Wenn wir über Produktivität sprechen, geht es im eigentlichen Wettbewerb zwischen Unternehmen nicht darum, wer am meisten arbeitet, sondern darum, wer am besten arbeitet.
Laut dem McKinsey Global Institute (2017) lassen sich weltweit in rund 60 % der Berufe mindestens 30 % der Tätigkeiten mithilfe verfügbarer Technologien automatisieren. Zwar können weniger als 5 % der Berufe vollständig automatisiert werden, doch ein Großteil der Tätigkeiten umfasst repetitive und strukturierte Komponenten, die automatisiert werden können, ohne die Arbeit grundlegend zu verändern.
Es geht nicht darum, Menschen zu ersetzen, sondern ihr Potenzial freizusetzen. Wiederkehrende, manuelle und operative Aufgaben rauben in Bereichen wie Finanzen, Kundenservice und Backoffice . Technologien wie RPA und künstliche Intelligenz haben sich inzwischen über die einfache Automatisierung hinaus entwickelt: Sie sind heute lernfähig, interpretieren Kontexte und agieren autonom.
Früher ging es um die Automatisierung von Arbeitsschritten, heute um die Automatisierung von Entscheidungen . Und in diesem neuen Szenario ist das Verständnis strategische Integration dieser Technologien
In diesem Artikel werden wir diese neue Ebene der Prozessautomatisierung näher beleuchten und untersuchen, wie Skyone Studio als Katalysator für diesen Wandel positioniert, indem es Daten, KI und Ausführung auf einer einzigen Plattform vereint.
Viel Spaß beim Lesen!
Wenn von Automatisierung die Rede ist, stellen sich viele Menschen immer noch Roboterarme in Fabriken oder Skripte , die Computerklicks imitieren. Doch im heutigen Unternehmensumfeld geht die Automatisierung weit darüber hinaus und ist zunehmend mit der Interaktion von Daten, Entscheidungen und Menschen .
Heute geht es weniger um das Ersetzen von Aufgaben, sondern vielmehr darum, die . Wie lassen sich Systeme integrieren, die nicht miteinander kommunizieren? Wie stellt man sicher, dass die richtigen Daten zum richtigen Zeitpunkt eintreffen? Wie gestaltet man Arbeitsabläufe intelligenter und flexibler? Die Antwort liegt in der strategischen Kombination verschiedener Technologien – und genau hier beginnt die Entwicklung dessen, was wir „intelligente Automatisierung“ nennen.
Die robotergestützte Prozessautomatisierung ( RPA ) ist üblicherweise der erste Schritt. Sie automatisiert wiederkehrende digitale Aufgaben und das Erstellen von Berichten schnell, präzise und zuverlässig. Ihre Reichweite hängt jedoch von festen Regeln und vorhersehbaren Abläufen ab.
Künstliche Intelligenz ( KI) erweitert diesen Horizont. Sie interpretiert Kontexte, lernt aus Mustern und passt Entscheidungen datenbasiert an. Mit KI automatisieren wir nicht nur das „Wie“, sondern auch das „Was“, des maschinellen Lernens ins Spiel : Sie erkennen Muster in großen Datenmengen (einschließlich Daten von Sensoren und IoT-Geräten ) und treffen Vorhersagen, die in Echtzeit in automatisierte Entscheidungen einfließen.
In den letzten Jahren hat mit dem Aufkommen der generativen KI ein neues Kapitel . Sie analysiert nicht nur, sondern erstellt auch Antworten, Dokumente, Inhalte und Anleitungen – alles basierend auf natürlicher Sprache und der Absicht des Nutzers . So kann beispielsweise ein Chatbot personalisierte Nachrichten verfassen oder ein Vertriebssystem auf Grundlage vorheriger Interaktionen Angebote vorschlagen. Und das ist erst der Anfang.
Das Wichtigste ist zu verstehen, dass Automatisierung, RPA, KI und generative KI keine isolierten oder konkurrierenden Technologien sind, sondern ein komplementäres Ökosystem bilden : RPA führt Prozesse aus, KI analysiert und generative KI erstellt neue Inhalte. Gemeinsam ermöglichen sie die Automatisierung nicht nur einzelner Schritte, sondern ganzer Geschäftsentscheidungen – kontextbezogen , intelligent und skalierbar .
