vielmehr verändert sich die Aufgabenverteilung: Menschen geben Ziele, Regeln und Prioritäten vor und behalten die Kontrolle. KI-Assistenten erfassen den jeweiligen Geschäftskontext, koordinieren spezialisierte KI-Agenten und unterstützen bei der Umsetzung. Die Agenten können beispielsweise Daten analysieren, Ereignisse erkennen, Aktionen in Geschäftssystemen auslösen oder einzelne Prozessschritte durchführen.
SAP verfolgt dieses Konzept unter anderem für die Bereiche:
Supply Chain und Logistik
Finanzen
Einkauf und Beschaffung
Personalwesen
Customer Experience
Autonomous Enterprise ist damit keine einzelne SAP-Lösung, sondern ein übergeordnetes Zielbild für zunehmend KI-gestützte Geschäftsprozesse.
Was bedeutet Autonomous Enterprise für die Logistik?
In der Logistik bezeichnet SAP die Entwicklung in Richtung autonomer Prozesse als Autonomous Supply Chain Management. Planung, Produktion, Lager, Transport und die Zusammenarbeit mit Geschäftspartnern sollen stärker miteinander verbunden werden. KI kann dabei Ereignisse erkennen, deren Auswirkungen bewerten und Prozesse über mehrere Anwendungen und Unternehmensbereiche hinweg koordinieren.
Im Vergleich zur heutigen Logistik, in der SAP-Systeme vor allem klar definierte Prozesse automatisieren und Mitarbeitende bei Entscheidungen unterstützen, geht das Autonomous Enterprise einen Schritt weiter: Systeme erkennen und bewerten Situationen zunehmend selbstständig und können innerhalb vorgegebener Rahmenbedingungen passende Maßnahmen vorschlagen oder direkt ausführen. SAP beschreibt das zugrunde liegende Prinzip so: Der Mensch gibt Richtung und Ziele vor, während KI zunehmend die Ausführung übernimmt – eingebettet in klare Governance-Strukturen und unter menschlicher Kontrolle.
Für die Logistik bedeutet das beispielsweise:
Ein System erkennt eine Lieferverzögerung nicht nur und zeigt sie einem Disponenten an. KI-Agenten können zusätzlich bewerten, welche Auswirkungen die Verzögerung auf Bestände, Transporte und Produktionsabläufe hat. Auf dieser Grundlage lassen sich mögliche Alternativen ermitteln und geeignete Maßnahmen anstoßen. SAP beschreibt inzwischen sogar Szenarien, in denen mehrstündige Störungen über Planung, Fertigung und Logistik hinweg automatisiert aufgelöst werden können.
Damit solche autonomen Prozesse funktionieren, müssen die beteiligten Systeme und Prozesse miteinander verknüpft sein. Lager, Transport, ERP und externe Systeme dürfen nicht isoliert voneinander arbeiten, da autonome Entscheidungen nur auf Basis eines umfassenden Prozess- und Datenkontexts sinnvoll getroffen werden können.
Ein Beispiel aus der Transportlogistik:
Ein KI-Agent erkennt eine Verzögerung, prüft Liefertermine und Prioritäten, bewertet alternative Transportmöglichkeiten und berücksichtigt dabei Kosten sowie verfügbare Kapazitäten. Anschließend kann er eine Umbuchung vorschlagen oder sie – abhängig vom festgelegten Freigabegrad – direkt anstoßen. Auch im Lager können solche Mechanismen greifen: Das System erkennt Engpässe oder Abweichungen, bewertet Auftragsprioritäten und verfügbare Bestände und passt daraufhin Aufgaben oder Prioritäten an. Mitarbeitende müssen dann vor allem bei Ausnahmen oder besonderen Entscheidungssituationen eingreifen.
SAP Logistics Management, KI-Agenten und die neue Logik der SAP-Logistik
Inhalt des Whitepapers:
Was ist der Unterschied zwischen automatisierter und autonomer Logistik?
Automatisierung ist bereits heute ein wesentlicher Bestandteil moderner Logistik. Dabei folgen Prozesse in der Regel klar definierten Regeln und festgelegten Abläufen.
