Tag: Datenqualität

  • The Evolution of Agency Directories: Warum Volumen der Vergangenheit angehört und strenge Prüfungen die Zukunft bestimmen

    The Evolution of Agency Directories: Warum Volumen der Vergangenheit angehört und strenge Prüfungen die Zukunft bestimmen

    LGR Reutlingen – 22 Juni 2026 | Fast zwei Jahrzehnte lang galt im B2B-Bereich eine einfache Regel: Je mehr Einträge ein Agenturverzeichnis hat, desto besser. Plattformen wie „The Evolution of Agency Directories Why Volume is Giving Way to Rigorous Vetting“ dokumentieren den fundamentalen Wandel, der sich derzeit vollzieht. Masse allein reicht nicht mehr – im Gegenteil: Sie wird zunehmend zum Problem. Die Ära der ungeprüften Masseneinträge geht zu Ende, und an ihre Stelle tritt ein streng kuratiertes Modell, das auf Datenintegrität und maschinenlesbare Qualität setzt.

    Das alte Prinzip war simpel: Offene Formulare, automatische Scraping-Prozesse und minimale Hürden führten zu Zehntausenden von Profilen. Das befriedigte zunächst die Suchmaschinen, die auf Seitenumfang und Linkmassen reagierten. Doch inzwischen hat dieser Ansatz strukturelle Kollapserscheinungen gezeigt. Ungeprüfte Behauptungen, automatisierte Platzhalter und Geisterfirmen, die nur aus einer Landingpage bestehen, überschwemmen das Netz. Für seriöse Agenturen wird es immer schwieriger, sichtbar zu bleiben – und für Einkäufer, die Spreu vom Weizen zu trennen.

    Die technischen Kosten dieses Volumenansatzes sind enorm. Suchmaschinen-Crawler verschwenden ihr knappes Budget auf dünne, repetitive Seiten, die kaum Mehrwert bieten. Broken Links, veraltete Informationen und fehlende Aktualisierung führen zu Index-Inflation – die Algorithmen bestrafen solche Plattformen zunehmend. Ein Verzeichnis, das seine Autorität verliert, reißt alle gelisteten Agenturen mit in die Tiefe. Die „The Evolution of Agency Directories Why Volume is Giving Way to Rigorous Vetting“ zeigt, dass dieser Kreislauf nur durch strenge Qualitätskontrollen durchbrochen werden kann.

    Doch der Wandel betrifft nicht nur die klassische Suche. KI-Assistenten wie ChatGPT, Gemini oder Perplexity durchforsten das Web auf völlig neue Weise. Sie suchen nicht nach bunten Marketingversprechen, sondern nach strukturierten, sauberen Daten. Wenn ein AI-Crawler auf widersprüchliche Metriken oder ungeprüfte Behauptungen stößt, wird die gesamte Domain als Rauschen eingestuft. Die logische Konsequenz: B2B-Plattformen müssen ihre Backends für maschinelle Interpretation umbauen. Statt offener Kommentarfelder und Textwüsten sind validierte Schema-Markups und einheitliche Datenformate gefragt. Nur so können sie sicherstellen, dass KI-Agenten ihre Informationen fehlerfrei extrahieren und zuordnen.

    Der Schutz des Netzwerks steht im Mittelpunkt dieser Entwicklung. Sichtbarkeit darf nicht käuflich sein – zumindest nicht ohne Prüfung. Wenn ungeprüfte Anbieter durch hohe Werbebudgets an die Spitze gespült werden, verzerrt das den Markt und untergräbt das Vertrauen. Moderne Verzeichnisse trennen daher Werbung und redaktionelle Daten strikt. Gesponserte Einträge sind nur für Agenturen möglich, die zuvor ein mehrstufiges Audit bestanden haben, und werden klar als Anzeige gekennzeichnet – auch für die maschinelle Lesbarkeit.

    Die Architektur strenger Prüfverfahren

    Um Betrug und minderwertige Einträge systematisch auszusortieren, haben führende Plattformen objektive Aufnahmekriterien entwickelt. Diese gehen weit über eine einfache Plausibilitätsprüfung hinaus. Die „The Evolution of Agency Directories Why Volume is Giving Way to Rigorous Vetting“ beschreibt, wie operative, technische und inhaltliche Hürden aufgebaut werden, die nur echte, leistungsfähige Agenturen überwinden.

