Blog
Digitalisierung & KI
Beiträge zu Automatisierung, KI, Cloud und digitalen Arbeitsprozessen.
Künstliche Intelligenz – was genau ist das und was nicht?
Kaum ein anderes Thema wird derzeit so intensiv diskutiert wie Künstliche Intelligenz (KI) – doch was verbirgt sich wirklich dahinter? Zwischen Buzzwords, Hype und Missverständnissen lohnt sich ein genauer Blick: Was ist KI tatsächlich, was nicht, und warum ist das Zusammenspiel verschiedener Methoden so spannend? Der Beitrag zeigt, wie KI funktioniert, wo ihre Grenzen liegen und warum sie weit mehr ist als nur ChatGPT.
Was ist Künstliche Intelligenz?
Künstliche Intelligenz beschreibt ganz allgemein, dass Computer Fähigkeiten des menschlichen Denkens erlernen. Es geht also darum, dass Maschinen Aufgaben übernehmen, die bislang Menschen vorbehalten waren – von der Mustererkennung bis zur Entscheidungsfindung. Dabei werden Begriffe wie „KI“, „Machine Learning“ oder „ChatGPT“ oft synonym verwendet, obwohl sie unterschiedliche Aspekte abdecken. KI ist ein Sammelbegriff für viele Technologien, die darauf abzielen, Maschinen intelligentes Verhalten beizubringen.
Die Geschichte der KI: Von den Anfängen bis heute
KI ist kein neues Phänomen. Bereits in den 1940er Jahren wurde intensiv daran geforscht. Nach Anfangserfolgen galt das Thema lange Zeit als zu komplex und wurde eher verdrängt. Erst mit dem rasanten Anstieg von Rechenleistung und Datenverfügbarkeit in den letzten Jahren erlebte KI einen neuen Aufschwung. Die Entwicklung verlief in Wellen: Nach ersten Erfolgen folgten sogenannte „KI-Winter“, in denen das Interesse abnahm, bis neue Technologien und mehr Daten die Forschung wieder beflügelten.
Machine Learning und Deep Learning – die Motoren der KI
Ein Teilgebiet der KI ist das Machine Learning (ML). Hier lernen Algorithmen aus Daten, ohne dass sie explizit für jede einzelne Aufgabe neu programmiert werden müssen. Deep Learning wiederum ist eine spezielle Form des ML, die mit tiefen neuronalen Netzen arbeitet – und die Grundlage für moderne Sprachmodelle wie ChatGPT bildet. Machine Learning ist heute das Herzstück vieler KI-Anwendungen, weil es ermöglicht, Muster und Zusammenhänge in großen Datenmengen zu erkennen.
Was ist KI – und was nicht?
Ein entscheidender Unterschied: KI und ML benötigen immer Daten. Klassische Automatisierung, die auf festen Regeln basiert („Wenn A, dann B“), ist keine KI. Erst wenn Algorithmen eigenständig aus Daten lernen und Muster erkennen, spricht man von KI. Ohne Daten – keine Intelligenz. Automatisierung ist zwar nützlich, aber nicht „intelligent“ im eigentlichen Sinne. KI geht darüber hinaus, indem sie flexibel auf neue Situationen reagieren kann, wenn die entsprechenden Daten zur Verfügung stehen.
Die drei Lernformen: Supervised, Unsupervised und Reinforcement Learning
- Supervised Learning: Algorithmen lernen anhand von Trainingsdaten, z. B. zur Vorhersage von Kategorien oder Entwicklungen. Hier besteht die Gefahr von Verzerrungen, wenn die Trainingsdaten nicht repräsentativ sind.
- Unsupervised Learning: Hier werden Strukturen und Ähnlichkeiten in Daten erkannt, etwa durch Clustering oder Dimensionsreduktion.
