Cybersicherheit und regulatorische Anforderungen rücken für Unternehmen in Europa zunehmend in den Fokus. Beim IT-GRC-Kongress 2026 in Berlin gibt Andreas Grau, Cybersecurity-Experte bei Consileon, Einblicke in aktuelle Entwicklungen der europäischen Cyberregulatorik und zeigt praxisnah, wie Organisationen neue Anforderungen erfolgreich umsetzen können.
Gemeinsam mit Fabian Bauer, Rechtsanwalt bei SKW Schwarz, beleuchtet er in seinem Vortrag das Zusammenspiel von Recht, Governance und IT bei der Umsetzung von NIS-2 und dem Cyber Resilience Act. Der Vortrag findet im Rahmen des IT-GRC-Kongresses am Dienstag, 30. Juni 2026, von 09:00 bis 09:35 Uhr in Saal 2 statt. Weitere Informationen zum Vortrag gibt es hier.
Mit der NIS-2-Richtlinie und dem Cyber Resilience Act schafft die Europäische Union ein neues regulatorisches Fundament für Cybersicherheit. Die Vorgaben betreffen zahlreiche Branchen, etwa Industrieunternehmen, Einrichtungen des Gesundheitswesens und die öffentliche Hand.
Der Vortrag zeigt, wie Unternehmen diese Anforderungen strukturiert und praxisnah umsetzen können. Im Fokus steht dabei die Priorisierung rechtlicher, organisatorischer und technischer Pflichten, was anhand von Praxisbeispielen erläutert wird. Zudem wird aufgezeigt, wie sich regulatorische Anforderungen mit etablierten Standards wie ISO 27001 verzahnen lassen.
Ein zentraler Erfolgsfaktor bei der Umsetzung neuer Cyberregulierung ist die enge Zusammenarbeit zwischen juristischen und technischen Experten. Nur wenn regulatorische Anforderungen korrekt interpretiert und gleichzeitig technisch sinnvoll umgesetzt werden, können Organisationen nachhaltige Sicherheitsstrukturen aufbauen.
Der Vortrag von Andreas Grau und Fabian Bauer greift genau diese Schnittstelle auf. Auf Basis realer Projekterfahrungen zeigen die Referenten, welche Red Flags in der Praxis besonders häufig auftreten, wo schnelle Fortschritte möglich sind und wie sich Umsetzungsprojekte effizient strukturieren lassen.
Ein weiterer Schwerpunkt liegt auf der verantwortungsvollen Nutzung KI-gestützter Analysen in Compliance- und Cybersecurity-Projekten. Vorgestellt wird, wie Unternehmen KI zur Analyse von Dokumenten und Prozessen einsetzen können, etwa für GAP-Analysen, Red-Flag-Checks oder zur Fortschrittskontrolle. Im Mittelpunkt steht dabei der Human-in-the-loop-Ansatz: KI unterstützt die Analyse, die fachliche Bewertung und Entscheidung verbleiben jedoch bei erfahrenen Experten.
Regulatorische Anforderungen werden zunehmend komplexer und stellen Unternehmen vor große operative Herausforderungen. Mit dem Consileon Compliance Manager hat Consileon eine Lösung entwickelt, die weit über klassisches Monitoring hinausgeht und den gesamten Compliance-Prozess unterstützt. Doch wie ist das Produkt entstanden, und was steckt heute konkret dahinter? Darüber sprechen wir mit Dr. Jörg Schlösser, Geschäftsbereichsleiter Software Solutions, und Sebastian Wagmann, Product Owner Consileon Compliance Manager, die die Entwicklung maßgeblich geprägt haben. Im Interview geben sie Einblicke in die Vision, die Funktionen und den Mehrwert der Lösung für Unternehmen.
Dr. Jörg Schlösser:
Der ursprüngliche Name „Regulatorik Radar“ stammt aus einer frühen Phase der Produktentwicklung. Damals lag der Fokus stark auf der Beobachtung und Analyse regulatorischer Entwicklungen, also tatsächlich auf einem „Radar“. Inzwischen hat sich das Produkt jedoch deutlich weiterentwickelt.
Sebastian Wagmann:
Heute sprechen wir von einer umfassenden Plattform, die weit über das reine Monitoring hinausgeht. Wir decken den gesamten Compliance-Prozess ab: von der Identifikation relevanter Regulatorik über die Ableitung individueller Anforderungen bis hin zur automatisierten Prüfung und zum Reporting. Der neue Name Consileon Compliance Manager trägt diesem erweiterten Anspruch Rechnung.
Sebastian Wagmann:
Im Kern ist es eine modulare, KI-gestützte Lösung zur Bewältigung regulatorischer Anforderungen. Unternehmen stehen heute vor der Herausforderung, eine Vielzahl an Vorschriften effizient umzusetzen und gleichzeitig revisionssicher zu dokumentieren. Genau hier setzen wir an.
Dr. Jörg Schlösser:
Der Compliance Manager übernimmt dabei einen Großteil der operativen Arbeit: Er analysiert regulatorische Texte, übersetzt diese in konkrete Anforderungen für das Unternehmen und prüft automatisiert, ob bestehende Dokumente, Verträge und Prozesse diesen Anforderungen entsprechen. Das reduziert den manuellen Aufwand erheblich.
Dr. Jörg Schlösser:
Das ist eine bewusste Entscheidung. KI ist für uns kein Selbstzweck, sondern ein Werkzeug, das wir sehr gezielt als einen Baustein innerhalb eines umfassenderen Prozesses einsetzen. Der eigentliche Mehrwert entsteht nicht durch die Technologie allein, sondern dadurch, dass wir die richtigen Rahmenbedingungen schaffen, um KI im Compliance-Umfeld überhaupt zuverlässig nutzbar zu machen – also durch strukturierte Prozesse, kuratierte regulatorische Inhalte und eine konsequente Qualitätssicherung.
