KI

Grafik zeigt den Text „Service“ und „SOFTWARE FIRST“ über einer orangefarbenen Linie mit Konfetti- und Glühbirnen-Icon sowie dem Schriftzug „HiQ“ auf schwarzem Hintergrund.

Vom Modelljahr zum Software-Update

Wie Software den Lebenszyklus moderner Fahrzeuge neu definiert

Aber diese Logik ändert sich gerade. Mit der richtigen Softwarearchitektur kann das Auto zu einer Plattform für kontinuierliche Verbesserungen werden – zu einem Produkt, das sich im Laufe der Zeit weiterentwickelt, verfeinert und optimiert, selbst nachdem es das Werk verlassen hat.

Dieser Wandel erfordert eine neue Denkweise: in Bezug auf Produkte, Organisationen und Geschäftsmodelle.

Entkopplung, die das Spiel verändert

Im Zentrum dieser Veränderung steht die Entkopplung von Software und Hardware. In herkömmlichen Fahrzeugplattformen sind Funktionen oft eng mit bestimmten Steuergeräten, Sensoren und Elektronikkomponenten verknüpft. Dies macht jeden Austausch von Komponenten kostspielig in Bezug auf die Entwicklungszeit und erfordert oft das mehrfache Neuschreiben derselben Funktion.

Die Möglichkeit, Software unabhängig vom Produktzyklus der Hardware zu entwickeln, ermöglicht einen Wechsel von sequenzieller zu kontinuierlicher Entwicklung. Dies führt zu kürzeren Entwicklungszyklen, größerer Skalierbarkeit und einer besseren Nutzung von Ressourcen.

Aber es geht nicht immer darum, später neue Funktionen hinzuzufügen – es geht darum, bestehende Funktionen nicht neu erstellen zu müssen. Ein großer Teil der Entwicklungszeit wird heute für die Portierung bestehender Funktionen auf neue Hardware aufgewendet, oft aufgrund von auslaufenden oder ersetzten Komponenten. Mit der richtigen Architektur kann die Anwendungslogik von der Hardware entkoppelt werden, was den Nachbearbeitungsaufwand drastisch reduziert und eine robustere Entwicklungskette ermöglicht. Außerdem ermöglicht dies häufigere Modellneuvorstellungen und kürzere Zyklen – was die traditionelle Denkweise in Bezug auf Modelljahre in Frage stellt.

Mehrere Autos und ein Lkw fahren auf einer geschwungenen Uferstraße entlang eines Flusses, während im Hintergrund unscharfe Stadtgebäude und Verkehr zu sehen sind.

Von verteilter zu zentraler Elektronik

Herkömmliche Fahrzeugarchitekturen bestehen aus einer Vielzahl verteilter Steuergeräte, wobei jedes Steuergerät eine bestimmte Funktion verwaltet. Dies hat zu fragmentierten Systemen, komplexer Fehlerbehebung und eingeschränkter Wiederverwendbarkeit geführt.

Moderne Software-Defined Vehicle (SDV)-Architekturen tendieren zunehmend zur Zentralisierung – sie konsolidieren Funktionen in weniger, aber leistungsstärkeren Recheneinheiten, die mehrere Systeme parallel verwalten können. Dies kann die Verkabelung vereinfachen, physische Redundanzen reduzieren und die Bedingungen für die gemeinsame Nutzung von Ressourcen zwischen Funktionen verbessern.

Zentralisierung reduziert jedoch nicht unbedingt die Komplexität – sie verteilt sie neu und verlagert sie oft von der Hardware- auf die Software- und Architekturebene. Mit weniger, aber leistungsfähigeren Knoten steigt der Bedarf an einer klaren Architektur für Isolation, Echtzeitleistung, Redundanz und sicherheitskritische Funktionen. Beispielsweise sind neue Muster für die Partitionierung, die Fallback-Behandlung und die Qualitätssicherung von Software erforderlich, die auf gemeinsam genutzter Hardware ausgeführt wird.

Das Design von Zonenarchitekturen und der Übergang vom klassischen AUTOSAR zu beispielsweise Adaptive AUTOSAR ist in diesem Wandel von entscheidender Bedeutung – insbesondere, um eine dynamische Softwarebereitstellung und zukünftige OTA-Updates ganzer Subsysteme zu ermöglichen.