- Reinforcement Learning: Lernen durch Belohnung und Bestrafung – ähnlich wie ein Kind, das laufen lernt. Besonders wichtig für Sprachmodelle, die darauf trainiert werden, hilfreiche Antworten zu geben
Sprachmodelle und neuronale Netze
Sprachmodelle wie ChatGPT basieren auf tiefen neuronalen Netzen. Diese benötigen enorme Datenmengen und Rechenleistung. Erst durch das Internet und moderne Hardware wurde diese Entwicklung möglich. Die ersten Anwendungen waren Bild- und Objekterkennung. Transformer-Modelle, die seit 2017 im Einsatz sind, haben die Möglichkeiten noch einmal deutlich erweitert. Neben Aufgaben der Textklassifikation können sie als generative Modelle auch Texte erzeugen und Fragen beantworten.
Praktische Einsatzmöglichkeiten von KI
KI kann allerdings noch weit mehr als nur Texte generieren. Besonders bei der richtigen Nutzung strukturierter Daten – etwa für Predictive Maintenance – lassen sich große Einsparungen erzielen. Sprachmodelle ermöglichen es, riesige Textmengen effizient zu durchsuchen und relevante Informationen zu extrahieren. Die Kombination verschiedener Techniken eröffnet neue Möglichkeiten, etwa das automatische Erkennen von Objekten in Bildern oder das Extrahieren von Daten aus Grafiken. Auch in der Baubranche und im Energiemanagement spielt KI eine immer größere Rolle.
Die intelligente Kombination: KI als Wettbewerbsvorteil
Das große Versprechen der KI liegt in der geschickten Kombination unterschiedlicher Methoden. Durch die Multiplikation der Möglichkeiten entsteht ein riesiger Lösungsraum. Wenn Unternehmen hier kreativ agieren, können sie sich entscheidende Wettbewerbsvorteile verschaffen. Die optimale Nutzung dieser Potenziale wird uns noch viele Jahre beschäftigen. Besonders spannend ist die Verbindung von klassischen Machine-Learning-Methoden mit generativen Modellen, um sowohl strukturierte als auch unstrukturierte Daten optimal zu nutzen.
Fazit: KI verstehen und nutzen
KI ist mehr als ein Hype. Sie umfasst viele Methoden, die sich sinnvoll kombinieren lassen. Wer die Unterschiede und Möglichkeiten versteht, kann KI gezielt einsetzen und echten Mehrwert schaffen. Es lohnt sich, sich mit dem Thema auseinanderzusetzen – nicht nur mit generativen Modellen, sondern auch mit klassischen Ansätzen.
WEITERE ARTIKEL
Unternehmenssteuerung optimieren: Zahlen richtig nutzen
Die fortschreitende Digitalisierung greift in immer mehr Geschäftsprozesse ein und erhöht die Notwendigkeit nach einer übergreifenden, strukturierten Unternehmenssteuerung. Grundlage dafür ist stets ein belastbares Zahlenwerk. Doch viele Unternehmerinnen und Unternehmer kämpfen damit, die vorliegenden Daten richtig zu interpretieren oder das volle Informationspotenzial auszuschöpfen. Im folgenden Beitrag erfahren Sie, wie Sie Ihre Unternehmenssteuerung auf eine solide Basis stellen und welche Werkzeuge Sie dafür nutzen können.
Warum belastbare Zahlen entscheidend sind
Finanzbuchhaltung und internes Rechnungswesen liefern wichtige Momentaufnahmen des Vermögensstatus. Doch erst die richtige Interpretation macht daraus eine Grundlage für fundierte Entscheidungen. Ohne Struktur entsteht schnell ein „Zahlenfriedhof“ – viele Daten, aber keine verwertbaren Informationen.
Vermeiden Sie überflüssige manuelle Arbeiten
Ein Beispiel: Ein Unternehmen erstellt eine Liquiditätsplanung auf Wochenbasis, indem Mitarbeiter Daten mühsam manuell zusammentragen. Das ist fehleranfällig und kaum wiederholbar.
Die bessere Lösung: Datenexporte im CSV-Format oder über den gesetzlich vorgeschriebenen GoBD-konformen Z3-Export. Damit lassen sich Zahlungsströme effizient und fehlerfrei in Excel oder Access abbilden.
