NDAB Creativity – shutterstock.com

Ein Führungsstil beschreibt die Grundhaltung einer Führungskraft sowie ihr Verhalten gegenüber Mitarbeitern. Es gibt verschiedene Theorien und Modelle mit unterschiedlichen Führungsstilen.

Welche Führungsstile gibt es?

Eine bekannte Einteilung hat der Sozialpsychologe Kurt Lewin vorgenommen. Lewin emigrierte 1933 aus Deutschland und forschte in den USA. In dieser Zeit entstand die Unterscheidung und Abstufung zwischen den Führungsstilen autoritär, laissez-faire und kooperativ:

• Beim autoritären Führungsstil gibt die Führungsperson ihren Mitarbeitern Anweisungen, was zu tun ist. Mitarbeiter haben diese Anweisungen zu akzeptieren und auszuführen.
• Beim Laissez-faire-Führungsstil überträgt die Führungskraft Aufgaben auf die Mitarbeiter. Vorgesetzte machen klare Zielvorgaben, definieren die erwarteten Arbeitsergebnisse und delegieren die Aufgaben an die Mitarbeiter.
• Dazwischen liegt der kooperative Führungsstil, bei dem Führungskraft und Mitarbeiter Verantwortung teilen beziehungsweise gemeinsam übernehmen. Eines der Forschungsergebnisse Lewins war, dass ein kooperativer Führungsstil mit einer erhöhten Arbeitszufriedenheit der Mitarbeiter verbunden ist.

Merkmale eines kooperativen Führungsstils

Kooperative Führungskräfte teilen Verantwortung mit ihren Mitarbeitern und beziehen sie in Entscheidungen ein. Für Prof. Dr. Guido Möllering, Direktor des Reinhard-Mohn-Instituts für Unternehmensführung an der Universität Witten/Herdecke, zählt zu den Merkmalen einer kooperativen Führungskraft auch, dass mehr Autonomie gewährt wird bei zugleich gegenseitiger Transparenz und Koordination: “Die formale Führungskraft kommuniziert auf Augenhöhe, das heißt mit Respekt und Anerkennung der Fähigkeiten und Bedürfnisse der Geführten. Es gibt kaum noch Anweisungen, sondern man einigt sich, was zu tun ist”, so Möllering. Man verständige sich häufiger über die gemeinsamen Werte und Ziele. Führungskräfte sähen sich selbst als Vermittelnde.

Für den Transformationsexperten und Berater Martin Michaelis ist es nicht nur eine Frage von Branchen, Unternehmenskultur oder Generationen, ob kooperatives Führen sinnvoll ist. “In der heutigen Zeit ständiger und schneller Veränderung haben Unternehmen gar keine andere Wahl, als Ihren Mitarbeitern in einem bestimmten Maße mehr Verantwortung zu übergeben. Das bedeutet für Führungskräfte, dass sie ihre Mitarbeiter mehr in Entscheidungsprozesse einbinden müssen.” Schwierig werde es dann, wenn unter den Mitarbeitern nur eine niedrige Bereitschaft bestehe, Verantwortung zu übernehmen. “Wichtig ist dann, Schritt für Schritt vorzugehen: je nach individueller Kapazität und nicht zu viel auf einmal an Verantwortungen zu delegieren”, rät Michaelis.

Vor- und Nachteile eines kooperativen Führungsstils

“Die stärkere Partizipation und das Empowerment, das kooperative Führung ermöglicht, sind sehr motivierend, können aber auch überfordern”, weiß Experte Möllering. Wenn Verantwortung stärker geteilt werde, werfe das Fragen auf: Wer trägt das Risiko von gemeinsamen Entscheidungen? Und: Wer bekommt welchen Anteil am gemeinsamen Erfolg? “Wenn ein gemeinsames Verständnis hergestellt werden kann, wie die kooperative Führung wirklich gemeint ist, dann überwiegen klar die Vorteile”, ist Möllering überzeugt. Wichtig sei auch, dass eine echte Beteiligung an der Führung möglich ist. Also nicht am Ende doch wieder einer alles alleine entscheide.

Kooperatives Führen lernen

Doch lässt sich ein solcher kooperativer Führungsstil erlernen? “Es gibt eine Menge Kompetenzen, die erlernt werden können”, sagt Martin Michaelis auf die Frage, ob sich kooperatives Führen erlernen lässt. Dabei unterscheidet er zwischen Methoden und Verhalten, sowie Haltung. Neue Methoden und Verhaltensweisen lassen sich erlernen. Dazu zählt beispielsweise, sich selbst als Führungskraft zurückzunehmen, Mitarbeitern mehr Raum zu geben und ihnen mehr Fragen zu stellen.

“Eine kooperative Haltung braucht meist etwas mehr Zeit”, so Michaelis. Je nach Person ständen oft alte Einstellungen und Glaubenssätze im Weg. Eine wichtige Erkenntnis lautet: Wer kooperativ führen möchte, muss Schritt für Schritt lernen, Vertrauen zu haben. “Eine ‘Dann mache ich das jetzt lieber selbst’-Haltung ergibt keinen Sinn”, sagt Michaelis. In einer konkreten Situation ist eine Aufgabe damit vielleicht schneller und auch besser erledigt. Aber damit nehme man seinen Mitarbeitern den Raum, zu lernen und sich weiterzuentwickeln. Und damit auch die Möglichkeit, zumindest mittelfristig mehr Verantwortung zu übernehmen.

Kooperativ führen

Die Bertelsmann Stiftung und das Reinhard-Mohn-Institut der Universität Witten/Herdecke haben für ihren Führungskräfte-Radar eine repräsentative Befragung unter Führungskräften in Deutschland vorgenommen. Eine Beobachtung: Wenn Home-Office zur Dauereinrichtung wird, befürchten Führungskräfte, dass der Austausch mit den Mitarbeitern mehr und mehr verloren geht und die Unternehmenskultur leidet. Viele Führungskräfte konnten ihre Mitarbeiter in Home-Office-Corona-Zeiten nicht so unterstützen, wie sie es gerne getan hätten (45,7 Prozent). Guido Möllering vom Reinhard-Mohn-Institut sagt: “Die Ausnahmesituation hat uns verschiedene Aspekte deutlicher sehen lassen als sonst”. Er nennt die folgenden drei Punkte:

• Führung funktioniert nur, wenn die Geführten mitspielen, also kooperativ die Impulse der Führenden aufnehmen oder konstruktiv der Führungskraft Feedback geben.
• Das Management kann gerade in einer Krise nicht alle Probleme alleine lösen und alle Entscheidungen alleine treffen. Notgedrungen wird mehr delegiert, pragmatisch gehandelt und sich aufeinander verlassen. Man ist im Team beim gemeinsamen, kooperativen Problemlösen mehr auf Augenhöhe.
• Gerade beim Führen auf Distanz (insbesondere wegen Homeoffice) merkt man deutlich, dass Führen nicht primär Kontrolle, sondern Unterstützung der Geführten bedeutet. Der Team-Gedanke verstärkt sich und die Verantwortung für das gemeinsame Ergebnis wird stärker geteilt.

Kooperative Führungskräfte brauchen Vertrauen

Übergreifend werde deutlich, wie wichtig eine solide Vertrauensbasis sei, so Möllering: “Diese baut man nicht durch hierarchische Anweisungen, sondern durch kollegiale Zusammenarbeit auf.” Im Gegensatz zu dem oft in Krisen vermuteten autoritären Führungsstil hat sich in der zurückliegenden Corona-Pandemie nicht die lenkende Führungskraft früherer Zeiten, sondern die vermittelnde Führungskraft bewährt.

Wie Führungskräfte Teams im Homeoffice leiten

Seit der Pandemie gehört virtuelle Mitarbeiterführung zu den Standartaufgaben für jeden Vorgesetzten. Wir haben die wichtigsten Learnings aus dieser Zeit zusammengefasst.

Zu den größten Herausforderungen zählen die unterschiedlichen Voraussetzungen, womit Teammitglieder bei der Heimarbeit konfrontiert sind. Nicht jeder hat ausreichenden Raum für ein separates Home-Office. Dazu kommen Ablenkungen wie Kinder, Haustiere oder bei Singles ein Gefühl der Isolation. All das hat Einfluss darauf, wie und zu welchen Zeiten Mitarbeiter ihre Aufgaben am besten erledigen können. Vorgesetzte, die offen Verständnis für individuelle Situationen zeigen, schaffen die Grundlage einer vertrauensvollen Zusammenarbeit.

Permanenter Stress im Home-Office ist keine gute Voraussetzung, um kontinuierlich gute Arbeit zu leisten. Wer als Führungskraft vermittelt, dass es okay ist, nicht immer perfekt zu funktionieren, nimmt Mitarbeitern etwas den Druck in der Gewöhnung an die neue Normalität. Vielen fällt es mit dieser Gewissheit leichter, Deadlines einzuhalten und den Erwartungen zu entsprechen.

Ein tägliches Gespräch mit Chefin oder Chef – ist das nicht zu viel der Kommunikation? Nein, denn insbesondere bei der digitalen Mitarbeiterführung ist die Regelmäßigkeit des Austauschs entscheidend. Nur so lässt sich einschätzen, ob alles wie besprochen läuft und sich alle im Team den Anforderungen gewachsen fühlen. Missverständnisse und Fehler passieren – ähnlich wie im Büro – vor allem, wenn zu wenig kommuniziert wird.

Nur mit Personen, zu denen man regelmäßigen Kontakt pflegt, können Beziehungen entstehen. Das funktioniert im Zeitalter des digitalen Austauschs über zahlreiche Kommunikationskanäle. Moderne Videokonferenz-Tools wie Zoom, Teams, Google Meet etc. ermöglichen eine Kommunikation von Angesicht zu Angesicht und machen sichtbar, wie es allen Teammitgliedern geht.

Dezentral organisierte Teamarbeit funktioniert am effektivsten, wenn sich alle über die Grundregeln der Kommunikation einig sind. Vorgesetzte können für klare Verhältnisse sorgen, indem sie Häufigkeit, Zweck und Timing des Austauschs und die dafür priorisierten Kanäle festlegen. Videokonferenzen sind in der Regel die erste Wahl für die tägliche Gruppenbesprechung. Gerade größere Gesprächsrunden lassen sich durch simple Tricks so strukturieren, dass auch Meetings mit hoher Teilnehmerzahl geordnet und effektiv ablaufen. Wenn es um dringliche Angelegenheiten oder Nachfragen geht, sind andere Kanäle wie Instant Messaging der bessere Weg. Unified-Communications-Plattformen ermöglichen eine Vielzahl von Anwendungen und Kommunikationskanälen.

Oft werden beim Übergang von der klassischen Büroarbeit ins Home-Office Aufgaben innerhalb eines Teams neu verteilt oder kommen neue hinzu. Damit Mitarbeiter diese erfüllen können, muss klar sein, was genau von ihnen erwartet wird. Manchen mag es außerhalb der gewohnten Büroatmosphäre anfangs schwerfallen, Aufträge zu priorisieren. Gemeinsam kann geklärt werden, welche Aufgaben Priorität haben und zu schaffen ist. Einfach davon auszugehen, dass jeder weiß, was zu tun ist, ist kontraproduktiv. Besser ist, von Anfang an eine Feedback-Schleife zu vereinbaren, um Erwartungen anzupassen und in den bekannten Applikationen zu dokumentieren.

Teams funktionieren vor allem dann, wenn alle Mitglieder eine gemeinsame Mission verfolgen. Das dabei entstehende Gemeinschaftsgefühl hilft auch, Unsicherheiten zu überwinden und mit ungewohnten Arbeitssituationen umzugehen. Wenn jeder weiß, was er zum gemeinsamen Erfolg beiträgt, ist das die beste Motivation, Höchstleistungen zu erbringen. Erfolge sollten außerdem gewürdigt werden.

Wie lassen sich Engagement und Selbstverantwortung fördern? Indem Führungskräfte sich auf die gewünschten Ergebnisse konzentrieren und Teammitgliedern den Freiraum lassen, selbst einzuteilen, wie sie zum Ziel kommen wollen. Voraussetzung dafür ist ausreichend Zeit und zuvor aufgebautes Vertrauen. Ist das der Fall, lässt sich auf diesem Weg nicht nur die Kreativität der Mitarbeiter fördern, sondern auch kräftezehrendes Mikromanagement vermeiden. Virtuelle Brainstorms lassen sich beispielsweise in Breakout-Räume aufteilen. Kleinere Teams können dadurch in separaten Sitzungen arbeiten und ihre Ideen sammeln, die anschließend in der größeren Runde präsentiert werden.

Regelmäßige Kommunikation und klare Zielvorgaben sind wichtig. Sie dürfen aber nicht dazu führen, dass Mitarbeiter das Gefühl bekommen, im Home-Office überwacht zu werden. Vorgesetzte, die mehrmals täglich penible Rückmeldungen zu erledigten Arbeitsschritten einfordern, signalisieren damit fehlendes Vertrauen. Sie riskieren zudem, dass Teams den Fokus verlieren. Beratung und Betreuung sind besser als strikte Kontrolle.

Als neues Mitglied in ein dezentral arbeitendes Team zu kommen, kann zur Herausforderung werden, weil sich die Dynamik einer Gruppe anfangs schwerer erspüren lässt. Umso wichtiger ist es, Neulingen zu Beginn ihrer Tätigkeit das Gefühl zu geben, Teil der Gruppe zu sein. Unternehmen, die bereits über längere Erfahrung in dezentralem Arbeiten verfügen, haben dies zum festen Bestandteil ihres Onboardings gemacht.

Selbst in gut funktionierenden Arbeitsumfeldern kann es gelegentlich zu Unsicherheiten, Unzufriedenheit oder Ängsten der Mitarbeiter kommen. Die Aufgabe von Führungskräften besteht darin, Teams davor zu schützen. Das gelingt am besten, wenn auch die sozialen Aspekte der gemeinsamen Arbeit berücksichtigt werden. Dafür braucht es keine verpflichtenden gemeinsamen Kaffeepausen, aber von Zeit zu Zeit die Gelegenheit für einen lockeren Austausch, der Mitarbeitern das Gefühl gibt, trotz der Distanz wahrgenommen zu werden. Virtuell lässt sich der Teamgeist auch fördern, wenn zur Abwechslung mal eine Happy Hour, ein virtuelles Quizzen oder ein gemeinsames Essen per Videochat organisiert wird.

Mangostar – shutterstock.com

Programmierer, so lautet ein populäres Bonmot, sind Maschinen, die Koffein in Code verwandeln. Das trifft auch auf viele andere Freiberufler zu. Der hohe Koffeinbedarf hängt damit zusammen, dass Freelancer allzu oft genau dann arbeiten, wenn ihr Gehirn sich lieber auf Stand-by schalten und zur Ruhe begeben möchte, nämlich nachts.

Sogar ein Buch gibt es schon, das sich mit diesem Phänomen und seinen Ursachen beschäftigt (“Why Programmers work at Night“). Gesund ist die Nachtarbeit nicht, ebenso wenig wie das ständige Zuviel an Arbeit und ein paar andere Arbeits- und Lebensgewohnheiten, die vielen Freiberuflern zu eigen sind.

Work-Life-Balance in Schieflage geraten

Nach Ansicht von Karol Krol, einem polnischen Blogger, Programmierer und Internetunternehmer, stehen viele Freelancer kurz vor dem Burnout, ohne es zu merken. Wir sagen Freiberuflern, woran sie feststellen können, dass ihre Work-Life-Balance bedrohlich in die Schieflage geraten ist.

1. Sie arbeiten oft bis spät in die Nacht

Menschen sind keine Eulen und keine Fledermäuse, sondern biologisch eindeutig tagaktive Tiere. Sie sehen gut am Tag und schlecht in der Nacht. Sich einzureden, man sei nachts am produktivsten oder könne nachts “einfach am besten arbeiten”, ist in aller Regel Selbstbetrug. Wer nachts kein Ende findet, hat entweder insgesamt zu viel Arbeit oder schafft es nicht, sich tagsüber Ablenkungen zu entziehen.

2. Sie kommen morgens nicht in Gang

Natürlich: Kalt duschen, ein schneller Kaffee und 20 Minuten nach dem Weckerklingeln am Schreibtisch sitzen – das schaffen die wenigsten. Aber wer auch zwei oder drei Stunden nach dem Aufstehen nicht in der Lage ist, die ersten Dinge auf der To-do-Liste anzugehen, hat ein Problem. Ein Grund kann – natürlich – chronische Müdigkeit sein, ein anderer die Tatsache, dass Sie Ihren Arbeitstag nicht als begrenztes, achtstündiges Gebilde betrachten. Sie sind eigentlich immer im Arbeitsmodus – und haben deshalb auch nie Freizeit.

3. Sie haben keine Zeit für Entspannung

Nie abzuschalten, ist hochgradig gesundheitsgefährdend. Gerade Menschen, die grundsätzlich viel leisten können und wollen, brauchten unbedingt Erholungsphasen, damit ihre Kraft erhalten bleibt. Dabei genügt es nicht, auf dem Sofa zu liegen und über den nächsten Job nachzudenken. Denn auch das Gehirn braucht Entspannung. Wer es ihm nie gönnt, ist allein schon deshalb ein Burnout-Kandidat.

4. Ihre Standardantwort ist: Keine Zeit!

Wie oft haben Sie zuletzt gesagt: “Ich kann nicht, bin gerade im Stress!”, wenn ein Freund mit Ihnen ein Bier trinken gehen wollte? Wenn Sie seit drei Wochen oder mehr außer Arbeiten nichts gemacht haben, dann stimmt etwas nicht. Ein Leben, das ausschließlich aus Arbeit besteht, kann nicht Ihr Ziel sein.

5. Jobs werden nicht pünktlich fertig

Das kann natürlich ganz unterschiedliche Gründe haben: insgesamt zu viel Arbeit, schlechte Organisation, schlechtes Briefing durch den Auftraggeber etc.
Der häufigste und gefährlichste Grund hängt allerdings eng mit Punkt zwei dieser Liste zusammen: Dadurch, dass sie immer im Arbeitsmodus sind und ihr Arbeitstag gefühlt 24 Stunden hat, gaukelt das Unterbewusstsein Ihnen vor, Sie hätten für alles unendlich viel Zeit. Also gibt es auch keinen Grund, sofort mit irgendwas anzufangen.

6. Keine Zeit für eigene Projekte

Freiberufler zu sein bedeutet, Freiheiten zu haben. Zum Beispiel die, neben den Jobs für Ihre Kunden eigene Projekte anzuschieben. Doch ein solches Projekt zu starten ist eine Sache, es anschließend auch durchzuziehen, eine andere. Wenn Sie mindestens ein Projekt haben, an das Sie glauben, das aber schon seit einem halben Jahr darauf wartet, weiterverfolgt zu werden, sollten Sie sich fragen, warum Sie ursprünglich gerne Freiberufler sein wollten.

7. Sie haben keine Hobbys

Oder doch, haben Sie natürlich schon, aber Sie kommen schon ewig nicht mehr dazu. Das Klavier ist seit einem Jahr so verstimmt, dass es keinen Spaß mehr macht. Den Klavierstimmer anrufen? Keine Zeit. Siebzig Euro kostet der Fitness-Club Sie jeden Monat, aber Sie haben keine Ahnung, wann Sie zuletzt dort waren.

8. Sie lesen fast nie mehr ein Buch

Klar, auch viele Angestellte tun das nicht. Aber für fast alle fällt Lesen in die Rubrik: Dinge, die ich schon lange mal wieder tun wollte. Wer Bücher liest, beweist sich selbst, dass er zumindest gelegentlich gerne auf andere Gedanken kommen möchte. Und dass er entschlossen ist, sich auch mal zu entspannen.

9. Freundschaften schlafen ein

Mehrere Menschen, die Ihnen lieb und teuer sind, haben Sie seit Monaten nicht mehr gesprochen. Nehmen Sie sich vor, einmal pro Woche zum Hörer zu greifen und Menschen anzurufen, die ihnen wichtig sind. Oder die Ihnen mit gutem Grund einmal wichtig waren.

Stress

… und ziehen Sie Yoga und weitere Meditationsübungen in Betracht. Diese Übungen sind die besten Mittel gegen Stress und tragen dazu bei, Stressgefühle abzubauen. Ganz abgesehen vom gesundheitlichen Nutzen dienen die Trainings auch dazu, den Stress besser zu managen.

Obwohl wir natürlich seit unserer Geburt atmen, wissen die meisten von uns nicht, wie man richtig atmet. Viele atmen in einer oberflächlichen Art und Weise – besonders in stressbetonten oder unruhigen Zeiten. Tiefes Atmen durch den Bauch kann zur inneren Ruhe beitragen. Und es hilft, in unbequemen und angespannten Situationen einen kühlen Kopf zu bewahren.

Wer sich die Zeit nimmt um darüber zu sprechen, wie die vielen Veränderungen und Schwierigkeiten am Arbeitsplatz die einzelnen Mitarbeiter bewegen, kann die Arbeitsmoral heben. Es ist ein Fehler zu glauben, Menschen seien nicht verängstigt und besorgt und der Arbeitsplatz sei davon nicht betroffen.

Die Zeiten sind angespannt und schwierige Veränderungen in Organisationen sind die Regel. Daher sind Ehrlichkeit, Glaubwürdigkeit und Offenheit so wichtig. Heute ist es mehr als je zuvor entscheidend, eine positive Einstellung in der Belegschaft auszulösen. Stellen Sie Fragen, die zu Lösungen ermuntern wie “Was läuft heute gut, was sind unsere Stärken, wie möchten wir, dass dieses Unternehmen aussieht?”

Leute arbeiten intensiver für das, woran sie glauben und was sie zur Schaffung beigetragen haben. Das ist ein entscheidender Punkt, der während einer tiefgreifenden Umgestaltung am Arbeitsplatz geprüft werden muss. Was das mögliche Ausmaß des Arbeitsplatz-Wandels betrifft, sollten Mitarbeiter frühzeitig in die Entwicklung einbezogen werden.

Bücher, Gruppen, Familie und enge Freunde sowie Trainer können wichtige Quellen sein, um sich den eigenen Gefühlen bewusster zu werden. Auch kann man dadurch leichter lernen, mit diesen Gefühlen umzugehen, um sich über sein Verhalten im Klaren zu werden. Besonders sollte man darauf achten, wie man andere Menschen anspricht.

Was man tut oder lässt, hat direkten Einfluss darauf, was Mitarbeiter glauben, was akzeptabel ist. Seien Sie ein überzeugendes Beispiel dafür, dass ein ausgeglichenes Verhältnis zwischen Beruf und Privatleben von Bedeutung ist. Essen Sie mit anderen zu Mittag und motivieren Sie Kollegen dazu mitzukommen. Auch Spaß und Lachen am Arbeitsplatz sind erwünscht, da dies Stress reduzierende Faktoren sind.

Wer sich immer nur auf das Negative konzentriert, tut weder seiner Gesundheit noch seiner Denkweise einen Gefallen. Und seien wir ehrlich: Der Anteil an positiven und erbaulichen Geschichten in den Nachrichten fällt eindeutig spärlich aus. Es ist extrem wichtig, sich so gut wie möglich von jeglichem Trübsal abzukapseln und wieder mit Leuten Kontakt aufnehmen bzw. Dinge zu tun, die Spaß machen.

Konzentrieren Sie sich auf den Kern Ihrer Arbeit. Jetzt ist Zeit, mit den Mitarbeitern Prioritäten zu setzen und sich darüber Gedanken zu machen, welche Projekte einen perfekten Lösungsansatz erfordern. Nicht jedes Projekt kann an oberster Stelle stehen. Gerade in wirtschaftlich angespannten Zeiten sind Brainstorming-Sitzungen wichtiger denn je.

Foto: I Believe I Can Fly – shutterstock.com

Enterprise Architecture (EA) Tools unterstützen Unternehmen und Organisationen dabei, mit ihren IT-Strategien die Geschäftsziele optimal zu unterstützen. Sie sorgen ebenfalls dafür, dass Unternehmen ihre Roadmaps für die digitale Transformation geordnet vorantreiben können. EA Tools bieten dafür unter anderem Collaboration-, Reporting-, Testing- und Simulationsfunktionen. Mit deren Hilfe lassen sich Modelle implementieren, die Geschäfts- und IT-Prozesse gezielt verbessern.

Um die beste Lösung für Ihr Unternehmen zu finden, sollten Sie zuerst prüfen, ob sich das jeweilige Tool mit Ihrem Technologie-Stack integrieren lässt. Anschließend gilt es abzuwägen, ob die Informationen, Diagramme und Tabellen, die die Software zur Verfügung stellt, für das Unternehmen auch einen echten Nutzwert haben.

Empfehlenswerte Enterprise-Architecture-Tools

Nachfolgend finden Sie einen Überblick über die wichtigsten Enterprise-Architecture-Tools – in alphabetischer Reihenfolge. Sie stellen einen Mix aus Visualisierungs-, Collaboration- und Project-Management-Funktionen bereit und unterstützen eine Vielzahl von Enterprise Architecture Frameworks.

Ardoq

Nachdem zuerst über einfache Formulare Informationen von Usern, Entwicklern und sonstigen Stakeholdern im Unternehmen eingesammelt wurden, lässt sich mithilfe von Ardoq ein digitaler Zwilling der gesamten Organisation erstellen. Der Ansatz setzt also darauf, die Menschen, die in ihren Rollen mit den verschiedensten Systemen arbeiten, realistisch in ihrer Arbeitswelt abzubilden.

Jede Mitarbeiterin und jeder Mitarbeiter im Unternehmen kann später von den Netzwerkvisualisierungen und Datenfluss-Diagrammen profitieren, um seine eigene Rolle optimal zu unterstützen und den Arbeitsplatz immer wieder anzupassen und zu modernisieren. Das Tool lässt sich mit den wichtigsten Cloud-Plattformen integrieren. Es bietet eine API, die individuelle Anpassungen in allen wichtigen Programmiersprachen (Python, C#, Java, etc.) ermöglicht.

Wichtigste Use Cases:

• “Architektonischen Stress” bei Lastspitzen simulieren, falls größere Veränderungen bevorstehen;

• Verstehen, wie verändertes Nutzerverhalten neue Anforderungen generiert;

• Application Portfolio Management, um besser strategisch zu planen.

Atoll Group SAMU

Das EA-Tool SAMU macht die Enterprise Architecture sichtbar, indem es tiefe Verknüpfungen zwischen On-Premises-Systemen, dem Cloud-Layer und Tools für das Business Process Management aufzeigt. Das Tool der Atoll Group bietet vielfältige Integrationsmöglichkeiten, zum Beispiel mit Monitoring-Tools (etwa Tivoli, ServiceNow), Configuration-Management-Datenbanken (zum Beispiel CA, BMC) oder Service-Organisations-Tools (BMC, HPE). Alle Informationen fließen in ein zentrales Datenmodell ein, das um den zusätzlichen Input der Stakeholder weiter angereichert wird.

Wichtigste Use Cases:

• Enterprise-Architektur visualisieren;

• strategische Planungsprozesse und Architektur-Reviews mit Informationen unterfüttern;

• mithilfe einer visuellen Verständnisgrundlage die Kommunikation verbessern.

Avolution Abacus

Dieses Tool erfasst die Breite und den Umfang der Unternehmensarchitektur mit Hilfe eines auf Diagrammen basierenden Dashboards. Die Integration mit gängigen Tools wie SharePoint, Excel, Visio, Google Sheets, Technopedia oder ServiceNow vereinfacht die Nutzung. Abacus wurde inzwischen auch um einen Machine-Learning-Layer ergänzt, der es Anwendern ermöglicht, ein Modell zu trainieren, das ihnen beispielsweise hilft zu erkennen, wer im Unternehmen für welches System verantwortlich ist.

Wichtigste Use Cases:

• die IT für das gesamte Unternehmen “öffnen”, um ein allgemeines Verständnis der Datenflüsse zu erzeugen;

• umfassendes Enterprise Modeling, um eine Roadmap für künftige Entwicklungen zu erstellen;

• Business-Metriken tracken, die mit der Unternehmens-Performance zusammenhängen.

BOC Group ADOIT

ADOIT soll Teams dabei unterstützen, Ressourcen zu verwalten, Bedarfe vorherzusagen und Assets zu tracken. Dazu mappt das Tool jedes System oder Softwarepaket mit einem Objekt. Die Datenflüsse zwischen den Systemen werden in Beziehungen umgewandelt, die von diesen Objekten mithilfe eines anpassbaren Metamodells erfasst werden. Geschäftsprozesse können auf ähnliche Weise über ein gut integriertes Begleitprodukt namens ADONIS modelliert werden. ADOIT ist Web-basiert und lässt sich auch mit Tools wie Atlassian Confluence integrieren, um die Datenerfassung und -entwicklung zu beschleunigen.

Wichtigste Use Cases:

• ein unternehmensweites Modell erstellen, das bei sämtlichen Teammitgliedern ein Verständnis über den Stack schafft – und wie man diesen verbessern kann;

• vollständiger Zugriff auf EA-Daten über eine Mobile-Anwendung;

• bei Fusionen und Übernahmen den Tech-Bereich durch genaues Asset-Mapping orchestrieren.

Bizzdesign Hopex

Nach der Übernahme von Mega International zählt die Hopex-Plattform zum Portfolio von Bizzdesign. Sie soll dabei unterstützen, Unternehmensanwendungen zu modellieren und dabei ein Verständnis der von ihnen unterstützten Geschäfts-Workflows schaffen. Dabei liegt ein Schwerpunkt auf den Bereichen Data Governance und Risikomanagement. Hopex basiert auf Microsoft Azure und stützt sich auf eine Reihe offener Standards wie GraphQL und REST Queries, um Informationen aus Komponentensystemen zu sammeln. Das Reporting ist mit den Office-Tools von Microsoft sowie mit grafischen Lösungen wie Tableau und Qlik integriert.

Wichtigste Use Cases:

• datengestützte Erkenntnisse herbeiführen, um Cloud- und Anwendungsbereitstellung zu steuern;

• akkurate Nutzungsmodelle erstellen, um Architekturanforderungen zu verstehen;

• eine Bedarfsschätzung mit Umfragen und anderen Tools vornehmen, um für die Zukunft zu planen.

Bizzdesign Horizzon

Das Tool dient dazu, Business Workflows und den zugrundeliegenden Tech-Stack zu modellieren. Dazu bietet Horizzon ein Graph-basiertes Modell, das Daten von sämtlichen Stakeholdern einsammelt und diese an eine Analytics-Engine weitergibt. Im Ergebnis entstehen Diagramme, die den aktuellen Systemzustand widerspiegeln. Wichtige Schwerpunkte dieses Tools sind Change Management und Zukunftsplanung: Horizzon ist nicht zuletzt dafür konzipiert worden, die Risiken eines Redesigns zu minimieren. Das Toolset unterstützt die wichtigsten Frameworks ArchiMate, TOGAF und BPMN. Neben Mega hat Bizzdesign im Januar 2025 auch den EA-Geschäftsbereich der Software AG – Alfabet – übernommen.

Wichtigste Use Cases:

• Vorhersage zukünftiger Anforderungen durch Predictive Modeling;

• Orchestrieren von Workflows auf der Basis der technischen und der Business-Architektur;

• Antizipieren von Risiken sowie Security- und Governance-Problemen durch die Modellierung von Datensicherheitsanforderungen.

Capstera

Das Tool von Capstera fokussiert darauf, die Business Architecture selbst abzubilden. Value und Process Maps helfen dabei, die Rollen der verschiedenen Unternehmensbereiche zu definieren und nachzuverfolgen. Dabei können im laufenden Prozess Verknüpfungen mit den zugrundeliegenden Softwarprodukten und Tools hinzugefügt werden.

Wichtigste Use Cases:

• Reports erstellen, die sich erst einmal mit der Business-Architektur selbst beschäftigen;

• Beziehungen zwischen Menschen, Abteilungen und Rollen analysieren;

• die langfristige strategische Planung vorantreiben.

Clausmark Bee360

Teammitglieder, die Clausmarks Flaggschiffprodukt Bee360 (früher Bee4IT) verwenden, wollen eine einfache “Single Source of Truth” über die Workflows im Unternehmen. Ziel ist es, verschiedenen betrieblichen Rollen intelligentere Entscheidungen zu ermöglichen. Das Modul Bee360 FM (Finanzmanagement) bietet etwa die Möglichkeit, Kosten nachzuvollziehen und zuzuordnen. Die Anwender können verschiedene solcher Module miteinander verknüpfen, um EAM, Finanzmanagement, Portfolio Management und Agile Planning nahtlos zu integrieren – bei maximaler Transparenz.

Wichtigste Use Cases:

• C-Suite-Ebene befähigen, Projekte zu managen und Assets zuzuweisen;

• präzise digitale Zwillinge entwickeln, um ein Verständnis über Datenflüsse zu schaffen und künftige Erweiterungen zu planen;

• integrierte Wissensdatenbank aufbauen, um alle digitalen Workflows zu tracken.

EAS

Das Essential-Paket von EAS (Enterprise Architecture Solutions) nahm als Open-Source-Projekt seinen Anfang und hat sich inzwischen zu einer kommerziell verfügbaren Cloud-Lösung weiterentwickelt. Das Tool erstellt ein Metamodell, das die Interaktionen zwischen Systemen und Geschäftsprozessen beschreibt. Ebenfalls enthalten sind Pakete, um gängige Business Workflows wie Datenmanagement oder DSGVO-Compliance zu tracken.

Wichtigste Use Cases:

• den technischen Reifegrad der eigenen Architektur evaluieren;

• Sicherheit und Governance durch besseres Asset Tracking optimieren;

• wachsende Systemkomplexität kontrollieren und managen.

OrbusInfinity

Orbus Software hat Anfang 2025 die Akquisition seines Konkurrenten Capsifi abgeschlossen. Der Anbieter stellt mit OrbusInfinity eine Enterprise-Transformation-Plattform auf KI-Basis zur Verfügung, die schnellere, bessere Entscheidungen, Kosteinesparungen und Risikominimierung verspricht. Architecture-Teams sollen mit Hifle von OrbusInfinity mit einer Vielzahl von Stakeholdern interagieren können, um eine “digitale Blaupause” ihres Unternehmens zu generieren, die eine einheitliche Sicht auf das aktuelle und künftige Geschäft realisieren soll. Diverse Drittanbieter-Tools lassen sich außerdem mit der Plattform integrieren, darunter etwa von Microsoft, Flexera, ManageEngine oder ServiceNow.

Wichtigste Use Cases:

• Stakeholder-Management;

• Enterprise-Landschaften visualisieren;

• Entscheidungsfindung und Datenanalyse automatisieren.

Planview Enterprise One

Planview bietet eine ganze Reihe von Produkten, mit denen Unternehmen Teamwork, Prozesse und die Enterprise Architecture nachvollziehen können. Die Enterprise Tools sind in drei Kategorien unterteilt: strategisches Portfolio-Management, Produktportfolio-Management und Projektportfolio-Management. Im Zusammenspiel entstehen hardware- und Software-übergreifende Layer, die rollenbasierte Perspektiven für Führungskräfte und Teammitglieder eröffnen. Das Toolset integriert mit gängigen Ticket-Tracking-Systemen wie Jira, um Workflow-Analysen und Reports zu erstellen. Inzwischen hat Planview nach einer Übernahme neue Tools in sein Portfolio integriert, die früher unter den Namen Daptiv, Barometer und Projectplace bekannt waren.

Wichtigste Use Cases:

• eine langfristige, strategische Vision für die Architekturentwicklung aufbauen;

• Entwicklungsarbeit auf Projektebene tracken und in eine beliebige Strategie integrieren;

• mit Fokus auf die Customer Experience und die Produktstruktur den Change vorantreiben.

QualiWare Enterprise Architecture

Das Enterprise Architecture Tool von QualiWare ist Teil einer größeren Sammlung von Modellierungswerkzeugen, die darauf abzielt, sämtliche Geschäftsprozesse zu erfassen. Beispielsweise ist es möglich, einen digitalen Zwillinge zu bauen, mit dem sich Customer Journeys nachvollziehen lassen. Qualiware hat diverse KI-Algorithmen integriert, um Dokumentation und Process Discovery zu optimieren.

Wichtigste Use Cases:

• ein kollaboratives Ökosystem für Business Manager aufbauen, das ein Verständnis von der Enterprise Architecture vermittelt;

• architektonische Designelemente erfassen, um ein Wissens-Ökosystem rund um den Stack aufzubauen;

• eine breite Beteiligung in Sachen Dokumentationserstellung und -überprüfung fördern.

Quest Erwin Evolve

Das Erwin Evolve Tool von Quest hat sich von einem Datenmodellierungs-Tool zu einem System für Enterprise-Architecture- und Geschäftsprozess-Modellierung weiterentwickelt. Um die Komplexität moderner, ineinandergreifender Softwaresysteme und der von ihnen gemanagten Geschäftsprozesse zu durchdringen, können Anwender auf benutzerdefinierte Datenstrukturen zurückgreifen. Das Web-Tool erstellt Modelle, rollenbasierte Diagramme und andere Visualisierungen, die in allgemein zugängliche Dashboards einfließen. Zum Paket gehört ein KI-basiertes Modellierungs-Tool, das Whiteboard-Skizzen integrieren kann.

Wichtigste Use Cases:

• einen digitalen Zwilling für die strategische Modellierung der Enterprise Data Architecture erstellen;

• Customer Journeys verstehen;

• Services und Systeme mit Application Portfolio Management tracken.

SAP LeanIX Enterprise Architecture Suite

Die Tool-Sammlung von LeanIX umfasst unter anderem Enterprise Architecture Management und andere Bereiche, die für Aufgaben wie SaaS– und Value-Stream-Management wichtig sind – etwa um Cloud-Deployments und darauf laufende Services zu tracken. Die Daten die dabei über die IT-Infrastruktur gesammelt werden, fließen in ein grafisches Dashboard ein. Das Tool ist eng mit wichtigen Cloud-Workflow-Tools wie Confluence, Jira, Signavio und Lucidchart integriert. Das ist für Teams von Vorteil, die diese Tools bereits nutzen, um ihre Entwicklungsstrategien zu planen und umzusetzen. Seit November 2023 ist LeanIX Teil von SAP.

Wichtigste Use Cases:

• Anwendungsmodernisierung und Cloud-Migration managen;

• Obsoleszenz von Software-Services evaluieren;

• Kosten kontrollieren und managen.

ServiceNow

Die Tool-Sammlung von ServiceNow lässt sich auf verschiedene Architekturtypen herunterbrechen, darunter Assets, DevOps, Security und Service. Die Tools katalogisieren die unterschiedlichen Hardware- und Softwareplattformen, um Workflows und Datenflüsse im Unternehmen abzubilden und zu verstehen. Ausführliche Reportings und detaillierte Dashboards ermöglichen Analysen, auf deren Grundlage Risiken minimiert und die Ausfallsicherheit der Systeme erhöht werden können.

Wichtigste Use Cases:

• Tracken von Assets, Services und Systemen, die das Unternehmen ausmachen;

• Governance-Themen, Risikobegrenzung, IT-Management und Security Operations werden in einer Plattform zusammengeführt;

• durch die Integration von CRM-Tools lassen sich auch kundenorientierte Services managen.

