Stellen Sie sich vor, Ihr Finanzteam könnte dem eigenen ERP-System eine Frage stellen wie einem erfahrenen Kollegen: „Zeig mir die Ausreißer im Cashflow der letzten 90 Tage und erkläre, woher die Abweichungen kommen.“ Und das System antwortet in natürlicher Sprache, sofort, mit den richtigen Zahlen aus dem laufenden Betrieb.
Das ist kein Zukunftsszenario. SAP hat im vierten Quartal 2025 rollenbasierte KI-Assistenten in SAP Joule eingeführt, darunter einen explizit für Finanzmanager. Controlling, Cashflow-Prognose, Verrechnungslaufergebnisse: SAP Joule im Finanzwesen ist keine Spielerei mehr, sondern produktive Software, die in S/4HANA-Umgebungen heute eingesetzt wird.
Für viele CFOs und CIOs ist das eine gute Nachricht. Und gleichzeitig eine unbequeme: Denn wer SAP Joule im Finanzwesen nutzen will, muss eine Voraussetzung erfüllen, die nicht jedes Unternehmen heute hat.
SAP Joule ist der generative KI-Assistent von SAP, direkt in die SAP-Produktlandschaft eingebettet. Im Finanzbereich bedeutet das: Joule greift auf Echtzeitdaten im System zu, versteht den betriebswirtschaftlichen Kontext und kann in natürlicher Sprache mit Controllern, Buchhaltern und Finanzmanagern interagieren.
Im vierten Quartal 2025 hat SAP konkrete Funktionen für das Finanzwesen ausgerollt. Business-Analysten und Controller erhalten einen direkten Überblick über Verrechnungslaufergebnisse per Joule-Funktion. Finanzmanager können Cashflow-Prognosen mit KI-Unterstützung erstellen, ohne separate BI-Tools aufzurufen. Seit dem ersten Quartal 2026 ist zudem der Joule Studio Agent Builder allgemein verfügbar, mit dem Unternehmen eigene Joule-Agenten für ihre spezifischen Finanzprozesse entwickeln können.
Das ist ein Qualitätssprung gegenüber dem, was bisher unter KI im SAP-Umfeld verstanden wurde. Keine isolierten Add-ons, keine externe KI-Plattform, die an SAP andockt. Joule ist in S/4HANA integriert, arbeitet mit den echten Unternehmensdaten und hält dabei Rollen und Berechtigungen ein.
Hier liegt das Problem, das in vielen CFO-Gesprächen noch zu wenig Raum findet: SAP Joule im Finanzwesen entfaltet seinen Nutzen nur dann, wenn die Datenbasis stimmt. Und die Datenbasis stimmt nur dann, wenn das Unternehmen auf S/4HANA migriert ist und seine Prozesse und Datenstrukturen dabei sauber aufgeräumt hat.
Wer noch auf SAP ECC läuft, hat keinen Zugang zu Joule. Die KI-Funktionen sind exklusiv für die S/4HANA-Plattform. Das klingt nach einem Detail, ist aber für die aktuelle Lage im Markt hochrelevant: Laut der Horváth-Studie aus dem ersten Quartal 2025 haben von 200 befragten SAP-Anwenderunternehmen erst 37 die Migration abgeschlossen. Die große Mehrheit läuft noch auf Altsystemen.
Hinzu kommt ein Qualitätsproblem, das unabhängig von der Migrationsplattform existiert: Viele Unternehmen haben über Jahre hinweg historisch gewachsene Datenstrukturen, inkonsistente Stammdaten und individuell angepasste Prozesse. Eine KI, die auf dieser Basis arbeitet, produziert unzuverlässige Ergebnisse. Garbage in, garbage out, nur schneller.
Das bedeutet: Wer SAP Joule im Finanzwesen wirklich nutzen will, muss zwei Dinge sicherstellen. Erstens die technische Migration auf S/4HANA. Zweitens die Prozess- und Datenqualität, die diese Migration idealerweise mitbringt, wenn sie als Transformationsprojekt und nicht als reiner technischer Umzug angegangen wird.
Die gute Nachricht: Beides ist planbar. Die schlechte Nachricht: Beides braucht Zeit, mehr als viele CFOs und CIOs heute einplanen.
SAP S/4HANA Migrationsprojekte dauern in der Praxis 12 bis 36 Monate, je nach Komplexität der Systemlandschaft. Der Mainstream-Support für SAP ECC endet Ende 2027. Wer also bis zur Deadline auf S/4HANA sein und gleichzeitig die Voraussetzungen für sinnvolle KI-Nutzung wie SAP Joule im Finanzwesen schaffen will, muss jetzt mit der ernsthaften Planung beginnen, nicht in sechs Monaten.
Drei Dinge sollten dabei von Anfang an mitgedacht werden. Erstens die Datenstrategie: Welche Stammdaten müssen bereinigt werden? Welche Strukturen entstehen im neuen System, die Joule später sinnvoll nutzen kann? Zweitens die Prozessmodellierung: Welche Finanzprozesse sollen nach der Migration KI-gestützt laufen? Diese Antwort beeinflusst, wie das S/4HANA-System konfiguriert wird. Drittens die Rollendefinition: Joule arbeitet rollenbasiert. Wer darf was sehen und steuern? Berechtigungskonzepte müssen von Beginn an mitgedacht werden.
Wer diese drei Punkte erst nach dem Go-live klärt, verschenkt einen erheblichen Teil des Potenzials, das die Migration eigentlich freisetzen sollte.
SAP Joule im Finanzwesen ist kein Versprechen mehr, das irgendwann eingelöst wird. Es ist ein verfügbares Werkzeug, das heute in produktiven S/4HANA-Umgebungen eingesetzt wird und konkrete Effizienzgewinne in Controlling und Rechnungswesen bringt.
Aber es ist kein Werkzeug, das man einfach einschaltet. Es setzt eine Plattform und eine Datenqualität voraus, die sich Unternehmen im Rahmen einer durchdachten S/4HANA-Migration erarbeiten müssen. Die Frage ist also nicht: Wollen wir KI im Finanzwesen? Die Frage ist: Schaffen wir jetzt die Grundlage dafür?
Wer diese Frage zu lange aufschiebt, wird 2027 nicht nur ohne modernen SAP-Support dastehen, sondern auch ohne die KI-Fähigkeiten, die Wettbewerber dann bereits produktiv nutzen.
Mehr zur S/4HANA-Migration und zu den Voraussetzungen für KI-gestützte Finanzprozesse lesen Sie auf unserer Seite zur SAP FICO Beratung. Wie eine durchdachte Migration konkret aussieht, erklärt Frank Westendorf im Interview zur S/4HANA-Migration.
Viele Unternehmen haben heute Zugriff auf leistungsfähige KI-Tools. Trotzdem bleibt der erhoffte Produktivitätsschub in der Softwareentwicklung oft aus. Der Grund ist selten die Technologie. Es ist die fehlende Erfahrung im Einsatz. Was Unternehmen jetzt anders machen müssen und warum Experten on demand dabei eine zentrale Rolle spielen, erklären Gerrit Verse, Senior Software Engineer und KI-Experte, sowie Rüdiger Lang, Principal bei Consileon.
Gerrit Verse:
KI ist heute in der Lage, entlang des gesamten Software Development Lifecycles Mehrwert zu liefern. Im Requirements Engineering kann sie dabei helfen, Anforderungen zu strukturieren, User Stories zu formulieren oder Inkonsistenzen aufzudecken. In der Entwicklung unterstützt sie bei Code Generierung, Refactoring und der schnellen Umsetzung von Standardlogik.
Auch im Testing sehen wir große Potenziale, etwa bei der Generierung von Testfällen, Testdaten oder beim Erkennen von Edge Cases. Und nicht zuletzt spielt KI eine wichtige Rolle bei der Dokumentation und der Wissensaufbereitung.
