In Produktupdate-Video führt Sharam Dadashnia durch die wichtigsten Highlights von Scheer PAS 26.0 bis einschließlich 26.0.2. Dieser Artikel ergänzt die Inhalte um zusätzliche Einordnung, damit Sie die Neuerungen direkt auf Ihre Betriebsrealität und Ihre Upgrade-Planung übertragen können.

Mehr Governance für KI-Agenten in Kubernetes

Mit PAS 26.0 bauen wir die operative Steuerbarkeit von KI-Agenten spürbar aus. In der PAS Administration steht jetzt ein neues AI-Agent-Configuration Panel zur Verfügung, das die Konfiguration von Agent Workloads zentral sichtbar und editierbar macht. Entscheidend ist dabei nicht nur, dass Konfigurationen bearbeitet werden können, sondern dass der Kontext klar ersichtlich ist. Die Administration zeigt auch, in welchem Service ein Agent erstellt wurde. Das reduziert Reibung in größeren Umgebungen, in denen mehrere Teams parallel Agenten deployen und betreiben.

Zusätzlich wurde die Sichtbarkeit dort verankert, wo sie im Alltag benötigt wird: in den xUML-Service-Details. Ein eigener Bereich „AI Agents“ listet die innerhalb des Services angelegten Agenten inklusive Name und Beschreibung und bietet direkte Links in die Konfiguration. Damit lassen sich Prüfungen, Anpassungen und Reviews deutlich schneller durchführen, ohne dass man Informationen aus verschiedenen Stellen zusammensuchen muss.

Trace-Logging als Grundlage für Vertrauen

Transparenz endet nicht bei der Konfiguration, sie muss sich auch im Laufzeitverhalten wiederfinden. PAS 26.0 führt deshalb das Logging von Agent-Traces ein. Damit wird die Nachverfolgbarkeit von ausgeführten Agentenaktionen über die gesamte Kette hinweg deutlich verbessert. Für Betriebsteams bedeutet das eine schnellere Ursachenanalyse bei unerwarteten Ergebnissen, für Governance und Compliance schafft es eine wichtige Basis, um Entscheidungen, Aktionen und Abläufe nachvollziehbar zu machen, sobald Agenten in geschäftskritischen Prozessen eingesetzt werden.

Runtime-Updates gezielt steuern, besonders in Docker und Kubernetes

Updates sind nie auf die leichte Schulter zu nehmen. In Docker- und Kubernetes-Installationen unterstützt PAS 26.0 jetzt ein neues Update-Runtime-Feature. Wenn mehrere Versionen der PAS-Runtime in Ihrer Installation verfügbar sind, können Sie die Runtime-Version, die ein xUML-Service verwendet, bequem über die Administration umstellen. Das erleichtert kontrollierte, schrittweise Aktualisierungen, etwa wenn einzelne Services früher auf eine neue Runtime gehen sollen als der Rest der Landschaft.

Weniger Klicks im Designer, schneller zur Integration

Neben dem Betrieb gibt es auch spürbare Verbesserungen für die tägliche Modellierungsarbeit. Ab PAS 26.0 wird beim Drag and Drop von Adapter Operationen wie REST, OData oder SAP RFC in ein Aktivitätsdiagramm die benötigte Extension automatisch angewendet. Das klingt klein, spart aber in Summe viel Zeit, vor allem in Projekten mit vielen Integrationsschritten und wiederkehrenden Modellierungsmustern.

Ergänzend bringt diese Version weitere Verbesserungen im Designer, unter anderem SAP RFC-Adapter Support für dynamische Verbindungsparameter, um etwa unterschiedliche SAP-User pro Aufruf zu nutzen, sowie die Möglichkeit, Methoden beim xUML Java Import gezielt auszuschließen. Aktualisierte Beispiele, darunter erweiterte OData-Nutzung und neue Szenarien für synchrone und asynchrone Servicekommunikation, runden das Paket ab.

Persistent State: wichtige Hinweise für das Upgrade

Bei aller Funktionalität bleibt Stabilität im Runtime Kern zentral. PAS 26.0 aktualisiert die Persistent State Schema Version auf 17 (18.1 für MariaDB). Nach dem Upgrade ist ein Downgrade auf eine ältere Runtime Version nur noch möglich, wenn die Persistent State Datenbank leer ist. Mit PAS 26.0.1 wurde außerdem die Möglichkeit entfernt, externe Attribute des Persistent State in einer separaten Datenbank zu speichern. Hintergrund ist eine Korrektur im xUML-Runtime Verhalten beim Update bestehender Persistent State Objekte nach Änderungen in der Service Implementierung. PAS 26.0.2 liefert darauf aufbauend einen weiteren Fix zur Persistent State Handhabung.

Für alle Details, weiteren Fixes und Updates, etwa in der Administration, im API Management oder in den Runtime-Komponenten, lohnt sich der Blick in die vollständigen Releasenotes, welche wir unter dem Video verlinkt haben. Denn gerade bei Agentic Process Orchestration gilt: Realer Mehrwert entsteht dann, wenn Nutzen und Kontrolle zusammenkommen.

Video – Deutsch

Video – English

Scheer PAS 26.0 – Versionshinweise

The post Echter Mehrwert durch KI-Agenten: Scheer PAS 26. Produktupdate appeared first on Scheer PAS.

Warum klassische Prozessautomatisierung an Grenzen stößt

Die meisten Unternehmen betreiben ihre Kernprozesse entweder auf klassischen Automatisierungsplattformen oder innerhalb von Standard-Business-Applikationen wie ERP-Systemen. Diese Umgebungen wurden vielfach modernisiert, doch das Grundmuster ist häufig gleich geblieben: Fachbereiche definieren Prozesse konzeptionell, IT setzt sie technisch um, vorwiegend als deterministische, regelbasierte Modelle. In der Praxis erzeugt diese Trennung Reibung. Abstimmungszyklen zwischen Fachbereichen und IT führen zu Verzögerungen und Missverständnissen, während fest verdrahtete Logik Prozessänderungen zu Projekten macht statt zu kontinuierlicher Verbesserung.

Das Ergebnis ist bekannt: Prozesse funktionieren gut, bis sich der Kontext ändert. Wenn neue Anforderungen entstehen, kann das System nicht in Echtzeit reagieren. Organisationen kompensieren das mit manuellen Workarounds, eskalierenden Change-Requests und längeren Durchlaufzeiten.

Was agentische Orchestrierung verändert

Scheer PAS verfolgt einen Next-Generation-Ansatz und ermöglicht Prozesslösungen auf Basis von KI-Agenten. Diese Agenten nutzen Large Language Models, um zu schlussfolgern, zu planen und mehrstufige Workflows zielgerichtet auszuführen und ihre Aktionen an veränderte Bedingungen anzupassen. Statt jede Entscheidung in statischen Regeln abzubilden, können Unternehmen mit zielorientierter Ausführung arbeiten, die eine kontinuierliche Optimierung über die Zeit hinweg unterstützt.

Die Plattform unterstützt zudem die Zusammenarbeit mehrerer KI-Agenten und stellt eine globale Orchestrierungsebene für ganzheitliche Geschäftsprozesse bereit. Diese Multi-Agenten-Koordination soll Prozesse auch bei Ausnahmen resilient halten, ohne Geschwindigkeit und Transparenz im Betrieb zu verlieren.

Für Integration, Governance und den operativen Alltag gebaut

Agentische Orchestrierung stiftet nur dann Wert, wenn sie sich in bestehende Systemlandschaften einfügt. Scheer PAS adressiert dies mit tiefer API-Konnektivität zu etablierten SaaS-Lösungen und Enterprise-Applikationen, sodass Agenten auf Daten und Prozessfähigkeiten zugreifen können, die bereits in der Applikationslandschaft vorhanden sind. Standardanwendungen werden damit zu verlässlichen Daten- und Prozesslieferanten, während eine neue Orchestrierungsebene deterministische und probabilistische Verhaltensweisen in einem kohärenten Ablauf zusammenführt.