Sebastian Wagmann:
Unser Fokus liegt klar auf dem Ergebnis für den Kunden. Wir kombinieren verschiedene funktionale Module, regulatorisches Wissen und den Einsatz mehrerer spezialisierter KI-Modelle zu einem durchgängigen System. Am Ende geht es nicht darum, dass irgendwo „KI“ draufsteht, sondern dass Compliance effizienter, nachvollziehbarer und qualitativ hochwertiger umgesetzt werden kann. Genau dafür steht der Name Consileon Compliance Manager.
Sebastian Wagmann:
Die Lösung besteht aus mehreren funktionalen Modulen, die ineinandergreifen:
Dr. Jörg Schlösser:
Wichtig ist: Diese Module sind nicht isoliert, sondern Teil eines durchgängigen Prozesses. Genau das macht den Unterschied zu vielen Einzellösungen im Markt.
Dr. Jörg Schlösser:
Ursprünglich hatten wir einen starken Fokus auf die Finanzbranche, etwa mit Themen wie DORA oder MaRisk. Mittlerweile haben wir das Produkt bewusst geöffnet.
Sebastian Wagmann:
Heute adressieren wir unterschiedliche Branche: von Finanzdienstleistern über kritische Infrastrukturen bis hin zur Pharmaindustrie. Das gelingt durch unsere modulare Regulatorik-Bibliothek, die verschiedene Regelwerke wie DORA, NIS-2, MaRisk, GDP oder GMP abbildet und flexibel erweitert werden kann.
Sebastian Wagmann:
Viele klassische Lösungen sind stark dokumentationsgetrieben oder unterstützen primär die Verwaltung von Anforderungen. Unser Ansatz ist ein anderer: Wir automatisieren die inhaltliche Arbeit.
Dr. Jörg Schlösser:
Das bedeutet konkret: Die Software liest und versteht regulatorische Texte sowie Unternehmensdokumente und führt eigenständig Analysen durch. Das ist ein qualitativer Sprung. Der Mensch bleibt in der Kontrolle, aber die zeitintensive Vorarbeit übernimmt die Maschine.
Sebastian Wagmann:
Wir starten mit den relevanten Regelwerken und richten das System auf die spezifischen Anforderungen des Unternehmens aus. Danach können direkt Dokumente und Verträge analysiert werden.
Dr. Jörg Schlösser:
Wichtig ist uns ein pragmatischer Ansatz: schnelle Einsatzfähigkeit, klare Ergebnisse und eine nahtlose Integration in bestehende Prozesse. Die Nutzer sollen möglichst schnell einen echten Mehrwert sehen.
Dr. Jörg Schlösser:
Eine zentrale Rolle. Es reicht heute nicht mehr, compliant zu sein. Man muss es auch jederzeit belegen können.
Sebastian Wagmann:
Deshalb legen wir großen Wert auf revisionssichere Dokumentation und nachvollziehbare Ergebnisse. Jede Analyse, jede Empfehlung der KI ist begründet und transparent. Das erleichtert sowohl interne Prüfungen als auch die Kommunikation mit Aufsichtsbehörden.
Sebastian Wagmann:
Wir wollen Compliance von einer reaktiven Pflichtaufgabe zu einem steuerbaren, effizienten Prozess machen.
Dr. Jörg Schlösser:
Und vor allem: Wir wollen Fachbereiche spürbar entlasten. Wenn weniger Zeit für manuelle Prüfungen aufgewendet werden muss, entsteht Raum für die wirklich wichtigen Themen – strategische Fragestellungen und unternehmerische Entscheidungen.
Erfahren Sie, wie der Consileon Compliance Manager Ihre regulatorischen Prozesse automatisiert, Transparenz schafft und Fachbereiche spürbar entlastet.
Die Digitalisierung der Automobilbranche betrifft nicht nur das Fahrzeug selbst, sondern auch die Art und Weise, wie Kunden auf neue Modelle aufmerksam werden und sich ihre Wunschfahrzeuge zusammenstellen. Immer häufiger beginnt die Fahrzeugrecherche direkt in KI-basierten Such- und Dialogsystemen, anstatt wie viele Jahre üblich auf der Hersteller-Website. Kauf- und Vergleichsfragen werden dort beantwortet, ohne dass ein Klick auf die Seite eines Herstellers (OEM = Original Equipment Manufacturer) erforderlich ist.
Diese Entwicklung hat weitreichende Folgen: Sichtbarkeit, Markenführung und Datensouveränität geraten unter Druck. Klassische Mechanismen wie organischer Traffic oder der Fahrzeugkonfigurator verlieren an Wirkung.
Gleichzeitig entsteht eine neue strategische Rolle für die OEM-Website:
Nicht mehr primär als Einstiegspunkt, sondern als Orchestrator der Customer Journey und als Single Source of Truth für Produkte, Preise, Verfügbarkeit und Marke.
Unser Whitepaper „Die OEM-Website im KI-Zeitalter: Schlüssel zur digitalen Customer Journey“ zeigt,
Im Fokus stehen dabei nicht kurzfristige Trends, sondern konkrete strategische Handlungsfelder für Marketing, IT und digitale Vertriebssysteme im Automotive-Umfeld.
Laden Sie sich unser Whitepaper herunter und erfahren Sie, wie sich die OEM-Website im KI-Zeitalter zukunftsfähig positionieren lässt.
Daten sind die Grundlage für Künstliche Intelligenz, Automatisierung und fundierte Managemententscheidungen. Gleichzeitig kämpfen viele Unternehmen mit Datensilos, unklaren Verantwortlichkeiten und Engpässen in der IT. Data Mesh verspricht einen grundlegenden Perspektivwechsel. Im Interview erklärt Alexander Finke, warum zentrale Datenarchitekturen oft an ihre Grenzen stoßen, was sich mit Data Mesh konkret verändert und wie Unternehmen die Transformation strukturiert angehen.