Was braucht es, um dorthin zu gelangen?

Die Entkopplung ist nicht nur ein technisches Detail – sie ist eine strategische Entscheidung, die sich auf das gesamte Entwicklungsmodell auswirkt. Eine gut konzipierte Basissoftware in Kombination mit klar definierten Schnittstellen und einer durchdachten Komponentenarchitektur ermöglicht eine hohe Wiederverwendbarkeit von Code über verschiedene Modelle und Generationen hinweg.

Dies erfordert:

  • Eine klare Softwarearchitektur, die Verantwortlichkeiten, Abhängigkeiten und die Isolation zwischen Funktionen definiert
  • CI/CD-Pipelines, die sowohl fahrzeugspezifische Verifizierungsanforderungen als auch kontinuierliche Integration unterstützen
  • Funktionsübergreifende Teams, die in der Lage sind, ganze Funktionen zu übernehmen – von der Entwicklung bis zum Einsatz vor Ort

Middleware spielt hier eine Schlüsselrolle. Sie fungiert als Drehscheibe zwischen Hardware und Anwendung und abstrahiert die Komplexität unterschiedlicher Hardwareplattformen. Durch die Verwaltung von Ressourcen, die Bereitstellung standardisierter APIs und die Ermöglichung von Virtualisierung bildet Middleware ein technisches Rückgrat für Portabilität und Wiederverwendbarkeit in einem bisher schwer zu erreichenden Umfang.

Mit zunehmender Konnektivität, OTA-Updates und externen APIs steigt auch die Verantwortung. Cybersicherheit und Datenschutz können nicht mehr am Ende der Entwicklung hinzugefügt werden – sie müssen von Anfang an in die Architektur eingebettet werden.

Sicherheitskritische Funktionen müssen isoliert, Updates signiert und validiert werden, und die gesamte Datenverarbeitung muss strengen Vorschriften entsprechen – einschließlich der DSGVO und branchenspezifischer Standards wie UNECE R155 und ISO/SAE 21.

Organisatorische Transformation in der Praxis

Technische Transformation muss durch organisatorische Strukturen unterstützt werden. OEMs, die funktionsbasierte Silos aufbrechen und Teams mit durchgängiger Verantwortung – von der Idee bis zum OTA-Update – bilden, berichten von einer verbesserten Entwicklungsgeschwindigkeit und Produktqualität.

Gleichzeitig verändert sich die Beziehung zu den Zulieferern. Anstelle linearer Ketten entstehen plattformbasierte Kooperationen, in denen OEMs, Tier-1-Zulieferer und Technologieunternehmen gemeinsam an gemeinsamen APIs, Datenmodellen und Lebenszyklusstrategien arbeiten. Dies erfordert ein neues Maß an technischer Führungskompetenz und Offenheit im gesamten Ökosystem.

Das Auto der Zukunft ist immer uptodate

Die strategischen Geschäftsvorteile liegen auf der Hand: schnellere Markteinführung, kürzere Aktualisierungszyklen und bessere Skalierbarkeit von Innovationen über Produktlinien hinweg. Gleichzeitig entstehen neue Umsatzmodelle durch servicebasierte Angebote, Abonnementfunktionen und verlängerte Fahrzeuglebensdauern.

Mit längeren Fahrzeuglebensdauern gehen jedoch auch neue Anforderungen einher. Die Verwaltung des gesamten Software-Lebenszyklus – von der ersten Entwicklung über den Support und Updates bis hin zur Außerbetriebnahme – wird zu einer neuen Herausforderung für die Branche.

OEMs benötigen Strategien, um die Kompatibilität mit älterer Hardware aufrechtzuerhalten, die Veralterung von Komponenten zu bewältigen und sicherzustellen, dass auch Fahrzeuge, die seit zehn bis fünfzehn Jahren auf der Straße sind, weiterhin wichtige Updates und Sicherheitspatches erhalten können.

Letztendlich wird der Wert des Fahrzeugs von morgen nicht nur in dem liegen, was in ihm eingebaut ist, sondern in seiner Fähigkeit, sich nach der Auslieferung kontinuierlich zu verbessern.
Daten werden zu einem Vermögenswert. APIs werden zu Geschäftsschnittstellen. Das Produkt wird zu einer Plattform.