Die Plattform unterstützt KI-Standards wie MCP und A2A und umfasst Funktionen für Echtzeit-Monitoring, Protokollierung und Visualisierung von Aktivitäten, Agentenverwaltung sowie einen integrierten Coding-Agent zur Unterstützung bei der Codegenerierung.

Wie Prof. Dr. August-Wilhelm Scheer zusammenfasst, wird die Zukunft nicht allein von statischen Workflows geprägt sein, sondern von intelligenten Systemen, die schlussfolgern, sich anpassen und kollaborieren.

Alle Details zur Ankündigung finden Sie in der vollständigen Pressemitteilung auf der Website unseres Partners: [Link zur vollständigen Pressemitteilung].

The post Über regelbasierte Automatisierung hinaus: Agentic Process Orchestration appeared first on Scheer PAS.

Der wachsende Digitalisierungs-Backlog

In vielen Unternehmen existiert mittlerweile ein umfangreicher Backlog an Initiativen:

• Prozessautomatisierungen
• AI-Initiativen
• Datenplattformen
• Integrationsprojekte
• interne Anwendungen für Fachbereiche
• Modernisierung bestehender Systeme

Jede Fachabteilung erkennt Potenziale, wie digitale Technologien Prozesse beschleunigen oder neue Möglichkeiten eröffnen können. Das Problem ist jedoch nicht die fehlende Vision. Das Problem ist die Umsetzungskapazität.

Digitalisierungsteams stehen heute unter massivem Druck. Sie müssen gleichzeitig:

• bestehende Systeme betreiben
• neue Technologien evaluieren
• AI-Initiativen ermöglichen
• Governance und Compliance sicherstellen
• Vertrauen im Unternehmen aufbauen
• Projekte aus den Fachbereichen umsetzen

Gerade neu aufgebaute Digitalisierungs-Teams befinden sich in einem Spannungsfeld. Sie sollen Ergebnisse liefern und gleichzeitig die organisatorische Grundlage für digitale Transformation schaffen.

Das Resultat ist ein struktureller Engpass. Der Backlog wächst kontinuierlich, während gleichzeitig erwartet wird, dass die Umsetzungsgeschwindigkeit steigt.

Die neue Realität der Softwareentwicklung

Parallel dazu verändert eine technologische Entwicklung das Spielfeld fundamental. Große Sprachmodelle, die speziell für Codegenerierung trainiert wurden, entwickeln sich rasant.

Heute können sie:

• komplette Services generieren
• Integrationen erstellen
• Benutzeroberflächen entwickeln
• Testfälle schreiben
• Deployment-Pipelines unterstützen

Mit den gleichen Ressourcen lassen sich plötzlich deutlich mehr Lösungen umsetzen als noch vor wenigen Jahren. Die Eintrittshürde für Softwareentwicklung sinkt. Doch genau hier entsteht ein gefährlicher Trugschluss. Denn Software zu bauen, ist nicht dasselbe wie Enterprise-Software nachhaltig zu betreiben.

Nachhaltige Software ist strategische Infrastruktur

Wer schon einmal eine Anwendung mehrere Jahre produktiv betrieben hat, weiß: Der erste Release ist nur der Anfang.

Enterprise-Software muss dauerhaft:

• erweitert werden
• gewartet werden
• an neue Systeme angebunden werden
• Compliance-Anforderungen erfüllen
• stabil laufen
• skalieren

Ein Prototyp kann ein Problem schnell lösen. Doch ohne solide Architektur wird er schnell zu einer langfristigen Belastung. In vielen Organisationen entsteht dadurch ein neues Problem: Der Wartungsaufwand übersteigt irgendwann den eigentlichen Entwicklungsaufwand.

Softwareinvestitionen sind strategische Investitionen

Unternehmen behandeln Softwareprojekte oft noch wie klassische IT-Projekte. Dabei ist Software längst strategische Infrastruktur. Der Vergleich zur Industrie ist treffend.

Wenn ein Maschinenbauunternehmen eine neue Produktionsmaschine anschafft, werden zentrale Fragen gestellt:

• Kann mit der Maschine mehr produziert werden?
• Verbessert sie die Qualität?
• Können neue Kunden oder Märkte erschlossen werden?
• Wird sich die Investition langfristig auszahlen?

Die gleichen Fragen müssen auch bei Softwareinvestitionen gestellt werden. Der tatsächliche ROI entsteht nicht durch Prototypen. Er entsteht durch stabile, produktive Systeme, die dauerhaft Mehrwert liefern.

Die fehlende Plattformebene

Viele Unternehmen versuchen aktuell, ihren Backlog ausschließlich durch schnellere Softwareentwicklung zu lösen. Doch Geschwindigkeit allein reicht nicht aus. Was fehlt, ist eine Plattform, die die gesamte digitale Transformation orchestriert.

Eine solche Plattform muss mehrere Dimensionen abdecken:

• AI-gestützte Entwicklung
• Integration bestehender Systeme
• Prozessautomatisierung
• Orchestrierung von AI-Agenten
• Governance und Compliance
• Betrieb und Monitoring

Erst wenn diese Elemente zusammenspielen, können Organisationen ihre Digitalisierungsinitiativen nachhaltig umsetzen.

Time-to-Value wird zur entscheidenden Kennzahl

Die zentrale Frage lautet daher nicht mehr: „Können wir diese Lösung bauen?“ Mit modernen AI-Tools lautet die Antwort fast immer: Ja. Die entscheidende Frage lautet vielmehr: Wie schnell können wir aus einer Idee echten Geschäftswert erzeugen?

In vielen Organisationen dauert der Weg von
Idee → Prototyp → produktive Software → Business Impact
noch immer Monate oder Jahre.

In einer Welt exponentieller technologischer Entwicklung ist das zu langsam. Unternehmen, die ihre Time-to-Value reduzieren, schaffen einen massiven Wettbewerbsvorteil.

Agentic Process Orchestration als Lösungsansatz

Agentic Process Orchestration verbindet mehrere entscheidende Elemente:

• AI-gestützte Entwicklung
• Enterprise Integration
• Prozessautomatisierung
• Orchestrierung intelligenter Agenten

Anstatt isolierte Lösungen zu bauen, entsteht eine Plattform, die es erlaubt, digitale Initiativen systematisch umzusetzen.

Wie Scheer PAS Unternehmen unterstützt

Bei Scheer PAS unterstützen wir Unternehmen genau in diesem Szenario. Organisationen stehen vor der Herausforderung, eine Vielzahl an Automatisierungs- und Digitalisierungsinitiativen umzusetzen.

Unsere Plattform ermöglicht es Unternehmen:

• Lösungen schneller zu entwickeln
• bestehende Systeme nahtlos zu integrieren
• Prozesse über Systemgrenzen hinweg zu orchestrieren
• AI-gestützte Automatisierung produktiv einzusetzen

Der entscheidende Effekt ist klar messbar:

Time-to-Value sinkt drastisch.

Fazit

Digitale Transformation ist heute keine Frage mehr der Ideen. Ideen gibt es genug. Der entscheidende Faktor ist Umsetzungsgeschwindigkeit. Unternehmen, die ihre Backlogs in produktive Lösungen überführen können, werden die Gewinner der nächsten Dekade sein. Digitale Führung bedeutet daher heute vor allem eines:

Time-to-Value konsequent zu reduzieren.

Wietere Informationen zur Nutzung von Scheer PAS AI Agents finden Sie hier.

The post Warum „Time-to-Value“ zur entscheidenden Kennzahl der digitalen Transformation wird appeared first on Scheer PAS.