Automatisierung
Wird ein bestimmter Status erreicht, löst das System automatisch eine zuvor festgelegte Folgeaktion aus. Bei autonomen Prozessen kommt eine zusätzliche Ebene hinzu: Das System reagiert nicht nur auf definierte Auslöser, sondern bewertet die jeweilige Situation und entscheidet innerhalb festgelegter Rahmenbedingungen, welche Handlung sinnvoll ist.
Autonome Prozesssteuerung
Das System erkennt beispielsweise eine Störung, analysiert deren Auswirkungen auf Aufträge, Bestände oder Transporte, bewertet verschiedene Handlungsoptionen und schlägt eine geeignete Maßnahme vor oder führt diese selbstständig aus.
Der Übergang von automatisierten zu autonomen Prozessen ist fließend. SAP beschreibt diese Entwicklung daher nicht als einmaligen Wechsel, sondern als schrittweise Erweiterung bestehender Abläufe um KI-gestützte Assistenz und autonome Agenten.
Welche Aufgaben übernehmen Mensch, KI-Assistenten und KI-Agenten in der Autonomous Supply Chain?
In der Autonomous Supply Chain übernehmen Mensch, KI-Assistenten und KI-Agenten unterschiedliche, aufeinander abgestimmte Aufgaben:
Menschen
geben Ziele, Prioritäten und Rahmenbedingungen vor
KI-Assistenten
verstehen den geschäftlichen Kontext und koordinieren verschiedene Aufgaben und spezialisierte Agenten
KI-Agenten
übernehmen konkrete Aufgaben, analysieren Situationen und führen innerhalb vorgegebener Regeln Aktionen aus
Dieses Zusammenspiel beschreibt SAP als Operating Model des Autonomous Enterprise:
Menschen geben Prioritäten, Regeln und Leitplanken vor, AI Assistants verstehen den jeweiligen Rollen- und Prozesskontext und koordinieren die Aktivitäten, während AI Agents definierte Aufgaben ausführen, auf Ereignisse reagieren und Routineprozesse zunehmend selbstständig bearbeiten.
Die Logistik entwickelt sich dadurch schrittweise von einer reinen Prozessausführung hin zu einer intelligenten Steuerung von Waren-, Informations- und Entscheidungsflüssen. KI-Agenten sind ein zentraler Bestandteil des Autonomous Enterprise. Sie können definierte Aufgaben selbstständig bearbeiten, Informationen analysieren, auf Ereignisse reagieren, verschiedene Handlungsoptionen bewerten und Aktionen in Geschäftsanwendungen ausführen.
SAP hat Joule Work auf der SAP Sapphire als zentrale Arbeitsoberfläche vorgestellt, über die Nutzer in natürlicher Sprache mit SAP arbeiten, Aufgaben delegieren und Agenten koordinieren können. Joule Assistants übernehmen dabei die Rolle spezialisierter AI Assistants, die den geschäftlichen Kontext einer Aufgabe verstehen und verschiedene AI Agents koordinieren.
Die AI Agents übernehmen anschließend konkrete Aufgaben innerhalb dieser Prozesse. Sie können Informationen analysieren, auf Ereignisse reagieren, Handlungsoptionen bewerten und – innerhalb definierter Regeln – Aktionen selbstständig ausführen. SAP erweitert die Autonomous Supply Chain dabei um spezialisierte Joule Agents für unterschiedliche Aufgaben in Planung, Fertigung, Logistik, Asset Management und weiteren Supply-Chain-Bereichen.
Industry AI ergänzt diese Funktionen um branchenspezifischen Kontext. Dabei werden typische Prozesse, Datenmodelle und Anforderungen einzelner Branchen berücksichtigt, sodass AI Assistants und AI Agents nicht nur allgemein, sondern auch branchenspezifisch eingesetzt werden können.
Für die Supply Chain hat SAP unter anderem Assistenten für folgende Bereiche angekündigt:
Der Planning Assistant unterstützt die Supply-Chain-Planung, indem er Planabweichungen erkennt, unterschiedliche Szenarien bewertet und geeignete Maßnahmen vorbereitet. Dabei kann er Informationen aus verschiedenen Planungsbereichen zusammenführen und Auswirkungen auf nachgelagerte Prozesse berücksichtigen.