Dieses Potenzial entfaltet sich jedoch nur, wenn eine unterstützende Struktur vorhanden ist : gut organisierte Daten, reibungslose Integrationen und klar orchestrierte Prozesse. Genau diese Aspekte werden wir im Folgenden untersuchen: die Hintergründe, die Automatisierung im Geschäftsalltag wirklich intelligent und praktikabel machen.
Bevor wir über Bots oder Systeme mit eigenständiger Entscheidungsfindung sprechen, müssen wir uns die zugrundeliegenden Mechanismen . Denn Automatisierung funktioniert nur dann richtig, wenn die Systeme miteinander kommunizieren, die Daten unstrukturiert sind oder der Prozessablauf nicht nachvollziehbar ist.
Für eine wirklich intelligente Automatisierung müssen drei Säulen gut strukturiert sein : Integration, Daten und Orchestrierung. Jede dieser Säulen wiederum basiert auf spezifischen Technologien, die den reibungslosen und zuverlässigen Betrieb automatisierter Prozesse ermöglichen.
In der Unternehmenswelt haben wir es mit einem regelrechten „technologischen Flickenteppich“ zu tun: ERP-Systeme, CRM-Systeme, Altsysteme, Tabellenkalkulationen, APIs, Kundenserviceplattformen… Ohne Integration wird jedes dieser Tools zu einer Insel , und die Prozesse werden fragmentiert, voller Nacharbeit und Fehlerrisiko.
In diesem Szenario iPaaS ( Integration Platform as a Service ) , eine Technologie, die es ermöglicht, verschiedene Systeme zu verbinden, ohne das Rad neu erfinden zu müssen . Sie fungiert als Integrationsschicht zwischen Anwendungen und sorgt für einen sicheren Datenfluss sowie die nahtlose Übertragung automatisierter Befehle zwischen verschiedenen Bereichen.
Moderne iPaaS-Lösungen unterstützen bereits IoT-Geräte und für maschinelles Lernen und ermöglichen die Echtzeitintegration von Sensoren, Vorhersagemodellen und Datenquellen .
Im Kontext von Skyone gewinnt diese Säule durch native Konnektoren und die Unterstützung bestehender Systeme noch weiter an Bedeutung und erleichtert die Automatisierung selbst in komplexen Umgebungen , ohne dass eine Neuentwicklung erforderlich ist.
Automatisierung ohne strukturierte Daten ist wie der Bau eines Motors ohne Treibstoff. Deshalb ist es neben der Integration unerlässlich, die Qualität, Verfügbarkeit und Governance der Informationen sicherzustellen, die die Arbeitsabläufe speisen .
Hier kommen Architekturen wie Lakehouses , die die Flexibilität von Data Lakes mit der analytischen Leistungsfähigkeit von Data Warehouses und automatisierten Pipelines , welche die richtigen Daten zur richtigen Zeit extrahieren, transformieren und an die richtigen Prozesse liefern.
Diese Struktur kann alles umfassen, von Pipelines ETL- und Event-Streaming- Flows , und gewährleistet so, dass die Datenübertragung mit Überwachung, Logik und minimaler Latenz erfolgt.
Doch das bloße Verschieben von Daten reicht nicht aus: Sie müssen kontrolliert werden. Hier kommen robuste Versionskontrollsysteme, Ereignisverfolgung, Tokenisierung und Governance- ins Spiel, die gewährleisten, dass diese Daten sicher, kontextbezogen und nachvollziehbar verwendet werden. Dies ist unerlässlich für zuverlässige, automatisierte Entscheidungsfindung.
Auf dieser soliden Grundlage haben wir aufgehört, uns auf manuelle Tabellenkalkulationen zu verlassen, und arbeiten nun mit Live-Daten, die direkt verwertbar sind und uns ermöglichen, schnellere und strategischere Entscheidungen zu treffen.
Bei vorhandener Integration und Datenlage fehlt noch ein Baustein, um isolierte Aktionen in einen koordinierten Ablauf zu verwandeln : die Orchestrierung.
Diese Ebene definiert , was wann, in welcher Reihenfolge und unter welchen Bedingungen geschieht . Sie ermöglicht die Abbildung von Ausnahmen, die Vorhersage von Fehlern, das Auslösen von Warnmeldungen und die Echtzeit-Anpassung des Prozesses. Dank Low-Code Plattformen erhalten Fachbereiche die Autonomie, Abläufe zu modellieren, wobei die IT-Steuerung stets zentral erfolgt.