Die Grenzen liegen aktuell primär bei komplexen Systemen, bei Architekturentscheidungen und überall dort, wo tiefes fachliches Verständnis erforderlich ist. Außerdem ist die Qualität stark abhängig vom Kontext, den man der KI gibt. Ohne saubere Inputs und klare Leitplanken entstehen schnell mittelmäßige oder sogar falsche Ergebnisse.
Rüdiger Lang:
Aus strategischer Sicht ist entscheidend: Die Technologie ist weit genug, um echten Business Impact zu liefern. Aber dieser Impact entsteht nicht automatisch. KI ist kein Selbstläufer, sondern muss aktiv gesteuert und in bestehende Prozesse integriert werden.
Rüdiger Lang:
Viele Unternehmen starten mit einem toolgetriebenen Ansatz. Sie stellen KI-Lösungen zur Verfügung, erwarten jedoch, dass sich der Mehrwert von selbst einstellt. Was fehlt, ist ein klares Zielbild dafür, wie KI konkret im Entwicklungsprozess genutzt werden soll.
Gerrit Verse:
Aus technischer Sicht sehen wir häufig eine Lücke zwischen Tool und Anwendung. Entwickler haben Zugriff auf leistungsfähige Systeme, aber keine Orientierung, wie sie diese sinnvoll im Alltag einsetzen. Es fehlt an Best Practices, an Erfahrungswerten und an konkreten Anwendungsbeispielen. Dadurch bleibt KI oft auf punktuelle Nutzung beschränkt, statt systematisch entlang des gesamten SDLC eingesetzt zu werden.
Gerrit Verse:
Die erste große Herausforderung ist die Integration in bestehende Entwicklungsprozesse. KI muss dort funktionieren, wo Entwickler ohnehin arbeiten, also in bestehenden IDEs, Repositories und Toolchains.
Die zweite Herausforderung ist Qualitätssicherung. KI-generierter Code muss überprüft, getestet und in bestehende Qualitätsprozesse integriert werden. Ohne klare Regeln entstehen schnell technische Schulden oder schwer nachvollziehbare Fehler.
Die dritte Herausforderung ist die Auswahl der richtigen Tools und Modelle. Es gibt eine Vielzahl an Lösungen am Markt, aber nicht jede ist für jeden Use Case geeignet.
Rüdiger Lang:
Ich würde ergänzen, dass viele Unternehmen an der Skalierung scheitern. Einzelne Teams erzielen gute Ergebnisse, aber es gelingt nicht, diese Ansätze unternehmensweit auszurollen. Genau an diesen Punkten sehen wir den größten Bedarf für erfahrene Unterstützung. Unternehmen brauchen Zugriff auf Expertise genau dann, wenn diese Herausforderungen konkret auftreten.
Gerrit Verse:
KI kann die Geschwindigkeit erheblich steigern, insbesondere bei repetitiven Aufgaben oder beim Prototyping. Entwickler kommen schneller zu ersten Ergebnissen und können Ideen schneller validieren. Gleichzeitig besteht die Gefahr, dass die Qualität leidet, wenn Ergebnisse ungeprüft übernommen werden. KI erzeugt oft plausiblen Code, der jedoch nicht immer korrekt oder optimal ist. Deshalb ist es entscheidend, den Umgang mit KI zu professionalisieren. Dazu gehören klare Review-Prozesse, Teststrategien und ein bewusster Umgang mit den Ergebnissen.
Rüdiger Lang:
Unternehmen müssen lernen, Geschwindigkeit und Qualität gleichzeitig zu steuern. Wer das beherrscht, kann Entwicklungszyklen deutlich verkürzen und schneller auf Marktanforderungen reagieren.
Gerrit Verse:
Ein zentrales Missverständnis ist, dass KI fertige Lösungen liefert. In der Praxis ist sie ein Werkzeug, das Erfahrung im Umgang erfordert. Ohne diese Erfahrung entstehen schnell ineffiziente oder fehleranfällige Lösungen. Ein weiteres Thema ist das blinde Vertrauen in KI-Ergebnisse. Viele unterschätzen, wie wichtig Validierung und Kontext sind.
Rüdiger Lang:
Aus Managementsicht sehen wir oft die Annahme, dass KI ein reines Technologiethema ist. In Wahrheit geht es um Arbeitsweisen, Rollen und Prozesse. Wer das nicht berücksichtigt, wird den Mehrwert nicht realisieren.
Rüdiger Lang:
Wir verbinden strategische Perspektive mit operativer Umsetzung. Wir entwickeln selbst Software und KI-Lösungen und kennen die Herausforderungen aus eigener Erfahrung.
Gerrit Verse:
Und wir arbeiten nicht isoliert, sondern direkt im Team. Unsere Experten unterstützen Entwickler im laufenden Projekt, an realen Fragestellungen und im konkreten Code Kontext. Dadurch entsteht kein theoretisches Wissen, sondern sofort anwendbare Erfahrung.
Rüdiger Lang:
Der größte Vorteil liegt in der Flexibilität: Unternehmen erhalten genau die Expertise, die sie benötigen – und zwar genau dann, wenn sie gebraucht wird. Das reduziert Einstiegshürden und beschleunigt die Umsetzung erheblich. Es müssen keine langfristigen Strukturen aufgebaut werden, bevor erste Ergebnisse entstehen.
Gerrit Verse:
Aus technischer Sicht ist entscheidend, dass wir direkt im Kontext arbeiten. Wir lösen konkrete Probleme im Projekt, arbeiten mit bestehenden Systemen und vermitteln Best Practices im laufenden Betrieb. Das ist deutlich effektiver als klassische Schulungen oder theoretische Konzepte.
Rüdiger Lang:
Wir sind davon überzeugt, dass jede Session einen klaren Mehrwert für unsere Kunden liefern muss – sonst lohnt sie sich nicht. Statt vorab fixierter Trainingsbudgets oder reiner T&M-Verrechnung bemessen wir unsere Vergütung anhand des Feedbacks unserer Kunden zur jeweiligen Session. Damit nehmen wir den klassischen Anbieterspagat aus dem Markt: Der Kunde zahlt nicht für Aufwand, sondern für Wirkung. Und wir setzen ein klares Signal: Wir lassen uns am Ergebnis messen.
Gerrit Verse:
Aus technischer Sicht ist das ein starkes Modell, weil es uns als Experten direkt in die Pflicht nimmt, in jeder Session relevant zu sein – ob im Pair Programming, bei der Architekturklärung oder im Code Review. Theoretische Konzepte oder Standardfolien passen in dieses Modell nicht. Praxisrelevanz schon.
Gerrit Verse:
Typischerweise startet es mit einer konkreten Fragestellung, zum Beispiel wie KI im Testing eingesetzt werden kann oder wie sich ein bestimmter Use Case umsetzen lässt. Dann arbeiten wir gemeinsam mit dem Team an genau diesem Thema, oft im Pair Programming oder in fokussierten Sessions. Dabei entstehen direkt nutzbare Ergebnisse.
Rüdiger Lang:
Parallel sorgen wir dafür, dass diese Ansätze strukturiert verankert werden. Ziel ist immer, dass das Unternehmen langfristig eigenständig mit KI arbeiten kann.
Rüdiger Lang:
Unsere Kunden kommen deutlich schneller von ersten Experimenten in die produktive Nutzung. Sie vermeiden typische Fehler und erzielen schneller messbare Ergebnisse.
Gerrit Verse:
Und sie bauen internes Know how auf. Das ist entscheidend, um KI nachhaltig erfolgreich einzusetzen.
Gerrit Verse:
Wir sehen eine zunehmende Integration von KI in bestehende Toolchains und mehr Systeme, die eigenständig Aufgaben übernehmen. Gleichzeitig steigt die Komplexität, was Architektur und Steuerung betrifft.