Der Asset and Service Assistant unterstützt autonome Prozesse im Asset- und Service-Management. Er kann beispielsweise Anomalien und Serviceanforderungen in priorisierte Arbeitsaufträge überführen, Wartungsbedarfe koordinieren sowie Planung, Einsatzsteuerung und Ausführung unterstützen. SAP ordnet ihn ausdrücklich dem Autonomous Supply Chain Management zu.
Der Logistics Assistant soll beispielsweise Lager- und Transportprozesse koordinieren, wenn sich Rahmenbedingungen verändern. Darüber hinaus hat SAP zahlreiche spezialisierte Agents für unterschiedliche Supply-Chain-Prozesse angekündigt, die schrittweise bereitgestellt werden.
Autonome Prozesse bedeuten nicht, dass Menschen aus den Geschäftsprozessen verschwinden. Ihre Rolle verschiebt sich vielmehr von der permanenten Überwachung und Bearbeitung einzelner Vorgänge hin zur Steuerung von Zielen, Regeln und Ausnahmen. Mitarbeitende können sich dadurch stärker auf Entscheidungen konzentrieren, die Erfahrung, Bewertung oder strategische Abwägung erfordern.
Gleichzeitig muss ein Unternehmen festlegen, innerhalb welcher Grenzen KI-Agenten selbstständig handeln dürfen. Der Mensch bleibt damit Bestandteil der Prozesssteuerung und Governance.
Welche Bereiche der Logistik können autonomer werden?
Autonomous Supply Chain Management betrifft nicht nur einzelne Logistikprozesse, sondern die gesamte Supply Chain – von Planung und Produktion über Lager und Transport bis zur Zusammenarbeit mit externen Geschäftspartnern. Je nach Prozessbereich ergeben sich unterschiedliche Einsatzmöglichkeiten für KI-gestützte und zunehmend autonome Funktionen.
Lagerlogistik
In der Lagerlogistik können KI und Automatisierung dazu beitragen, operative Abläufe flexibler zu steuern und schneller auf Abweichungen zu reagieren.
Mögliche Einsatzbereiche sind beispielsweise:
SAP nennt unter anderem KI-gestützte Lagerdisposition und ein durch SAP Joule unterstütztes Ausnahmemanagement als Bausteine auf dem Weg zu einer stärker autonomen Logistik.
Transportlogistik
Auch in der Transportlogistik können KI-gestützte Funktionen dazu beitragen, Abweichungen früher zu erkennen und schneller geeignete Maßnahmen abzuleiten.
Dazu gehören beispielsweise:
Ziel ist es, manuelle Überwachungs- und Abstimmungsaufwände zu reduzieren und schneller auf Veränderungen im Transportprozess reagieren zu können.
Supply Chain Planning
Im Supply Chain Planning können KI-Agenten große Mengen unterschiedlicher Informationen zusammenführen und bewerten, welche Auswirkungen Veränderungen auf nachgelagerte Prozesse im Business Context haben. Dadurch erhalten Supply Chain Teams eine bessere Grundlage, um Planabweichungen frühzeitig zu erkennen, unterschiedliche Szenarien zu bewerten und geeignete Maßnahmen abzuleiten.
SAP verfolgt dabei unter anderem das Ziel, Supply Planning und Supply Chain Execution enger miteinander zu verbinden. Mit SAP Integrated Business Planning (SAP IBP) lassen sich beispielsweise Nachfrage, Bestände und Versorgung integriert planen, unterschiedliche Szenarien bewerten (Planning Capabilities) sowie angestrebte Service Levels berücksichtigen.
Planning Manufacturing Logistics
Planning Manufacturing Logistics verbindet Planung, Fertigung und Logistik miteinander. Veränderungen oder Störungen in einem Bereich können dadurch im Zusammenhang mit angrenzenden Prozessen betrachtet werden. KI-Agenten können Informationen aus den beteiligten Bereichen zusammenführen, Handlungsoptionen bewerten und Maßnahmen über mehrere Prozessschritte hinweg koordinieren.