Ein weiteres Unterscheidungsmerkmal dieser Schicht ist ihre Fähigkeit, native Überwachungs- und Protokollierungsfunktionen , wodurch die Rückverfolgbarkeit in jeder Phase gewährleistet und eine solide Grundlage für die kontinuierliche Prozessverbesserung geschaffen wird.
Mit Echtzeit-Überwachung und rollenbasierter Zugriffskontrolle ) lässt sich gewährleisten, dass jeder Workflow sicher, transparent und gemäß den Unternehmensrichtlinien ausgeführt wird – selbst in regulierten oder hochkritischen Umgebungen .
Sind diese drei Säulen etabliert, gewinnt die Automatisierung an Skalierbarkeit, Zuverlässigkeit und vor allem an Intelligenz . Dadurch wird aus einer Reihe automatisierter Aufgaben ein adaptiver und strategischer Prozess. Genau das werden wir im nächsten Abschnitt erörtern: die Rolle generativer KI als neues Gehirn der Prozesse, die kontext- und intentionsbasiert interpretieren, generieren und handeln kann.
Lange Zeit war Automatisierung gleichbedeutend mit Ausführung : sich wiederholende Aufgaben, vorhersehbare Abläufe, feste Regeln. Doch das änderte sich, als die Technologie aufhörte, einfach nur Anweisungen zu befolgen, und begann, Reaktionen zu generieren, Kontexte zu interpretieren und Alternativen zu schaffen.
Das ist die Rolle generativer KI im Geschäftsumfeld. Sie wandelt Automatisierung von etwas Programmierbarem in etwas Anpassungsfähiges um . Wir sprechen nicht mehr von einem passiven Assistenten, sondern von KI-Agenten , die Lösungen vorschlagen, aus Daten lernen und sich basierend auf der realen Nutzung anpassen.
In der Praxis bedeutet dies, dass ein Chatbot nicht nur häufig gestellte Fragen beantwortet, sondern auch personalisierte Nachrichten , Absichten erkennt und auf Basis der bisherigen Interaktionen Handlungsempfehlungen gibt. Ein weiteres Beispiel: Ein Vertriebsmitarbeiter kann Folge -E -Mails basierend auf dem bisherigen Verhalten des Kunden generieren. Oder ein automatisierter Finanzworkflow kann seine Regeln bei der Erkennung von Anomalien anpassen, ohne dass neue manuelle Anweisungen von Menschen erforderlich sind .
All dies ist dank großer Sprachmodelle ( LLMs ) , die mit riesigen Datenmengen trainiert werden und natürliche Sprache interpretieren, Muster erkennen und in Echtzeit zusammenhängende Inhalte generieren können. Diese generativen Modelle werden jedoch nicht nur für Sprache eingesetzt, sondern auch zur Erstellung von Berichten, Zusammenfassungen, technischen Anleitungen, Serviceskripten, Datenvisualisierungen und sogar Code – stets basierend auf kontextbezogenen Eingaben .
Das Potenzial generativer KI entfaltet sich jedoch erst in Kombination mit einem vorbereiteten Ökosystem . Organisierte Daten, nahtlose Integrationen, effiziente Orchestrierung und Zugriffskontrolle sind dafür unerlässlich. Das Modell funktioniert nur dann optimal, wenn Governance, Nachvollziehbarkeit und die Einhaltung von Geschäftsregeln gewährleistet sind.
Aus diesem Grund gewinnen Plattformen wie Skyone Studio intelligent, autonom und sicher agieren und Absichten in konkrete Aktionen mit messbaren Geschäftsauswirkungen umsetzen können.
Und diese Auswirkungen sind bereits spürbar. Im nächsten Abschnitt zeigen wir, wie RPA, KI und generative KI in den Geschäftsalltag integriert werden und so zu echten Effizienz-, Skalierbarkeits- und Qualitätsgewinnen führen.
Automatisierung um der Automatisierung willen führt nicht weit. Echter Mehrwert entsteht erst, wenn sich Technologie organisch in die täglichen Arbeitsabläufe integriert, Engpässe beseitigt, Reibungsverluste reduziert und Zeit für wirklich Wichtiges freisetzt.
