Wir verwenden Cookies, um Ihre Nutzererfahrung zu optimieren, den Datenverkehr zu analysieren und Werbung zu personalisieren. Bitte entscheiden Sie, ob Sie der Verwendung nicht notwendiger Cookies zustimmen. Mehr erfahren
Carla ist IT-Managerin eines mittelständischen Vertriebsunternehmens. Das ERP-System des Unternehmens ist über zehn Jahre alt, läuft auf einem lokalen Server und hat seine ganz eigenen Eigenheiten: Montags verlangsamen Backup-Routinen alles; freitags muss ständig irgendetwas neu gestartet werden.
In Carlas Warteschlange wartet Ticket Nummer 214 seit zwei Wochen. Es gehört Paulo, dem Vertriebsleiter, der einen Bericht angefordert hat, der Umsatz und Lagerbestand vergleicht. Carlas fünfköpfiges Team war mit der Behebung eines Serverausfalls beschäftigt.
Paulo war keiner, der lange zögerte. Er exportierte die Daten in eine Tabellenkalkulation, lud sie in ein KI-Tool hoch und erstellte den Bericht innerhalb eines Nachmittags. Carla erfuhr erst drei Wochen später zufällig davon.
Keiner von beiden hatte Unrecht. Das Problem lag im Verborgenen.
(Carla und Paulo sind fiktive Charaktere, die von den in der Studie beschriebenen Verhaltensweisen inspiriert wurden.)
Veraltete Systeme und eine überlastete IT-Infrastruktur stellen die größten Hindernisse für KI in Unternehmen dar. Laut dem Vibe Coding Brazil Panorama nutzen nur 22 % der Unternehmen KI oder LLMs in ihren Entwicklungszyklen. Veraltete ERP-Systeme und fehlende APIs behindern die Skalierbarkeit. Wenn die IT zwischen zwei Tagen und über zwei Wochen für eine Antwort benötigt, haben 73 % der Nutzer bereits eine eigene Lösung entwickelt.
Der Panorama-Bericht fasst das Szenario prägnant zusammen: beschleunigte Einführung, veraltete Infrastruktur. Über 80 % der Unternehmen planen, ihr Budget für KI und Automatisierung im kommenden Jahr zu erhöhen, aber nur 22 % nutzen KI oder LLMs bereits in ihren Entwicklungszyklen.
Was hält das Ausmaß gering? Drei Dinge, wie es im Bericht heißt:
| Problem | Was es bedeutet |
|---|---|
| Legacy-ERP-System | Zentrale Systeme und Altdaten |
| Keine APIs | Es fehlen Brücken, die uns verbinden |
| IA gestrandet | Anwendungen, die nicht skalieren |
Eine KI, die bei Umsatz, Lagerbestand und Personalwesen versagt, ist weit weniger nützlich als versprochen.
Genau dies war bei Ticket 214 der Fall. Die Studie verglich die IT-Reaktionszeit mit der Entwicklung von internen Lösungen:
| Szenario (Umfeld mit Anreizen für KI) | Sie haben selbst eine Lösung entwickelt |
|---|---|
| Die IT-Abteilung reagiert innerhalb von 2 Tagen bis zu mehr als 2 Wochen. | 73,0% |
| Die IT antwortet in weniger als einem Tag. | 56,4% |
85,3 % der Projekte werden individuell oder vom jeweiligen Team ohne IT-Beteiligung realisiert. Die lange Warteschlange führt zu Abkürzungen, und die IT-Abteilung, die mit der Problemlösung beschäftigt ist, hat keine Zeit für Governance.
Drei oder mehr „Ja“-Antworten deuten darauf hin, dass der Engpass an der Basis liegt.
Monate später verlagerte der Distributor sein ERP-System in die Cloud. So änderte sich die Geschichte.
Zunächst die Grundlage. Skyone Autosky migrierte das ERP-System in eine Managed Cloud, ohne den Softwarecode neu zu schreiben. Der Bericht beschreibt die Migrationskette wie folgt: Migration (komplexe ERP-Systeme und Legacy-Systeme werden in die Cloud verlagert), Stabilität (garantierte hohe Betriebsverfügbarkeit), IT-Entlastung (Abkehr vom reaktiven Störungsmanagement) und Innovation (neue Projekte im Rahmen der institutionellen Vorgaben).
Und dann die Daten. Mit Skyone Studiogehören Datenstaus in ERP-Systemen der Vergangenheit an. iPaaS verbindet Systeme und beseitigt Datensilos, Lakehouse vereinheitlicht vertrauenswürdige Daten, und die Orchestrierung integriert Automatisierungen, Daten und KI-Agenten in einen gemeinsamen Datenfluss – mit Governance direkt an der Quelle.
Als Paulo den nächsten Bericht anforderte, änderte sich das Gespräch. Es ging nicht mehr darum, wann die IT das erledigen kann, sondern vielmehr darum, wie man das am besten und sichersten umsetzt. Paulos Bericht entsprach den Vorgaben, ohne dass Tabellenkalkulationen vom Standard abwichen.
(Carlas Ergebnis dient der Veranschaulichung und ist kein messbarer Erfolg bei einem Klienten.)
| Herausforderung | Panorama-Daten | Skyone-Lösung |
|---|---|---|
| Altlasten behindern die Skalierbarkeit von KI | 22 % nutzen KI in der Entwicklung | Skyone Autosky: Managed Cloud ERP, freie IT für Innovationen. |
| Silos und fragmentierte Integrationen | 60,9 % ohne Datenrichtlinien (fragmentierte Gruppe) | Skyone Studio: iPaaS, Lakehouse und Orchestrierung |
| Selbsterschaffung | 73,0 %, wenn die IT länger dauert | Autosky + Studio: Stabile Basis und zugängliche Daten, im Rahmen der Regeln. |
Wenn jemand in Ihrem Unternehmen eine Abkürzung entwickelt, ist das selten Rebellion. Es ist die Reaktion von jemandem, der arbeiten muss und auf ein Hindernis gestoßen ist. Wenn Sie wollen, dass KI wirklich Fortschritte macht, sollten Sie zunächst die Grundlagen betrachten: zugängliche Daten und eine IT-Abteilung, die Zeit zum Nachdenken hat.
Laden Sie Panorama herunter, um das vollständige Szenario zu sehen.
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.