Sparx Systems

Um Teams und Projekte verschiedener Größe und Komplexität zu unterstützen, hat Sparx vier Versionen seines EA-Tools entwickelt. Allen gemeinsam ist eine UML-basierte Modellierung, mit der sich die Komponenten komplexer Systeme tracken lassen. Eine Simulations-Engine ermöglicht “War Gaming” und vermittelt ein Verständnis darüber, wie sich Fehler ausbreiten und kaskadieren können. Sparx stellt zudem eine Vielzahl von vorgefertigten Design Patterns bereit, um Teams bei der Modellierung zu unterstützen.

Wichtigste Use Cases:

• Nachfrage- und Lastveränderungen zur Prognose künftiger Anforderungen simulieren;

• (potenzielle) Probleme durch eine Verbindungs-Matrix im Auge behalten;

• Dokumentation erstellen.

Unicom System Architect

System Architect ist eines der Angebote aus Unicoms Team Blue. Es handelt sich um ein Tool, das ein Metamodell verwendet, um automatisiert so viele Daten wie möglich über die laufenden Systeme zu sammeln – manchmal auch durch ein Reverse Engineering von Datenflüssen. Dieses systemweite Datenmodell kann über benutzerdefinierte Dashboards Teammitgliedern aller Rollen zugänglich gemacht werden. Ein weiteres erwähnenswertes Feature: Die Ressourcenzuweisung lässt sich mit Hilfe von Simulationen optimieren.

Wichtigste Use Cases:

• Was-wäre-wenn-Fragen zum Architekturmodell stellen;

• ein Metamodell von Daten und Systemen aufbauen;

• Migrations- und Transformationspläne erstellen.

ValueBlue BlueDolphin

Dieses EA-Tool sammelt Daten auf dreierlei Art:

1. Es importiert Basisdaten auf der Grundlage standardgesteuerter Automatisierung (ITSM, SAM).

2. Es arbeitet mit den Dateiformaten von Architekten und Systemdesignern – etwa ArchiMate oder BPMN.

3. Es gibt Fragebögen an andere Stakeholder heraus, die auf anpassbaren Vorlagen basieren.

Die aufbereiteten Informationen werden in einer visuellen Umgebung bereitgestellt, die Auskunft über die historische Entwicklung von Systemen gibt.

Wichtigste Use Cases:

• systemweite Daten von internen und externen Stakeholdern automatisiert und formularbasiert erfassen;

• zukunftsorientierte Reportings erzeugen, um den Change zu überwachen und voranzutreiben;

• Kooperation und Zusammenarbeit durch offenes Data Reporting fördern.

(fm)

Dieser Artikel ist im Original bei unserer Schwesterpublikation CIO.com erschienen.

Gorodenkoff | shutterstock.com

Die Debatte über (generative) künstliche Intelligenz (KI) fokussiert sich meist auf die Produktivität des Einzelnen – und die Zahlen hierzu sind bemerkenswert. So zeigte ein großangelegtes Feldexperiment der Harvard Business School in Zusammenarbeit mit der Boston Consulting Group, dass der Einsatz generativer KI bei Wissensaufgaben sowohl die Ergebnisqualität als auch die Bearbeitungsgeschwindigkeit signifikant verbessert. Dabei ist der Nivellierungseffekt besonders beachtlich:

• Während erfahrene Fachkräfte ihre Leistung um rund 17 Prozent steigerten,
• lagen die Verbesserungen bei den schwächeren Teilnehmern bei über 40 Prozent.

Diese individuellen Produktivitätsgewinne übertragen sich jedoch nicht automatisch in gleichem Maße auf die Organisationsebene. Unternehmen schaffen nicht bloß durch die isolierte Performance Einzelner Wert, sondern vor allem durch die Fähigkeit, Wissen zu bündeln, komplexe Entscheidungen zu treffen und gemeinsam Innovationen hervorzubringen.

Wenn jedes Teammitglied zunehmend mit seinem eigenen KI-Assistenten interagiert, kann dies die Kernmechanismen erfolgreicher Zusammenarbeit beeinträchtigen. Die entscheidende Herausforderung besteht somit darin, den Zuwachs an individueller Produktivität in eine echte organisatorische Leistungssteigerung zu übersetzen.

3 Produktivitäts-Bruchstellen im KI-Zeitalter

Ob aus temporären Effizienzgewinnen nachhaltige Wettbewerbsvorteile entstehen, hängt deshalb maßgeblich davon ab, wie Führungskräfte die folgenden drei Bruchstellen gestalten, die aufeinander aufbauen. Diese repräsentieren jene organisatorischen Übergänge, an denen individuelle Produktivitätsgewinne durch KI in kollektive Leistungsnachteile umschlagen können – wenn sie nicht aktiv gestaltet werden.

1. Bruchstelle: Wissenssicherung

Der Weg zur Seniorität folgte lange einer stabilen Logik: Operative Erfahrung führte zu Expertise, diese wiederum zu Einfluss. Wer über mehr Wissen verfügte, übernahm komplexere Aufgaben und wurde zur zentralen Orientierungsperson im Team. Generative KI bricht diese Logik auf, da weniger erfahrene Mitarbeitende mithilfe von KI-Tools heute Analysen, Konzepte und Problemlösungen in hoher Qualität erstellen können. Ein Teil des traditionellen Wissensvorsprungs erfahrener Kräfte verliert dadurch seine Exklusivität.

Auf diese Weise gerät ein impliziter Erfolgsfaktor von Organisationen ins Wanken: der organische Wissenstransfer. Bislang floss Wissen primär über erfahrene Kräfte, was Mentoring und kollektives Lernen quasi „nebenbei“ sicherstellte. Fällt dieser Austausch weg, weil Aufgaben isoliert im Dialog mit der KI gelöst werden, besteht das Risiko eines doppelten Kompetenzverlusts:

• Beschäftigte in Junior-Rollen können mithilfe von KI überzeugende Ergebnisse liefern, ohne den zugrundeliegenden Lösungsweg vollständig verstehen zu müssen. Der Lerneffekt wird dadurch reduziert und die Fähigkeit zur eigenständigen Problemlösung sowie zur kritischen Validierung der KI-Ergebnisse eingeschränkt. Die Folge ist eine wachsende, unkritische Abhängigkeit von der Technologie.
• Erfahrene Fachkräfte laufen Gefahr, zur rein reaktiven Korrekturinstanz von KI-Ergebnissen zu werden. Ihre Erfahrung fließt dann nicht mehr aktiv in die Gestaltung ein, sondern beschränkt sich zunehmend auf die nachträgliche Qualitätskontrolle. Mögliche Folgen sind Motivationsverlust, mentaler Rückzug der Leistungsträger und der schleichende Verlust des in der Organisation vorhandenen Erfahrungswissens.

Um diesen doppelten Kompetenzverlust zu verhindern, müssen Führungskräfte den Rollenwandel der Seniorität aktiv gestalten. Künftig sollte sich diese nicht mehr primär über exklusives Fachwissen definieren, sondern über die Fähigkeit, die richtigen Fragen zu stellen, Zusammenhänge einzuordnen und Teams bei der kritischen Bewertung von KI-Ergebnissen anzuleiten. Diese Begleitung kann nicht erst im Rahmen der abschließenden Qualitätskontrolle erfolgen, sondern muss bereits während der Arbeit mit KI ansetzen.

Ziel ist es, Wissen, Erfahrungswerte und Kontext kontinuierlich zu vermitteln, die Urteilskraft der Junioren gezielt zu entwickeln und sie schrittweise zu einer eigenständigen Validierung und reflektierten Nutzung von KI-Ergebnissen zu befähigen.Gelingt dieser Rollenwandel nicht, können Teams zwar kurzfristig ihre individuelle Produktivität steigern, verlieren jedoch zunehmend das gemeinsame Verständnis für fachliche Zusammenhänge und den organisatorischen Kontext.

Die durch KI erzielten Produktivitätsgewinne können dann durch Fehlentscheidungen, steigenden Korrekturaufwand und einen schleichenden Qualitätsverlust auf Teamebene wieder aufgezehrt werden. Ohne die systematische Sicherung von Erfahrungswissen zu agieren, heißt, teure Fehler zu produzieren – nur deutlich schneller.

2. Bruchstelle: Qualitätssicherung

Die Herausforderung endet jedoch nicht bei der Wissenssicherung. Sie betrifft im nächsten Schritt auch die Art und Weise, wie Teams die Qualität ihrer Entscheidungen absichern, wenn ein wachsender Teil der Analyse-, Bewertungs- und Wissensarbeit durch KI unterstützt wird. Je mehr Vorarbeit KI übernimmt, desto stärker hängt die Qualität organisatorischer Entscheidungen davon ab, die generierten Ergebnisse kritisch zu überprüfen und einzuordnen.

Eine Besonderheit generativer KI besteht darin, dass ihre Leistungsfähigkeit keiner intuitiven Logik folgt. Die eingangs zitierte Studie beschreibt dieses Phänomen als „Jagged Technological Frontier“: KI-Systeme können bei bestimmten Aufgaben eine Performance auf Expertenniveau erreichen, während sie bei scheinbar ähnlichen Fragestellungen überraschend große Schwächen aufweisen. Die Grenzen dieser Leistungsfähigkeit sind jedoch nicht für jeden Nutzer ohne weiteres erkennbar.

Genau daraus entstehen neue Herausforderungen für Führungskräfte: Mit der Integration von KI in den Arbeitsalltag steigt das Risiko des sogenannten “Automation Bias” (PDF), also der Tendenz, algorithmischen Empfehlungen unkritisch zu vertrauen. Die Gefahr liegt dabei selten in offensichtlichen Fehlern, sondern in plausiblen (aber falschen) Antworten, die überzeugend formuliert sind und deshalb ungeprüft übernommen werden.

Zudem greift ein Beschleunigungseffekt: KI verkürzt den Weg von der Fragestellung bis zum Ergebnis erheblich und damit auch jene Diskussionen, mit denen Teams bislang die Qualität ihrer Entscheidungen abgesichert haben. Wo früher Analysen debattiert und Annahmen abgewogen wurden, liegt heute in Sekunden ein Resultat vor. Das eigentliche Risiko liegt dabei darin, dass Ergebnisse schneller entstehen als sie kritisch überprüft werden können. So ist es möglich, dass Produktivitätsgewinne mit einem Verlust an Ergebnisqualität einhergehen.

Führungskräfte sollten daher Strukturen schaffen, die den Einsatz von KI transparent gestalten und Ergebnisse offen zur Diskussion stellen. KI-generierte Inhalte müssen denselben kritischen Maßstäben unterworfen werden wie die Arbeit eines erfahrenen Teammitglieds. Dazu benötigen Teams Validierungskompetenz, eine Verantwortungskultur und etablierte Prüfprozesse. Die entscheidende Frage sollte daher nicht sein, ob ein Ergebnis vom Menschen oder der Maschine stammt. Sondern, wer dieses auf fachliche Korrektheit überprüft und die Verantwortung für die darauf basierende Entscheidung übernimmt.

KI steigert zwar die Geschwindigkeit – das wird jedoch erst dann zum echten Wettbewerbsvorteil, wenn es mit Urteilskraft und gelebter Accountability einhergeht.

3. Bruchstelle: Innovationssicherung

Wie zuvor beschrieben, kann der Einsatz generativer KI gemeinsame Diskussionen verkürzen, was wiederum die Innovationskraft des Unternehmens belasten kann. KI liefert dabei nicht nur einen ersten Lösungsvorschlag, sondern erhöht zugleich die Wahrscheinlichkeit, dass sich Teams früh auf eine gemeinsame Richtung festlegen. Echte Innovationen entstehen jedoch selten durch schnelle Einigkeit: Sie entstehen durch produktive Reibung, tiefgehende Debatten und dadurch, etablierte Denkmuster zu hinterfragen.

Ein wesentlicher psychologischer Mechanismus dieser frühen Konvergenz ist der sogenannte Ankereffekt: Da KI in Sekundenschnelle plausible Ergebnisse liefert, wirkt dieser erste Entwurf als kognitiver Anker. Das menschliche Gehirn orientiert sich somit unbewusst an diesem Startpunkt, was den Suchraum für alternative Lösungen vorzeitig verengt und so die Innovationsfähigkeit schwächen kann.

Führungskräfte stehen deshalb vor der zusätzlichen Aufgabe, produktiven Widerspruch bewusst zu organisieren. Kritische Rückfragen und konträre Sichtweisen sind das notwendige Gegengewicht zur KI-generierten Konvergenz. Und: Organisationen verlieren selten ihre Innovationskraft, weil ihnen Antworten fehlen. Vielmehr, weil sie aufhören, Alternativen ernsthaft zu diskutieren. Eine höhere Geschwindigkeit im Lösungsprozess führt daher nicht automatisch zu höherer Innovationsfähigkeit.

Entscheidend ist, dass Organisationen weiterhin Räume schaffen, in denen unterschiedliche Perspektiven aufeinandertreffen, bestehende Annahmen hinterfragt werden und neue Ideen entstehen können. Mit anderen Worten: KI erzeugt Konvergenz, Innovation braucht Divergenz.

KI schafft eine neue Realität

Diese drei Bruchstellen verdeutlichen, dass generative KI nicht nur Arbeitsprozesse, sondern auch die Grundlagen organisationaler Leistungsfähigkeit grundlegend verändern kann. Wissen entsteht anders, Entscheidungen werden anders getroffen und Innovation entwickelt sich unter veränderten Voraussetzungen.

Je stärker KI in den Arbeitsalltag integriert wird, desto entscheidender wird es, die genannten Bruchstellen bewusst zu gestalten. Der nachhaltige Nutzen von KI entsteht nicht allein durch den Einsatz der Technologie, sondern durch die Fähigkeit einer Organisation, ihre Strukturen, Lernprozesse und Entscheidungsmechanismen an diese neue Realität anzupassen. (fm)

Dieser Beitrag wurde im Rahmen des deutschsprachigen Experten-Netzwerks von Foundry veröffentlicht. Lust mitzumachen? Jetzt bewerben!

Foto: Microsoft

Im Vergleich zu Windows 10 hat Microsoft bei Windows 11 einige Maßnahmen ergriffen, um die PC-Performance zu optimieren. Das heißt allerdings nicht, dass es nicht noch besser, beziehungsweise schneller geht. Zum Beispiel mit den folgenden, simplen Optimierungstipps. Sie zu befolgen kann übrigens auch gewährleisten, dass Ihre Windows-11-Maschine nicht im Laufe der Zeit erlahmt.

13 Tipps, um Windows 11 schneller zu machen

Vorab noch ein Hinweis: Wir beziehen uns in diesem Artikel auf Windows 11 Version 22H2. Wenn Sie eine frühere Version von Windows 11 nutzen, stehen einige Features unter Umständen nicht zur Verfügung oder sehen anders aus.

1. Autostart deaktivieren

Programme, die zwar im Hintergrund laufen, aber nur selten oder nie verwendet werden, können Ihren PC verlangsamen. Zu unterbinden, dass solche Applikationen zum Systemstart ausgeführt werden, kann Ihren Rechner entsprechend beschleunigen. Dazu rufen Sie zunächst den Windows Task Manager auf, indem Sie:

• entweder die Tastenkombination Strg + Alt + Entf eingeben, oder

• den Task Manager über die Windows-Suchleiste starten.

Im Task Manager klicken Sie rechts auf den Menüpunkt “Autostart von Apps“. Nun sehen Sie eine Liste der Programme und Dienste, die beim Start von Windows initiiert werden – inklusive der Info, wie sich die jeweilige App auf den Startprozess auswirkt (dieser Wert bezieht sich allerdings nur auf den Startvorgang, nicht den laufenden Windows-11-Betrieb). Um zu verhindern, dass eines der gelisteten Programme oder Dienste zusammen mit dem System gestartet wird, genügt ein Rechtsklick, die Auswahl von “Deaktivieren” sowie ein anschließender Neustart des Rechners.

2. Effizienzmodus verwenden

Über den Task Manager initiieren Sie einen weiteren Trick, um Windows 11 schneller zu machen. Den mit Windows 11 22H2 eingeführten “Effizienzmodus“, der Ihren PC beschleunigen und zudem die Akkulaufzeit Ihres Laptops optimieren kann. Neben anderen Maßnahmen regelt der Effizienzmodus in Windows 11 zum Beispiel die Priorität von Prozessen und Anwendungen, die im Hintergrund laufen. Dabei ist der Begriff allerdings etwas irreführend, denn Sie können nicht Ihren gesamten Rechner in den Effizienzmodus versetzen – sondern lediglich einzelne Anwendungen und Prozesse. Der Haken dabei: Das funktioniert nur mit bestimmten.

Rufen Sie den Task Manager (siehe oben) auf und wählen sie im Menü links den Punkt “Prozesse“. Rechts sehen Sie nun eine Liste der Anwendungen und Prozesse, die aktuell laufen. Wenn Sie einen der Listeneinträge auswählen, haben Sie oben rechts im Task Manager die Möglichkeit, den Effizienzmodus zu aktivieren. Ist die Schaltfläche ausgegraut, steht die Funktion für die ausgewählte App nicht zur Verfügung. Darüber hinaus wissenswert: Unter Windows 11 arbeiten einige Anwendungen standardmäßig im Effizienzmodus, ohne die Möglichkeit, diesen zu deaktivieren (etwa Microsoft Edge).

3. Automatisierte Wartung nutzen

Windows 11 führt im Hintergrund kontinuierlich Wartungsmaßnahmen an Ihrem PC durch, beispielsweise Sicherheits-Scans und Systemdiagnosen. Das soll sicherstellen, dass alles auf dem neuesten Stand ist, eventuelle Probleme automatisch behoben werden und das Device mit optimaler Leistung läuft. Sie sollten deshalb sicherstellen, dass die automatische Wartung durch Windows aktiviert ist. Bei Bedarf können Sie diese Funktion auch manuell starten.

Rufen Sie dazu die Systemsteuerung auf und wählen Sie dort System und Sicherheit -> Sicherheit und Wartung. Hier finden Sie den Abschnitt “Automatische Wartung“, inklusive der Option, diese direkt manuell zu starten.

4. Adware und Bloatware beseitigen

Möglicherweise liegt es gar nicht an Windows 11, dass Ihr PC langsam startet. Eventuell beansprucht auch Bloat– oder Adware die Systemressourcen über Gebühr. Software dieser Art wird oft vom Hersteller Ihres PCs vorinstalliert – und in der Regel standardmäßig auch beim Systemstart aktiviert.

Um das abzustellen, führen Sie zunächst einen System-Scan durch, um Adware und Malware aufzuspüren. Wenn Sie bereits eine Security-Suite installiert haben, können Sie diese dazu verwenden. Ansonsten empfiehlt sich für diese Aufgabe der in Windows 11 integrierte Defender. Um einen Scan zu starten, suchen Sie die App über das Windows-Suchfeld. Anschließend können Sie mit einem zweiten Tool auf Nummer sicher gehen – dazu empfiehlt sich zum Beispiel das kostenlose Tool von Malwarebytes. Anschließend geht es der Bloatware an den Kragen. Dazu empfehlen sich zwei Werkzeuge:

• Das kostenlose Anti-Bloatware-Tool “Bulk Crap Uninstaller” und

• die Webseite “Should I Remove It?“.

Letztere bietet nicht nur wertvolle Tipps zu installierter Software auf Ihrem System, sondern bietet auch diverse nützliche Inhalte, die Sie dabei unterstützt, Bloatware von den Systemen verschiedener spezifischer Hersteller zu entfernen.

5. Suchindizierung abschalten

Die Windows-11-Suche führt im Hintergrund eine Indizierung der Festplattendaten durch, damit Sie Ihren PC schneller durchsuchen können. Die beschleunigten Suchvorgänge können allerdings zu einem langsameren Rechner führen, denn die Suchindizierung kostet Ressourcen. Dies gilt insbesondere für Systeme, die ohnehin etwas schwach auf der Brust sind. Bei ihnen kann es zu einem Geschwindigkeitsschub führen, die Suchindizierung abzuschalten.

Um das zu bewerkstelligen, geben Sie services.msc in das Windows-Suchfeld ein und öffnen die Dienste-App. In der Auflistung scrollen Sie bis zum Eintrag “Windows Search” – und vollziehen einen Doppelklick. Im folgenden Fenster können Sie den Dienst stoppen und Ihren Rechner neu starten. Anschließend sind Ihre Suchvorgänge möglicherweise etwas langsamer, den Unterschied werden Sie allerdings kaum bemerken. Dafür sollten Sie den Geschwindigkeitszuwachs umso mehr spüren.

Alternativ können Sie die Indizierung auch nur für Dateien an bestimmten Speicherorten deaktivieren, während Dateien und Ordner, in, beziehungsweise nach denen Sie häufig suchen, weiterhin indiziert werden. Dazu geben Sie im Windows-Suchfeld “index” ein und öffnen anschließend die App “Indizierungsoptionen“. Klicken Sie auf die Schaltfläche “Ändern“, und Sie sehen eine Liste der Speicherorte, die indiziert werden. Damit ein spezifischer Speicherport nicht mehr indiziert wird, deaktivieren Sie einfach das entsprechende Kontrollkästchen daneben.

6. Festplatte entrümpeln

Eine überfüllte Festplatte mit Dateien, die nicht mehr benötigt werden, kann Ihren PC ausbremsen. Sich ein paar Minuten Zeit zu nehmen, um Ihre Festplatte aufzuräumen, kann in einen sofortigen Geschwindigkeitsschub resultieren. Dazu brauchen Sie nicht mehr als das Windows-11-Bord-Tool “Speicheroptimierung“.

Dieses finden Sie über das Einstellungsmenü, unter dem Punkt System -> Speicher. Wenn Sie den Schieberegler bei Speicheroptimierung nach rechts schieben, überwacht Windows 11 Ihren PC kontinuierlich und löscht automatisiert temporäre oder alte Dateien. Dabei können Sie die Funktionsweise des Tools an Ihre Bedürfnisse anpassen. Sie können die Speicheroptimierung auch anweisen, Dateien in Ihrem Download-Ordner oder Ihrem Papierkorb nach einer bestimmten Frist zu löschen.

7. Schatten, Animationen und visuelle Effekte deaktivieren

Auf schnellen, neueren PCs beeinträchtigen die visuellen Effekte von Windows 11 die PC-Leistung für gewöhnlich nicht. Auf älteren, langsameren Rechnern kann das anders aussehen. Sollte Ihr PC in letztgenannte Kategorie fallen, fahren Sie in der Regel besser, wenn Sie die visuellen Schmankerl von Windows 11 deaktivieren.

Dazu geben Sie sysdm.cpl in das Windows-Suchfeld ein und starten das gleichnamige Systemsteuerungselement. Im folgenden Dialogfeld “Systemeigenschaften” navigieren Sie zur Registerkarte “Erweitert“. Anschließend klicken Sie auf die Schaltfläche “Eigenschaften” im Bereich “Leistung“. Sie sehen nun das Dialogfeld “Leistungsoptionen” mit einer langen Liste von Animationen und Spezialeffekten. Hier können Sie nach Belieben experimentieren. Wenn Sie einfach nur zielstrebig die größten Performance-Fresser entfernen möchten – das sind in der Regel die Optionen:

• Animation beim Minimieren und Maximieren von Fenstern;

• Animationen auf der Taskleiste;

• Fensterschatten anzeigen;

• Menüelemente nach Aufruf ausblenden;

• Menüs in Ansicht ein- oder ausblenden;

• Quickinfo in Ansicht ein- oder ausblenden;

• Steuerelemente und Elemente innerhalb von Fenstern animieren.

Die einfachste Lösung: Wählen Sie oben im Dialogfeld die Option “Optimale Einstellung automatisch auswählen“. In diesem Fall deaktiviert Windows 11 automatisch die Effekte, die Ihr System verlangsamen.

8. Transparenz deaktivieren

Ein weiterer Hebel, um Windows 11 schneller zu machen: Deaktivieren Sie auch die Transparenzeffekte in der Taskleiste und an anderen Stellen. Diese kosten erstaunlich viel Systemleistung. Klicken Sie sich dazu im Einstellungsmenü über “Personalisierung” bis zu “Farben” durch und schieben Sie den Schieberegler für die Transparenzeffekte auf Aus.

9. Energieeinstellungen anpassen

Mit Hilfe der Energieeinstellungen Ihres Windows-11-PCs können Sie Energieeffizienz und Leistung in Einklang bringen. Ist auf Ihrem System ein Energiesparplan aktiviert, führt das also in jedem Fall zu Leistungseinbußen.

Um das zu verhindern, rufen Sie die Systemsteuerung auf und wählen dann “Hardware und Sound“, gefolgt von “Energieoptionen“. Wählen Sie nun die gewünschte Einstellung. Für Desktop-Benutzer gibt es keinen Grund, die Option “Energiesparen” zu wählen – und selbst Laptop-Benutzer sollten die Option “Ausgewogen” in Betracht ziehen.

10. Windows-Tipps und -Tricks abschalten

Windows 11 analysiert ständig, was Sie auf Ihrem PC tun, und gibt Ihnen an diversen Stellen Tipps, “um noch mehr zu machen”. Hilfreich sind die allerdings selten – und ein schlechtes Gefühl gibt’s inklusive, wenn Windows ständig über die Schulter schaut. Viel wichtiger ist aber, dass diese Art des Monitorings auch Ihr System verlangsamen kann.

Um Windows 11 dazu zu bringen, die Ratschläge für sich zu behalten, öffnen Sie das Einstellungsmenü und wählen anschließend “System” und dann “Benachrichtigungen“. Hier scrollen Sie ganz nach unten, um unter dem Punkt “Zusätzliche Einstellungen” das Kontrollkästchen “Tipps und Vorschläge erhalten, wenn Windows verwendet wird“.

11. Spielmodus deaktivieren

Der in Windows 11 integrierte Spielmodus ist sinnvoll, wenn Sie Games zocken. Sobald das System eines erkennt, verwendet es die Systemressourcen vorrangig dafür – zulasten aller anderen Anwendungen und Hintergrundprozesse. Wenn Sie allerdings gerade nicht, beziehungsweise nie spielen, kann der Spielmodus Ihr System verlangsamen, denn er hält einige Systemressourcen in Reserve – und führt gelegentlich auch zu Stabilitätsproblemen.

Da der Spielmodus standardmäßig aktiviert ist, müssen Sie ihn abschalten. Dazu rufen Sie im Einstellungsmenü “Spiele” und anschließend “Spielemodus” auf und betätigen den Schieberegler entsprechend.

12. Treiber aktualisieren

Veraltete Treiber können Ihren Windows-11-PC signifikant erlahmen lassen. Um zu verhindern, dass es soweit kommt, gehen Sie wie folgt vor:

• Rufen Sie die Windows-Einstellungen auf (Windows-Taste + I).

• Wählen Sie zunächst “Windows Update” im Menü links, anschließend im Hauptfenster zuerst “Erweiterte Optionen“, dann “Optionale Updates“.

• In der Treiberupdate-Auflistung dürfen Sie nun diejenigen auswählen, die Sie herunterladen und installieren möchten.

13. Windows neu starten

Last, but not least eine echte Geheimwaffe aus den IT-Abteilungen dieser Welt: Wenn Ihr Rechner lahmt, starten Sie ihn neu. Das sorgt dafür, dass der Arbeitsspeicher wieder ins Reine kommt und nicht mehr benötigte Prozesse beendet werden.

Dieser Beitrag ist im Original bei unserer Schwesterpublikation Computerworld.com erschienen.

Foto: Tero Vesalainen – shutterstock.com

Auf welche fünf Besonderheiten bei der Bewerbung sowie später im Vorstellungsgespräch zu achten ist, wird im folgenden Beitrag erläutert.

5 Bewerbungstipps: So heben Sie sich ab

1. Individuelles Profil erarbeiten

Für jede Bewerbung sind zwei Fragen wichtig. Einerseits: Welche Eigenschaften, Erfahrungen und Erfolge kann der Kandidat vorweisen, die er bereits in früheren beruflichen Stationen erworben hat? Andererseits: In welche Branchen und Jobs kann er diese Vorteile einbringen, wo ist er unter den gegebenen Bedingungen eine wertvolle Arbeitskraft?

Diese individuelle Positionierung ist die Grundlage jeder erfolgreichen Bewerbung. Tatsächlich starten die meisten Bewerber ihre Jobsuche mit ihrem Lebenslauf und machen somit den zweiten Schritt vor dem ersten. Das macht sich allerdings auch in den Unterlagen bemerkbar – so geht nämlich keine Positionierung daraus hervor.

2. Inhalte müssen genau auf die Stelle passen

Mit der Positionierung ist es zudem möglich, das Anschreiben und den Lebenslauf anhand der eben gewonnenen Ergebnisse anzupassen. Das ist wichtig, um jede Bewerbung individueller zu gestalten, den Inhalt aber zugleich so auszulegen, dass er sich je nach freier Stelle an den geforderten Kriterien orientiert.

Auf Inhalte, die nicht in den Kontext passen, sollte komplett verzichtet werden. Dieses Vorgehen mag zusätzlichen Aufwand bedeuten, führt aber oft zum Erfolg. Neben früheren Tätigkeiten sollten vor allem Erfolge benannt werden. Schließlich kaufen sich Unternehmen erfolgreiche Mitarbeiter ein und nicht nur ihre berufliche Erfahrung. Daher ist eine Leistungsbilanz, auf die in Regel häufig verzichtet wird, nur zu empfehlen.

3. Nicht nur freie Stellen anvisieren

Zudem ist es sinnvoll, den eigenen Fokus ein wenig zu erweitern und sich nicht allein auf offene Stellen zu beschränken. Vielmehr kann auch die Initiativbewerbung zu einer Anstellung führen. Je verantwortungsvoller die angestrebte Position dabei ist, desto mehr empfiehlt es sich, mit der Bewerbung nicht den Personalchef, sondern direkt die Unternehmensführung zu adressieren.

4. Auf Stärken und Erfolge im Vorstellungsgespräch eingehen …

Nicht alleine in der schriftlichen Bewerbung muss der Kandidat erkennen lassen, warum er für das Unternehmen so wichtig ist. Auch im Vorstellungsgespräch sollte er sich von anderen Bewerbern unterscheiden. Was also hat er in früheren Berufen erlebt, welche Erfolge hat er gemeistert? Welche Qualifikationen bringt er mit, um die freie Stelle optimal zu besetzen und was möchte er in Zukunft noch erreichen?

5. … und Antworten parat haben nach schwierigen Aufgaben

Im Bewerbungsgespräch ist es üblich, dass sich Fragen und Antworten an der Critical-Incident-Methode orientieren. Das heißt, dass der Personalchef wissen möchte, in welchen schwierigen Situationen sich der Bewerber in früheren Jobs befunden und wie er diese gemeistert hat. Es lohnt sich daher, sich auf dieses Schema vorzubereiten – zumal sich auch damit eine Unterscheidung gegenüber anderen Bewerbern erreichen lässt. (hk)

Foto: N Universe | shutterstock.com

Unter den Massen von KI-Tools und -Anwendungen, die aktuell als Mobile-, Desktop- oder Web-App zur Wahl stehen, gibt es nicht wenige, die sich in erster Linie dadurch auszeichnen, dass sie:

• Output von fragwürdiger Genauigkeit liefern,

• dubiose Texte erzeugen, oder

• Bilder generieren, die zum Klick auf den X-Button verleiten.

KI-Tools dieser Art sind vor allem darauf ausgerichtet, vom anhaltenden Generative-AI (GenAI)-Hype zu profitieren – und trüben leider auch den Blick für die echten Anwendungsperlen im Bereich generative KI. Wie etwa die folgenden GenAI-Apps, die Ihre Produktivität im Arbeitsalltag drastisch steigern und damit erhebliche Zeitgewinne realisieren können. Probieren Sie’s aus!

1. ChatPDF

Sie kennen solche Situationen: Jemand schickt Ihnen einen schlanken 300-Seiter im .pdf-Format und bereits nach Seite Zwei stellt sich heraus, dass sich dieser in etwa so faszinierend liest wie eine Steuererklärung. In Zukunft dürfen Sie sich bei solchen und ähnlichen Gelegenheiten auf ChatPDF verlassen und dabei richtig Zeit einsparen.

Dieses rein webbasierte Tool – nicht zu verwechseln mit gleichnamigen Mobile Apps – tut exakt das, was es verspricht: Sie befähigen, mit .pdf-Dateien zu chatten. Darüber hinaus können Sie über das Webportal auch Office-Dokumente im .doc- oder .docx-Format hochladen, um anschließend dank KI-Unterstützung möglichst schnell und einfach Informationen über den Inhalt zu erfragen. Dabei kann es sich konkret um einfache Zusammenfassungen oder spezifische, inhaltsbezogene Fragen handeln. Sie können bei Bedarf sogar mehrere Dokumente einspeisen und diese gemeinschaftlich abfragen. Die Verantwortlichen von ChatPDF versprechen dabei, sämtliche Daten sicher zu speichern, auf Anfrage zu löschen und keinesfalls an Dritte weiterzugeben. Dennoch sollten sensible unternehmensbezogene Dokumente eher nicht diesen Weg nehmen.

ChatPDF verarbeitet davon abgesehen Dokumente in (fast) jeder Sprache – und unterstützt diese auch mit Blick auf die KI-Chat-Funktion. Zwei Dokumente dürfen Sie täglich kostenlos über den Service hochladen und abfragen – wobei die Dateien maximal 120 Seiten lang oder 10 MB groß sein dürfen. Die GenAI-Webanwendung dürfte also in ihrer kostenlosen Variante bereits für die meisten Gelegenheits-User ausreichend sein. Sollten Sie Bedarf haben, der darüber hinausgeht, steht Ihnen die Bezahlversion ChatPDF Plus ab 24,99 Euro pro Monat (oder circa 120 Euro pro Jahr) zur Verfügung.

2. Beautiful.ai

Präsentationen (richtig) zu erstellen, kann zum Pain geraten. Es sei denn, Sie lassen Generative AI den wesentlichen Teil des Gestaltungsprozesses übernehmen. Das funktioniert mit der KI-basierten Präsentationssoftware Beautiful.ai. Das (möglicherweise) größte Defizit dieses ebenfalls webbasierten KI-Tools ist, dass es zwar auch deutschsprachige Prompts verarbeitet, zur Zeit aber nur englischsprachige Präsentationen erstellt. Das tut es dafür aber richtig gut, wie bereits die Mini-Demo auf der offiziellen Webseite zeigt. Die KI-App unterstützt Sie nicht nur beim Design der einzelnen Folien, sondern auch bei der Formatierung von Inhalten und dabei, Brand Guidelines einzuhalten – sowie bei allen anderen Aspekten, die wichtig sind, damit Ihre Präsentation einen möglichst professionellen Eindruck hinterlässt.

Foto: JR Raphael | IDG

Die generativen KI-Funktionen des Web-Services umfassen auch eine Funktion, um Inhalte zu generieren. Sie können die KI beispielsweise damit beauftragen, eine ganz bestimmte Art von Präsentation zu einem bestimmten Thema zu erstellen. Dazu zieht die Anwendung öffentlich verfügbare Daten heran. Das Ergebnis bedarf zwar sehr wahrscheinlich einer gründlichen Überprüfung, Überarbeitung und Re-Formulierungskur. Dennoch kann es Ihnen eine nützliche erste Grundlage liefern, auf der sich aufbauen und damit potenziell eine Menge Zeit sparen lässt. Beautiful.ai lässt sich mit PowerPoint, Slack, Webex und Dropbox integrieren.

Leider gibt’s den KI-Präsentations-Zauber nicht umsonst. Ein Abonnement für Beautiful.ai kostet für Einzelpersonen 12 Dollar pro Monat. Im Team mit der GenAI-App zu arbeiten, schlägt mit mindestens 40 Dollar pro Nutzer und Monat zu Buche. Einen individuellen Enterprise-Preisplan gibt’s auf Anfrage.

3. Toki

Allen technologiegetriebenen Productivity-Fortschritten zum Trotz bleibt ein Task lästig: mit einem Kalender zu interagieren. Dieser Aufgabe verschreibt sich der KI-Kalenderassistent Toki, der zuvor unter dem Namen Dola bekannt war. Dabei handelt es sich um eine Chatbot-Lösung, die sich in die Messaging-Plattformen WhatsApp, Telegram, Line sowie iMessage einbinden lässt und sich anschließend zum Beispiel mit den Kalender-Apps von Google und Apple verbindet. Da dieses KI-Tool das Netzwerkprotokoll CalDAV nutzt, um auf die Kalenderdaten zuzugreifen, müssen Sie im Fall von Outlook leider den Umweg über ein Drittanbieter-Plugin nehmen.

Ist die Integration erledigt, steht Toki über integrierte Schaltflächen in den Messaging-Apps zur Verfügung, um Termine zu erstellen, zu verschieben – oder direkt Fragen zu freien Terminslots zu stellen. Darüber hinaus kann dieses Tool auch genutzt werden, um Termine mit Infos anzureichern – beispielsweise Vorschläge für beliebte Restaurants in einer bestimmten Gegend oder auch Ideen für den neuen Firmenslogan, der beim Meeting gefunden werden soll.

Der Service ist in so gut wie allen Sprachen verfügbar und in begrenzten Umfang kostenlos nutzbar. Zahlende Benutzer erhalten mehr Features ab 3,99 Dollar pro Monat.

4. Fathom

Dass virtuelle Meetings richtig schlimm werden können, wissen wir wohl alle. Und auch wenn selbst Generative AI Sie (noch) nicht davor bewahren kann, an digitalen Foltersessions teilzunehmen: Es gibt eine KI-App, die das erträglicher macht – Fathom.

Bei dieser Anwendung handelt es sich um einen KI-Assistenten für Videokonferenzen in Form klassischer Software für Windows– oder Mac-Systeme, die wahlweise mit Zoom, Microsoft Teams oder Google Meet integriert wird. Nach der Installation läuft Fathom unauffällig im Hintergrund und transkribiert (über eine Kalender-Integration) entweder automatisch oder auf Knopfdruck sämtliche Videoanrufe. Notizen machen gehört damit in beiden Fällen der Vergangenheit an. Die Zusammenfassungen oder Informationen stehen direkt zur Verfügung und lassen sich gezielt durchsuchen, weiterverarbeiten oder auch in anderen Produktivitäts- und Collaboration-Tools wie Slack nutzen.

Sämtliche Daten werden dabei laut Fathom während der Übertragung und im Ruhezustand verschlüsselt. Außerdem versprechen die Verantwortlichen ausdrücklich, keine KI-Modelle auf Kundendaten zu trainieren. Sämtliche Details zu Security- und Compliance-Themen sind – vorbildlicherweise – über ein dediziertes Trust Center abrufbar.

Foto: JR Raphael | IDG

Die KI-Software unterstützt diverse verschiedene Sprachen, darunter Englisch, Französisch, Spanisch, Italienisch und Deutsch. Noch dazu ist Fathom komplett kostenlos nutzbar – ohne Einschränkungen hinsichtlich der Anzahl oder Länge der aufgezeichneten Videokonferenzen. Erst fortschrittlichere KI-Funktionen lässt sich das Team hinter der GenAI-Anwendung bezahlen.

