foto (c) materna

Materna stellt auf der NVIDIA GTC mit Sinfonie eine neue Plattform für souveräne Digital Humans vor. Die Lösung verbindet generative KI, Sprachinteraktion und interaktive 3D-Avatare zu digitalen Fachassistenten, die Mitarbeitende bei Wissensarbeit, internen Prozessen und komplexen Fragestellungen unterstützen. Alle Komponenten lassen sich vollständig beim Kunden betreiben, ohne dass Daten die eigene Infrastruktur verlassen. Sinfonie ist aus den Erfahrungen eines Kundenprojekts für eine Landesverwaltung hervorgegangen. Materna hat den dort entwickelten Ansatz mit Open Source und NVIDIA-Technologien zu einer übertragbaren Plattform für den professionellen Einsatz in Verwaltung und Wirtschaft weiterentwickelt.

Digital Humans gelten als nächste Evolutionsstufe klassischer Chatbots und KI-Assistenten. Sie kommunizieren über Sprache, Mimik und Gestik und ermöglichen dadurch eine natürlichere Interaktion zwischen Mensch und KI. Gleichzeitig bleiben Wissen, Daten und Entscheidungsprozesse vollständig in der Kontrolle der jeweiligen Organisation.

»Mit Sinfonie machen wir den nächsten Schritt von textbasierten KI-Assistenten hin zu digitalen Fachbegleitern. Menschen kommunizieren intuitiv über Sprache und persönliche Interaktion. Genau dort setzen Digital Humans an und schaffen einen niedrigschwelligen Zugang zu Wissen, Prozessen und KI-gestützter Unterstützung«, sagt Michael Hagedorn, CEO von Materna. Jeder mit Sinfonie erzeugte Digital Human verfügt über eine eigene Stimme und eine individuelle Identität. Gemeinsam mit Mimik, Gestik und natürlicher Sprachinteraktion entsteht so ein digitales Gegenüber, das Informationen verständlich, vertrauenswürdig und intuitiv vermittelt.

Von der Praxis für die Praxis

Die Idee zu Sinfonie entstand im Rahmen eines Kundenprojekts für eine Landesverwaltung in NRW. Das dortige Ziel war es, Mitarbeitende bei Fragen zu internen Abläufen, Regelwerken und Wissensbeständen zu unterstützen und gleichzeitig höchste Anforderungen an Datenschutz, Informationssicherheit und digitale Souveränität zu erfüllen.

Während im ursprünglichen Projekt vor allem die Unterstützung von Mitarbeitenden bei Wissens- und Serviceanfragen im Fokus stand, erweitert Sinfonie diesen Ansatz zu einer Plattform für Digital Humans. Die Lösung verbindet Wissensmanagement, Sprachdialog, KI-gestützte Assistenz und visuelle Interaktion in einer gemeinsamen Benutzererfahrung. Dadurch entsteht ein digitaler Fachassistent, der Informationen in einer für Menschen intuitiven Form vermittelt. Der Einsatzbereich reicht von Wissensmanagement und Onboarding über interne Serviceprozesse bis hin zur Unterstützung komplexer Fachverfahren in allen Branchen.

NVIDIA-Technologien ermöglichen eine neue Generation von Digital Humans

Sinfonie wurde gezielt für den On-Premises-Betrieb entwickelt. Alle Komponenten, von der Spracherkennung über die KI-Modelle bis zur Avatar-Animation, laufen lokal und kommen mit minimalen Infrastrukturvoraussetzungen aus. Für die Animation stehen von Materna entwickelte Engines zur Verfügung, die wahlweise auf Open-Source- oder NVIDIA-Technologien wie NVIDIA Audio2Face basieren. Damit eignet sich die Plattform besonders für Behörden, öffentliche IT-Dienstleister und regulierte Branchen, die generative KI nutzen wollen, ohne die Kontrolle über ihre Daten abzugeben.