Den Ist-Zustand richtig ermitteln
Die Datenerfassung ist in den meisten Unternehmen kein Problem. Entscheidend ist, die Informationen sinnvoll zu strukturieren. Nur eine klare Ausgangsbasis ermöglicht eine solide Steuerung.
Die drei Stationen: Nützlichkeit, Konsistenz und Verbindlichkeit
- Nützlichkeit: Sammeln und bewerten Sie Ihre Reports. Wichtig sind z. B. Summen- und Saldenlisten, BWA, OP-Listen, Liquiditätsberichte.
- Konsistenz: Prüfen Sie, ob externe und interne Rechnungswesen-Zahlen sowie Kalkulationen zusammenpassen. Überleitungsrechnungen sind ein Muss.
- Verbindlichkeit: Definieren Sie feste Reports und Zeitpunkte, an denen diese bereitgestellt werden müssen.
Bestehende Tools nutzen, bevor Sie neue Software anschaffen
Bevor Sie in zusätzliche Software investieren, prüfen Sie, welche Möglichkeiten Ihre bestehenden Systeme bereits bieten. Excel, Access oder kleinere Add-Ons sind oft völlig ausreichend – wenn sie richtig genutzt werden. Erstellen Sie dafür klare Pflichtenhefte.
Fazit: Unternehmenssteuerung braucht solide Grundlagen
Eine wirksame Unternehmenssteuerung funktioniert nur mit belastbaren Zahlen. Wer Reports strukturiert, Tools effizient nutzt und Mitarbeitende gezielt weiterbildet, legt die Basis für nachhaltigen Unternehmenserfolg.
Künstliche Intelligenz: Chancen und Risiken für den Mittelstand
Spätestens seit der Veröffentlichung des Chatbots "chatGPT" im November 2022 beschäftigen sich auch mittelständische Unternehmen mit dem Thema künstliche Intelligenz, abgekürzt: KI. Doch welche Chancen bietet KI der Wirtschaft eigentlich? Und welche Risiken sind damit verbunden? Mit diesen und weiteren Fragen beschäftigt sich KI-Experte Professor Dr. Dirk Johannßen im Videotalk "Butter bei die Fische".
Gegenwärtig erlebt das Thema künstliche Intelligenz in der Öffentlichkeit einen regelrechten Boom. Dabei stammen der Begriff und die dahinter stehenden Planungssysteme und Verfahren aus den 1950er-Jahren, sind also seit Langem bekannt. Doch erst technologische Durchbrüche in jüngerer Vergangenheit, etwa beim maschinellen „deep learning“, haben die Leistungsfähigkeit heutiger KI-Systeme ermöglicht, sagt Dirk Johannßen, KI-Experte bei der effective WEBWORK GmbH und Professor für künstliche Intelligenz in der Mensch-Maschine-Interaktion an der FH Westküste.
Der erste Schritt hin zu einer leistungsfähigen KI sei ein Umdenken beim Schutz des Quellcodes der KI-Lösung „Tensorflow“ von Google im Jahr 2015 gewesen, erläutert Johannßen. Seitdem habe sich einiges getan. Mittlerweile seien die nötigen Rechnerkapazitäten verfügbar. Zudem wachse die Menge brauchbarer Daten kontinuierlich an, weil Unternehmen erkannt hätten, dass Daten „das neue Gold“ seien. Beste Voraussetzungen für einen weiteren Siegeszug von KI? Ja, sagt der Experte im Videotalk mit Suiteify Geschäftsführer Ulrich Brehmer – und warnt zugleich vor Risiken.
Wie können Unternehmen künstliche Intelligenz einsetzen?
Die möglichen Einsatzszenarien für KI in Unternehmen sind nach Einschätzung von Dirk Johannßen vielfältig. Beispielsweise lassen sich durch Zeitreihenanalysen und Suchalgorithmen die Flottenplanung in der Schifffahrt oder Fracht- und Laderouten optimieren. In der Versicherungsbranche können neuronale Netze in Verbindung mit Bildverarbeitungssystemen zur Automatisierung der Schadensregulierung bei kleineren Schadenssummen führen. Und dann sind da noch Sprachmodelle wie Chatbots. Diese erfordern allerdings ein extrem hohes Maß an Training, riesige Datenmengen und große Rechnerkapazitäten, um befriedigende Ergebnisse zu liefern.