Dieser KI-gestützte Showcase demonstriert, wie implizites Expertenwissen systematisch digitalisiert und in ein skalierbares Unternehmensgedächtnis überführt wird. Als prozessorientierte Digitalisierungsplattform liefert Scheer PAS hierfür die entscheidende Basis: Durch die nahtlose Kombination von Integration, Automatisierung und agentenbasierter KI werden komplexe Planungs- und Entscheidungsprozesse transparent und reproduzierbar. Dank der flexiblen Prozesssteuerung von Scheer PAS lässt sich das Zusammenspiel zwischen regelbasierten Abläufen und KI-Agenten präzise aussteuern – für eine verlässliche und zukunftssichere Fertigung.

Zur Pressemeldung: Scheer PAS und German Edge Cloud präsentieren gemeinsamen KI-Showcase

The post Scheer PAS und German Edge Cloud präsentieren KI-Showcase auf der HANNOVER MESSE: „Digital Industrial Engineer“ appeared first on Scheer PAS.

Christian, schön, dass du wieder bei uns bist. Es gibt mehrere Themen, die wir heute ansprechen möchten, aber wir wollen uns besonders auf Nutzerinteraktion, Interfaces und UI im Kontext der Prozessautomatisierung konzentrieren. Aus deiner Perspektive: Worauf sollten sich Unternehmen mit Blick auf 2026 vorbereiten?

Christian Linn

Gerne! Ich denke auch, es gibt einige neue Trends zu besprechen.

Sebastian Dietrich

Wenn wir über Prozessautomatisierung sprechen, kommen wir immer wieder an den Punkt, bestimmte Begriffe neu zu bewerten, die seit Jahren verwendet werden. Ein Beispiel dafür ist das Konzept des Citizen Developers. Wie relevant ist dieses Thema aus deiner Sicht heute noch? Begegnet es dir im Markt weiterhin, oder hat es an Bedeutung verloren?

Christian Linn

Der Citizen Developer ist ein Konzept, das sich in den vergangenen Jahren in unterschiedlichen Bereichen entwickelt hat. Im Kern geht es darum, Menschen ohne klassische Programmier- oder Softwareentwicklungsausbildung in die Lage zu versetzen, Anwendungen zu entwickeln. Grundsätzlich hat dieser Ansatz seine Berechtigung, allerdings nicht für alle Anwendungsfälle und Einsatzbereiche.

Wie bei vielen Themen im IT- und Technologiebereich waren die Erwartungen zu Beginn sehr hoch. Mit der Zeit hat sich jedoch gezeigt, dass diese Erwartungen nur teilweise erfüllt wurden. Der Grund dafür ist vergleichsweise einfach. Es gibt Szenarien, in denen Anwendungen, die mithilfe von Low-Code-Ansätzen durch Citizen Developer erstellt wurden, gut funktionieren und einen echten Mehrwert liefern.

Sobald wir jedoch über geschäftskritische, komplexe Prozesse und Systeme sprechen, stoßen diese Ansätze schnell an ihre Grenzen. Entscheidend ist am Ende nicht, wie schnell sich eine Anwendung zusammenklicken lässt, sondern ob sie auf einer skalierbaren, sicheren und wartbaren Architektur basiert und ob ein tragfähiges Softwarekonzept dahintersteht. Genau an dieser Stelle zeigen sich häufig die Grenzen von Citizen-Developer-Ansätzen.

Sebastian Dietrich

Ein weiteres Konzept, das man häufig sieht, insbesondere in der externen Kommunikation, wenn Lösungen als besonders einsteigerfreundlich positioniert werden, sind grafische Drag-and-Drop-Oberflächen. Am anderen Ende des Spektrums entsteht nun mit Vibe Coding ein Ansatz, der auf natürlicher Sprache und KI basiert. Sind das zwei Extreme, oder sprechen diese Ansätze einfach unterschiedliche Zielgruppen an?

Christian Linn

Sie sprechen in erster Linie unterschiedliche Zielgruppen an, auch wenn das zugrunde liegende Ziel sehr ähnlich ist. Beide Ansätze zielen darauf ab, die Entwicklungszeit von Softwareanwendungen deutlich zu verkürzen.

Low-Code-Ansätze mit grafischen Benutzeroberflächen richten sich vor allem an Citizen Developer, können aber je nach Anwendungsfall auch professionelle Entwickler unterstützen, indem sie eine schnelle Umsetzung ermöglichen. Vibe Coding hingegen ist ein relativ neuer Ansatz, bei dem Softwareentwicklung durch KI über natürliche Sprache oder Spracheingaben gesteuert wird.

Beide Ansätze haben ihre Vorteile, aber auch ihre Einschränkungen. In der Praxis, insbesondere im Bereich der Prozessautomatisierung und Enterprise-Software, wird sich für viele Anwendungsfälle eine Lösung irgendwo zwischen diesen Extremen etablieren.

Sebastian Dietrich

Wenn diese Ansätze den Weg von der Idee zur Anwendung für unterschiedliche Zielgruppen verkürzen, ist das natürlich attraktiv. Gleichzeitig müssen Anwendungen und Architekturen weiterhin validiert und optimiert werden. Bedeutet das eine Rückkehr zu Pro-Code-Entwicklung, oder zeigt es vielmehr, dass man ohne tiefgehende Coding-Kompetenz das Gesamtbild nicht vollständig erfassen kann?

Christian Linn

Diese Frage ist eng damit verbunden, ob wir künftig weiterhin Softwareentwickler benötigen, die tatsächlich Code schreiben können. Meine Antwort darauf ist eindeutig: ja, absolut.

Vibe-Coding-Tools und Coding-Assistenten sind in erster Linie Werkzeuge, um das Schreiben von Code und die Entwicklung von Anwendungen zu beschleunigen. Dort, wo sie weiterhin an Grenzen stoßen und wo tiefgehende Expertise notwendig bleibt, ist der Bereich Architektur und technisches Design. Dazu zählen Modularisierung, das Design komplexer Systeme und das Verständnis dafür, wie sich eine Anwendung im Gesamtsystem verhält.

Das Schreiben von Code ist nur ein Teil der Softwareentwicklung. Genau hier können diese Tools sehr gut unterstützen. Wenn es jedoch um geschäftskritische Software geht, braucht es Erfahrung, um robuste Architekturen zu entwerfen sowie Sicherheit, Performance und langfristige Wartbarkeit sicherzustellen. Diese Expertise lässt sich nicht ersetzen.

Was wir allerdings sehen werden, ist, dass KI-gestützte Entwicklungsansätze klassischen Low-Code-Lösungen zunehmend Konkurrenz machen. Einfache Anwendungen, Demos, Proofs of Concept und Prototypen lassen sich bereits heute extrem schnell über natürliche Sprache realisieren. In vielen Fällen ist das sogar schneller als mit klassischen Low-Code-Werkzeugen. Ich gehe davon aus, dass sich dieser Trend weiter verstärken wird.

Sebastian Dietrich

Mit Blick auf 2026 würdest du also sagen, dass wir uns auf einen Sweet Spot zwischen Low-Code und professionellen Pro-Code-Frameworks zubewegen?

Christian Linn

Ich halte es für sinnvoll, hier zwischen drei Bereichen zu unterscheiden. Klassische Low-Code-Ansätze eignen sich gut für Anwendungen mit begrenzter Kritikalität, insbesondere dann, wenn es im Unternehmenskontext ausreichende Governance- und Compliance-Strukturen gibt, um solche Anwendungen sicher zu betreiben. In diesen Fällen können sie sehr hilfreich sein, um bestimmte Use Cases in einzelnen Fachbereichen umzusetzen.

Vibe Coding zeigt seine Stärken vor allem bei Demos, Proofs of Concept und Prototypen. Es ermöglicht, Ideen sehr schnell zu validieren, Feedback einzuholen und weiterzuentwickeln. Dafür ist dieser Ansatz hervorragend geeignet.