Auf dieser Basis kann Sinfonie gesprochene Sprache verstehen, Informationen aus Wissensräumen und Fachsystemen verarbeiten und Antworten über einen interaktiven 3D-Avatar mit natürlicher Sprache, Mimik und Gestik vermitteln. Die Plattform verbindet moderne Generative AI mit den Anforderungen souveräner und kontrollierter IT-Umgebungen.

»Souveränität und moderne KI-Erlebnisse schließen sich nicht aus. Mit Sinfonie laufen Sprachverstehen, Wissenssuche und Avatar vollständig in der Infrastruktur des Kunden. Das ist für viele unserer Kunden die Voraussetzung, generative KI überhaupt produktiv einzusetzen«, sagt Thomas Feld, Vice President Datamanagement & AI bei Materna.

Souveräne KI mit menschlicher Interaktion

Sinfonie wurde speziell für Organisationen und Unternehmen entwickelt, die moderne KI-Funktionalitäten nutzen möchten, ohne die Kontrolle über ihre Daten aufzugeben. Die Plattform kann in kontrollierten Umgebungen betrieben werden und integriert bestehende Wissensquellen, Rollen- und Berechtigungskonzepte sowie Fachverfahren. Damit adressiert Materna insbesondere Organisationen, die den Mehrwert generativer KI nutzen wollen, gleichzeitig aber hohe Anforderungen an Compliance, Datenschutz und digitale Souveränität erfüllen müssen.

Digital Humans als nächste Entwicklungsstufe der KI-Nutzung

Mit Sinfonie gestaltet Materna einen der wichtigsten Trends der nächsten KI-Generation aktiv mit: die Zusammenarbeit von Menschen und digitalen Assistenten über natürliche Kommunikation. Während die erste Welle generativer KI vor allem durch Chatbots geprägt wurde, schaffen Digital Humans eine neue Qualität der Interaktion. Sie verbinden Sprachdialog, Fachwissen und visuelle Präsenz zu einem vertrauenswürdigen digitalen Gegenüber.

Für Materna bilden Digital Humans deshalb die Brücke zwischen leistungsfähigen KI-Systemen und den Menschen, die diese im Arbeitsalltag nutzen. Mit Sinfonie zeigt Materna auf der NVIDIA GTC, wie sich diese Vision bereits heute in souveränen, produktiven Einsatzszenarien für Verwaltung, öffentliche IT-Dienstleister und regulierte Branchen umsetzen lässt.

https://www.materna.de/services/souveraene-kuenstliche-intelligenz/materna-sinfonie-souveraene-digital-humans/

Promt: Anaysiere Materna Sinfonie strategisch und praktisch – welche Vorteile, Nachteile, Marktchancen, etc.

[Inference] Die folgende strategische Bewertung verbindet die von Materna veröffentlichten Produktangaben mit meiner eigenen Markt- und Managementanalyse. Aussagen zu Marktchancen, Risiken, Wirtschaftlichkeit und Wettbewerbsposition sind daher als analytische Einschätzung zu verstehen, nicht als von Materna belegte Tatsachen.

Kurzurteil

Materna Sinfonie ist strategisch interessanter als ein bloßer »Avatar vor einem Chatbot«. Entscheidend ist weniger der Digital Human selbst als die Kombination aus KI-Agenten, Unternehmenswissen, Fachsystemen, Sprache, Rollen/Berechtigungen und einem souveränen Betriebsmodell. Materna nennt vollständigen On-Premises-Betrieb, europäische Clouds oder Hyperscaler als mögliche Betriebsmodelle. [Inference] Genau darin liegt meines Erachtens die wichtigste Marktchance: Sinfonie könnte eine Interaktionsschicht zwischen Menschen, agentischer KI und komplexen Unternehmensprozessen werden. Besonders interessant erscheint das für öffentliche Verwaltung, kritische oder regulierte Bereiche und Organisationen mit sensiblen Daten. [Inference] Das größte Risiko besteht umgekehrt darin, dass Unternehmen zwar agentische KI brauchen, aber keinen fotorealistischen beziehungsweise dreidimensionalen Digital Human. Dann wird der Avatar schnell zum teuren Zusatz gegenüber Sprache, Chat oder bestehenden Copilot-Oberflächen.