Rüdiger Lang:
Für Unternehmen bedeutet das: Der Bedarf an Erfahrung wird weiter steigen. Wer jetzt beginnt, Kompetenzen aufzubauen, wird langfristig profitieren.
Unternehmen, die KI erfolgreich einsetzen wollen, brauchen mehr als Technologie. Sie brauchen Zugang zu Erfahrung im richtigen Moment. Genau das leisten Experten on demand.
Greifen Sie flexibel auf erfahrene KI-Experten für Ihre Softwareentwicklung zu und bringen Sie gezielt neue Impulse in Ihre Projekte. Weil wir von der Wirksamkeit dieses Modells überzeugt sind, orientiert sich unsere Vergütung an Ihrem Feedback zu den Sessions – so tragen wir das kommerzielle Risiko, nicht Sie.
Dr. med. Michael Ullmann ist Facharzt für Allgemeinmedizin, ehemaliger Herzchirurg und seit dem 1. Januar 2026 Geschäftsbereichsleiter Healthcare bei der Consileon Business Consultancy GmbH. Mit seiner Berufung hat Consileon die Krankenhausberatung und die digitale Transformation des Gesundheitswesens zum strategischen Schwerpunkt ausgebaut. Heute berät er mit seinem Team Krankenhäuser, Labore, Pharmaunternehmen sowie weitere Akteure im Gesundheitswesen. Ein Gespräch über Fachkräftemangel, NIS2, KI und darüber, warum gute Beratung im Gesundheitswesen auch eine gesellschaftliche Verpflichtung ist.
Gute Frage zum Einstieg. Den einen Moment gab es ehrlich gesagt nicht. Es war eher ein wachsendes Gefühl über die letzten Jahre hinweg. Ich habe als Arzt angefangen: Herzchirurgie, Universitätsklinik, echte Notfallsituationen. Dann kam irgendwann der Punkt, an dem ich gemerkt habe: Die größten Probleme in der Versorgung entstehen nicht am OP-Tisch, sondern in den Strukturen drumherum. Schlechte IT, fehlende Daten, fragmentierte Prozesse, kein Geld für Investitionen. Das hat mich zunehmend beschäftigt und irgendwann mehr als die medizinische Arbeit selbst.
Bei Consileon habe ich ein Team und ein Umfeld gefunden, das diese Komplexität ernst nimmt. Die Kollegen hier verstehen sowohl die betriebswirtschaftliche als auch die technologische Dimension und zunehmend auch die medizinische. Dass ich jetzt den Geschäftsbereich leite, fühlt sich weniger nach einem Karriereschritt an und mehr nach konsequentem Weiterdenken.
Weil Krankenhäuser keine gewöhnlichen Unternehmen sind. Wer einem Klinikgeschäftsführer erklären will, warum ein bestimmter Prozess nicht funktioniert, muss verstehen, wie eine Notaufnahme um drei Uhr morgens tickt. Wer eine Pflegedienstleitung davon überzeugen will, ein neues Dokumentationssystem einzuführen, muss wissen, was es bedeutet, zwölf Stunden im Dienst zu sein und dabei noch Formulare auszufüllen.
In unserem Team kennen Ärztinnen und Ärzte diesen Alltag aus eigener Erfahrung. Das schafft Vertrauen und bessere Lösungen. Gleichzeitig benötigen wir natürlich Fachexperten, die SAP beherrschen, die regulatorische Anforderungen im Schlaf kennen und KI-Architekturen bauen. Diese Kombination ist das, was uns ausmacht. Und ich sage das nicht, weil ich es schön klingen lassen will: Ich erlebe es täglich in meinen Projekten.
Das gilt übrigens nicht nur für Krankenhäuser. Wir beraten auch Pharmaunternehmen, Medizintechnikhersteller und medizinische Labore, und die Logik ist dieselbe. In einem Pharmaunternehmen sprechen wir über Zulassungsprozesse, GxP-Compliance und darüber, wie KI in regulierten Umgebungen eingesetzt werden kann. In einem Labor geht es um Digitalisierung der Prozesse, LIS, Schnittstellen. Überall braucht man Menschen, die die Prozesse und den Kontext wirklich kennen, nicht nur von außen beschreiben.
Was mir an Consileon insgesamt sehr gefällt, ist die Breite, die die gesamte Gruppe mitbringt. Wir sind keine Nischenberatung. Die Kollegen aus anderen Geschäftsbereichen, aus der Finanz- und Versicherungsbranche, aus dem Automotive-Sektor, bringen Erfahrungen mit, die uns im Healthcare-Bereich immer wieder weiterhelfen. Prozessoptimierung, Transformationsbegleitung, regulatorisches Change-Management: Das sind Disziplinen, die wir als Consileon seit mehr als 20 Jahren beherrschen und die wir jetzt konsequent in den Gesundheitssektor hineintragen.
Nein, und das wäre auch unehrlich. Rund vier von fünf deutschen Krankenhäusern schreiben rote Zahlen, das hat das Deutsche Krankenhausinstitut zuletzt bestätigt. Die seit Jahren diskutierte Krankenhausreform schafft einerseits neue Chancen, andererseits massive Unsicherheit. Viele Häuser wissen schlicht nicht, wie ihre Zukunft aussieht.
Ich kenne das aus eigener Erfahrung. Als ich noch in der Klinik war, haben wir über Betten diskutiert, die nicht belegt werden konnten, nicht wegen fehlender Patienten, sondern wegen fehlenden Personals. Über IT-Systeme, die nicht miteinander sprechen. Über Entscheidungen, die aus Kostendruck getroffen wurden und medizinisch eigentlich keine guten Entscheidungen waren. Das darf nicht der Dauerzustand sein.
Wir haben da im Wesentlichen zwei Stränge. Der Erste dreht sich um den Transformationsfonds, der im Rahmen der Krankenhausreform aufgelegt wurde. Klinikträger können über ihre Landesbehörde Mittel beantragen, um sich strukturell neu aufzustellen: Ambulantisierung, Spezialisierung, Kooperationen. Das klingt erstmal gut, aber die wenigsten Häuser haben die internen Kapazitäten, solche Anträge wirklich strategisch zu durchdenken, zu gestalten und durchzubringen. Da helfen wir: von der Analyse der eigenen Ausgangslage über die Antragsstrategie bis zur Umsetzungsbegleitung.
Der zweite Strang ist Fundraising, und das ist ein Thema, das im deutschen Krankenhaussektor noch stark unterschätzt wird. In den USA oder Großbritannien ist es selbstverständlich, dass Kliniken aktiv Spenden einwerben, über Stiftungen, Fördergesellschaften, Philanthropen. In Deutschland steckt das noch in den Kinderschuhen. Gemeinsam mit der FOM führen wir derzeit eine eigene Studie zu diesem Thema durch, deren Ergebnisse in Kürze vorliegen werden. Erste Gespräche mit Kliniken deuten darauf hin, dass das Potenzial enorm ist, aber auch, dass es struktureller Voraussetzungen bedarf, die viele Häuser noch nicht geschaffen haben.
Weil die Zeit abläuft und viele Häuser das noch nicht verinnerlicht haben. Mit der NIS2-Richtlinie fallen nahezu alle deutschen Krankenhäuser in den Anwendungsbereich einer ernsthaften Cybersicherheitsregulierung, unabhängig von Größe oder bisheriger KRITIS-Einstufung. Die Geschäftsführung haftet persönlich. Verstöße sind strafbewehrt. Das ist kein Papiertiger.
Ich erinnere mich noch gut an die Attacke auf die Uniklinik Düsseldorf im Jahr 2020. Rettungswagen wurden abgewiesen, eine Patientin starb, weil die IT ausgefallen war. Das war der erste dokumentierte Todesfall im unmittelbaren Zusammenhang mit einem Cyberangriff auf ein Krankenhaus. Seitdem ist viel geredet worden. Zu wenig ist passiert. Die Zahlen sprechen für sich: Rund 30 Prozent aller deutschen Krankenhäuser haben bereits einen schweren IT-Sicherheitsvorfall erlebt. Ein erfolgreicher Angriff findet statistisch alle zwei bis drei Wochen statt.