Abschließende Gedanken

Bei der Umstellung auf softwaredefinierte Fahrzeuge geht es nicht nur um Technologie, sondern auch um Architektur, Systemdenken und Zusammenarbeit. Um erfolgreich zu sein, müssen Unternehmen in der Lage sein, sowohl mit hoher technischer Komplexität als auch mit weitreichenden geschäftlichen Auswirkungen umzugehen.

Und genau an dieser Schnittstelle – zwischen Systemarchitektur, agiler Entwicklung und strategischen Technologiekompetenzen – machen starke Entwicklungspartner den Unterschied.

Möchten Sie wissen, wie HiQ Sie auf diesem Weg unterstützen kann?
Lassen Sie uns darüber sprechen – wir erzählen Ihnen gerne mehr.

Kontakt

Region

Schriftzug „HiQ“ in schwarzer, handschriftlicher Typografie mit langem Unterstrich steht zentriert auf einfarbig rosafarbenem Hintergrund.

Sie wollen mehr erfahren? Nehmen Sie gerne Kontakt auf!

HiQ offers a wide range of Atlassian services and is a successful Atlassian Platinum Solution Partner.

Smarter arbeiten mit Rovo Agents

Eigene KI-Assistenten erstellen – Schritt für Schritt mit Atlassian Rovo

Erst kürzlich hat Atlassian angekündigt, seine Enterprise-AI-Lösung Rovo für die Mehrheit seiner Cloud-Kunden ohne Zusatzkosten bereitzustellen. Aktuell beginnt die Einführung mit Zugriff für Premium- und Enterprise-User von Jira, Confluence und Jira Service Management; der Zugang für Standard-User folgt in Kürze.

Rovo umfasst mehrere Komponenten, darunter Rovo Search als mächtige Suche über alle Atlassian-Lösungen hinweg; und Rovo Chat als ein KI-Kollege, der Fragen beantwortet und intelligente Vorschläge liefert; sowie die Rovo Agents.

Was sind Rovo Agents?

Stellen Sie sich Rovo Agents als sofort einsatzbereite und maßgeschneiderte spezialisierte KI-Teamkollegen vor, die bereit sind, mit Ihnen zusammenzuarbeiten. Sie basieren auf der Plattform von Atlassian und gehen über einfache Automatisierung hinaus. Sie können:

  • Jira-Backlogs bereinigen
  • Release Notes erstellen
  • Aufgaben nach Themen organisieren
  • Meetings zusammenfassen
  • Feedback analysieren
  • und vieles mehr – vollständig integriert in Ihre vorhandenen Atlassian-Tools und Workflows.

Sie können mit einem der 20 vorgefertigten Rovo-Agents beginnen oder eigene Agenten erstellen, die auf die spezifischen Bedürfnisse Ihres Teams zugeschnitten sind. Womit wir zum nächsten Punkt kommen: drei Beispiele für Rovo-Agents.

Beispiele von Rovo Agents

So erstellen Sie Ihren eigenen Rovo Agent

Die Erstellung eines eigenen Rovo Agents ist unkompliziert und erfordert keine technischen Vorkenntnisse. Die Einrichtung erfolgt über ein geführtes No-Code-Interface direkt im Produkt: 

  1. Definieren Sie den Zweck Ihres Agenten | Beantworten Sie zuerst diese drei grundlegende Fragen:
  • Rolle: Wer nutzt den Agenten? (z. B. Produktmanager:in).
  • Ziel: Was soll der Agent erreichen? (z. B. Backlog bereinigen)
  • Einsatzgebiet: Wo wird der Agent aktiv sein? (z. B. in Jira)

Als Beispiel: Eine Produktmanagerin erstellt einen Agent, der doppelte Tickets erkennt, fehlende Angaben kennzeichnet und die Einhaltung von Label-Vorgaben überprüft.

  1. Konfigurieren Sie den Agenten. | Fügen Sie nun die Details hinzu:
  • Name & Beschreibung: Wählen Sie einen aussagekräftigen Namen, z. B. „Release Manager Agent“, und eine kurze Beschreibung.
  • Anweisungen: Definieren Sie das Verhalten des Agenten mithilfe eines Prompts in natürlicher Sprache.
  • Wissensbasis: Verknüpfen Sie relevante Datenquellen, z. B. Confluence-Beriche, Google-Drive-Ordner oder Jira-Projekte.
  • Aktionen: Wählen Sie bis zu fünf Aktionen aus, z. B. Seiten erstellen, Issues verschieben oder Inhalte analysieren.
  • Beispiel-Prompts: Geben Sie Usern Einstiegsprompts wie „Was ist der Status der offenen Bugs?” an die Hand.