Die Fathom Team Edition bietet weitergehende, fortschrittliche KI-Funktionen – beispielsweise automatisierte Keyword Alerts, Highlight-Zusammenstellungen oder Team-Management-Funktionen. Die kostenpflichtige Variante ermöglicht darüber hinaus die Integration in Enterprise-Systeme wie HubSpot, Salesforce oder Zapier. Die Preise beginnen bei 15 Dollar pro Monat und User. Die kostenlose Version bietet Premium-Features für fünf Anrufe pro Monat.

5. Whisper Web

Falls Sie bereits Audiodateien besitzen, die beispielsweise im Rahmen von Meetings oder Telefongesprächen entstanden sind und jetzt in Text umgewandelt werden sollen, ist Whisper Web die richtige Adresse – zumindest, wenn es sich um englischsprachige Audioaufnahmen handelt. Diese quelloffene Webanwendung basiert auf der Entwicklungsarbeit von OpenAI und bietet Echzeit-Transkriptionen direkt im Browser. Das Large Language Model, das dazu zum Einsatz kommt, wird über die App heruntergeladen und lokal ausgeführt – die Daten, die Sie der KI übermitteln, verlassen also das Device nicht.

Whisper Web kann Audioinhalte entweder direkt über Ihr Mikrofon erfassen oder aus entsprechenden Audiodateien extrahieren. Laut den Entwicklern ist die KI-App auf mehrsprachige Daten trainiert und unterstützt auch die Transkription anderer Sprachen (zu Englisch). Der Test mit einem deutschsprachigen Audio-File brachte allerdings nicht mehr als undefiniertes Kauderwelsch hervor. Dafür ist das Tool Open Source und komplett kostenlos nutzbar – Sie benötigen dazu auch kein dediziertes Konto.

6. AudioPen

Wenn Sie nicht ohne Ihr Notizbuch (oder eine entsprechende App) auskommen, könnte das KI-Tool AudioPen sich zu Ihrer neuen Lieblings-App mausern. Die Software erfasst auf Knopfdruck Sprachnotizen jeglicher Art und erstellt daraus im Handumdrehen eine schriftliche Zusammenfassung. Und zwar in “schön”: Füllwörter oder Wiederholungen werden automatisiert eliminiert. Jede Aufnahme wandert direkt in das digitale Notizbuch und lässt sich anschließend durchsuchen, teilen oder auch in eine andere Sprache übersetzen. Auch bei AudioPen handelt es sich um eine vollständig webbasierte Applikation, die sich übrigens optional auch in Form einer Progressive Web App installieren lässt.

Foto: JR Raphael | IDG

Das KI-Tool für Sprachnotizen ist kostenlos nutzbar, solange Sie sich auf Aufnahmen mit bis zu drei Minuten Länge und maximal zehn Notizen beschränken können. Für Ansprüche, die darüber hinausgehen, steht eine “Prime”-Version der App zur Verfügung, die mindestens 99 Dollar pro Jahr kostet – dafür aber uneingeschränkt nutzbar ist und eine Reihe zusätzlicher Funktionen bietet. (fm)

Dieser Beitrag ist im Original bei unserer Schwesterpublikation Computerworld.com erschienen.

Raushan_films | shutterstock.com

Ein Cyber Risk Assessment unterstützt dabei, potenzielle Bedrohungen und Schwachstellen für wichtige digitale und physische Unternehmens-Assets zu identifizieren, zu bewerten und zu priorisieren. Trotzdem stolpern in diesem Zusammenhang immer noch viele CISOs und Sicherheitsentscheider über Fallstricke, die sie daran hindern, ihre Risk-Assessment-Ziele vollumfänglich zu erreichen.

Welche das konkret sind und wie man sie gewissenhaft meidet, haben wir im Gespräch mit Security-Experten herausgefunden.

1. Einfach nur abhaken

Die wohl größte Falle im Zusammenhang mit Risk Assessments besteht darin, diese als Checkliste zu behandeln – statt als Entscheidungshilfe, die mit realem Business Impact oder Threat-Szenarien verknüpft ist. Shirsendu Mondal, Security-Forscher an der University of North Carolina, klärt auf: „Wenn sich Ihre Risikobewertung nur noch darum dreht, irgendwelche Kästchen abzuhaken, verlieren Sie die Fähigkeit, die tatsächlichen Risiken einer Umgebung zu Tage zu fördern. Das Ziel eines solchen Assessments sollte jedoch sein, aufzudecken, an welchen Stellen tatsächlich eine Gefährdungslage besteht.“ 

Der beste Weg, diese „Selbstzufriedenheits“-Falle zu umgehen, besteht laut dem Forscher darin, einen kontextorientierten Ansatz zu fahren: „Fragen Sie konkret danach, wo sich die betreffende Ressource befindet, wer darauf zugreifen kann, welche Daten sie berührt, wie wichtig sie für den Betrieb ist und was passiert, wenn sie ausfällt. Risiken sollten stets mit den geschäftlichen Auswirkungen korreliert werden – nicht bloß mit technischen Erkenntnissen.“

Eben, weil Risiken seiner Ansicht nach mehr sind als nur technische Probleme, empfiehlt Mondal Security-Entscheidern, andere Führungskräfte aus dem Unternehmen in das Security-Gefüge zu integrieren – etwa aus der IT und dem Betrieb.

2. Ergebnisse schönreden

Besonders in schwierigen Zeiten ist es das A und O, den Stakeholdern (und sich selbst) gegenüber ehrlich zu sein. Diese Auffassung vertritt auch Pablo Riboldi, CISO beim Softwareunternehmen BairesDev: „Wenn die Ergebnisse entmutigend sind, sollte man einfach zugeben, dass sich die Bedrohungslage deutlich schneller entwickelt hat, als über das bisherige Bewertungs-Framework abzusehen war.“

Anstatt einfach nur Schwachstellen-Listen zu übergeben, rät Riboldi dazu, konkrete Angriffsszenarien abzubilden: „Zum Beispiel, indem Sie die drei kritischsten Assets priorisieren und ein eingehendes Risk Assessment durchführen. So lässt sich auch ein unmittelbarer Mehrwert demonstrieren.“

3. Scope falsch einschätzen

Nicht wenige CISOs sichern Dokumentenkontrollen ab, haken Compliance-Checkboxen ab und erstellen ein Risikoregister, das den Eindruck vermittelt, dass alles in Ordnung ist. Der Schein trügt jedoch des Öfteren, wie Denis Calderone, CTO beim Sicherheitsdienstleister Suzu Labs, aus eigener Erfahrung weiß: „In solchen Fällen kommt es nicht selten vor, dass sich niemand die Mühe gemacht hat, zu testen, ob diese Kontrollen tatsächlich funktionieren. Oder, ob der Scope der Risikobewertung auch das abdeckt, worauf es wirklich ankommt.“

Der Technologieentscheider hat dazu auch ein Beispiel aus der Praxis auf Lager: „Wenn das Risk Assessment die Produktionsserver und das Unternehmensnetzwerk umfasst, der alte Dev-Rechner, ein Drittanbieter-Portal oder ein verwaister API-Endpunkt dabei aber außen vor bleiben, ist das ungünstig. Angreifer betrachten die gesamte Umgebung und finden genau den Einstiegspunkt, der zuvor als nicht bewertungswürdig erachtet wurde.“

Künstliche Intelligenz (KI) verschlimmere die Situation laut Calderone noch: Unternehmen setzten vielfach KI-Tools ein, verknüpften diese mit internen Systemen und gewährten ihnen Zugriff auf sensible Daten – ohne dass das in die Risikobewertung einfließe. Der Experte warnt: „Wenn Ihr Risk Assessment aufgesetzt wurde, bevor Ihr Unternehmen damit begonnen hat, KI in Workflows zu integrieren, ist es bereits veraltet.“

4. Annahmen nicht hinterfragen

Wenn sich die Zielsetzung einer Risikobewertung in Richtung „Hauptsache bestanden“ verschiebt, stellt das vielleicht Auditoren zufrieden. Die Unternehmensleitung könnte dadurch jedoch in die Irre geführt werden, wie Amit Basu, CIO und CISO beim Schifffahrtsunternehmen International Seaways, erklärt: „Führungskräfte und Vorstandsmitglieder sehen ein fertiges Risikoregister und gehen davon aus, dass das Unternehmen geschützt ist. Unterdessen bleiben echte Bedrohungen unberücksichtigt, weil sie nicht nahtlos in den Bewertungsrahmen passten. Dieser Fallstrick ist unsichtbar – er verbirgt sich hinter einem Dashboard.“

Nach Ansicht von Basu ist ein Risk Assessment nur so gut, wie die ihm zugrundeliegenden Annahmen: „Diese sollten Sie explizit dokumentieren und immer dann überprüfen, wenn sich das Business verändert, eine Bedrohungslage verschiebt oder ein Sicherheitsvorfall eine Lücke zu Tage fördert.“

Ein Risk Assessment, so der CISO, sei nicht als fertiges Produkt zu betrachten, sondern als lebendiger Beitrag zu einem fortlaufenden Dialog zwischen Security-Abteilung und Unternehmen.

5. Risiken nicht mit Impact verknüpfen

Probleme in den Hintergrund zu rücken oder herunterzuspielen, fällt deutlich leichter, wenn man den Zusammenhang zwischen Risiko und Business einfach ausblendet. Das erkennt auch Dan Moore, Senior Director of Strategy and Identity Standards beim CIAM-Spezialisten FusionAuth, an. Er warnt jedoch vor den Folgen dieses Gebarens: „So wird es sich diffizil gestalten, tatsächliche Risiken zu kommunizieren. Schlimmer noch: Es liefert den Mitgliedern des Security-Teams einen Vorwand, sich darüber zu beschweren, dass sie missverstanden oder nicht wertgeschätzt werden – und das beeinträchtigt die Effektivität des Teams.“

Der Manager erachtet es als wichtig, stattdessen konkret zu sein und zielgerichtet vorzugehen: „Verzichten Sie auf Angaben wie eine Patch-Compliance von 95 Prozent. Sprechen Sie stattdessen über das Risiko, das nicht gepatchte Systeme für das Unternehmen darstellen.“

Dabei seien manchen Systemen – etwa Legacy-Konstrukten, die nicht mit dem Internet verbunden sind – geringere Risiken inhärent als anderen, selbst wenn sie dieselben Patch-Probleme aufwiesen, meint Moore und empfiehlt, diese Tatsache anzuerkennen und die Reaktion entsprechend abzuwägen.  

6. Compliance mit Security verwechseln

„Compliance allein ist weder ein Garant für robuste Security, noch erfüllt sie die Mindestanforderungen für einen wirksamen Schutz“, hält Adriel Desautels, CEO der Security-Beratung Netragard, fest.

Unternehmen gerieten demnach besonders oft in diese Falle, wenn sie für Penetrationstests externe Firmen beauftragten, die sich auf Compliance konzentrieren und gleichzeitig „erstklassige Dienstleistungen“ versprechen. „In Wahrheit liefern diese oft automatisierte Scans, die als manuelle Tests getarnt sind“, meint Desautels.

Das Ergebnis sei ein falsches Sicherheitsgefühl, warnt der Manager: „Vergegenwärtigen Sie sich einfach, dass bei jedem größeren Sicherheitsvorfall der letzten zehn Jahre eine Organisation beteiligt war, die zum Zeitpunkt des Angriffs alle Compliance-Vorgaben erfüllt hatte.“

7. Risiken nicht vollständig verstehen

Unternehmen betrachten Risk Assessments oft als eine Art „Schwachstellenkatalogisierung“, bei der es darum geht, Lücken zu finden, Schweregrade zu erfassen und Audits zu bestehen. Letzteres heißt allerdings nicht, dass die Risiken auch verstanden wurden.

Geht es nach Safi Raza, Senior Director for Cybersecurity bei Fusion Risk Management, sollten sich CISOs darauf konzentrieren, technische Risikosignale mit betrieblichen Folgen zu verknüpfen: „Dazu muss man verstehen, welche Services betroffen sind, wie sich Störungen ausbreiten und was das für den Umsatz, die Kunden oder regulatorische Verpflichtungen bedeutet.“

Der Experte rät in diesem Zusammenhang dazu, zunächst von statischen Bewertungen zu einer kontinuierlichen, kontextbezogenen Risikotransparenz überzugehen, um sicherzustellen, dass Risiken nicht nur technisch verstanden werden.“ (fm)

Dieser Artikel ist im Original bei unserer Schwesterpublikation CSOonline.com erschienen.

hasan as’ari – shutterstock.com

SAP-Anwenderunternehmen stehen unter Druck, auf SAP S/4HANA zu wechseln, weil die Mainstream-Wartung für SAP ERP (SAP ECC 6.0) Ende 2027 ausläuft und die bis Ende 2030 geltende erweiterte Wartung kostenpflichtig ist.

Zwar stellt SAP mit der „SAP ERP, Private Edition, Transition Option“ eine weitere Wartungsverlängerung bis 2033 in Aussicht. Da diese einer Neuimplementierung gleichkommt, bleibt SAP-Kunden mehr Zeit für die Planung, die Analyse und das Changemanagement. Der Nachteil: Wer diese Option nutzt, läuft Gefahr, technologisch ins Hintertreffen zu geraten, da Innovationen nahezu ausschließlich für SAP S/4HANA bereitgestellt werden.

Zögerliche SAP-S/4HANA-Transformation trotz Wartungsdruck

Obwohl der Druck hoch ist, hat eine große Zahl der SAP-Bestandskunden die Transformation auf die seit 2015 verfügbare ERP-Suite offenbar noch nicht vollzogen. Eine COMPUTERWOCHE-Expertenrunde zeigte, wo die größten Hürden liegen und was erfolgreiche Projekte auszeichnet.

Warum etliche Unternehmen die Transformation vor dem regulären Wartungsende scheuen und stattdessen zwei Prozent Mehrkosten für die erweiterte Wartung einkalkulieren, brachte ein Teilnehmender auf den Punkt: Firmen haben über Jahrzehnte in ihre SAP-ERP-Lösung investiert und sie an individuelle Prozessanforderungen angepasst, damit die Abläufe entlang der Supply Chain reibungslos laufen. Er habe daher in den vergangenen zehn Jahren keinen Kunden erlebt, der freiwillig umsteigen wollte. Alle hätten gesagt, dass sie müssen.

Nach Erfahrungswerten eines weiteren Experten nutzen erst rund 20 Prozent der SAP-Kunden SAP S/4HANA als Kernapplikation produktiv, unter anderem, weil entsprechende Transformationsprojekte auf sieben bis neun Jahre angelegt sind.

Altlasten bremsen die SAP-S/4HANA-Transformation

Unternehmen, die sich für den Wechsel entscheiden, verzichten häufig auf jede Modernisierung. Sie vollziehen einen Eins-zu-eins-Umstieg ohne Code-Modifikation, sei es in Form einer System Conversion (Brownfield-Ansatz) oder per Lift and Shift in SAP Cloud ERP Private (früher: SAP S/4HANA Cloud Private Edition). Dabei ist eine große Zahl von SAP-ERP-Installationen gar nicht zukunftsfähig, weil sie auf Prozessen aus den 1990er Jahren basieren und im Lauf der Jahre durch zahlreiche Eigenentwicklungen erweitert wurden.

Nicht selten gibt es bis zu mehrere tausend kundeneigene Programme im Z/Y-Namensraum, die zum Teil nicht mehr genutzt werden und das System unnötig belasten. Die Experten waren sich einig, dass eine solche rein technische Migration, bei der Altlasten wie ABAP-Eigenentwicklungen mitgeschleppt werden, keinen Mehrwert für das Unternehmen bringt.

Es muss geprüft werden, welche Eigenentwicklungen beibehalten werden, weil sie wettbewerbsdifferenzierend und damit geschäftskritisch sind, und welche gelöscht werden müssen, weil sie nicht genutzt werden oder weil es dafür inzwischen SAP-Standardfunktionen gibt. Handlungsbedarf besteht auch bei einer dreistelligen Anzahl von Buchungskreisen, von denen niemand weiß, welche noch benötigt werden, oder bei zahlreichen Dubletten in den Kreditoren- und Debitorenstammdaten.

Migrations-Tools und KI-Agenten beschleunigen den Umstieg

Um diesen Prüf- und Bereinigungsaufwand zu bewältigen, bietet SAP mehrere Tools, um die Transformation auf SAP S/4HANA zu vereinfachen: darunter SAP Activate, SAP Cloud ALM, Migration Cockpit, Readiness Check, Custom-Code-Check oder Modifikationsabgleich. Ergänzt werden sie durch Lösungen wie Signavio für die Prozessanalyse. Die Experten schätzen den Effizienzgewinn durch solche Migrationswerkzeuge auf 30 bis 50 Prozent.

Zusätzliche Produktivität versprechen KI-Agenten, die Altsysteme automatisiert analysieren, Code bereinigen und Datenflüsse transformieren. Das reduziert den Migrationsaufwand und beschleunigt den Umstieg.

Scope-Management als Schlüssel für den Projekterfolg

Einig waren sich die Teilnehmenden, dass SAP-S/4HANA-Transformationsprojekte in der Regel nicht an der Technologie scheitern, sondern an einer mangelhaften Scope-Definition und am unzureichenden Changemanagement.

Ein Scope-Management vor dem Projektstart, das berücksichtigt, wie viel Veränderung der IT-Organisation und den Fachbereichen zugemutet werden kann, sei essenziell für den Erfolg, sagte einer der Teilnehmenden. Es erfordert die Fähigkeit zu priorisieren und ein iteratives Vorgehen, bei dem zunächst geschäftskritische Must-haves und Quick Wins umgesetzt werden. Weniger wichtige Nice-to-haves folgen später. Wer dagegen in der Konzeptionsphase bereits den großen Wurf anstrebt, wird voraussichtlich scheitern. Als Beispiel wurde der direkte Umstieg auf ein SAP-S/4HANA-Kernsystem genannt, das nach dem Clean-Core-Ansatz von nicht mehr lauffähigen Programmen und obsoleten Erweiterungen bereinigt ist.

Genauso wichtig ist ein Change-Management, das Mitarbeitende von Beginn an einbezieht, die nötige Akzeptanz schafft und vom Top-Management aktiv unterstützt wird, sowie eine verbindliche Governance mit klaren Zielvorgaben. Unverzichtbar ist auch die Einbindung der Fachbereiche. Sie stellt die größte Herausforderung dar, da Unternehmen befürchten, dass durch die SAP-S/4HANA-Transformation zu viele personelle Ressourcen gebunden werden, die dann für Kernaufgaben fehlen. Kommt es vor, dass IT und Fachbereiche als Antipoden agieren, sollte ein Change-Coach als Vermittler eingesetzt werden.

Hybride Betriebsmodelle setzen sich langfristig durch

Bereits vor dem Projektstart muss abschließend geklärt sein, welches Betriebsmodell für SAP S/4HANA am besten zu einem Unternehmen und seinen Zielen passt, auch mit Blick auf regulatorische Anforderungen. Das ist häufig nicht der Fall, sodass das Projektteam unnötig Zeit damit verbringt, das passende Betriebsmodell zu ermitteln. Das bremst Transformationsvorhaben aus.

Nach Ansicht eines Teilnehmenden wird sich langfristig ein hybrides Betriebsmodell durchsetzen, bei dem der SAP-Kunde entscheidet, welche Elemente der SAP-S/4HANA-Landschaft in einer Hyperscaler-Cloud, einer souveränen Cloud und/oder On-Premises laufen. Eine weitere, weitgehend unbekannte Möglichkeit ist der Betrieb im Rahmen der Customer-Data-Center-Option (CDC) von SAP Cloud ERP Private (früher: SAP S/4HANA Cloud Private Edition), die aus Gründen wie Datenschutz, Leistung und Souveränität eine interessante Alternative sein kann.

Mehrere Experten stellen darüber hinaus fest, dass die vollwertige SaaS-Lösung SAP Cloud ERP Public (früher: SAP S/4HANA Cloud Public Edition) inzwischen verstärkt eingesetzt wird. Sie stellt vorkonfigurierte Kern-ERP-Funktionen (Best Practices) bereit und lässt sich relativ schnell einführen, ermöglicht aber kaum individuelle Anpassungen. Diese Abstriche nehmen Unternehmen in Kauf, um von regelmäßigen, automatischen Upgrades und technologischen Innovationen zu profitieren.

Kritisiert wurde allerdings, dass die Cloud-Diskussion häufig unter begrifflichen Unschärfen leidet. So macht der Betrieb von SAP S/4HANA in einer Hyperscaler- oder SAP-Cloud die Lösung noch lange nicht zum Software-as-a-Service-Angebot. Solche Ungenauigkeiten irritierten SAP-Kunden und bremsten die Entscheidungsfindung. Letztlich sind beim Cloud-Betrieb auch die Kosten entscheidend. Zwar wollen viele Unternehmen anfangs maximale Sicherheit mit Private Network und Confidential Computing, wählen dann aber günstigere Commercial-Cloud-Angebote. Ausnahmen bilden regulierte Branchen und der öffentliche Sektor.

Ob hybrides Betriebsmodell oder Kostenfrage, am Ende entscheidet über den Projekterfolg nicht allein die Technologie, sondern auch, wie diszipliniert Scope und Wandel im Unternehmen gesteuert werden.

Teilnehmer der Round-Table “SAP S4HANA 2027”

Harald Becker / Hewlett-Packard GmbH

Sonja Brüggemann / Lufthansa Industry Solutions GmbH & Co. KG

Microsoft Deutschland GmbH

VOGUS – Wolfgang Voglhuber / Natuvion GmbH

smartShift Technologies GmbH

dotshock | shutterstock.com

Es würde mich nicht wundern, wenn Ihnen dieses Szenario bekannt vorkommt. Denn Situationen wie diese sind keine Ausnahme. Laut der Trovarit-Studie „ERP in der Praxis 2024/25“, für die über 1.700 DACH-Unternehmen befragt wurden, nimmt eine typische ERP-Einführung im Mittelstand zwischen zehn und dreizehn Monaten in Anspruch. Parallel werden in mehr als der Hälfte der Projekte Zeit- oder Budgetziele nicht eingehalten. Die Implementierungskosten pro Nutzer liegen demnach bei durchschnittlich 5.917 Euro, wobei Schulung, Datenmigration und Anpassung 50 bis 70 Prozent der Gesamtkosten ausmachen – nicht die Lizenz.

Für einen Konzern mit 800 Mitarbeitern, SAP-Legacy und drei Produktionsstandorten sind das keine Schreckenszahlen. Für einen Immobilienmakler mit 40 Mitarbeitern, der seine Angebote automatisiert versenden will oder einen Steuerberater, der Mandantenpost automatisch klassifizieren möchte, durchaus. Diese Mittelständler brauchen kein ERP-Projekt, sondern im Wesentlichen drei funktionierende Workflows.

Das Low-Code-Versprechen – und die KMU-Praxis

Low-Code– und KI-Automatisierungsplattformen wie n8n oder Make.com versprechen, die Lücke zwischen ERP-Großprojekt und Stillstand aufzulösen. Dabei ist anzumerken, dass beide Plattformen keinen Ersatz für ein ERP darstellen: Sie substituieren keine Stücklisten-Verwaltung, keine mehrstufige Fertigungsplanung und keine IFRS-Konsolidierung. Dafür ist weiterhin ein ERP nötig.

Aber Plattformen wie die beiden genannten stellen Verbindungen zwischen Systemen her, die keine native Schnittstelle haben. Entscheidungen automatisieren, die nach klaren Regeln getroffen werden und Workflows bauen, die bisher über E-Mail, Excel-Export und Telefonanruf abgewickelt werden – das sind für den deutschen Mittelstand oft genau die Prozesse, die täglich die meiste Zeit kosten und zugleich selten im ERP verortet sind. Vielmehr sitzen diese in Outlook-Ordnern, in freigegebenen Tabellenblättern und in den Routinen von Mitarbeitern, die „das schon immer so machen”.

Das KfW-Mittelstandspanel vom Februar 2026 (PDF) stellt fest, dass 20 Prozent der mittelständischen Unternehmen in Deutschland KI einsetzen – fünfmal mehr als noch im Jahr 2018. Bei Unternehmen mit über 50 Mitarbeitern liegt die Quote bereits bei 36 Prozent. KI ist im Mittelstand also angekommen. Die Frage ist nur, in welcher Form. Hier hilft ein Blick auf die KPMG-Studie „Digitalisierung im Rechnungswesen 2025/2026“. Demnach:

• setzen 53 Prozent der Befragten KI in der Buchhaltung ein oder befinden sich gerade in der Einführungsphase.
• berichten 37 Prozent dadurch von sofortigen Zeiteinsparungen bei transaktionalen Prozessen.

Was diese Studien allerdings nicht zeigen, ist der Implementierungsaufwand. Und genau hier liegt der große Unterschied zwischen dem KI-Einsatz per Low-Code und einem ERP-Einführungsprojekt. Das verdeutlichen die folgenden drei Anwendungsfälle für KMU im Bereich KI und Low-Code. Diese sind dazu geeignet, innerhalb von Wochen (statt Monaten oder Jahren) Ergebnisse zu liefern:

• Rechnungseingang: PDF-Rechnungen oder XRechnung-Dokumente entgegennehmen, relevante Felder per KI extrahieren und gegen ERP-Stammdaten prüfen oder vorkontierte Buchungsvorschläge generieren – was früher ein Buchhalter täglich in Stunden manuell erledigte, kann heute als Hintergrundprozess laufen. Dabei werden Fehler weiterhin von Menschen überprüft, statt automatisch in die Buchung zu laufen. Die typische Implementierungszeit hierfür liegt (in überschaubaren Setups) bei zwei bis vier Wochen.
• Angebotsmanagement: Eine Kundenanfrage geht per E-Mail ein, KI extrahiert den Leistungsumfang, prüft gegen Preislisten, generiert einen Angebotsentwurf und leitet ihn zur Freigabe an einen Sachbearbeiter weiter. Der Kunde bekommt sein Angebot schneller, die Bearbeitung kostet weniger Zeit. Dabei ist kein ERP-Modul beteiligt – und es fällt keine siebenstellige Projektsumme an.
• Mandantenpost bei Steuerberatern: Eingehende Dokumente werden nach Typ und Dringlichkeit klassifiziert und Zuständigkeiten zugewiesen. Was in Kanzleien mit hohem Postaufkommen täglich zu Engpässen führt, lässt sich so als regelbasierter Workflow abbilden – ganz ohne großes DATEV-Einführungsprojekt.

Woran Low-Code und KI scheitern – und wie Sie das verhindern

Das größte operative Risiko bei Low-Code-Projekten ist Schatten-IT, beziehungsweise -KI. So hat der Digitalverband Bitkom in einer Befragung vom Oktober 2025 herausgefunden, dass 17 Prozent der Umfrageteilnehmer davon ausgehen, dass ihre Mitarbeiter KI-Tools über private Accounts dienstlich nutzen. Bei weiteren 17 Prozent gab es diesbezüglich vereinzelte Fälle – und bei acht Prozent ist dieses Gebaren weit verbreitet. Sind in einem solchen Fall Kundendaten im Spiel, handelt es sich um einen DSGVO-Verstoß ohne Auftragsverarbeitungsvertrag als Grundlage. Insofern braucht eine Low-Code-Strategie klare Nutzungsrichtlinien – ansonsten tauscht man ein ERP-Risiko gegen ein Compliance-Risiko, was eher kein Fortschritt wäre.

Darüber hinaus können Low-Code-Plattformen bei hochspezialisierten Logikstrukturen (mehrstufige Produktionsplanung, Konzernkonsolidierung, ISO-zertifizierte Auditpfade) an strukturelle Grenzen stoßen. Und: Der Vendor Lock-in ist real – proprietäre Plattformen lassen sich schlecht migrieren. Hier haben Open-Source- und Self-Hosting-Lösungen einen strukturellen Vorteil. Allerdings ist auch das kein Garant dafür, dass Abhängigkeiten künftig ausbleiben.

Vor diesem Hintergrund empfehle ich Mittelständlern, sich an den folgenden drei Schritten zu orientieren, um ihre Low-Code-KI-Ambitionen nachhaltig zu verwirklichen.

1. Pilotprozess nach harten Kriterien wählen: Der erste Kandidat sollte vier Kriterien gleichzeitig erfüllen: hohes Volumen, klare fachliche Regeln, keinen schreibenden Zugriff auf das ERP in der ersten Ausbaustufe, und einen Verantwortlichen, der den Prozess heute schon im Detail kennt. Die Bereiche Rechnungseingang und Angebotsvorbereitungerfüllen diese Voraussetzungen fast immer. Ein Prozess, der gleichzeitig produktionskritisch und schlecht dokumentiert ist, hingegen fast nie. Wer an dieser Stelle den falschen Piloten wählt, muss damit rechnen, dass die Akzeptanz bei einem zweiten Versuch deutlich geringer ist.
2. Datenschutz vor dem ersten Workflow klären: Ein Auftragsverarbeitungsvertrag mit dem Modellanbieter ist eine Sache, die vor dem Produktivstart stehen sollte, nicht in der Nachbereitung. Diese Prüfung muss auch mit Blick auf die Low-Code-Plattform selbst erfolgen, nicht nur das Sprachmodell dahinter. Wer hier sauber arbeitet, nimmt der eingangs beschriebenen Schatten-IT-Problematik die Grundlage: Wenn die offizielle Lösung schneller einsatzbereit ist als die inoffizielle, greifen Mitarbeiter auch seltener auf private KI-Accounts zurück.
3. Skalierungsgrenze vorab definieren: Legen Sie fest, ab welchem Komplexitätsgrad ein Prozess zurück auf die ERP-Roadmap wandert, bevor Sie ihn brauchen. Diese Grenze nachträglich einzuziehen, kostet – inmitten eines gewachsenen Workflows mit zwölf Verzweigungen – mehr Zeit als die ursprüngliche ERP-Entscheidung eingespart hat. Ein einfaches Signal funktioniert in der Praxis gut: Sobald ein Workflow mehr als drei verschachtelte Bedingungen benötigt, um eine einzelne Entscheidung abzubilden, sollte die Logik überprüft – nicht erweitert – werden.

Der eigentliche Nutzwert für KMU

Sechs Monate weniger Implementierungszeit bedeutet nicht nur sechs Monate früher produktiv sein zu können. Es bedeutet:

• Ergebnisse demonstrieren zu können, bevor das ERP-Budget freigegeben ist.
• Prozesse testen zu können, bevor sie skaliert werden.
• Scheitern zu können, weil es um einen Workflow für 4.000 Euro und nicht um ein Projekt für 200.000 Euro geht.

Ihr ERP-Projekt darf ruhig auf der Roadmap bleiben. Aber für die nächsten zwölf Monate gibt es meistens einen schnelleren Weg. (fm)

Dieser Beitrag wurde im Rahmen des deutschsprachigen Experten-Netzwerks von Foundry veröffentlicht. Lust mitzumachen? Jetzt bewerben!

Golden Sikorka – shutterstock.com

Das Onlinezugangsgesetz (OZG) hat 2017 den Anspruch formuliert, Verwaltungsleistungen digital und medienbruchfrei nach dem Once-Only-Prinzip (OOP) zu machen und sie damit auf Reifegrad 4 zu bringen. Fast ein Jahrzehnt danach sind jedoch erst 28 Prozent der Verwaltungsleistungen vollständig digitalisiert, 34 Prozent existieren noch offline. Den Reifegrad 4 erreichen sogar nur 14 Prozent der Behörden, fast zwei Drittel (65 Prozent) haben keinen verbindlichen Termin dafür. So lautet das zentrale Ergebnis der Studie „Digitalisierung in der öffentlichen Verwaltung 2026“, die CIO und COMPUTERWOCHE mit den Partnern UiPath und Materna durchgeführt haben und an der 316 Entscheiderinnen und Entscheider aus deutschen Behörden teilnahmen.

Kaum Erfolgskontrolle bei Digitalisierungsprojekten

Das Automatisierungspotenzial der Verwaltungsaufgaben liegt im Schnitt bei 49 Prozent, tatsächlich automatisiert sind bislang nur 23 Prozent. Diese Lücke von 26 Prozentpunkten deutet darauf hin, dass die Bereitschaft zur Digitalisierung vorhanden ist, es an der Umsetzung jedoch hapert. End-to-End digitalisiert sind 32 Prozent der Prozesse, mit Dunkelverarbeitung laufen erst 17 Prozent.

Für Dirk Moeller, Regional Vice President Public Sector bei UiPath, zeigt dieses Ergebnis, dass „die öffentliche Verwaltung kein Erkenntnisproblem, sondern ein Umsetzungsproblem hat. Fast die Hälfte der Verwaltungsaufgaben könnte automatisiert werden, tatsächlich ist es aber erst knapp ein Viertel. Der nächste Digitalisierungsschub entsteht daher nicht durch weitere Einzellösungen, sondern durch orchestrierte End-to-End-Prozesse, in denen Menschen, Fachverfahren, Daten, Roboter und KI-Agenten kontrolliert zusammenarbeiten.“

UiPath GmbH

Immerhin ein Drittel der Behörden führt 2026 aktiv Digitalisierungsprojekte durch, weitere 29 Prozent planen die nächste Welle für 2027. Die Vorhaben sind breit angelegt, in knapp drei Viertel der Fälle hierarchieübergreifend (74 Prozent) und mit externer Begleitung (73 Prozent). Doch es gibt ein Gefälle nach Behördengröße: Während 40 Prozent der Häuser mit 1000 und mehr Beschäftigten Projekte aktiv realisieren, sind es nur 19 Prozent der kleineren Behörden mit weniger als 250 Beschäftigten.

Ob die Projekte tatsächlich Wirkung entfalten, weiß häufig niemand, da nur elf Prozent den Digitalisierungserfolg systematisch und weitere 29 Prozent gelegentlich messen. Über ein Viertel der Befragten (26 Prozent) verzichtet auf eine Erfolgskontrolle. Dabei zeigt sich: Wer die Digitalisierung verantwortet, misst sie häufiger: Kontrollieren 58 Prozent der IT- und Digitalisierungsverantwortlichen den Fortschritt, sind es bei der Fachverwaltung nur 42 Prozent.

IT-Infrastruktur-APIs und Register als Reifegrad-4-Verhinderer

Der langsame Fortschritt auf dem Weg zu Reifegrad 4 ist vor allem auf Defizite in der IT-Infrastruktur zurückzuführen: Die Hälfte der Behörden bewertet diese im Hinblick auf OOP und Reifegrad 4 als „schlecht“ oder „sehr schlecht“, nur 21 Prozent als „gut“ oder „sehr gut“. APIs haben ebenfalls erst 49 Prozent, und Interoperabilität mit anderen Behörden besteht nur in 44 Prozent der Fälle. Gerade einmal sieben Prozent nutzen zudem standardisierte Datenmodelle wie XÖV; lediglich 17 Prozent können Datensätze systemübergreifend eindeutig identifizieren.

Dramatisch ist die Lage bei den Registern, von denen nur acht Prozent Once-Only-fähig sind. Über ein Viertel der Behörden (27 Prozent) führt ihre wichtigsten Register auf Papier, 38 Prozent verwalten sie in Excel. Als größte Hürden nennen 36 Prozent der Befragten technische Defizite und ein Drittel den Personalmangel.

EfA und Cloud: Akzeptanz hoch, Umsetzung ausbaufähig

Der „Einer für alle“-Ansatz (EfA) soll die Verwaltung von Mehrfacharbeit befreien: Hat eine Behörde eine funktionsfähige Lösung entwickelt, stellt sie diese anderen zur Nachnutzung bereit. 86 Prozent der Behörden bewerten das Modell prinzipiell positiv, doch die Bilanz bei der Umsetzung ist ernüchternd. Erst magere 19 Prozent nutzen EfA-Lösungen oder stellen sie bereit. Lediglich 18 Prozent derjenigen mit EfA-Praxiserfahrung beurteilen die Gebrauchsfähigkeit als „gut“ oder „sehr gut“, 14 Prozent dagegen als „schlecht“ oder „sehr schlecht“ und 37 Prozent als „eher schlecht“. Als größte Bremsen werden rechtliche Unsicherheiten (39 Prozent), fehlende Standards (37 Prozent) und föderale Unterschiede (35 Prozent) genannt.

Weniger zäh verläuft die Cloud-Adaption. Immerhin 39 Prozent der Behörden nutzen inzwischen Cloud-Dienste, weitere 22 Prozent planen dies. Die mit Abstand größte Hürde für den Cloud-Einsatz sind Datenschutzanforderungen wie die DSGVO (59 Prozent), gefolgt von Unsicherheiten bei der Datenhoheit (43 Prozent) und der Informationssicherheit (41 Prozent). Auffallend ist, dass Behördenleitende (78 Prozent) und IT-Verantwortliche (76 Prozent) deutlich häufiger angeben, Cloud-Dienste zu nutzen oder den Einsatz zu planen, als die Leitungsebene (63 Prozent) und die Fachverwaltung (64 Prozent).

Research Services: Patrick Birnbreier

Deutsche Verwaltungscloud mit Zufriedenheitsdefizit

Die 2025 gestartete Deutsche Verwaltungscloud (DVC) soll bei der Modernisierung der IT-Infrastruktur eine Schlüsselrolle spielen. Doch was die DVC konkret leisten soll, bleibt unklar. 37 Prozent der Befragten sehen sie eher als Ergänzung, 22 Prozent als Ersatz vorhandener Infrastrukturen.

Dabei sind die Erwartungen verhalten. Nur sechs Prozent rechnen mit einer deutlichen Verbesserung, weitere 22 Prozent mit einer Verbesserung, 28 Prozent gehen von einer eher positiven Entwicklung aus. Auffallend ist hier der hohe Anteil von 29 Prozent „Weiß nicht“-Antworten, der möglicherweise darauf zurückzuführen ist, dass sich 52 Prozent nur schlecht bis sehr schlecht mit der DVC auskennen. Auch die Zufriedenheit mit der DVC bleibt überschaubar: Lediglich 18 Prozent bewerten den Standardisierungsgrad positiv, 16 Prozent die Interoperabilität und 23 Prozent den DVC-Marktplatz. Einzig die digitale Souveränität schneidet mit 25 Prozent etwas besser ab.

Johannes Rosenboom, SVP Sales, Marketing, BDM für Public-/KRITIS-Branchen bei Materna, ist jedoch davon überzeugt, dass „die Deutsche Verwaltungscloud ein wichtiger Baustein für eine souveräne, leistungsfähige und anschlussfähige Verwaltungs-IT werden kann. Entscheidend ist, dass sie nicht als isolierte Infrastruktur gedacht wird, sondern als Teil eines offenen Ökosystems mit klaren Standards, interoperablen Plattformen und hoher Wechselfähigkeit.“

Materna Information & Communications SE

KI-Einstieg gemacht, Kompetenzlücken bremsen

Neben der Infrastruktur und der Cloud rückt Künstliche Intelligenz (KI) zunehmend in den Fokus. Erfreulich ist, dass 29 Prozent der Behörden entsprechende Werkzeuge bereits nutzen und 17 Prozent die Einführung in den nächsten zwei Jahren planen. Häuser mit 1000 und mehr Beschäftigten (35 Prozent) liegen beim KI-Einsatz klar vor kleineren Verwaltungen unter 250 Beschäftigten (22 Prozent). Dominant sind generative KI und Large Language Models (LLMs) mit 55 Prozent, gefolgt von intelligenter Dokumentenverarbeitung (35 Prozent). Eingesetzt werden die KI-Tools vorrangig für das Dokumenten- und Aktenmanagement (41 Prozent), im Bürgerservice (36 Prozent) und zur Antragsbearbeitung (35 Prozent).