In vielen Organisationen ist die IT oder ein zentrales Datenteam die zentrale Drehscheibe für nahezu alle Datenanfragen. Das führt zwangsläufig zu Engpässen, hier ein Beispiel:
Stellen Sie sich vor, Sie arbeiten im Fachbereich und erhalten die Aufgabe, eine neue Auswertung zu erstellen. Zunächst wissen Sie nicht einmal, ob die benötigten Daten im Unternehmen existieren. Sie fragen Kollegen, telefonieren sich durch, erfahren schließlich, dass es Daten gibt – aber nicht, wer sie verantwortet. Nachdem die Zuständigkeit geklärt ist, müssen Sie bei der IT einen Zugriff beantragen. Dann stellt sich die Frage, wie Sie die Daten in Ihr Analyse-Tool bekommen. Häufig endet es in Exporten, CSV-Dateien und nicht mehr tagesaktuellen Datenständen. Und selbst wenn die Auswertung steht, weiß kaum jemand im Unternehmen davon.
Das Problem ist weniger technologisch als strukturell: Daten werden zentral verwaltet, aber dezentral erzeugt und genutzt. Diese Diskrepanz führt zu langen Abstimmungswegen, zu Verzögerungen und zu Unklarheiten bei den Verantwortlichkeiten für die Datenqualität.
Data Mesh dreht die Perspektive um. Daten werden als eigenständige Produkte verstanden, sogenannte Data Products, die von den jeweiligen Fachdomänen verantwortet werden. Die Fachbereiche übernehmen die Hoheit über ihre Daten und definieren deren Qualität, Beschreibung und Nutzbarkeit. Die IT agiert dabei als Enabler. Sie stellt die Self-Service-Plattform bereit und schafft das technologische Fundament, auf dem Datenprodukte entwickelt, gefunden und genutzt werden können. Gleichzeitig automatisiert sie zentrale Leitplanken für Governance, Interoperabilität und Sicherheit und stellt sicher, dass gemeinsam definierte Standards eingehalten werden.
Man kann sagen: Verantwortung dezentral, Leitplanken zentral. Dieses Zusammenspiel schafft Klarheit, Geschwindigkeit und Skalierbarkeit.
Viele Unternehmen fragen: Bedeutet das einen Kontrollverlust für die IT? Entsteht dadurch nicht noch mehr Komplexität? Die Antwort ist nein, wenn es richtig umgesetzt wird. Data Mesh ist kein Wildwuchs-Modell. Es braucht klare Domänenschnitte, definierte Rollen und eine föderierte Governance. Die IT setzt verbindliche Standards für Sicherheit, Compliance und Interoperabilität. Innerhalb dieser Leitplanken agieren die Fachbereiche eigenverantwortlich.
Eine weitere häufige Frage ist, ob Data Mesh nur für sehr große Organisationen geeignet ist. Unsere Erfahrung zeigt: Der Ansatz ist skalierbar. Entscheidend ist weniger die Unternehmensgröße als vielmehr die Komplexität der Datenlandschaft und die Anzahl der beteiligten Domänen.
Wichtig ist aber auch, ehrlich zu sein: Data Mesh skaliert langfristig deutlich besser, erfordert jedoch initial mehr Aufwand. Rollen, Verantwortlichkeiten, Datenproduktdenken und Plattformstrukturen müssen aufgebaut werden. Der Ansatz lohnt sich besonders für Unternehmen, die viele Datenquellen und Fachbereiche koordinieren müssen, KI oder Analytics breit einsetzen wollen oder bei denen zentrale Datenteams regelmäßig zum Engpass werden.
Fachbereiche werden zu aktiven Datenverantwortlichen. Sie wissen am besten, wie ihre Daten entstehen, was sie bedeuten und wie sie genutzt werden. Im Data-Mesh-Modell definieren sie ihre Datenquellen bewusst als Produkte, dokumentieren sie strukturiert und stellen sie anderen Teams zur Verfügung.
Der Unterschied zeigt sich im Alltag: Statt Hilfe bei Kollegen zu suchen oder IT-Tickets zu erstellen, greifen Mitarbeiter auf einen zentralen Datenkatalog zu. Dort finden sie das passende Datenprodukt mit Beschreibung, Qualitätsangaben, Verantwortlichen und Zugriffsregeln und können es direkt in ihrem Analysewerkzeug nutzen. Ergebnisse entstehen schneller, sind reproduzierbar und lassen sich wiederum als eigenes Datenprodukt bereitstellen.
Excel ist beliebt, weil Fachbereiche damit eigenständig Lösungen entwickeln können. Data Mesh überträgt dieses Prinzip auf Unternehmensdaten, strukturiert, governancekonform und skalierbar. So sinken Abhängigkeiten, Entscheidungen werden beschleunigt und der Fachbereich wird vom Anforderungssteller zum aktiven Treiber datenbasierter Wertschöpfung.
Die IT wird strategischer. Statt jede einzelne Datenanfrage operativ zu bedienen, konzentriert sie sich auf Plattformaufbau, Governance, Sicherheitsstandards und Architektur. Sie stellt sicher, dass Datenprodukte interoperabel sind, Compliance-Anforderungen erfüllen und unternehmensweit nutzbar bleiben. Dadurch wird die IT von vielen Routineaufgaben entlastet und kann sich auf wertschöpfende Themen wie KI-Infrastruktur oder Advanced Analytics konzentrieren.
Der Übergang zu Data Mesh ist kein reines IT-Projekt. Er betrifft Organisation, Rollenverständnis und Zusammenarbeit. Zunächst müssen Domänen klar identifiziert und Verantwortlichkeiten definiert werden. Das bedeutet: Es braucht ein neues Rollenverständnis in den Fachbereichen sowie klare Zuständigkeiten für Datenprodukte. Dieser organisatorische Wandel ist der entscheidende Hebel für den Erfolg. Parallel wird eine technische Plattform aufgebaut, die Self-Service, Suche und Datennutzung ermöglicht und schrittweise an die spezifischen Anforderungen des Unternehmens angepasst wird. Die Datenquellen werden sukzessive angebunden. Gleichzeitig werden Governance-Regeln festgelegt, die zentral vorgegeben und dezentral umgesetzt werden.