Und das Tückische daran: Die Angreifer wissen genau, dass Kliniken kaum Ausfalltoleranz haben. Wenn das KIS nicht läuft, steht der Betrieb still. Das macht sie erpressbar. Deswegen ist IT-Sicherheit im Krankenhaus keine IT-Frage. Sie ist eine Frage der Patientensicherheit.
Wir haben zum Beispiel den Consileon Compliance Manager entwickelt, ein KI-gestütztes Tool, das regulatorische Anforderungen wie NIS2, KRITIS oder den B3S automatisiert analysiert und mit der vorhandenen Dokumentation eines Hauses abgleicht. Es identifiziert Lücken, priorisiert den Handlungsbedarf und erstellt nachvollziehbare Bewertungen mit direkten Referenzen zu den relevanten Textstellen. So kann ein Krankenhaus jederzeit belegen, wo es steht.
Was mich dabei besonders freut: Wir reden hier nicht über ein Konzept oder einen PowerPoint-Folien-Ansatz. Das ist ein laufendes System, das wir selbst entwickelt haben.
KI wird in den nächsten Jahren zu einem zentralen Faktor im Krankenhaussektor. Das ist keine Prognose mehr; das ist Realität. Ärzte verbringen heute rund 35 Prozent ihrer Arbeitszeit mit der Dokumentation. Wenn KI das auch nur teilweise übernimmt, sind rein rechnerisch Tausende Arztstunden wieder für die eigentliche Versorgung verfügbar. Das ist kein Luxus, sondern eine Notwendigkeit angesichts des Fachkräftemangels.
Aber ich erlebe auch die andere Seite: Kliniken, die KI-Lösungen einkaufen, ohne zu wissen, was sie damit wollen. Tools, die schön in der Demo wirken und im Alltag scheitern. Governance, die fehlt. Daten, die nicht sauber sind. Schnittstellen, die nicht funktionieren.
Deswegen beraten wir nicht nur zur KI-Strategie, wir bauen auch selbst. Consileon verfügt mit dem Geschäftsbereich Software Solutions über die Fähigkeit, KI-Anwendungen tatsächlich zu entwickeln und in bestehende IT-Landschaften zu integrieren. Der Consileon Compliance Manager, von dem ich gerade gesprochen habe, ist ein Beispiel dafür. Wir verstehen nicht nur, wie man KI-Governance aufbaut, welche regulatorischen Anforderungen der EU AI-Act stellt oder wie man Risiken klassifiziert, wir haben auch die praktische Erfahrung, die man braucht, um zu wissen, wo Systeme in der Praxis wirklich scheitern.
Gute Beratung beginnt mit dem Verständnis dafür, dass KI kein Selbstzweck ist. Sie muss ein konkretes Problem lösen, messbar besser sein als die Alternative, und sie muss von den Menschen akzeptiert werden, die damit arbeiten. Eine Ärztin, die einem KI-Vorschlag nicht vertraut, wird ihn ignorieren, egal wie gut das Modell ist.
Schlechte Beratung beginnt mit der Technologie und fragt dann nach dem passendem Problem. Gute Beratung beginnt mit der Frage: Was ist das Problem? Was kostet dieses Problem die Klinik gerade? Und was wäre ein nachhaltiger Weg, es zu lösen? Grundsätzlich gilt: KI braucht ein Problem – aber nicht jedes Problem braucht KI.
Ich habe in meiner Industriezeit bei Nuance und Microsoft erlebt, wie groß der Unterschied ist zwischen einem KI-System, das im Labor funktioniert, und einem, das im klinischen Alltag wirklich hilft. Diese Erfahrung bringe ich direkt in unsere Projekte ein.
Ja, das mag sein. Aber ich meine es ernst. Krankenhäuser sind keine beliebigen Unternehmen. Sie versorgen Menschen in den verletzlichsten Momenten ihres Lebens. Wenn ein Krankenhaus schlechter wird oder schließt, trifft das direkt die Menschen: Patienten, Familien, ganze Regionen. Das spürt man in der ländlichen Versorgung heute schon deutlich.
Das gilt für den gesamten Sektor. Ein Pharmaunternehmen, das schlechte Prozesse hat, bringt Medikamente langsamer auf den Markt. Ein Medizintechnikhersteller, der regulatorische Anforderungen nicht im Griff hat, bremst Innovationen, die Patienten helfen könnten. Ein Labor, das seine Daten nicht sauber verwaltet, liefert Befunde, auf deren Basis Ärzte ggf. falsche Entscheidungen treffen. Die Qualität unserer Beratung hat also immer mittelbar Auswirkungen auf echte Menschen. Das ist eine Verantwortung, die ich sehr bewusst trage.
Wir als Consileon haben die Möglichkeit, diesen Akteuren zu helfen, besser zu werden. Effizienter, sicherer, zukunftsfähiger. Wenn wir das gut machen, verbessert das die Versorgung von Patienten. Das ist für mich und mein Team ein echter Antrieb, nicht nur ein Beratungsauftrag.
Ich glaube, das spüren auch unsere Klienten. Mir wurde mehr als einmal gesagt, dass der Unterschied in der Zusammenarbeit mit uns spürbar ist: Wir reden nicht von oben herab, wir sitzen im gleichen Boot. Das liegt auch daran, dass viele von uns selbst Teil dieses Systems waren.
Ich wünsche mir, dass wir zu einer echten Referenzadresse für Healthcare-Transformation in der DACH-Region werden, nicht weil wir die größten sind, sondern weil unsere Klienten wissen, dass sie bei uns Beratung bekommen, die funktioniert. Nicht auf dem Papier, sondern in der Realität.
Konkret: Ich möchte, dass unsere Fundraising-Studie echte Bewegung in die Krankenhausfinanzierung bringt. Ich möchte, dass der Consileon Compliance Manager in der Breite ankommt, weil die NIS2-Uhr tickt. Und ich möchte, dass wir in KI-Projekten zeigen, dass man Kliniken nicht nur beraten kann, sondern wirklich begleiten, von der Strategie bis zum fertigen System. Daran arbeiten wir, gemeinsam als Team. Und ich freue mich auf jeden Schritt davon.
Für mehr Informationen lesen Sie auch unsere Whitepaper „IT-Sicherheit im Krankenhausbetrieb: NIS2-Vorgaben und KI als Lösung“ und „Multi-Agenten-RAG im Krankenhaussektor“ oder unsere Studie zur Zukunftsfähigkeit medizinischer Labore.
Die SUAVIA Stiftungsklinik gehört mit der SUAVIA Donauklinik Neu-Ulm und dem SUAVIA Gesundheitszentrum Illertissen zur SUAVIA Gesundheit gGmbH. Die drei Einrichtungen leisten mit einem aufeinander abgestimmten medizinischen Angebot einen umfassenden Beitrag zur stationären und ambulanten Gesundheitsversorgung für Patienten im Landkreis Neu-Ulm und darüber hinaus. Um bei der fortschreitenden Digitalisierung Schritt halten zu können, mussten die bestehenden IT-Strukturen evaluiert und zukunftsfähig aufgestellt werden.
Mit der fortschreitenden Digitalisierung und der Einführung weiterer Applikationen nahmen Komplexität und Abhängigkeiten innerhalb der IT-Landschaft spürbar zu. Ziel des Projekts war es, die bestehenden IT-Strukturen systematisch zu analysieren, potenzielle Risiken zu bewerten und konkrete Handlungsempfehlungen abzuleiten sowie deren Umsetzung zu begleiten. Besonderer Wert wurde auf eine nachvollziehbare Dokumentation aller Aktivitäten gelegt sowie auf eine enge Zusammenarbeit mit der IT-Abteilung, um diese zu befähigen, die identifizierten Verbesserungen künftig eigenständig umzusetzen.