Rovo ist dafür gemacht, Unternehmenswissen sicher zu erschließen, komplexe Daten in maßgeschneiderte Einblicke umzuwandeln und die Entscheidungsfindung für eine noch effizientere Teamarbeit zu beschleunigen.

Rovo Agents bieten Teams zwei besonders wertvolle Vorteile. Erstens ermöglichen sie erhebliche Zeitersparnisse, indem sie wiederkehrende Aufgaben automatisieren – etwa das Zusammenfassen von Meeting-Transkripten oder das Gruppieren von Jira-Issues – und so wöchentlich viele Arbeitsstunden einsparen. Zweitens unterstützen sie die Qualitätssicherung, indem sie vordefinierte Frameworks konsequent anwenden und Teams helfen, interne Standards und Best Practices einzuhalten.

Und damit kommen wir zum letzten Punkt dieses Artikels: fünf bewährte Tipps für den erfolgreichen Einsatz von Rovo Agents.

Erfolgreich Arbeiten mit Rovo Agents

Damit Ihre Agents maximalen Nutzen stiften, empfehlen wir folgende Vorgehensweise: 

  1. Fangen Sie klein und fokussiert an: Erstellen Sie zunächst Agenten mit klar definierten Aufgaben. Erweitern Sie ihre Fähigkeiten schrittweise nach Bedarf.
  2. Testen Sie, bevor Sie automatisieren: Chatten Sie zunächst manuell mit dem Agenten. Überprüfen Sie sein Verhalten, bevor Sie ihn in kritische Arbeitsabläufe einbinden.
  3. Geben Sie gezieltes Feedback: Wenn der Agent einen Fehler macht, fragen Sie ihn nach dem Grund und verfeinern Sie dann seine Anweisungen. Iteration ist der Schlüssel.
  4. Sorgen Sie für Transparenz: Jeder Agent sollte ein Profil haben, aus dem sein Zweck und seine Fähigkeiten hervorgehen. Das schafft Vertrauen und fördert die Akzeptanz.
  5. Verwenden Sie Beispiele: Musteraufforderungen helfen dem Agenten, besser zu arbeiten. Zeigen Sie ihm anhand von relevanten, realen Szenarien, wie er reagieren soll.

Fazit: Kleine Helfer, große Wirkung

Rovo Agents bringen die Vorteile künstlicher Intelligenz direkt in Ihre tägliche Arbeit – ganz ohne komplexe Implementierung oder tiefes technisches Know-how. Agenten sparen Ihnen Zeit, sorgen für mehr Übersicht und ermöglichen es, sich auf das zu konzentrieren, was wirklich zählt.

Sind Sie neugierig, wie Rovo-Agenten in Ihr Atlassian-Ökosystem passen? Wir helfen Ihnen gern. Erfahren Sie mehr über unser gesamtes Angebot an Atlassian-Services.

Möchten Sie noch mehr praxisnahe Tipps und Live-Demos?

Dann melden Sie sich zu unserem kostenlosen Webinar am 22. Mai an und erfahren Sie, wie Sie Atlassian Rovo optimal in Ihrem Arbeitsalltag einsetzen – mit konkreten Use Cases und Expertenwissen.

Sichern Sie sich jetzt Ihren Webinar-Platz!

Kontakt

Region

Ein junger Mann mit blauer Brille lächelt in die Kamera vor einfarbig rosa Hintergrund und trägt ein bordeauxfarbenes T‑Shirt mit Text „JACK&JONES“.

Christian Six

Sie haben Fragen rund um Atlassian? Wir beraten Sie gern.

HiQ deckt jeden Aspekt der agilen Softwareentwicklung ab: von Web Application, Microservices, und Mobile Development bis IoT.

Vibe Coding vs DevOps

Die Zukunft der Softwareentwicklung im KI-Zeitalter?