Wir empfehlen einen schrittweisen Transformationsansatz mit Pilotdomänen. So entstehen erste Datenprodukte unter realen Bedingungen, während Organisation und Technologie sich synchron entwickeln und der Einstieg in die dezentrale Datenwelt kontrollierbar bleibt.
Mich motiviert an Data Mesh insbesondere, dass Menschen wieder selbstbestimmter mit Daten arbeiten können. In vielen Unternehmen sehe ich hochqualifizierte Mitarbeiter, die unnötig Zeit in Abstimmungen und Warteprozessen verlieren. Wenn Fachbereiche eigenständig handeln können, werden Projekte schneller, Entscheidungen fundierter und die tägliche Arbeit deutlich befriedigender. Für mich geht es nicht nur um Architektur, sondern auch darum, produktives Arbeiten zu ermöglichen.
KI lebt nicht nur von zugänglichen und qualitativ hochwertigen Daten, sondern vor allem vom richtigen Kontext. Modelle liefern besonders gute Ergebnisse, wenn sie verstehen, was Daten bedeuten, wie sie entstanden sind und in welchem fachlichen Zusammenhang sie stehen. Genau hier liegt in vielen Unternehmen das Problem: Daten sind zwar technisch verfügbar, aber ihr fachlicher Kontext ist weder sauber dokumentiert noch eindeutig verantwortet. Besonders bei KI-Anwendungen, die direkt auf Rohdaten arbeiten oder automatisierte Auswertungen erzeugen sollen, fehlt häufig genau dieses Domänenwissen.
Data Mesh schafft hier eine wichtige Grundlage. Wenn Daten als klar definierte Datenprodukte vorliegen, inklusive Beschreibung, Qualitätssicherung, Verantwortlichkeit und fachlicher Einordnung, wird dieser Kontext systematisch mitgeliefert. Dadurch können KI-Modelle deutlich präziser arbeiten, konkrete Fragen korrekt beantworten und belastbare, automatisierte Analysen erzeugen. KI-Initiativen werden so nicht nur technisch möglich, sondern auch fachlich fundiert und organisatorisch tragfähig.
Consileon begleitet Unternehmen bei der Einführung von Data Mesh strategisch, technologisch und organisatorisch. Von der Analyse bestehender Datenarchitekturen über die Definition von Domänen und Governance-Modellen bis hin zur technischen Plattformintegration entsteht eine zukunftsfähige Datenorganisation mit klaren Verantwortlichkeiten und hoher Skalierbarkeit.
Vom 4. bis 5. Mai 2026 trifft sich die Automotive Branche im Estrel Congress Center Berlin zur Automotive Masterminds 2026. Die Konferenz steht unter dem Leitmotiv, dass erfolgreiche Transformation heute aus dem Zusammenspiel von Software, Kultur und Führung hervorgeht. Genau dieser Dreiklang entscheidet darüber, wie Hersteller, Zulieferer, Automobilhändler, Importeure und Autobanken ihre Organisationen zukunftsfähig aufstellen.
Für die Branche ist die Ausgangslage klar: Fahrzeuge werden softwarezentrierter, Wertschöpfungsketten datengetriebener und Entwicklungszyklen deutlich kürzer. Gleichzeitig steigt der Druck, die Elektrifizierung wirtschaftlich umzusetzen, regulatorische Anforderungen sicher zu erfüllen und neue Technologien schneller in die operative Realität zu überführen.
Ein zentrales Thema der Konferenz ist Agilität. In der Automobilindustrie geht es längst nicht mehr nur um Methoden, sondern um die Fähigkeit, Produkte, Prozesse und Entscheidungen in kürzeren Zyklen wirksam weiterzuentwickeln. Gerade in einem softwaregetriebenen Umfeld müssen Unternehmen schneller lernen, priorisieren und umsetzen, ohne dabei Qualität, Sicherheit oder Governance aus dem Blick zu verlieren.
Aus Projekten wissen wir, dass genau hier ein wesentlicher Hebel liegt. Wenn OEMs und Zulieferer Entwicklung, Fachbereiche und IT enger verzahnen, entstehen belastbare Entscheidungswege und kürzere Time-to-Market. Ein typisches Beispiel ist die Neuorganisation von Produktsteuerung und Entscheidungsroutinen in Transformationsprogrammen: Sobald Verantwortlichkeiten klarer, Abstimmungen schlanker und Prioritäten transparenter werden, steigen nicht nur die Geschwindigkeit, sondern auch die Umsetzungsqualität.
Wie eine solche Kultur konkret gestaltet werden kann, zeigt auch der Workshop von Gesa Luise Rittinghaus, Principal bei Consileon Business Consultancy GmbH: „Fast beats perfect: Building a culture that thrives on rapid product cycles“ am 4. Mai 2026 von 16:00 bis 18:00 Uhr im Breakout Room 1. Organisationen brauchen nicht nur neue Prozesse, sondern auch ein Führungs- und Kulturverständnis, das schnelle Lernzyklen aktiv unterstützt. Gesa Luise Rittinghaus ist bereits im Speaker-Line-up der Automotive Masterminds 2026 aufgeführt.
Ein zweiter Schwerpunkt ist Catena-X. Für viele Unternehmen ist das Datenökosystem inzwischen weit mehr als nur ein Technologieprojekt. Es entwickelt sich zu einem strategischen Enabler für Transparenz, Compliance und Zusammenarbeit entlang der Lieferkette. Ziel ist ein standardisierter und sicherer Datenaustausch zwischen OEMs, Tier 1, Tier 2 sowie weiteren Partnern. Dadurch lassen sich Informationen zu Nachhaltigkeit, Zertifizierungen, Angebot & Nachfrage oder Rückverfolgbarkeit konsistenter und effizienter bereitstellen.