Wenn wir jedoch über produktive Enterprise-Anwendungen sprechen, also über zentrale IT-Systeme und geschäftskritische Kernprozesse, benötigen wir weiterhin eine Kombination aus KI-gestützter Codegenerierung und gezielter Pro-Code-Entwicklung. Die Expertise erfahrener Softwareentwickler bleibt entscheidend, um sicherzustellen, dass diese Systeme den Anforderungen moderner Unternehmens-IT gerecht werden.

Sebastian Dietrich

Wenn wir alle Ebenen betrachten, von Plattformanbietern bis hin zu Endanwendern, die kleine Anwendungen entwickeln, wissen wir, dass Entwicklung allein nicht ausreicht. Ein großer Teil der Arbeit entfällt auf Debugging und vor allem auf Testing. Ist das ein Bereich, in dem KI-Agenten bereits heute klaren Mehrwert liefern?

Christian Linn

Absolut. KI unterstützt bereits heute sehr unterschiedliche Phasen des Software-Lifecycles. Wir haben viel über Entwicklung gesprochen, also über Codegenerierung, Testgenerierung, Dokumentation oder die Übersetzung von Anforderungen in technische Spezifikationen.

Darüber hinaus sehen wir, dass KI und insbesondere KI-Agenten zunehmend den operativen Betrieb von Softwarelösungen unterstützen. Dazu gehören Monitoring, Fehleranalyse und in einigen Fällen sogar autonomes Debugging. In bestimmten Szenarien kann KI Probleme identifizieren, korrigieren und aktualisierte Softwareversionen automatisch wieder in Betrieb nehmen.

Es gibt viele Bereiche, in denen KI-Agenten bereits heute einen echten Mehrwert in der Software-Operation liefern. Das ist auch eine Richtung, in der wir die Scheer PAS Plattform im Jahr 2026 weiter ausbauen möchten.

Sebastian Dietrich

Zusammengefasst lässt sich also sagen, dass agentische KI mehr Kontrolle und Unterstützung bringt, statt lediglich Ergebnisse zu produzieren, die dann unkontrolliert weiterverwendet werden.

Christian Linn

Genau. Bei Enterprise-Software ist Entwicklung immer nur ein Teil des Gesamtbildes. Betrieb und Wartung sind mindestens genauso wichtig. Wenn KI beide Bereiche unterstützen kann und gleichzeitig die notwendige Kontrolle erhalten bleibt, dann ergibt das einen echten Mehrwert.

Sebastian Dietrich

Ein sehr gutes Schlusswort. Vielen Dank, Christian.

The post Die Zukunft der IDE in der Prozessautomation – Ein Interview mit Dr. Christian Linn appeared first on Scheer PAS.

Hi Sharam, schön, dass du da bist. Heute sprechen wir über spannende Entwicklungen rund um RPA und natürlich KI. Meine erste Frage: Wie hat sich Agentic AI deiner Meinung nach in den letzten Jahren auf die klassische Robotic Process Automation ausgewirkt oder sie sogar ersetzt? Und wie wird sich das in 2026 weiterentwickeln?

Sharam Dadashnia 

Gute und für 2026 sehr naheliegende Frage. Es gibt zwei zentrale Aspekte. Der erste ist Integration. Klassische RPA hat über Benutzeroberflächen automatisiert und menschliches Verhalten nachgeahmt. Bots haben geklickt und getippt statt Menschen. Das war lange eine Brückentechnologie.

“Klassische RPA war eine Brückentechnologie. Agentic AI adressiert die Realität von Wissensarbeit und Entscheidungsfindung.” 

Heute stellen moderne Softwarearchitekturen APIs bereit. Die Automatisierung über die Oberfläche wird damit weitgehend überflüssig. Das sieht man im Markt. Die großen RPA-Anbieter kämpfen seit Jahren mit sinkenden Bewertungen und Umsätzen. Klassische RPA wird nicht nur seltener gebraucht, sie ist auch starr. Regelbasierte Automationen tun sich schwer mit veränderlichen Oberflächen und dynamischen Umgebungen.

Der zweite Aspekt betrifft Wissensarbeit. In echten Geschäftsprozessen sind Entscheidungen selten reine Regelwerke. Menschen sammeln Informationen aus vielen Quellen, bewerten den Kontext, treffen Urteile und geben Ergebnisse an Systeme zurück. Genau hier schafft Agentic AI echten Mehrwert.

Agentic AI kann die Vorbereitung von Entscheidungen unterstützen oder vollständig übernehmen. Sie aggregiert Daten, analysiert Dokumente und liefert kontextbezogene Empfehlungen. Viele Unternehmen setzen aktuell auf Human-in-the-Loop. Die KI bereitet vor, der Mensch entscheidet final. Das ist verständlich. Niemand ist bereit, Verantwortung komplett an KI abzugeben.

Ein Beispiel aus der Versicherung: Vorgänge, die früher 20 bis 30 Minuten dauerten, lassen sich auf etwa fünf Minuten reduzieren, wenn alle relevanten Informationen vorab analysiert und aufbereitet sind. Wenn das Vertrauen wächst, wird Vollautomatisierung zum realistischen nächsten Schritt.

Sebastian Dietrich 

Du hast Vertrauen als Thema jetzt mehrfach angesprochen. In regulierten Branchen ist das besonders wichtig. Viele Lösungen basieren auf Cloud-Technologien. Mit Blick auf die Lage zwischen EU, Asien und USA: Wie entwickelt sich Vertrauen in diesem Kontext, zum Beispiel mit Initiativen wie der EU Sovereign Cloud?

Sharam Dadashnia 

In der Praxis sehen wir zwei Muster. Viele KI-Services kommen weiterhin aus den USA. Gleichzeitig betreiben die US‑Hyperscaler Rechenzentren in Europa, auch in Deutschland. Darüber lassen sich hochsichere, isolierte KI‑Lösungen bereitstellen, die den Anforderungen an EU‑Souveränität entsprechen.

Entscheidend ist: KI-Einsatz ist immer use-case-getrieben. Nicht jedes Szenario braucht maximale Rechenleistung aus einem Service außerhalb der EU. In vielen Fällen haben wir bereits dedizierte und geschützte KI‑Systeme umgesetzt, gerade im Public Sector und in stark regulierten Umfeldern. Sie laufen vollständig in kontrollierten Rechenzentren und sind DSGVO‑konform.

Bei öffentlichen oder nicht sensiblen Daten sind die Hürden naturgemäß niedriger. Jedes Projekt braucht eine individuelle Bewertung von Datensensibilität, Compliance und Technik. Wichtig ist die Wahlfreiheit. Europäische Anbieter wie Mistral und Open‑Source‑Modelle lassen sich integrieren und als Managed Service betreiben. Wir binden uns bewusst nicht exklusiv an einen Anbieter.

Sebastian Dietrich 

Blicken wir auf diese Modelle und kommende Regulierungen wie den EU AI-Act. Bremst das Innovation und Automatisierung aus oder ist sie ein notwendiger Korrekturschritt nach den letzten Jahren.

Sharam Dadashnia 

Das wirkt oft heikel, sollte es aber nicht sein. Aus meiner Sicht schafft die Verordnung, die dieses Jahr voll wirksam wird, einen nötigen Rahmen. Sie zwingt Organisationen, Use Cases einzuordnen. Stark kritisch, sensibel oder eher geringes Risiko.

“Die EU-KI-Verordnung bremst Innovation nicht. Sie schafft Klarheit und Vertrauen.” 

Das ist in dieser großen KI‑Euphorie positiv. Es verhindert den sorglosen Umgang mit sensiblen Daten, etwa wenn vertrauliche Informationen in unsichere Systeme wandern. Diese Regeln bremsen Innovation nicht, sie schaffen Transparenz. Im Kern ist es eine Art Kennzeichnung, die zeigt, welche Dienste für welche Anwendungsfälle geeignet sind.