Der Begriff Vibe Coding, kürzlich vom ehemaligen OpenAI-CTO Andrej Karpathy geprägt, beschreibt einen extrem KI-gesteuerten Coding-Stil, bei dem Entwickler:innen die meiste Arbeit der KI überlassen und in natürlicher Sprache mit ihr interagieren. Statt manuell nach der Stelle zu suchen, an welcher der Abstand einer Seitenleiste angepasst werden muss, sagt man einfach: „Mach das Padding halb so groß“ – und die KI (künstliche Intelligenz) übernimmt den Rest. Änderungen am Code werden ohne Review übernommen, Fehler durch Trial-and-Error beseitigt, und der Code wächst in einer Geschwindigkeit, die das menschliche Verständnis zunehmend überholt.

Das wirft eine zentrale Frage auf: Ist Vibe Coding ein disruptiver Ansatz, der die Art zu entwickeln grundlegend verändern kann, oder doch nur ein cleverer Shortcut für Prototyping-Szenarien? Und wie verhält es sich zum etablierten DevOps-Prinzip?

Ist Vibe Coding ein disruptiver Ansatz, der die Art zu entwickeln grundlegend verändern kann, oder doch nur ein cleverer Shortcut fürs Prototyping?

Was ist Vibe Coding?

Vibe Coding beschreibt eine KI-getriebene Art der Softwareentwicklung, die auf intuitive Interaktion statt strikter Codekontrolle setzt. Anstatt Codezeile für Codezeile manuell zu schreiben und zu debuggen, überlässt man diese Aufgaben der KI. Dadurch entsteht ein direkter, dialogbasierter Entwicklungsprozess, bei dem Entwickler:innen beschreiben, was sie wollen – nicht wie es umgesetzt werden soll. Dieser Ansatz ermöglicht einen schnellen, kreativen Development-Prozess und eignet sich besonders für Prototyping und experimentelles Entwickeln.

Gleichzeitig führt die hohe Geschwindigkeit der Codegenerierung jedoch zu einem mangelnden Verständnis der Codestruktur und einem erhöhten Risiko technischer Schulden – ein Begriff, der mögliche Konsequenzen schlechter technischer Umsetzung von Software beschreibt. Da die KI den Code frei erstellt und verändert, wird es zudem immer schwieriger, große Systeme langfristig zu skalieren und zu warten.

Warum DevOps unverzichtbar bleibt

DevOps hat sich seit Jahren als Standard etabliert. Wesentliche Bestandteile von DevOps-Methoden sind CI/CD (Continuous Integration / Continuous Delivery) – zu deutsch kontinuierliche Integration und kontinuierliche Auslieferung – sowie Versionierung und automatisiertes Testen. Kurzum: DevOps stellt sicher, dass der Code reproduzierbar, skalierbar und stabil ist.

Während Vibecoding auf Geschwindigkeit und kreativen Flow setzt, geht es bei DevOps um Struktur, Nachvollziehbarkeit und Qualitätssicherung. Code-Reviews und Versionierung sorgen dafür, dass Teams ihre Codebasis verstehen, während automatisiertes Testing und Sicherheitsanalysen das Risiko von Betriebsproblemen und Sicherheitslücken minimieren. Infrastructure as Code (IaC) und CI/CD-Pipelines ermöglichen zudem die kontrollierte Skalierung und Aktualisierung von Systemen.

Gleichzeitig hat KI das Potenzial, DevOps zu verbessern. Anstatt DevOps vollständig zu ersetzen, kann KI dazu beitragen, Pipeline-Konfigurationen zu automatisieren, Protokolle zu analysieren, die Codequalität zu verbessern und Systeme schneller als jede:r menschliche:r Entwickler:in zu debuggen.

Können Vibe Coding und DevOps koexistieren? 

Statt Vibe Coding und DevOps als Gegensätze zu betrachten, lassen sie sich als sich ergänzende Ansätze verstehen. Ein möglicher Anwendungsfall: Vibe Coding dient der schnellen Innovation, während DevOps beim Übergang in die produktive Skalierung übernimmt. Ein weiteres Szenario ist DevOps mit KI-Unterstützung, wobei KI zur Rationalisierung und Automatisierung weiterer Phasen der Entwicklungspipeline beiträgt.