    Ein zentraler Punkt ist die technische Aktualität: Agenturen, die mit veralteten Frameworks oder nicht responsiven Designs arbeiten, werden abgelehnt. Sie müssen mit gutem Beispiel vorangehen. Auch die physische Präsenz wird überprüft – Adressen werden mit Kartendaten abgeglichen, Telefonnummern getestet. Die Personalstruktur wird über berufliche Netzwerke wie LinkedIn validiert: Ein Team von fünf Personen kann nicht glaubhaft in fünf Metropolen gleichzeitig aktiv sein. Spezialisierungsbehauptungen wie „KI-gesteuertes Marketing“ müssen durch konkrete Fallstudien und Projekte belegt werden.

    Diese strenge Prüfung schafft Vertrauen – und sie schützt die Plattform vor Indexierungsproblemen. Denn Suchmaschinen belohnen kontinuierlich gepflegte, autoritative Quellen. Ein Verzeichnis, das nur geprüfte Einträge enthält, signalisiert Qualität und wird entsprechend höher gerankt.

    Ein weiterer wichtiger Aspekt ist die Reputation. Offene Bewertungssysteme sind anfällig für Manipulation. Gefälschte Profile, gekaufte Bewertungen und Shill-Kampagnen untergraben die Glaubwürdigkeit. Moderne B2B-Marktplätze setzen daher auf zentralisierte, verifizierte Bewertungsmodelle. Redaktionsteams sammeln Feedback von den seriösesten Plattformen, bereiten es mit KI auf und destillieren es in fünf Kategorien: Expertise, Kommunikation, Service, Preisgestaltung und Glaubwürdigkeit. So entsteht ein ausgewogenes, faktenbasiertes Bild, dem Einkäufer vertrauen können.

    Die Zeiten, in denen ein Verzeichnis einfach nur viele Einträge sammelte, sind endgültig vorbei. Der Aufstieg der generativen KI hat die Menge an minderwertigem Content noch einmal dramatisch erhöht. Offene, unmoderierte Verzeichnisse werden dadurch immer wertloser. Die Zukunft gehört kuratierten Ökosystemen, die Datenintegrität als ihr wichtigstes Asset betrachten. Mit menschlichen Redakteuren, KI-optimierten Architekturen und absoluter Transparenz schützen sie die Investitionen suchender Unternehmen und sichern die Sichtbarkeit exzellenter Digitaldienstleister. Die „The Evolution of Agency Directories Why Volume is Giving Way to Rigorous Vetting“ ist nicht nur ein Trend – sie ist die logische Konsequenz aus der Reifung des digitalen Marktes.

  • Neues CRM vor oder nach S 4HANA mit Andreas Haas: Strategische Entscheidung für den Vertrieb

    Neues CRM vor oder nach S 4HANA mit Andreas Haas: Strategische Entscheidung für den Vertrieb

    LGR Reutlingen – 15 Juni 2026 | Im aktuellen SAP‑IT‑Podcast diskutieren Tobias Harmes und Andreas Haas das Thema „Neues CRM vor oder nach S 4HANA mit Andreas Haas“ und geben Unternehmen klare Handlungsoptionen, wann ein Customer‑Relationship‑Management‑System sinnvoll eingeführt werden sollte.

    Die Einführung von S/4HANA ist für viele Konzerne ein Meilenstein, der Logistik, Produktion und Finanzwesen in den Fokus rückt. Der Vertrieb gerät dabei häufig in den Schatten, obwohl die ersten Kundenkontakte bereits im Front‑Office entstehen. Andreas Haas weist darauf hin, dass die meisten Geschäftsprozesse nicht im Backend starten, sondern dort, wo ein Lead generiert, eine Opportunity bewertet und ein Kunde betreut wird. Wer das vernachlässigt, riskiert, dass das CRM‑Projekt erst Jahre nach der ERP‑Umstellung angehängt wird – ein Muster, das in der Praxis zu langen Phasen mit Excel‑Tabellen und isolierten Altsystemen führt.