Im Folgenden beleuchten wir drei Bereiche, in denen intelligente Automatisierung nicht mehr nur ein Trend, sondern etablierte Praxis ist – stets gestützt durch robuste Integrationen, strukturierte Daten und intelligente Modelle. Dies zeigt, dass die Ergebnisse weit über Produktivitätssteigerungen hinausgehen .
Kaum ein Sektor hat so viele kritische und wiederkehrende Aufgaben wie der Finanzbereich. Bankabstimmungen, Steuerprüfungen, Rechnungsstellung, Cashflow-Analysen: All diese Routineaufgaben erfordern höchste Präzision und rauben gleichzeitig wertvolle Zeit für strategische Tätigkeiten .
Mit RPA diese Aufgaben schneller und zuverlässiger. KI ermöglicht flexible Workflows: Daten aus verschiedenen Quellen lassen sich abgleichen, ungewöhnliche Muster erkennen und Risiken antizipieren. des maschinellen Lernens erkennen beispielsweise Anomalien in Echtzeit und verbessern so Kontrolle und Vorhersagbarkeit. Und mit generativer KI entstehen Managementberichte und Leistungsanalysen automatisch – mit Erkenntnissen die direkt als Entscheidungsgrundlage dienen.
Laut McKinsey 2016–17 ) können Unternehmen, die RPA einführen, im ersten Jahr einen ROI zwischen 30 % und 200 % erzielen , wobei in einigen Fällen sogar bis zu 200 % bei der ersten Implementierung erreicht wurden . Das Ergebnis? Weniger Zeitaufwand für den Monatsabschluss, mehr Fokus auf prädiktive Analysen, Planung und wachstumsfördernde Entscheidungen.
Jeder kennt die Frustration, dieselben Informationen in drei verschiedenen Kundendienstgesprächen wiederholen zu müssen. Genau diese Art von unnötigen Wiederholungen kann eine gut implementierte Automatisierung beseitigen, ohne dabei menschliches Einfühlungsvermögen zu beeinträchtigen .
Mit RPA werden Aufgaben wie das Erstellen von Tickets, das Aktualisieren von Protokollen und das Versenden von Bestätigungen automatisch und standardisiert Künstliche Intelligenz (KI) dann zum Einsatz, um den Kontext der Anfrage zu verstehen, die Kundenhistorie zu analysieren und den Service präziser zu steuern. Generative KI Bots , sondern verfassen personalisierte Nachrichten, schlagen Lösungen vor und lernen aus jeder neuen Interaktion – stets gespeist von organisierten und integrierten Daten aus automatisierten
Pipelines Laut Gartner (März 2025) sollen autonome KI-Agenten bis 2029 bis zu 80 % der Servicefälle bearbeiten und so die Betriebskosten um etwa 30 % senken. In der Praxis bedeutet das reibungslosere Abläufe, höhere Kundenzufriedenheit und ein Team, das sich auf Aufgaben konzentrieren kann, die aktives Zuhören und menschliches Urteilsvermögen erfordern.
In diesen Bereichen ist Tempo alles. Und die Automatisierung kommt ins Spiel, um die Abläufe zwischen Teams, Daten und Kanälen zu synchronisieren , ohne Zeit mit Dingen zu verschwenden, die automatisiert werden können.
Mit RPA lassen sich Aufgaben wie die Lead-Erfassung, die Kommunikation und die Systemaktualisierung automatisieren. KI hilft dabei, Verhaltensweisen vorherzusagen, Chancen zu erkennen und auf Basis realer Daten die nächsten Schritte zu empfehlen. Generative KI schließt diesen Kreislauf mit personalisierten Ergebnissen in großem Umfang: Angebote, E-Mails , Präsentationen und sogar Verkaufsskripte
Laut McKinsey , , ihren Umsatz um bis zu 10 % und senken ihre Betriebskosten um bis zu 20 % . Die Wirkung dieser Investition ist unmittelbar: ein strategischerer, reibungsloserer Vertriebsprozess, in dem sich die Teams auf die Wertschöpfung konzentrieren.
Intelligente Automatisierung gewinnt auch in Sektoren wie dem Personalwesen , etwa durch automatisiertes Screening von Lebensläufen, den Versand von Onboarding-Mitteilungen und die Datenintegration zwischen Gehaltsabrechnungs- und Talentmanagementsystemen.
