{"id":1032451,"date":"2025-10-28T15:30:42","date_gmt":"2025-10-28T15:30:42","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&p=1032451"},"modified":"2025-10-29T17:12:11","modified_gmt":"2025-10-29T17:12:11","slug":"case-study-accelerating-genai-adoption-in-commodity-trading","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/de\/blog\/case-study-accelerating-genai-adoption-in-commodity-trading\/","title":{"rendered":"Fallstudie: Beschleunigung der Einf\u00fchrung von GenAI im Rohstoffhandel"},"content":{"rendered":"

Artefact ist spezialisiert auf angewandte artificial intelligence und generative KI. Seine Aufgabe: Unternehmen dabei zu helfen, von Experimenten zu einer gro\u00df angelegten Einf\u00fchrung \u00fcberzugehen, indem es strategische Ausrichtung, praktische Schulungen und technische Co-Kreation kombiniert.<\/span><\/p>\n

Wenn ein f\u00fchrendes globales Unternehmen im Rohstoffhandel<\/strong> (ein Unternehmen, das nicht mit Industrieprodukten, sondern mit prim\u00e4ren Wirtschaftssektoren wie Landwirtschaft, Energie und Metallen handelt) seine KI-Transformation beschleunigen wollte, wandte es sich an Artefact, um Potenzial in messbare Leistung umzuwandeln. Das Ziel war es, generative KI in allen Abteilungen zu einem t\u00e4glichen Produktivit\u00e4tswerkzeug zu machen und gleichzeitig eine solide Governance, Compliance und einen dauerhaften kulturellen Wandel zu gew\u00e4hrleisten.<\/span><\/p>\n

Herausforderung: Verwandlung von KI-Neugierde in Unternehmensf\u00e4higkeit<\/b><\/h2>\n

Wie viele andere Unternehmen hatte der Kunde bereits begonnen, mit generativen KI-Tools wie Microsoft Copilot zu experimentieren. Aber die ersten Projekte hatten noch keine unternehmensweite Wirkung gezeigt. Zwei gro\u00dfe Herausforderungen traten auf:\u00a0<\/span><\/p>\n

    \n
  1. Menschen bef\u00e4higen:<\/strong> Die Mitarbeiter brauchten eine strukturierte, relevante Fortbildung, um generative KI in ihrer t\u00e4glichen Arbeit sicher nutzen zu k\u00f6nnen. Das Interesse war zwar gro\u00df, aber das praktische Know-how war in den Teams sehr unterschiedlich.<\/span><\/li>\n
  2. Intelligente Automatisierung bauen:<\/strong> Neben pers\u00f6nlichen Produktivit\u00e4tswerkzeugen wollte das Unternehmen auch ma\u00dfgeschneiderte KI-Assistenten erforschen, die in der Lage sind, komplexe Arbeitsabl\u00e4ufe wie Compliance-Pr\u00fcfungen, Dokumentation und Berichterstattung zu automatisieren.<\/span><\/li>\n<\/ol>\n

    Kurz gesagt, das Unternehmen brauchte einen Fahrplan, um KI sicher und strategisch skalieren<\/strong>, und sorgte daf\u00fcr, dass Innovation zu Effizienz und Vertrauen f\u00fchrte.<\/span><\/p>\n

    L\u00f6sung: Vom Lernen zum Tun mit Co-Kreation<\/b><\/h2>\n

    Artefact hat seine Bew\u00e4hrter Rahmen f\u00fcr die Einf\u00fchrung von GenAI<\/strong>, und passte es an die schnelllebige, data-empfindliche Welt des Rohstoffhandels an. Das Programm umfasste drei wichtige Phasen, vom Aufbau von F\u00e4higkeiten bis zur gemeinsamen Entwicklung.<\/span><\/p>\n

      \n
    1. Bewertung der Bereitschaft und der M\u00f6glichkeiten:<\/strong> Der Auftrag begann mit einer umfassenden Pr\u00fcfung des KI-Reifegrads, um die vorhandenen F\u00e4higkeiten zu bewerten und die Abteilungen zu identifizieren, die am ehesten von generativer KI profitieren w\u00fcrden. Diese Diagnosephase half dabei, hochwertige Anwendungsf\u00e4lle zu priorisieren und sicherzustellen, dass die Gesch\u00e4ftsziele mit den F\u00fchrungskr\u00e4ften abgestimmt sind.<\/span><\/li>\n
    2. Anpassung der Einf\u00fchrung an die gesch\u00e4ftlichen Priorit\u00e4ten:<\/strong> Artefact erstellte dann einen gezielten Adoptionsplan, der sich auf drei S\u00e4ulen st\u00fctzt:
      \n\u2013 Adoption<\/span>: Beschleunigen Sie die Fortbildung zu Copilot und anderen generativen Tools durch gemischtes Lernen, das Live-Workshops, E-Learning und fortlaufendes Coaching kombiniert.
      \n\u2013 Gesch\u00e4ftliche Ausrichtung<\/span>: \u00dcbersetzen Sie das KI-Potenzial in konkrete Anwendungsf\u00e4lle f\u00fcr einzelne Abteilungen, von Buchhaltung und HR bis hin zu Strategie und Risikomanagement.
      \n\u2013 Innovation<\/span>: F\u00f6rdern Sie Experimente durch Hackathons und interne Herausforderungen, damit Teams Prototypen von KI-Assistenten entwickeln k\u00f6nnen, die auf spezifische Gesch\u00e4ftsanforderungen zugeschnitten sind.<\/span><\/li>\n
    3. Co-Entwicklung von ma\u00dfgeschneiderten KI-Assistenten:<\/strong> Um von der Theorie zur Praxis zu gelangen, wurden Agenten-Hackathons organisiert, die multidisziplin\u00e4re Teams aus data-Experten, Gesch\u00e4ftsanwendern und Compliance-Beauftragten zusammenbrachten.<\/span><\/li>\n<\/ol>\n