    Neues CRM vor oder nach S 4HANA mit Andreas Haas – Timing und Nutzen

    Ein zentrales Argument für ein frühes CRM‑Projekt ist die Geschwindigkeit der Wirkung. Während ein S/4HANA‑Rollout Monate bis Jahre beanspruchen kann, lassen sich mit einem modernen CRM in wenigen Quartalen messbare Verbesserungen erzielen: automatisierte Lead‑Scoring‑Modelle, einheitliche Sicht auf Kundenhistorie und direkte Anbindung an Service‑ und Logistikdaten. Besonders im Außendienst ist die Verfügbarkeit von Auftragsstatus, Lagerbeständen und offenen Service‑Tickets ein entscheidender Wettbewerbsvorteil. Ohne diese Integration entstehen Telefonketten, Rückfragen und letztlich ein schlechteres Kundenerlebnis.

    Haas betont, dass die Datenqualität das Rückgrat jeder Transformation bildet. Inkonsistente Stammdaten zwischen ERP und CRM führen zu doppelten Einträgen, fehlerhaften Forecasts und blockieren zukünftige KI‑Anwendungen. Ein sauberer Daten‑ und Prozess‑Start ist daher kein Nice‑to‑have, sondern ein Muss. Unternehmen, die bereits jetzt in Daten‑Gouvernance investieren, schaffen die Basis für sowohl ein CRM‑Projekt als auch die nachfolgende S/4HANA‑Einführung.

    Ein weiteres Argument für die Vorverlagerung des CRM‑Rollouts ist die Möglichkeit, Prozesse wie Lead‑to‑Cash oder Order‑to‑Cash zu harmonisieren, bevor das ERP‑System neu aufgesetzt wird. In vielen Firmen laufen diese Prozesse noch parallel in unterschiedlichen Systemen, was zu Silos und widersprüchlichen Daten führt. Ein neues CRM kann als Front‑End dienen, das sämtliche Vertriebs‑ und Service‑Interaktionen kanalisiert und gleichzeitig eine klare Schnittstelle zum Backend definiert.

    Der technologische Stand des bestehenden CRM ist ebenfalls ein kritischer Faktor. On‑Premise‑Lösungen, Excel‑basierte Workarounds oder stark individualisierte Eigenentwicklungen stoßen zunehmend an ihre Grenzen: fehlende mobile Nutzung, keine globale Harmonisierung und kaum Raum für moderne Automatisierung. Haas empfiehlt, zunächst auf ein cloud‑fähiges Grundgerüst zu setzen – das ermöglicht nicht nur schnelle Updates, sondern auch eine skalierbare Integration mit S/4HANA und weiteren SAP‑Komponenten wie SAP IBP.

    Die beiden Praxisbeispiele aus dem Podcast illustrieren die Bandbreite möglicher Zeitpunkte. Ein internationales Chemieunternehmen installierte Salesforce bereits vor der S/4HANA‑Transformation, um uneinheitliche Lead‑Definitionen und regionale Prozessabweichungen zu beseitigen. Das CRM diente dabei als Vorarbeit, die spätere ERP‑Umstellung vereinfachte. Im Gegensatz dazu zeigte ein Halbleiterhersteller, wie nach einer abgeschlossenen S/4HANA‑Einführung ein gezieltes CRM‑Projekt die Verzahnung von Vertriebs‑, Auftrags‑ und Planungsdaten optimierte und so die Transparenz entlang der gesamten Wertschöpfungskette erhöhte.

    Ein Aspekt, der häufig übersehen wird, ist die Einbindung des Service‑Teams. In Branchen wie Maschinenbau oder Field Service entscheidet die Sichtbarkeit offener Service‑Tickets darüber, ob ein Vertriebsmitarbeiter ein Upselling‑Gespräch führen kann oder nicht. Ein integriertes CRM, das sowohl Vertriebs‑ als auch Servicedaten zusammenführt, reduziert das Risiko von Fehlkommunikation und stärkt die Kundenbindung.

    Die Entscheidung, ob ein neues CRM vor, während oder nach S/4HANA implementiert wird, lässt sich also nicht pauschal beantworten. Vielmehr gilt es, die internen Prioritäten, die vorhandene Datenqualität und die technologische Ausgangslage zu prüfen. Ein zu spätes CRM‑Projekt kostet nicht nur Effizienz, sondern verpasst auch die Chance, die ERP‑Transformation mit einer klaren Front‑Office‑Strategie zu ergänzen.