Mit dieser Klarheit lassen sich Lösungen leichter compliant gestalten. Das setzen wir heute bereits erfolgreich mit unseren Kunden um. Wir sehen die Verordnung nicht als Hindernis, sondern als zusätzliche Absicherung.

Sebastian Dietrich 

Das ist gut, denn viele Anbieter sehen das anders. Als Plattformanbieter: Wie sichern wir technologische Souveränität über Geschäftsprozesse, integrieren bestehende Lösungen und bleiben zukunftsfähig?

Sharam Dadashnia 

Unsere Plattform schafft volle Transparenz und Kontrolle in jedem Prozessschritt. Wir sehen, wo Daten herkommen, wie sie verarbeitet werden und wohin sie fließen.

Wenn ein Unternehmen KI‑Dienste außerhalb der EU nutzt, etwa bekannte US‑KI‑Modelle, machen wir das sichtbar. So wird Compliance aktiv überprüfbar und Entscheidungen werden fundiert. Manches ist problemlos vertretbar. Anderes muss aus Risiko- oder Regulierungssicht neu bewertet werden.

Diese Transparenz ist zentral. Sie ermöglicht bewusste Entscheidungen zu Souveränität, Compliance und zur künftigen Architektur.

Sebastian Dietrich 

Gleichzeitig wächst der Bedarf an technologischer Weiterentwicklung. Es gibt verstärkt Interesse an Multi‑Agenten‑Systemen und Open Source. Warten Unternehmen auf eine europäische Open‑Source‑Bewegung, bis sie reif ist?

Sharam Dadashnia 

Viele Organisationen experimentieren bereits mit KI‑Agenten in abgegrenzten Use Cases. Im Wesentlichen sehen wir zwei Herangehensweisen.

Erstens den disruptiven Ansatz. Ganze Bereiche oder Prozesse werden mit einem AI‑first‑Mindset neu gedacht. Das ist mutig. Zweitens den evolutionären Ansatz, der im DACH‑Raum viel häufiger ist. Bestehende Prozesse werden Schritt für Schritt mit KI angereichert.

Die Strategie ist oft klar. Die breite Umsetzung ist noch selten. Die meisten starten klein, um Vertrauen aufzubauen. Wir identifizieren Prozessschritte mit guter Balance aus Aufwand und Wirkung. So entstehen Quick Wins. Das schafft Vertrauen und Tempo für größere Initiativen.

Start-ups fahren oft von Beginn an AI‑first. Etablierte Unternehmen gehen vorsichtiger vor, aber stetig.

Sebastian Dietrich 

Viele starten lieber mit einem etablierten Anbieter statt direkt mit Open Source.

Sharam Dadashnia 

Das hängt von Reifegrad und internen Fähigkeiten ab. Eigenes Know-how aufzubauen dauert. Vor allem in einem jungen Feld mit wenig Erfahrung am Markt.

Große Unternehmen gehen oft beide Wege parallel. Open Source und Enterprise‑Lösungen. Wir nutzen Open‑Source‑Modelle, wo es passt. Gleichzeitig kennen wir die Komplexität. Wir arbeiten seit über fünf Jahren an KI‑getriebener Prozessautomation und haben viele Anfangshürden genommen.

Ein erfahrener Anbieter reduziert Zeit, Kosten und Risiko spürbar. Wie bei jedem komplexen System wird professionelle Unterstützung unverzichtbar, wenn es um Skalierung, Verlässlichkeit und Compliance geht.

Sebastian Dietrich 

Zum Abschluss: Deine Einschätzung für 2026 zu unseren Themen?

Sharam Dadashnia 

2026 wird für die KI‑Adoption im DACH‑Raum und in Europa entscheidend. Die öffentliche Debatte ist oft zu optimistisch. In der Realität stehen viele Unternehmen noch am Anfang.

Gleichzeitig steigt die Arbeitslast, Kapazitäten sind knapp. Der demografische Wandel und das Ausscheiden der Babyboomer führen zu großem Wissensverlust. KI und Prozessautomatisierung sind essenziell, um diese Lücke zu schließen, ohne Qualität zu verlieren.

“Europa darf keine digitale Kolonie der USA oder Asiens werden. Das ist unsere Mission. Der richtige Zeitpunkt ist jetzt.”

Wenn Europa jetzt nicht handelt, sind andere schneller. Mein Ziel ist klar. Wettbewerbsfähig bleiben, unabhängig sein und auf eigene Lösungen vertrauen. Europa darf keine digitale Kolonie der USA oder Asiens werden. Daran arbeiten wir. Und der richtige Zeitpunkt ist jetzt.

The post Experteninterview: Warum Europa keine digitale Kolonie werden darf appeared first on Scheer PAS.

1. Agentic AI 2025: Vom Experiment zur Plattformfunktion

Frage: Wenn Sie auf 2025 zurückblicken: Welche Entwicklungen im Bereich Agentic AI für die Prozessautomatisierung waren für Sie als Head of Development am prägendsten?

Dr. Christian Linn:
2025 war für uns in zwei Dimensionen spannend: aus Sicht unserer Kunden und aus technologischer Perspektive.

Auf der Produktseite haben wir in Scheer PAS ein neues Feature auf die Plattform gebracht, mit dem unsere Kunden eigene KI-Agenten aufbauen und in ihre Prozessautomatisierung integrieren können – für komplette Prozesse oder gezielt für Teilprozesse. Das war ein wichtiger Schritt: weg von reinen Assistenzszenarien hin zu Agenten, die wirklich Aufgaben übernehmen und Ausführungsverantwortung tragen. Unsere Kunden bekommen damit deutlich dynamischere und flexiblere Automatisierungen.

Parallel dazu hat sich auf der technologischen Seite sehr viel bewegt. Es gab natürlich neue, leistungsfähigere Modelle der großen Anbieter. Entscheidender war für uns aber der Fokuswechsel im Agentic-AI-Umfeld: weg von „wir basteln mal einen Agenten“ hin zu „wie machen wir Agenten wirklich produktionsreif“. Themen wie Sicherheit, Nachvollziehbarkeit und Transparenz der Ausführung sind viel stärker in den Vordergrund gerückt. Genau das sind die Aspekte, die man braucht, um Agenten in kritischeren Prozessumgebungen einzusetzen – und die wir in Scheer PAS von Anfang an mitgedacht haben.

2. „Nette Demo“ oder echte Skalierung?

Frage: Viele Unternehmen haben 2025 mit KI-Agenten experimentiert: Was hat aus Ihrer Sicht den Unterschied zwischen „netten Demos“ und wirklich skalierbarer Prozessautomatisierung ausgemacht?

Dr. Christian Linn:
Wir haben viele Projekte gesehen, in denen ein erster Agent-Prototyp durchaus beeindruckend wirkte – aber nicht den Sprung in den produktiven Dauerbetrieb geschafft hat. Aus unserer Erfahrung in der Prozessautomatisierung gibt es dafür ein paar klare Gründe.

Ein zentraler Erfolgsfaktor ist, den Use Case des Agenten nicht isoliert zu betrachten. Ein Agent arbeitet nie im luftleeren Raum. Er ist immer Teil eines Geschäftsprozesses. Das heißt: Was passiert vor dem Agenten? Welche Systeme liefern Kontext? Was passiert danach, wenn der Agent seine Aufgabe erledigt hat? Wer greift ein, wenn etwas schiefgeht?