Gerade für Zulieferer eröffnet Catena-X neue Möglichkeiten, seine Liefernetzwerke belastbarer zu bedienen, insb. bei steigenden Anforderungen der OEMs. Parallel dazu steigt jedoch die wahrgenommene Komplexität durch Datenmodelle, Governance, Integration und organisatorische Anschlussfähigkeit. In der Praxis zeigt sich: Der Mehrwert entsteht nicht nur durch die technische Anbindung, sondern erst dann wenn Datamanagement, Knowhow Aufbau in internen Teams und End-to-End Umsetzung von Use Cases sauber mitgedacht werden.
Consileon unterstützt Unternehmen dabei, Catena-X nicht isoliert zu betrachten, sondern in eine tragfähige Transformationsarchitektur einzubetten. Dazu gehören etwa die Priorisierung konkreter Use Cases, Optimierung des Data Managements, App- & Prozessintegration sowie Kompetenzaufbau interner Teams , die die tatsächlich die Zusammenarbeit erleichtern. So wird durch Data Excellence aus Compliance-Anforderungen ein operativer Vorsprung, der Geschäftsbeziehungen sichert und Kostenstrukturen verschlankt.
Ein weiteres wichtiges Kernthema der Automotive Masterminds 2026 ist Künstliche Intelligenz. In der Automobilindustrie wird KI zunehmend zu einem zentralen Hebel, um Prozesse effizienter zu gestalten, Entscheidungen fundierter vorzubereiten und neue Potenziale in Entwicklung, Produktion, Vertrieb und Service zu erschließen. Dabei geht es nicht nur um einzelne Anwendungsfälle, sondern um die grundsätzliche Frage, wie Unternehmen KI sinnvoll in ihre Organisation, ihre Prozesse und ihre IT-Landschaft integrieren.
Gerade für OEMs und ihre Partner wird entscheidend sein, KI nicht isoliert als Technologiethema zu betrachten, sondern als Bestandteil einer umfassenden Transformation. Denn der Mehrwert entsteht dort, wo Daten, Systeme und Verantwortlichkeiten so zusammengeführt werden, dass aus neuen technologischen Möglichkeiten auch konkrete Verbesserungen im Tagesgeschäft entstehen. KI ist damit kein Selbstzweck, sondern ein zusätzlicher Impulsgeber für mehr Effizienz, bessere Steuerung und mehr Zukunftsfähigkeit in der automobilen Wertschöpfungskette.
Treffen Sie Consileon auf der Automotive Masterminds 2026 am Stand #09, um den Austausch über die entscheidenden Zukunftsthemen der Branche zu vertiefen. Unser Beratungsansatz verbindet strategische Perspektive mit operativer Umsetzbarkeit. Gerade in der Automobilindustrie zeigt sich immer wieder, dass nachhaltige Transformation nur dann gelingt, wenn Organisation, Prozesse, Daten und IT gemeinsam gedacht werden.
Ob es um agile Steuerungsmodelle, die Einbindung von Catena-X, die Umsetzung wirksamer KI-Initiativen oder die sichere Gestaltung regulatorischer Anforderungen geht: Wir unterstützen Unternehmen dabei, Veränderungen so aufzusetzen, dass sie im Tagesgeschäft tragfähig sind. Unser Ziel ist nicht nur ein überzeugendes Zukunftsbild, sondern auch konkreter Fortschritt, der Geschwindigkeit erhöht, Risiken reduziert und die Wettbewerbsfähigkeit stärkt.
Die Automotive Masterminds 2026 bieten dafür den passenden Rahmen. Wer die Zukunft der Mobilität aktiv gestalten will, benötigt heute vor allem eines: die Fähigkeit, technologische Innovation, organisatorische Anpassung und partnerschaftliche Zusammenarbeit wirksam zusammenzuführen.
Die neue EU-Richtlinie NIS-2 stellt viele Unternehmen vor große Herausforderungen. Komplexe Anforderungen, begrenzte Ressourcen und hoher Umsetzungsdruck sorgen dafür, dass das Thema schnell als bürokratische Belastung wahrgenommen wird. Dabei geht es im Kern um etwas anderes: die Stärkung der organisatorischen und technischen Resilienz gegenüber Cyberrisiken.
Ein Interview in der Ausgabe 3/2026 der Mitgliederzeitschrift des Instituts für Wirtschaftsprüfer (IDW Life ¹) zeigt, wie Unternehmen einen pragmatischen Einstieg in die NIS-2-Umsetzung finden können. Andreas Grau, Head of Cybersecurity bei Consileon, und Bernhard Schmid, Consultant bei 4IoT, erläutern, warum eine risikobasierte Herangehensweise entscheidend ist. Statt umfangreicher Dokumentation empfehlen sie, zunächst Transparenz über kritische Geschäftsprozesse und Informationswerte zu schaffen und Maßnahmen auf die größten Risiken zu konzentrieren.
Im Interview wird außerdem deutlich, dass NIS-2 nicht als reines IT-Thema verstanden werden sollte. Die Unternehmensleitung spielt eine zentrale Rolle: Sie priorisiert Risiken, definiert Zielniveaus und trifft strategische Entscheidungen zur Cyberresilienz. Damit wird Informationssicherheit zu einem Bestandteil der Unternehmenssteuerung, nicht zu einem isolierten Compliance-Projekt.
Die Anforderungen der OEMs steigen deutlich: verpflichtender Datenaustausch, wachsender regulatorischer Druck und steigende IT-Projektkosten stellen viele Automobilzulieferer vor konkrete Handlungsfragen. Gleichzeitig werden Themen wie CO₂-Nachweise, Produktrückverfolgung oder Transparenz entlang der Lieferkette zunehmend zum Standard.
Mit Catena-X entsteht das erste herstellerübergreifende Datenökosystem für die Automobilindustrie. Ziel ist ein sicherer, standardisierter und vertrauensvoller Datenaustausch entlang der gesamten Wertschöpfungskette. Viele Unternehmen beginnen ihre Catena-X-Initiativen jedoch mit Tools oder einzelnen Anwendungen. In der Praxis zeigt sich: Der entscheidende Erfolgsfaktor liegt häufig nicht in der Software, sondern in der Datenqualität, im strukturierten Data Management und in klar definierten Prozessen.
