Illustration Absmeier foto magnific

Context Models schließen die operative Wissenslücke von KI‑Systemen, indem sie reale Prozessabläufe, Entscheidungslogiken und Unternehmenswissen strukturiert abbilden.
Klassische KI‑Modelle scheitern ohne Kontext, da sie zwar Muster erkennen, aber nicht verstehen, wie ein Unternehmen tatsächlich arbeitet.
Das Context Model kombiniert Context Graph (Prozessrealität) und World Model (Simulation & Prognose) zu einer deterministischen, auditierbaren Wissensbasis.
Unternehmen profitieren durch verlässliche KI‑Entscheidungen, höhere Automatisierungsgrade, planbare Kosten und technologische Unabhängigkeit.
Die neue Kontextebene wird zum strategischen Fundament für Enterprise‑AI, da sie KI‑Agenten erstmals befähigt, im operativen Alltag sicher und skalierbar zu handeln.

Mit der zunehmenden Verbreitung von Enterprise‑AI‑Lösungen verschiebt sich der Fokus vieler Unternehmen: Weg von experimentellen Pilotprojekten, hin zu messbaren, operativen Ergebnissen. Dabei zeigt sich ein strukturelles Problem moderner KI‑Systeme: Modelle verfügen zwar über starke generative und analytische Fähigkeiten, jedoch fehlt ihnen häufig das konkrete operative Verständnis eines Unternehmens. Genau hier setzt das Context Model an.

Was ist ein Context Model?

Ein Context Model ist eine technische Schicht im Enterprise‑AI‑Stack, die betriebliche Realität, Prozesswissen und simulationsbasierte Vorhersagen miteinander verbindet. Es kombiniert zwei etablierte Konzepte:

Context Graph: Eine strukturierte Abbildung realer Entscheidungswege, Ausnahmen und Prozessabläufe eines Unternehmens.
World Model: Ein Modell, das Systemdynamiken simuliert, zukünftige Entwicklungen antizipiert und alternative Szenarien bewertet.

Durch die Verbindung beider Ansätze entsteht ein Modell, das sowohl hinterfragt, wie ein Unternehmen tatsächlich arbeitet, als auch prognostiziert, wie es unter bestimmten Bedingungen arbeiten könnte.

Warum klassische KI‑Modelle ohne Kontext an Grenzen stoßen

LLMs und andere KI‑Modelle basieren überwiegend auf Mustern aus öffentlich verfügbaren Daten. Sie wissen, wie Rechnungen oder Lieferketten im Allgemeinen funktionieren, aber nicht, wie konkret ein bestimmtes Unternehmen arbeitet. Typische Herausforderungen:

Fragmentierte Datenlandschaften
Proprietäre Prozesslogiken
Fehlende Verknüpfung zwischen Systemen
Keine deterministische Grundlage für operative Entscheidungen

Ohne diese Kontextinformationen können KI‑Agenten keine verlässlichen Entscheidungen treffen oder automatisiert handeln.

Funktionsweise eines Context Models

Ein Context Model schafft eine deterministische, unternehmensspezifische Wissensbasis, die KI‑Systeme mit relevanten Informationen versorgt. Es ist:

Prozesszentriert:
Es versteht Ereignisfolgen, Entscheidungen und Ausnahmen.
Systemagnostisch:
Es verbindet Daten aus ERP, CRM, Data Lakes und anderen Systemen.
Dynamisch:
Es lernt kontinuierlich aus neuen Prozessen und Interaktionen.
Offen:
Es lässt sich über APIs und Standards in bestehende Architekturen integrieren.
Vertrauenswürdig:
Entscheidungen werden nachvollziehbar, auditierbar und reproduzierbar.

Nutzen für Unternehmen

Ein ausgereiftes Context Model ermöglicht:

Planbare KI‑Kosten:
Weniger Tokenverbrauch, weniger Fehlversuche, klarere Kosten pro Ergebnis.
Wachsenden Kontextwert:
Das Modell verbessert sich mit jeder Interaktion.
Technologische Unabhängigkeit:
Kontext bleibt erhalten, auch wenn Modelle oder Plattformen wechseln.
Höhere Automatisierungsgrade:
KI‑Agenten können nicht nur analysieren, sondern auch handeln.

Bedeutung im Enterprise‑AI‑Stack

Das Context Model bildet eine neue, zentrale Schicht zwischen Dateninfrastruktur und KI‑Agenten. Es sorgt dafür, dass KI‑Systeme:

operationalisiert werden können,
verlässliche Entscheidungen treffen,
unternehmensspezifische Logiken berücksichtigen,
und skalierbar in kritischen Geschäftsprozessen eingesetzt werden.

Damit wird das Context Model zu einem entscheidenden Baustein, um Enterprise AI von punktuellen Effizienzgewinnen zu strategischer Wertschöpfung weiterzuentwickeln.

