Thought Leadership
Über die Basics und Potenziale von Artificial Intelligence (AI) wurde in den letzten Jahren und insbesondere seit dem Launch von Large-Language-Modellen (LLM) wie ChatGPT im November 2022 viel gesprochen und noch mehr diskutiert.
Mittlerweile sind die Grundlagen klar und die Geschwindigkeit der Weiterentwicklung sowie die vielen neuen AI-Modelle am Markt fast schon berauschend. Die Frage, die sich nun im Umfeld von Low-Code stellt, ist: Wie können wir AI in bestehende oder auch neue Applikationen integrieren – in die so genannten „AI-infused Apps“ – und so den Anwendern quasi den „besten Kollegen ever“ an die Hand geben?
Strategische Einordnung: Wie AI die Erwartungen und Anforderungen an moderne Low-Code-Plattformen verändert
Fakt ist: AI ist ein Werkzeug. AI kann Low-Code sinnvoll ergänzen, aber nicht ersetzen. Denn Code-Qualität, Sicherheit, Compliance bzw. schlicht die Gesamtverantwortung einer Künstlichen Intelligenz (AI) zu überlassen, das wagt bisher niemand und dafür sehen wir auch in Zukunft im Umfeld von Low-Code kaum bis kein Potenzial. AI als Unterstützung für Ideen und Mock-ups, bei der Entwicklung und Integration, für Management und Deployment: jederzeit gerne, wo unterstützend und sinnvoll, bei allem anderen ein klares Nein.
Wie AI in Low-Code integriert werden kann – und welcher Nutzen daraus resultiert
Entsprechend wird AI bei Simplifier als Tool genutzt, um Welten bzw. verschiedene bereits existierende Systeme zu verbinden: Und die können erstens aus Software bzw. Datensystemen aus dem Hause SAP, Microsoft, Oracle oder Salesforce und zweitens aus offline-fähigen JavaScript Libraries wie Tensor Flow, Onnx Runtime, m15.js oder Hugging Face bestehen, um dann drittens optional noch mit den gängigen AI-Services von AWS, Azure oder STACAITkombiniert werden. Zum Beispiel für Chatbots, eine AI-Übersetzung, Text-to-Speech und Spracherkennung, aber eben auch, um Apps sowie Workflows für unter anderem die automatisierte Dokumenten- und Objekterkennung zu erstellen. Dabei gilt immer: „AI-infused Apps“ entstehen nicht als fixe Produkt-Features, sondern als wiederverwendbare Bausteine und Templates, die man anpassen und weiterentwickeln kann.
Digitaler Schwung für die Anwendungsentwicklung und das Testing
Aber auch beim Entstehungsprozess von Applikationen, also der Anwendungsentwicklung, kann AI das Testing signifikant verbessern und beschleunigen – zum Beispiel durch die AI-gestützte Erstellung von Testfällen basierend auf der Applikationslogik und durch das automatische Erkennen relevanter Testpfade (inkl. Edge Cases). Außerdem können synthetische, realistische Testdaten auch für sensible Szenarien mit AI einfach erzeugt werden.
Auch denkbar ist es, AI beim UI-Testing einzusetzen: Hier sind visuelle Regressionstests mit einem AI-gestützten Vergleich von Screenshots möglich oder die Erkennung von Layout und UI-Fehlern, die das menschliche Auge eventuell übersehen könnte. Gerade beim Testing bietet AI also enormes Potenzial, Entwicklungszyklen noch weiter zu verkürzen und die Qualität der Apps zu steigern – ein echter Hebel für saubere, wartbare und robuste Side-by-Side-Erweiterungen im SAP-Umfeld.
Aus der Praxis: Produzierendes Unternehmen setzt erfolgreich auf AI-infused Apps für Verpackungsprozesse und Verladekontrolle
SAERTEX ist Weltmarktführer in der Herstellung textiler Verstärkungsmaterialien für Faserverbundstoffe, die aus Glas-, Carbon-, Natur- und Aramidfasern entstehen und zur Produktion von strukturellen Bauteilen wie etwa Rotorblätter bei Windkraftanlagen, Flugzeugflügeln, Bootsrümpfen oder tragende Komponenten in Bussen, Zügen und Automobilen eingesetzt werden. Und SAERTEX hat dank Low-Code und AI den Sprung vom papierbasierten Produktionsprozess zur digitalen Prozessintelligenz geschafft. Was früher an fehlender Wartbarkeit und Systembrüchen scheiterte, wird heute über eine einheitliche Tool-Kette orchestriert – mobil, skalierbar, lückenlos transparent und mit durchdachtem Governance-Konzept, wie beispielsweise bei der Verpackung der Waren: Mit der neuen „Verpackungsprozess-App“ lassen sich auch ungelernte Fachkräfte ohne umfangreiche Einweisung in den digital geführten Prozess integrieren.