Unter dem Strich weisen alle Einsatz-Szenarien eine Gemeinsamkeit auf: Es kommt stets darauf an, bei einem Sachverhalt die immer gleiche Entscheidung zu treffen – wobei es jeweils nur eine richtige Entscheidung gibt und verschiedene Menschen ebenfalls zu dieser Entscheidung gekommen wären. Weiteres wichtiges Kriterium: Die Entscheidung ist nicht durch herkömmlichen Programmiercode abbildbar. Nur dann könne von künstlicher Intelligenz gesprochen werden, sagt Johannßen.
Welche Risiken sind mit dem Einsatz von KI verbunden?
In der gegenwärtigen Diskussion geht es aber auch um die Gefahren von KI für Gesellschaft, Demokratie oder den Rechtsstaat. Diese Sorgen hält Experte Johannßen für nachvollziehbar, denn zum ersten Mal in der Geschichte der künstlichen Intelligenz erweckten Sprachmodelle wie chatGPT den Anschein menschlicher Interaktion. KI-Systeme bzw. neuronale Netze mit einer solchen Leistungsfähigkeit seien nur schwer beherrschbar. So seien zum Beispiel bei chatGPT bis zu 175 Milliarden Parameter eingebracht worden. Dies lasse sich durch menschliches Handeln nicht mehr steuern oder kontrollieren. Aus diesem Grund empfiehlt der Experte, KI-Systeme als reine Werkzeuge zu betrachten und deren Nutzung – nicht deren Erstellung – zu regulieren.
Drei Tipps zum Thema KI für Mittelständler
- Suchen Sie die Kooperation mit der Wissenschaft — Hier bietet es sich beispielsweise an, Werkstudenten zu beschäftigen oder Master- und Promotionsarbeiten zum eigenen unternehmensspezifischen KI-Projekt zu vergeben.
- Gehen Sie beim Datensammeln nach dem Modell der Knowledge Discovery in Databases (dt.: Wissensentdeckung in Datenbanken) vor — Die notwendigen Schritte beschreibt Johannßen so: zuerst die Fragestellung, die mit KI gelöst werden soll, exakt festlegen, dann den Datentopf definieren, Daten herausziehen, Daten reinigen, Daten transformieren, Daten im Modell nutzen und anschließend das Modell evaluieren.
- Greifen Sie nicht einfach auf vorhandene Datentöpfe zu — Grund hierfür ist, dass die benötigten Daten eine hohe Qualität und Quantität aufweisen und zudem zu der zu untersuchenden Fragestellung passen sollten.
No Code: So erstellen Sie digitale Workflows - auch ohne Programmierkenntnisse
Überlastete IT-Abteilungen, kaum verfügbare externe Dienstleister: Viele Digitalisierungsprojekte in kleinen und mittleren Unternehmen (KMU) verzögern sich infolge des Mangels an IT-Fachkräften. Doch mithilfe von No-Code-Plattformen können sich versierte Anwender selbst helfen. Dieser Beitrag erläutert, welches Prinzip hinter No Code steckt und wie KMU damit selbstständig Geschäftsprozesse digitalisieren und automatisieren können.
In den vergangenen Jahren hat sich in der Softwareentwicklung ein neuer Ansatz etabliert, die sogenannte No-Code-Entwicklung. Er folgt der Idee des „Citizen Developers“ – das bedeutet: Mitarbeiter werden in die Lage versetzt, ohne bzw. mit nur grundlegenden IT- und Programmierkenntnissen softwarebasierte Anwendungen zu erstellen.
No Code und Low Code: Programmieren für jedermann?