Anstatt nur Code zu generieren, kann KI dabei helfen, CI/CD-Pipelines aufzubauen, Prozesse zu überwachen und Optimierungsvorschläge zu machen. Denkbar ist auch, dass Vibe Coding vor allem im Frontend- und UI-Bereich an Bedeutung gewinnt, wo Änderungen iterativ und schnell erfolgen, während Backend und Infrastruktur weiterhin auf klassische DevOps-Praktiken setzen.

Was bedeutet das für Unternehmen und Developer? 

Die Softwareentwicklung steht an einem Wendepunkt – Unternehmen müssen Geschwindigkeit und Struktur geschickt ausbalancieren. KI senkt die Development-Einstiegshürden und erleichtert die Schaffung digitaler Lösungen. Das birgt große Chancen – erfordert aber auch strategisches Vorgehen, um technische Schulden (technical debt) zu vermeiden und langfristigen Erfolg sicherzustellen:

  • Sollten Unternehmen interne Leitlinien für KI-gestützte Entwicklung schaffen?
  • Wie lässt sich Codequalität gewährleisten, wenn der Code nicht mehr von Menschen stammt?
  • Und wie verändert sich das Developer-Berufsbild – wird Prompt Engineering genauso wichtig wie Programmierkenntnisse?

Dies sind nur einige der Fragen, mit denen sich Unternehmen auseinandersetzen werden.

Zukünftig müssen Entwickler:innen zwischen KI-gesteuerter Geschwindigkeit und DevOps-Präzision navigieren können – und dabei die richtige Balance zwischen Intuition und Kontrolle finden.

Fazit

KI-getriebene Methoden wie Vibe Coding sind sehr spannend und haben das Potenzial, schnelle Innovation zu revolutionieren. Aber sie ersetzen nicht die Notwendigkeit strukturierter Prozesse für Produktion und Skalierbarkeit. Zukünftig müssen Entwickler:innen zwischen KI-gesteuerter Geschwindigkeit und DevOps-Präzision navigieren können – und dabei die richtige Balance zwischen Intuition und Kontrolle finden. KI verändert, wie wir Software entwickeln, aber nicht, warum wir sie entwickeln!

Sie wollen Software entwickeln – smart, schnell und bereit für die Zukunft?

Erleben Sie, wie wir aus starken Ideen skalierbare Lösungen schaffen – mit agiler Softwareentwicklung, die wirklich funktioniert. Zu den HiQ Development-Services!

Kontakt

Region

Schriftzug „HiQ“ in schwarzer, handschriftlicher Typografie mit langem Unterstrich steht zentriert auf einfarbig rosafarbenem Hintergrund.

Sie haben Fragen zu KI und DevOps? Melden Sie sich gern bei uns!

Wir bei HiQ haben uns auf die Entwicklung von KI-Lösungen spezialisiert, die auf echte Unternehmensziele einzahlen.

KI: Schutzschild der Industrie gegen Handeslzölle?

Es besteht wenig Zweifel: Auch der Wirtschaftsstandort Deutschland wird sich in den kommenden Jahren verstärkt mit Handelszöllen auseinandersetzen müssen. Besonders deutlich wurde dies jüngst, als Donald Trump im Rahmen seiner zweiten Amtszeit als US-Präsident weitreichende neue Zölle ankündigte – unter anderem gegenüber China, der EU und anderen großen Industrienationen. Die Zeichen sind eindeutig: Die Welle des Protektionismus, die die Weltwirtschaft in den letzten Jahren erfasst hat, ebbt nicht ab – sie nimmt sogar an Fahrt auf.

Für die produzierende Industrie auch in Europa und Deutschland bedeutet das: Planung und Strategie können sich nicht mehr wie gewohnt auf ein stabiles, berechenbares Handelsumfeld stützen. Vielmehr müssen Unternehmen auf schnelle Veränderungen, unerwartete Hürden und neue Kostenstrukturen vorbereitet sein, die sowohl die Produktion als auch die Rentabilität stark beeinflussen können. Hier kommt Künstliche Intelligenz (KI) ins Spiel: nicht als Zukunftsvision, sondern als praktisches Werkzeug für das Hier und Jetzt.