Damit kommen zwei Punkte ins Spiel:

1. Tiefe Systemintegration:
   Agenten müssen sich kontrolliert in bestehende IT-Systeme einfügen. Nur wenn sie auf relevante Daten und Funktionen zugreifen können – über stabile APIs und definiere Schnittstellen – entsteht ein echter Mehrwert über die Demo hinaus.
2. Robuste Orchestrierung und Governance:
   Wir sehen, dass BPMN-basierte Orchestrierung ein wichtiger Stabilitätsanker ist. Prozesse bleiben nachvollziehbar modelliert, auch wenn Agenten dynamische Entscheidungen treffen. Dazu kommen klare Governance-Regeln: Welche Aktionen darf ein Agent ausführen? Wo braucht es Freigaben? Welche Daten darf er sehen?

Und: Unternehmen brauchen realistische Erwartungen an LLMs wie Mistral. KI-Agenten sind kein Allheilmittel. Es gibt Szenarien, in denen sie sehr hilfreich sind – und andere, in denen eine klassische, regelbasierte Automatisierung vollkommen ausreicht. Die Projekte, die 2025 erfolgreich in den produktiven Betrieb gegangen sind, haben diese Balance gefunden.

3. Orchestrierung mehrerer Agenten: Die kritischen Herausforderungen 2025

Frage: Aus Produkt- und Architektursicht: Welche Herausforderungen bei der Orchestrierung mehrerer KI-Agenten waren 2025 für Sie am kritischsten zu lösen?

Dr. Christian Linn:
Wir gehen klar davon aus, dass in vielen Szenarien mehrere Agenten zusammenspielen werden. Die Frage ist: Wie orchestriert man dieses Zusammenspiel zuverlässig?

Wir sehen aktuell zwei Hauptansätze:

• Mehrere Agenten werden in eine regelbasierte Prozessstruktur eingebettet, beispielsweise in BPMN-Prozesse. Die Reihenfolge, Übergabepunkte und Eskalationspfade sind damit klar modelliert.
• Ein Multi-Agenten-Framework übernimmt selbst die Koordination: Ein übergeordneter Agent oder ein LLM steuert, welcher Agent welchen Teil eines Tasks übernimmt.

Beide Ansätze haben Potenzial, stellen aber hohe Anforderungen an Produkt und Architektur. Für uns waren 2025 vor allem diese Herausforderungen kritisch:

• Koordination und Kontextweitergabe:
  Agenten müssen wissen, in welchem Schritt des Gesamtprozesses sie sich befinden und auf welchem Kontext sie aufbauen. Kontextverlust führt schnell zu Fehlentscheidungen oder unnötigen Schleifen.
• Fehlerbehandlung und Robustheit:
  Was passiert, wenn ein Agent eine Aufgabe nicht ausführen kann, ein System nicht erreichbar ist oder unerwartete Daten erhält? Robuste Fehlerpfade, automatische Fallbacks und Testszenarien sind hier essenziell.
• Sicherheit und Berechtigungen:
  Klassische Enterprise-Themen wie Berechtigungsmanagement werden durch Agenten nicht weniger wichtig, im Gegenteil. Wir müssen klar definieren, welcher Agent auf welche Daten, Systeme und Aktionen Zugriff hat.

In Scheer PAS haben wir 2025 intensiv daran gearbeitet, diese Punkte in der Plattform abzubilden: von der modellbasierten Orchestrierung über Monitoring und Logging bis hin zu Rollen- und Rechtemodellen für Agenten. Nur so lassen sich Agenten in großen, kritischen Prozessen wirklich skaliert einsetzen.

4. Von Piloten zu End-to-End: Prioritäten für 2026

Frage: Mit Blick auf 2026: Was werden aus Ihrer Sicht die wichtigsten Prioritäten für Anwender sein, die von isolierten KI-Piloten zu End-to-End-Prozessautomatisierung mit Agentic AI kommen wollen?

Dr. Christian Linn:
Ich sehe für 2026 vier zentrale Prioritäten:

1. Geeignete Use Cases auswählen:
   Nicht jeder Prozess ist sofort ein Kandidat für Agentic AI. Unternehmen sollten mit klar abgegrenzten, geschäftskritischen, aber beherrschbaren Prozessen starten, bei denen ein Mehrwert durch KI offensichtlich ist – z. B. durch hohe manuelle Aufwände oder viele Ausnahmen.
2. Daten und APIs standardisieren:
   Ohne saubere Datenmodelle und gut dokumentierte APIs stößt jede Agenten-Orchestrierung schnell an Grenzen. Wer 2026 skalieren will, muss die Basis legen: Integration, API-Management, einheitliche Schnittstellen.
3. Human-in-the-Loop-Muster definieren:
   Menschen bleiben ein fester Bestandteil automatisierter Prozesse. Unternehmen sollten bewusst festlegen, wann ein Agent Entscheidungen eigenständig trifft und wann er Vorschläge macht, die von Fachanwendern freigegeben werden.
4. Klare KPIs zur Wertmessung:
   Um vom Piloten zur breiten Nutzung zu kommen, braucht es belastbare Zahlen: Durchlaufzeiten, Fehlerquoten, manuelle Aufwände, Zufriedenheit von Mitarbeitern und Kunden. Diese KPIs sollten von Anfang an mitgedacht werden.

5. Praktischer Rat für die Agentic-AI-Roadmap 2026

Frage: Wenn Sie Unternehmen einen praktischen Rat für ihre Agentic-AI-Roadmap 2026 geben müssten: Welcher wäre das?

Dr. Christian Linn:
Mein Rat wäre: Fangen Sie fokussiert an – aber fangen Sie an.

Wählen Sie einen klar abgegrenzten, fachlich relevanten Prozess, bei dem ein echter Mehrwert sichtbar wird. Setzen Sie auf eine Orchestrierungsplattform wie Scheer PAS, die Sie in Themen wie Integration, Sicherheit, Skalierbarkeit und Monitoring unterstützt. Kombinieren Sie diese Plattform mit einem gut governeden LLM wie Mistral, das zu Ihren Compliance-Anforderungen passt.

Und dann: Lernen Sie aus echter Nutzung. Sammeln Sie Erfahrungen in der Entwicklung, im Betrieb und im Zusammenspiel von Fachbereich und IT. Diese Erfahrungen sind durch keine Analyse im Vorfeld zu ersetzen. Wer 2026 bereit ist, mit einem guten Fundament und einem klaren Use Case einfach zu starten, wird Agentic AI Schritt für Schritt in seine End-to-End-Prozesse integrieren können.

The Process iPaaS

Where Process meets Integration

Model Your Processes Rapidly!

The post Agentic AI in der Prozessautomatisierung: Rückblick 2025 und Ausblick auf 2026 appeared first on Scheer PAS.

Gleichzeitig vergrößert sich die Kluft zwischen West und Ost bei Entwicklung und Einsatz von KI. Viele europäische Unternehmen fragen sich, welcher Weg für sie der richtige ist.

Statt sich festzulegen und ihre IT-Landschaft ausschließlich auf einen der globalen Player auszurichten, gibt es inzwischen einen starken Teilnehmer aus der Mitte Europas. Er steht für europäische Prinzipien, erfüllt regulatorische Vorgaben und beschleunigt Innovation und Wachstum: Mistral AI.

Warum eine ausgewogene Lösung nötig ist

Seit April 2021 arbeitet die Europäische Kommission daran, der schnellen Verbreitung von KI mit klaren Leitplanken zu begegnen. Zu viele Angebote kamen ohne wirksame Kontrolle auf den Markt.

Für Gesetzgeber und Anwender bedeuten die neuen Regeln mehr Sicherheit und Datenschutz. Für Unternehmen, die KI sinnvoll in ihre Prozesse bringen wollen, hieß das zunächst: strengere Vorgaben, mehr Unsicherheit und langsamere Umsetzung.

Inzwischen rücken Regulierung und technologischer Fortschritt näher zusammen. Seit 2023 gibt es für Unternehmen im EU-Binnenmarkt eine starke Option: Mistral AI mit Sitz in Paris. Mistral AI orientiert sich konsequent an europäischen Prinzipien und ist auf Konformität mit dem EU AI Act ausgerichtet. Sicherheit und Datenschutz stehen im Fokus – nicht als Zusatz, sondern als Grundprinzip.