    Unternehmen, die den Schritt jetzt wagen, sollten folgende Schritte beachten:

    • Daten‑Gouvernance etablieren: Stammdaten bereinigen, Dubletten entfernen und einheitliche Datenmodelle definieren.
    • Prozess‑Mapping durchführen: Lead‑to‑Cash, Order‑to‑Cash und Service‑to‑Cash visualisieren und Engpässe identifizieren.
    • Cloud‑fähige Plattform wählen: Skalierbarkeit, mobile Nutzung und nahtlose Integration mit SAP‑Modulen sicherstellen.
    • Quick Wins priorisieren: Automatisierte Lead‑Zuweisung, Echtzeit‑Bestandsabfrage und zentrale Service‑Übersicht schnell umsetzen.
    • Nutzerakzeptanz fördern: Schulungen, Change‑Management‑Maßnahmen und ein klarer Nutzen‑Kommunikationsplan etablieren.

    Die Kombination aus sauberer Datenbasis, klar definierten Prozessen und einer flexiblen Cloud‑Architektur legt das Fundament für sowohl ein erfolgreiches CRM‑Projekt als auch eine reibungslose S/4HANA‑Transformation. Unternehmen, die diese Bausteine frühzeitig adressieren, schaffen nicht nur kurzfristige Vertriebsvorteile, sondern positionieren sich langfristig für KI‑gestützte Analysen und weitergehende Automatisierung.

  • Vrashank Jain von Dell Technologies über die Datenproblematik, die Ihre KI gefährden könnte

    Vrashank Jain von Dell Technologies über die Datenproblematik, die Ihre KI gefährden könnte

    LGR Reutlingen – 30 Mai 2026 | Im Kontext der rasanten Entwicklung künstlicher Intelligenz (KI) betont Vrashank Jain von Dell Technologies die entscheidende Rolle von Daten. In einem kürzlichen Interview erläuterte er, warum die Vorbereitung und Qualität der Daten sowie moderne Pipelines für den Erfolg von KI-Initiativen von zentraler Bedeutung sind. Jain, der in der Branche für seine Expertise bekannt ist, warnt davor, dass unzureichend vorbereitete Daten Projekte im Bereich der KI zum Scheitern bringen können.

    Die Herausforderungen bei der Datenerhebung und -verarbeitung sind vielfältig. Unternehmen stehen oft vor der Aufgabe, große Datenmengen aus verschiedenen Quellen zu integrieren. Jain hebt hervor, dass es nicht nur um die Quantität der Daten geht, sondern auch um deren Qualität. Fehlerhafte oder unzureichende Daten können zu fehlerhaften Ergebnissen in KI-Modellen führen, was gravierende Folgen für Unternehmen haben kann.

    Die essentielle Rolle der Datenvorbereitung

    Die Vorbereitung von Daten umfasst mehrere Schritte, die entscheidend für den Erfolg eines KI-Projekts sind. Jain betont, dass Unternehmen in der Lage sein müssen, Daten effizient zu bereinigen und zu transformieren, um sie für die Analyse nutzbar zu machen. “Die Qualität der Ergebnisse einer KI hängt stark von der Qualität der Daten ab, die ihr zur Verfügung stehen”, sagt er.

    Ein weiterer kritischer Aspekt ist die Lokalisierung der Daten. Jain erklärt, dass Unternehmen oft globale Datenquellen nutzen, jedoch die regionalen Unterschiede in den Daten berücksichtigt werden müssen. Diese Unterschiede können sich erheblich auf die Leistung von KI-Modellen auswirken, insbesondere in Branchen, die stark reguliert sind oder wo kulturelle Nuancen eine Rolle spielen.

    Um diese Herausforderungen zu bewältigen, empfiehlt Jain, moderne Datenpipelines zu implementieren. Diese Pipelines ermöglichen eine automatisierte Verarbeitung von Daten und sorgen dafür, dass die Daten in der richtigen Form und zum richtigen Zeitpunkt für die KI-Modelle bereitstehen. “Die Nutzung von Cloud-Technologien kann hierbei einen entscheidenden Vorteil bieten”, so Jain weiter.