Immer mehr Industrieunternehmen erkennen: KI kann als intelligenter Kompass in einem dynamischen geopolitischen Umfeld dienen. Durch die Verknüpfung von Daten aus Zollsystemen, Logistikströmen und geopolitischen Analysen kann sie Unsicherheit in handlungsrelevantes Wissen umwandeln. Sofie Perslow, KI-Expertin bei HiQ, erklärt: „Damit KI die Auswirkungen von Handelszöllen in Echtzeit vorhersagen kann, braucht sie Zugang zu vernetzten, qualitätsgesicherten Daten – sowohl aus unternehmenseigenen Systemen als auch aus externen Quellen. Logistik, Zolldaten und Marktveränderungen müssen in denselben Datenstrom eingespeist werden.“

Zeitnah reagieren oder den Anschluss verlieren

Wenn Zölle plötzlich die Kostenstruktur verändern, ist es entscheidend, schnell und gezielt zu reagieren. KI-Technologie ermöglicht eine Echtzeitanalyse der Auswirkungen auf verschiedenen Ebenen der Produktion – so können Preise und Materialauswahl schnell angepasst werden.

Unternehmen können alternative Materialien mit geringeren Zollkosten identifizieren oder ihre Preisstrategie an regionale Gegebenheiten anpassen. Lieferantenverträge können automatisch neu verhandelt werden, sobald sich die handelspolitischen Rahmenbedingungen ändern. Es geht nicht nur um Zahlen – es geht darum, wettbewerbsfähig zu bleiben, wenn sich die Spielregeln über Nacht ändern.

Vom Engpass zum Vorteil: KI in der Logistik

Lieferketten gehören oft unter den ersten Elementen, die unter neuen Zöllen leiden. Das muss nicht sein: Künstliche Intelligenz kann tausende von logistischen Variablen analysieren, um alternative Transportrouten vorzuschlagen, Lagerbestände in zollfreundliche Regionen zu verlagern und sogar die Zolldokumentation zu automatisieren. Während des Handelskonflikts zwischen den USA und China mussten Unternehmen wie Caterpillar und Whirlpool kostspielige Anpassungen vornehmen. Mit KI hätten viele dieser Engpässe frühzeitig erkannt und vermutlich abgemildert werden können.

„Agentenbasierte KI ermöglicht es, Veränderungen in der Lieferkette automatisch zu überwachen, Nachverhandlungen vorzuschlagen oder Materialflüsse dynamisch umzuleiten. Aber: Die Systeme müssen im Einklang mit der Geschäftslogik handeln – nicht nur datengetrieben, sondern geschäftsgetrieben“, sagt Sofie Perslow.

„Agentenbasierte KI ermöglicht es, Veränderungen in der Lieferkette automatisch zu überwachen, Nachverhandlungen vorzuschlagen oder Materialflüsse dynamisch umzuleiten. Aber: Die Systeme müssen im Einklang mit der Geschäftslogik handeln – nicht nur datengetrieben, sondern geschäftsgetrieben.“

Sofie Perslow, Head of AI, HiQ

Risiken erkennen, bevor sie wirken

Richtig trainierte KI-Modelle können Handelsmuster und geopolitische Entwicklungen beobachten und potenzielle Risiken frühzeitig erkennen. Steht beispielsweise ein Handelsabkommen davor zu Scheitern oder werden neue Zölle angekündigt, kann KI frühzeitig warnen. Auf diese Weise können Unternehmen ihre Lieferantenbasis diversifizieren und fundierte Szenarien für mögliche Handelskonflikte vorbereiten. Ein Unternehmen wie Harley-Davidson, das 2018 stark unter den US-Stahlzöllen litt, hätte mit entsprechenden Tools möglicherweise andere Entscheidungen getroffen.

In einer komplexen globalen Wirtschaft ist die Optimierung der Produktion von entscheidender Bedeutung. Die Stärke von KI liegt in ihrer Fähigkeit, Faktoren wie Lohnkosten, Energiepreise, Transportoptionen und Zölle gegeneinander abzuwägen. So können Unternehmen strategisch entscheiden, wo sie produzieren; und zwar nicht nur auf der Grundlage der aktuellen Kosten, sondern auch unter Berücksichtigung künftiger Risiken und Chancen. Apple beispielsweise hat bereits Teile seiner Produktion von China nach Indien und Vietnam verlagert. Mit KI können solche Entscheidungen schneller, fundierter und risikoärmer getroffen werden.