Zusammenarbeit mit Geschäftspartnern
Logistische Prozesse enden häufig nicht an der Unternehmensgrenze. Lieferanten, Speditionen und weitere Partner sind fester Bestandteil der Supply Chain. Deshalb bezieht SAP auch die unternehmensübergreifende Zusammenarbeit in das Konzept ein. Der SAP Business Network Assistant soll künftig Prozesse zwischen Unternehmen koordinieren und KI-Agenten beispielsweise bei der Zusammenarbeit mit Lieferanten und Logistikdienstleistern einsetzen.
Customer Service
Auch der Customer Service kann von stärker vernetzten und autonomen Supply-Chain-Prozessen profitieren. Informationen zu Beständen, Lieferterminen, Transportabweichungen oder Verzögerungen können automatisiert bereitgestellt und Auswirkungen auf Kundenaufträge frühzeitig erkannt werden. Dadurch lassen sich Kundenanfragen schneller beantworten und bei Störungen gezielt Maßnahmen anstoßen.
Welche Voraussetzungen benötigt eine autonome Supply Chain?
Eine autonome Supply Chain entsteht nicht allein durch den Einsatz künstlicher Intelligenz. KI-Agenten benötigen Zugriff auf zuverlässige Geschäftsdaten und den Kontext der zugrunde liegenden Prozesse.
Wichtige Voraussetzungen sind insbesondere:
Wie entwickelt sich die Logistik von automatisierten zu autonomen Prozessen in der Supply Chain?
Der Weg zur autonomen Logistik beginnt nicht mit dem Einsatz von KI-Agenten, sondern mit den grundlegenden Strukturen der System- und Prozesslandschaft. Voraussetzung sind durchgängige Prozesse, integrierte Systeme und verlässliche Daten. Erst wenn Lager, Transport, ERP und weitere angebundene Anwendungen sinnvoll zusammenspielen, können Informationen systemübergreifend genutzt und Prozesse zunehmend automatisiert werden. In vielen Unternehmen bilden SAP EWM oder SAP TM gemeinsam mit dem ERP-System bereits heute eine wichtige Grundlage.
Darauf aufbauend lassen sich Prozesse weiter integrieren, Echtzeitdaten verfügbar machen und wiederkehrende Abläufe automatisieren. Je besser Prozesse, Systeme und Daten miteinander verbunden sind, desto mehr Kontext steht später auch für KI-gestützte Anwendungen zur Verfügung.
Die Entwicklung erfolgt dabei schrittweise: Zunächst werden Prozesse digitalisiert und systemübergreifend miteinander verknüpft. Im nächsten Schritt lassen sich wiederkehrende Abläufe automatisieren. Darauf können KI-Assistenten und KI-Agenten aufsetzen, die Informationen aus unterschiedlichen Quellen zusammenführen, Situationen bewerten und Entscheidungen vorbereiten. Mit zunehmendem Reifegrad können solche Agenten innerhalb definierter Regeln auch selbstständig Maßnahmen anstoßen oder ausführen.
SAP EWM / SAP TM / ERP
durchgängige Prozesse
integrierte Systeme
Echtzeitdaten
Automatisierung
AI Agents
autonome Entscheidungen
hohes Autonomy Level
Autonomous Enterprise ist damit nicht als einzelnes neues Logistikprodukt zu verstehen, sondern als übergeordnetes Zielbild für die Weiterentwicklung bestehender Prozesse und Systeme. Bereits vorhandene Lösungen wie SAP EWM, SAP TM, Materialflusssteuerung, Lagerautomatisierung, Integrationsplattformen, Datenlösungen und SAP Business AI können dabei unterschiedliche Bausteine bilden. Entscheidend ist deshalb: Autonome Logistik beginnt nicht mit KI. Sie beginnt mit durchgängigen Prozessen und verlässlichen Daten. KI-Agenten können erst dann sinnvoll eingesetzt werden, wenn sie auf einen konsistenten Prozesskontext, aktuelle Geschäftsdaten und integrierte Systeme zugreifen können.