In Logistik und Einkauf lassen sich Arbeitsabläufe wie Auftragsvalidierung, Bestandsaktualisierung und Lieferantenverhandlungen mithilfe von RPA und KI optimieren. Und in der IT erleichtert die Automatisierung alles von der Zugriffsverwaltung bis zur Reaktion auf Sicherheitsvorfälle.
Diese Beispiele machen es deutlich: Automatisierung ist in kritischen und strategischen Bereichen bereits Teil des Alltags und bringt konkrete Vorteile in Bezug auf Produktivität, Qualität und Skalierbarkeit – stets mit einem Datenfluss zwischen den Systemen über integrierte Architekturen und gut abgestimmte Datenpipelines.
Das heißt aber nicht, dass der Weg einfach oder frei von Hindernissen ist. Die Implementierung wirklich intelligenter Automatisierung erfordert technische Entscheidungen, kulturelle Veränderungen und oft auch die Überwindung von Silos und internem Widerstand.
Daher werden wir im Folgenden die wichtigsten Herausforderungen für Unternehmen auf diesem Weg beleuchten und aufzeigen, wie sie diese mit Strategie, Struktur und dem richtigen Partner an ihrer Seite meistern können.
eine Wachstumschance verwandeln .
Im Folgenden beleuchten wir einige der häufigsten Herausforderungen, mit denen Unternehmen in verschiedenen Phasen der Automatisierung konfrontiert sind, sowie klare Wege, um mit Zuversicht voranzukommen:
Die gute Nachricht: Diese Punkte stellen keine unüberwindbaren Hürden dar. Im Gegenteil, sie sind Meilensteine auf dem Weg zu intelligenteren Abläufen . Und jeder einzelne lässt sich leichter bewältigen, wenn Sie eine Plattform wie Skyone Studio . Lesen Sie weiter, um mehr zu erfahren!
Wie wir bisher gesehen haben, geht es bei echter Automatisierung nicht nur um die Automatisierung von Aufgaben. Es geht darum, Entscheidungen sicher, intelligent und kontextbezogen in konkrete Handlungen umzusetzen. Mit dieser Vision haben wir Skyone Studio : eine Plattform, die Daten, KI und Orchestrierung in einer einzigen Umgebung vereint und künstliche Intelligenz in die Praxis umsetzt.
Mehr als nur die Integration von Technologien: Skyone Studio verbindet Absicht und Ausführung und bietet alles, was ein intelligenter Betrieb benötigt, um kontrolliert, flexibel und mit echter Wirkung zu skalieren.
Viele sehen KI immer noch als Assistenten, der Fragen beantwortet. Bei Skyone Studio geht KI weiter : Sie agiert als Agent, der Aufgaben ausführen, mit Systemen interagieren, Entscheidungen auf Basis von Echtzeitdaten treffen und Geschäftsregeln vollständig nachvollziehbar befolgen kann.
Dies ist möglich, weil unsere Plattform Folgendes in einer einheitlichen Architektur :
In der Praxis bedeutet dies, dass ein KI-Agent beispielsweise eine Anomalie im Cashflow erkennen mehrere Systeme konsultieren ausarbeiten und ausführen – alles basierend auf aktuellen Daten und dem Geschäftskontext.
Mit anderen Worten: Mit unserer Plattform geht die KI über bloßes Vorschlagen hinaus und beginnt zu handeln – mit Rückverfolgbarkeit, Kontrolle und Governance in jeder Phase.
Wenn Sie mehr als nur einmalige Automatisierung suchen und einen wirklich intelligenten Betrieb wünschen, dann ist Skyone Studio mit folgendem einzigartig :
Sie möchten wissen, wie Sie das in der Praxis anwenden können? Sprechen Sie mit einem unserer Spezialisten und erfahren Sie, wie Skyone Studio die intelligente Automatisierung in Ihrem Unternehmen beschleunigen kann!
Automatisierung ist kein Alleinstellungsmerkmal mehr, sondern eine neue Geschäftssprache . Und nur wer die Funktionsweise dieser „Sprache“ beherrscht, spricht sie fließend: verlässliche Daten, gut abgestimmte Arbeitsabläufe und künstliche Intelligenz, die mit der operativen Realität verknüpft ist.