Auch KI-Agenten kommen gut an. Acht von zehn Behörden, die KI nutzen, bewerten ihren Einsatz positiv. „KI-Agenten können in der Verwaltung zum Produktivitätssprung werden, aber nur, wenn sie nachvollziehbar, sicher und steuerbar eingesetzt werden. Gerade in den Bereichen Antragsprüfung, Fallvorbereitung, Dokumentenverarbeitung und Bürgerkommunikation liegt enormes Potenzial. Entscheidend ist, dass KI-Agenten nicht als Black Box arbeiten, sondern in klare Governance, menschliche Entscheidungen und revisionssichere Prozesse eingebettet sind“, verdeutlicht UiPath-Manager Moeller. Ähnlich argumentiert Rosenboom: „KI entfaltet in den Behörden besonders dort ihre Wirkung, wo Wissen, Dokumente und Prozesse zusammengeführt werden. Der nächste Schritt ist, KI sicher, nachvollziehbar und souverän in bestehende Fachlichkeit zu integrieren, mit klaren Leitplanken und spürbarem Nutzen im Verwaltungsalltag.“

Wie berechtigt diese Forderungen sind, belegen konkrete Hemmnisse. Als größtes gilt wie schon bei der Cloud der Datenschutz (48 Prozent), gefolgt von Halluzinationen (35 Prozent) und Haftungsrisiken (32 Prozent). Das größte Problem ist jedoch, dass nur 31 Prozent der Behörden nach eigener Einschätzung in ausreichendem Maß über die notwendigen Daten- und KI-Kompetenzen verfügen und somit KI-Initiativen ohne gezielte Qualifizierungsoffensive zu versanden drohen.

Digitale Portale als Frage staatlicher Handlungsfähigkeit

Die Studie lenkt den Blick auch auf eine gesellschaftspolitisch brisante Zukunft. Sollte der demografische Wandel dazu führen, dass kleine Kommunen ihr Bürgeramt in fünf bis zehn Jahren nicht mehr betreiben können, müssen digitale Portale rechtzeitig als Ersatz bereitstehen. Falls nicht droht ein Staatsversagen im digitalen Raum. 69 Prozent der Behörden halten diese Gefahr für real, davon 36 Prozent für groß bis sehr groß. Kleine Verwaltungen unter 250 Beschäftigten schätzen dabei das Risiko mit 46 Prozent deutlich höher ein als große Häuser (30 Prozent). Am meisten alarmiert sind die IT-Verantwortlichen (46 Prozent), am wenigsten die Leitungsebene (30 Prozent) Das zeigt: Die Digitalisierung der Verwaltung entscheidet über die Handlungsfähigkeit des Staates.

Research Services: Patrick Birnbreier

Studiensteckbrief

Herausgeber: CIO und COMPUTERWOCHE

Studienpartner:  UiPath GmbH; Materna Information & Communications SE

Grundgesamtheit: Oberste (IT-)Verantwortliche in Unternehmen der DACH-Region: Beteiligte an strategischen (IT-)Entscheidungsprozessen im C-Level-Bereich und in den Fachbereichen (LoBs); Entscheidungsbefugte sowie Experten und Expertinnen aus dem IT-Bereich

Teilnehmergenerierung: Persönliche E-Mail-Einladung über die Entscheiderdatenbank von CIO und COMPUTERWOCHE sowie – zur Erfüllung von Quotenvorgaben – über externe Online-Access-Panels

Gesamtstichprobe: 316 abgeschlossene und qualifizierte Interviews

Untersuchungszeitraum: 12. bis 21. März 2026

Methode: Online-Umfrage (CAWI) Fragebogenentwicklung & Durchführung: Custom Research Team von CIO und Computerwoche in Abstimmung mit den Studienpartnern

JavaScript-Entwicklern stehen viele gute Tools zur Auswahl. Beinahe zu viele, um den Überblick zu behalten. In diesem Artikel stellen wir Ihnen die besten Texteditoren vor, um:

• mit JavaScript, HTML5 und CSS zu entwickeln, sowie
• mit Markdown zu dokumentieren.

Sublime Text

Bei Sublime Text sind Sie genau richtig, wenn:

• Sie einen flexiblen, leistungsstarken, erweiterbaren und ausgesprochen schnellen Code-Editor suchen.
• es Ihnen nichts ausmacht, für Code Checking, Debugging und Deployment zu anderen Fenstern zu wechseln.  

Zu den vielen weiteren, bemerkenswerten Stärken von Sublime Text gehören neben seiner Geschwindigkeit und dem Support für mehr als 70 Datei-Typen (darunter JavaScript, HTML und CSS) auch noch:

• Instant-Navigation und Projekt-Switching,
• die Option, eine Reihe von Änderungen per Mehrfachauswahl „auf einen Schlag“ auszuführen,
• Support für mehrere Bildschirme und Split-Windows,
• eine Plug-in-API auf Python-Basis, sowie
• eine einheitliche, durchsuchbare Befehlspalette.

Für Programmierer, die von anderen Editoren kommen, hilfreich: Sublime Text unterstützt sowohl TextMate-Bundles (ohne Befehle) als auch die Vi/Vim-Emulation. Dabei lässt sich der Code-Editor in so gut wie jeder Hinsicht anpassen, egal, ob es um Farbschemata, Schriftarten, Tastenkombinationen, Snippets oder die Regeln für die Syntaxhervorhebung geht.

Rund um Sublime Text existiert ebenfalls eine aktive Community, die Packages und Plug-ins erstellt und pflegt. Mit Hilfe des Package Installers sind diverse zusätzliche Funktionen verfügbar.

• Preis: unbegrenzte kostenlose Testversion; 65 Dollar pro Jahr und Seat für die Business-Version; 99 Dollar für eine Privatlizenz (Support für drei Jahre);
• Plattformen: Windows, macOS und Linux;

Visual Studio Code

Visual Studio Code ist ein quelloffener, kostenloser Editor von Microsoft. Er enthält einen Mix aus Komponenten von Visual Studio und der Open-Source-Shell Atom Electron und bietet umfassenden Support für:

• ASP.Net Core Development mit C# und
• Node.js Development mit TypeScript und JavaScript.

Dank des TypeScript-Compilers und der Salsa-Engine bietet Visual Studio Code eine erstaunlich gute JavaScript-Codevervollständigung. Dazu sendet VS Code Ihren JavaScript-Code im Hintergrund an den TypeScript-Compiler, um Typen abzuleiten und eine Symboltabelle zu erstellen.

Während Sie eine Expression eingeben, ermöglicht dieselbe Symboltabelle es IntelliSense, diverse nützliche Pop-up-Optionen zur Codevervollständigung zur Verfügung zu stellen.

Der Support für Git ist umfangreich und simpel zu nutzen, der VS-Code-Debugger bietet eine hervorragende Erfahrung für Node.js und ASP.Net-Projekte. Visual Studio Code kann darüber hinaus auch mit externen Task-Runnern wie gulp und jake integriert werden und kann mit einem umfangreichen Ökosystem für Extensions aufwarten.

• Preis: kostenlos;
• Plattformen: Windows, macOS, Linux;

Brackets

Brackets ist ein kostenloser Open-Source-Editor, der ursprünglich von Adobe stammt. Das Ziel der Entwickler: Bessere Tools für JavaScript, HTML, CSS und verwandte, offene Webtechnologien bereitzustellen. Auch Brackets selbst ist in JavaScript, HTML und CSS geschrieben.

Zusätzlich zu den integrierten Funktionen verfügt Brackets über einen Extension Manager. Der ist auch nötig, denn die sind für diverse Programmiersprachen und Tools aus der Welt der Frontend-Entwickler verfügbar. In der Praxis ist Brackets zwar nicht so schnell wie Sublime Text (siehe weiter oben) oder TextMate (siehe weiter unten). Aber der Editor ist immer noch schnell genug. Brackets bietet umfassenden Support für:

• JavaScript,
• CSS,
• HTML und
• Node.js.

Darüber hinaus bietet Brackets weitere nützliche Funktionen wie beispielsweise:

• CSS inline in Verbindung mit einer HTML-ID bearbeiten,
• eine übersichtliche Benutzeroberfläche und
• eine Live-Vorschau für Webseiten in Bearbeitung.

Auch beim Blick auf die automatische Vervollständigung von JavaScript-Code kann Brackets in der Praxis überzeugen: Es schließt automatisch sämtliche Klammern und stellt Dropdown-Menüs für Keywords, Variablen und Methoden zur Verfügung. Der JavaScript-Editor ist auch in der Lage, den Node.js-Debugger zu steuern und Node über ein Menüelement neu zu starten. Erweiterungen für zusätzliche Funktionen wie TypeScript– und JSX-Support, Bower- und Git-Integration lassen sich schnell und einfach hinzufügen.

• Preis: kostenlos;
• Plattformen: Windows, macOS, Linux;

Atom

Dieser kostenlose, quelloffene und “hack”-bare Programmier-Editor stammt aus dem Hause GitHub und lässt sich in die entsprechende Anwendung integrieren. Tausende von Packages und Themes stehen zur Verfügung, um Atom anzupassen. Der Quellcode von Atom wird selbstverständlich auch auf GitHub gehostet, ist in CoffeeScript geschrieben und in Node.js integriert.

Bei Atom handelt es sich um eine spezialisierte Variante von Chromium, die eher als Texteditor denn als Webbrowser konzipiert ist. Jedes Atom-Fenster ist im Wesentlichen eine lokal gerenderte Webseite.

In der Praxis zeigt sich Atom performant. Der Editor ist sofort einsatzbereit und überzeugt unter anderem mit:

• einem “Fuzzy-Finder”,
• der Möglichkeit, schnell und projektübergreifend zu suchen,
• Multi-Cursor- und Windows-Optionen,
• Snippets und Code-Folding sowie
• der Möglichkeit, TextMate-Grammatiken und -Themen zu importieren.

Atom ist insbesondere praktisch, um Repositories zu durchsuchen, die von GitHub geklont wurden, weil die GitHub-Applikation zu diesem Zweck ein Kontextmenüelement enthält.

• Preis: kostenlos;
• Plattformen: Windows, macOS, Linux;

Notepad++

Ein weiterer kostenloser Open-Source-Editor, der gut für JavaScript geeignet ist – allerdings nur auf Windows läuft. Notepad++ unterstützt außerdem etwa 50 weitere Programmier- und Markup-Sprachen. Neben seinem Multi-Document-Editing-Fenster bietet dieser Editor auch eine “Workspace Tree View”, sowie Registerkarten mit Funktionslisten und Dokumentenübersicht. In der Praxis bekommt man dabei nie das Gefühl, ausgebremst zu werden.

Mit Syntax-Farb- und -Folding-Optionen, leistungsstarken Editing-Funktionen sowie Paramter-Hints hat Notepad++ das Zeug zum primären JavaScript-Texteditor. Allerdings ist es bei weitem nicht der umfassendste JavaScript-Editor, wenn es darum geht:

• Code zu generieren,
• Refactoring anzustoßen oder
• schnell durch große Projekte zu navigieren.

Nichtsdestotrotz ist Notepad++ ist auch heute noch nützlich – vor allem, wenn es schnell und kostenlos gehen muss.

• Preis: kostenlos;
• Plattform: Windows;

BBEdit

Mit BBEdit steht auch für macOS-Benutzer ein proprietärer JavaScript-Editor bereit. Er unterstützt etwa 35 Programmier- und Markup-Sprachen. Für viele weitere Sprachen ist Community-Support (von unterschiedlicher Qualität) über die BBEdit-Website verfügbar. Sowohl die kostenlose als auch die lizenzierte Version bieten Syntaxhervorhebung. Code-Vervollständigung für Funktions- und Variablennamen, einige Keywords und ctags bleiben den Nutzern der kostenpflichtigen Version vorbehalten. Diese lässt sich auch in die Versionskontrollsysteme Git, Perforce und Subversion integrieren.

BBEdit wurde bereits vor einiger Zeit grundlegend überarbeitet und überzeugt in der Praxis nun auch, wenn es größere Dateien verarbeiten muss. Auch was HTML und Markdown angeht, gibt es nichts zu beanstanden – das funktioniert sogar besser als JavaScript.

• Preis: kostenlose aber eingeschränkte Version; 59,99 Dollar pro Benutzer für die Vollversion;
• Plattform: macOS;

TextMate

Dieser (ebenfalls macOS-exklusive) Code-Editor war einmal der letzte Schrei, verlor dann stark an Bedeutung und wird inzwischen wieder aktiv weiterentwickelt. TextMate ist zwar keine IDE, lässt sich aber über Bundles, Snippets, Makros und sein Scoping-System mit Funktionen ausstatten, die selbst sprachspezifische Entwicklungsumgebungen vermissen lassen. Was die Geschwindigkeit angeht, ist TextMate fast so schnell wie Sublime Text.

Für eine IDE-ähnliche Funktionalität können Sie die Shell-Integration von TextMate verwenden, erwarten Sie aber kein Code Refactoring oder automatische Unit- und Regressionstests. Wenn Sie Grunt richtig einrichten, können Sie Ihre JavaScript-Tests auf dieser Ebene natürlich trotzdem automatisieren.

Auch Support für Markdown wird über ein integriertes Bundle bereitgestellt. Dieses enthält:

• eine Preview-Funktion für Dokumente,
• ein Markdown-„Cheatsheet“ sowie
• diverse Tastenkombinationen, um Markup zu generieren.

Um TextMate mit Git und GitHub zu integrieren, eignet sich hingegen das Git-Bundle gut. In der Praxis erkennt TextMate vorhandene Git-Repositories und kann diese per Pull-Befehl aus dem Bundle von GitHub aktualisieren. Mit dem SQL-Bundle können Sie mit MySQL- und PostgreSQL-Datenbanken arbeiten.

• Preis: kostenlos;
• Plattform: macOS;

(fm)

Dieser Beitrag ist im Original bei unserer Schwesterpublikation Infoworld.com erschienen.

Sergey Zaykov | shutterstock.com

Regelmäßige Netzwerk-Scans reichen für eine gehärtete Angriffsfläche nicht mehr aus. Um die Sicherheit von Unternehmensressourcen und Kundendaten zu gewährleisten, ist eine kontinuierliche Überwachung auf neue Ressourcen und Konfigurationsabweichungen erforderlich. Werkzeuge aus den Bereichen Cyber Asset Attack Surface Management (CAASM) sowie External Attack Surface Management (EASM) sind darauf ausgelegt, die Angriffsfläche von Unternehmen:

• zu quantifizieren,

• zu minimieren, und

• zu härten.

Das Ziel besteht dabei darin, den Angreifern möglichst wenig Informationen über das Security-Niveau des Unternehmens zu geben und gleichzeitig kritische Business Services aufrechtzuerhalten. Dabei spielt inzwischen auch Agentic AI eine immer größere Rolle.

12 Attack-Surface-Management-Tools

Die folgenden zwölf Lösungen unterstützen Sie dabei, Risiken zu identifizieren und zu managen.

Axonius Cyber Asset Attack Surface Management

Diese CAASM-Suite von Axonius deckt alle wichtigen Aspekte ab, wenn es um Attack Surface Monitoring geht. Das Tool erstellt zunächst ein Asset-Inventar, das automatisch aktualisiert und mit Kontext aus internen Datenquellen und Ressourcen angereichert wird.

Dabei ist es auch möglich, Monitoring-Prozesse aufzusetzen, die auf Grundlage von Richtlinien wie PCI oder HIPAA ablaufen. So lassen sich Konfigurationen oder Schwachstellen identifizieren, die diesen zuwiderlaufen und entsprechende Maßnahmen ergreifen.

Bugcrowd EASM

Bugcrowd hat im Mai 2024 Informer.io übernommen und dessen EASM-Angebot in seine Security-Plattform integriert. Diese automatisiert die Asset Discovery über Webapplikationen, APIs und andere “public facing”-Komponenten des IT-Stacks hinweg.

Assets überwacht die Lösung kontinuierlich, wobei identifizierte Risiken in Echtzeit priorisiert werden. Darüber hinaus stehen auch Zusatz-Services wie manuelle Risikoprüfungen oder Penetrationstests zur Verfügung. Das Workflow-basierte Response-System der Lösung verspricht eine einfachere Einbindung mehrerer Teams, indem existierende Ticketing- und Kommunikations-Tools integriert werden. Praktisch ist auch die Möglichkeit, Konfigurationsänderungen oder System Updates zu validieren, um sicherzustellen, dass identifizierte Bedrohungen tatsächlich bereinigt wurden.  

CrowdStrike Falcon Exposure Management

Crowdstrike hat sein Falcon-Surface-Angebot von einem Standalone EASM-Tool zu einem Kernbestandteil von Falcon Exposure Management ausgebaut. Die Lösung wird nun auch durch KI-nativen Code dabei unterstützt, Risiken zu identifizieren und auszuschalten. Darüber hinaus kommt die Technologie auch für Adversarial-AI-Szenarien zum Einsatz.

Die Crowdstrike-Lösung kann außerdem:

• Risiken mit dem Business-Kontext korrelieren,
• die Ausnutzbarkeit validieren und
• direkte Abhilfemaßnahmen über die Falcon-Plattform einleiten.

Unternehmen sollen sich mit dem Tool einen nachhaltigen Überblick über ihre Angriffsfläche verschaffen und Risiken oder Bedrohungen mit einer Vielzahl von Techniken aufspüren können. Dazu gehören etwa aktive, passive und API-basierte Scans, um mit dem Internet verbundene Ressourcen zu identifizieren.

Falcon Exposure Management ist nicht Teil des Enterprise-Softwarepakets von Crowdstrike. Es kann als Abonnementlizenz auf Basis der gemanagten Endpunkte erworben werden.

CyCognito Attack Surface Management

Das CAASM-Produkt von CyCognito bietet eine kontinuierliche Überwachung und Inventarisierung von Assets. Dabei spielt es keine Rolle, ob diese On-Premises, in der Cloud, bei einem Drittanbieter oder einer Tochtergesellschaft vorliegen.

Um den Triage-Prozess und die Risiko-Priorisierung zu erleichtern, kann auch Business-Kontext hinzugefügt werden (beispielsweise Beziehungen zwischen einzelnen Assets). Das hilft dabei, sich auf die wichtigsten Netzwerkrisiken zu konzentrieren. CyCognitos Tool verfolgt darüber hinaus auch Konfigurationsänderungen und ermöglicht so, neue Risiken für die Unternehmensinfrastruktur schnell zu identifizieren.

JupiterOne Cyber Asset Attack Surface Management

JupiterOne preist seine CAASM-Lösung als eine Möglichkeit an, “Cyber-Asset-Daten nahtlos in einer einheitlichen Ansicht zu aggregieren”. Der Kontext wird bei Bedarf automatisch hinzugefügt, und die Beziehungen zwischen den Assets können definiert und optimiert werden, um Schwachstellenanalyse und Incident-Response-Fähigkeiten zu verbessern.

Benutzerdefinierte Abfragen ermöglichen es Cybersecurity-Teams, komplexe Fragen zu beantworten, während der Asset-Bestand über eine interaktive Map durchsucht werden kann. Die Security-Tools, in die Sie bereits investiert haben, können Sie integrieren – was eine ganzheitliche, zentralisierte Perspektive auf das Security-Niveau zulässt.

Microsoft Defender External Attack Surface Management

Microsoft Defender EASM erkennt nicht verwaltete Assets und Ressourcen, die per Schatten-IT bereitgestellt werden oder sich auf anderen Cloud-Plattformen befinden. Sobald die Assets und Ressourcen identifiziert sind, sucht das Tool nach Schwachstellen auf jeder Ebene des Technologie-Stacks, einschließlich der zugrunde liegenden Plattform, App-Frameworks, Webanwendungen, Komponenten und des Kerncodes.

Defender EASM ermöglicht es IT-Profis, Schwachstellen in neu entdeckten Ressourcen schnell zu beheben, indem diese nach Entdeckung in Echtzeit kategorisiert und priorisiert werden. Naturgemäß lässt sich Defender EASM eng mit anderen Microsoft-Lösungen wie Security Copilot integrieren.

Outpost24 EASM

Der schwedische Anbieter Outpost24 hat 2023 den belgischen EASM-Anbieter Sweepatic übernommen und dessen Tool in seine Modul-Kollektion für Threat Intelligence, Data Leakage und Pentesting integriert. Diese EASM-Lösung ist sowohl Standalone, als auch als Managed Service erhältlich und kann Daten entweder passiv über DNS und andere TCP/IP-Details oder über direkte Verbindungen zu Cloud-Anbietern wie AWS und Azure sowie den Lösungen großer Softwareanbieter (etwa ServiceNow, Slack oder Atlassian) erfassen.

Palo Alto Networks Cortex Xpanse

Xpanse ist Teil der XSIAM-Produktsuite von Palo Alto, kann jedoch auch separat erworben werden. Das Standalone-Produkt hat allerdings einen etwas geringeren Funktionsumfang.

Das Palo-Alto-Tool unterstützt auch die Integration mit Tools von Drittanbietern wie Qualys, Jira und ServiceNow. Zudem verfügt das Produkt über eine beeindruckende Auswahl an vorgefertigten Detection-Regeln, Widgets, um Queries und Discovery-Routinen zu erstellen und anpassbare Daten-Dashboards aufzusetzen.

Rapid7 Surface Command

Surface Command ist nur eines von zahlreichen Modulen, das Rapid7 im Angebot hat (unter anderem Vulnerability und Incident Management sowie Cloud-Native Security). Das Tool bringt Threat Exposure, Detection und Response unter einen Nenner und verspricht eine kontinuierliche „Vogelperspektive“ über sämtliche Schwachstellen – vom Endpunkt bis hin zur Cloud.

Das Rapid-7-Tool ist darauf konzipiert, blinde Flecken in der Security aufzuspüren sowie Reaktion und Behebung zu beschleunigen. Für letzteres sind zudem auch agentenbasierte KI-Funktionen enthalten.

RiskProfiler EASM

Über die RiskProfiler-Plattform lassen sich sämtliche externen Bedrohungen managen. Das Tool ermöglicht beispielsweise Dark-Web-Monitoring, digitales Monitoring sowie Hacking-Kampagnen, Schwachstellen und Supply-Chain-Angriffe zu tracken. Die hieraus gewonnenen Bedrohungsinformationen werden von KI-Agenten zu einem einheitlichen Korpus verdichtet.

Bestandteil des Tools sind zudem mehr als 13.000 vorinstallierte Regeln, die sowohl Open-Source- als auch eigene proprietäre Algorithmen miteinander verbinden. Auch die Risikobewertungen von Drittanbietern werden analysiert. Ein anpassbares Management-Dashboard visualisiert die Daten in diversen Ansichten. 

SOCRadar AttackMapper

Mit AttackMapper (ein Teil der Tool-Suite für SOC-Teams), will SOCRadar, den Anwendern die Sicht der Angreifer auf die Assets ermöglichen. Das Tool überwacht Assets mithilfe von Agentic AI dynamisch in Echtzeit, identifiziert neue oder veränderte und analysiert sie auf potenzielle Schwachstellen.

Die Ergebnisse werden mit bekannten Angriffsmethoden korreliert, um den Entscheidungsfindungs- und Triageprozess zu unterstützen. Dabei überwacht AttackMapper nicht nur Endpunkte und Software Vulnerabilities, sondern auch SSL-Schwachstellen, abgelaufene Zertifikate, DNS-Einträge und Konfigurationen. Das Tool erkennt selbst Website-Defacement-Angriffe, was entscheidend sein kann, um die Markenreputation zu schützen.

Tenable Attack Surface Management

Tenable hat schon seit einigen Jahren Tools im Angebot, um Schwachstellen aufzuspüren – und auch die aktuelle Tool-Suite wird modernen IT-Sicherheitsanforderungen gerecht. Bei Tenable Attack Surface Management handelt es sich um das EASM-Modul des Unternehmens, das in dessen Exposure-Management-Plattform „One“ integriert ist.

Tenable Attack Surface Management liefert Kontext und Details zu Assets und Schwachstellen, allerdings nicht nur aus technischer Sicht, sondern auch auf Business-Ebene, was für eine umfassende Priorisierung der Maßnahmen erforderlich ist.

7 Fragen vor dem ASM-Invest

Die folgenden Fragen sollten Sie sich und potenziellen Anbietern von Attack-Surface-Management-Lösungen stellen, bevor Sie einen Vertrag unterzeichnen.

• Benötigt unser Unternehmen eine EASM- oder eine CAASM-Lösung? Die Antwort darauf hängt davon ab, ob Sie nach internen oder externen Angreifern suchen – und wie groß der Anteil Ihrer lokalen Infrastruktur ist.
• Wie umfangreich – und effektiv – ist das Tool automatisiert? Erkennt es zuverlässig alle anfälligen Ressoucren, einschließlich digitaler Zertifikate, offengelegter Anmeldedaten und mit dem Netz verbundene Server und Services? Welche Metadaten und weiteren Details liefert die Lösung?  
• Wie behebt die Lösung Schwachstellen, wenn sie welche findet? Läuft das automatisiert ab oder sind manuelle Eingriffe erforderlich?
• Unterstützt das Tool Continuous Monitoring? Und falls ja: Wie werden Veränderungen nachgehalten?
• Welche Schwachstellen werden wie mit anderen SOC-Tools geteilt oder integriert?
• Gibt es unterschiedliche Dashboards für Management- und andere Zwecke? Beziehungsweise: Wie lässt sich das Tool auf unterschiedliche Benutzergruppen anpassen?
• Wie sieht ihre Preisgestaltung im Detail aus? Stellen Sie sicher, dass Sie das Preisgefüge des Anbieters Ihrer Wahl wirklich verstehen. In den meisten Fällen sind Sie dabei mit komplexen, nutzungsabhängigen Abrechnungsmodellen konfrontiert.

(fm)

Dieser Beitrag ist im Original bei unserer Schwesterpublikation CSOonline.com erschienen.

Foto: klyaksun – shutterstock.com

Eine Art magische Taste zur Automatisierung langweiliger und repetitiver Aufgaben am Arbeitsplatz – und damit vereinfachte Arbeitsabläufe und mehr Zeit für wichtige Tasks – das ist das Versprechen von Robotic Process Automation (RPA). RPA integriert auch neue KI-Algorithmen in alte Technologie-Stacks: Viele Plattformen bieten Computer Vision und Machine Learning Tools. Dennoch: RPA ist kein Automatismus, ein beträchtliches Maß an manuellen Eingriffen und Anpassungen ist während des Trainings entsprechender Modelle erforderlich. Noch gibt es einige Tasks, die vorkonfigurierte Bots nicht erledigen können – allerdings werden die Softwareroboter zunehmend intelligenter und ihr Training einfacher.

Der RPA-Markt bietet eine Mischung aus neuen, speziell entwickelten Tools und älteren Werkzeugen, die mit zusätzlichen Automatisierungsfunktionen ausgestattet wurden. Einige Anbieter vermarkten ihre Tools unter dem Begriff “Workflow-Automatisierung” oder “Work Process Management”, andere sprechen von “Geschäftsprozessautomatisierung”.

Was Robotic Process Automation leisten sollte

Bevor Sie sich für ein RPA-Produkt entscheiden, sollten Sie sich darüber im Klaren sein, dass jedes Produkt seine eigenen proprietären Dateiformate zum Einsatz bringt. Deshalb sind RPA-Lösungen nicht miteinander kompatibel. Die Konsequenz für Sie als Anwender: Sie sollten in Frage kommende Produkte vorab sorgfältig evaluieren und einen Proof of Concept durchführen. Nachträglich auf ein anderes Produkt umzusteigen, ist in der Regel relativ mühsam – und kostspielig.

Stellen Sie sicher, dass sämtliche grundlegenden und speziellen Funktionen, die Sie benötigen, auch im Zusammenspiel mit Ihrer IT-Umgebung funktionieren. Auf folgende Faktoren gilt es dabei besonders zu achten:

• Bots sollten simpel einzurichten sein. Zudem sind verschiedene Möglichkeiten, um RPA-Bots für unterschiedliche Personas aufzusetzen, essenziell. Ein Recorder sollte die normalen Aktionen von Business-Nutzern erfassen. Citizen Developer sollten Low-Code-Umgebungen nutzen können, um Bots und Business-Regeln zu definieren. Und Profi-Devs sollten echten Automatisierungs-Code erstellen können, der auf die APIs des RPA-Tools zugreift.
• Low-Code-Funktionen sind unerlässlich. In der Regel vereint Low-Code eine Drag-and-Drop-Zeitleiste mit einer Aktions-Toolbox und Property-Formularen – ab und an muss auch ein Code-Snippet erstellt werden. Das geht deutlich schneller, als Business-Regeln mit herkömmlichen Verfahren zu erstellen.
• Die Lösung der Wahl sollte sowohl Attended als auch Unattended Bots unterstützen. Manche Bots sind nur sinnvoll, um sie on Demand (attended) auszuführen – etwa wenn es darum geht, einen genau definierten Task auszuführen. Andere eignen sich, um auf bestimmte Events zu reagieren (unattended) – etwa Due-Diligence-Prüfungen für übermittelte Kreditanträge. Sie benötigen beide Formen.
• Machine-Learning-Fähigkeiten sind Pflicht. Noch vor wenigen Jahren hatten viele RPA-Tools Probleme, Informationen aus unstrukturierten Dokumenten zu extrahieren.  Heutzutage kommen ML-Lernfunktionen zum Einsatz, um solche Daten zu analysieren. Das bezeichnen einige Anbieter und Analysten auch als “Hyperautomation”.
• Der Faktor Mensch braucht Raum. Kategoriale maschinelle Lernmodelle schätzen in der Regel die Wahrscheinlichkeit möglicher Ergebnisse. Ein Modell zur Vorhersage von Kreditausfällen, das eine Ausfallwahrscheinlichkeit von 90 Prozent angibt, könnte beispielsweise empfehlen, den Kredit abzulehnen, während ein Modell, das eine Ausfallwahrscheinlichkeit von 5 Prozent berechnet, empfehlen könnte, diesen zu gewähren. Zwischen diesen Wahrscheinlichkeiten sollte Spielraum für ein menschliches Urteil bestehen. Das RPA-Tool Ihrer Wahl sollte deshalb die Möglichkeit für manuelle Reviews bieten.
• Bots müssen sich mit ihren Enterprise Apps integrieren lassen – ansonsten können sie keine Informationen daraus abrufen und bringen entsprechend wenig. Die Integration geht in der Regel einfacher vonstatten, als PDF-Dateien zu parsen. Nichtsdestotrotz benötigen Sie dafür Treiber, Plugins und Anmeldedaten für sämtliche Datenbanken, Buchhaltungs- und HR-Systeme sowie weitere Unternehmens-Apps.
• Orchestrierungsmöglichkeiten sind unverzichtbar. Bevor Sie Bots ausführen können, müssen Sie sie konfigurieren und die dafür erforderlichen Anmeldedaten bereitstellen, in der Regel über einen eigens abgesicherten Credential Store. Zudem müssen Benutzer autorisiert werden, um Bots erstellen und ausführen zu können.
• Cloud-Bots können zusätzliche Benefits bringen. Als RPA eingeführt wurde, liefen die Bots ausschließlich auf den Desktops der Benutzer oder den Servern des Unternehmens. Mit dem Wachstum der Cloud haben sich jedoch virtuelle Cloud-Maschinen für diesen Zweck etabliert. Einige RPA-Anbieter haben auch bereits Cloud-native Bots implementiert, die als Cloud-Apps mit Cloud-APIs ausgeführt werden, anstatt auf virtuellen Windows-, macOS- oder Linux-Maschinen. Selbst wenn Sie derzeit nur wenig in Cloud-Anwendungen investiert haben, ist diese Funktion mit Blick auf die Zukunft empfehlenswert.
• Process-Mining-Fähigkeiten können Aufwand reduzieren. Der zeitaufwändigste Teil einer RPA-Implementierung besteht im Regelfall darin, Prozesse zu identifizieren, die automatisiert werden können – und diese entsprechend zu priorisieren. Je besser die RPA-Lösung Ihrer Wahl Sie in Sachen Process Mining und Task Discovery unterstützen kann, desto schneller und einfacher können Sie automatisieren.
• Skalierbarkeit ist das A und O. Wenn Sie RPA unternehmensweit einführen und sukzessive ausbauen möchten, können leicht Skalierungsprobleme auftreten – insbesondere, wenn es um Unattended Bots geht. Dagegen hilft oft eine Cloud-Implementierung, insbesondere, wenn die Orchestrierungskomponente in der Lage ist, bei Bedarf zusätzliche Bots bereitzustellen.

Die besten RPA-Softwarelösungen

Im Folgenden haben wir die aktuell wichtigsten Anbieter und Lösungen im Bereich Robotic Process Automation für Sie zusammengestellt. Die Auflistung erhebt keinen Anspruch auf Vollständigkeit und basiert unter anderem auf den Bewertungen von Anwendern sowie den Einschätzungen von Analysten.

Zu beachten ist dabei, dass KI-Agenten klassischen RPA-Lösungen zunehmend den Rang ablaufen, da sie weitergehende, intelligentere Automatisierungsinitiativen ermöglichen: Während Robotic Process Automation vor allem regelbasiert funktioniert, “lernen” KI-Agenten aus Daten. Diverse Anbieter haben bereits auf den Trend reagiert und ihr Automatisierungsangebot entsprechend neu ausgerichtet.

• Airslate
• Appian
• Automation Anywhere
• AutomationEdge
• AWS Lambda
• Cyclone Robotics
• Datamatics
• EdgeVerve Systems
• Fortra Automate
• IBM
• Laiye
• Microsoft
• Mulesoft (Salesforce)
• NiCE
• Nintex
• Pega
• SAP
• ServiceNow
• SS&C Blue Prism
• Tungsten Automation (ehemals Kofax)
• UiPath
• WorkFusion

(fm)

Dieser Beitrag ist im Original bei unserer Schwesterpublikation CIO.com erschienen.

earthphotostock – shutterstock.com

In vielen Unternehmen stoßen IT-Sicherheitsrichtlinien auf Widerstand, da Mitarbeitende sie als hinderlich oder praxisfern empfinden. Dies erschwert die Umsetzung, untergräbt die Wirksamkeit und belastet die Zusammenarbeit zwischen der Sicherheitsabteilung und den Fachbereichen. Statt als Partner wird Cybersecurity oft als Bremser wahrgenommen – ein fatales Sicherheitsrisiko. Für CISOs (Chief Security Information Officer) bedeutet das, dass neben technisch korrekten Richtlinien vor allem die Akzeptanz im Alltag entscheidend ist. Ein neuer Ansatz mit empathischem Policy-Engineering und strategischer Sicherheitskommunikation fördert eine nachhaltige Sicherheitskultur.

IT-Sicherheit: Arbeitsdruck und soziale Einflussfaktoren

In vielen IT-Abteilungen herrscht die Ansicht, dass Anwender wenig motiviert sind, Sicherheitsvorgaben einzuhalten. Unternehmen setzen auf Sanktionen und Schulungen, um regelkonformes Verhalten zu erzwingen. Ein zwei-tägiges Experiment, das untersucht, wie sich Sicherheitsdesigns auf richtlinienkonformes Nutzerverhalten auswirken, zeigte jedoch: Hatten Teilnehmende anfänglich noch eine positive Einstellung gegenüber Sicherheitsrichtlinien, wurden diese unter steigendem Arbeitsdruck zunehmend als hinderlich empfunden, was vermehrt zu Regelverstößen führte. Stress und situative Faktoren hatten einen spürbaren Einfluss auf das sicherheitsrelevante Verhalten der Teilnehmenden.

Sicheres Verhalten entsteht also nicht allein durch Wissensvermittlung, sondern hängt stark von der individuelle Risikoeinschätzung und den konkreten Alltagssituationen ab. Nutzer handeln nicht immer so, wie es die Richtlinien vorsehen. Oft nicht aus Unwillen, sondern weil andere Faktoren überwiegen oder als wichtiger eingeschätzt werden. Ambitionierte Ziele, Zeitdruck und das Bedürfnis nach reibungsloser Zusammenarbeit stehen häufig im Widerspruch zu abstrakten Sicherheitsvorgaben. Diese Interessenkonflikte führen schnell zu Spannungen zwischen Security, IT und den anderen Fachbereichen. Das gefährdet letztlich die Sicherheitskultur.

Sicherheitsverantwortliche können an drei Punkten ansetzen, um dem entgegenzuwirken.

1. Die Anwender verstehen

CISOs sollten sich zunächst die Frage stellen, warum sich Nutzer nicht sicher verhalten. Eine Vielzahl von Faktoren spielen hier eine Rolle: Beispielsweise sind sich Anwender der Bedrohung nicht bewusst, sehen den Nutzen von sicherem Verhalten nicht oder empfinden Sicherheitsmaßnahmen als hinderlich für ihre Arbeit. Eventuell besteht auch ein Interessenkonflikt mit den Zielen der Nutzer oder sie stehen unter Zeitdruck. Oft fehlen schlicht die Mittel – beispielsweise, wenn Vorschriften einen sicheren Datenaustausch mit Zulieferern und Kunden fordern, aber den Mitarbeitenden keine Plattform für einen solchen Datenaustausch zur Verfügung gestellt wird – oder auch Vorbilder im Umfeld.

Vor der Implementierung von Sicherheitsmaßnahmen ist es wichtig, widersprüchliche Ziele und Prioritäten der verschiedenen Interessensgruppen (IT-Abteilung, technische Abteilungen, Management, Verwaltung, Mitarbeitende in der Produktion) zu identifizieren und auszugleichen. Dies ist beispielsweise im Rahmen einer Stakeholder-Analyse möglich – einer Methode aus der Wirtschaftsinformatik, um die Präferenzen aller beteiligten Stakeholder zu erheben. Je mehr Sicherheitsverantwortliche über die Arbeitswirklichkeit und die Ziele der verschiedenen Bereiche wissen, desto besser gelingt es ihnen, Sicherheitsmaßnahmen dazu passend zu gestalten – was zu mehr Akzeptanz und am Ende einer erfolgreichen Umsetzung führt.

2. Sicherheitsrichtlinien mit Blick auf den Anwender gestalten

Unsicheres Verhalten wird häufig den Nutzern angelastet, dabei liegt das Problem oft in der Maßnahme selbst. In der IT-Sicherheitsforschung liegt der Fokus häufig auf dem individuellen Verhalten der Nutzer – beispielsweise auf der Frage, ob sicheres Verhalten von Persönlichkeitsmerkmalen abhängt. Vernachlässigt wird dabei die Frage, wie gut Sicherheitsmaßnahmen überhaupt zur Arbeitsrealität passen – sprich, wie wahrscheinlich es ist, dass sie im Alltag akzeptiert werden.

Für jede Bedrohung gibt es meist mehrere verfügbare Sicherheitsmaßnahmen. Doch Unterschiede in Aufwand, Akzeptanz, Kompatibilität oder Komplexität werden in der Praxis oft nicht berücksichtigt. Stattdessen treffen Sicherheits- oder IT-Abteilungen Entscheidungen häufig ausschließlich auf Grundlage technischer Aspekte.