Was an Sinfonie strategisch interessant ist

Materna beschreibt Sinfonie als Plattform, die ein Team digitaler Experten beziehungsweise KI-Agenten orchestriert. Anfragen werden einem geeigneten Experten übergeben; dieser kann auf angebundene Wissensräume und Fachsysteme zugreifen. Definierte Prozesse beziehungsweise Prozessschritte können unterstützt oder angestoßen werden.

Damit besteht das Konzept aus mehreren Ebenen:

Mensch → Sprache/Avatar → KI-Agent beziehungsweise Agententeam → Wissen/Fachsysteme → Prozesse [Inference] Diese Architektur ist wesentlich interessanter als der Avatar allein. Sie verschiebt den Wettbewerb weg von der Frage:

»Wer hat den realistischsten Digital Human?«

hin zu:

»Wer baut die vertrauenswürdige Schnittstelle zwischen Mitarbeiter und agentischer Unternehmens-IT?«

Das wäre ein erheblich größerer strategischer Markt.

Die wesentlichen Vorteile
Digitale Souveränität als Differenzierungsmerkmal

Sinfonie kann laut Anbieter vollständig On-Premises betrieben werden. Materna sagt ausdrücklich, dass dabei alle Komponenten in der Infrastruktur des Kunden betrieben werden können.

Zusätzlich nennt Materna europäische Clouds sowie Hyperscaler als mögliche Betriebsvarianten. [Inference] Das ist insbesondere gegenüber rein cloudbasierten KI-Angeboten ein starkes Verkaufsargument, wenn Behörden oder Unternehmen Informationen nicht außerhalb ihrer kontrollierten Umgebung verarbeiten wollen.

Integration statt isolierter KI

Die Plattform soll Wissensräume und Fachsysteme anbinden und bestehende Rollen-, Berechtigungs- und Sicherheitskonzepte berücksichtigen.materna [Inference] Das könnte langfristig wichtiger sein als das zugrunde liegende LLM. Unternehmens-KI wird dann wertvoll, wenn sie nicht nur Fragen beantwortet, sondern Unternehmenskontext und Berechtigungen kennt und kontrolliert mit Prozessen interagiert.

Natürliche Bedienung

Sinfonie kombiniert Sprache mit Stimme, Mimik und Gestik. [Inference] Gerade bei Anwendergruppen, die nicht täglich mit komplexen Softwareoberflächen oder Prompting arbeiten, könnte Sprache die Einstiegsschwelle reduzieren.

Ein Mitarbeiter müsste beispielsweise nicht wissen,

»In welcher Anwendung finde ich diese Information?«

sondern könnte einfach sein Anliegen formulieren.

Das wäre UX-seitig ein Paradigmenwechsel:

Anwendung bedienen → Absicht formulieren.

Agentische Perspektive

Besonders wichtig ist eine eher unscheinbare Aussage auf der Produktseite: Sinfonie soll Fachprozesse nicht nur erklären, sondern definierte Aufgaben und Prozessschritte anstoßen können. [Inference] Hier liegt vermutlich das größere wirtschaftliche Potenzial. Ein Avatar, der lediglich Informationen vorliest, dürfte schwer einen hohen ROI rechtfertigen. Ein Agent, der Arbeitsschritte innerhalb realer Geschäftsprozesse unterstützt, könnte hingegen direkten Produktivitätsnutzen erzeugen.