Gelbes Absperrband mit schwarzer Aufschrift „IMPORT TARIFES,“ spannt sich im Vordergrund, während im Hintergrund unscharf gestapelte Frachtcontainer und Hafenkräne zu sehen sind.

Das richtige Produkt für den richtigen Markt – trotz Handelsbarrieren

Auch Kundenstrategien müssen an die neue Zollrealität angepasst werden. KI-basierte Systeme können Marktdaten analysieren, um beispielsweise eine stärkere Ausrichtung auf Regionen mit niedrigeren Zöllen oder eine Änderung des Produktportfolios zu empfehlen.

Selbst Marketingmaßnahmen lassen sich feiner justieren – zum Beispiel durch den KI-Einsatz zur Optimierung von Kampagnen, die zollbedingte Preiserhöhungen berücksichtigen. Als die USA 2019 drohten, Zölle auf mexikanische Produkte zu erheben, war die Automobilindustrie unmittelbar betroffen. Mit der richtigen KI-Unterstützung hätten die Unternehmen proaktiv reagieren können.

Nutzen Sie das volle Potenzial von KI – genau dort, wo es zählt.

Unsere Services rund um künstliche Intelligenz sind auf Ihr Geschäft zugeschnitten: für mehr Effizienz, bessere Entscheidungen und den entscheidenden Vorsprung im Wettbewerb.

Entdecken Sie jetzt, wie KI Ihr Unternehmen voranbringt.

Bürokratie, die niemand will – aber alle bewältigen müssen

Handelszölle stellen nicht nur wirtschaftliche, sondern auch bürokratische Herausforderungen dar. Die korrekte Klassifizierung von Produkten, die Einhaltung von Vorschriften und die Erstellung von Zolldokumenten sind zeitaufwändig und erfordern Präzision. KI kann viele dieser Prozesse automatisieren, interne Systeme in Echtzeit mit aktuellen Regelwerken aktualisieren und Compliance sicherstellen – ohne wertvolle Ressourcen von Kernaufgaben abzuziehen.

Dabei gilt jedoch: Technologie allein reicht nicht! „Nur wenn KI durch Transparenz, Feedbackschleifen und manuelle Eingriffsmöglichkeiten mit menschlichem Urteilsvermögen verknüpft wird, schaffen wir Vertrauen und echten geschäftlichen Mehrwert – bei Entscheidungen, die Kunden, Kosten und die Gesellschaft betreffen“, betont Sofie Perslow.

„Nur wenn KI durch Transparenz, Feedbackschleifen und manuelle Eingriffsmöglichkeiten mit menschlichem Urteilsvermögen verknüpft wird, schaffen wir Vertrauen und echten geschäftlichen Mehrwert – bei Entscheidungen, die Kunden, Kosten und die Geselschaft betreffen.“

Sofie Perslow, Head of AI, HiQ

KI braucht Daten

Herausforderungen verbleiben. Viele der heute verfügbaren KI-Tools sind auf den Einzelhandel ausgelegt, und nicht auf das komplexe Ökosystem der Fertigungsindustrie. Um das volle Potenzial von KI bei der Bewältigung von Handelszöllen zu entfalten, braucht es eine bessere Anbindung an Zollsysteme, Zugriff auf aktuelle Handelsdaten sowie eine enge Zusammenarbeit zwischen Technologieanbietern, Unternehmen und Behörden.

Doch das Potenzial ist klar: Weg vom Bauchgefühl, hin zur Mustererkennung, von Vermutungen zu Simulationen.

Fazit

In einer Welt, in der sich die Bedingungen rasant ändern, wird KI auch für die Fertigungsindustrie zum wesentlichen Werkzeug – nicht nur, um sich anzupassen, sondern auch, um zu wachsen. Es geht nicht mehr darum, Entwicklungen zu folgen, sondern sie mitzugestalten.

Wer heute beginnt, KI als strategischen Partner zu nutzen, wird morgen den entscheidenden Wettbewerbsvorteil haben – unabhängig davon, woher der geopolitische Wind weht.

Kontakt

Region

Schriftzug „HiQ“ in schwarzer, handschriftlicher Typografie mit langem Unterstrich steht zentriert auf einfarbig rosafarbenem Hintergrund.

Bereit für den nächsten KI-Schritt? Dann sprechen Sie mit uns – wir freuen uns auf Ihre Nachricht.