Um wirksame IT-Sicherheitsrichtlinien zu etablieren, müssen diese nicht nur technisch korrekt sein – sie müssen auch aus Mitarbeitersicht sinnvoll und praktikabel sein. Der Schlüssel dazu liegt im empathischen Policy Engineering: Sicherheitsvorgaben sollten so gestaltet sein, dass sie verständlich sind, akzeptiert werden und mit den alltäglichen Arbeitszielen vereinbar sind. Das gelingt am besten, wenn Mitarbeitende frühzeitig in die Entwicklung eingebunden werden – inklusive ihrer Zielkonflikte und praktischen Herausforderungen.

Ein anschließender Pilotversuch hilft dabei, potenzielle Stolpersteine und Hindernisse frühzeitig zu erkennen und die Maßnahmen entsprechend nach zu justieren. Es hat sich bewährt, dabei mit den “Early Adopters” zu starten – also der Gruppe an Anwendern, die Neuerungen gegenüber aufgeschlossen ist und im Anschluss konstruktives Feedback geben kann. Dieses sollte vor dem großen Roll-out berücksichtig werden. So kann eine Sicherheitskultur entstehen, die wirkt – und im Alltag tatsächlich gelebt wird.

3. Sinnvoll kommunizieren: Der RESPECT-Ansatz

Aktuell werden Sicherheitsmaßnahmen und -richtlinien häufig in einer Art und Weise kommuniziert, die Anwender nicht in ihrer Arbeitsrealität abholen, weil sie gar nicht darauf abzielen, dass Mitarbeitende sich damit beschäftigen und motiviert werden: Etwa über Anweisungen, Standard-Online-Trainings oder zu verspielte Formate wie Comics, die Mitarbeitende nicht ernst nehmen. Besser funktioniert das mit dem RESPECT-Ansatz: Er setzt auf Kommunikation auf Augenhöhe, statt auf Verbote und Strafen.

Der entscheidende Unterschied: Mitarbeitende werden als kompetente, verantwortungsvolle Erwachsene behandelt. Im Zentrum steht ein empathischer Blick auf ihre Bedürfnisse und Arbeitsrealitäten – ohne die Sicherheitsziele aus den Augen zu verlieren.

Es gibt mehrere Techniken, um die Kommunikation von Sicherheitsrichtlinien erfolgreich zu gestalten und Konflikte zu vermeiden:

Taktische Empathie: Diese schafft Anerkennung, stärkt Vertrauen und sorgt so dafür, dass sich Mitarbeitende gehört fühlen und bereit sind, sicherheitsrelevante Informationen anzunehmen.

„Help me to help you“ anstelle von „Nein“: Statt Sicherheitsvorgeben durchzusetzen, können CISOs mit gezielten „Wie“-Fragen Anwender dazu anregen, über die vorgeschlagenen Lösungen nachzudenken. Wenn Anwender Änderungswünsche zu den Sicherheitsvorgaben haben, sollte die Security nicht einfach nur ‘Nein’ sagen. Eine Rückfrage dazu, was die Mitarbeitenden selbst vorschlagen, um sowohl die Sicherheitsvorgaben einzuhalten als auch effizientes Arbeiten zu ermöglichen, ist sinnvoll. So entsteht ein Dialog und es ist leichter, einen für alle Beteiligten tragbaren Kompromiss zu finden.

Praxiserfahrung statt grauer Theorie: Ein Trainingskonzept, das auf direkte Erfahrung setzt, konfrontiert Teilnehmende mit realistischen Szenarien – etwa Cyberangriffe wie Phishing, Ransomware oder USB-Angriffe. Sie erleben hautnah in einer realitätsnahen Umgebung, die typische Arbeitsplätze in kleinen und mittleren Unternehmen abbildet, wie Cyberangriffe ablaufen. So entsteht ein tiefes, nachhaltiges Verständnis für IT-Sicherheit. Statt Belehrungen stehen der Mensch und das Erleben im Mittelpunkt.

Fazit: CISOs als Gestalter wirksamer Sicherheitskultur

Der geringe Erfolg vieler Sicherheitsmaßnahmen liegt nicht allein an den Nutzenden – oft sind es unrealistische Vorgaben, fehlende Einbindung und unzureichende Kommunikation. Für Sicherheitschefs bedeutet das: Statt auf Erziehung und Sanktionen zu setzen, braucht es einen strategischen Paradigmenwechsel. Sie sollten zu einer Art Emphatic Policy Architekt werden, dessen Sicherheitsstrategie nicht nur technisch funktioniert, sondern auch menschlich überzeugt. Er gestaltet Rahmenbedingungen, in denen sich sichere Entscheidungen selbstverständlich in den Arbeitsalltag einfügen. Dafür braucht es ein gutes Gespür für Zielkonflikte, Kommunikation auf Augenhöhe – und die Fähigkeit, Sicherheit als gemeinsamen Wert im Unternehmen zu verankern. (jm)

Lesetipp: So erfüllen Sie Ihre Compliance-Anforderungen

Fit Ztudio | shutterstock.com

Im Dev-Umfeld verschwimmt die Grenze zwischen Programmieren und Prompten schon seit einigen Jahren. Auf die Spitze getrieben wird diese Entwicklung vom Vibe-Coding-Trend: Frühe KI-Entwickler-Tools wie GitHub Copilot waren vornehmlich darauf ausgelegt, Devs zu unterstützen. Etwa, indem sie Funktionen und Syntax ergänzten oder Boilerplate-Code aus Kommentaren generierten. Kommt ein Vibe-Coding-Ansatz zum Zug, beginnen menschliche Entwickler hingegen gar nicht erst damit, Code zu schreiben.

Dieses Konzept führt nicht nur zu veränderten Workflows, sondern erfordert auch, ein neues Mindset. Schließlich wird die Programmierarbeit mit Vibe Coding eher zu einer Art Live-Prototyping. In diesem Artikel lesen Sie:

• warum Vibe Coding Vibe Coding heißt,
• inwieweit sich dieser Ansatz für Unternehmen eignet,
• wie Vibe-Coding-Workflows konkret aussehen (können),
• welche Tools in diesem Bereich zu empfehlen sind,
• welche Risiken Sie dabei auf dem Schirm haben sollten, sowie
• Tipps dazu, wie Sie Vibe Coding effektiv in der Praxis umsetzen.

Vibe Coding – Begriffsdefinition

Der Begriff Vibe Coding wurde Anfang 2025 vom OpenAI-Mitbegründer Andrej Karpathy geprägt. Der KI-Experte trat den Trend mit einem Post auf dem Kurznachrichtendienst X los.

In diesem beschreibt Karpathy die Vibe-Coding-Methodik als eine neue Coding-Form, bei der man sich ganz den “Vibes” hingibt und vergisst, dass der Code überhaupt existiert. Amy Mortlock, Vice President of Marketing beim OSINT-Spezialisten ShadowDragon, erklärt das Konzept etwas weniger kryptisch: “Beim Vibe Coding beschreibt man in natürlicher Sprache, was man möchte, und die KI generiert dann die gesamte Anwendung und kümmert sich um alle technischen Details.”

Vibe Coding setzt also darauf, die traditionelle Programmierarbeit durch dialogorientierte Anweisungen und Kooperation mit einem KI-Assistenten zu ersetzen. Statt detaillierte Spezifikationen zu entwerfen und diese an die Engineers weiterzugeben, können Produktmanager, Fachexperten – oder jeder andere, der eine Idee hat – in einfacher Sprache beschreiben, wie das Ergebnis aussehen soll. Die KI-Software erledigt dem Rest in Echtzeit. Allerdings geht es dabei weniger darum, die Softwareentwicklung durchgängig zu automatisieren.

Vielmehr stehen Mindset-Veränderungen im Fokus: Warum sollte man nicht der KI die Mechanik überlassen und sich stattdessen auf die Ausrichtung, das Feedback, den Flow und die “Vibes” konzentrieren? Schließlich werden die Modelle, die Tools wie Cursor oder GitHub Copilot zugrunde liegen, immer performanter. Deswegen sehen auch viele Developer ihre Arbeit inzwischen vorwiegend als einen Dialog mit der KI – statt sich zeilenweise selbst durch Syntax zu wühlen.

Und obwohl auch bei einem Vibe-Coding-Ansatz diverse Probleme und Herausforderungen auf den Plan treten können (dazu später mehr): Die Technik gewinnt zunehmend an Popularität – auch im Unternehmensumfeld.

Vibe Coding im Unternehmen

Wie das in der Praxis konkret aussieht, beschreibt Charles Ma, Softwareentwickler beim Observability-Spezialisten Chronosphere: “Viele unserer Entwickler nutzen Tools wie Cursor und Claude Code. Wir fördern deren Einsatz sogar über ein Nutzungs-Leaderboard. Dabei betrachten wir die Tools jedoch als Assistenten, nicht als Dev-Ersatz. Unser Code-Review-Prozess ist weiterhin Pflicht für jeden Produktionscode – und wir sehen eher davon ab, viele unserer oder gar externe Tools mit KI zu verbinden.”

In der Perspektive von Achint Agarwal, Vice President of Product beim KI-Anbieter Pramata, hat Vibe Coding vor allem die Art und Weise verändert, wie Teams vom Konzept zum Prototyp gelangen: “Früher mussten UI/UX-Designer und Entwickler zusammenarbeiten, um eine Idee in etwas zu verwandeln, mit dem Kunden interagieren konnten. Dieser Prozess konnte leicht mehrere Wochen dauern und diverse Überarbeitungsrunden umfassen.”

Heute, so Agarwal, könne ein Produktmanager oder Fachexperte einfach in natürlicher Sprache formulieren, was er sich vorstellt, und die KI generiere funktionierenden Code in Prototyp-Qualität. “Bei dieser Veränderung geht es um mehr als nur Geschwindigkeit: Auch die Qualität der Ergebnisse ist besser, weil die Person, die den Anforderungen am nächsten steht, während des gesamten Prozesses die Kontrolle behält und es keine Reibungsverluste durch Übergaben gibt”, fügt der Manager hinzu.

Auch Agarwal sieht in Vibe Coding kein Substitut für die traditionelle Softwareentwicklung, sondern vor allem ein Explorations- und Validierungs-Tool: “Dev-Teams ist es damit möglich, in kurzer Zeit funktionierende Prototypen zu erstellen, diese mit Kunden zu testen und zu überprüfen, ob die Idee sinnvoll ist. Fällt diese Prüfung positiv aus, kann der Prototyp an die Engineers gehen, die ihn mit Blick auf Skalierbarkeit, Sicherheit und langfristige Integrationen weiter ausbauen.”

Wie sieht ein Vibe-Coding-Workflow aus?

Es gibt keine allgemeingültige Blaupause für Vibe Coding. Entsprechend gehen auch die Ansichten darüber auseinander, wie ein typischer Vibe-Coding-Workflow aussieht. Kostas Pardalis, Data Infrastructure Engineer beim KI-Lösungsanbieter Typedef, beschreibt diesen als agilen, vierstufigen Prozess:

• die Erkundungsphase, in der der “Vibe”, der Zweck und die Einschränkungen definiert werden.
• die Gestaltungsphase, in der ein funktionierender Prototyp erstellt und verfeinert wird.
• die Grounding-Phase, die genutzt wird, um Struktur und Datenintegrität hinzuzufügen.
• die Operationalisierungsphase, in der Versionierung, Evaluierung und Governance hinzukommen.

Steve Croce, Field CTO beim Open-Source-Unternehmen Anaconda, steht hingegen auf dem Standpunkt, dass der Vibe-Coding-Workflow davon abhängig ist, ob ein Prototyp, eine Zwischenlösung oder eine vollständige Produktionsapplikation entwickelt werden soll. Basierend darauf, orientiert sich der Vibe-Coding-Workflow in der Vision des Technologieentscheiders eher am traditionellen Software Development Lifecycle – fußt jedoch ebenfalls auf vier Stufen:

• In der Phase der Planungs- und Anforderungsanalyse könnten Produktmanager und UX-Teams demnach voll und ganz auf Vibe Coding setzen und so vor der formellen Entwicklung klickbare Prototypen und Machbarkeitstests erstellen.
• Im Rahmen der Design-Phase kann KI laut Croce dabei unterstützen, Architekturen und Dokumentationen zu erstellen. Der Manager weist allerdings darauf hin, dass es in dieser Phase auch hilfreich sein könne, erfahrene Engineers oder Architekten hinzuziehen, um die Einhaltung von Standards und die Reusability interner Systeme zu gewährleisten.
• Als Kernbereich der Vibe-Coding-Experience sieht Croce die Implementierungs- und Testphase: Ein KI-Agent könne an dieser Stelle die gesamte Anwendung erstellen und darüber hinaus auch Repositories strukturieren und Tests durchführen. Der Experte rät Unternehmens-Teams jedoch mit Blick auf die Testabdeckung und Konformitätsprüfungen auch in dieser Phase dazu, menschliche Profis hinzuzuziehen.
• In der Bereitstellungs- und Wartungsphase könne KI laut dem CTO dazu genutzt werden, Apps bereitzustellen und zu warten. Dieser Part könne jedoch auch vollständig außerhalb der Vibe-Coding-Erfahrung abgewickelt werden, um den Unternehmensanforderungen zu entsprechen, so Croce.

Empfehlenswerte Vibe-Coding-Tools

Vibe-Coding-Tools decken ein breites Spektrum ab: Vom leicht zugänglichen, dialogorientierten Builder für nicht-technische Teams, bis hin zu integrierten Entwicklungsumgebungen (IDEs), die Engineers umfassende Kontrollmöglichkeiten bieten und zuverlässige Anwendungen gewährleisten. Die Wahl des richtigen Tools hängt von den Fähigkeiten des Teams, dem Projektziel und dem benötigten Maß an Governance ab.

Eine kleine Auswahl empfehlenswerter Tools für Vibe-Coding-Zwecke:

• Cursor ist eine KI-integrierte IDE, mit der sich mehrere Dateien bearbeiten lassen.
• Replit ist eine gute Wahl für Browser-basierte Entwicklungsarbeit.
• Bolt und Lovable sind Builder, eignen sich vor allem für schnelles Brainstorming und zeichnen sich durch überschaubaren technischen Aufwand aus. Diese Tools sind daher auch für Einsteiger geeignet.
• Windsurf und Zed sind vollständige IDEs, die darauf ausgelegt sind, Vibe-Coding-Funktionen in traditionelle Dev-Umgebungen zu integrieren.

Diese Risiken birgt Vibe Coding

Trotz der genannten Vorteile birgt der Vibe-Coding-Ansatz auch diverse Risiken mit Blick auf die Wartbarkeit und Anfälligkeit der generierten Logik. So warnt etwa ShadowDragon-Managerin Mortlock: “Sicherheitslücken und technische Schulden sind die Hauptprobleme in Zusammenhang mit Vibe Coding. KI kann manchmal unsichere Pattern oder auch veraltete Bibliotheken einbinden.”

Zudem sei KI-generierter Code in den meisten Fällen auch länger, was das Debugging langwierig und mühsam gestalten könne, erklärt Mortlock. Sie fügt hinzu: “KI verweist unter Umständen auch auf nicht existierende Packages, was auch böswillige Akteure ausnutzen könnten. Was wie funktionierender Code aussieht, kann versteckte Fallen bergen.”

Charles Ma, Software Engineer beim Observability-Spezialisten Chronosphere, sieht ein weiteres Problem, das die Angriffsfläche potenziell vergrößert: “Selbst erfahrene Engineers können selbstzufrieden werden und dann Probleme übersehen, die ihnen sonst nicht entgangen wären. Sobald KI-Tools mit externen Systemen verbunden sind oder Websuchen durchführen, besteht außerdem das Risiko von Prompt Injections und Toolchain-Exploits.”

Infrastruktur-Profi Pardalis fokussiert mit Blick auf die Risiken von Vibe Coding vor allem die Bereiche Volatilität und Sichtbarkeit: Weil dieser Ansatz für schnelle Iterationen und Modellautonomie förderlich sei, bestünden die Hauptrisiken in unkontrollierter Variabilität und undurchsichtigen Quellen. Um diese Probleme zu bekämpfen, appelliert Pardalis für:

• Lineage Tracking: Jede Version wird committet und verwendet Frameworks mit integrierter Traceability.
• Evaluierungsschleifen: Qualitäts- und Regressionsprüfungen werden automatisiert durchgeführt.
• Governance-Layer: Prompt-Historien werden auditiert und sensible Daten gefiltert.

Der Engineering-Profi ist der Ansicht, dass eine expressive, modellgesteuerte Softwareentwicklung und eine deterministische Infrastruktur unter disziplinierten Rahmenbedingungen koexistieren können: “Letztendlich verspricht Vibe Coding kein Chaos, sondern strukturierte Kreativität. Sie entwickeln Ideen schnell, setzen sie aber sicher um. Mit anderen Worten: Freiheit am Anfang, Disziplin im weiteren Verlauf – so kann Vibe Coding tatsächlich in Produktionsumgebungen skaliert werden.”

6 Tipps für effektives Vibe Coding

Da Sie nun umfassend über alle Aspekte des Vibe-Coding-Ansatzes informiert sind, geben wir Ihnen abschließend noch ein paar Tipps an die Hand, um Ihre eigene Initiative erfolgreich umzusetzen. Diese haben wir aus unseren Gesprächen mit den im Artikel zitierten Spezialisten zum Thema extrahiert

• Beginnen Sie mit Zielen, nicht mit Funktionen: Beschreiben Sie zunächst die gewünschte User Experience und die wesentlichen Geschäftsprobleme, die mit der Initiative gelöst werden sollen. Dabei müssen Sie es nicht übertreiben und jeden Button oder Screen definieren – für relevante Lösungen ist es entscheidend, der KI so genau wie möglich zu beschreiben, was erreicht werden soll.
• Planen Sie voraus: Vibe Coding ist nicht in der Lage, eine gute Architektur zu ersetzen. Bevor Sie KI hinzuziehen, sollten Sie deshalb sicherstellen, dass Design und Spezifikationen stimmen. Das erleichtert es der KI, “Intent” in kohärente Systeme zu übersetzen.  
• Verstehen Sie KI als Partner: Es gilt, mit Vibe-Coding-Tools zu kollaborieren. Diese Werkzeuge brauchen Anleitung und ihre Ergebnisse müssen überprüft werden. Blindes Vertrauen kann an dieser Stelle kontraproduktiv sein. Sie sollten deshalb nicht zögern, die KI-generierte Logik in Frage zu stellen.
• Nutzen Sie Frameworks, Kontext und Beispiele: Etablierte Frameworks zu nutzen, erspart es Ihnen alles von Grund auf neu zu entwickeln. Die KI mit Beispielanwendungen zu füttern oder (vertrauenswürdige) MCP-Server hinzuzuziehen, um Kontext in größeren Projekten zu managen, kann ihre Fähigkeiten erweitern.  
• Halten Sie Menschen – und Security – im Loop: Setzen Sie auch bei Vibe- respektive KI-Coding-Tools auf das Least-Privilege-Prinzip – und Review-Prozesse. Engineering Best Practices anzuwenden, empfiehlt sich ebenfalls: Generieren Sie Tests, verifizieren Sie Funktionalitäten. Und betrachten Sie die Tools als Kreativitäts- und Produktivitäts-Support. Nicht als Substitut für Skills und Knowhow.
• Iterieren und verfeinern Sie: Nehmen Sie mit Blick auf Vibe Coding Abstand vom Streben nach Perfektion (auch wenn es Ihnen widerstrebt) und finden Sie sich möglichst frühzeitig mit unvollkommenen Ergebnissen ab. Tracken Sie Prompts, cachen Sie Checkpoints und verfeinern Sie die Ergebnisse – solange, bis der “Flow” zu einer zuverlässigen Funktionalität wird.

(fm)

Dieser Artikel ist im Original bei unserer Schwesterpublikation Infoworld.com erschienen.

• Selbständige stehen häufig unter Stress
• 10 Tipps, um die Leistungsfähigkeit zu erhalten

Foto: lzf – shutterstock.com

Es gibt ein paar Dinge, die für Ihr künftiges körperliches und geistiges Wohlbefinden von entscheidender Be­deutung: Sie sollten auf eine ausgewogene und gesunde Ernährung achten. Ihren berufsbedingten Bewegungsmangel sollten Sie möglichst durch regel­mäßigen Sport ausgleichen. Lernen Sie außerdem mit Stress umzuge­hen (Stressmanagement) und lassen Sie Ihre Gesundheit regelmäßig von einem Arzt checken.

Hier zehn konkrete Tipps, wie Sie Ihre Lebensfreude und berufliche Leistungsfähigkeit langfristig bewahren können:

1. Ernährung

Ernähren Sie sich ausgewogen. Achten Sie auf eine fettarme, dafür aber ballaststoff- und vitaminreiche Ernährung. Nehmen Sie, gerade in den heißen Sommermonaten, ausreichend Flüssigkeit (Tee, Mineral­wasser, Säfte) zu sich.

2. Zigaretten ade

Stellen Sie, falls noch nicht geschehen, das Rauchen ein und trin­ken Sie wenig Alkohol.

3. Sport

Treiben Sie zwei- bis dreimal in der Woche Sport; gerade wer 40 bis 50 Stunden pro Woche im Büro, im Auto oder bei Geschäftsessen verbringt, braucht regelmäßige Be­wegung als Ausgleich.

4. Ausdauer

Gesundheitssport ist Ausdauersport. Deshalb sollten Sie langsam und dafür lange Sport treiben. Denn die körpereigenen Fettreserven werden erst nach ca. 30 Minuten sportlicher Aktivität in größerem Umfang in Energie umgewandelt.

5. Nicht übertreiben

Wenn Sie als “Sport-Muffel” mit dem Sport-treiben beginnen, sollten Sie auf Ihre aktuellen körperlichen Fähigkeiten beachten. Ein medizinischer Check-up sollte am Beginn Ihrer Karriere als Hobbysportler stehen.

6. Rückenschmerzen

Wer den größten Teil des Ta­ges sitzend im Büro verbringt, sollte sich zwi­schendurch bewegen. Dehn- und Kräftigungs­übungen stärken die Rumpfmuskulatur und beugen Rückenschmerzen vor.

7. Entspannung

Auch wenn es Ihnen schwer fällt, sollten Sie nach der Arbeit unbedingt abschalten! Gönnen Sie Ihrem Körper genügend Schlaf. Wer tagsüber viel leistet, braucht auch ausreichend lange Erholungsphasen.

8. Stress erkennen

Selbstständige (Unternehmer und Führungskräfte) sind berufsbedingt vielen Stressfaktoren ausgesetzt. Lernen Sie Stresssymptome frühzeitig zu er­kennen. Versuchen Sie Stresssituationen, soweit möglich, zu vermeiden, und bauen Sie den angestauten “Stress” durch Sport und Entspannungsübungen wieder ab.

9. Ärztliche Untersuchung

Ein regelmäßiger medizinischer Check-up dient dem frü­hen Erkennen von möglichen Erkrankungen. Rechtzeitig erkannt, sind die meisten Krankheiten heilbar.

10. Leistungsfähigkeit

Wenn Sie die oben genannten Punkte bereits be­herzigen, behalten Sie Ihr gesundheitsförderndes Verhalten künftig bei. Das hilft Ihnen, gesund und fit zu bleiben und Ihre Lebens­freude sowie (berufliche) Lei­stungsfähigkeit zu bewahren.

Foto: Master1305 – shutterstock.com

Die ersten Worte sind entscheidend – bei einem Date, einem Vortrag oder einem Bewerbungsanschreiben. Bei letzterem geht es nicht nur um einen guten Aufbau, also ein gutes formales Erscheinungsbild, sondern auch um den Einstieg. Denn viele Personaler lesen entweder gar nicht erst weiter, wenn sie den ersten Satz nicht spannend finden – oder sie lesen die restlichen Zeilen mit einer genervt-gelangweilten Grundstimmung.

Ist Ihnen schon mal aufgefallen, dass sich Bewerbungsanschreiben häufig extrem ähneln – obwohl sich völlig verschiedene Menschen auf unterschiedliche Positionen in unzähligen Unternehmen bewerben? Meistens werden existierende Bewerbungsschreiben-Vorlagen einfach umgeschrieben und sämtliche Floskeln unbedacht übernommen. Wer seine Chance auf den Job erhöhen möchte, sollte seinen eigenen Stil finden – und sich bereits mit den ersten Worten von der grauen Masse abheben.

Verzichten Sie im Bewerbungsanschreiben auf Floskeln

“Hiermit bewerbe ich mich auf…” – bloß nicht! Wer mit dieser Phrase startet, liefert direkt den schriftlichen Gegenbeweis für die eigene Kreativität. Auch die folgende Formulierung sollte vermieden werden: “Ich habe Ihre Anzeige vom 12. September gelesen und bewerbe mich hiermit um die Position als Soundso.” Dieser Satz bietet keinerlei Mehrwert, denn er enthält keine Information – außer der, dass der Bewerber lesen kann. Den Empfängern einer Bewerbung brauchen Sie nicht zu sagen, dass Sie sich bewerben.

Wie immer beim Schreiben sollte kein Satz nur dem Selbstzweck dienen. Ihre Worte müssen etwas zu sagen haben! Sparen Sie sich deshalb die Phrasen und kommen Sie direkt zum Punkt. Ihre ersten Worte sollten zum Weiterlesen animieren und Interesse für Sie als Person wecken. Und dafür gibt es einige Möglichkeiten.

Stellen Sie eine Verbindung zum Unternehmen her

Wenn es vorab bereits Kontakt zum Unternehmen gab, macht es Sinn, daran anzuknüpfen: “Liebe Frau Müller, unser gestriges Telefonat hat einen sehr positiven Eindruck bei mir hinterlassen und mir einmal mehr gezeigt: Ich würde mich freuen, Teil Ihres Unternehmens zu werden!”

Auch zum Unternehmen oder dessen Produkten können Sie einen persönlichen Bezug herstellen: “Schon als Kind habe ich Ihre Produkte genutzt und bin seither begeisterter Kunde. Nun würde ich gerne etwas zurückgeben. Sie haben eine Stelle ausgeschrieben, die perfekt zu mir passt…”. Kreativität ist König – aber Sie müssen sich in Ihren Worten auch wiederfinden. Seien Sie authentisch und fühlen Sie in sich hinein, ob Sie eher moderat oder forsch auftreten möchten. Wie wäre es mit einer selbstbewussten Variante? “Ihr Unternehmen strebt nach großen Zielen – genau wie ich!”.

Es darf auch um Sie gehen

Ausgangspunkt des ersten Satzes kann auch die eigene Person sein – der Werdegang, die Motivation oder der Mehrwert für das Unternehmen. Im Folgenden ein paar Beispiele:

1. “Nachdem ich mein Automobilwirtschaft-Studium erfolgreich abgeschlossen und ein halbjähriges Praktikum bei BMW absolviert habe, möchte ich nun im Berufsleben mit Vollgas durchstarten.”

2. “Seit meiner Kindheit liebe ich Autos und es war immer mein großer Traum, als Designer in der Automobilbranche zu arbeiten.”

3. “Mit mehr als zwanzig Jahren Erfahrung als Automobildesigner kann ich Ihr erstklassiges Team um einen kreativen Kopf erweitern.”

Seien Sie in Ihrem Bewerbungsanschreiben kreativ

Ihrer Fantasie sind keine Grenzen gesetzt. (Fast) alles ist besser als das nächste Standard-Anschreiben – so lange, der Text zu Ihnen, dem Unternehmen und der Branche passt. Natürlich wird in kreativen Berufen noch mehr Wert auf Originalität gelegt; während von einer Bewerbung als Bestatter weniger kreativer Überschwang erwartet wird.

Wenn Sie Spielraum haben, nutzen Sie ihn! Beispielsweise mit einem Zitat: “Konfuzius hat es bereits vor 2.500 Jahren gewusst: ‘Wähle einen Beruf, den du liebst, und du brauchst keinen Tag in deinem Leben mehr zu arbeiten’.” Auch eine Frage zieht die Leser unmittelbar in den Text: “Sie suchen einen hochmotivierten Steuerfachwirt mit ausgeprägten analytischen Fähigkeiten und einem guten Auge fürs Detail?” Viele Wege führen nach Rom, aber nur wenn Sie neue Wege gehen, hinterlassen Sie einen Abdruck – oder Eindruck.

Lesen Sie auch

• 5 Tipps, die zum Traumjob führen

• So geht bewerben heute

• Sind Sie darauf im Vorstellungsgespräch gefasst?

Typo

Seit einiger Zeit waren große Bilder in Powerpoint Gang und Gäbe. Doch Trends ändern sich. Jetzt wird verstärkt mit Worten gearbeitet. Text darf und soll alleine stehen, ohne Ablenkung durch Bilder, auffällige Hintergründe, Rahmen oder Linien. Mit der Typografie spielen darf man dagegen schon. Besondere Schriftarten abseits von Times New Roman und Arial, Hervorhebungen durch Farbe oder unterschiedliche Schriftgrößen stellen das Wichtigste in den Mittelpunkt: den Inhalt.

Echte Bilder

Wem gefällt schon die immer gleiche, unrealistische Scheinwelt der Stockfotos? Bisher lächelten händeschüttelnde Chefs, Mitarbeiterinnen in frisch gebügelten Blusen oder Einkaufstüten schwingende Kunden von den Slides. Wenn schon Bilder zum Einsatz kommen, dann individuelle, vielleicht sogar selbst fotografierte Bilder. Es muss nicht alles perfekt aussehen, sondern authentisch und sympathisch wirken. Dies gelingt beispielsweise, wenn Sie “echte” Mitarbeiter in ihrem Arbeitsumfeld fotografieren. So können sich Ihre Zuschauer viel besser mit den Inhalten identifizieren und lernen Ihr Unternehmen auf ganz neue Art und Weise kennen.

Zita – shutterstock.com

Clean

Aufgeräumt, individuell, clean, wenig Inhalt, selbst gemacht – dies gilt nicht nur für Fotos, sondern auch für Icons, Illustrationen und andere eingebundene Medien. Verabschieden Sie sich von unnötigen Linien, Kästen und Logos, sie lenken nur vom Wesentlichen ab. Auch inhaltlich sollte der Verlauf Ihrer Präsentation einen roten Faden haben, den Sie beim Vortrag ohne Umwege verfolgen.

Stilmix

Ein bewusstes Mixen von Stilarten ist nicht nur erlaubt, sondern ab sofort ein Muss. Aber Achtung, es sollte trotzdem alles zusammenpassen. Dafür braucht es wie in der Mode ein gewisses Stilgefühl: Man kann beispielsweise selbstgezeichnete bunte Figuren mit einer geometrischen Anordnung von Textkästen und einer schlichten Schrift ohne Serifen mixen, braucht dann aber eine gemeinsame Linie wie beispielsweise die gleiche Grundfarbe.

Dynamik

Der neueste Schrei in Powerpoint: Cinemagramme, also leicht bewegte Bilder und Animationen auf statischem Hintergrund. Man kann sie mit den Animationsmöglichkeiten in Powerpoint herstellen und Abläufe verdeutlichen, indem sich komplexere Diagramme, grafische Darstellungen von Vorgängen oder Organigramme Schritt für Schritt aufbauen lassen. Damit lässt sich Aufmerksamkeit erzeugen, ohne dass es übertrieben wirkt oder ablenkt.

Live dabei

Augmented Reality wird bei komplexen Produkten eine wichtige Rolle übernehmen. Bauteile, Autos, Medizintechnik oder auch Architektur-Entwürfe kann man sich zur besseren Vorstellung in 3D anschauen.

Zu viel, zu voll

stockfour – shutterstock.com

Mehr ist mehr? Nein, auch bei Präsentationen bewahrheitet sich immer wieder das Sprichwort “Weniger ist mehr”. Nicht jede Information, die Sie vermitteln wollen, muss auf den Folien stehen. Vergessen Sie nicht, dass Sie als Vortragender im Mittelpunkt stehen, nicht Ihre Präsentation. Diese soll lediglich die wichtigsten Zahlen und Fakten hervorheben. Dazu reicht es auch mal, wenn nur ein einziges Wort auf der Folie steht – der Rest folgt dann über die Tonspur.

Eine Präsentation ist kein Handout

Sie wollen Zeit sparen und erstellen Präsentationen, die Sie als ausgedruckt gleich als Handout verwenden? Lassen Sie das, im besten Fall haben Sie dann ein toll gestaltetes Handout, aber eine schlechte Vortragspräsentation. Diese sollte im Gegensatz zum Handout schnell und einfach erfassbar sein, die Kernaussagen klar in den Fokus stellen und eine eventuelle Entscheidung gut vorbereiten. Zuviel Content verwirrt und Ihre Zuhörer schweifen ab. Das Handout dagegen sollte Erinnerungen festigen und Detailfragen klären.

In der Farbpalette austoben

Verzichten Sie auf einen unkontrollierten Farbenmix, Ihr Corporate Design ist keine Demokratie, sondern eine berechtigte Vorgabe, um Ihr Unternehmen einheitlich nach innen und außen zu präsentieren. Mehr als zwei bis drei verschiedene Farben wirken unruhig und verhindern, dass die Präsentation wie aus einem Guss wirkt.

I like to move it, move it

Es flirrt und flattert und jede Animation, die Powerpoint bietet, wird ausprobiert? Ein absolutes No-go, das Sie unbedingt vermeiden sollten. Die Augen Ihrer Zuhörer freuen sich!

Foto: Anton27 – IJ-studio – shutterstock.com

Google Chrome ist nicht ohne Grund führend in seinem Bereich. Insbesondere in Verbindung mit den im Übermaß zur Verfügung stehenden Extensions kann der Browser enormes Potenzial entfalten. Mit Hilfe von Generative AI lässt sich Chrome dabei längst auch um entsprechende Funktionalitäten ergänzen. Das kann nicht nur dem Nutzererlebnis, sondern auch der Accessibility und der Produktivität enorm zuträglich sein.

In diesem Artikel stellen wir Ihnen KI-Extensions für Google Chrome vor, die es Wert sind, ausgetestet zu werden.

Jetwriter AI

Es gibt nur wenige Chrome-Erweiterungen, die so viele ChatGPT-Funktionen auf Google Services ermöglichen, wie Jetwriter AI. Das ermöglicht den Benutzern der Chrome-Extension (die dank Chromium-Basis übrigens mit sämtlichen Browsern funktioniert, die das Framework nutzen) zum Beispiel, Ihre Google-Mails automatisiert per KI schreiben, beziehungsweise beantworten zu lassen. Zudem bietet die App universelle Sprachunterstützung.

Pro:

• Gmail mit KI nutzen;

• Multi-Language-Support;

Kontra:

• keine zusätzlichen Funktionen;

Compose AI

Google Chrome lässt Drittanbieter-Apps ganz generell einige Freiheiten – da bildet auch ChatGPT keine Ausnahme. Diesen Umstand macht sich auch Compose AI zunutze. Diese Extension verspricht automatisierte KI-Textgenerierung in jeder Lebenslage sowie zu jedem Zweck, von der E-Mail bis hin zum Social-Media-Post.

Darüber hinaus ist die Browser-Erweiterung auch in der Lage, Vorschläge für Verbesserungen zu machen oder Stichpunkte in Texte zu verwandeln. Der Output, den die Extension liefert, kann sich dabei durchaus sehen lassen. Der Haken an der Sache: Die kostenlose Version weist ein Limit von 1.000 Worten auf.

Pro:

• kann vollständige E-Mails schreiben;

• Output direkt nutzbar;

Kontra:

• kostenlose Version stark eingeschränkt;

HIX.AI

Die Chrome-Erweiterung HIX.AI präsentiert sich vielseitig und kann ihre Nutzer insbesondere weiterbringen, wenn es um automatisierte Texterstellung geht. Die Extension kann beispielsweise Inhalte in Google Docs erstellen, Posts auf Facebook, X und anderen sozialen Kanälen absetzen oder auch E-Mails beantworten. Darüber hinaus durchforstet HIX.AI aber auch die Suchergebnisseiten von Google und findet so zielstrebig relevante Antworten auf praktisch jede Frage. Diese Extension bietet auch eine Alternative zur KI-basierten Bing-Seitenleiste. Insofern ist HIX.AI eine Art vollständige KI-Suite für Chrome.

Pro:

• Texte, E-Mails und Social Postings verfassen, bearbeiten, übersetzen etc.;

• einfache Aktivierung;

• auch mit Edge kompatibel;

Kontra:

• kein Offline-Modus;

Merlin

Auch Merlin bringt eine ganze Fülle von KI-Funktionalitäten in Ihren Browser und unterstützt neben GPT auch weitere LLMs wie Claude und Llama. Mit Hilfe der Extension können Sie chatten, E-Mails schreiben, das Internet durchsuchen, Social-Media-Posts genereren, Videos und PDFs zusammenfassen und sogar Text-to-Image-Funktionen nutzen.

Diese Chrome-Erweiterung verspricht, Ihren Browser in ein universelles KI-Tool zu verwandeln. Dabei erfordert die Nutzung weder ein OpenAI-Konto, noch ein kostenpflichtiges Abo. Die Gratis-Version weist mit 51 Abfragen pro Tag zudem ein relativ großzügiges Limit auf.

Pro:

• umfangreiche KI- beziehungsweise ChatGPT-Funktionen;

• kein OpenAI-Account notwendig;

• kostenlos nutzbar;

Kontra:

• kann Slowdowns verursachen;

Bei Reden erlahmt das Interesse der Zuhörer oft nach wenigen Minuten. Dabei blicken sie beispielsweise der Rede ihres „Chefs“ meist gespannt entgegen – außer sie kennen dessen langatmige „Ansprachen“ bereits. Um nicht für Langeweile zu sorgen, sollten sich Redner im Vorfeld der Rede “strategische” Gedanken machen und bei ihrem Vortrag einige Punkte beachten. Folgende zwölf Tipps helfen, das Publikum zu begeistern.

Tipp 1: Authentisch und glaubwürdig sein

Der Erfolg einer Rede hängt stark davon ab, wie sympathisch der Redner den Zuhörern ist. Doch wie gewinnt er deren Sympathie? Vor allem dadurch, dass er authentisch wirkt. Die Rede sollte ihm also auf den Leib geschneidert sein. Unglaubwürdig wirkt es, wenn ein Erbsenzähler sich als Witzbold präsentiert oder ein Einzelkämpfer sich verbal mit den Anwesenden verbrüdert. Dann gehen die Zuhörer auf Distanz.  

Tipp 2: Die Zuhörer auf eine Gedankenreise mitnehmen

Ein Redner gleicht einem Reiseführer. Er nimmt seine Zuhörer mit auf eine Gedankenreise – zum Beispiel durch das abgelaufene oder kommende Jahr. Also sollte er sich im Vorfeld Folgendes überlegen: Was ist der Anlass der Reise? Wohin soll sie gehen? Und: Wer nimmt daran teil? Erst danach sollte er das Reiseprogramm, also den Inhalt und Ablauf der Rede, planen. 

Tipp 3: Sich überlegen: Wer ist mein Gegenüber?

Beim Planen Ihrer Rede sollten Sie wissen: Wer sitzt mir gegenüber? Und: Welche Beziehung besteht zwischen den Zuhörern? Kennen sie sich gut oder sehen sie sich nur einmal jährlich? Gehören sie derselben Organisation an oder nicht? Denn wenn Ihre Zuhörer Tag für Tag zusammenarbeiten, haben sie gemeinsame Erfahrungen: Auf diese können Sie sich beziehen. Sehen sie sich hingegen nur einmal pro Jahr, sollten Sie auf andere Elemente zurückgreifen, um ihr Gehör zu finden. Zum Beispiel die Entwicklung der Weltwirtschaft oder in der Branche. Oder solche branchenübergreifenden Themen wie die Digitalisierung, den Fachkräftemangel oder die Inflation.  