    Die Auswirkungen auf Unternehmen

    Die Bedeutung der Datenstrategie ist für Unternehmen nicht zu unterschätzen. Jain warnt, dass Unternehmen, die in KI investieren möchten, sich zuerst um eine solide Datenbasis kümmern müssen. Dies erfordert nicht nur technologische Investitionen, sondern auch eine Umstellung in der Unternehmenskultur. Die Mitarbeiter müssen in der Lage sein, mit Daten zu arbeiten und deren Bedeutung zu verstehen.

    In einer Zeit, in der Unternehmen zunehmend auf datengetriebene Entscheidungen setzen, ist die Implementierung einer erfolgreichen Datenstrategie unerlässlich. Jain hebt hervor, dass Unternehmen, die es versäumen, diese Grundlagen zu schaffen, nicht nur in ihren KI-Bemühungen scheitern können, sondern auch in anderen Bereichen des Geschäfts.

    Zusammengefasst ist die Botschaft von Vrashank Jain von Dell Technologies klar: Die Herausforderung, die Datenproblematik zu meistern, ist entscheidend für den Erfolg von KI-Initiativen. Unternehmen müssen sich der Wichtigkeit der Datenvorbereitung und -lokalisierung bewusst sein und moderne Datenpipelines nutzen, um wettbewerbsfähig zu bleiben.

  • Die Evolution der ERP-Systeme: KI und Low-Code als Treiber der Transformation

    Die Evolution der ERP-Systeme: KI und Low-Code als Treiber der Transformation

    LGR Reutlingen – 24 Mai 2026 | In der heutigen Geschäftswelt sind ERP-Systeme (Enterprise Resource Planning) unverzichtbare Werkzeuge, die Unternehmen dabei unterstützen, ihre Prozesse zu integrieren und effizienter zu gestalten. Mit dem Aufkommen von Künstlicher Intelligenz (KI) und Low-Code-Plattformen erleben diese Systeme einen grundlegenden Wandel, der nicht nur die Softwareentwicklung, sondern auch die gesamte Unternehmensstrategie beeinflusst.

    Die Diskussion über die Rolle von KI und Low-Code in der Softwareentwicklung ist aktueller denn je. Auf der jüngsten Sapphire-Konferenz von SAP erklärte CEO Christian Klein, dass das Unternehmen plant, sein ERP-System zum Kontrollzentrum für KI zu machen. Diese Transformation zielt darauf ab, KI-Agenten zu integrieren, die auf strukturierten Geschäftsdaten basieren, um komplexe Abläufe autonom zu steuern. Klein betonte, dass KI im Unternehmenskontext weit mehr als nur eine Unterstützung darstellt; sie soll als integraler Bestandteil der operativen Prozesse fungieren.

    Die Rolle von KI in der ERP-Transformation

    Künstliche Intelligenz hat sich in der Softwareentwicklung als leistungsstarke Assistenz etabliert. Tools wie GitHub Copilot und integrierte Assistenten in ERP-Plattformen bieten Entwicklern wertvolle Unterstützung. Dennoch bleibt KI in ihrer aktuellen Form eine Blackbox, die oft nicht die nötige Transparenz und Nachvollziehbarkeit bietet. Diese mangelnde Einsicht kann insbesondere bei der Fehlersuche zu erheblichen Schwierigkeiten führen. Falsch berechnete Steuern oder Buchungen könnten erst spät erkannt werden und zu finanziellen Einbußen führen. Unternehmen müssen daher vorsichtig sein, wenn sie auf KI-generierten Code vertrauen.

    Ein entscheidender Vorteil von Low-Code-Plattformen besteht darin, dass sie die Komplexität der Softwareentwicklung reduzieren. Diese Tools bieten vorgefertigte, auditierbare Bausteine, die auf geschäftskritische Prozesse optimiert sind. In der ERP-Entwicklung verlagert sich der Fokus von reiner Programmierarbeit hin zur Analyse und Spezifikation der fachlichen Prozesse. Diese Entwicklung ist entscheidend, da das Verständnis dieser Prozesse bei der Umsetzung von ERP-Systemen an oberster Stelle steht.