Im Rahmen des Projekts wurde eine ganzheitliche Bestandsaufnahme der IT-Landschaft durchgeführt; darunter klinische Prozesse, IT- und Infrastrukturarchitekturen, Aspekte der IT-Security sowie klinische Applikationen. So entstand ein umfassendes und transparentes Gesamtbild mit einer Roadmap und Risikobewertung. Für den Ausbau der IT-Strukturen begleitete Consileon die Ausschreibung für ein neues Rechenzentrum und unterstützte bei der Erstellung von KHZG-Verwendungsnachweisen. Die Fachabteilungen wurden von Beginn an eng eingebunden, sodass die empfohlenen Maßnahmen zügig umgesetzt werden konnten. Trotz der Vielzahl parallel laufender Einzelmaßnahmen erreichte das Projekt in wenigen Wochen einen hohen Reifegrad.
In nur vier Monaten wurde der Grundstein für eine moderne, stabile und sichere IT-Landschaft gelegt. Erste Verbesserungen zeigten sich unmittelbar nach Projektstart: Datenbanken wurden bereinigt und neu aufgesetzt, Performanceprobleme identifiziert und erste Sicherheitslücken geschlossen. Damit schuf die SUAVIA die Grundlage für den weiteren Ausbau digitaler Strukturen und positioniert sich langfristig als moderner Gesundheitsdienstleister – im Einklang mit den politischen und gesellschaftlichen Anforderungen an ein zukunftsfähiges Gesundheitssystem.
Ein zentraler Erfolgsfaktor war die enge Zusammenarbeit der SUAVIA IT mit Consileon. Durch das gemeinsame Arbeiten von Fachkräften aus den Bereichen Medizin, klinische Prozesse, IT-Betrieb, Datenbanken und IT-Security konnten unterschiedliche Perspektiven frühzeitig zusammengeführt und Maßnahmen zielgerichtet umgesetzt werden. So zeigten die einzelnen Projekte schnell messbare Fortschritte.
Die SUAVIA verfolgt das Ziel, ihre Rolle als moderner Gesundheitsdienstleister weiter auszubauen. Eine zukunftsfähige IT wird dabei schrittweise an wachsende Digitalisierungsanforderungen angepasst und kontinuierlich optimiert.
Stellen Sie sich vor, Sie stellen eine neue Marketingleiterin ein. Exzellente Referenzen, jahrelange Erfahrung in der Kampagnenproduktion, versiert in allen gängigen Tools. Drei Monate später stellen Sie fest: Sie koordiniert vor allem. Texte entstehen in Sekunden per KI-Prompt. Grafiken, Landingpages, E-Mail-Strecken, alles läuft schneller als je zuvor. Und trotzdem fragen Sie sich: Was unterscheidet uns eigentlich noch vom Wettbewerb?
Das ist eine zentrale Herausforderung für CMOs und Marketingverantwortliche in den nächsten Jahren: Die Marketing-Skills der Zukunft liegen nicht in der Produktion, denn KI übernimmt Content, Grafiken, Broschüren, Websites und Anzeigen schneller und günstiger als je zuvor. Was KI nicht kann: entscheiden, wofür eine Marke steht, wen sie ansprechen will und warum ein Kunde genau dieses Angebot wählen soll und nicht das des Wettbewerbers. Diese strategische Klarheit lässt sich nicht automatisieren.
Die Frage ist nicht mehr, ob künstliche Intelligenz Marketing verändert. Die Frage ist, welche Menschen und welche Fähigkeiten Sie brauchen, wenn der alte Engpass Produktionskapazität wegfällt und ein neuer entsteht: Urteilsvermögen, Datenverständnis und Gestaltungswille.
Klassische Marketingabteilungen waren im Kern Produktionsbetriebe: Texter, Grafiker, Kampagnenmanager, Projektkoordinatoren, Agentursteuerer. Ein Großteil der Ressourcen (Menschen und Geld) floss in die Herstellung von Inhalten. Gut gemachte Kreation war knapp und teuer.
Diese Knappheit existiert nicht mehr. KI im Marketing produziert in Minuten, was früher Tage dauerte. Das ist keine Bedrohung, wenn Marketing-Teams die frei gewordene Kapazität für das einsetzen, was wirklich Wirkung erzeugt: die Fähigkeit zu definieren, was relevant ist, was gesagt werden soll, zu wem, in welchem Ton zu welchem Zeitpunkt.
In einer Welt, in der jedes Unternehmen dieselbe Marketingautomatisierung und dieselben KI-Werkzeuge nutzen kann, wird Differenzierung zur eigentlichen Arbeit. Markenidentität, Positionierung, Zielgruppenverständnis, Wettbewerbseinordnung sind der eigentliche Engpass moderner Marketingstrategie. Wer hier Klarheit hat, gewinnt. Wer sich auf KI-Output verlässt ohne diese Klarheit, produziert schnell viel Mittelmäßiges.
Welche Marketing-Skills brauchen Unternehmen in Zukunft wirklich? Die Antwort lässt sich auf drei Kompetenzfelder verdichten, die in modernen Marketing-Teams vertreten sein müssen, nicht als Jobtitel, sondern als Fähigkeiten.
1. Strategische Markenklarheit
Gefragt ist, wer präzise beantworten kann: Was wollen wir bei wem bewirken und warum sollten die das glauben bzw. so handeln, wie wir das möchten? Diese Fähigkeit klingt selbstverständlich, ist es aber nicht. In der Praxis verschwimmt sie hinter Kampagnenplanung, Budgetdiskussionen und Abstimmungsschleifen.
Gefragt sind Menschen mit tiefem Marken- und Wettbewerbsverständnis, das über Styleguides hinausgeht. Menschen, die die richtigen Fragen stellen und Urteile treffen können. Auch unbequeme: Ist dieser KI-generierte Text gut genug? Passt diese Kampagne zu dem, wofür wir stehen? Trifft diese Botschaft den richtigen Nerv? Und die KI-Werkzeuge nicht als Maschinen bedienen, sondern als Tool einsetzen, präzise Briefings formulieren, Ergebnisse einordnen, Richtung vorgeben.
2. Datenverständnis als Grundvoraussetzung
Daten sind im Marketing kein neues Thema. Neu ist, dass Datenkompetenz zur Grundvoraussetzung wird. Nicht nur für Data Analysten oder CRM-Spezialisten, sondern für jeden, der Marketingentscheidungen trifft oder verantwortet.
Gemeint ist nicht, dass Marketingkollegen programmieren oder statistisch modellieren müssen. Gemeint ist: Können sie eine Auswertung lesen und die richtigen Fragen stellen? Erkennen sie den Unterschied zwischen einer Korrelation und einem Kausalzusammenhang und wissen sie, wann das relevant ist? Verstehen sie, was Datenqualität bedeutet und warum schlechte Daten zu schlechten Entscheidungen führen, auch wenn das Dashboard gut aussieht?
Dieses Verständnis ist die Voraussetzung für alles andere. Ohne es kann niemand beurteilen, ob eine Kampagne wirklich gewirkt hat oder ob gerade ein Zufallseffekt gemessen wird. Algorithmen optimieren auf das, was gemessen wird. Aber was gemessen wird, muss ein Mensch ebenso entscheiden wie über die Interpretation der Ergebnisse.
3. Customer Journey als Gestaltungsaufgabe
Das dritte Kompetenzfeld ist weniger eine neue Disziplin als eine Grenzverschiebung. Marketing steuert heute mehr als Kampagnen. Es gestaltet Kundenerlebnisse in Echtzeit von der ersten Wahrnehmung über den Kaufprozess bis in die Nachbetreuung. Die Grenze zu Vertrieb und Service ist dabei längst durchlässig.
