Celonis baut mit Context Model und Ikigai Labs eine Kontextschicht für Enterprise‑KI

Warum Enterprise‑KI oft an Kontext scheitert

In den meisten IT‑Architekturen existieren bereits zwei zentrale Ebenen:

• eine Datenebene mit Datenbanken, Data Warehouses oder ERP‑Systemen
• eine KI‑ oder Agentenebene, die Analysen erstellt oder Aufgaben automatisiert

Was häufig fehlt, ist eine Schicht dazwischen, die erklärt, wie die Prozesse hinter den Daten tatsächlich funktionieren.

Laut Celonis entstehen dadurch „operative Blindspots“. KI‑Modelle sehen einzelne Datenpunkte, kennen aber nicht die Abhängigkeiten zwischen Systemen, Regeln, Teams oder Prozessschritten. Dadurch können Empfehlungen unvollständig oder riskant sein.

Das Celonis Context Model soll genau diese Lücke schließen, indem es kontinuierlich operative Daten und Unternehmenswissen in ein gemeinsames Modell übersetzt, das KI verstehen kann.

Ein digitaler Zwilling der Geschäftsabläufe

Der Kern des CCM ist ein digitaler Zwilling der Unternehmensprozesse in Echtzeit.

Dieses Modell entsteht aus Prozessdaten und betrieblichem Wissen aus verschiedenen Quellen im Unternehmen – etwa Anwendungen, Systemen, Geräten oder Interaktionen zwischen Teams.

Dadurch kann das System ein dynamisches Bild davon erzeugen, wie Prozesse tatsächlich laufen, nicht nur wie sie theoretisch geplant wurden.

Der digitale Zwilling umfasst unter anderem:

• reale Prozessabläufe über mehrere Systeme hinweg
• Geschäftsregeln und Abhängigkeiten
• Ausnahmen und Engpässe
• Leistungskennzahlen und Ergebnisdaten

Celonis beschreibt das CCM daher als eine Art Übersetzer zwischen Unternehmensrealität und KI‑Systemen: Die Plattform wandelt komplexe operative Abläufe in eine Struktur um, mit der KI‑Modelle arbeiten können.

Das Ziel ist, KI‑Empfehlungen präziser, nachvollziehbarer und operativ umsetzbar zu machen.

Die Rolle von Ikigai Labs: Entscheidungsintelligenz

Mit der Übernahme von Ikigai Labs erweitert Celonis das Context Model über reine Prozesssichtbarkeit hinaus in Richtung Decision Intelligence.

Die Technologie von Ikigai basiert auf Forschung mit Bezug zum MIT und nutzt ein patentiertes Modellierungsverfahren, das besonders auf strukturierte Unternehmensdaten ausgelegt ist – etwa Tabellen, Datenbanken oder Zeitreihen.

Diese Technologie bringt mehrere neue Funktionen in die Celonis‑Plattform:

• Forecasting: Vorhersage von Prozess‑ oder Geschäftsergebnissen
• Planung: Bewertung alternativer Strategien oder Ressourcenverteilungen
• Simulation: Durchspielen möglicher Zukunftsszenarien

Kern der Technologie ist ein sogenanntes Large Graphical Model, das speziell für tabellarische und zeitbasierte Daten entwickelt wurde – also genau die Datentypen, die in Bereichen wie Finanzen, Lieferketten oder Produktion dominieren.

Warum Simulation für Unternehmen entscheidend wird

Viele heutige KI‑Anwendungen konzentrieren sich auf Analyse oder Automatisierung. Mit Simulations‑ und Prognosefunktionen verändert sich jedoch die Rolle der KI im Unternehmen.

In Kombination können CCM und Ikigai beispielsweise ermöglichen:

• potenzielle Störungen in Lieferketten vorherzusagen
• Prozessänderungen virtuell zu testen, bevor sie umgesetzt werden
• Ressourcen und Abläufe zu optimieren
• Planungszyklen drastisch zu verkürzen

Statt nur auf Probleme zu reagieren, könnten Unternehmen stärker vorausschauend und szenariobasiert arbeiten.

Integration in bestehende Daten‑ und KI‑Ökosysteme

Damit die Kontextschicht praktisch nutzbar ist, setzt Celonis auf Integration mit bestehenden Plattformen.

Nach Unternehmensangaben unterstützt das CCM unter anderem:

• Datenplattformen wie AWS, Databricks und Microsoft Fabric
• künftig auch Snowflake
• Unternehmenssysteme wie ERP‑ oder CRM‑Plattformen

Auf der KI‑Seite nennt Celonis Integrationen mit Plattformen wie Amazon Bedrock, Anthropic‑Modellen, IBM watsonx, Microsoft Copilot sowie Oracle‑KI‑Services.

Die Idee dahinter: KI‑Agenten können weiterhin auf unterschiedlichen Plattformen laufen, greifen aber auf dieselbe operative Kontextbasis zu.

Bedeutung für Unternehmenskunden

Für Unternehmen ist die wichtigste Frage nicht, ob sie KI einsetzen können – sondern ob sie ihr vertrauen können.

Celonis argumentiert, dass der fehlende Kontext einer der Hauptgründe ist, warum viele KI‑Projekte nur Pilotprojekte bleiben.

Durch die Kombination aus Prozessintelligenz, Kontextmodell und Entscheidungsintelligenz sollen Unternehmen:

• KI direkt in reale Geschäftsprozesse integrieren
• Fehlentscheidungen durch fehlende Kontextinformationen reduzieren
• Menschen, Systeme und KI‑Agenten besser koordinieren
• Prozesse kontinuierlich mithilfe von KI optimieren

Das Context Model könnte damit zu einer Art gemeinsamer operativer Landkarte werden, auf die sowohl Menschen als auch KI zugreifen.

Celonis’ strategischer Schritt

Celonis ist bisher vor allem für Process Mining und Process Intelligence bekannt – also für Technologien, die Geschäftsprozesse aus Systemdaten rekonstruieren und analysieren.

Mit dem Context Model und der Ikigai‑Übernahme erweitert das Unternehmen seine Rolle deutlich. Ziel ist es, eine zentrale Architekturkomponente für Enterprise‑KI zu liefern, die zwischen Datenplattformen und KI‑Agenten liegt.

Sollte sich dieser Ansatz durchsetzen, könnte die sogenannte Kontextschicht zu einem festen Bestandteil moderner Unternehmens‑IT werden – ähnlich wie Data Lakes oder AI‑Plattformen heute.

Der entscheidende Unterschied: KI würde nicht mehr nur Daten sehen, sondern verstehen, wie ein Unternehmen tatsächlich funktioniert.