In unserem Webinar zeigen wir, welche fachlichen und organisatorischen Voraussetzungen Unternehmen schaffen sollten, um Catena-X erfolgreich und skalierbar umzusetzen.
Beide Referenten begleiten Automobilzulieferer bei der Einführung von Catena-X-Use-Cases und geben im Webinar Einblicke aus aktuellen Projekten sowie praktische Empfehlungen für den Einstieg in den Datenraum.
Karlsruhe/Wiesbaden, 13.03.2026 – Das Wirtschaftsmagazin brand eins zeichnet die Consileon Business Consultancy GmbH auch 2026 als einen der besten Unternehmensberater Deutschlands aus. Damit wird Consileon zum wiederholten Mal für exzellente Beratungsleistung gewürdigt. Auch die syracom AG, Teil der Consileon-Gruppe mit Sitz in Wiesbaden, wurde erneut in die Bestenliste aufgenommen.
Consileon überzeugte 2026 in sechs Branchen: Auto & Zulieferer, Banken, Health Care, Konsumgüter & Handel, Public Sector / Infrastruktur sowie Versicherungen. Darüber hinaus wurde das Unternehmen in zentralen Beratungsfeldern gewürdigt, darunter Change Management, IT-Implementierung, IT-Strategie, Nachhaltigkeit & Sustainability sowie Vertrieb, After Sales, CRM.
syracom erhielt die Auszeichnung zum Besten Berater in der Branche Banken und im Beratungsfeld IT-Implementierung. Beide Unternehmen der Consileon-Gruppe zeigen damit erneut, dass sie Strategiekompetenz und technologische Umsetzungskraft wirkungsvoll verbinden und Organisationen befähigen, den Wandel aktiv zu gestalten.
Die Auszeichnung unterstreicht die breite fachliche Aufstellung der Consileon – von strategischer Neuausrichtung über nachhaltige Transformation bis hin zur technologischen Umsetzung komplexer Programme. Gerade in Zeiten tiefgreifender Marktveränderungen verbinden die Experten Branchenverständnis mit Umsetzungsstärke und begleiten Organisationen ganzheitlich durch anspruchsvolle Transformationsprozesse.
Die Bestenliste von brand eins basiert auf einer unabhängigen Befragung von Branchenexperten und Klienten in Zusammenarbeit mit Statista. Berücksichtigt werden ausschließlich Beratungshäuser, die regelmäßig empfohlen und überdurchschnittlich bewertet werden. Mehr zur Methodik können Sie hier nachlesen.
Das vollständige Ranking ist hier einsehbar.
Über syracom
syracom ist ein Beratungshaus für Business, IT und Regulatorik. Seit 1998 ebnet das Unternehmen seinen Kunden den Weg in die digitale Transformation. syracom unterstützt sie bei der zukunftssicheren Entwicklung von Geschäftsmodellen, Prozessen und IT, richtet die Informationstechnologie konsequent am Kerngeschäft aus und erfüllt dabei höchste Standards an Qualität, Sicherheit und Compliance. Die syracom AG ist Teil der Consileon-Gruppe. Mehr Informationen unter www.syracom.de.
Viele Unternehmen wollen ihre Vertriebseffizienz steigern. Neue CRM-Systeme, mehr Leads oder zusätzliche Vertriebsmitarbeiter sollen dabei helfen. Dennoch bleiben die Ergebnisse häufig hinter den Erwartungen zurück. Der Grund liegt oft in der Struktur des Vertriebs. In vielen B2B-Unternehmen dominiert entweder der persönliche Netzwerkvertrieb oder ein stark prozessgetriebener Systemvertrieb. Beide Modelle funktionieren, haben jedoch klare Grenzen.
Unternehmen steigern ihre Vertriebseffizienz meist erst dann nachhaltig, wenn sie Beziehungsgeschäft und systematische Marktbearbeitung gezielt miteinander verbinden.
Vertriebseffizienz beschreibt das Verhältnis zwischen den eingesetzten Vertriebsressourcen und dem erzielten Umsatz. Ziel ist es, mit möglichst geringem Aufwand möglichst hohe Vertriebsergebnisse zu erzielen.
Typische Kennzahlen zur Messung der Vertriebseffizienz sind beispielsweise:
Unternehmen steigern ihre Vertriebseffizienz vor allem dann, wenn sie Zeit, Ressourcen und Vertriebsaktivitäten gezielt auf die richtigen Kunden konzentrieren. In der Praxis zeigt sich jedoch: Die Art und Weise, wie Vertrieb organisiert ist, spielt eine entscheidende Rolle.
Viele Unternehmen erkennen erst spät, warum ihr Vertrieb hinter den Erwartungen zurückbleibt. Häufig sind nicht die Vertriebsmitarbeiter selbst das Problem, sondern strukturelle Faktoren.
Zu den häufigsten Ursachen gehören:
Die Verbesserung der Vertriebseffizienz beginnt daher meist nicht beim einzelnen Verkäufer, sondern bei Zielen, Strukturen, Prozessen und Steuerungsmechanismen des Vertriebs.
In vielen Unternehmen lassen sich zwei grundlegende Vertriebsansätze beobachten:
| Netzwerkbasierter Vertrieb (Relationship Sales) | Systematischer Vertrieb (Process oder Data Driven Sales) |
| Leads entstehen über persönliche Netzwerke | Es gibt definierte Zielkundensegmente |
| Empfehlungen spielen eine zentrale Rolle | Es erfolgt eine strukturierte Leadgenerierung |
| Vertriebsmitarbeiter pflegen langfristige Beziehungen | Es gibt klar definierte Sales-Stages |
| Vertriebsprozesse sind oft wenig standardisiert | Nutzung eines CRM-Systems zur Steuerung |
Netzwerkbasierter Vertrieb ist besonders in Branchen wie Unternehmensberatung, Versicherungen, Immobilien und dem Investitionsgütervertrieb verbreitet. Geschäftsmöglichkeiten entstehen vor allem durch persönliche Kontakte und bestehende Beziehungen. Der große Vorteil dieses Modells liegt in der hohen Vertrauensbasis. Gerade bei komplexen Lösungen oder großen Investitionen entscheiden Kunden häufig auf Basis persönlicher Beziehungen. Allerdings hat dieses Modell auch Nachteile. Der Vertrieb hängt stark von einzelnen Personen ab und das Wachstum lässt sich nur begrenzt skalieren.