Autonomous Enterprise verbindet damit bestehende Logistikthemen mit den neuen Möglichkeiten von Business AI. Der Übergang erfolgt nicht auf einmal, sondern schrittweise – von der klassischen Prozessunterstützung über eine zunehmende Automatisierung bis hin zu Systemen, die Situationen selbstständig bewerten und innerhalb definierter Rahmenbedingungen geeignete Maßnahmen anstoßen oder ausführen können.
Welche SAP-Lösungen spielen für Autonomous Logistics eine Rolle?
Autonomous Supply Chain Management ist keine einzelne Softwarelösung. Vielmehr entsteht es durch das Zusammenspiel verschiedener Anwendungen, Datenquellen und KI-Funktionen. Mit der SAP Business AI Platform hat SAP auf der SAP Sapphire 2026 Insights zur technologischen Grundlage vorgestellt, auf der sich Joule Assistants, KI-Agenten und weitere autonome Funktionen aufbauen lassen. Je nach Prozess und Systemlandschaft können unter anderem folgende Lösungen eine Rolle spielen:
SAP Digital Manufacturing
für die cloudbasierte Steuerung und Ausführung von Fertigungsprozessen. Die Lösung verbindet Planung, Produktion und Shopfloor, stellt Echtzeitinformationen bereit und unterstützt die Orchestrierung von Fertigungsabläufen mit KI.
SAP Integrated Business Planning (SAP IBP)
für die integrierte Planung von Nachfrage, Beschaffung, Beständen sowie Absatz und Produktion und zur Bewertung unterschiedlicher Supply-Chain-Szenarien.
SAP Autonomous Supply Chain Management entsteht damit nicht durch eine einzelne Anwendung, sondern durch das Zusammenspiel von Prozessen, Systemen, Daten und KI.
Welche Rolle spielt SAP Logistics Management?
SAP Logistics Management (SAP LGM) ist eine cloudbasierte Lösung für die Verbindung von Lagerverwaltung, Transportplanung und der Zusammenarbeit mit Logistikpartnern. Dadurch können logistische Prozesse über verschiedene Bereiche hinweg gemeinsam abgebildet und gesteuert werden. Damit greift SAP LGM einen zentralen Grundgedanken des Autonomous Enterprise auf: Logistische Prozesse werden nicht isoliert betrachtet, sondern durchgängig miteinander verknüpft und auf einer gemeinsamen Datenbasis gesteuert.
Mit der Integration von SAP Joule und weiteren KI-Funktionen entwickelt SAP die Plattform zunehmend in Richtung einer intelligenten Prozesssteuerung weiter. SAP Logistics Management kann damit ein wichtiger Baustein auf dem Weg zu einer stärker automatisierten und perspektivisch autonomen Supply Chain sein.
Für welche Unternehmen ist SAP Autonomous Supply Chain Management relevant?
SAP Autonomous Supply Chain Management ist besonders für Unternehmen relevant, deren Logistik- und Supply-Chain-Prozesse bereits eine gewisse Komplexität aufweisen oder die ihre SAP-Systemlandschaft derzeit modernisieren. Wie hoch die Relevanz ist, hängt unter anderem von der bestehenden Systemlandschaft, dem Automatisierungsgrad, dem Prozessvolumen und dem Anteil manueller Entscheidungen ab.
Besonders interessant ist das Thema für Unternehmen mit:
Gerade dort, wo viele Prozesse, Systeme und Beteiligte zusammenspielen, entsteht ein hoher Abstimmungsbedarf. Gleichzeitig müssen häufig kurzfristige Entscheidungen getroffen werden. Genau hier können KI-gestützte und zunehmend autonome Funktionen ansetzen. SAP nennt für autonome Supply-Chain-Szenarien unter anderem bis zu 80 % weniger Zeitaufwand für Supply-Chain-Operations und eine Reduzierung der Days Inventory Outstanding um bis zu 30 %.