Praxisbezug

Sinfonie entstand laut Materna aus Erfahrungen eines Projekts für eine nordrhein-westfälische Landesverwaltung, bei dem Mitarbeitende bei internen Abläufen, Regelwerken und Wissensbeständen unterstützt werden sollten. [Inference] Das ist strategisch wertvoll, weil die Plattform damit nicht ausschließlich als Technologie-Demonstrator konzipiert erscheint.

Allerdings ist nicht öffentlich belegt, welche quantitativen Produktivitäts-, Kosten- oder Qualitätsverbesserungen dieses Projekt erreicht hat.

Die Nachteile und offenen Fragen

Hier würde ich als CIO besonders kritisch werden.

Der Avatar muss seinen Mehrwert erst beweisen [Inference] Ein Sprachassistent kann viele Aufgaben vermutlich auch ohne 3D-Figur erledigen.

Die entscheidende Frage lautet deshalb:

Verbessern Mimik, Gestik und visuelle Identität tatsächlich Produktivität, Akzeptanz oder Lernerfolg?

Oder verursachen sie hauptsächlich zusätzliche GPU-, Integrations- und Betriebsaufwände?

Materna positioniert die visuelle und sprachliche Interaktion als intuitiver beziehungsweise niedrigschwelliger.

Unabhängige Messdaten dazu habe ich für Sinfonie nicht gefunden.

Wirtschaftlichkeit ist bislang schwer einzuschätzen

Ich habe in den geprüften Quellen keine belastbaren Angaben gefunden zu:

Lizenzmodell
Kosten pro Nutzer
Infrastrukturkosten
benötigter GPU-Leistung
Implementierungsaufwand
TCO
Produktivitätsgewinn
Amortisationszeit.

Damit lässt sich momentan kein belastbarer Business Case öffentlich berechnen.

Das ist aus Managementsicht eine wesentliche Informationslücke.

Technologische Komplexität

Als eingesetzte beziehungsweise integrierte Technologien nennt Materna unter anderem das Open-Source-Framework Haystack von deepset sowie NVIDIA Audio2Face.materna [Inference] Die modulare Architektur ist einerseits eine Stärke, erhöht andererseits möglicherweise Integrations-, Betriebs- und Lifecycle-Komplexität. Unternehmen müssen nicht nur KI-Modelle beherrschen, sondern gegebenenfalls Wissenszugriff, Agenten, Sprache, Fachsystemintegration, Berechtigungen und Avatar-Technologie gemeinsam betreiben.

Gefahr des »Digital-Human-Effekts« [Inference] Nicht jeder Nutzer möchte einem virtuellen Menschen gegenüberstehen.

Abhängig vom Anwendungsfall könnte eine solche Oberfläche als hilfreich, aber genauso als unnötig anthropomorph oder sogar störend wahrgenommen werden.

Deshalb würde ich den Avatar nicht zum Kern des Business Case machen.

Der Kern sollte sein:

besserer Zugang zu Wissen + Prozessunterstützung + agentische Automatisierung.

Der Digital Human ist die Benutzeroberfläche dafür.

Wo ich die größten Marktchancen sehe

Sehr hoch: Öffentliche Verwaltung

Das dürfte einer der naheliegendsten Märkte sein.

Sinfonie basiert bereits auf Erfahrungen aus einem Landesverwaltungsprojekt. Gleichzeitig stellt Materna Datenschutz, Informationssicherheit und digitale Souveränität ausdrücklich heraus.materna+1 [Inference] Hier treffen mehrere Bedürfnisse aufeinander:

gewachsene Fachverfahren
umfangreiche Regelwerke
verteilte Wissensbestände
Datenschutzanforderungen
Bedarf an intuitiveren Benutzeroberflächen.

Marktchance: hoch.

Hoch: Regulierte Unternehmen

Materna nennt ausdrücklich Verwaltung und regulierte Branchen als Einsatzfelder für die Interaktionsschicht vor Fachanwendungen. [Inference] Denkbar sind daher insbesondere Versicherungen, Finanzwirtschaft, Energie oder andere stark regulierte Umgebungen.

