Durch den Einsatz von Programmierschnittstellen(APIs) und Cloud-Diensten können Firmenihre Auditprozesse kontinuierlich steuernund automatisieren. Die API ist dabei mit hinterlegtenAssessment-Regeln verbunden, die dieEchtzeit-Überprüfung von Compliance-Datenermöglichen. Ein integriertes Rechte- und Rollensystemstellt sicher, dass nur berechtigte PersonenZugang zu sensiblen Nachweisdaten undKatalogen haben.Integrationin proaktive Compliance-UmgebungDie Integration von KI in diese proaktive Compliance-Umgebunghilft, große Datenmengen zuanalysieren und Anomalien zu erkennen, die aufmögliche Compliance-Verstöße hindeuten. DurchMustererkennung und maschinelles Lernen kanndie KI potenzielle Risiken frühzeitig identifizierenund automatisierte Berichte generieren, welcheAuditoren unterstützen, schneller fundierte Entscheidungenzu treffen.Ein BeispielEin innovatives Beispiel für den Einsatz kontinuierlicherCompliance-Methoden ist das EU-Forschungsprojekt EMERALD. Es verfolgt dasZiel, eine automatisierte Compliance-Überprüfungin Echtzeit zu ermöglichen und Unternehmendabei zu helfen, regulatorische Anforderungeneffizienter zu erfüllen und sich somiteinen signifikanten Wettbewerbsvorteil zu verschaffen[3].KI im Qualitätsmanagement„Predictive Quality” und „Predictive Maintenance”:In Zukunft werden KI-Funktionen imQualitätsmanagement immer wichtiger. PredictiveQuality ist eine der bahnbrechendsten Entwicklungenim modernen Qualitätsmanagement.KI-Algorithmen identifizieren Qualitätsproblemenoch bevor sie entstehen und prognostizierenderen Auftretenpräzise. Die KI analysiert dabeikontinuierlich Daten aus der Produktion sowieanderen relevanten Quellen, um Muster und Anomalienzu erkennen, die auf mögliche Qualitätsmängelhinweisen. Diese Frühwarnsysteme inVerbindung mit Methoden wie der Fehlermöglichkeits-und Einflussanalyse (FMEA) ermöglichenes Unternehmen, schnell zu reagieren undproaktiv Maßnahmen zu ergreifen, um Produktionsfehleroder Reklamationen zu vermeiden.Predictive MaintenanceIm Themenfeld der Predictive Maintenanceüberwachen KI-Modelle fortlaufend den Zustandvon Maschinen und prognostizieren, wann einAusfall zu erwarten ist. Durch diese vorausschauendeWartung können Unternehmen gezielteInstandhaltungsmaßnahmen ergreifen, bevores zu einem Ausfall kommt. Das minimiert nichtnur ungeplante Produktionsstillstände, sondernverlängert auch die Lebensdauer der Maschinenund spart Kosten für Notfallreparaturen.Digitale und skalierbareDatenumgebungDie Basis für diese Innovationen ist eine digitaleund skalierbare Datenumgebung, die vonCloud-Technologie unterstützt wird. Nur durchdie vollständige Digitalisierung und den Abbauvon Datensilos können KI-Algorithmen effektivarbeiten und präzise Prognosen liefern. Unternehmenmüssen sicherstellen, dass alle relevantenDaten – sowohl interne als auch ausder Lieferkette – in einem gebündelten Systemzusammengeführt werden, um der KI eine verlässlicheGrundlage für ihre Analysen zu bieten.Cloud-natives DMS/QMSDie Verbindung von Cloud-Technologie mit KIermöglicht ganzheitliche und flexible Computer-Aided-Quality-Systeme (CAQ). Diese sind in derLage, auf Änderungen entlang der Lieferketteschnell zu reagieren und somit die Qualität derGeschäftsprozesse und letztlich der Produktezu steigern. Unternehmen, die bereits auf einCloud-natives DMS/QMS setzen, profitierenvon einem vernetzten Datenmanagement, dasden gesamten Lebenszyklus von Produktionsprozessenabdeckt und eine nahtlose Zusammenarbeitzwischen internen und externen Partnernermöglicht. Darauf aufbauend, ist KI derSchlüssel zu einer neuen, effizienteren Ära desQualitätsmanagements.