Je nach Ausgangssituation ergeben sich unterschiedliche Schwerpunkte:
|
Kundensituation |
Relevanz |
Warum? |
|---|---|---|
|
SAP ECC oder ältere Logistiklandschaft |
Strategisch relevant |
Bei einer anstehenden Transformation sollte bereits berücksichtigt werden, wie die zukünftige Systemlandschaft Automatisierung, KI und autonome Prozesse unterstützen kann. Entscheidungen über Prozessstandardisierung, Datenarchitektur und Integration schaffen heute die Grundlage für spätere Einsatzmöglichkeiten. |
|
SAP S/4HANA mit SAP EWM und/oder SAP TM |
Sehr relevant |
Bereits integrierte Lager- und Transportprozesse bieten eine gute Ausgangsbasis, um konkrete Anwendungsfälle für KI-Agenten und autonome Prozessschritte zu identifizieren und schrittweise umzusetzen. |
|
Hoher Automatisierungsgrad und große Prozessvolumina |
Sehr relevant |
Viele wiederkehrende Abläufe, Entscheidungen und Ausnahmen bieten besonders viel Potenzial für eine weitergehende autonome Steuerung. Bestehende Automatisierung kann dabei um situationsabhängige Bewertungen und Entscheidungen ergänzt werden. |
|
Viele manuelle Dispositions- und Überwachungsprozesse |
Sehr relevant |
Wenn Mitarbeitende regelmäßig Vorgänge prüfen, priorisieren, Informationen aus unterschiedlichen Systemen zusammenführen und auf Abweichungen reagieren müssen, können KI-Agenten gezielt unterstützen, Entscheidungen vorbereiten und definierte Aufgaben übernehmen. |
|
Einfache Logistik mit geringer Prozesskomplexität |
Eher langfristig relevant |
Bei wenigen Prozessen, überschaubaren Volumina und geringem Automatisierungsbedarf steht der unmittelbare Nutzen autonomer Logistik derzeit meist weniger im Vordergrund. Dennoch kann es sinnvoll sein, die Entwicklung bei zukünftigen Architektur- und Investitionsentscheidungen zu berücksichtigen. |
Auch Unternehmen, die ihre SAP-Systemlandschaft aktuell modernisieren, sollten Autonomous Supply Chain Management deshalb frühzeitig mitdenken. Entscheidungen über Systemarchitektur, Datenverfügbarkeit, Prozessstandardisierung und Integration bestimmen wesentlich mit, welche Möglichkeiten für KI-gestützte und autonome Prozesse später zur Verfügung stehen.
Besonders relevant ist das Thema für Unternehmen aus Großhandel und Industrie sowie für Unternehmen mit komplexer Lager- und Transportlogistik. Dort treffen häufig hohe Prozessvolumina, viele Abhängigkeiten, unterschiedliche Systeme und kurzfristige Entscheidungen aufeinander – und damit genau die Rahmenbedingungen, bei denen autonome Funktionen besonders viel Potenzial entfalten können.
Wie können sich Unternehmen auf autonome Logistikprozesse vorbereiten?
Der Einstieg beginnt häufig nicht mit einem KI-Agenten, sondern mit den zugrunde liegenden Logistikprozessen.
Unternehmen können beispielsweise prüfen:
Auf dieser Grundlage lassen sich geeignete Anwendungsfälle für Assistenzfunktionen, Automatisierung und später auch KI-Agenten ableiten.
Fazit
Autonomous Enterprise beschreibt die Entwicklung von klassischen digitalisierten Geschäftsprozessen hin zu zunehmend KI-gestützten und autonomen Abläufen. Für die Logistik bedeutet dies: Systeme dokumentieren und automatisieren Prozesse nicht mehr nur. Sie können zunehmend Situationen erkennen, Auswirkungen analysieren, Entscheidungen vorbereiten und innerhalb festgelegter Grenzen selbstständig Maßnahmen einleiten.
Mit Autonomous Supply Chain Management verbindet SAP dafür Anwendungen aus Planung, Produktion, Lager, Transport und Business Network mit Daten, Joule Assistants und KI-Agenten. Unternehmen müssen ihre Logistik deshalb nicht kurzfristig vollständig autonom gestalten. Sie sollten jedoch bereits heute die Voraussetzungen schaffen: integrierte Systeme, standardisierte Prozesse, belastbare Daten und klare Regeln dafür, welche Entscheidungen zukünftig von Menschen und welche von KI unterstützt oder übernommen werden können.
FAQ – Häufig gestellte Fragen
Verwandte Themen