Im systematischen Vertrieb wird der Markt strukturiert bearbeitet. Unternehmen definieren klare Zielkunden, etablieren standardisierte Prozesse und steuern ihre Pipeline datenbasiert. Dieser Ansatz ist besonders verbreitet in Software- und Technologieunternehmen, in Plattformgeschäftsmodellen und in skalierbaren B2B-Angeboten. Der Vorteil liegt in der Planbarkeit und Skalierbarkeit des Vertriebs. Unternehmen können ihre Pipeline transparent steuern und Wachstum systematisch aufbauen. Doch auch dieses Modell hat Grenzen. Gerade bei komplexen B2B-Entscheidungen reicht ein rein prozessgetriebener Vertrieb oft nicht aus, um Vertrauen aufzubauen.
In der Praxis scheitern viele Unternehmen an einem der beiden Extreme.
Wenn Vertrieb zu stark netzwerkgetrieben ist…
Das Unternehmen verliert an Effizienz, weil wertvolle Marktchancen ungenutzt bleiben.
Wenn Vertrieb zu stark prozessgetrieben ist…
Hier leidet die Effizienz, weil Vertriebsprozesse zwar strukturiert sind, aber zu wenig Vertrauen aufbauen.
Die höchste Effizienz entsteht dort, wo persönliche Beziehungen und systematische Marktbearbeitung zusammenkommen. Fünf Ansätze sind dabei besonders wirkungsvoll.
1. Zielkunden klar definieren
Viele Vertriebe arbeiten mit einem zu breiten Kundenspektrum. Erfolgreiche Organisationen definieren klare Zielkundensegmente und richten ihre Aktivitäten konsequent darauf aus. Ein sogenanntes Ideal Customer Profile (ICP) hilft dabei, attraktive Kunden systematisch zu identifizieren.
2. Netzwerke systematisch nutzen
Persönliche Beziehungen bleiben ein zentraler Erfolgsfaktor im Vertrieb. Allerdings sollten sie nicht nur individuell gepflegt werden, sondern auch für das Unternehmen sichtbar sein. Ein strukturiertes CRM ermöglicht es, Kontakte, Entscheidungsstrukturen und Beziehungen transparent abzubilden. So wird aus einem individuellen Netzwerk organisationales Wissen.
3. Account-basierte Marktbearbeitung etablieren
Beim sogenannten Account-Based Sales werden wichtige Zielkunden gezielt und langfristig entwickelt. Typische Maßnahmen sind strategische Account-Pläne, koordinierte Vertriebs- und Marketingaktivitäten sowie die systematische Entwicklung von Entscheiderbeziehungen. Das erhöht die Erfolgswahrscheinlichkeit bei komplexen Verkaufsprozessen deutlich.
4. Vertriebsprozesse klar strukturieren
Auch im Beziehungsgeschäft sind strukturierte Prozesse wichtig. Standardisierte Sales-Stages, klare Verantwortlichkeiten und transparente Pipeline-Strukturen helfen dabei, Vertriebsaktivitäten besser zu steuern und Ressourcen effizient einzusetzen. Gleichzeitig bleibt genügend Raum für individuelle Kundenbeziehungen.
5. Marketing und Vertrieb enger verzahnen
Thought Leadership, Fachartikel, Veranstaltungen, Webinare und die konsequente Nutzung von Marketing Automation können neue Kontakte und Gespräche ermöglichen. Wenn Marketing und Vertrieb enger zusammenarbeiten, entsteht ein kontinuierlicher Strom qualifizierter Geschäftsmöglichkeiten.
CRM-Systeme sind für viele Unternehmen ein zentrales Werkzeug, um ihre Vertriebseffizienz zu steigern. Allerdings entfalten sie ihren Nutzen nur dann, wenn sie Teil eines klar definierten Vertriebsmodells sind. Ein CRM unterstützt insbesondere drei Aspekte:
Transparenz über Kundenbeziehungen: Kontakte, Entscheidungsstrukturen und Interaktionen werden für das gesamte Unternehmen sichtbar. Dadurch wird Wissen über Kunden nicht nur bei einzelnen Vertriebsmitarbeitern gespeichert.
Steuerung der Vertriebspipeline: Deals können entlang klar definierter Verkaufsphasen verfolgt werden. Führungskräfte erkennen frühzeitig, ob Pipeline und Forecast realistisch sind.
Strukturierte Marktbearbeitung: Zielkunden, Aktivitäten und Opportunities lassen sich systematisch planen und nachverfolgen.
Wichtig ist jedoch: Ein CRM ersetzt kein funktionierendes Vertriebsmodell. Es unterstützt vielmehr die Verbindung zwischen persönlichen Beziehungen und systematischer Marktbearbeitung.
Unternehmen können ihre Vertriebseffizienz oft schon mit wenigen Leitfragen einschätzen:
1. Kennen wir unsere attraktivsten Zielkunden wirklich? Ist klar definiert, welche Kunden den größten strategischen und wirtschaftlichen Wert haben?
2. Haben wir Transparenz über unsere Vertriebspipeline? Sind Verkaufschancen, Abschlusswahrscheinlichkeiten und Verkaufszyklen systematisch erfasst?
3. Sind Kundenbeziehungen im Unternehmen verankert oder personenabhängig? Bleiben wichtige Kontakte im Unternehmen erhalten, wenn einzelne Vertriebsmitarbeiter das Unternehmen verlassen?