Das verlangt Menschen, die das große Bild verstehen: Wie erleben Kunden die gesamte Interaktion mit unserem Unternehmen? Wo entstehen Brüche? Welche Automatisierungen helfen und welche machen das Erlebnis kälter? Gefragt ist die Fähigkeit, CRM- und Marketing-Automation-Systeme nicht nur zu bedienen, sondern zu gestalten: Welche Trigger sollen welche Reaktionen auslösen? Wann braucht ein Kunde eine menschliche Ansprache, wann reicht eine automatisierte E-Mail? Wann ist Personalisierung ein Gewinn und wann wirkt sie aufdringlich?
Das erfordert Menschen, die die Sprache von Vertrieb und Service sprechen, technische Systeme verstehen, ohne selbst zu entwickeln und vor allem: die Kundenperspektive nicht aus den Augen verlieren, wenn sie in Systemkonfigurationen versinken.
Wenn Sie heute eine Marketingstelle besetzen oder Ihr Team weiterentwickeln, lohnt es sich, die klassischen Anforderungsprofile zu hinterfragen. Stellen Sie sich drei Fragen:
Diese Fähigkeiten lassen sich entwickeln. Unternehmen, die ihre Marketingteams weiterhin vor allem nach Produktionskompetenz aufbauen, werden feststellen, dass sie zwar schneller werden. Aber nicht besser.
Was macht modernes Marketing aus? Nicht die Geschwindigkeit der Produktion, die liefert immer mehr die KI. Sondern die Qualität der Entscheidungen dahinter: Was kommunizieren wir? An wen? Auf Basis welcher Daten? Und mit welchem Erlebnis entlang der gesamten Customer Journey?
KI verändert Marketing-Teams nicht, indem sie Menschen ersetzt. Sie verändert sie, indem sie andere Menschen wichtig macht. Wer heute in strategische Markenklarheit, in Datenkompetenz und in Journey-Verständnis investiert, baut ein Marketingteam, das mit KI besser wird – nicht eines, das von ihr ersetzt wird.
Die entscheidende Frage für CMOs und Geschäftsführer lautet nicht: Wie viele KI-Tools nutzen wir? Sondern: Haben wir die Menschen, die wissen, wozu?
CRM- und CX-Systeme allein lösen das Problem nicht. Auch wer hier bereits investiert hat, holt aus diesen Systemen nur dann wirklich Leistung heraus, wenn die Menschen dahinter strategisch denken, Daten verstehen und Customer Journeys gestalten können und nicht nur Systeme bedienen.
Viele Unternehmen treiben aktuell die Automatisierung ihres Kundenservices massiv voran. Neue Technologien machen es möglich, eingehende Anfragen über E-Mail, Chat oder Voice automatisiert zu verstehen, zu klassifizieren und zu beantworten. KI-Agenten sind dabei zentrale Enabler.
Die Erwartungen sind hoch: geringere Kosten, schnellere Reaktionszeiten und eine bessere Skalierbarkeit des Services.
In der Praxis zeigt sich jedoch ein differenzierteres Bild. Unternehmen, die ihren Service konsequent automatisieren, gewinnen zwar an Effizienz, verlieren aber oft an Qualität, Differenzierung und Kundenbindung.
Nachhaltig erfolgreicher Service entsteht daher selten durch maximale Automatisierung. Entscheidend ist vielmehr die gezielte Orchestrierung von automatisierten und menschlichen Interaktionen.
Serviceeffizienz beschreibt das Verhältnis zwischen eingesetzten Ressourcen und der Qualität sowie Geschwindigkeit der Kundeninteraktion.
Typische Ziele sind:
Viele Unternehmen fokussieren sich dabei vor allem auf die Kostenseite. Automatisierung scheint hier der naheliegende Hebel zu sein.
Doch Service ist mehr als eine Kostenstelle. Er ist gleichzeitig ein zentraler Kontaktpunkt zum Kunden und damit ein wichtiger Treiber für Zufriedenheit, Bindung und zusätzliche Wertschöpfung.
Die technologischen Möglichkeiten haben sich in den letzten Jahren deutlich weiterentwickelt:
Viele Unternehmen nutzen diese Möglichkeiten bereits intensiv, insbesondere im First-Level-Support.
Die Vorteile liegen auf der Hand.
| Perspektive | Vorteile |
| Unternehmen | geringere Servicekosten, hohe Skalierbarkeit, konsistente Qualität |
| Kunde | schnelle Antworten, 24/7-Verfügbarkeit, einfache Anliegen sofort gelöst |
| Service-Organisation | strukturierte Prozesse, bessere Datenbasis, höhere Transparenz |
| Mitarbeiter | Entlastung von Routineaufgaben, Fokus auf komplexe Fälle |
Automatisierung ist damit ein zentraler Hebel, um Service effizienter zu gestalten. Doch genau hier liegt auch die Gefahr.
In vielen Unternehmen wird Automatisierung zum Selbstzweck. Ziel ist es, möglichst viele Interaktionen ohne menschliches Eingreifen abzuwickeln.
Dabei entstehen mehrere strukturelle Nachteile.
1. Verlust von echten Kundenkontakten
Service ist häufig der wichtigste – manchmal sogar der einzige – direkte Kontaktpunkt zwischen Unternehmen und Kunde. Wenn dieser vollständig automatisiert wird, gehen persönliche Interaktionen verloren.
Damit verschwindet auch:
2. Sinkende Differenzierung
Automatisierter Service lässt sich leicht kopieren. Wenn alle Unternehmen ähnliche Bots und Prozesse einsetzen, wird Service austauschbar.
Der Wettbewerb verlagert sich dann schnell wieder auf den Preis.
3. Weniger Cross- und Upselling-Potenzial
In vielen Branchen entstehen zusätzliche Geschäftsabschlüsse im Servicekontext:
Diese Potenziale lassen sich rein automatisiert nur begrenzt nutzen.
4. Verlust von Kundenverständnis
Viele wertvolle Informationen entstehen im persönlichen Austausch. Automatisierte Systeme können Daten strukturieren – aber nicht immer interpretieren.
Das Risiko: Kundenbedürfnisse werden weniger tief verstanden.
5. „Silent Churn“
Unzufriedene Kunden äußern sich in digitalen Kanälen oft weniger. Sie brechen Interaktionen ab – oder wechseln direkt den Anbieter.
Das macht Probleme im Service schwerer sichtbar.
In der Praxis lassen sich – ähnlich wie im Vertrieb – zwei grundlegende Ansätze beobachten.
| Atomatisierter Service (Automation-first) | Menschzentrierter Service (Human-first) |
| Standardanfragen werden automatisiert bearbeitet | persönliche Interaktion steht im Vordergrund |
| Prozesse sind stark strukturiert und datengetrieben | individuelle Problemlösung |
| hohe Geschwindigkeit und Skalierbarkeit | Aufbau von Vertrauen und Beziehung |
| geringe Kosten pro Interaktion | hohe Qualität bei komplexen Anliegen |
| Dieser Ansatz funktioniert besonders gut bei klar standardisierbaren Anliegen. | Dieser Ansatz ist insbesondere bei beratungsintensiven oder sensiblen Themen entscheidend. |
Viele Unternehmen bewegen sich zu stark in eines der beiden Extreme.
Wenn Service zu stark automatisiert ist…
Wenn Service zu stark menschlich geprägt ist…
Die größte Wirkung entsteht dort, wo Automatisierung und menschlicher Service gezielt kombiniert werden.
Fünf Ansätze sind dabei besonders relevant.
1. Automatisierungspotenziale systematisch identifizieren
Nicht jede Interaktion eignet sich für Automatisierung. Unternehmen sollten klar unterscheiden zwischen:
Nur im ersten Fall entfaltet Automatisierung ihren vollen Nutzen.
2. Wert von Kunden und Situationen berücksichtigen
Nicht jede Interaktion ist gleich wichtig.
Beispiele:
In solchen Situationen ist menschlicher Service oft entscheidend, unabhängig vom Automatisierungspotenzial.