Tipp 4: Mit den Zuhörern kommunizieren

Ein guter Redner kommuniziert mit seinen Zuhörern – auch mit den Augen. Tragen Sie deshalb Ihre Rede so frei wie möglich vor. Sprechen Sie das Publikum auch persönlich an – doch nicht, indem Sie alle zwei, drei Minuten die Floskel „Meine sehr verehrten Damen und Herren“ wiederholen. Stellen Sie den Zuhörern vielmehr rhetorische Fragen wie „Kennen Sie folgende Situation, …?“ oder „Geht es auch Ihnen so, dass …?“. Integrieren Sie zudem Beispiele aus der Erfahrungswelt der Zuhörer in Ihre Rede. Auch etwas Humor und Selbstironie schaden nie.  

Tipp 5: Sich kurzfassen

Je kürzer eine Rede ist, umso besser ist sie meist. Eine Festrede zur Weihnachtsfeier sollte maximal zehn Minuten dauern. Denn bei diesem Event steht das gemeinsame Feiern im Mittelpunkt. Anders ist es bei einer Rede zum Beispiel bei einem Kick-off zu Jahresbeginn. Sie soll die Zuhörer auf die Herausforderungen im neuen Jahr einstimmen. Also kann die Rede mehr Infos enthalten und einen appellativeren Charakter haben.  

Tipp 6: Auf die Kernbotschaften fokussieren

Eine Rede sollte höchstens drei Kernbotschaften enthalten. Zum Beispiel: Die Arbeitsplätze sind sicher. Unser Unternehmen sieht trotz der Konjunkturschwäche und Inflation einer positiven Zukunft entgegen. Und: Dass es ihm gutgeht, verdanken wir dem Engagement aller Mitarbeitenden. 

Tipp 7: Die Gedankenreise planen

Für das inhaltliche Planen Ihrer Rede können Sie die Mindmapping-Methode nutzen. Sie funktioniert wie folgt: Schreiben Sie in die Mitte eines Blatt Papiers das Thema oder den Anlass der Rede. Zum Beispiel: „Strategie 2026“. Notieren Sie dann entlang von Linien, die hiervon ausgehen, alles, was Ihnen hierzu einfällt. Zum Beispiel: „Innovation“, „Mitarbeiter“, „Vertrieb“. So bekommen Sie einen Überblick über die möglichen Redeinhalte. Und wenn Sie merken, es wird zu viel? Dann streichen Sie einfach (Seiten-)Arme. 

Tipp 8: Knackig einsteigen, feurig enden

Planen Sie den Beginn und Schluss Ihrer Rede besonders sorgfältig. Wie aufmerksam das Publikum Ihnen zuhört, hängt weitgehend vom Einstieg ab. Gute Einstiege sind Anekdoten. Bauen Sie Ihre Rede dramaturgisch auf. Alles sollte auf ein Finale zustreben, das dafür sorgt, dass Ihre Rede dem Publikum im Gedächtnis bleibt – wie bei einem Feuerwerk.  

Tipp 9: Kurze und aussagekräftige Sätze

Eine Rede sollte aus möglichst kurzen Sätzen bestehen. Bei Schachtelsätzen besteht die Gefahr, dass der Redner sich verheddert. Dann werden ungeübte Redner oft nervös und verhaspeln sich immer häufiger. Und irgendwann wartet das Publikum nur noch auf Versprecher. 

Tipp 10: Eine aktive, bildhafte Sprache

Wichtig ist eine aktive Sprache. Also zum Beispiel „Wir planen …“ statt „Unsere Planung sieht vor …“ Durchforsten Sie Ihr Manuskript nach substantivierten Verben wie „Durchführung“ und „Neuorientierung“. Taucht ein solches Wort auf, können Sie die Aussage meist „knackiger“ formulieren.  

Tipp 11: Die Rede laut üben

Sicherheit gewinnen Sie durch eine gute Vorbereitung. Hierzu zählt das laute Üben. Speziell den Einstieg, das Ende und die Übergänge zwischen den Redepassagen sollten Sie so lange üben, bis Sie diese sozusagen auswendig kennen. Stoppen Sie beim Üben die Dauer der Rede, damit Sie die vorgesehene Zeit nicht überschreiten. 

Tipp 12: Bei Pannen Ruhe bewahren

Geraten Sie nicht in Panik, wenn Sie sich bei Ihrer Rede – trotz guter Vorbereitung – mal versprechen oder den roten Faden verlieren. Denn das Reden-halten ist nicht Ihr Haupt-Job. Deshalb tragen kleine Patzer eher dazu bei, dass Sie authentisch wirken.  

Data Products tragen dazu bei, die Art und Weise zu standardisieren, wie Rohdaten, Data-Warehouse-, sowie logische Data-Lake-Ansichten kombiniert und genutzt werden, um Analyse- und KI-Funktionen bereitzustellen. Indem sie Datenprodukte entwickeln, können Teams in Unternehmen einen Großteil der im Vorfeld erforderlichen Daten-Pipelines sowie Governance- und Management-Tasks optimieren. Darüber hinaus gewährleisten diese auch, dass Mensch und KI auf vertrauenswürdige Datenressourcen zugreifen.  

Kochen bietet an dieser Stelle eine hilfreiche Analogie: Sie könnten sich dazu entscheiden, für Ihr Lieblingsgericht ausschließlich auf frische Zutaten zu setzen. Dieser Ansatz funktioniert gut, wenn Sie sowohl die Zeit als auch die nötigen Fähigkeiten dafür mitbringen. Wenn nicht, setzen Sie eventuell lieber auf Convenience-Bestandteile – insbesondere unter Zeitdruck. Datenprodukte bieten eine vergleichbare Zeitersparnis – Analytics- und KI-Funktionen bauen in diesem Fall auf konsistenten, (vor)optimierten „Zutaten“ auf.

Die folgenden fünf Tipps sollten Sie bei Ihrer Data-Product-Initiative unbedingt verinnerlichen.

1. Data Products strategisch nutzen

Die meisten Unternehmen können es sich nicht leisten, für jede Datenvisualisierung, jedes Machine-Learning-Modell oder jeden KI-Agenten eigene Datenprodukte zu entwickeln. Schließlich ist das mit Kosten und Zeitaufwand verbunden. Dazu kommt: Sobald ein Data Product bereitgestellt ist, müssen die Produktmanager für fortlaufenden Support und ein entsprechendes Lifecycle-Management sorgen. Die erste entscheidende Frage ist also, in welchen Fällen es für agile Daten-Teams Sinn macht, Datenprodukte zu entwickeln – und wie dabei priorisiert werden sollte.   

Ein Ansatzpunkt besteht darin, das Data Product auf einen einzelnen Datensatz herunterzubrechen und sich zu überlegen, was es bedeutet, diesen zum Produkt zu machen. Danielle Ben-Gera, Vice President of Engineering bei Crunchbase, erklärt: „Ein Datensatz sollte erst dann zu einem Datenprodukt werden, wenn sich mehrere Teams bei Entscheidungen – oder zum Support von Anwendungen – darauf verlassen.“

Dabei seien eine angemessene Governance, klare Zuständigkeiten, Versionierungen und ein kontrollierter Lebenszyklus für Änderungen essenziell, warnt die Managerin: „Ansonsten liefert man nur instabile Pipelines aus, die die nachgelagerten Workflows zum Erliegen bringen.“

Eine andere Überlegung, die zu Data Products führt, ist die Nutzung von Daten außerhalb der Governance. An dieser Stelle kann ein Datenprodukt einen taktischen Ansatz darstellen, wie Yaad Oren, Global Head of Research and Innovation bei SAP, nahelegt: „Wenn Datensätze teamübergreifend ohne strenge Governance, klar definierte Prozesse oder eindeutige Zuständigkeiten genutzt werden, ist Unternehmen zu empfehlen, ein Data Product zu entwickeln. Datenprodukte, die in einer einheitlichen Datenbasis verankert sind, beseitigen Silos, schaffen ein gemeinsames Verständnis über die Daten und etablieren einen sicheren, standardisierten Zugriff auf diese.“

Eine dritte Möglichkeit, Datenprodukte strategisch zu nutzen, ist, diese für definierte Kunden in wiederverwendbarer Form zu entwickeln, um Effizienzgewinne einzufahren. Wenn ein solches Data Product erfordert, mehrere Datenquellen miteinander zu kombinieren, ist das Vision Statement und qualifizierter Business Value besonders wichtig. Christopher Zangrilli, Vice President of Technology Strategy beim Compliance-Dienstleister Vertex, erklärt: „Führungskräfte sollten sich fragen, ob die Daten die Cycle Times optimieren, die Entscheidungsgenauigkeit verbessern oder Compliance-Risiken mindern, um den Business Impact einzuordnen. Wenn Governance, Change Management, Qualität und Messverfahren von Beginn an integriert sind, wandeln sich Datenprodukte von experimentellen Tools zu strategischen Ressourcen.“

2. Datenprodukte standardisieren

Produkte im Supermarkt sind mit einer Verpackung versehen, auf der eine detaillierte Liste der Inhaltsstoffe, ein Verfallsdatum und ein Preis angegeben sind. Ganz ähnlich sollten Data-Governance-Verantwortliche vorgehen – und standardisieren, wie Data Products definiert, katalogisiert und gemanagt werden. Wie und warum, erklärt Abhi Sharma, Mitbegründer und CEO des KI-Anbieters Relyance AI: „Jedes moderne Datenprodukt sollte vier Fragen klar beantworten: Woher stammen die Daten, wie werden sie systemübergreifend transformiert, wer oder was nutzt sie und welche Governance-Verpflichtungen fallen dabei an? Ohne diesen durchgängigen Kontext entwickeln Teams Funktionen auf der Grundlage von Daten, die sie nicht vollständig verstehen.“

Obwohl Lebensmittelhersteller ihre Inhaltsstoffe veröffentlichen und mit Blick auf Gefahren wie allergische Reaktionen kennzeichnen, dokumentieren nur wenige die Herkunft ihrer Rohstoffe und welchen Weg diese vom Erzeuger zum Händler nehmen. Geht es darum, Data Products in streng regulierten Branchen zu entwickeln, kann es allerdings erforderlich sein, genau das zu tun – und die Data Lineage zu erfassen. Besonders wichtig ist das, wenn es darum geht, Datenquellen für KI-Applikationen zu standardisieren.

Carter Page, Executive Vice President of Research and Development beim Dev-Spezialisten Astronomer, weiß, was anderenfalls droht: „Ohne Data Lineage arbeiten Teams im Blindflug und Governance verkommt zu reaktiver Fehlerbehebung. Wenn Teams dagegen nachvollziehen können, woher die Daten stammen, wie sie transformiert wurden und welche Systeme darauf angewiesen sind, werden Aktualisierungen vorhersehbar, die richtigen Pipelines getestet, die betroffenen Stakeholder benachrichtigt und grundlegende Änderungen dokumentiert. Bevor es dadurch zu Incidents kommt.“

3. Data Products nachhaltig managen

Lebenszyklusmanagement erfordert bei APIs, Anwendungen oder KI-Modellen, einen Release-Plan für Optimierungen, Fehlerbehebungen und andere notwendige Updates festzulegen. Geht es hingegen um Datenprodukte, kommen mehrere, verwandte Disziplinen zusammen, wie Ulf Viney, EVP of Engineering beim KI-Datenspezialisten Precisely, erklärt: „Um den Lebenszyklus von Data Products zu managen, braucht es Versionierung, Testing, strukturierte Deployments und Stakeolder-Kommunikation.“

Ein weiterer grundlegender Unterschied bei Datenprodukten: Ihr Lifecycle Management ist eng damit verbunden, wie die zugrundeliegenden Datensätze wachsen – beziehungsweise, welche strukturelle Veränderungen diese durchlaufen. Ein Data Product, das zwar funktioniert, aber nicht veränderungsresistent ist oder keine Warnmeldungen ausgibt, wenn Fehlerbehebungen erforderlich sind, kann nachgelagerte Anwendungsfälle beeinträchtigen und das Vertrauen der Stakeholder und Nutzer in die Daten untergraben. Insbesondere letzteres gilt es zu verhindern. Wie, weiß Bethany Sehon, Senior Director of Enterprise Data bei Capital One: „Ein nachhaltiges und skalierbares Governance-Framework kann sicherstellen, dass Daten leicht zu finden, zu verstehen und zu nutzen sind.“

Teams, die geschäftskritische Echtzeit-Datenprodukte managen, die mehrere nachgelagerte Analytics- und KI-Anwendungsfälle unterfüttern, sind die folgenden DevOps- und Data-Governance-Praktiken zu empfehlen:

• Legen Sie unverhandelbare Data-Governance-Kriterien fest – insbesondere, wenn es darum geht, Datenqualitäts-Benchmarks zu setzen, etwaige Verzerrungen zu identifizieren und Datenschutzrichtlinien einzuhalten.
• Nutzen Sie fortschrittliche CI/CD-Pipelines, Continuous Deployment sowie Continuous Testing und automatisieren Sie Produktions-Deployments.
• Stellen Sie sicher, dass sämtliche Datenintegrationen über „observable“ DataOps verfügen, Datenqualitätsprobleme überprüft werden und Alerts ausgesendet werden, wenn die Pipelines zum Erliegen kommen. Um Requests und Incidents zu bearbeiten, sollten IT-Services zudem entsprechend definiert werden.
• Stützen Sie sich auf Plattform-Strategien wenn es um Datenmanagement geht – zum Beispiel im Hinblick auf Data Fabrics, DSPM, Dokumentenverarbeitung und Vektordatenbanken.

4. Datenprodukte verargumentieren

Ein Data Product auf die Beine zu stellen, ist leider kein Garant dafür, dass dieses auch angenommen wird. Das verdeutlichen auch die Beispiele von Reusable Code, API-Nutzung oder DevOps-Tools: Sie alle zielten darauf ab, Entwicklern das Arbeitsleben leichter zu machen und die Qualität zu verbessern. Trotzdem nahmen viele Teams lieber eine „Not invented here“-Haltung ein und setzten lieber auf Eigenentwicklungen statt die Standards anderer.

Datenprodukte stehen allerdings vor noch größeren Herausforderungen. Ganz besonders, wenn sie darauf abzielen, Datensilos zu konsolidieren oder Tabellenkalkulationen zu eliminieren. Um die Akzetanz zu fördern (und Feedback einzuholen), sollten die für die jeweiligen Data Products verantwortlichen Produktmanager deshalb ein Change-Management-Programm entwickeln. Förderlich ist dabei, darzulegen, wie das Datenprodukt auf den kulturellen Change und die KI-Strategie des Unternehmens einzahlt – etwa indem es die Demokratisierung von KI vorantreibt und die Kompetenz im Umgang mit der Technologie optimiert.

5. Data Products richtig evaluieren

Der Geschäftswert eines kundenorientierten Produkts wird häufig gemessen anhand der Auswirkungen auf den Umsatz, der Nutzungs-Metriken sowie der Kundenzufriedenheit. Interne, mitarbeiterorientierte Produkte lassen sich hingegen anhand ihrer Workflow-Effizienz, ihrem Potenzial für Produktivitätssteigerungen und der Mitarbeiterzufriedenheit evaluieren.

„Zu viele Unternehmen behandeln Datenprodukte immer noch als technische Outputs und nicht als strategische Assets“, kritisiert Daniel Ziv, Global Vice President of AI and Analytics beim KI-Anbieter Verint. Der wahre Wert von Data Products lasse sich daran ablesen, wie einzigartig die generierten Daten sind, wie viel messbaren Einfluss sie auf Entscheidungen nehmen, meint der Manager: „Wenn jedes Unternehmen Zugang zu denselben KI-Modellen hat, ergibt sich der Wettbewerbsvorteil aus ‚uniquen‘ Daten und der Geschwindigkeit, mit der diese in Maßnahmen umgesetzt werden können.“

Eine Best Practice auf die IT-Entscheider in diesem Zusammenhang zurückgreifen können, ist es, Metriken heranzuziehen, die Aufschluss über die Geschwindigkeit digitaler Transformationsvorhaben geben. Dazu gehören etwa:  

• „Time to Data“,
• „Time to Decision“,
• „Time to Innovation“, und
• „Time to Value“.

(fm)

Dieser Artikel ist im Original bei unserer Schwesterpublikation Infoworld.com erschienen.

hafakot/Shutterstock.com

Auf dem UN-Gipfel „AI for Good“ in Genf hat Amazon Web Services (AWS) eine technologische Brücke vorgestellt, die die wissenschaftliche Arbeit revolutionieren könnte. Ein neuer, quelloffener Server auf Basis des Model Context Protocol (MCP) verbindet KI-Assistenten direkt mit der Registry of Open Data (RODA) auf AWS.

RODA ist eine der weltweit größten Sammlungen frei zugänglicher Forschungsdaten. Sie umfasst über 1.100 Datensätze von mehr als 400 Organisationen, darunter Schwergewichte wie die NASA, die NOAA und die National Institutes of Health (NIH).

Natürliche Sprache statt kryptischer Befehle

Damit will AWS eine Demokratisierung des Datenzugangs einläuten. Forscher müssen keine Experten für Datenbankstrukturen oder Cloud-Speicher (wie Amazon S3) mehr sein. Stattdessen können sie, wie es heißt, Coding-Assistenten wie Kiro oder Claude Code nutzen, um ihre Fragen in natürlicher Sprache zu stellen.

So soll eine Anfrage wie „Welche Satellitenbilddaten gibt es zur Überwachung von Entwaldung?“ ausreichen, um sofort präzise Ergebnisse inklusive Beschreibungen und Datenvorschauen zu erhalten. Dabei fungiert der MCP-Server als intelligenter Vermittler, der den gesamten Katalog durchsucht, Metadaten inspiziert und sogar Dateiinhalte stichprobenartig prüft, um die Eignung für ein Projekt zu bewerten.

Auch Deutschland ist bereits stark in diesem Ökosystem vertreten. Organisationen wie die Audi AG, das Helmholtz-Zentrum Hereon und der Max-Planck-Campus Tübingen stellen bereits Datensätze zur Verfügung.

Einsatzszenarien

Ein entscheidender Aspekt der Initiative ist der Open-Source-Gedanke. Der MCP-Server steht unter der Apache-2.0-Lizenz frei auf GitHub zur Verfügung. Damit haben Forscher weltweit – unabhängig von der Größe oder den finanziellen Ressourcen ihrer Institution – Zugriff auf dieselben mächtigen Werkzeuge wie Elite-Universitäten.

Laut AWS unterstützt das Tool zentrale Forschungsfelder wie:

• die Nachverfolgung von Krankheitsausbrüchen;
• das Monitoring von Biodiversitätsverlusten;
• die Genomforschung und Biowissenschaften; oder
• die Modellierung des Meeresspiegelanstiegs.

SAP

Unternehmen stehen derzeit vor zwei gleichzeitigen Herausforderungen: Die Risiken rund um KI entwickeln sich schneller als die Governance, während sich der geschäftliche Nutzen oft nur schwer messen lässt.

Das ist eines der Kernergebnisse von „The Value of AI“, einer Studie, die SAP in Zusammenarbeit mit Oxford Economics in diesem Jahr zum zweiten Mal erstellt hat. Für die Studie wurden weltweit 2.600 Führungskräfte aus 13 Ländern befragt, darunter 200 Entscheiderinnen und Entscheider aus Deutschland.

Hohe Erwartungen, geringe Vorbereitung

Im Durchschnitt wollen deutsche Unternehmen in diesem Jahr rund 35 Millionen Euro in KI investieren und rechnen mit einem ROI von 24 Prozent (Vorjahr: 17 Prozent). Besonders hoch sind die Erwartungen an KI-Agenten: Ihr wirtschaftlicher Nutzen soll innerhalb von zwei Jahren auf rund 18 Millionen Euro steigen. Und: 90 Prozent der befragten Unternehmen schreiben Agentic AI das Potenzial zu, ihre Organisation grundlegend zu verändern. Andererseits fühlen sich nur vier Prozent der Unternehmen vollständig auf den Einsatz von KI-Agenten vorbereitet.

Insbesondere beim Thema Governance bestehen Lücken:

• Nur elf Prozent der Befragten halten die Steuerungsfähigkeiten in ihrem Unternehmen für ausreichend,
• mehr als 50 Prozent verfügen nicht über Prozesse zur menschlichen Kontrolle von KI-Agenten, und
• lediglich 30 Prozent haben Berechtigungs- oder Agentenverzeichnisse eingerichtet.

Gleichzeitig befürchten oder akzeptieren viele Unternehmen, KI-Agenten schneller einzuführen, als sie diese kontrollieren können. Weitere Bremsklötze sind Schwächen in der Organisation des KI-Einsatzes, mangelhafte Datenqualität, unzureichende Qualifizierung der Beschäftigten sowie die weit verbreitete Nutzung von Schatten-KI.

Im CW-Gespräch nimmt Sean Kask, Chief AI Strategy Officer bei SAP, zu den wichtigsten Ergebnissen der Studie Stellung.

“Die Governance-Frage ist aktuell die größere Herausforderung”

Herr Kask, im Vorwort der Studie schreiben Sie, dass Unternehmen derzeit vor zwei Herausforderungen gleichzeitig stehen: Die Risiken rund um KI entwickeln sich schneller als die Governance, während sich der geschäftliche Nutzen oft nur schwer messen lässt. Was bereitet Unternehmen die größeren Probleme?

Sean Kask: Den geschäftlichen Nutzen von IT-Investitionen zu messen, war nie einfach. Das gilt auch für KI. Deshalb halte ich die Governance-Frage aktuell für die größere Herausforderung. Klassische Governance-Prinzipien und bewährte Verfahren für sichere Softwareentwicklung bleiben zwar auch im Zeitalter großer Sprachmodelle und agentischer KI wichtig. Gleichzeitig entstehen aber völlig neue Risiken.

Sobald Unternehmen KI breit ausrollen, entdecken sie beispielsweise plötzlich Hunderte oder sogar Tausende sogenannter „Shadow Agents“, die Mitarbeitende ohne zentrale Kontrolle einsetzen. Oder sie stellen fest, dass ein erheblicher Teil der Belegschaft Inhalte in private ChatGPT-Konten kopiert. Solche Risiken werden häufig erst sichtbar, wenn KI bereits produktiv genutzt wird.

Deutsche Unternehmen investieren laut Ihrer Studie mit durchschnittlich fast 40 Millionen Dollar mehr in KI als Unternehmen in allen anderen untersuchten Ländern. Woran liegt das?

Kask: Mich hat weniger die Höhe der Investitionen überrascht als vielmehr die Tatsache, dass sich Investitionsniveau und erzielter Return on Investment über die verschiedenen Länder hinweg insgesamt sehr ähnlich entwickelt haben. Warum Deutschland mehr investiert, lässt sich nicht eindeutig beantworten. Teilweise dürfte es schlicht daran liegen, dass die Kosten hier höher sind als beispielsweise in Indien.

Wir sehen aber auch eine hohe KI-Adoption bei deutschen Unternehmen. SAP verfügt über ein Dashboard, mit dem wir nachvollziehen können, wie unsere Kunden KI-Funktionen einsetzen. Deutschland gehört dabei zu den Ländern mit einer besonders hohen Nutzung. Hinzu kommen die starke industrielle Basis und die politischen Impulse aus Europa, die den Einsatz von KI vorantreiben. Entsprechend investieren Unternehmen hier gezielt in den Aufbau entsprechender Kompetenzen.

Laut Studie sind 47 Prozent der deutschen Unternehmen mit dem Return on Investment ihrer KI-Investitionen zufrieden. Gleichzeitig sagen 77 Prozent, dass sie das Potenzial von KI noch längst nicht ausschöpfen. Ist das nicht ein Widerspruch?

Kask: Nein, dieses Muster sehen wir weltweit. Unternehmen investieren zunächst in einige wenige KI-Anwendungsfälle und stellen fest: Das funktioniert, wir erzielen einen Mehrwert. Entsprechend sind sie mit ihrer Investition zufrieden.

Doch genau dadurch erkennen sie auch weitere Einsatzszenarien. Sie beschäftigen sich mit KI-Agenten und möchten diese ebenfalls nutzen. Genau an diesem Punkt stoßen viele jedoch auf neue Herausforderungen bei der Einführung und Skalierung.

Die Studie zeigt deshalb vor allem eine Lernkurve: Je mehr Erfahrungen Unternehmen mit KI sammeln, desto größer wird ihr Bewusstsein für das bislang ungenutzte Potenzial.

Der Studie zufolge verfügen nur 35 Prozent der deutschen Unternehmen über KPIs auf Vorstandsebene, die direkt an die Einführung von KI gekoppelt sind. Welche Kennzahlen sollten Aufsichtsgremien und CEOs aus Ihrer Sicht unbedingt messen?

Kask: Ein zentraler Indikator ist für uns das Enablement der Mitarbeitenden. Wie viele Beschäftigte haben bereits Schulungs- oder Upskilling-Programme rund um KI erfolgreich absolviert? Ohne entsprechende Kompetenzen bleibt auch die KI-Adoption hinter ihren Möglichkeiten zurück.

Ebenso wichtig ist Transparenz. Unternehmen sollten wissen, welche KI-Agenten in ihrer Landschaft tatsächlich im Einsatz sind. SAP bietet hierfür den SAP AI Agent Hub an, der der Agenten aus SAP- und Drittanbieter-Umgebungen automatisch entdeckt und inventarisiert. Kunden konnten so bereits Tausende Agenten identifiziert, was den Bedarf an zentraler Governance und Transparenz deutlich macht.

Außerdem sollten Unternehmen einen vollständigen Überblick über alle KI-Anwendungsfälle haben. Für jeden Use Case sollte ein belastbarer Business Case vorliegen. Häufig erleben wir zwei Extreme: Entweder steht der Vorstand unter Druck, möglichst schnell KI einzuführen und stellt dafür pauschal Budget bereit. Oder das Management hält sich zunächst zurück. Dann entstehen überall im Unternehmen eigenständig Pilotprojekte, einzelne Fachbereiche beschaffen eigene Werkzeuge und schließen eigene Verträge ab.

Bei SAP verfolgen wir deshalb einen klar strukturierten Auswahlprozess. Jede Idee durchläuft zunächst eine Bewertung des zu erwarteten Geschäftswerts. Danach prüfen wir die technische Machbarkeit, die Datenverfügbarkeit sowie ethische und Governance-Aspekte. Aus Sicht des Managements ist entscheidend, jederzeit Transparenz über alle laufenden KI-Projekte zu haben und diese konsequent nach ihrem Geschäftswert zu priorisieren.

“Auch Agenten brauchen einen ‘Hire-to-Retire’-Lebenszyklus”

Auch mit der Einführung von Dutzenden oder sogar Hunderten KI-Agenten wird die Governance immer komplexer. Welche Funktionen benötigen Enterprise-Plattformen, um KI-Agenten sicher und kontrolliert im großen Maßstab zu verwalten?

Kask: Wir versuchen bewusst, KI nicht zu stark zu vermenschlichen. Dennoch hilft die Analogie: Für Agenten braucht es einen vollständigen „Hire-to-Retire“-Lebenszyklus. Das beginnt mit der Erkennung und Registrierung eines Agenten. Anschließend wird er in die Unternehmensumgebung integriert, erhält die notwendigen Berechtigungen und Zugriff auf die Datenquellen, die er für seine Aufgaben benötigt.

Ebenso wichtig ist die Observability. Unternehmen müssen jederzeit nachvollziehen können, was ein Agent im System tatsächlich macht. Darüber hinaus sollten sie Leistungskennzahlen erfassen: Erreicht der Agent die gewünschten Ergebnisse? Wie effizient arbeitet er? Wie viele Tokens verbraucht er? Wie viele Verarbeitungsschritte benötigt er für eine Aufgabe?

Letztlich geht es um mehrere Bausteine: ein vollständiges Inventar aller Agenten, geeignete Governance-, Risk- und Compliance-Mechanismen (GRC), Transparenz über das Verhalten der Agenten sowie eine kontinuierliche Überwachung. Nur so lässt sich sicherstellen, dass KI-Agenten dauerhaft innerhalb der definierten Leitplanken arbeiten und den gewünschten Geschäftswert liefern.

Welche Geschäftsprozesse werden Unternehmen Ihrer Einschätzung nach in den nächsten zwei bis drei Jahren tatsächlich vollständig an KI-Agenten delegieren?

Kask: Derzeit funktionieren solche Agenten vor allem in klar abgegrenzten Anwendungsfällen besonders gut. SAP wird mehr als 50 (aktuell 34) spezialisierte KI-Agenten veröffentlichen.

Ein Beispiel ist die periodische Rechnungslegung. Dort müssen Buchungen anhand zahlreicher Regeln erfolgen, die in Dokumenten, E-Mails oder früheren Transaktionen hinterlegt sind. Der Agent analysiert diese verschiedenen Informationsquellen, leitet daraus eine Empfehlung ab und schlägt dem Sachbearbeiter die passende Buchung vor.

Nach dem, was wir aus Kundenprojekten hören, verbringen Mitarbeitende mittelgroßer Unternehmen heute oft rund zwölf Stunden pro Monat mit diesen Aufgaben. Mithilfe eines KI-Agenten lässt sich dieser Aufwand auf zwei bis drei Stunden reduzieren.

Ein weiteres Einsatzfeld ist die Produktionsplanung. Ändern sich Liefertermine oder gehen kurzfristig neue Aufträge ein, muss der gesamte Produktionsplan angepasst werden. Genau solche komplexen Optimierungsaufgaben eignen sich hervorragend für KI-Agenten.

Grundsätzlich gibt es kaum Grenzen dafür, in welchen eng umrissenen Geschäftsprozessen Agenten eingesetzt werden können. Vollständig autonom werden sie allerdings zunächst nicht agieren.

“Vertrauen in KI beginnt mit einer stabilen Basis”

Viele Unternehmen tun sich noch schwer, KI-Agenten zu vertrauen. Schließlich arbeiten große Sprachmodelle probabilistisch und können halluzinieren. Gerade bei Finanzprozessen ist das problematisch. Wie schaffen Sie Vertrauen?

Kask: Vertrauen beginnt mit einer stabilen Basis. Die ERP-Systeme bleiben das verlässliche „System of Record“. Sie arbeiten deterministisch, enthalten die Geschäftslogik und die relevanten Unternehmensdaten. KI-Agenten bauen auf dieser Basis auf – sie ersetzen sie nicht.

Ebenso wichtig ist das „Human in the Loop“-Prinzip. Mitarbeitende müssen nachvollziehen können, was der Agent macht, seine Ergebnisse überprüfen und bei Bedarf eingreifen. Deshalb spielt auch die Qualifizierung der Beschäftigten eine entscheidende Rolle. Sie müssen verstehen, wie generative KI funktioniert und wo ihre Grenzen liegen.

Natürlich können Sprachmodelle halluzinieren. Gleichzeitig darf man nicht vergessen, dass auch Menschen nicht fehlerfrei arbeiten. Entscheidend ist das Zusammenspiel von Mensch und KI. So lassen sich sowohl die Effizienz als auch die Qualität vieler Geschäftsprozesse verbessern.

Ein weiterer wichtiger Baustein ist Transparenz. Unsere globale KI-Ethikrichtlinie schreibt beispielsweise vor, dass Nutzer immer erkennen können müssen, wenn KI beteiligt ist. In Joule lässt sich nachvollziehen, welche Datenquellen der Agent genutzt hat und welche Schritte er bei seiner Entscheidung durchlaufen hat. Diese Nachvollziehbarkeit ist eine wesentliche Voraussetzung für Vertrauen.

Was unterscheidet einen SAP-Agenten von einem allgemeinen KI-Agenten, der lediglich auf ein ERP-System zugreift?

Kask: Der entscheidende Unterschied liegt darin, dass Joule und die SAP-Agenten direkt im ERP-System verankert sind. Dort haben wir beispielsweise einen „Knowledge Graph“ aufgebaut, der die semantischen Beziehungen zwischen sämtlichen Tabellen, Geschäftsobjekten und Datenfeldern beschreibt.

Um die Größenordnung zu verdeutlichen: Der SAP S/4HANA Knowledge Graph basiert auf rund 452.000 ABAP-Tabellen, 7,3 Millionen Datenfelder und Tausenden analytischen Sichten. Die semantischen Beziehungen zwischen diesen Artefakten werden im Knowledge Graph modelliert und für KI-Anwendungen nutzbar gemacht.

Wenn ein Anwender beispielsweise sämtliche offenen Bestellungen einsehen möchte, muss der Agent nicht erst mühsam nach den relevanten Informationen suchen. Er weiß sofort, welche Tabellen und Objekte relevant sind und kennt auch die Beziehungen zwischen einer Bestellung, einer Bestellanforderung, den zuständigen Genehmigern und weiteren Geschäftsobjekten. Dadurch arbeitet der Agent nicht nur deutlich präziser, sondern benötigt auch erheblich weniger Tokens, weil er den Suchraum stark eingrenzen kann.

Versucht man stattdessen, KI lediglich auf ein bestehendes System aufzusetzen oder Daten aus einem relationalen ERP-System herauszulösen, gehen viele dieser Beziehungen verloren. Man zerstört gewissermaßen den semantischen Kontext, der für präzise Antworten entscheidend ist.

Deshalb betrachten wir das ERP-System als einen enormen strategischen Vorteil. Es ist seit Jahrzehnten das System of Record und enthält rund 50 Jahre kodiertes Geschäfts- und Prozesswissen. Dieses Wissen bildet die Grundlage für das, was wir als „Autonomous Enterprise“ bezeichnen. Die Agenten bauen auf diesem Wissen auf und entwickeln es weiter.

Künftig werden SAP-Agenten zudem über Standards wie Agent-to-Agent (A2A) bidirektional mit Agenten anderer Anbieter kommunizieren.

Laut Ihrer Studie schafft KI derzeit den größten Mehrwert bei der Entscheidungsfindung, der Kundeninteraktion und der Gewinnung neuer Erkenntnisse – weniger bei klassischen Produktivitätssteigerungen. Wird sich dadurch die Art verändern, wie Unternehmen KI-Investitionen künftig begründen?

Kask: Die Produktivität wurde in unserer Studie lediglich etwas niedriger bewertet als beispielsweise die Gewinnung neuer Erkenntnisse. Langfristig bleibt Produktivität aber das eigentliche Ziel. Gerade Europa leidet seit Jahren unter einem vergleichsweise schwachen Produktivitätswachstum.

Bei SAP bewerten wir deshalb jede neue KI-Funktion zunächst anhand ihres konkreten Geschäftsnutzens. Für alle Agenten und KI-Funktionen, die wir in unserem „AI Feature Catalog“ erfassen, erstellen wir zunächst eine Wertanalyse. Wir fragen: Welchen Nutzen hat die Funktion für den Anwender? Trägt sie zu mehr Umsatz bei? Steigert sie die Produktivität? Erst dann wird sie weiterentwickelt.

Im Moment liegt der größte Mehrwert häufig noch darin, Informationen aus strukturierten und unstrukturierten Datenquellen zusammenzuführen und per natürlicher Sprache zugänglich zu machen. Der nächste Schritt besteht aber darin, diese Erkenntnisse direkt in effizientere Geschäftsprozesse zu überführen. Genau dort werden sich die größten Produktivitätsgewinne künftig realisieren.

“Der größte Fehler wäre, gleich das gesamte Unternehmen zu transformieren”

Wenn Sie CIOs nur einen oder zwei Ratschläge für den Übergang von generativer KI zu KI-Agenten geben könnten – welche wären das?

Kask: Der größte Fehler wäre aus meiner Sicht, gleich das gesamte Unternehmen transformieren oder zunächst sämtliche Daten perfekt aufbereiten zu wollen.

Stattdessen sollte man überlegen, welche Art von Agent einen hohen Mehrwert schaffen kann – und diesen dann umsetzen. Natürlich braucht dieser Agent Zugriff auf konsistente und kontextreiche Unternehmensdaten. Genau daran arbeiten wir bei SAP mit Technologien wie dem „Knowledge Graph“, der die semantischen Zusammenhänge der Unternehmensdaten abbildet.

Darüber hinaus stellen wir mit „Data Products“ und der „SAP Business Data Cloud“ Werkzeuge bereit, die Daten aus unterschiedlichen Quellen für KI-Agenten nutzbar machen. Dank Zero-Copy- und Data-Fabric-Ansätzen können Informationen aus Altsystemen, Snowflake oder ERP-Systemen zusammengeführt werden, ohne dass Daten dafür zunächst umfangreich repliziert werden müssen. Für einen Einkaufsagenten lassen sich so genau die relevanten Daten für den jeweiligen Anwendungsfall bereitstellen.

Der entscheidende Punkt ist: Unternehmen müssen nicht warten, bis sie vollständig in die Cloud migriert oder ihre gesamte Datenlandschaft konsolidiert haben. Mit den heute verfügbaren Technologien lassen sich Daten bereits jetzt für konkrete KI-Agenten nutzbar machen, kontrolliert verwalten und auf dieser Basis schnell erste geschäftliche Mehrwerte erzielen. Wer dagegen erst auf die perfekte Ausgangslage wartet, läuft Gefahr, den Anschluss zu verlieren.

Workday

Eine aktuelle Workday-Studie mit Daten aus Deutschland und Europa zeigt ein überraschendes Paradox: Obwohl viele Beschäftigte ihre Produktivität und ihr Engagement hoch einschätzen, verbringen sie einen erheblichen Teil ihrer Arbeitszeit mit Aufgaben, die moderne Unternehmenssysteme längst automatisieren könnten. Nicht mangelnde Technologie oder fehlende Akzeptanz der Mitarbeitenden bremsen laut der Studie den Einsatz von KI, sondern fragmentierte Prozesse und Insellösungen.

Die Ergebnisse stellen verbreitete Annahmen über den Einsatz von Enterprise AI infrage und unterstreichen zugleich, warum Governance, Vertrauen und Datensouveränität – gerade in Deutschland und Europa – entscheidende Voraussetzungen für eine erfolgreiche KI-Transformation sind.

Darüber sprachen wir mit Gerrit Kazmaier, President Product & Technology bei Workday. Vor seinem Wechsel zu Workday leitete er bei Google das Data-Analytics- und BI-Geschäft und verantwortete unter anderem Google BigQuery, Looker, Pub/Sub, Dataflow und Dataplex. Im Laufe seiner Karriere war der Wirtschaftsinformatiker außerdem mehr als elf Jahre bei SAP tätig, zuletzt als President für die Bereiche Database (SAP HANA und Sybase), Analytics, Business Intelligence (Business Objects) und Enterprise Performance Management.

„Zwischen Demo und Produktiveinsatz liegen Welten“

Herr Kazmaier, wo stehen die Unternehmen aus Ihrer Sicht aktuell beim Thema KI?