No-Code-Lösungen bieten eine intuitive, grafische Benutzeroberfläche sowie vorgefertigte Module und Funktionen, die Anwender per Drag-and-Drop so zusammenklicken, wie sie es brauchen. Im Gegensatz zu Low-Code-Lösungen, bei denen es – zumindest in begrenztem Umfang – erforderlich ist, Quellcodes zu schreiben und grundlegende IT-Kenntnisse zu besitzen, kommen No-Code-Lösungen komplett ohne Programmierung aus. No Code richtet sich damit in erster Linie an Benutzer ohne Programmierkenntnisse, die selbstständig Anwendungen erstellen möchten.
Während No Code auf die definierten Module und Funktionen beschränkt ist, bietet Low-Code etwas mehr Flexibilität: Bei Bedarf kann ein Entwickler den Code individuell anpassen und erweitern, um komplexere Funktionen zu implementieren. Die vordefinierten Module in Low-Code-Tools ermöglichen Entwicklern somit, Entwicklungszeiten zu verkürzen. Ganz ohne Programmierkenntnisse funktioniert das aber halt nicht.
„Programmieren“ mit No Code
No-Code-Plattformen bieten dem Anwender eine grafische Benutzeroberfläche mit Drag-and-Drop-Funktionen. Durch das Verbinden vorgefertigter Blöcke und Komponenten, wie zum Beispiel Formulare oder Datenbankabfragen, können auch Nicht-Entwickler einfach und schnell eine neue Anwendung mit No Code erstellen. Auf der No-Code-Plattform werden diese Verbindungen in Form von Pfeilen oder durch eine vergleichbare hierarchische Struktur dargestellt. Bei Ausführung der Anwendung wird die Kette von Bausteinen nacheinander abgearbeitet, bis der Workflow abgeschlossen ist.
Leichter Einstieg in die Digitalisierung für KMU
No-Code-Lösungen sind ein wesentlicher Enabler der Digitalisierung in Unternehmen, denn sie ermöglichen die Digitalisierung und Automatisierung von Geschäftsprozessen. Sie bieten insbesondere Mitarbeitern in den Fachabteilungen die Möglichkeit, digitale Anwendungen ohne Programmierkenntnisse zu erstellen – sozusagen „Do it yourself“. Auf diese Weise können Arbeitsabläufe in Fachabteilungen intern optimiert und digitalisiert werden, ohne die IT-Abteilung einzubeziehen, denn deren Ressourcen sind insbesondere in kleineren Unternehmen begrenzt.
Unternehmen, die ihre digitale Transformation erfolgreich gestalten möchten, müssen in der Lage sein, ihre Unternehmensprozesse flexibel an die sich ändernden Marktanforderungen anzupassen. No-Code-Lösungen bieten genau diese Flexibilität: Anwendungen und Prozesse können zeitnah angepasst werden, da es nicht mehr erforderlich ist, den gesamten Code umzuschreiben. Insbesondere kleine und mittlere Unternehmen erhalten so die Möglichkeit, einen einfachen und kostengünstigen Einstieg in die digitale Transformation zu finden sowie agiler und wettbewerbsfähiger zu werden.
Ideen einfach umsetzen mit No Code: Anwendungsfälle und Use Cases
No-Code-Tools setzen keinerlei bzw. lediglich grundlegende IT-Kenntnisse oder Schulungen voraus. Somit kann jeder diese Tools direkt nutzen und Anwendungen erstellen, ohne eine Zeile Code zu schreiben. Ein grundlegendes IT-Verständnis macht den Einstieg zwar leichter, ist jedoch nicht zwingend erforderlich.
Anwender nutzen standardisierte Bausteine, die sie über eine grafische Benutzeroberfläche mithilfe einer einfachen Menüführung bedarfsorientiert zusammenstellen.
Durch die standardisierten Bausteine können Prozesse nicht nur schnell automatisiert werden, sie sind in der Regel auch sicherer in der Anwendung im Vergleich zu einem manuell neu programmierten Quellcode.
Egal ob Marketing, Vertrieb, Personalwesen oder Kundenservice: Prinzipiell können alle Mitarbeiter in den Fachabteilungen No-Code-Tools nutzen, um eigene digitale Lösungen zu erstellen. Die Einsatzgebiete sind dabei vielfältig: Vom Erstellen von Landing Pages, Webseiten, Onlineshops, Formularen, mobilen Anwendungen oder internen Datenbanken bis hin zu Workflow-Automatisierungen, um interne Arbeitsabläufe zu verbessern.