In diesem Artikel zeigen wir, dass RPA und KI nicht isoliert funktionieren . In Kombination mit einer intelligenten und gesteuerten Architektur verwandeln sie sich in eine neue Arbeitsweise, die wesentlich strategischer, flexibler und effizienter ist .
Wir bei Skyone setzen diese Vision in Skyone Studio um, einer Plattform, die nicht nur Aufgaben automatisiert, sondern echte Intelligenz ermöglicht . Von Daten zu Entscheidungen, von Regeln zu Ergebnissen – Skyone Studio organisiert alles in einer einzigen Umgebung, mit Agenten, die sofort handeln und echten Mehrwert schaffen.
Hat Ihnen dieser Beitrag gefallen? Dann tauchen Sie doch noch tiefer in die Möglichkeiten von KI im Geschäftsleben ein! Lesen Sie unseren Artikel „Was sind LLMs und wie können Sie sie mit Ihren eigenen Daten in Ihrem Unternehmen anwenden ?“. Denn die Zukunft ist bereits Realität, und LLMs zu verstehen bedeutet, die nächste Produktivitätsrevolution zu verstehen!
Trotz der Fülle an verfügbaren Informationen bleiben viele Fragen zur Prozessautomatisierung offen. Das liegt daran, dass sich das Thema weiterentwickelt hat: von der einfachen Aufgabenersetzung hin zu einer daten-, KI- und integrationsbasierten Geschäftsstrategie.
Im Folgenden beantworten wir die wichtigsten Fragen für Einsteiger und alle, die ihre Kenntnisse vertiefen möchten – direkt und praxisnah.
Bei der Geschäftsprozessautomatisierung wird Technologie eingesetzt, um wiederkehrende Aufgaben, operative Abläufe und Geschäftsentscheidungen automatisiert und mit minimalem oder gar keinem menschlichen Eingriff durchzuführen.
In der Praxis geht es jedoch weit über „schnellere Abläufe“ hinaus. Intelligente Automatisierung umfasst die Vernetzung von Systemen, die Organisation von Daten, den Einsatz künstlicher Intelligenz und die Orchestrierung von Arbeitsabläufen mit Logik und Nachvollziehbarkeit. Ziel ist es, Skalierbarkeit zu erreichen, Zeit für strategische Aufgaben freizusetzen und die Erfahrung für Teams und Kunden zu verbessern.
Die Automatisierung eines Prozesses beginnt mit der Kartierung: dem Erkennen, wo die Engpässe, manuellen Aufgaben und Arbeitsabläufe mit hohem Volumen oder hoher Auswirkung liegen.
Anschließend müssen drei Schlüsselelemente sichergestellt werden:
Dadurch wird der Einsatz von Technologien wie RPA ( Robotic Process Automation ) zur Ausführung wiederkehrender Aufgaben, künstlicher Intelligenz (KI) zur Interpretation und Entscheidungsfindung auf Basis von Daten sowie generativer KI zur Erstellung von Inhalten, Antworten und Entscheidungen in Echtzeit möglich. Plattformen wie Skyone Studio erleichtern diesen Weg, indem sie all diese Schritte in einer einzigen Umgebung vereinen.
Programmierbare Automatisierung basiert auf festen Regeln, vordefinierten Abläufen und klaren Anweisungen – ein typisches Merkmal traditioneller RPA-Tools ( Robotic Process Automation ). Sie eignet sich gut für wiederkehrende und vorhersehbare Aufgaben, wie beispielsweise das Erstellen von Rechnungen oder das Aktualisieren von Tabellenkalkulationen.
Um komplexeren und variableren Szenarien gerecht zu werden, setzen Unternehmen verstärkt auf intelligente Automatisierung. Diese kombiniert künstliche Intelligenz (KI), Kontextdaten und adaptive Geschäftslogik. Dieser Fortschritt ermöglicht es ihnen, nicht nur das „Wie“, sondern auch das „Was“ agiler, skalierbarer und intelligenter zu automatisieren.
Testen Sie die Plattform oder vereinbaren Sie ein Gespräch mit unseren Experten, um zu erfahren, wie Skyone Ihre digitale Strategie beschleunigen kann.
Haben Sie eine Frage? Sprechen Sie mit einem Spezialisten und lassen Sie sich alle Ihre Fragen zur Plattform beantworten.