3. Service als Werttreiber verstehen
Service sollte nicht nur als Kostenfaktor betrachtet werden.
Gezielt eingesetzte menschliche Interaktion kann:
Gerade an wichtigen Touchpoints entsteht oft mehr Wert als im klassischen Vertrieb.
4. Klare Routing- und Orchestrierungslogiken etablieren
Die zentrale Frage ist nicht: „Was können wir automatisieren?“
Sondern: „Was sollten wir automatisieren – und was bewusst nicht?“
Dafür braucht es klare Entscheidungsregeln, z. B.:
5. CRM- und CX-Systeme als Steuerungszentrale nutzen
CRM-Systeme spielen eine entscheidende Rolle bei der Serviceautomatisierung, allerdings nicht nur als Dokumentationswerkzeug.
Sie ermöglichen:
Damit werden sie zur zentralen Instanz, um automatisierte und menschliche Interaktionen sinnvoll zu orchestrieren.
Unternehmen können ihren Service mit drei einfachen Fragen hinterfragen:
Wenn mehrere dieser Fragen nicht klar beantwortet werden können, besteht meist ein erhebliches Optimierungspotenzial.
Die technologischen Möglichkeiten im Service werden weiter zunehmen. Automatisierung und KI werden in vielen Bereichen zum Standard.
Der entscheidende Unterschied liegt jedoch nicht in der Technologie.
Er liegt in der Frage, wie Unternehmen sie einsetzen.
Organisationen, die Service erfolgreich gestalten,
Damit wird Service nicht nur effizienter, sondern auch wirksamer – für Kunden und für das Unternehmen.
Mehr zu Vertrieb, Service, Marketing
Die Anforderungen an Customer Experience steigen und mit ihnen die Komplexität der zugrunde liegenden Systemlandschaften. Unternehmen stehen heute vor der Herausforderung, Kundeninteraktionen über zahlreiche Kanäle hinweg konsistent, effizient und zunehmend automatisiert zu steuern. CRM, Marketing, Service, Contact Center und Künstliche Intelligenz sind dabei oft getrennte Welten. Mit der Integration von Sikom in die BSI Customer Suite entsteht nun ein Ansatz, der genau diese Fragmentierung adressiert – und das Potenzial hat, die Customer Experience neu zu definieren.
Customer Experience wird seit Jahren strategisch entlang von Customer Journeys, Touchpoints und personalisierten Angeboten gedacht. Doch in der operativen Umsetzung, insbesondere im Contact Center, entstehen häufig Brüche.
Hier entscheidet sich, ob:
Die Kombination aus der BSI Customer Suite und der Sikom Contact-Center-Plattform setzt genau an diesem Punkt an.
Sie verbindet:
Damit wird Customer Experience nicht nur geplant, sondern auch durchgängig gesteuert und umgesetzt.
Ein zentraler Aspekt dieser Integration ist die Rolle von Künstlicher Intelligenz (KI). Während KI in vielen Organisationen noch punktuell eingesetzt wird, zeigt sich hier ein anderer Ansatz: AI wird direkt in die operative Kundeninteraktion eingebettet.
Das eröffnet neue Möglichkeiten:
In dieser Kombination entsteht ein System, das nicht nur reagiert, sondern aktiv lernt und sich kontinuierlich optimiert.
Für bestehende Kunden der BSI Customer Suite bedeutet dieser Schritt vor allem eines: mehr Integration bei gleichzeitig höherer Leistungsfähigkeit.
Bisher mussten insbesondere für den Voice-Kanal und komplexe Contact-Center-Szenarien zusätzliche Lösungen integriert werden. Das führte häufig zu:
Mit Sikom als Bestandteil des Ökosystems entsteht nun die Möglichkeit,
alle Kundeninteraktionen – synchron wie asynchron – auf einer Plattform zu orchestrieren.
Das reduziert nicht nur die Systemkomplexität, sondern schafft auch die Grundlage für den konsequenten Einsatz von KI im Service.
Auch für Unternehmen, die aktuell eine CRM- und CX-Lösung evaluieren, verändert sich die Perspektive deutlich.
Die klassische Best-of-Breed-Architektur, bestehend aus separaten Systemen für CRM, Marketing, Contact Center und AI, stößt zunehmend an ihre Grenzen. Integrationsaufwand, Daten-Silos und eingeschränkte Innovationsgeschwindigkeit sind häufig die Folge.
Die Kombination aus BSI und Sikom bietet hier eine Alternative: eine integrierte Plattform für CRM, Customer Experience, Contact Center und KI.
Das ermöglicht:
Gerade für große Organisationen mit komplexen Anforderungen wird dieser Ansatz zunehmend zum entscheidenden Erfolgsfaktor.
Mit der Integration von Sikom entsteht nicht nur ein erweitertes Produktportfolio, sondern ein deutlich größeres Innovationspotenzial. Unternehmen können:
Die Integration von Sikom in die BSI Software ist ein konsequenter Schritt in Richtung einer vollständig integrierten Customer-Interaction-Plattform.
Sie verbindet:
zu einem ganzheitlichen Ansatz, der Customer Experience nicht nur verspricht, sondern tatsächlich realisiert.
Für bestehende Kunden bedeutet das mehr Effizienz und Innovationskraft. Für neue Kunden entsteht eine überzeugende Alternative im CX- und CRM-Markt. Und für den Markt insgesamt setzt dieser Schritt ein klares Signal: Die Zukunft der Customer Experience liegt in der intelligenten Verbindung von Daten, Prozessen, Interaktion und Künstlicher Intelligenz.
Die regulatorische Verdichtung im Finanz- und Versicherungssektor nimmt seit Jahren spürbar zu. Neue Vorgaben wie DORA, NIS2 oder der EU AI-Act verschärfen die Anforderungen an Governance, IT, Risiko- und Kontrollsysteme kontinuierlich. Gleichzeitig steigt der Aufwand, bestehende Regelwerke fortlaufend zu interpretieren, umzusetzen und revisionssicher zu dokumentieren – bei zunehmend knappen personellen Ressourcen.
RegTech wird dabei häufig als zusätzliche Belastung wahrgenommen: mehr Monitoring, mehr Reporting, mehr Prüfzyklen. In vielen Organisationen sind Compliance-Prozesse noch stark manuell geprägt. Das erhöht die Kosten, verlängert die Durchlaufzeiten und erschwert es, mit regulatorischen Änderungen in der erforderlichen Geschwindigkeit Schritt zu halten.
Diese Entwicklung hat weitreichende Folgen: Organisation, Governance und Kostenstrukturen geraten unter Druck. Klassische, überwiegend manuelle Compliance-Ansätze stoßen angesichts wachsender Dokumentationspflichten, steigender Audit-Anforderungen und des Fachkräftemangels zunehmend an ihre Grenzen.
Gleichzeitig eröffnen sich durch den Einsatz von Künstlicher Intelligenz neue Möglichkeiten. KI-gestützte Verfahren können regulatorische Änderungen automatisiert erkennen, Anforderungen strukturiert ableiten und den Soll-Ist-Abgleich mit internen Dokumenten deutlich beschleunigen. So wird Compliance nicht nur effizienter und transparenter, sondern sie kann sich von der reinen Kontrollfunktion hin zu einem dynamischen Anpassungs- und Steuerungsinstrument weiterentwickeln.
Unser Whitepaper „RegTech 2026 – Wie KI-Assistenz Compliance verändert und Chancen für Innovation schafft“ zeigt,
Im Fokus stehen dabei nicht abstrakte Regulierungsdetails, sondern konkrete Ansatzpunkte für Compliance-Verantwortliche, Fachbereiche, Interne Revision und Management in Banken – inklusive einer praxisnahen Einordnung, wie der Consileon Consileon Manager Unternehmen End-to-End unterstützen kann.