Klassische Anwendungsfälle und Use Cases von No Code sind:
- App-Entwicklung: Mit visuellen No-Code-Entwicklungsplattformen können Benutzer Funktionen, Benutzeroberflächen und Datenbanken erstellen und über mobile Apps miteinander verknüpfen – für Produktkataloge, interne Tools oder Kundenservice-Anwendungen.
- Workflow-Automatisierung: Um repetitive Aufgaben zu automatisieren und dadurch die Effizienz zu steigern, bietet No Code die Möglichkeit, automatisierte Workflows zu erstellen – beispielsweise um Dokumente automatisch zu genehmigen, Bestellungen zu verarbeiten oder bei bestimmten Ereignissen informiert zu werden.
- Datenvisualisierung: No-Code-Plattformen bieten die Möglichkeit, Datenquellen zu verbinden, Diagramme und Dashboards zu erstellen und diese individuell anzupassen, um aussagekräftige Berichte zu generieren.
Transparenz und Zugang zu Know-how
Um No-Code-Tools im Unternehmen effektiv zu nutzen, ist die Akzeptanz und Unterstützung des Managements wichtig. Das Management sollte Transparenz über das Potenzial von No Code im Unternehmen schaffen und Mitarbeiter ermutigen, diese Tools anzuwenden. Zudem empfiehlt es sich, dass die Fachabteilungen und die IT-Abteilung eng zusammenarbeiten und sicherstellen, dass die gewählte No-Code-Lösung in die vorhandene IT-Infrastruktur integriert werden kann.
Auch wenn No-Code-Tools keine Vorkenntnisse erfordern, sind der Zugang zu Schulungen, z.B. in Form von Online-Tutorials, sowie die Unterstützung durch unternehmensinterne No-Code-Experten wichtige Faktoren für eine effektive Nutzung. Ebenso wichtig ist es, über die neuesten No-Code-Entwicklungen auf dem Laufenden zu bleiben und sicherzustellen, dass die verwendete Plattform den Anforderungen des Unternehmens entspricht.
Mehr Chancen für Innovation und Agilität
Der Vorteil von No-Code-Lösungen liegt vor allem darin, dass Vertreter aus den Fachabteilungen, die mit den Prozessen ihres Fachbereichs vertraut sind, ihre Anforderungen selbstständig in digitale Lösungen umsetzen können. In der Vergangenheit waren hierzu relativ komplexe Programmierkenntnisse erforderlich – mit der No-Code-Technologie können fachliche Experten nun ihre Anforderungen und Bedürfnisse direkt als digitale Lösungen realisieren, ohne den Umweg über die Entwicklung zu gehen. Dadurch lassen sich die in der Regel begrenzten Ressourcen von IT-Abteilungen und Programmierern einfach erweitern.
Zusammengefasst: Die wichtigsten Vorteile von No Code
- Agilität und Wettbewerbsfähigkeit: Anwendungen und Lösungen können schneller entwickelt und auf den Markt gebracht werden. Zeitnahe Änderungen im Sinne einer agilen Unternehmensführung sind mit minimalem Aufwand jederzeit möglich.
- Kosteneffizienz: Unternehmen können einfache Anwendungen mit internen Mitarbeitern umsetzen – im Vergleich zur klassischen Anwendungsentwicklung ist dies nicht nur schneller, sondern auch kostengünstiger, was insbesondere für kleine und mittlere Unternehmen mit begrenzten Budgets attraktiv ist.
- Produktivität: No Code ermöglicht es Mitarbeitern aus Fachabteilungen, eigene Anwendungen zu entwickeln und dadurch Geschäftsprozesse zu optimieren und zu automatisieren – unabhängig von der internen Verfügbarkeit von Entwicklern.