Dank strategischer Partnerschaften mit etablierten EU-Anbietern wie SAP bringt die Wahl von Mistral AI als LLM-Anbieter in einer iPaaS- oder Prozessautomatisierungsplattform klare Vorteile für europäische Unternehmen.

Wer die Wahl hat …

Die europäische Grundidee der Wahlfreiheit prägt auch unsere AI Agents in Scheer PAS. Wir schreiben keine einzelne Lösung vor, sondern bieten offene Unterstützung für verschiedene Modelle. Unternehmen, die Scheer PAS für Integration und Prozessautomatisierung einsetzen, können zum Beispiel Mistral AI als LLM nutzen – und so Agentic AI mit hoher Transparenz und Sicherheit im EU-Rechtsraum realisieren.

Mistral AI steht für „Privacy first“. In Verbindung mit Scheer PAS unterstützt es ideal Prozessautomatisierung und Process Mining. Möglich wird das durch unsere durchgängige vertikale und horizontale Integration von IT-Systemen, starkes API-Management, einen Low-Code-Ansatz und weitere Plattform-Services.

Gleichzeitig bleiben Sie frei in der Wahl des Modells. AI Agents in PAS sind nicht auf Mistral AI beschränkt. Je nach Anwendungsfall können Sie mehrere Anbieter kombinieren. Wer Prozesse mit AI Agents effizienter macht und dabei Standards und Vorgaben der EU einhält, gewinnt Vertrauen – intern wie extern – und die nötige Sicherheit im Umgang mit sensiblen Daten.

Europäische Lösung für wettbewerbsfähige Unternehmen

Bei der Einführung von AI Agents zählt nicht nur die Wahl eines LLM wie Mistral mit Blick auf Sicherheit und Compliance. Genauso wichtig ist die Digitalisierungsplattform, auf der die Lösungen betrieben werden.

Eine in Europa gehostete Plattform, entwickelt und betrieben in Deutschland und der Schweiz, kombiniert mit einer KI, die europäischen Prinzipien und Standards folgt, schafft Transparenz, einfache Bedienung und eine reibungslose Migration bestehender Prozesse.

Mit den Möglichkeiten von Scheer PAS verbinden Sie Ihre IT-Landschaft nahtlos mit der Prozessautomatisierung. Der Fokus bleibt auf dem, was zählt: reale Geschäftsprozesse und ihre Effizienz. So können Sie AI Agents im europäischen Rechtsraum nutzen, ohne sich über Datentransfer ins EU-Ausland sorgen zu müssen. Europäische Compliance-Standards sind von Anfang an mitgedacht.

Wie Agentic AI mit Scheer PAS wirksam wird

Prozessautomatisierung auf Enterprise-Niveau kann sich nicht allein auf Chatbots stützen. In Scheer PAS sind AI Agents ein aktiver Bestandteil der Plattformlösung. Sie unterstützen nicht nur bei der manuellen Einrichtung und Automatisierung von Prozessen. Sie übernehmen auch zentrale Aufgaben bei Ausnahmen und Redundanzen im laufenden Betrieb.

Weil die Agents mit realen Geschäftsprozessen und Datenströmen arbeiten, ist die Wahl des LLMs für EU-Unternehmen entscheidend. Mistral AI als LLM-Anbieter steht für hohe Sicherheit und Datenschutz. Scheer PAS verbindet diese Werte mit Geschäftsprozessen und Systemintegration.

So lassen sich strukturierte Eingaben aus angebundenen Systemen ebenso verarbeiten wie unstrukturierte Daten und Ausnahmen – transparent und nachvollziehbar. Erkennt ein Agent eine Ausnahme oder eine Redundanz, wird dies klar kommuniziert. Bevor automatisiert eingegriffen wird, erhalten die Verantwortlichen vollständige Berichte und konkrete Empfehlungen.

Das ist der nächste Schritt in der Prozessautomatisierung und Systemintegration: zusammenarbeitende Agents, die dort proaktiv übernehmen, wo Prozesse nicht nur deterministisch und vordefiniert sind, sondern agil und im Wandel.

Mistral AI in Verbindung mit Scheer PAS bietet eine sichere, datenschutzkonforme Basis für zukünftige Entwicklungen. Unternehmen gewinnen an Effizienz und Agilität, indem sie AI Agents und moderne Technologie gezielt kombinieren – für zukunftsfähige Lösungen.

The post Sicher zukunftsfähig: Agentic AI in Europa mit Mistral AI & Scheer PAS appeared first on Scheer PAS.

Die Digitalisierung hat Unternehmen enorme Möglichkeiten eröffnet:

• Organisatorische Effizienz gesteigert
• Anzahl der Einzelschritte in Prozessen reduziert
• Transparenz in den Organisationseinheiten verbessert
• Wertvolle Einblicke aus Geschäftsprozesse erhoben

… und viele weitere.

Doch die Digitalisierung eines Unternehmens ist ein längerer Weg mit vielen Iterationen. Deshalb verläuft der Weg ins digitale Zeitalter oft verzweigt. Viele Unternehmen können mit dem Tempo neuer Technologien nicht Schritt halten und versuchen unterschiedliche Systeme, Tools und Services anzubinden, um wettbewerbsfähig zu bleiben.

Das Ergebnis ist eine vereinzelte digitale Landschaft mit vielen Silos. In jedem Silo laufen bestimmte Systeme und Services, doch es fehlt an Verbindung und Orchestrierung. Ironischerweise erzeugt der Mix aus alten und neuen Lösungen, der eigentlich Effizienz und Agilität bringen sollte, neue Hürden. Diese wachsen im Zeitverlauf und erschweren den Fortschritt zur ganzheitlichen Vernetzung.

Punkt zu Punkt zur verbundenen Umgebung

Im neuen digitalen Zeitalter mit Agentic AI und der wachsenden Gefahr ausufernder Digital Debt und Legacy Lösungen stehen Unternehmen, die wettbewerbsfähig bleiben wollen, vor einergroßen Entscheidung.

Entweder sie setzen ihre gesamte digitale Landschaft mit Blick auf die neuesten Technologien komplett neu auf. Das aber ist ein Mammutprojekt und kann so lange dauern, dass die heute neuesten Technologien bei der Inbetriebnahme bereits wieder veraltet sind.

Oder sie wählen einen anderen Weg: Sie nutzen ihre bestehenden Systeme und führen sie in einer modernen Plattform zusammen – integriert und orchestriert. Das minimiert Ausfallzeiten, baut auf der vorhandenen IT-Infrastruktur auf und hält die Weiterentwicklung einfach und schlank.

Wie löst Scheer PAS diese Herausforderung?

Mit diesem zweiten Ansatz vor Augen ermöglicht Scheer PAS als digitale Plattform für modernes Business, die bestehende IT-Landschaft mit modernen Technologien zu verbinden und zu erweitern. Dabei bleiben die Geschäftsprozesse stets im Fokus und bieten die Grundlage für den technischen Unterbau.

Als Teil der Scheer Gruppe mit jahrzehntelanger Expertise in Geschäftsprozessen verfolgt Scheer PAS einen klaren Process First Ansatz. So verlieren Unternehmen nie aus dem Blick, worauf es in der Digitalisierung wirklich ankommt: sichtbare Ergebnisse schaffen in den bestehenden Kernprozessen.