Gerrit Kazmaier: Wir hatten vor kurzem einen exklusiven Austausch mit CHROs und CEOs aus unserer Kunden- und Interessentenlandschaft. KI war tatsächlich an jedem Tisch das dominierende Thema. Was mich besonders beeindruckt hat, war die positive Grundhaltung. Die Diskussion dreht sich inzwischen nicht mehr darum, ob man KI einsetzen sollte, sondern darum, wie man sie sinnvoll nutzt und welche Anwendungsfälle tatsächlich einen messbaren Geschäftsnutzen liefern. Viele Unternehmen haben ihre ersten Experimente hinter sich und stehen jetzt an der Schwelle, KI in ihre Kernprozesse zu integrieren.

Genau das scheint derzeit die entscheidende Herausforderung zu sein: Vom Experiment zum produktiven Einsatz.

Kazmaier: Absolut. Die erste Frage lautet: Wie integriert man KI so in Geschäftsprozesse, dass sie zuverlässig arbeitet und echten Mehrwert schafft? Die zweite: Wie verändert KI eigentlich die Struktur von Unternehmen? Wenn Aufgaben zunehmend von KI-Systemen übernommen oder unterstützt werden, verändert das zwangsläufig Rollenbilder, Teams und Organisationsstrukturen. Diese beiden Entwicklungen laufen parallel.

Viele Unternehmen sind von den Möglichkeiten generativer KI fasziniert. Reicht diese Begeisterung aus?

Kazmaier: Die Faszination ist absolut nachvollziehbar. Es ist heute erstaunlich einfach geworden, mit generativer KI beeindruckende Ergebnisse zu erzielen. Gleichzeitig ist es erstaunlich schwierig, daraus nachhaltigen wirtschaftlichen Nutzen zu generieren. Zwischen einer überzeugenden Demo und einem produktiven Unternehmenseinsatz liegen Welten.

Woran liegt das?

Kazmaier: Geschäftsprozesse stellen völlig andere Anforderungen als ein Chatbot. Dort geht es um Zuverlässigkeit und Korrektheit. Nehmen Sie die Gehaltsabrechnung. Sie muss zu hundert Prozent stimmen. Oder den Finanzabschluss. Auch der muss rechtlich und fachlich korrekt sein. Niemand würde einen Geschäftsbericht akzeptieren, der zu 80 Prozent richtig ist – aber es nicht klar ist, welche 80 Prozent.

„Mit KI existiert erstmals ein weiterer ‘Intelligenzträger’“

Generative KI arbeitet aber grundsätzlich probabilistisch, also mit Wahrscheinlichkeiten. Wie lässt sich dieses Problem lösen?

Kazmaier: Der Schlüssel liegt darin, die Stärken der KI mit deterministischen Prozessen zu kombinieren. KI bringt Fähigkeiten wie Schlussfolgern, Priorisieren oder das Verstehen komplexer Zusammenhänge mit. Gleichzeitig braucht es klare Geschäftsregeln, Richtlinien und kontrollierte Prozessabläufe. Erst das Zusammenspiel beider Welten ermöglicht den zuverlässigen Einsatz in Unternehmensprozessen.

Wo sehen Sie dabei den größten Mehrwert?

Kazmaier: Wir verfolgen im Grunde zwei Innovationsrichtungen gleichzeitig. Zum einen automatisieren wir möglichst viele Backend-Prozesse – Recruiting, Payroll, Benefits oder Finanzprozesse. Zum anderen schaffen wir eine deutlich stärkere Personalisierung für den einzelnen Anwender. Das klingt zunächst widersprüchlich. Normalerweise bedeutet Standardisierung weniger Individualität. KI ermöglicht aber genau diesen Spagat: Im Hintergrund werden Prozesse stärker standardisiert und automatisiert, während die Interaktion mit dem Nutzer persönlicher und kontextbezogener wird.

KI verändert also nicht nur Prozesse, sondern auch Organisationen?

Kazmaier: Davon bin ich überzeugt. Bislang war der Mensch der einzige Träger von Intelligenz im Unternehmen. Mit KI existiert erstmals ein weiterer “Intelligenzträger”. Das führt dazu, dass wir klassische Stellenbeschreibungen und Organisationsmodelle neu denken müssen. Viele Jobs bestehen heute aus einem Bündel unterschiedlichster Aufgaben. Wenn KI einzelne dieser Aufgaben übernimmt, verändert sich automatisch die Definition eines Jobs. Dasselbe gilt für Teams und letztlich für ganze Organisationen. Die traditionellen Hierarchien sind für relativ statische Arbeitswelten entstanden. KI schafft jetzt die Voraussetzungen für wesentlich dynamischere Organisationsformen.

Bedeutet das das Ende klassischer Stellenprofile?

Kazmaier: Ich glaube, dass wir uns langfristig von einer rein rollenorientierten Organisation hin zu einer stärker auf Fähigkeiten und Aufgaben ausgerichteten Organisation bewegen. Unternehmen werden künftig sehr viel flexibler entscheiden können, welche Aufgaben von Menschen übernommen werden, welche von KI und welche im Zusammenspiel beider. Genau diese Transformation erleben wir derzeit – und sie wird Unternehmen weit stärker verändern als der reine Einsatz einer neuen Technologie.

„KI bedeutet eine Transformation des gesamten Unternehmens“

Unternehmen nähern sich KI auf unterschiedliche Weise. Manche starten in der IT, andere in einzelnen Fachbereichen. Ist Human Resources aus Ihrer Sicht ein besonders geeigneter Einstiegspunkt?

Kazmaier: Ich denke schon. Zum einen, weil KI nicht nur eine technologische Veränderung ist, sondern eine Transformation des gesamten Unternehmens. HR beschäftigt sich zwangsläufig mit Fragen wie: Welche Kompetenzen brauchen wir künftig? Welche Aufgaben übernimmt KI? Welche bleiben dauerhaft beim Menschen? Wie verändern sich Recruiting, Weiterbildung und Karrierepfade? All diese Fragen landen zuerst im Personalbereich.

Gleichzeitig ist HR eng mit den Finanzprozessen verbunden.

Kazmaier: Genau. An der Schnittstelle zwischen HR und Finance wird KI sehr schnell zur wirtschaftlichen Realität. Unternehmen müssen künftig nicht nur Personalkosten planen, sondern auch den Einsatz von KI-Systemen und deren Betriebskosten berücksichtigen. Das verändert letztlich auch die Steuerung eines Unternehmens.

Gleichzeitig betrifft HR jeden einzelnen Mitarbeiter.

Kazmaier: Und genau deshalb bietet KI dort enormes Potenzial. Jeder kennt aus eigener Erfahrung, was gute Arbeit ausmacht: faire Beurteilungen, gute Führung, individuelle Entwicklungsmöglichkeiten und passende Weiterbildung. In der Realität scheitert vieles aber an begrenzten personellen Ressourcen. Nicht jeder Bewerber kann einen persönlichen Recruiter bekommen. Nicht jeder Mitarbeiter einen individuellen Karrierecoach oder Mentor.

KI könnte diese Lücke schließen?

Kazmaier: Genau das ist die große Chance. KI ermöglicht erstmals, sehr viele Mitarbeitende individuell zu begleiten und zu unterstützen. Sie kann Bewerber persönlicher durch den Recruiting-Prozess führen, Beschäftigten individuelle Entwicklungsempfehlungen geben oder Führungskräfte im Alltag unterstützen. Dadurch entsteht eine deutlich stärker personalisierte Employee Experience – und zwar in einer Größenordnung, die rein menschlich kaum realisierbar wäre.

Wie zeigt sich das in der Praxis?

Kazmaier: Nehmen wir klassische HR-Prozesse. Unternehmen sparen durch die Automatisierung Zeit und Kosten. Gleichzeitig steigt die Zufriedenheit der Mitarbeitenden, weil sie viel schneller Unterstützung erhalten. Früher wurde beispielsweise ein HR-Ticket an ein Shared Service Center weitergeleitet und die Antwort kam vielleicht erst Tage später. Heute kann ein KI-Assistent viele Anliegen sofort beantworten – rund um die Uhr.

Das gilt auch für Bewerbungsprozesse?

Kazmaier: Absolut. Bewerber schreiben ihre Bewerbungen häufig nach Feierabend oder am Wochenende – also genau dann, wenn kein Recruiter mehr arbeitet. Mit KI können sie trotzdem unmittelbar Rückmeldung erhalten, Fragen stellen oder durch den Bewerbungsprozess geführt werden. Das verbessert die Candidate Experience erheblich und macht den gesamten Prozess deutlich effizienter.

Sie sehen HR also als einen der Bereiche, in denen KI ihren Nutzen besonders schnell unter Beweis stellen kann?

Kazmaier: Ja, weil hier zwei Effekte zusammenkommen: Unternehmen profitieren von einer deutlich höheren Automatisierung, während Mitarbeitende und Bewerber gleichzeitig eine individuellere Betreuung erleben. Diese Kombination gab es in dieser Form bisher nicht. Deshalb halte ich HR für einen der natürlichsten Anwendungsbereiche für KI.

Herr Kazmaier, vielen Dank für das Gespräch.

Kazmaier: Jederzeit für die Computerwoche.

sp3n | shutterstock.com

Selbst wenn Sie bei der Absicherung Ihres Rechenzentrums, Ihrer Cloud-Implementierungen und der physischen Sicherheit Ihres Firmengebäudes alle Register ziehen – mit Hilfe von Social Engineering finden gewiefte Cyberkriminelle meistens einen Weg, diese Maßnahmen zu umgehen.

Social Engineering – Definition

Social Engineering bezeichnet die “Kunst”, menschliche Schwächen auszunutzen, um sich Zugang zu Gebäuden, Systemen oder Daten zu verschaffen. Anstatt zu versuchen, eine Software-Schwachstelle zu finden und auszunutzen, wird ein Social Engineer beispielsweise einen Mitarbeiter anrufen und sich als IT-Support-Angestellter ausgeben, um ihn zur Herausgabe seines Passworts zu bewegen.

Der bekannte Hacker Kevin Mitnick hat den Begriff Social Engineering in den 1990er Jahren entscheidend mitgeprägt. Die Grundidee, sich menschliches Verhalten zunutze zu machen und die Techniken dahinter, gibt es allerdings schon so lange, wie es Betrüger gibt.

Social Engineering – Techniken

Social Engineering hat sich für Cyberkriminelle als besonders erfolgreich erwiesen, wenn es darum geht in Unternehmen einzudringen. Sobald ein Angreifer das Passwort eines vertrauenswürdigen Mitarbeiters erbeutet hat, kann er sich damit einloggen und sensible Daten auslesen. Mit einer Zugangskarte oder einem Code, der physischen Zugang gewährt, können Cyberkriminelle sogar noch größeren Schaden anrichten.

Im Artikel “Social Engineering: Anatomy of a Hack” beschreibt ein Penetrationtester, wie er aktuelle Ereignisse, öffentlich verfügbare Informationen aus sozialen Netzwerken und ein Hemd mit Cisco-Logo aus einem Second-Hand-Laden dazu nutzte, illegal in ein Unternehmen einzudringen. Das vier Dollar teure Gebrauchthemd half ihm, die Rezeptionisten und andere Mitarbeiter davon zu überzeugen, dass er im Auftrag von Cisco technischen Support leisten müsste. Einmal eingedrungen, war es für ihn ein Leichtes, auch anderen Teammitgliedern Zutritt zu verschaffen. Darüber hinaus gelang es dem Ethical Hacker, mehrere mit Malware verseuchte USB-Sticks in den Räumen zu platzieren und sich in das Unternehmensnetzwerk zu hacken. All das lief vor den Augen der Mitarbeiter ab.

Um einen erfolgreichen Social-Engineering-Angriff zu fahren, müssen Sie nicht unbedingt zuerst in einen Second-Hand-Laden gehen, diese Angriffe funktionieren ebenso gut per E-Mail, Telefon oder über soziale Netzwerke. Allen Angriffsarten ist dabei gemein, dass sie menschliche Eigenschaften zu ihrem Vorteil nutzen – beispielsweise Gier, Angst, Neugier oder auch das Bedürfnis, anderen zu helfen.

Cyberkriminelle nehmen sich dabei oft Wochen oder Monate Zeit, um ein Ziel auszukundschaften, bevor Sie einen persönlichen Besuch wagen, eine Nachricht senden oder einen Anruf tätigen. Zu den Vorbereitungen kann beispielsweise gehören, eine Telefonliste oder ein Organigramm des Zielunternehmens zu finden oder die Mitarbeiter über soziale Netzwerke zu recherchieren. Anschließend können Sie beispielsweise über folgende Wege aktiv werden.

• Am Telefon: Ein Social Engineer könnte anrufen und vorgeben, ein Mitarbeiter oder eine vertrauenswürdige externe Autorität zu sein (zum Beispiel ein Strafverfolgungsbeamter oder ein Wirtschaftsprüfer).

• Im Büro:“Können Sie mir die Tür aufhalten? Ich habe meinen Schlüssel/ meine Zugangskarte vergessen.” Diesen Satz haben Sie sicher auch schon einmal so vernommen. Auch wenn die fragende Person nicht verdächtig erscheinen mag – das ist eine beliebte Taktik beim Social Engineering.

• Online: Soziale Netzwerke erleichtern es, Social-Engineering-Angriffe zu fahren. Über Plattformen wie LinkedIn lassen sich schnell und einfach die meisten Mitarbeiter eines Unternehmens finden. Oft kommen noch viele andere Informationen dazu, die unter Umständen für weitere Angriffe nützlich sein können.

Beim Social Engineering werden regelmäßig auch aktuelle Ereignisse, Feiertage oder auch Popkultur-Phänomene dazu eingesetzt, Opfer in die Falle zu locken. Dabei passen die Cyberkriminellen ihre Phishing-Angriffe so an, dass sie auf bestimmte Interessen (Musik, Sport, Politik, etc.) abzielen. Das erhöht die Chance, dass die mit Malware verseuchten Anhänge angeklickt werden.

Social Engineering – Angriffsformen

• Phishing-Angriffe (zu denen auch SMS-basierte Smishing– und Voice-basierte Vishing-Attacken zählen) sind oft mit geringem Aufwand verbunden. Das Motto: “Die Masse macht’s”. Im Rahmen von Phishing-Kampagnen werden oft Tausende identischer E-Mails verschickt. Anschließend müssen die Angreifer nur noch darauf warten, dass jemand leichtgläubig genug ist, um auf den enthaltenen Anhang zu klicken.

• Spear Phishing oder auch Whaling bezeichnet Phishing-Angriffe, die ganz bewusst hochrangige Ziele ins Visier nehmen. Spear-Phishing-Angreifer verbringen im Regelfall viel Zeit damit, solche Ziele zunächst auszukundschaften. Das Ziel besteht dabei darin, einen möglichst überzeugenden, personalisierten Scam auf die Beine zu stellen.

• Baiting ist ein essenzieller Bestandteil aller Phishing-Formen – und anderen Betrügereien. Es bezeichnet die Verlockung, mit der die Ziele in Versuchung geführt werden – sei es eine SMS, die kostenlose Geschenkkarten verspricht oder eine E-Mail, die Kryptowährungen zu besonders attraktiven Preisen oder gar kostenlos in Aussicht stellt.

• Beim Pretexting handelt es sich um eine betrügerische Form von “Storytelling”. Die dabei erfundene Geschichte soll das Opfer zum Beispiel dazu bewegen, persönliche Informationen oder Zugangsdaten preiszugeben. Weiß ein Angreifer beispielsweise, bei welcher Bank sein Opfer Kunde ist, könnte er sich als Mitarbeiter des Kundendiensts ausgeben und unter einem Vorwand wie “Zahlungsverzug” versuchen, Finanzinformationen zu erhalten.

• Business Email Compromise (BEC), auch bekannt als CEO-Fraud, kombiniert mehrere der bislang genannten Techniken. Ein Angreifer erlangt entweder die Kontrolle über die E-Mail-Adresse eines Opfers oder schafft es, E-Mails zu versenden, die so aussehen, als kämen sie von dieser legitimen Adresse. Damit kontaktieren die Angreifer die Untergebenen des Angegriffenen in seinem Namen und ordnen beispielsweise dringliche Überweisungen an.

• Tailgating ist eine physische Social-Engineering-Form, bei der Angreifer den Mitarbeitern eines Unternehmens ins Firmengebäude folgen. Dazu könnten diese sich beispielsweise als Lieferant oder neuer Mitarbeiter, der den Ausweis vergessen hat, ausgeben.

Social Engineering – Beispiele

Um ein Gefühl dafür zu bekommen, auf welche Social-Engineering-Taktiken Sie besonders achten sollten, empfiehlt sich ein Blick auf erfolgreiche Angriffe der Vergangenheit. Hierbei konzentrieren wir uns auf drei spezifische Social-Engineering-Angriffe, die für Cyberkriminelle besonders einträglich ausgefallen sind:

1. Etwas Verlockendes anbieten

Jeder Trickbetrüger weiß: Am einfachsten ist es, aus der menschlichen Gier Profit zu schlagen. Das bildet die Grundlage des klassischen nigerianischen 419-Scams: Hierbei gaukeln Betrüger ihren Opfern vor, sie müssten hohe, unrechtmäßig erworbene Geldsummen aus dem eigenen Land zu einer sicheren Bank im Ausland transferieren. Dazu bräuchten sie Unterstützung: Gegen die Zahlung vermeintlicher Provisions-, Verwaltungs- oder Versicherungsgebühren könnten die Opfer einen Gutteil des oft millionenschweren Geldbetrags abbekommen, so dass betrügerische Versprechen.

Angriffe dieser Art sind seit Jahrzehnten bekannt und eigentlich eine Lachnummer, aber nichtsdestotrotz immer noch eine effektive Social-Engineering-Technik, auf die Menschen hereinfallen: Im Jahr 2007 überwies der Schatzmeister eines dünn besiedelten Bezirks im US-Bundesstaat Michigan einem solchen Betrüger 1,2 Millionen Dollar an öffentlichen Geldern – in der Hoffnung abkassieren zu können.

Ein weiterer gängiger Köder ist die Aussicht auf einen neuen, besseren Job: Im Rahmen einer äußerst peinlichen Kompromittierung traf es im Jahr 2011 das Sicherheitsunternehmen RSA auf diese Weise. Mindestens zwei Mitarbeiter öffneten eine Malware-verseuchte Datei, die an eine Phishing-E-Mail angehängt war. Der Dateiname: “2011 recruitment plan.xls”.

2. Fake it till you make it

Eine der simpelsten – und überraschenderweise auch erfolgreichsten – Social-Engineering-Techniken besteht darin, sich als ratlosen Mitarbeiter auszugeben. Bei einem seiner legendären frühen Betrugsversuche verschaffte sich Kevin Mitnick Zugang zu den Betriebssystem-Entwicklungsservern der Digital Equipment Corporation. Sein Vorgehen: Er rief bei DEC an, gab sich als leitender Entwickler aus und behauptete, er habe Probleme mit dem Login. Er wurde postwendend mit neuen Logindaten versorgt. Das spielte sich schon 1979 ab – man sollte also meinen, die Dinge hätten sich seitdem verbessert. Das ist allerdings nicht der Fall: Im Jahr 2016 erlangte ein Hacker die Kontrolle über ein E-Mail-Konto des US-Justizministeriums und nutzte es, um sich wie seinerzeit Mitnick Zugangsdaten zu verschaffen.

Zwar haben viele Organisationen Barrieren aufgebaut, die diese Art des dreisten Betrugs verhindern sollen, aber oft ist es nicht besonders schwer, sie zu umgehen. Als Hewlett-Packard (HP) im Jahr 2005 Privatdetektive damit beauftragte herauszufinden, welche Vorstandsmitglieder Informationen an die Presse durchstachen, versorgte das Unternehmen die Schnüffler mit den letzten vier Ziffern der Sozialversicherungsnummer ihrer Zielpersonen. Diese Daten akzeptierte der technische Support von HPs TK-Provider AT&T als Identitätsnachweis und händigte den Detektiven detaillierte Anrufprotokolle aus.

3. Autorität spielen

Viele Menschen sind daran gewöhnt, Autoritäten zu respektieren. Das wissen auch Cyberkriminelle. Sie spielen sich als Vorgesetzte oder Führungskräfte aus, um an ihr Ziel zu gelangen. So überwiesen im Jahr 2015 Finanzmitarbeiter von Ubiquiti Networks Firmengelder in Millionenhöhe an Social-Engineering-Betrüger, die sich als Führungskräfte des Unternehmens ausgegeben und ihre Glaubwürdigkeit mit gefälschten E-Mail-Absendern unterstrichen hatten.

Ein anderes Beispiel: Zur Jahrtausendwende gehörte es für (manche) britische Boulevard-Journalisten zum guten Ton, sich Zugang zu den Voicemail-Konten von für sie interessanten Personen zu verschaffen. So überzeugte ein Journalist den TK-Anbieter Vodafone davon, die Voicemail-PIN der Schauspielerin Sienna Miller zurückzusetzen, indem er dort anrief und sich als “Kollege John aus der Credit-Control-Abteilung” ausgab.

Ein weiteres prominentes Beispiel ist John Podesta, Hillary Clintons ehemaliger Wahlkampfleiter, der 2016 von russischen Spionen gehackt wurde. Die Cyberkriminellen hatten ihm im Vorfeld eine Phishing-E-Mail zugestellt, die als Nachricht von Google getarnt war und eine Aufforderung enthielt, sein Passwort zurückzusetzen. Statt sein Konto zu schützen, gab er damit seine Anmeldedaten preis.

Social Engineering – Zahlen & Statistiken

• Allein im Jahr 2024 konnten kriminelle Hacker durch BEC-Angriffe rund 6,3 Milliarden Dollar einstreichen. (Quelle: Verizon DBIR 2025)

• Smishing macht 39 Prozent aller mobilen Bedrohungen aus. (Quelle: SlashNext)

• Mit der Einführung von ChatGPT stieg die Zahl der Social-Engineering-Angriffe um 45 Prozent. (Quelle: SlashNext)

• Mit 17 Prozent aller Kompromittierungen ist Phishing der zweithäufigste, initiale Malware-Infektionsvektor. (Quelle: Mandiant M-Trends-Report 2024)

Social-Engineering-Angriffe abwehren

Wir haben fünf Tipps zur Abwehr von Social-Engineering-Attacken für Sie zusammengestellt:

1. Security Awareness

Security-Awareness-Schulungen sind der beste Weg, um Social Engineering zu verhindern. Nur wenn die Mitarbeiter wissen, welche Gefahr ihnen droht, können sie sich gegen solche Angriffe wappnen. Erarbeiten Sie ein umfassendes Schulungsprogramm, dass zu mehr Sicherheitsbewusstsein führt! Es sollte regelmäßig aktualisiert werden, um sowohl allgemeinen Phishing-Bedrohungen als auch neuen, gezielten Bedrohungen angemessen begegnen zu können.

Dabei sollten Sie von einer tiefgehenden Erklärung technischer Schwachstellen und Details absehen und stattdessen Beispiele nennen, die die Methoden der Angreifer in den Fokus stellen. Auch interaktive Elemente wie ein Quiz können dazu beitragen, Mitarbeiter vorzubereiten.

2. Security-Briefing für Mitarbeiter in Schlüsselpositionen

Unternehmen sollten Führungskräfte und leitende Angestellte in ihre Bemühungen einbeziehen, da sie für Cyberkriminelle die attraktivsten Social-Engineering-Ziele darstellen. Wichtig ist es auch Mitarbeiter, die die Berechtigung zu Finanztransaktionen haben, regelmäßig über die Gefahren aufzuklären.

3. Bestehende Prozesse prüfen

Für finanzielle und andere wichtige Transaktionen bietet es sich an, zusätzliche Kontrollmaßnahmen einzuziehen. Dabei gilt es im Auge zu behalten, dass einige Schutzmaßnahmen, beispielsweise eine Aufgabentrennung, sinnlos werden könnten, wenn es sich um eine Insider-Bedrohung handelt. Eine regelmäßige Risikoanalyse ist zu empfehlen.

4. Neue Richtlinien für dringende Anfragen

Sendet der Vorstandsvorsitzende eine E-Mail von seinem Gmail-Konto, sollte das bei den Mitarbeitern Alarmsignale auslösen. Um vorschnelle Reaktionen zu vermeiden, die ins Unglück führen können, sollten Mitarbeiter ein klar definiertes Notfallverfahren an die Hand bekommen und im Zweifel direkt mit dem Absender kommunizieren können.

5. Incident Management

Überprüfen, verfeinern und testen Sie regelmäßig Ihre Incident-Management-Systeme. Dazu bieten sich Übungen mit der Geschäftsleitung und den wichtigsten Mitarbeitern an, in denen Kontrollmechanismen und potenzielle Schwachstellen auf den Prüfstand kommen.

Social Engineering – Toolkits

Es gibt am Markt einige Tools und Services, die Unternehmen bei Awareness-Kampagnen und Phishing-Simulationen unterstützen:

• Das Social Engineering Toolkit von TrustedSec steht als kostenloser Download zur Verfügung und hilft bei der Automatisierung von Penetrationstests. Zu den Features gehören neben Social Engineering auch Spear Phishing, Fake Websites und USB-basierte Angriffe.

• Das Social Engineering Framework ist eine weitere gute Ressource. Laut Aussage der Macher enthält es “aktuelle wissenschaftliche, technische und psychologische Informationen” zum Thema. Das Ziel sei es, “eine Informationssammlung für Sicherheitsexperten, Penetrationstester und Enthusiasten zu schaffen”. Das Framework wird regelmäßig aktualisiert.

(fm)

Dieser Beitrag ist im Original bei unserer Schwesterpublikation CSOonline.com erschienen.

TetianaKtv | shutterstock.com

Intelligente Systeme werden zunehmend produktiv eingesetzt. Ist das der Fall, müssen viele Unternehmen schnell feststellen, dass das im Hinblick auf die Accountability Probleme aufwirft. Schließlich funktionieren KI-Tools nicht wie klassische Enterprise-Software: Ihre dynamische Interaktion mit Daten, APIs und Business-Workflows kann unvorhersehbare Ergebnisse hervorbringen.   

Den Status Quo bei vielen Anwendern bringt David DuChene, Manager beim KI-Dienstleister SHI International, auf den Punkt: „Wenn bei der KI etwas schiefgeht, wird die Verantwortung in der Regel demjenigen zugewiesen, der dem Problem am nächsten stand.“

Und weil KI-Systeme im Rahmen von Workflows zunehmend nicht mehr die Rolle des Beraters, sondern die des Akteurs einnehmen, lässt sich Accountability nicht mehr allein über Richtlinien durchsetzen. Vielmehr ist es Aufgabe der IT-Führungskräfte, diese direkt in die Struktur ihrer Betriebsabläufe zu integrieren. Zum Beispiel in Form der folgenden fünf Maßnahmen.

1. Verantwortlichkeiten klar definieren

Immer noch sind diverse KI-Anwenderunternehmen (insbesondere im Enterprise-Umfeld) davon überzeugt, dass KI-Accountability eine Aufgabe für die gesamte Belegschaft ist. Experten argumentieren allerdings, dass diese Annahme sich als falsch erweist, sobald die Systeme produktiv eingesetzt werden. Zum Beispiel Joe Wilson, SVP und CIO beim Softwareanbieter CSG: „Geteilte Accountability ist keine Accountability. Ein direkter Owner ist unabdingbar.“

Laut dem Manager werde bei seinem Arbeitgeber auf diese Weise verfahren. Zudem durchliefen KI-Initiativen Governance Reviews, an denen auch die Geschäftsleitung beteiligt ist. Darüber hinaus setze CSG jedoch auch auf „CIO-Repräsentanten“, die in den Geschäftsbereichen und Produktgruppen eingebettet sind. Auf diese Weise will der Softwareanbieter laut seinem CIO sicherstellen, dass die Accountability den gesamten Lebenszyklus von KI-Initiativen abdeckt.

Formalisierte Verantwortlichkeitsstrukturen wie diese fehlten jedoch bislang in den meisten Unternehmen, hält DuChene fest: „Auf dem Papier mag es zwar Verantwortliche geben, aber sobald ein System tatsächlich ausfällt, wird alles neu verhandelt.“

Ob Organisationen in Sachen Accountability wirklich vorbereitet sind, lässt sich laut dem Manager anhand einer diagnostischen Frage klären: „Wenn Ihr KI-Deployment eine falsche Antwort generiert, die das Unternehmen Geld kostet, wer wird dann das Postmortem schreiben? Wenn Führungskräfte diese Frage nicht direkt beantworten können, existieren Accountability-Strukturen in der Praxis wahrscheinlich noch nicht.“

2. Governance rechtzeitig einziehen

In den vergangenen Jahren haben viele Unternehmen KI-Systeme eingeführt – laut DuChene, bevor sie die dafür notwendigen Grundlagen in Bezug auf Governance und Operations geschaffen haben: „Das größte Problem, das wir regelmäßig beobachten, hängt mit der richtigen Reihenfolge der Maßnahmen zusammen. In vielen Fällen wurden jede Menge Häuser gebaut, deren Wände bereits standen, bevor das Fundament gegossen war.“

Das führe im Nachgang zu kostspieligen Nachrüstungsmaßnahmen, meint der Manager: „Die Teams in diesen Unternehmen stellen dann häufig viel zu spät fest, dass wichtige Dinge wie Datenklassifizierungssysteme, KI-bezogene IAM-Kontrollen oder Eskalationskanäle für Fehler nicht vorhanden sind.“  

Laut Seth Dobrin, CEO beim KI-Modellanbieter Arya Labs und ehemaliger Global AI Leader bei IBM, scheitert Governance oft daran, dass Unternehmen sie als reinen Policy-Layer betrachteten, anstatt sie direkt in operative Workflows zu integrieren. „Wenn man das nicht richtig hinbekommt, wird das Ganze auseinanderfallen“, konstatiert der KI-Experte. Er verweist auf das Beispiel eines Versicherungsunternehmens, das über 18 Monate ein intelligentes System aufgebaut hatte, bevor die Rechtsabteilung das Deployment lahmgelegt habe: „Das Problem war nicht die Technologie selbst, sondern, dass Governance in der Frühphase des Projekts keine Rolle gespielt hat. Am Ende musste das Unternehmen das Projekt dann verwerfen.“

CSG-Manager Wilson argumentiert an dieser Stelle, dass Governance die Teams in Unternehmen dabei unterstützen sollte, Komplexität zu bewältigen, statt sie in ihrer Handlungsfähigkeit einzuschränken: „Governance ist eher ein Fahrwerkssystem als ein Bremsmechanismus. Die Dinge sollen schneller gehen, müssen aber auch funktionieren, wenn man in unwegsames Gelände gerät.“

In diesem Zusammenhang kommt es auch auf die Daten an, warnt Quais Taraki, CTO von EnterpriseDB. Viele Unternehmen würden regelmäßig unterschätzen, wie schwierig es ist, die Accountability aufrechtzuerhalten, sobald KI-Systeme mit fragmentierten Datenumgebungen im Enterprise-Umfeld interagierten: „Ein KI-Assistent, der beispielsweise Kundeninteraktionen zusammenfasst, könnte regulierte oder vertrauliche Daten aus Systemen abrufen, die dafür niemals vorgesehen waren.“

Um Probleme wie diese gar nicht erst entstehen zu lassen, sind starke Data-Governance-Praktiken unabdingbar. Konkret:

• Lineage,
• Provenance Tracking,
• Klassifizierungssysteme und
• Zugriffskontrollen.

Darüber hinaus schaffen diese Maßnahmen auch die Grundlage für Accountability, falls doch einmal etwa schiefgehen sollte. Denn sie ermöglichen es festzustellen, auf welche Daten ein KI-System zugegriffen hat, wie die Outputs generiert wurden – und auch, ob sensible Informationen dabei eine Entscheidung beeinflusst haben. „Ohne Data Lineage und Provenance sind keine Ursachenanalysen möglich – sprich, man weiß nicht, was zu ändern ist und hat keinen Einblick, wie sich die Dinge auf unerwartete Weise verändert haben“, hält Taraki fest.

Der CTO plädiert dafür, Accountability an regulierten Datenprodukten auszurichten – statt an organisatorischen Silos: „Wenn die Ownership quer über Infrastruktur-, Data-Science- und Entwickler-Teams verteilt wird, kann es schwierig werden, nach einem Fehler zu klären, wer verantwortlich war. Klare Zuständigkeiten für die Datenprodukte, die die KI-Systeme versorgen, tragen dazu bei, die Rechenschaftspflicht über den gesamten KI-Lebenszyklus hinweg sicherzustellen.“

3. Observability integrieren

Klassische Enterprise-Monitoring-Systeme wurden in erster Linie dafür entwickelt, um die Verfügbarkeit, den Infrastrukturzustand und die Applikationsleistung zu überwachen. Künstliche Intelligenz wirft jedoch neue Herausforderungen auf: Bei diesen Systemen müssen Reasoning-Pfade, Entscheidungsketten und Verhaltensabweichungen nachverfolgt werden.

Nik Kale, Mitglied der Coalition for Secure AI (CoSAI), empfiehlt dazu einen sogenannten „Investigation Graph“. Dieser könne Aufschluss darüber geben, was ein KI-System beobachtet, auf welche Tools es zugegriffen hat, zu welchen Schlussfolgerungen es gelangt ist und welche Aktionen es letztendlich ergriffen hat. „Wenn etwas nicht funktioniert, ist der erste Impuls immer die Frage danach, warum die KI diese Entscheidung getroffen hat. Man müsste aber eher danach fragen, wie das System tatsächlich agiert hat – schließlich handelt nicht das KI-Modell, sondern das System um es herum.“

Diese breitere Accountability-Perspektive verändert auch die Wahrnehmung von Observability: Anstatt KI-Modelle isoliert zu überwachen, brauchen Unternehmen zunehmend Transparenz über sämtliche Systeme, mit denen diese interagieren – einschließlich Datenquellen, APIs, Anwendungen, Sicherheitskontrollen und nachgelagerten Workflows. Für die Praxis heißt das, umfassend zu protokollieren – nämlich:

• Prompts,
• Outputs,
• Tool-Aufrufe,
• Datenzugriffs-Events sowie
• Agentenaktionen.

In Kombination mit herkömmlicher Anwendungs- und Infrastruktur-Telemetrie entstehen so auditierbare Protokolle darüber, wie sich KI-Systeme verhalten haben und warum Entscheidungen getroffen wurden.

Diese Transparenz wird besonders wichtig, wenn IT-Verantwortliche es mit unbefugter KI-Nutzung zu tun bekommen. Während Governance-Richtlinien definieren, welche Tools Mitarbeiter verwenden sollten, hilft Observability dabei, aufzudecken, welche Tools sie tatsächlich nutzen. Indem die Observability über KI-Modelle hinaus auf die gesamte Unternehmensumgebung ausgeweitet wird, kann die IT Schatten-KI früher erkennen, schneller untersuchen und die dadurch entstehenden Accountability-Lücken schließen.

4. Eskalationsmechanismen etablieren

Die wichtigste Accountability-Frage ist allerdings, wann ein KI-System innehalten und um Hilfe bitten sollte. Leider ist das in der Erfahrung von KI-Experte Kale ein Bereich, der bei den meisten KI-Implementierungen in Unternehmen eher wenig Beachtung finde. Der Manager argumentiert, dass Unternehmen explizite Eskalationspfade, menschliche Entscheidungspunkte und klar definierte Stoppmechanismen für KI-Systeme benötigten, die im Produktivbetrieb eingesetzt werden: „Ein ‚Abnicker‘ wäre hier fehl am Platz – Stichwort ‚Human in the Loop‘. Dieser Mensch sollte benannt sein und auch die Befugnis haben, die KI zu stoppen.“

Geht es nach CIO Wilson, sind solche Notaus-Mechanismen auch mit Blick auf die Incident Response nötig: „Ein herkömmlicher IT-Vorfall ist typischerweise ein ‚Up‘- oder ‚Down‘-Szenario. KI-Ausfälle sind etwas subtiler: Modelle können im Zeitverlauf Drift entwickeln oder Workflows Ergebnisse liefern, die unerwartet sind, aber technisch nicht auffallen.“

Daraus ergebe sich laut dem Manager ein wachsender Bedarf für interdisziplinäre Response-Prozesse, an denen Rechts-, Kommunikations-, Security-, Audit-, Business- und IT-Operation-Teams parallel beteiligt sind.

5. KI wie Mitarbeiter behandeln

Traditionelle Software kann oft bereits zum Zeitpunkt ihrer Veröffentlichung geprüft und freigegeben werden, weil ihr Verhalten zwischen den Versionen relativ stabil bleibt. Das ist bei KI-Systemen anders: Modelle entwickeln sich weiter, Prompts ändern sich, Retrieval-Systeme werden aktualisiert, und auch die Informationen, die Agenten zur Verfügung stehen, verändern sich kontinuierlich. Dennoch betrachten nicht wenige Unternehmen KI nach wie vor wie herkömmliche Anwendungen.

Kale ist jedoch der Auffassung, dass die Technologie sich weniger wie deterministische Software, sondern eher wie Mitarbeiter verhält: „Man kann KI nicht einfach einmal bereitstellen und es dann dabei belassen. Ähnlich wie bei der Belegschaft braucht es auch hier ein gewisses Maß an Oversight – etwa in Form von Performance-Reviews, Feedback-Runden oder um abweichendem Verhalten Einhalt zu gebieten.“

Diese Herausforderung geht über intern entwickelte Systeme hinaus, wie der IT-Entscheider festhält: „Unternehmen müssen auch die KI-Services von Drittanbietern im Blick behalten, auf die sie sich verlassen. Denn diese aktualisieren Software und Funktionen möglicherweise hinter den Kulissen.“

Um die Verantwortlichkeiten zwischen Anwenderunternehmen, Software- und Modellanbietern sowie Infrastrukturbetreibern zu klären, verweist Kale auf das „AI Shared Responsibility Framework“ (PDF) der CoSAI. (fm)

Dieser Artikel ist im Original bei unserer Schwesterpublikation Computerworld.com erschienen.

• Vorsicht, Sarkasmus!

Foto: Studio Romantic – shutterstock.com

Home-Office und Hybrid Work haben es nicht unbedingt einfacher für Karrieristen und Karrieristinnen (zwecks besserer Lesbarkeit wird im fortlaufenden Text das Maskulin verwendet) gemacht, in Meetings die Aufmerksamkeit des Management und der direkten Vorgesetzten auf sich zu lenken.

So ist es in Online-Konferenzen etwa nicht möglich, sich geschickt in der Nähe der Führungsmannschaft zu platzieren. Dennoch müssen Sie nicht den Kopf in den Sand stecken: Mit diesen acht Tipps ist Ihnen die Beförderung – und die Verachtung Ihrer Kollegen – fast sicher.

1. Mein Haus, mein Auto, mein Boot

Anders als in physischen Meetings ist es in Teams, Zoom & Co. nicht so leicht, allein mit Ihrem adretten Aussehen und Auftreten für Aufmerksamkeit zu sorgen. Gepflegtes Äußeres spielt natürlich auch eine Rolle, wichtiger sind aber Kameraperspektive, Ausleuchtung – und nicht zu vergessen das Hintergrundbild. Dieses stellt praktisch die Bühne dar, auf der Sie auftreten und sollte entsprechend mit Bedacht ausgewählt werden.