    Synergien zwischen KI und Low-Code

    Um das volle Potenzial von KI und Low-Code auszuschöpfen, ist eine Kombination beider Technologien notwendig. Diese Synergieeffekte ermöglichen es, dass KI präzisere und zielgerichtete Ergebnisse liefern kann. Durch die Integration von Low-Code-Komponenten kann KI lernen, vorhandene Bausteine effizient zu nutzen. Dies führt nicht nur zu einer besseren Softwareentwicklung, sondern auch dazu, dass Unternehmen agiler und anpassungsfähiger werden.

    SAP hat bereits einen Fonds in Höhe von 100 Millionen US-Dollar eingerichtet, um Partner zu unterstützen, die Anwendungen auf der Business Technology Platform entwickeln. Dies ist Teil einer umfassenden Strategie zur Förderung von Innovationen und zur Sicherstellung, dass die ERP-Systeme von SAP als technische Basis für autonome KI in Unternehmen fungieren.

    Herausforderungen der Datenqualität

    Trotz der technologischen Fortschritte bleibt die Datenqualität eine zentrale Herausforderung für ERP-Systeme. Im Einzelhandel beispielsweise investieren viele Unternehmen erheblich in ihre ERP-Systeme, doch ohne eine saubere Rückführung von Filialdaten können Phantombestände und falsche Nachbestellvorschläge entstehen. COSYS Retail Management Software bietet hier eine Lösung, indem sie als strukturierte Middleware zwischen dem mobilen Filialgeschäft und dem ERP-System fungiert. Die Software erfasst alle relevanten Bewegungsdaten direkt an der Quelle und übergibt diese medienbruchfrei an das ERP, wodurch die Datenqualität erheblich verbessert wird.

    Die Notwendigkeit präziser Geschäftsprozesse

    Christian Klein hob hervor, dass KI in der Lage sein muss, mit den spezifischen Geschäftsprozessen und proprietären Unternehmensdaten umzugehen. Dies ist besonders wichtig, da große Sprachmodelle (LLMs) nicht automatisch die erforderlichen Sicherheits- und Compliance-Anforderungen erfüllen. SAP hat deshalb die SAP Business AI Platform vorgestellt, die Large Language Models mit 50 Jahren Business-Expertise kombiniert. Diese Plattform stellt sicher, dass KI-Agenten in der Lage sind, präzise Aufgaben auszuführen und sich an die spezifischen Anforderungen der Unternehmen anzupassen.

    Die Einführung von KI-Agenten, die komplexe Prozesse selbstständig ausführen können, markiert einen Wendepunkt in der ERP-Transformation. Die SAP Autonomous Suite, die mehr als 50 domänenspezifische Joule-Assistenten umfasst, ist darauf ausgelegt, End-to-End-Prozesse zu automatisieren. Diese Innovationen könnten die Art und Weise, wie Unternehmen ihre Ressourcen planen und verwalten, grundlegend verändern.

    Strategische Implikationen für Unternehmen

    Die Integration von KI und Low-Code in ERP-Systeme ist nicht nur eine technische Herausforderung, sondern hat auch weitreichende strategische Implikationen. Unternehmen, die in der Lage sind, diese Technologien effektiv zu kombinieren, können ihre Wettbewerbsfähigkeit erheblich steigern. Die Fähigkeit, komplexe Prozesse autonom zu steuern, ermöglicht es Unternehmen, schneller auf Veränderungen im Markt zu reagieren und ihre Effizienz zu maximieren.

    Dennoch müssen Unternehmen vorsichtig sein, um den Kompetenzverlust ihrer Entwickler zu vermeiden. Ein übermäßiger Einsatz von KI könnte dazu führen, dass Entwickler nur noch KI-generierte Ergebnisse abnicken und ihre Fähigkeit verlieren, tieferliegende Probleme zu erkennen. Deshalb ist eine ausgewogene Herangehensweise erforderlich, die sowohl menschliche Expertise als auch technologische Unterstützung berücksichtigt.

    Die Zukunft der ERP-Systeme wird durch die Kombination von KI und Low-Code geprägt sein. Unternehmen, die diese Technologien frühzeitig adaptieren, werden in der Lage sein, sich in einem zunehmend wettbewerbsintensiven Umfeld zu behaupten. Die Herausforderungen, insbesondere im Hinblick auf Datenqualität und Transparenz, bleiben jedoch bestehen und erfordern kontinuierliche Aufmerksamkeit.