Albert Absmeier & KI

Celonis stellt neues Context Model vor und kündigt Übernahme von Ikigai Labs an

Celonis, globaler Marktführer im Bereich Process Intelligence, stellte am 12. Mai 2026 sein neues Celonis Context Model (CCM) vor. Zudem gibt das Unternehmen die geplante Übernahme von Ikigai Labs bekannt, einem führenden Anbieter für KI-gestützte Decision Intelligence.

Organisationen weltweit stehen bei der Einführung von KI vor einer zentralen Herausforderung: KI hat oft blinde Flecken, wenn es um das Verständnis des Unternehmenskontexts geht. Dabei ist genau dieses Verständnis die Voraussetzung dafür, dass KI-Agenten messbare Ergebnisse liefern und sich Investitionen in KI auszahlen.

Das Kontextmodell löst diese Herausforderung mit einem digitalen Zwilling der Geschäftsprozesse, der reale Abläufe in Echtzeit abbildet und Unternehmenskontext für KI verständlich macht. Basierend auf Prozessdaten und Unternehmenswissen aus sämtlichen Systemen, Anwendungen, Geräten und Interaktionen im Unternehmen liefert das Modell der KI den operativen Kontext, den sie braucht, um fundierte Entscheidungen zu treffen, zielführend zu handeln und substanzielle Ergebnisse zu erzielen.

Die Akquisition von Ikigai Labs erweitert das CCM um Entscheidungsintelligenz sowie neueste KI-Funktionen für Planung, Simulation und Prognosen. Dies ermöglicht es Anwendern, künftige Szenarien zu modellieren, Prozessstörungen zu antizipieren und zu verhindern und somit fundierte Entscheidungen zu treffen.

Operativer Kontext ist ein Muss

Mit dem CCM etabliert Celonis eine neue zentrale Ebene im Unternehmens-Technologie-Stack: die Kontextebene. Diese verbindet Prozessdaten, Unternehmenswissen sowie operative und Entscheidungsintelligenz, damit KI Geschäftsprozesse im realen Unternehmenskontext verstehen und zuverlässig ausführen kann. Dabei entwickelt sich die Kontextebene kontinuierlich weiter, indem sie aus Aktionen und Ergebnissen im gesamten Unternehmen lernt.

»KI ist immer nur so wirkungsvoll, wie der Kontext, auf den sie zugreifen kann. Jede Organisation muss ihrer KI daher ein ganzheitliches, dynamisches Modell an die Hand geben, das abbildet, wie das Unternehmen wirklich funktioniert. Mit dem Celonis Context Model wird dies erstmals möglich«, sagt Carsten Thoma, Präsident von Celonis. »Mit Ikigai Labs erweitern wir unsere marktführende Plattform: weg von der reinen Transparenz darüber, wie Firmen heute arbeiten, hin zu der Fähigkeit zu verstehen, wie Prozesse morgen funktionieren sollten – und könnten. Das ist die Grundlage dafür, dass Unternehmens-KI echten Mehrwert schafft.«

»Präzision ist im Gesundheitswesen entscheidend – deshalb können wir uns nicht mit einer KI zufriedengeben, die nur die meiste Zeit richtig liegt«, sagt Jerome Revish, SVP / Chief Technology Officer, Digital and Technology Services bei Cardinal Health. »Wir nutzen KI als Werkzeug, um schneller operative Erkenntnisse zu gewinnen. Prozesskontext versetzt unsere KI-Agenten in die Lage, unser Team bei fundierten Entscheidungen zu unterstützen. Klare Leitplanken geben uns dabei die Sicherheit, KI zuverlässig einsetzen zu können. Letztlich ist Kontext der entscheidende Unterschied zwischen KI, die in einer Demo beeindruckt, und KI, die sich vertrauenswürdig und sicher im Unternehmensalltag einsetzen lässt.«

»Unser Ziel bei Cosentino ist es, eine digitale Belegschaft aus KI-Agenten aufzubauen, die unsere Geschäftsprozesse im großen Maßstab steuern und optimieren kann«, sagt Rafael Domene, CIO von Cosentino. »Dabei haben wir gelernt: Ein KI-Agent ist immer nur so gut wie der Kontext, den man ihm gibt. Wenn KI ein echtes Verständnis von Prozessen erhält — also von Daten, Geschäftsregeln und Entscheidungslogiken — verändert sich ihre Rolle grundlegend. Sie ist dann nicht länger nur ein Werkzeug, mit dem man experimentiert, sondern eine Technologie, der man operative Entscheidungen anvertrauen kann. Genau das macht den Unterschied zwischen einem Agenten, der Empfehlungen gibt, und einem Agenten, der Prozesse eigenständig steuert.«