Foto: Andrey_Popov – shutterstock.com

Ein lustiges Urlaubsbild etwa erleichtert den Smalltalk mit der Führungsriege – vor allem, wenn Sie noch neu im Unternehmen sind. Ihr Streben nach Höherem bringen Sie jedoch mit einem Flugzeug-Cockpit oder Raumschiff als Hintergrund deutlich besser zum Ausdruck. Wollen Sie dagegen Ihr Expertenwissen zur Schau stellen, ist vielleicht ein volles Bücherregal der passende Hintergrund – keine Sorge, den gibt es auch virtuell als Vorlage.

2. Heute live aus XY

Auch anderweitig können Sie mit dem richtigen Hintergrund ausdrücken, wie ungeheuer wichtig das Meeting und natürlich auch Sie selbst sind. Dabei sein ist alles, egal, ob Sie sich trotz wackliger Verbindung aus dem ICE zuschalten oder mit dem Auto auf dem Gästeparkplatz bei Microsoft stehen.

Foto: frantic00 – shutterstock.com

Lediglich die Check-in-Bereiche von Flughäfen sollte man aus Gründen der Nachhaltigkeit nur äußerst selten und mit Bedacht für diese Form der Selbstdarstellung wählen. Ähnliches gilt, wenn man in der Finanzbuchhaltung, dem Lager oder anderen Bereichen ohne viel Reisetätigkeit arbeitet – es könnte eventuell falsch interpretiert werden.

3. Falls es noch keiner mitbekommen hat …

Auch wenn Sie gerade nicht auf einem Geschäftstermin sind, müssen Sie Ihr Licht nicht hinter den Scheffel stellen. Berichten Sie in Teamkonferenzen ausgiebig, mit welchen interessanten Leuten Sie vor kurzem gesprochen haben und wen Sie gleich treffen werden.

Falls der Zeitpunkt gerade nicht passt, etwa weil es sich um ein konzernweites Townhall-Meeting handelt, hilft ein kleiner Kniff: Verabschieden Sie sich einfach gegen Ende der Veranstaltung im Chat von allen Teilnehmern mit dem Hinweis, dass Sie jetzt in ein wichtiges Interview mit Kunden xy müssen. Alternativ können Sie auch zu Beginn eines Meetings groß ankündigen, dass Sie sich wegen eines superwichtigen Termins etwas verspäten.

4. Emotionen zeigen

Überhaupt ist die Chat-Funktion das Mittel schlechthin, um sich in Online-Meetings auch zwischendurch bei Vorgesetzten und Mitarbeitern bemerkbar zu machen, ohne gleich das Wort zu ergreifen: Reagieren Sie auf alles, was in der Konferenz passiert, indem Sie fleißig auf den Herzchen- und Applaus-Button klicken, Fragen stellen oder mehr oder weniger passende Links in den Chat stellen.

Foto: PeopleImages.com – Yuri A – shutterstock.com

Wichtig dabei: Ja keine persönliche Chat-Nachricht schreiben, wenn Sie einem Vortragenden ein besonderes Lob oder Glückwünsche aussprechen wollen – es muss das gesamte Publikum erfahren!

5. Am Ball bleiben

Auch was die eigene Redeleistung angeht, gibt es karrieretechnisch Einiges zu beachten. Wussten Sie, dass beim Fußball in der Regel die Mannschaft mit dem höheren Ballbesitz gewinnt? Diesen Umstand sollten Sie sich – natürlich nur im übertragenen Sinne – auch in Meetings zu Nutze machen: Bleiben Sie am Ball, sobald Sie das Wort ergreifen, indem Sie die Ausführungen Ihres Vorredners loben, kleine Anekdoten in Ihren Epilog einbauen und herumschwadronieren, was das Zeug hält.

Foto: Girts Ragelis – shutterstock.com

Und falls Ihnen tatsächlich mal die Luft ausgeht: Kurz verschnaufen und die nächste Rede-Attacke starten. Dabei müssen Sie auch vor kleinen Fouls nicht zurückschrecken, etwa indem Sie Rivalen mit der Mute-Taste stummschalten (nur in größeren Meetings anwenden!).

6. Ergreifen Sie das Kommando

Kommt tatsächlich mal jemand anderes zu Wort, dürfen Sie auf gar keinen Fall eine zu passive Zuhörerrolle annehmen. Ergreifen Sie das Kommando und verunsichern Sie Ihren potenziellen Rivalen, indem Sie kontinuierlich Zwischenfragen stellen oder ihn bitten, noch einmal die vorangegangene Powerpoint-Folie zu zeigen. Ein geschickter Winkelzug, der in analogen wie digitalen Meetings funktioniert, ist auch die Praxis, das Gesagte noch einmal mit eigenen Worten zusammenzufassen. Dies zeigt nicht nur, dass Sie alles verstanden haben, sondern stellt Sie in den Augen der Vorgesetzten automatisch auf die gleiche Stufe wie den Vortragenden selbst.

7. “Ich zeichne das mal kurz auf”

Powerpoint-Schlachten waren gestern, wahre Strategen nutzten in Meetings immer schon ein Whiteboard, um scheinbar spontan ihre genialen Ideen vor allen Augen aufzuzeichnen. Nicht ohne Grund: Wer es schafft, die neue Business-Ausrichtung für alle verständlich auf einem Bogen Papier darzulegen, kann sich der nächsten Beförderung fast sicher sein. Dies gilt in Online-Meetings gleich in doppelter Hinsicht: Wer das mit der Collaboration-Lösung verknüpfte digitale Whiteboard zu beherrschen vermag, beweist, dass er nicht nur von Strategie, sondern auch von der Technik eine Ahnung hat.

8. Bitte noch kurz drinbleiben

Nach dem Meeting ist vor dem Meeting – und diese Chance sollten Sie nutzen, um im Nachgang noch ein paar persönlichere Worte mit Ihren Vorgesetzten auszutauschen. Der große Vorteil: Coram Publico darauf angesprochen, können die Chefs Ihre Aufforderung nur schwer ablehnen – gleichzeitig zeigen Sie Ihren Kollegen und Rivalen, wo die Harke hängt.

FOTOGRIN – shutterstock.com

Für viele Geschäftsprozesse ist Technologie inzwischen unverzichtbar. Deshalb zählt diese auch zu den wertvollsten Assets eines Unternehmens. Leider stellt sie gleichzeitig jedoch auch eines der größten Risiken dar – was Risk-Assessment-Frameworks auf den Plan ruft.

IT-Risiken formal zu bewerten, ermöglicht es Organisationen, besser einzuschätzen, zu welchem Grad ihre Systeme, Devices und Daten schädlichen Einflüssen ausgesetzt sind. Etwa in Form von Cyberbedrohungen, Compliance-Verfehlungen oder Ausfällen. Zudem können IT- und Sicherheitsentscheider deren Folgen mit Hilfe von entsprechenden Rahmenwerken auch besser abzuschätzen. Das Ziel besteht am Ende darin, sämtliche identifizierten Risiken – und ihren Impact – zu minimieren.

In diesem Artikel stellen wir Ihnen (in aller Kürze) sechs populäre Risk-Assessment-Frameworks vor, die jeweils auf spezifische Risikobereiche abgestimmt sind.

1. COBIT

Das ist es: Hinter COBIT (Control Objectives for Information and Related Technology) steht der internationale IT-Berufsverband ISACA, der sich auf IT Governance fokussiert hat. Dieses sehr umfassende und breit angelegte Framework wurde entwickelt, um dabei zu unterstützen, Enterprise IT:

• zu verstehen,
• zu designen,
• zu implementieren,
• zu managen und
• zu steuern.

Das kann es: Laut ISACA definiert COBIT die Komponenten und Designfaktoren, ein optimales Governance-System aufzubauen und aufrechtzuerhalten. Die aktuelle Version, COBIT 2019, fußt auf einem Governance-Prinzipien-Sextett:

1. Value für Stakeholder liefern
2. ganzheitlichen Ansatz realisieren
3. Governance-System dynamisch gestalten
4. Management von Governance trennen
5. auf individuelle Unternehmensanforderungen abstimmen
6. Ende-zu-Ende-Governance-System realisieren

So funktioniert es: Das COBIT-Framework ist auf Business-Fokus konzipiert und definiert eine Reihe generischer Prozesse, um IT-Komponenten zu managen. Dabei werden außerdem auch Inputs und Outputs, Schlüsselaktivitäten, Zielsetzungen, Performance-Metriken und ein grundlegendes Reifegradmodell festgelegt.

Gut zu wissen: Laut ISACA ist COBIT flexibel zu implementieren und ermöglicht Unternehmen, ihre Governance-Strategie anzupassen.

2. FAIR

Das ist es: Das Framework FAIR (Factor Analysis of Information Risk) bildet eine Methodik ab, um unternehmensbezogene Risiken zu quantifizieren und zu managen. Dahinter steht das Fair Institute, eine wissenschaftlich ausgerichtete Non-Profit-Organisation, die sich dem Management von betrieblichen und sicherheitstechnischen Risiken verschrieben hat. Laut den Machern ist FAIR das einzige, quantitative Standardmodell auf internationaler Ebene, um diese Art von Risiken zu erfassen.

Das kann es: FAIR bietet ein Modell, um die genannten Risiken in finanzieller Hinsicht zu verstehen, zu analysieren und zu quantifizieren. Laut dem Fair Institute unterscheidet es sich dabei insofern von anderen Risk-Assessment-Frameworks, als dass es seinen Fokus nicht auf qualitative Farbdiagramme oder numerisch gewichtete Skalen legt. Stattdessen will FAIR eine Grundlage liefern, um einen robusten Risikomanagement-Ansatz auszubilden.

So funktioniert es: FAIR ermittelt in erster Linie Wahrscheinlichkeiten mit Blick auf die Frequenz und das Ausmaß von Data-Loss-Ereignissen. Es handelt sich hierbei nicht um eine Methodik, um individuelle Risikobewertungen durchzuführen. Vielmehr will das Framework Unternehmen in die Lage versetzen, IT-Risiken zu verstehen, zu analysieren und zu messen.

Zu den Komponenten des FAIR-Frameworks gehören:

• eine Taxonomie für IT-Risiken,
• eine standardisierte Nomenklatur für Risiken,
• eine Methode um Datenerfassungskriterien zu definieren,
• Messskalen für Risikofaktoren,
• eine Engine für Risikoberechnungen, sowie
• ein Modell, um komplexe Risikoszenarien zu analysieren.

Gut zu wissen: Die quantitative Risk-Assessment-Ansatz von FAIR ist branchenübergreifend anwendbar.

3. ISO/IEC 27001

Das ist es: Bei ISO/IEC 27001 handelt es sich um einen internationalen Standard, der mit Leitlinien in Sachen IT-Security-Management unterstützt. Ursprünglich wurde er im Jahr 2005 gemeinschaftlich von der International Organization for Standardization (ISO) und der International Electrotechnical Commission (IEC) veröffentlicht – und wird seither sukzessive überarbeitet.

Das kann es: ISO/IEC 27001 ist laut den Verantwortlichen ein Guide für Unternehmen jeder Größe und aus sämtlichen Branchen, um ein Information Security Management System (ISMS) aufzusetzen, zu implementieren, zu warten und fortlaufend zu verbessern.

So funktioniert es: ISO/IEC 27001 fördert einen ganzheitlichen Cybersicherheitsansatz, der Menschen, Richtlinien und Technologie auf den Prüfstand stellt. Ein auf dieser Grundlage erstelltes ISMS ist laut ISO ein Tool für Risikomanagement, Cyberresilienz und Operational Excellence.

Gut zu wissen: ISO/IEC-27001-konform zu sein bedeutet, einem weltweit eingesetzten Standard zu genügen und Datensicherheitsrisiken aktiv zu managen.

4. NIST Risk Management Framework

Das ist es: Das Risk Management Framework (RMF) wurde von der US-Behörde NIST (National Institute of Standards and Technology) entwickelt. Dieses Framework stellt einen umfassenden, wiederverwend- und messbaren, siebenstufigen Prozess in den Mittelpunkt, um IT- und Datenschutzrisiken zu managen. Dabei kommt eine ganze Reihe von NIST-eigenen Standards und Guidelines zur Anwendung, um die Implementierung von Risikomanagement-Initiativen zu unterstützen.

Das kann es: Laut NIST realisiert das RMF einen Prozess, der die Risikomanagementaktivitäten in den Bereichen Sicherheit, Datenschutz und Supply Chain in den Lebenszyklus der Systementwicklung integriert. Dabei berücksichtigt der Ansatz Effektivität, Effizienz und Einschränkungen durch geltende Gesetze, Direktiven, Anordnungen, Richtlinien, Standards oder Vorschriften.

So funktioniert es: Der siebenstufige Prozess des NIST RMF gliedert sich in.

1. wesentliche Aktivitäten, um die Organisation auf den Umgang mit Sicherheits- und Datenschutzrisiken vorzubereiten.
2. Systeme und Daten, die verarbeitet, gespeichert und übertragen werden, auf der Grundlage einer Impact-Analyse kategorisieren.
3. eine Reihe von Kontrollmaßnahmen auswählen, um Systeme auf der Grundlage einer Risikobewertung zu schützen.
4. Kontrollmaßnahmen implementieren – und dokumentieren, wie das vonstattengeht.
5. Kontrollmaßnahmen überprüfen und bewerten, ob diese wie gewünscht funktionieren.
6. Systembetrieb auf Grundlage einer risikobasierten Entscheidung autorisieren.
7. Implementierung und Systemrisiken kontinuierlich überwachen.

Gut zu wissen: Das RMF bietet einen verfahrenstechnischen und geordneten Prozess, um Organisation dabei zu unterstützen, Security in ihre allgemeinen Risikomanagement-Prozesse einzubetten.

5. OCTAVE

Das ist es: OCTAVE (Operationally Critical Threat, Asset, and Vulnerability Evaluation (PDF)) ist ein Framework, um Risiken im Bereich der Cybersicherheit zu identifizieren und zu managen. Es wurde vom CERT-Team der Carnegie Mellon University in den USA entwickelt.

Das kann es: Dieses Risk-Assessment-Framework definiert eine umfassende Evaluierungsmethode. Diese ermöglicht Unternehmen nicht nur, missionskritische IT-Assets zu identifizieren, sondern auch die Bedrohungen, die mit diesen in Zusammenhang stehen und die Schwachstellen, die das erst ermöglichen.

So funktioniert es: Laut den Verantwortlichen ermöglicht die Zusammenstellung von IT-Assets, -Bedrohungen und –Schwachstellen Unternehmen, zu durchdringen, welche Daten wirklich bedroht sind. Mit diesem Verständnis ausgestattet, können die Anwender eine Schutzstrategie entwickeln und implementieren, um diese nachhaltig zu schützen.

Gut zu wissen: Das OCTAVE-Framework ist in zwei Versionen erhältlich.

• OCTAVE-S bietet eine vereinfachte Methodik, die auf kleinere Unternehmen mit flachen hierarchischen Strukturen ausgerichtet ist.
• OCTAVE Allegro ist hingegen ein umfassenderes Framework, das sich in erster Linie für große Unternehmen oder solche mit komplexen Strukturen eignet.

6. TARA

Das ist es: TARA (Threat Assessment and Remediation Analysis) stellt eine Engineering-Methodik dar, mit deren Hilfe, Sicherheitslücken identifiziert, bewertet und behoben werden können. Dieses Framework wurde von der Non-Profit-Organisation MITRE entwickelt.

Das kann es: Das Framework ist Teil des MITRE-Systemportfolios, das darauf ausgerichtet ist, die Cybersicherheitshygiene sowie die Resilienz von IT-Systemen in einem möglichst frühen Stadium (innerhalb des Beschaffungsprozesses) zu adressieren.

So funktioniert es: Das TARA-Framework nutzt einen Datenkatalog, um Angriffsvektoren zu identifizieren, die genutzt werden könnten, um Systemschwachstellen auszunutzen sowie potenzielle Gegenmaßnahmen einzuleiten.

Gut zu wissen: TARA wurde ursprünglich im Jahr 2010 entwickelt und kam bereits in mehr als 30 Cyber-Risk-Assessments zum Einsatz. Dieses Framework eignet sich in besonderem Maße für Risikostudien, die sich auf Sicherheitsbedrohungen konzentrieren. (fm)

Dieser Artikel ist im Original bei unserer Schwesterpublikation CSOonline.com erschienen.

Foto: Andrey Popov – shutterstock.com

Mit Kolleginnen und Kollegen zusammenzuarbeiten, die ständig schlechte Laune haben und sich über alles beschweren, ist lästig und nervenaufreibend. Den Nörglern ist nichts gut genug: Führungskräfte sind unfähig, Kollegen faul oder überfordert und auch an den Kunden gibt es ständig etwas auszusetzen. Sie sind unverschämt und erwarten zu viel. Für Unternehmen sind solche Meckerer gefährlich. Die negative Energie, die sie ausstrahlen, kann die Teamarbeit lähmen, Kunden und Partner vergraulen und auf lange Sicht die Unternehmenskultur angreifen.

Der natürliche Reflex im Umgang mit solchen Misanthropen besteht in den meisten Unternehmen und Abteilungen darin, derartige Nebengeräusche erst einmal zu überhören, darüber zu schmunzeln oder sie als Lappalien abzutun. Manche Abteilungsleiter versuchen auch, die Querulanten auf ihre Seite zu ziehen, indem sie ihnen Informationen vorab geben, damit besagte Kollegen sich involviert fühlen und nicht querschießen.

Wie Nörgler verstummen

Beide Ansätze sind suboptimal: Anstatt sich mit dem Störenfried zu arrangieren oder ihn aus taktischen Gründen zu bevorzugen, sollten Vorgesetzte sich darauf konzentrieren, dieses offenkundige Fehlverhalten abzustellen. Immerhin geht es nicht nur um den Frieden im Team, sondern auch darum, als Führungskraft glaubwürdig zu bleiben.

Wie also kann man chronischen Nörglern und Jammerern das Handwerk legen? Zunächst einmal ist es wichtig einen Konsens im Team darüber zu haben, welches Verhalten am Arbeitsplatz alle für begrüßenswert halten und was jede(r) Einzelne dazu beitragen sollte. Klar formulierte Werte sind die Basis für jede Abteilungskultur. Gibt es im Team hier keinen Konsens, scheint alles erlaubt. Manche Mitarbeiter werden dann versuchen, nach ihren eigenen Werten zu leben und diese auch für andere durchzusetzen.

Wer Beschwerden hinter vorgehaltener Hand verhindern will, sollte zudem auf Transparenz setzen. Teammitglieder müssen Gelegenheit haben, ihre Bedenken über Regeln, Programme oder Aktivitäten in der Gruppe zu äußern. Halten sie im großen Kreis mit ihrer Meinung hinterm Berg, haben sie kaum die Legitimation, sich in kleiner Runde oder unter vier Augen zu beklagen. Zu groß ist ihr Risiko gefragt zu werden: Warum hast Du denn nichts gesagt? Es ist also unbedingt sinnvoll, Missstände offen anzusprechen und alle Beteiligten aufzufordern, Maßnahmen zu ihrer Behebung vorzuschlagen. Zudem sollte jeder wissen, dass es einer Teamkultur nicht zuträglich ist, wenn sich Einzelne hinter den Kulissen beschweren.

Führungskräfte sollten ihr Team kennen und wissen, wer die Quengler sind, die meistens außerhalb ihrer Hörweite agieren und möglichst unsichtbar bleiben wollen. Direkte Gespräche mit allen, auch formelle Umfragen sowie 360-Grad-Reviews können hier Klarheit bringen. Diese Nähe zum Team ist für Führungskräfte auch eine wichtige Präventivmaßnahme. Immer dann, wenn Vorgesetzte zu stark auf Distanz zu den Mitarbeitenden gehen, nutzen die Beschwerdeführer das Vakuum für sich. Also gilt es, Kontakt zu jedem Teammitglied zu halten, konstruktives Feedback zu geben und auch die Stimmung in der Arbeitsgruppe immer mal wieder für sich zu analysieren und bewerten.

Kommunikation frisst Negativität

Lassen sich Muster erkennen, worüber sich Mitarbeiter immer wieder beschweren, ist klares Feedback angesagt. Die schnelle, konstruktive Auseinandersetzung auf der Fachebene ist die Basis, genauso wichtig ist es aber, dem Betreffenden klar zu machen, was er mit seinem launischen Verhalten bewirkt. Dazu gilt es zu verdeutlichen, wie andauernde Mäkeleien dem Arbeitsumfeld schaden, wie sich Leistung und Moral negativ verändern und auch, wie es den Quenglern selbst in ihrem Arbeitsumfeld und auch in ihrem beruflichen Fortkommen schadet, wenn sie immer nur Misstöne erzeugen. Dabei sollten Vorgesetzte klar machen, dass kritischer Input zu Programmen, Richtlinien oder Aktivitäten am Arbeitsplatz immer gewünscht ist. Allerdings kommt es dabei auf den Kreis der Adressaten und den Ton an, in dem kommuniziert wird.

Wenn alle gut gemeinten Führungs- und Motivationsmaßnahmen nicht fruchten, müssen Vorgesetzte auch mal Klartext reden und – am besten unterstützt von der Personalabteilung – ein ernsthaftes Krisengespräch führen. Wichtig dabei ist zu dokumentieren, dass man es vorher schon im Guten versucht hat: Feedback-Gespräche und Coachings haben stattgefunden, aber nicht gefruchtet. Ziel eines Krisengesprächs sollte ein klares Programm zur Leistungs- und Verhaltensverbesserung sein, das Ziele benennt und Fortschritte dokumentiert.

Haben all diese Maßnahmen keinen Erfolg, sollten sich Vorgesetzte nicht scheuen, die Reißleine zu ziehen und die betreffende Person zu entlassen. Chronische Nörgler sind nur auf den ersten Blick harmlos, auf lange Sicht zerstören sie die Arbeitsatmosphäre und -kultur. Als Verantwortliche können Sie sich immer damit trösten, dass die betreffende Person im Unternehmen ohnehin nicht glücklich war.

Die 5 schlimmsten Kollegen

Foto: PointImages – shutterstock.com

Speziell in Situationen, in denen immenser Druck herrscht, neigen manche Mitarbeiter dazu, alle möglichen, absurden Versprechungen zu machen. Entweder um Aufmerksamkeit zu erringen oder um dem Vorgesetzten beziehungsweise dem Management zu gefallen. Versprechungen machen ist immer einfach, aber wenn das Mega-Projekt dann eben nicht in den versprochenen zweieinhalb Wochen abgeschlossen ist, ist das ungünstig.

Alexander Maasik empfiehlt: “Wenn es ein Teammitglied gibt, das am laufenden Band falsche Versprechungen gibt, von denen bereits vorher klar ist, dass sie unmöglich einzuhalten sind, sollten Sie seine Worte nicht mehr für bare Münze nehmen. Wenn Sie können, verlängern Sie den Zeitrahmen und/oder erhöhen Sie Budget oder Ressourceneinsatz, um Engpässe in anderen Bereichen kompensieren zu können.”

Foto: Africa Studio – shutterstock.com

Dann gibt es diese Kollegen, die das Collaboration-Prinzip der geteilten Verantwortung auf ihre ganz eigene Weise interpretieren. Getreu dem Motto: “Die anderen werden es schon richten.” Experte Maasik rät in einem solchen Fall dazu, dem betreffenden Mitarbeiter eine definierte Rolle und spezifizierte Verantwortlichkeiten im Team zuzuweisen. Alternativ könnten Sie den Verantwortungsschieber auch fragen, ob es Bereiche gibt, die ihn besonders interessieren. Eventuell könnten Sie so seine Leistungs-Leidenschaft neu entflammen.

“Manchmal können Sie solche Leute motivieren, indem Sie ihnen Führungsverantwortung übertragen oder ihnen die Verantwortung für ein bestimmtes Gebiet/Thema übertragen, das ihnen am Herzen liegt. Sollte betreffender Kollege allerdings für ausschweifende Arbeitsunlust bekannt sein, hilft unglücklicherweise nur, ihn (oder sie) im Auge zu behalten und sich wenn nötig an höhere Instanzen zu wenden.”

Foto: pathdoc – shutterstock.com

Es ist nur menschlich, nach Wertschätzung und Anerkennung zu streben. Aber einige Menschen übertreiben das in einem Ausmaß, dass sie fast schon selbst daran glauben, wenn sie sich fälschlicherweise die Erfolge anderer zuschreiben.

Maasik: “Leider nimmt der Enthusiasmus dieser Leute rasant ab, wenn es darum geht, die Verantwortung für Misserfolge zu übernehmen. Um solchen Entwicklungen entgegenzuwirken, empfiehlt es sich, genau festzuhalten, wer für welchen Part der Projektarbeit zuständig ist. So können auch alle Beteiligten sehen, wer welchen Beitrag leistet. Sollte jemand auf das Einheimsen von Lorbeeren bestehen, stellen Sie sicher, dass derjenige auch im Fall des Misserfolgs sein Fett abbekommt.”

Foto: Photographee.eu – shutterstock.com

Nicht führt die Team-Moral schneller und geradliniger in den Abgrund, als einer, der ständig nur kritisiert, auf Fehler “hinweist” oder sich über jeden Aspekt eines Projekts nur beschwert. Egal, ob es um Zuständigkeiten, Workloads oder die Strategie geht, der Makel-Magnat hat einfach immer was zu meckern.

“Dieses Verhalten ist absolutes Gift für das Teamwork. Diese Leute verbringen mehr Zeit damit, sich zu beschweren, als mit der Erfüllung ihrer Aufgaben. Der beste Weg solche Menschen zu handlen: 1. Ignorieren Sie das Gemecker, 2. Geben Sie ihm so viel Verantwortung, dass er (oder sie) keine Zeit mehr hat rumzujammern.”

Foto: YuriyZhuravov – shutterstock.com

Manche Leute arbeiten besser alleine. Ist auch gar kein Problem. Außer es handelt sich um Personen, die in Team-Projekte eingebunden sind. Dann könnte jemand, der Anweisungen aus Prinzip ignoriert und affin für Alleingänge ist, das ganze Projekt auf’s Spiel setzen.

Deswegen empfiehlt auch Alexander Maasik, solche Leute lieber aufs “Abstellgleis” zu befördern: “Finden Sie einen Bereich im Projekt, an dem ein solcher Mitarbeiter alleine arbeiten oder sich selbst verwirklichen kann. So holen Sie das Maximum an Produktivität aus diesem Kollegen heraus und stellen gleichzeitig sicher, dass der Rest des Teams intakt bleibt.”

Foto: Flegere – shutterstock.com

Mit der einsteiger- und benutzerfreundlichen Programmiersprache Python können Sie nahezu jede erdenkliche Applikation coden. Aber es ist eben auch nur eine Software wie jede andere – Installation und Management können mitunter komplex ausfallen. Wir verraten Ihnen, wie Sie Python aufsetzen, die richtige Version für Ihre Zwecke ermitteln und mögliche Fallstricke bei der Installation unter Windows, Linux und MacOS vermeiden.

Die richtige Python-Version ermitteln

Um die Kompatibilität mit Drittanbieter-Modulen gewährleisten zu können, sollten Sie nicht auf die neueste Python-Version setzen. Stattdessen empfiehlt sich die letzte große Versionierung. Aktuell (Stand: Juni 2026) ist Python 3.14.6 die neueste Version. Um sicherzugehen, dass alles läuft, sollten Sie sich also für die letzte Revision von Python 3.13 entscheiden. Natürlich können Sie die neueste Python-Version jederzeit in einer geschützten Umgebung – etwa einer virtuellen Maschine – austesten.

Von Python existieren darüber hinaus auch verschiedene Distributionen – ganz ähnlich wie das bei Linux der Fall ist. Allerdings ist die Programmiersprache, im Gegensatz zu Linux, auch in einer offiziellen Version erhältlich, die Sie als Fallback-Option nutzen können: CPython wird von der Python Software Foundation zur Verfügung gestellt und ist die sicherste und kompatibelste Distribution. Mit anderen Python-Distributionen für spezifische Use Cases können Sie zu einem späteren Zeitpunkt jederzeit experimentieren.

Ein wesentlicher Punkt bei der Wahl der Python-Distribution – insbesondere unter Windows – ist die Entscheidung zwischen der 32-Bit- und der 64-Bit-Version. Sehr wahrscheinlich werden Sie sich für letztere entscheiden, denn:

• die meisten modernen Betriebssysteme arbeiten standardmäßig mit der 64-Bit-Version von Python. Windows-Nutzer können die 32-Bit-Versionen der Coding-Sprache auch mit einem 64-Bit-Windows betreiben, müssen sich aber auf leichte Performance-Einbußen einstellen.

• 32-Bit-Applikationen – auch Python – können zeitgleich auf maximal 4 GB Arbeitsspeicher zugreifen. Dieses Limit kennen 64-Bit-Apps nicht. Hinzu kommt, dass viele Datenanalyse- und Machine-Learning-Tools innerhalb einer 64-bit-Umgebung am besten laufen.

Für die 32-Bit-Version von Python sollten Sie sich lediglich dann entscheiden, wenn Sie auch ein 32-Bit-Windows oder ein Drittanbieter-Modul nutzen (müssen), welches lediglich als 32-Bit-Version vorliegt.

Python unter Windows installieren

Wie bei nahezu jeder Applikation unter Windows läuft auch die Installation von Python über einen Installer ab, der Sie durch den Setup-Prozess geleitet. Standardmäßig legt der Python-Installer .exe-Dateien unter Windows im App-Data-Verzeichnis des jeweiligen Nutzers ab – so dass keine Administratorrechte für die Installation benötigt werden.

Den richtige Python Installer für Windows finden

Python.org stellt mehrere verschiedene Windows Installer zur Verfügung. Neben der 32-Bit- (x86) und der 64-Bit-Version (x86-64) auch eine Version für Windows-ARM-Systeme, ein embeddable Zip File, eine .exe-Datei sowie einen webbasierten Installer. Diese unterscheiden sich wie folgt:

• Der .exe Installer ist lediglich eine ausführbare Datei, die den Installationsprozess von Python startet – das ist die gängigste und simpelste Lösung.

• Der webbasierte Installer ist im Grunde identisch zu seinem .exe-Pendant, mit dem Unterschied, dass es die Dateien, die für die Installation nötig sind, separat herunterlädt. Dadurch reduziert sich die Größe des Installers drastisch, allerdings ist eine Netzwerkverbindung zwingend erforderlich.

• Das embeddable Zip File ist eine in sich geschlossene, auf das Minimum reduzierte Kopie der Python-Laufzeitumgebung. Das ist nützlich, wenn Sie eine Python-Applikation manuell verteilen oder schnell etwas testen wollen. Allerdings enthält dieser Installer keines der nützlichen Tools, die die anderen Versionen an Bord haben.

Python mit einem Package Manager unter Windows installieren

Eine weitere Option unter Windows ist die Nutzung des betriebssystemeigenen Package-Management-Systems NuGet. Der Package Manager für .NET hat auch Python im Angebot, allerdings als Komponente für .NET-Applikationen und nicht, um als Installer für eine Standalone-Version von Python zum Einsatz zu kommen. Das Management Ihrer Python-Instanz dürfte sich deshalb mit einer regulären Installation einfacher gestalten.

Auch das Windows Package Management System Chocolatey stellt Python zur Verfügung. Das ist im Vergleich zu NuGet in der Regel die bessere Option, weil Ihr System dabei auf eine vorhandene Python-Laufzeitumgebung überprüft wird. Allerdings sollten Sie vermeiden, reguläre Installationen und solche mit Chocolatey auf einem System zu vermischen.

Python unter Linux installieren

Weil Linux-Distributionen teilweise erhebliche Unterschiede aufweisen, sollten Sie bei der Installation von Python unter dem Open-Source-Betriebssystem auch auf den Package Manager der jeweiligen Distribution zurückgreifen. Die Vorgehensweise bei der Installation unterscheidet sich beispielsweise im Fall von Ubuntu und Fedora grundlegend. Das Installations-Zielverzeichnis orientiert sich dabei im Regelfall an der Python-Versionsnummer (/usr/bin/python3.x).

Ein Weg, die Komplexität im Umgang mit Linux-Package-Managern zu umgehen ist die Nutzung einer Container-basierten Python-Laufzeitumgebung. Container sind vom Rest des Systems isoliert – Sie müssen sich also auch keine Gedanken darüber machen, dass unterschiedliche Python-Laufzeitumgebungen Konflikte verursachen. Falls Sie keine Erfahrungen im Umgang mit Containern haben, müssen Sie allerdings ein wenig Zeit und Mühe einplanen, um sich mit der Materie vertraut zu machen.

Das Tool asdf-vm ist hilfreich, um mehrere Python-Laufzeitumgebungen auf Unix-basierten Systemen (Linux und MacOS) zu managen. Dabei beschränkt sich das Tool nicht auf Python: auch mehrere Laufzeitumgebungen für Node.js, Ruby, Elixir und viele weitere Programmiersprachen können mit asdf-vm unter einen Hut gebracht werden.

Python unter MacOS installieren

Apples MacOS wurde lange mit einer vorinstallierten Python-Version ausgeliefert – allerdings kam dabei keine Version zum Einsatz, die neuer als 2.7 war. Das führte mit der Veröffentlichung von Python 3.0 des Öfteren zu Problemen beziehungsweise Konflikten. Die offizielle Python-Dokumentation geht am Rande auf dieses Problem ein, stellt als Lösungsansatz allerdings nur die Empfehlung bereit, den richtigen Pfad für die entsprechende Python-Instanz zu wählen.

Die Nutzung des Homebrew Package Managers stellt einen gängigen Weg dar, um Python-Laufzeitumgebungen unter MacOS zu managen. Dieser stellt ein konsistentes Interface für Download, (De-)Installation und Management von Python zur Verfügung.

Python Packages installieren

Wenn Sie die Grundinstallation von Python abgeschlossen haben, sollten Sie im nächsten Schritt nicht direkt mit Pip (der Python Package Manager) die Packages installieren – selbst, wenn Sie Python nur für ein einzelnes Projekt nutzen wollen. Stattdessen empfiehlt es sich, virtuelle Python-Umgebungen aufzusetzen und die Packages innerhalb dieser Umgebungen zu installieren. So bleibt die Basis-Installation “clean”.

Eine Vielzahl von Projekten mit virtuellen Umgebungen zu managen, kann sich anspruchsvoll gestalten. Hier empfiehlt sich ein Blick auf das Kommandozeilen-Tool Poetry.

Mehrere Python-Versionen parallel installieren

Richtig knifflig wird es, wenn mehrere verschiedene Versionen der Programmiersprache parallel installiert werden sollen. Hier sollten Sie insbesondere zwei Dinge beachten:

• Installieren Sie jede Python-Version immer in einem eigenen Verzeichnis.

• Stellen Sie sicher, dass die Systempfade zuerst auf die Python-Version verweisen, die standardmäßig zum Einsatz kommen soll.

Die Einrichtung virtueller Umgebungen für jedes einzelne Projekt ist wärmstens zu empfehlen, wenn unterschiedliche Python-Versionen parallel zum Einsatz kommen sollen: So stellen Sie sicher, dass bei Aktivierung der entsprechenden virtuellen Umgebung immer automatisch die richtige Version der Coding-Sprache zum Einsatz kommt. Windows-Nutzern steht in diesem Zusammenhang mit der Py Launcher App eine weitere Option zur Verfügung. Diese kann im Rahmen des Installationsprozesses hinzugefügt werden und ermöglicht Ihnen, über Kommandozeilen-Flags auszuwählen, welche Python-Version für das jeweilige Script zum Einsatz kommen soll.

Mehrere Python-Versionen unter Windows managen

Bislang war es nicht wirklich möglich, unter Windows installierte Python-Versionen zu managen. Das ändert sich ab Version 3.14 mit einem Tool, das das Python-Kernteam neu entwickelt hat. Der Python Installation Manager for Windows ist soll künftig das Mittel der Wahl darstellen, um Installationen unter Windows zu verwalten. Weil der neue Installation Manager selbst nur eine normale Windows-App ist, gibt es mehrere Möglichkeiten, diesen zu installieren. Das funktioniert über:  

• den Microsoft Store,
• die offizielle Python-Website per Direkt-Download, oder
• den WinGet-Paketmanager (winget install 9NQ7512CXL7T).

Das bisherige py-Tool soll künftig durch den Installation Manager ersetzt werden, wobei das neue Tool das alte in Sachen Funktionalität deutlich übertrifft. Die Befehle, die zuvor funktioniert haben, können weiterhin verwendet werden. Einen nützlichen Überblick über alle wichtigen Kommandos rufen Sie mit py help auf:

IDG

Um einzusehen, welche Python-Versionen bereits auf Ihrem Windows-System vorhanden sind, nutzen Sie den Befehl py list:

IDG

Wenn Sie an bereits installierten Python-Instanzen Änderungen vornehmen möchten, müssen Sie diese manuell entfernen und anschließend mit dem Installation Manager neu installieren. Das ist denkbar einfach:

• Python-Versionen fügen Sie mit py install hinzu,
• rufen diese nach der Installation mit py - auf, und
• nutzen py uninstall für die Deinstallation.

Um zu sehen, welche Python-Versionen über den Manager verfügbar sind, nutzen Sie py list --online. Die hier gelisteten Python-Installationen lassen sich zudem mit dem Befehl py list -f=json im JSON-Format exportieren (CSV und JSONL sind ebenfalls verfügbar). Die standardmäßige Python-Version wird in der Auflistung durch ein Sternchen markiert:

IDG

Sobald Sie den Befehl py eingeben, wird diese Standard-Version aufgerufen. Falls Sie das ändern möchten, können Sie eine Umgebungsvariable definieren. Um etwa Python 3.12 als Standardversion festzulegen, würden Sie Powershell mit folgendem Kommando füttern:  

$Env:PYTHON_MANAGER_DEFAULT=„3.12“

Ein Befehl wie py install könnte allerdings leicht mit vorkonfigurierten Befehlen in virtuellen Umgebungen oder mit einem anderen Alias kollidieren. Um das zu vermeiden, können Sie pymanager als eindeutigen Namen für den Installation Manager nutzen. Alle Befehle bleiben dabei unverändert, lediglich der Name der Executable ändert sich.

IDG

Darüber hinaus ist es auch möglich, die Windows App Execution Aliases für Befehle wie python und python3 anzupassen. Dazu geben Sie lediglich py install --configure ein. Sie werden dann aufgefordert, die Aliase Ihres Systems zu ändern:

IDG

Python richtig upgraden

Weniger umfangreiche Python-Revisionen (etwa von 3.7.2 auf 3.7.3) stellen im Regelfall kein Problem dar: Unter Windows erkennt der Installer automatisch die installierte Version und stößt das entsprechende Upgrade an – unter Linux und MacOS in der Regel ebenso. Allerdings müssen auch alle virtuellen Umgebungen, die Sie erstellt haben, mit einem Upgrade versehen werden – das geschieht nicht automatisch.

Bei großen Revisionen (etwa von 3.12 auf 3.13) sollten Sie hingegen neue virtuelle Umgebungen innerhalb der einzelnen Projektverzeichnisse erstellen. Die meisten IDEs die Python unterstützen (zum Beispiel Microsoft Visual Studio Code), erkennen das automatisch und ermöglichen Ihnen, zwischen den verschiedenen virtuellen Umgebungen hin- und her zu wechseln.

Dieser Artikel ist im Original bei unserer Schwesterpublikation Infoworld.com erschienen.