„Edge AI“ und „Agentic AI“Künstliche Intelligenz nahe am Endgerät: Einerder zukunftsträchtigsten Trends sind KI- Agenten– selbstlernende KI-Einheiten, also kleine KIgestützteSoftwareprogramme, die eigenständigstark spezialisierte Aufgaben erledigen können.Solche intelligenten und selbstlernendenSysteme zur Analyse von großen Datenmengenoder der Optimierung von Abläufen entwickelnsich immer mehr zu einem wichtigen Bestandteilvon Geschäftsprozessen.Bisher brauchte es eine Cloud, um die dafürerforderliche Rechenleistung zur Verfügungzu stellen. Edge AI verfolgt einen dezentralenAnsatz und überträgt das Know-how auf dieGeräte selbst: Daten werden direkt dort ausgewertet,wo sie entstehen. Dies vermindertden Bedarf an geballter Rechenleistung, unterstütztdie Datenhoheit und erhöht die Ausfallssicherheit.Edge AI spart EnergieDas Speichern und Verarbeiten großer Informationsmengenist sehr ressourcenintensiv.Edge AI ermöglicht eine deutliche Senkungdieses Energieverbrauchs, indem nur wichtigeMetadaten an einen Server bzw. eineCloud gesendet und dort gespeichert werden.Beispielsweise durch eine KI-gestützteVorbereinigung von Maschinendaten. Ein weitererVorteil diese Technologie ist die schnellereDatenverarbeitung und stark reduzierteLatenzzeiten.Science Based TargetsMit Wissenschaft zum Klimaschutz: Der Klimawandelfordert zunehmend entschlossenesHandeln von Unternehmen. 2025 wird der Druckauf Firmen, klimafreundlich und nachhaltig zuagieren, weiter wachsen. Firmen, die sich anwissenschaftlich fundierten Klimazielen orientieren,leisten einen wichtigen Beitrag zur Dekarbonisierungund zur Eindämmung des Klimawandels.Die Integration von Umwelt-, SozialundGovernance-Kriterien (ESG) in die Unternehmensstrategieist mittlerweile ein entscheidenderWettbewerbsfaktor.Green-SaaS-KonzepteEine der vielversprechendsten Entwicklungenin diesem Bereich sind Green-SaaS-Konzepte.Diese Software as a Service-Lösungen ermöglichenes Unternehmen, ihren ökologischen Fußabdruckzu reduzieren, indem sie auf erneuerbareEnergien setzen und den Bedarf an Datenlagerungminimieren. Firmen können durch GreenSaaS nicht nur ihre eigenen Nachhaltigkeitszieleverfolgen, sondern auch ihre Kunden ansprechen,die zunehmend Wert auf zukunftsorientierteGeschäftspraktiken legen. InsbesondereUnternehmen, die Nachhaltigkeitsmaßnahmenernsthaft umsetzen, gewinnen umweltbewussteKunden und verbessern so ihr Markenimage.Science Based TargetsEin besonders effektiver Ansatz zur Erreichungnachhaltiger Klimaziele sind Science BasedTargets (SBT). Diese Ziele des Pariser Klimaabkommensvon 2015 basieren auf den neuestenwissenschaftlichen Erkenntnissen und bietenFirmen einen klaren Fahrplan, um ihre Treibhausgasemissionenzu reduzieren und somitdie globale Erderwärmung auf weniger als zweiGrad Celsius zu begrenzen. UmweltbewussteFirmen wie die Fabasoft Gruppe übernehmendurch ihre Teilnahme am United Nations GlobalCompact (UNGC) sowie durch die Umsetzungvon ESG-Kriterien Verantwortung und setzensich aktiv für den Klimaschutz ein. Die Anwendungvon SBT hilft Unternehmen nicht nur, ihreeigenen Klimaziele zu erreichen, sondern stelltauch sicher, dass ihre Aktivitäten mit den globalenKlima zielen in Einklang stehen [4]. ◄Referenzen[1] https://www.forrester.com/blogs/predictions-2025-cloud/[2] https://www.affinis.de/fachartikel/digitaletransformation/it-trends-2025/[3] https://www.fabasoft.com/de/on-proceco/news/eu-projekt-emerald-der-weg-zu-certification-service-von-cloud-diensten-//- https://www.fabasoft.com/de/news/continuous-compliancevom-traditionellen-audit-zur-echtzeit-zertifizierung-//- https://www.emerald-he.eu/[4] https://www.fabasoft.com/de/news/sciencebased-targets-mit-wissenschaft-zum-klimaschutzPC & Industrie 3/2025 129