      Ein vorzeigbares Ergebnis war die Entwicklung eines Copilot-basierter Compliance-Assistent<\/strong>, die in der Lage ist, regulatorische Dokumente automatisch zu analysieren, Schl\u00fcsselinformationen zu extrahieren und potenzielle Risiken zur \u00dcberpr\u00fcfung zu markieren. Durch die Kombination von zeitnahe technische Best Practices<\/strong> Mit der Feinabstimmung der Dom\u00e4ne konnte der Assistent messbare Zeiteinsparungen erzielen und gleichzeitig die vollst\u00e4ndige R\u00fcckverfolgbarkeit und die Einhaltung von Compliance-Standards gew\u00e4hrleisten.<\/span><\/p>\n

      Artefact half dem Kunden auch dabei, langfristige Voraussetzungen f\u00fcr die Einf\u00fchrung zu schaffen:<\/span><\/p>\n

        \n
      • W\u00f6chentlich AI Sprechzeiten<\/strong> f\u00fcr Live-Q&A und Peer-Learning<\/li>\n
      • Eine KI-Praxisgemeinschaft<\/strong> um Erkenntnisse auszutauschen und Anwendungsf\u00e4lle zu verfeinern<\/li>\n
      • A Prompt Bibliothek<\/strong> direkt in Copilot integriert, was wiederverwendbare Arbeitsabl\u00e4ufe und kontinuierliche Verbesserungen gew\u00e4hrleistet<\/li>\n<\/ul>\n

        Durch diese Initiativen wurde KI von einem experimentellen Toolset zu einer strukturierten F\u00e4higkeit, die in den t\u00e4glichen Betrieb eingebettet ist.<\/p>\n

        Ergebnisse: Skalierung der Einf\u00fchrung und Aufbau einer KI-f\u00e4higen Kultur<\/b><\/h2>\n

        Bereits wenige Wochen nach dem Start konnte das Unternehmen in mehreren Bereichen greifbare Ergebnisse verzeichnen:<\/span><\/p>\n

          \n
        • Erh\u00f6htes Engagement: <\/b>Die Nutzung von Copilot stieg in allen Abteilungen stetig an, und das Vertrauen der Mitarbeiter, GenAI verantwortungsvoll und kreativ einzusetzen, wuchs.<\/span><\/li>\n
        • Operative Effizienz: <\/b>Fr\u00fche Eins\u00e4tze von KI-Assistenten haben den Zeitaufwand f\u00fcr die \u00dcberpr\u00fcfung von Dokumenten und die Erstellung von Compliance-Berichten erheblich reduziert.<\/span><\/li>\n
        • Wissen teilen: <\/b>\u00dcber 50 gesch\u00e4ftsrelevante Eingabeaufforderungen und Arbeitsabl\u00e4ufe wurden erstellt und intern ausgetauscht, was eine Grundlage f\u00fcr die zuk\u00fcnftige Automatisierung darstellt.<\/span><\/li>\n
        • Kultureller Wandel: <\/b>Es entstand eine echte KI-Gemeinschaft, in der Experimentieren, Zusammenarbeit und kontinuierliches Lernen gro\u00df geschrieben werden.<\/span><\/li>\n<\/ul>\n

          Durch die Kombination von strategischer Ausrichtung, menschenzentriertem Training und technischer Co-Entwicklung half Artefact diesem weltweit f\u00fchrenden Handelsunternehmen KI in sein Betriebsmodell einbinden<\/strong>, und verwandelt sie von einer alleinstehenden Initiative in einen nachhaltigen Wettbewerbsvorteil.<\/span><\/p>\n

          Schlussfolgerung: Die erfolgreiche Einf\u00fchrung von KI erfordert eine Roadmap<\/b><\/h2>\n

          Die Einf\u00fchrung von KI geschieht nicht zuf\u00e4llig, sondern durch Planung. Der Ansatz von Artefact zeigt, dass die Skalierung generativer KI mehr als nur Technologie erfordert: Sie erfordert Struktur, Engagement und Vertrauen.<\/span><\/p>\n

          Mit der richtigen Mischung aus Schulungen, Experimenten und gesch\u00e4ftlicher Ausrichtung k\u00f6nnen Unternehmen von der Neugierde zur F\u00e4higkeit \u00fcbergehen - und von der F\u00e4higkeit zur Wirkung.<\/span><\/p>","protected":false},"excerpt":{"rendered":"

          Als ein weltweit f\u00fchrendes Rohstoffhandelsunternehmen seine KI-Transformation beschleunigen wollte, wandte es sich an Artefact, um Potenzial in messbare Leistung umzuwandeln. Ziel war es, generative KI in allen Abteilungen zu einem t\u00e4glichen Produktivit\u00e4tswerkzeug zu machen und gleichzeitig eine solide Governance, Compliance und einen nachhaltigen kulturellen Wandel zu gew\u00e4hrleisten.<\/p>","protected":false},"featured_media":1033656,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[22035,21940],"blog-language":[2991],"class_list":["post-1032451","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-data-ai-consulting","blog-category-generative-ai","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog\/1032451","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/1033656"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=1032451"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-category?post=1032451"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-language?post=1032451"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}