Die Folgen sprechen für sich: Die Fehlerquote wurde unter 0,5 Prozent gesenkt und reduziert gleichzeitig auch die Folgekosten einer falschverpackten Transportrolle. Die eigens entwickelte „Verladekontrolle-App“ bringt ebenfalls mehr Qualität in den Verlade- und Versandprozess, der nun digital in einer einzigen Anwendung gemanagt wird anstelle wie früher über unstrukturierte, papierbasierte Prozesse und eine Vielzahl unterschiedliche Systeme, die nicht mehr gewartet werden konnten.
Grundvoraussetzung war die volle Integrationsfähigkeit in SAP und in die vorhandenen Schnittstellen zu bestehenden Systemen imShopfloor und Topfloor. Durch die Automatisierung werden Übertragungsfehler vermieden, da bei Fertigstellung eines Transports der Vorgang sowohl in der Simplifier-Low-Code-Plattform als auch im SAP-System abgeschlossen wird. Außerdem sorgt der dynamisch generierte QR-Code dafür, dass keine manuelle Eingabe von Artikeldaten mehr notwendig ist, was weitere Fehler vermeidet.
AI-infused Apps bringen Schwung in Governance, Transparenz und Kontrolle
Anwender profitieren aber auch generell vom Einsatz der AI-infused Apps: In unserem Fall sind das zum einen niedrige(re) Kosten, da keine Setup- und Servicekosten anfallen und nur die reine Nutzung abgerechnet wird. Zum anderen von einem flexibleren Betrieb nutzungsbasierter Cloud-Modelle bis hin zu lokalen AI-Modellen auf eigener Hardware. Das wiederum ist insbesondere für Industrieanwender ein großer Vorteil, denn selbst in rauen, netzschwachen Umgebungen wie Baustellen oder Fabrikhallen bleibt die AI-unterstützte App verlässlich und performant nutzbar. Und genau das ist für Simplifier-Nutzer ein großer Pluspunkt: Sie bauen Apps, die auch ohne perfekte Netzabdeckung smart bleiben.
Die Cloud ist wichtig – aber nicht das Maß aller Dinge im Low-Code-Umfeld
Wichtig ist im AI-infused-App-Kosmos, auch jenseits aller „Cloud-first-and-only“-Prämissen agieren zu können – also AI auch jenseits der Cloud anzubieten. Der Grund ist schnell erklärt: Nach wie vor ist nicht jedes Unternehmen vom Cloud-Gedanken überzeugt oder bereits vollständig in eine zum Beispiel SAP-Cloud-ERP-Umgebung transformiert. Gerade bei mittelständischen Unternehmen gibt es nach wie vor viele Bedenken hinsichtlich des Themas Clouds, so dass moderne Low-Code-Plattformen punkten können, wenn sie neben all den zig AI-Services auch offline-fähige JavaScript Libraries integrieren können.
„Wie und warum?“: klare Transparenzmechanismen bei AI-basierten Entscheidungen
Simplifier legt großen Wert auf die Erklärbarkeit und Transparenz von AI-Funktionalitäten, damit Unternehmen ihren Usern jederzeit zeigen können, wie und warum ein AI-basiertes Ergebnis zustande kommt. Typische Transparenzmechanismen sind zum Beispiel erklärbare Regeln und Workflows. Das heißt, die AI wird in klar definierte Low-Code-Workflows integriert, die visuell modelliert sind. Jeder Schritt wie z. B. Vorverarbeitung, Modellaufruf oder Nachbearbeitung ist im Designer sichtbar und nachvollziehbar – Nutzer und Entwickler können also jederzeit prüfen, welche Logik hinter einer Entscheidung steckt.
Zudem existieren konfigurierbare Confidence Scores, die in der App-Oberfläche angezeigt werden, damit Nutzer sehen, wie sicher die Erkennung wirklich ist. Apps können so z. B. Schwellenwerte festlegen, ab wann ein Ergebnis automatisch übernommen oder lieber manuell geprüft wird. Gerade bei sensiblen Prozessen wird AI damit zum Assistenzsystem statt Entscheidungsautomat. Ein weiterer wichtiger Dienst sind auch die Ergebniserläuterungen (Explainable AI) im UI: Für bestimmte Modelle (z. B. Bildklassifikation) kann die App zusätzlich erläutern, welche Merkmale zur Entscheidung geführt haben.
Blick in die Zukunft: Wo die AI-Low-Code-Reise noch hingeht
Die nächsten Jahre werden Low-Code-Plattformen grundlegend verändern: AI wird zum integralen Co-Entwickler, der Workflows, Integrationen und Oberflächen intelligent mitgestaltet. Simplifier setzt dabei auf eine AI-native Strategie, die SAP-nahe Entwicklung beschleunigt und zugleich sicher, nachvollziehbar und datenschutzkonform macht. Flexible AI Integration von Cloud bis Lokal sorgen für Offline-Fähigkeit und die Hoheit über sensible Unternehmensdaten. Gleichzeitig wird es Fachbereichen und IT-Fusion-Teams so ermöglicht, auch ohne tiefes Coding-Know-how AI-Features wie Vorhersagen, Bildanalysen oder smarte Workflows direkt zu integrieren. Das Ziel ist eine skalierbare App-Fabrik, in der Geschwindigkeit, Qualität und SAP-Konformität kein Widerspruch mehr sind.