- Flexibilität: No-Code-Tools bieten ein hohes Maß an Flexibilität, da Anwendungen und Lösungen einfach per Drag-and-Drop an neue Anforderungen angepasst werden können. Dies erleichtert auch das Skalieren von Projekten.
- Innovation: Fachexperten und Nicht-Entwickler können mit No Code eigene Lösungen erstellen, die ihren spezifischen Bedürfnisse entsprechen. Dadurch wird die breite Umsetzung innovativer Ideen im Unternehmen gefördert.
- Zusammenarbeit: Fachexperten und Entwickler können über No-Code-Tools gemeinsam an Projekten arbeiten, was nicht nur zu einer verbesserten Kommunikation und Zusammenarbeit führt, sondern auch die Qualität der entwickelten Lösungen verbessert.
Datenschutz – eine Frage der Sicherheitsstandards im Unternehmen
Sicherheit und der Datenschutz hängen nicht allein von der No-Code-Plattform ab, sondern ebenso von der IT-Strategie und den Schutzmaßnahmen, die im Unternehmen implementiert sind. In Hinsicht auf den Datenschutz ist es generell empfehlenswert, die entwickelte Anwendung auf dem eigenen Server oder lokal auf dem eignen Computer laufen zu lassen. Dies setzt jedoch voraus, dass intern ausreichend Ressourcen und Know-how vorhanden sind, um die Sicherheit zu gewährlisten – von regelmäßigen Updates über das Erkennen und Schließen von Sicherheitslücken bis hin zum Erkennen von Cyberangriffen.
Insbesondere in kleinen und mittleren Unternehmen fehlen oftmals jedoch die Ressourcen für den Eigenbetrieb. In diesem Fall spielt bei der Auswahl der Plattform der Vertrauensfaktor eine wesentliche Rolle. Viele Anbieter haben daher ihre Sicherheitsstandards von einer neutralen Prüfstelle zertifizieren lassen.
Da oftmals verschiedene Anwender auf der No-Code-Plattform an einem Projekt zusammenzuarbeiten, spielt das Thema Zugriffskontrolle eine wichtige Rolle. Um sensible Daten zu schützen, sollte der Zugriff auf Projekte und Daten mittels definierter Zugriffskontrollen auf autorisierte Benutzer beschränkt werden. Zudem sollte ein angemessenes Verschlüsselungsverfahren angewendet werden, um Unternehmens- und Kundendaten zuverlässig zu schützen.
Erweiterte Digitalisierungsmöglichkeiten am Beispiel der Warenwirtschaft
Insbesondere im Bereich der Warenwirtschaft eröffnet No Code KMU interessante Möglichkeiten, die eigene Digitalisierung voranzubringen. So können beispielsweise Benutzer der Warenwirtschaftssoftware Suiteify Commercial classic über die No-Code-Plattform AQS von Aequitas Software Geschäftsprozesse und Workflows einfach digitalisieren und automatisieren. Die Plattform ist eine Art modulares Baukastensystem, das über eine API-Schnittstelle mit der Datenbank der Warenwirtschaftssoftware verbunden ist.
Alle relevanten Informationen – von Artikelstamm- und Bestandsdaten über Kunden- und Lieferantendaten bis hin zu Belegdaten – stehen auf der Plattform zur Verfügung. Über die Benutzeroberfläche können Anwender per Drag-and-Drop Aktionen für verschiedene Workflows miteinander verknüpfen. Die Integration umfasst bereits eine Reihe von Funktionen, die sukzessive erweitert werden.
In der Warenwirtschaft ergeben sich dadurch verschiedene praktische Anwendungsmöglichkeiten, wie zum Beispiel:
- Eingabe oder Scan einer Artikelnummer und Anzeige von Artikeldaten, Preisen und Beständen auf einem mobilen Endgerät – egal ob im Lager, im Verkaufsraum oder beim Kunden
- Definition eines Workflows für Bestellanforderungen – von der Anforderungserfassung über die Freigabelogik bis hin zur Erfassung des Bestellbelegs in Suiteify Commercial classic
- Einrichtung eines Verteilers, der bei Lieferverzögerungen oder Wareneingängen automatisch informiert wird