Wenn mehrere dieser Fragen mit „nein“ beantwortet werden, besteht häufig erhebliches Potenzial, die Vertriebseffizienz zu verbessern.
Unternehmen steigern ihre Vertriebseffizienz selten durch mehr Tools oder zusätzliche Vertriebsmitarbeiter. Entscheidend ist vielmehr die Balance zwischen persönlichem Beziehungsgeschäft und systematischer Marktbearbeitung.
Organisationen, denen diese Kombination gelingt, profitieren von mehreren Vorteilen:
Damit wird Vertrieb nicht nur effizienter, sondern auch langfristig robuster.
Künstliche Intelligenz kann längst mehr als Texte schreiben oder Bilder generieren. Eine der rasantesten Entwicklungen findet derzeit im Bereich Voice AI statt, also der Fähigkeit von KI-Systemen, Stimmen zu erzeugen, zu imitieren oder eigenständig Gespräche zu führen. Was vor wenigen Jahren noch nach Science-Fiction klang, ist heute technisch erstaunlich ausgereift.
In der neusten Folge des Consileon-Podcast „Am Puls der Zeit – Mobilität im Wandel“ diskutieren Moritz Hollenbeck, Senior Software Engineer, und Carl Limburg, Senior Consultant im Automotive-Geschäftsbereich, die Chancen und Risiken dieser Technologie.
„Ich finde, an diesem Beispiel kann man sehr gut erkennen, wie weit entwickelt die KI bereits ist, speziell wenn es um die Generierung von Stimmen geht“, sagt Moritz über ein Experiment aus der Podcastfolge, in dem mehrere Stimmen vorgespielt wurden, alle KI-generiert.
Eine der überraschendsten Erkenntnisse: Für einen einfachen Stimmenklon reichen heute bereits wenige Sekunden Audiomaterial einer echten Stimme. Mit mehr Aufnahmen lassen sich Intonation, Tempo und Sprachstil immer präziser nachbilden. Das eröffnet neue Möglichkeiten, etwa für digitale Assistenten oder automatisierte Hotlines. Gleichzeitig entstehen neue Risiken: Voice AI kann auch für Betrugsversuche oder politische Manipulation eingesetzt werden.
Ein Beispiel aus den USA zeigt, wie real diese Szenarien bereits sind. Bei einer Vorwahl wurden Wähler per automatisiertem Anruf kontaktiert, mit einer Stimme, die US-Präsident Joe Biden imitierte und sie vom Wählen abhalten sollte. Die Diskussion im Podcast zeigt, dass technisch bereits vieles möglich ist. Entscheidend wird künftig sein, wie wir gesellschaftlich und organisatorisch damit umgehen.
Neben den Risiken bietet Voice AI auch enormes Potenzial. Besonders im Customer Service können KI-gestützte Sprachassistenten viele einfache Anfragen automatisiert bearbeiten, rund um die Uhr erreichbar sein und mehrere Gespräche parallel führen. Für Unternehmen bedeutet das schnellere Reaktionszeiten und effizientere Prozesse; für Kunden eine deutlich bessere Erreichbarkeit.
Doch die Entwicklung geht noch weiter. Immer häufiger übernehmen persönliche KI-Assistenten die Kommunikation im Namen von Menschen: Sie recherchieren Informationen, vergleichen Angebote oder organisieren Termine. Damit entsteht ein neues Interaktionsmodell, in dem nicht nur Menschen mit Unternehmen sprechen, sondern auch mit deren digitalen Stellvertretern. Diese Entwicklung wird zunehmend als Agent Relationship Management (ARM) beschrieben – eine Weiterentwicklung klassischer CRM-Ansätze. Unternehmen kommunizieren dabei nicht mehr ausschließlich mit dem Kunden selbst, sondern auch mit dessen KI-Assistenten, die Informationen filtern, Entscheidungen vorbereiten oder automatisiert Anfragen stellen.
Voice AI spielt dabei eine zentrale Rolle: Sie ermöglicht natürliche, sprachbasierte Interaktionen zwischen Menschen, Unternehmen und digitalen Agenten. In Zukunft könnten viele einfache Serviceprozesse daher nicht mehr nur von Mensch zu Mensch oder von Mensch zu Maschine ablaufen, sondern auch von KI zu KI. Ferner eröffnet die Technologie neue Möglichkeiten im Alltag, etwa beim Zugang zu Informationen, bei Übersetzungen oder als Unterstützung für Menschen, die digitale Technologien bisher nur eingeschränkt nutzen können.
Die Beispiele aus der Podcastfolge zeigen auch, wie wichtig KI-Kompetenz in Unternehmen wird. Viele Mitarbeiter erleben KI noch als abstraktes Schlagwort. Gleichzeitig entstehen neue Fragen zur Sicherheit, zur Regulierung und zur praktischen Nutzung.
Genau hier setzt der Consileon KI-Führerschein an. Das praxisnahe Training zeigt Teams, wie KI konkret im Arbeitsalltag eingesetzt werden kann – vom eigenen Chatbot über automatisierte Workflows bis hin zu kreativen Anwendungen. Statt Theorie steht dabei Learning-by-Doing im Mittelpunkt. Ziel ist es, Berührungsängste abzubauen und eine neue Denkweise zu fördern: KI nicht als Bedrohung, sondern als Werkzeug zur Lösung konkreter Aufgaben zu verstehen.
Voice AI zeigt eindrucksvoll, wie schnell sich KI weiterentwickelt und wie stark sie unsere Kommunikation verändern kann. Die entscheidende Frage ist daher nicht, ob diese Technologien kommen, sondern wie wir lernen, sinnvoll und verantwortungsvoll mit ihnen umzugehen.
Mehr Einblicke, Beispiele und Diskussionen zum Thema Voice AI hören Sie in der aktuellen Podcastfolge „KI oder nicht KI, das ist hier die Frage„