Mit seinem breiten Funktionsumfang befähigt Scheer PAS Unternehmen, folgendes zu erreichen:

• Geschäftsprozesse digital abbilden und so Einblick in den gesamten Geschäftsbetrieb gewinnen
• Die bestehende IT-Landschaft integrieren und Systeme, Tools sowie Services über vorgefertigte Konnektoren, Adapter oder individuelle Integrationen anbinden
• Prozesse automatisieren und manuelle Arbeit sowie Ineffizienzen eliminieren
• APIs bereitstellen und verwalten, um Dienste und Systeme mit Partnern zu integrieren
• Durch Analytics und Daten kontinuierlich umfassende Einblicke in die Prozesseffizienz gewinnen und die laufende Verbesserung vorantreiben
• Agentic AI in Prozesse einbinden, um Effizienz, Transparenz und die Qualität von Entscheidungen zu verbessern

Mit diesem breiten Funktionsumfang und Agentic AI ermöglicht Scheer PAS, getreu dem Scheer Anspruch an exzellente Geschäftsprozesse, Unternehmen jeder Größe die Modernisierung und die schnelle Anpassung an sich wandelnde Marktanforderungen.

Unsere Erfolgsgeschichten aus Handel, Fertigung und öffentlichem Sektor, kontinuierliche Verbesserungen der Plattform und professionelle Onboarding Services untermauern dies. So hilft Scheer PAS Unternehmen, nicht nur mit dem Wettbewerb Schritt zu halten, sondern in einem dynamischen Markt agil und effizient zu bleiben.

The post Was ist Scheer PAS? appeared first on Scheer PAS.

Status quo der Automatisierung

Gerade in der Tech-Welt ist sichtbar: Viele Konzerne ersetzen erste Tätigkeiten mit KI. Blicken wir auf die Herausforderungen im Markt von heute, basiert Prozessautomatisierung noch immer stark auf vordefinierten Geschäftsregeln und festen Workflows, um manuelle Arbeit zu minimieren. Dieses Modell funktionierte im letzten Jahrhundert und bis in die späten 2000er. Heute braucht es schnellere Adaption – getrieben von zwei Faktoren: Trends und Ausnahmen.

Wer resilient sein will, muss anpassungsfähig sein. Starre Workflows kommen mit der wachsenden Zahl von Ausnahmen nicht mehr zurecht. Das führt wieder zu mehr manueller Arbeit. Trends sind zudem volatiler und schwerer vorhersehbar. Große Organisationen reagieren oft mit großem Aufwand oder ignorieren sie. Ob man Veränderungen wie Kodak ausblendet oder stark investiert: Die Welle kommt. Sie heißt KI. Ein LLM einzuführen, reicht jedoch nicht. Es braucht ein klares Konzept, um echten Nutzen zu heben – nicht nur den Schein von „Cutting Edge“.

Agentic AI und Prozessautomatisierung

So wie IT sich von Maschinenbefehlen zu natürlicher Sprache entwickelt hat, muss sich auch Prozessautomatisierung weiterentwickeln. Grenzen vordefinierter Workflows und Regeln zeigen sich bei unstrukturierten Daten und Quellen. Das klassische Vorgehen verlangt immer mehr manuelle Eingaben. Prozesse stocken, Effizienz sinkt. Hier kommt Agentic AI ins Spiel. KI-Agenten, betrieben auf sicheren, lokal geführten LLMs, die auf unternehmenseigene, kuratierte Daten trainiert sind, schließen die Lücke zwischen Anspruch und Realität der Automatisierung.

Wo früher feste Ablaufketten nur mit manuellen Prüfungen Ausnahmen abfangen konnten, schaffen KI-Agenten flexible Workflows. Beispiele, was KI-Agenten im Prozess ausgleichen oder verbessern können:

• Zugriff auf freigegebene Datenbanken und strukturierte Quellen
• Abgleich von Informationen mit vordefinierten gesetzlichen Richtlinien
• Lesen und Interpretieren von Nachrichten, die in den Prozess einfließen
• Identifizieren von Schlüsseldaten und bedarfsgerechte Transformation ohne Unterbrechung
• Proaktives Schließen von Datenlücken inklusive automatischer Anfragen und Feedback-Verarbeitung
• Eskalation von Prozessschritten zur menschlichen Prüfung, sobald Risikokriterien erfüllt sind (automatisch oder teilautomatisch erkennbar)
• Lückenlose Transparenz und Analyse in jedem Prozessschritt für mehr Agilität und Resilienz

Blickt man heute auf Agentic-AI-Funktionen in Automatisierungsplattformen, ersetzen sie vor allem manuelle Tätigkeiten. Das allein verhindert aber nicht, dass Potenziale ungenutzt bleiben. Auch bei Kodak hätten KI-Agenten viele Arbeitsschritte übernehmen können. Ohne den Blick auf die eigenen Daten und deren Bedeutung wäre das dennoch zu wenig gewesen. Genau hier liegt ein zentraler Aspekt, den wir bislang ausgespart haben.

Und der Blick nach vorn?

Die genannten Funktionen reduzieren vor allem manuelle Arbeit und Kosten. Entscheidend ist etwas anderes: das Erkennen von Verbesserungen und neuen Optionen. Nicht nur Prozessfehler identifizieren – das zeigt Process Mining bereits – sondern proaktiv Potenziale aufdecken.

Erhält Agentic AI Einblick in Geschäftslogik, Prozesse und Workflows, kann sie allein auf Basis der internen Daten viel leisten. Was häufig fehlt, ist ein konsistenter Blick auf zukünftige Möglichkeiten. Fachanalysten können Ähnliches leisten, doch das ist oft langsamer und teurer.

Darum lohnt sich der Ansatz, KI-Agenten nicht nur manuelle Schritte ersetzen zu lassen, sondern Analysen und Insight-Gewinnung in Echtzeit zu übernehmen. In Kombination mit bestehendem Process Mining wird der eigene Datenbestand zur Goldgrube. Er ist da, nur oft unstrukturiert.

Die Sicherheitsfrage

Wer KI-Agenten in Prozesse bringt, muss Sicherheit mitdenken. Datenverarbeitung steht unter strengen regulatorischen Vorgaben. Öffentliche LLMs mit Kunden- oder sensiblen internen Daten erhöhen das Risiko von Leaks und Angriffsflächen. Das berücksichtigen verantwortungsvolle Implementierungen von Beginn an.

Zugleich lassen sich KI-Agenten auf definierte Datentypen und -mengen begrenzen – mit oder ohne externe Recherche. Das verbessert Sicherheit und die Qualität des Trainings. Präzise Anweisungen, wie Daten zu verarbeiten und zu speichern sind, erhöhen die Genauigkeit und blenden Störgeräusche aus. So bleibt der Mensch in der Schleife entscheidungsfähig, statt von irrelevanten Signalen abgelenkt zu werden.

Fazit (Teil 1)

Zurück zum Anfang: 1975 hatte Kodak die Zutaten für Zukunftsfähigkeit. Die Fokussierung auf bestehende Praktiken machte aus einem Ass im Ärmel eine verpasste Chance. Ein hoher Automatisierungsgrad hielt die Marke noch eine Weile im Spiel. Der fehlende Blick auf das eigene Potenzial trug zum Absturz bei.

Wer heute Prozesse automatisiert, sollte nicht nur an Kostensenkung denken. In den Unternehmen liegt eine Daten-Goldmine, die darauf wartet, gehoben zu werden. Agentic AI hilft, diese Goldmine zu erschließen – und Agilität wie Resilienz zu steigern. Bleiben Sie dran: In Teil 2 zeigen wir konkrete Einsatzszenarien, den Ansatz von Scheer PAS für Agentic AI, weitere positive und negative Praxisbeispiele aus dem Enterprise-Umfeld und mögliche Risiken bei zu großer Abhängigkeit von KI-Agenten. Interessiert? Abonnieren Sie unseren Newsletter oder sprechen Sie mit uns über Ihre Erfahrungen und Herausforderungen. Gemeinsam finden wir die passende Lösung.

The post Agentic AI: Vom starren Regelwerk zur anpassungsfähigen Prozessautomatisierung appeared first on Scheer PAS.