»Bei Mondelez International befinden wir uns derzeit in der tiefgreifendsten technologischen Transformation unserer Firmengeschichte. Gleichzeitig schaffen wir die Grundlage für agentische KI – zunächst mit starkem Fokus auf die Optimierung unserer End-to-End-Workflows und globaler Shared Services«, sagt Filippo Catalano, Chief Information and Digital Officer bei Mondelez International. »Dabei haben wir gelernt: KI-Agenten lassen sich in einer so komplexen und heterogenen Systemlandschaft wie der unseren nur dann nachhaltig und vertrauenswürdig einsetzen, wenn sie verstehen, wie Prozesse tatsächlich ablaufen – über Märkte, Systeme und Funktionen hinweg. Entscheidend ist nicht, wie Prozesse theoretisch konzipiert wurden, sondern wie sie in der operativen Realität funktionieren. Operativer Kontext ist daher kein Zusatznutzen, sondern die Voraussetzung dafür, dass KI-Investitionen echten Mehrwert schaffen, statt lediglich zusätzliche Komplexität zu erzeugen.«

Drastisch verkürzte Planungs- und Prognosezyklen

Durch die Akquisition erweitert Celonis sein globales Team um führende KI-Experten von Ikigai Labs und deren Wissen in den Bereichen KI, Machine Learning, tabellarische und zeitbasierte Modellierung, kausale Inferenz sowie groß angelegte Simulationen. Ikigai Labs kann auf fast zwei Jahrzehnte wegweisender Forschung am Massachusetts Institute of Technology (MIT) zurückblicken. Seine Experten haben einige der weltweit komplexesten Unternehmen dabei unterstützt, Planungs- und Prognosezyklen – etwa in der Lieferkette – von Monaten auf Minuten zu verkürzen. Im Rahmen der Übernahmevereinbarung erhält Celonis exklusive Rechte an Patenten des MIT, die Ikigai Labs von diesem lizensiert hat. Das MIT wird in diesem Zuge Anteilseigner von Celonis.

»Ikigai Labs basierte von Anfang an auf einer einfachen, aber klaren Überzeugung: Bessere Entscheidungen erfordern KI, die mit realen Geschäftsdaten arbeitet. Ikigai Labs verfügt über eine bewährte Foundation-Model-Technologie für strukturierte Daten im großen Maßstab, während Celonis reale Prozesse digital abbildet. Gemeinsam schaffen wir so die umfassendste operative Darstellung davon, wie Unternehmen tatsächlich funktionieren«, sagt Devavrat Shah, Mitgründer von Ikigai Labs, Professor und Lehrstuhlinhaber für KI am MIT sowie Chief Scientist, Enterprise AI, bei Celonis. »Mit dem Celonis Context Model können KI-Agenten vergangene Entwicklungen analysieren, aktuelle Zusammenhänge verstehen und zukünftige Szenarien antizipieren — und dadurch intelligent handeln und die gewünschten Geschäftsergebnisse zuverlässig erzielen. Ich freue mich darauf, unsere gemeinsame Mission zusammen mit dem gesamten Celonis-Team fortzuführen.«

Celonis Context Model schafft vertrauenswürdige Basis für skalierbare Unternehmens-KI

Die Celonis-Plattform und das zugehörige Ökosystem stellen End-to-End-Lösungen bereit, um KI-gestützte Prozesse zu analysieren, zu modellieren und zu steuern – und so die Unternehmenstransformation voranzutreiben. Die Plattform ermöglicht es Kunden nicht nur, KI den erforderlichen Kontext bereitzustellen, sondern auch die größten Potenziale für den strategischen Einsatz von KI zu identifizieren und die Zusammenarbeit von Agenten, Menschen und Systemen intelligent zu orchestrieren.

Celonis arbeitet mit führenden Anbietern sowohl der zugrunde liegenden Datenebene als auch der agentischen Ausführungsebene zusammen, um eine neue Kontextebene zu schaffen, die beide miteinander verbindet.

Die Celonis-Plattform integriert Daten aus dem gesamten Unternehmen über Zero-Copy-Integrationen mit Plattformen wie AWS, Databricks und Microsoft Fabric, (Snowflake wird in Kürze verfügbar sein) sowie über vorgefertigte Konnektoren zu führenden Systems of Record wie Oracle und weiteren ERP- und CRM-Plattformen.

Darüber hinaus hat Celonis tiefe Integrationen mit führenden Plattformen für agentische KI aufgebaut, darunter Amazon Bedrock, Anthropic Claude Cowork, Databricks Agent Bricks, IBM watsonx Orchestrate, Microsoft Copilot and Agent365 sowie Oracle OCI Enterprise AI. Dadurch können Unternehmen das CCM unabhängig davon nutzen, auf welcher Plattform sie ihre KI-Agenten entwickeln.