Am 07. April 2026 gab die Plattform The Consulting Report die Top 10 Berater und Führungskräfte 2026 in der Rubrik „Automotive“ bekannt. Wir freuen uns außerordentlich, dass unser Kollege Philipp Mostowys unter ihnen ist!
Als Principal bei Consileon verantwortet Philipp Mostowys Beratungsinitiativen an der Schnittstelle von Automotive Engineering, IT-Transformation und neuen Industrie-Ökosystemen. Gemeinsam mit seinem Team unterstützt er Automobilhersteller und Zulieferer dabei, komplexe Transformationsprogramme erfolgreich umzusetzen und zugleich operative Stabilität in hochregulierten Umfeldern sicherzustellen. Dabei reicht das Leistungsspektrum von der Entwicklung neuer Fähigkeiten und Portfolios über die Umsetzung großskaliger Transformationen bis hin zur Integration neuer Betriebsmodelle und digitaler Plattformen.
Ein besonderer Fokus seiner Arbeit liegt auf drei zentralen Themenfeldern der Automobilindustrie: unternehmensübergreifende Datenökosysteme wie Catena-X , agile Transformation in Engineering-Organisationen sowie Enterprise-Prozess- und Fähigkeitsmodelle wie Automotive SPICE. In diesen Bereichen begleitet er OEMs und Tier-1-Zulieferer dabei, neue Anforderungen in bestehende Entwicklungs- und IT-Landschaften zu integrieren.
Der Automobilsektor befindet sich in einem tiefgreifenden Wandel: Elektrifizierung, Software-defined Vehicles und neue regulatorische Anforderungen erhöhen die Komplexität entlang der gesamten Wertschöpfungskette. Berater wie Philipp Mostowys leisten einen entscheidenden Beitrag, um diese Transformation strukturiert und nachhaltig zu gestalten – durch fundierte Branchenexpertise, methodische Stärke und die Fähigkeit, strategische Initiativen in die operative Umsetzung zu überführen. Die Auszeichnung des Consulting Report unterstreicht die Relevanz dieser Arbeit und bestätigt die Position von Consileon als kompetenter Partner in der Transformation der Automobilindustrie.
Die Auswahl der Preisträger erfolgte in einem mehrstufigen Verfahren, das sowohl eingereichte Nominierungen als auch eine detaillierte Bewertung durch führende Automotive-Experten in der Beratungsbranche umfasste. Die vollständige Rangliste finden Sie hier.
Consileon gratuliert allen Gewinnern und ist besonders stolz auf diese Auszeichnung!
Am 5. Mai 2026 trifft sich die Finanzbranche in Bonn zum VÖB KI-Camp 2026. Nach der erfolgreichen Erstauflage im Vorjahr verbindet das Format erneut klassische Konferenzbestandteile mit dem offenen Austausch eines Barcamps. Genau diese Kombination macht die Veranstaltung besonders wertvoll: Fachliche Impulse von Experten treffen auf interaktive Sessions, die von den Teilnehmern selbst gewählt und gestaltet werden.
Unter dem Motto „KI trifft Expertise – innovative Lösungen für die Finanzwelt von morgen“ steht 2026 die Verbindung von technologischer Innovation und menschlichem Know-how im Mittelpunkt. Gerade für Finanzinstitute wird immer deutlicher, dass KI nicht isoliert als Technologiethema betrachtet werden darf. Entscheidend ist, wie sie in bestehende Prozesse, regulatorische Anforderungen und fachliche Entscheidungsstrukturen eingebettet wird. Genau an dieser Schnittstelle zwischen Innovation, Governance und operativer Umsetzbarkeit setzt der Austausch auf dem KI-Camp an.
Consileon ist auch dieses Jahr wieder mit dabei: Dr. Thilo Gaul, Dr. Jörg Schlösser und Sebastian Wagmann stehen für den fachlichen Austausch rund um KI, Regulatorik und konkrete Anwendungsfälle in der Finanzbranche zur Verfügung:
Für viele Banken ist die Einhaltung der Mindestanforderungen an das Risikomanagement (MaRisk) mit erheblichem Aufwand verbunden. Die Pflege der schriftlich fixierten Ordnung, die Prüfung umfangreicher Dokumentationen und die Anpassung an neue regulatorische Anforderungen erfolgen in vielen Häusern noch immer manuell. Das bindet Ressourcen, erschwert die Nachweisführung und erhöht den Abstimmungsaufwand zwischen Fachbereichen, Compliance und Revision.
Genau hier setzt der Consileon Compliance Manager an. Die Lösung unterstützt Finanzinstitute dabei, MaRisk-relevante Dokumente KI-gestützt zu analysieren, Abweichungen transparent zu machen und Lücken systematisch zu identifizieren. So entsteht eine belastbare Grundlage für interne Prüfungen, externe Audits und die laufende Weiterentwicklung regulatorischer Dokumentationen.
In der Praxis bedeutet das: Richtlinien, Risikohandbücher und weitere relevante Unterlagen können automatisiert auf Konsistenz und MaRisk-Konformität geprüft werden. Die KI identifiziert fehlende Regelungen, Inkonsistenzen und kritische Passagen und liefert zugleich nachvollziehbare Hinweise zur Verbesserung. Die fachliche Validierung bleibt dabei bewusst beim Menschen. Auf diese Weise verbindet der Ansatz technologische Effizienz mit regulatorischer Sorgfalt und schafft eine revisionssichere, nachvollziehbare Prüfungsgrundlage.
Ein leistungsfähiger KI-Einsatz im regulatorischen Umfeld erfordert mehr als nur ein Sprachmodell. Entscheidend sind die Qualitätssicherung der Ergebnisse und die Einbettung in belastbare Prozesse. Der Consileon Compliance Manager basiert auf leistungsfähigen Large Language Models und ergänzt diese um ein Qualitätssicherungs-Framework, das die Stabilität und Kontexttreue der Ausgaben zusätzlich absichert.
Damit entsteht ein Ansatz, der nicht nur technische Automatisierung ermöglicht, sondern auch den Anforderungen an Governance, Transparenz und Verlässlichkeit gerecht wird. Gerade mit Blick auf die steigende regulatorische Relevanz von KI und die Anforderungen des EU AI-Acts wird deutlich, wie wichtig diese Kombination aus KI, Qualitätssicherung und fachlicher Kontrolle ist.
Ein konkretes Beispiel aus dem Projektkontext zeigt den Mehrwert: Wenn Institute nach regulatorischen Änderungen eine Vielzahl bestehender Richtlinien prüfen und anpassen müssen, verkürzt die KI-gestützte Voranalyse den manuellen Sichtungsaufwand erheblich. Gleichzeitig lassen sich Prüfergebnisse strukturierter dokumentieren, was die Zusammenarbeit mit Revision, Wirtschaftsprüfung und Aufsicht spürbar erleichtert.
Besuchen Sie Consileon beim VÖB KI-Camp 2026 in Bonn und tauschen Sie sich mit unseren Experten über aktuelle KI-Trends, regulatorische Herausforderungen und konkrete Anwendungsfälle rund um die MaRisk-Compliance aus:
Mit dem Consileon Compliance Manager zeigen wir vor Ort in einer Live-Demo anhand des Beispiels MaRisk, wie sich KI sinnvoll in bestehende Compliance- und Prüfprozesse integrieren lässt. Unser Ansatz verbindet regulatorisches Fachwissen, technologische Kompetenz und Erfahrung aus Umsetzungsprojekten in der Finanzbranche. So entstehen Lösungen, die nicht nur innovativ wirken, sondern auch im Tagesgeschäft tragfähig sind.
Außerdem gehen unsere Experten mit der Session „Effiziente Compliance mit KI: Wie KI Compliance-Prozesse wirklich automatisiert – am Beispiel MaRisk“ ins Rennen. Wir sind gespannt darauf, welche Sessions die Teilnehmer gemeinsam auf die Agenda setzen und freuen uns auf neue Impulse!