»Enterprise AI stößt bei der Zuverlässigkeit an Grenzen, denn Skalierung allein genügt nicht — KI-Agenten brauchen ein tiefgreifendes Verständnis dafür, wie Unternehmen tatsächlich arbeiten«, sagt Heather Akuiyibo, Global VP, GTM Integration bei Databricks. »Durch die Kombination von Celonis mit der Databricks-Plattform können Unternehmen mit Genie schneller verlässliche Antworten aus ihren Daten erhalten und mit Agent Bricks KI-Anwendungen entwickeln, steuern und produktiv einsetzen. All das geschieht auf Basis des Business-Kontexts von Celonis, der notwendig ist, um bessere und schnellere Entscheidungen zu treffen.«

Die Zukunft ist KI-gestützt und modular

Celonis versteht das CCM als wichtigen Schritt auf dem Weg zum KI-gestützten, modularen Unternehmen – dem Composable Enterprise. Hier arbeiten Systeme, Daten, Prozesse, Mitarbeitenden und KI-Agenten auf Basis eines gemeinsamen Kontexts zusammen. So können sie sich permanent verbessern, schneller an Veränderungen anpassen und Innovationen gezielt vorantreiben.

»Celonis ist bereits heute tief in den operativen Abläufen von über tausend der weltweit größten Unternehmen verankert und erfasst Abläufe in der Praxis in beispiellosem Umfang«, sagt Sandesh Patnam, Managing Partner bei Premji Invest. »Durch die Kombination mit der Simulations- und Entscheidungsintelligenz von Ikigai Labs entsteht ein selbstverstärkender Effekt: Jedes operative Signal führt zu besseren Entscheidungen – und jede davon verbessert wiederum das operative Modell. Daraus entsteht ein Wettbewerbsvorteil, den andere Unternehmen nur schwer aufholen können.«

»Mit diesem Schritt wird die Vision eines Context-Graphs Realität. Celonis hat das umfassendste operative Verständnis dafür aufgebaut, wie Unternehmen tatsächlich funktionieren – als prozessbasiertes Modell, das zeigt, wie Arbeit abläuft, wieso Fehler passieren und was als nächstes passieren sollte«, sagt Ashu Garg, General Partner bei Foundation Capital. »Mit der Übernahme von Ikigai Labs erweitert Celonis seine Plattform um Entscheidungsintelligenz und Simulationsfähigkeiten, die sie noch leistungsfähiger machen. Die Unternehmen, die diese Kontextebene etablieren, werden die nächste Generation von Enterprise-Software prägen. Celonis treibt diese Entwicklung voran.«

Parallel dazu baut Celonis sein Partner-Ökosystem aus, um Anwendungsfälle schneller in die Umsetzung zu bringen. Gemeinsam mit Deloitte hat Celonis die neue App Celonis SOX and Internal Controls Manager by Deloitte vorgestellt, die Unternehmen dabei unterstützt, interne Kontrollmechanismen und Compliance-Prozesse effizienter zu steuern. Mit Microsoft arbeitet Celonis als strategischer Launch-Partner für Microsoft Agent 365 an der Skalierung agentenbasierter Workflows und begleitet Unternehmen bei ihrer Entwicklung zum Agentic Enterprise.

Zusätzliche Bestätigung erhält Celonis durch die Einstufung als Leader im ersten Gartner Magic Quadrant für Process Intelligence. Das Unternehmen erreicht sowohl auf der Achse »Ability to Execute« als auch bei der »Completeness of Vision« die höchste Bewertung. Zuletzt war Celonis drei Jahre in Folge als Leader im Gartner Magic Quadrant für Process Mining Platforms geführt worden.

Erfahren Sie mehr über das Celonis Context Model und die Übernahme von Ikigai Labs auf der Celonis:Next am 19. Mai 2026 oder auf dem nächsten Process Intelligence Day.

119 Artikel zu „Celonis“

News | Business Process Management | Geschäftsprozesse | Industrie 4.0 | Künstliche Intelligenz | Lösungen | Logistik

KI in der Lieferkette: Celonis und LeafLabs setzen auf Robotic Systems Intelligence

19. Februar 2026

Celonis, globaler Marktführer im Bereich Process Intelligence, einer Schlüsseltechnologie für den erfolgreichen Einsatz von künstlicher Intelligenz (KI) in Unternehmen, kündigt die Einführung des Celonis Robotic Systems Intelligence Managers by LeafLabs an. Mit der neuen Anwendung konnte die Pickle Robot Company, ein Pionier im Bereich Physical AI für Supply-Chain-Anwendungen, die Entwicklung zentraler Kernprozesse um 50 Prozent…

Jetzt 25 % Ticketrabatt für »manage it« Leser

Celonis stellt neues Context Model vor und kündigt Übernahme von Ikigai Labs an

119 Artikel zu „Celonis“