Der Vorteil wäre nicht primär der Avatar, sondern die Verbindung von kontrollierter KI + Berechtigungssystem + Fachwissen + bestehender IT.

Hoch: internes Wissensmanagement

Materna positioniert Sinfonie ausdrücklich für verteilte Informationen in Dokumenten, Portalen und Fachsystemen. [Inference] Das könnte einer der wirtschaftlich plausibelsten Anwendungsfälle sein:

»Frag die Organisation« statt »Suche in fünf Systemen«.

Mittel bis hoch: Onboarding und Weiterbildung

Sinfonie soll neue Mitarbeitende dialogorientiert durch Strukturen, Prozesse und Regelwerke führen können. [Inference] Hier könnte der Digital Human tatsächlich zusätzlichen UX-Wert gegenüber einem klassischen Chatbot bringen, da Erklärung, Sprache und visuelle Interaktion zusammenspielen.

Selektiv: Kundendienst [Inference] Hier wäre ich vorsichtiger. Im externen Customer Service konkurriert die Lösung indirekt mit zahlreichen Voicebots, Chatbots und Contact-Center-KI-Lösungen.

Ein Digital Human müsste dort nachweisen, dass die visuelle Komponente zusätzlich zur Sprache einen messbaren Nutzen schafft.

Strategische SWOT

	Bewertung
Strengths	On-Premises-Option, Verbindung von KI-Agenten und Fachsystemen, Berechtigungskonzepte, Sprache + Avatar, deutscher Enterprise-/Public-Sector-Kontext
Weaknesses	[Inference] potenziell hohe technische Komplexität; bislang kaum öffentlich sichtbare ROI-Daten; Nutzen des Avatars gegenüber Voice/Chat noch zu beweisen
Opportunities	[Inference] Sovereign AI, Agentic AI, Verwaltungsdigitalisierung, Wissensmanagement, Conversational Enterprise UX
Threats	[Inference] große Plattformanbieter integrieren ähnliche Fähigkeiten; Digital Humans könnten sich als Nischen-UX erweisen; schnell sinkende Differenzierung einzelner KI-Komponenten

Wo der eigentliche Wettbewerbsvorteil liegen könnte

[Inference] Ich würde Materna Sinfonie strategisch nicht als Digital-Human-Produkt positionieren, obwohl genau das derzeit prominent geschieht.

Interessanter wäre:

Sinfonie als »Sovereign Agentic Interface«

Dann wäre der Digital Human nur eine von mehreren möglichen Oberflächen.

Darunter lägen:

Sprache
↓
Agenten-Orchestrierung
↓
Unternehmenswissen
↓
Identität und Berechtigungen
↓
Fachsysteme
↓
Geschäftsprozesse [Inference] So gedacht könnte Sinfonie langfristig wesentlich relevanter werden. Denn Avatare können austauschbar werden. Die schwieriger zu replizierende Leistung besteht eher darin, KI sicher und kontrolliert mit der realen IT- und Prozesslandschaft eines Unternehmens zu verbinden.

Was ein CIO vor einem Kauf testen sollte

Ich würde einen Pilot nicht primär danach bewerten, wie beeindruckend der Avatar aussieht.

Stattdessen fünf KPIs definieren:

Task Completion Rate
Wie viele reale Aufgaben können Anwender erfolgreich erledigen?
Zeitersparnis
Wie lange dauert derselbe Vorgang vorher und mit Sinfonie?
Antwortqualität
Wie häufig sind Antworten fachlich korrekt und ausreichend belegt?
Prozesswirkung
Kann der Assistent tatsächlich Prozessschritte unterstützen oder bleibt er überwiegend Informationssystem?
TCO pro erfolgreichem Vorgang
Infrastruktur, Integration, Betrieb und Weiterentwicklung gegen eingesparte Arbeitszeit stellen.

[Inference] Zusätzlich würde ich einen A/B/C-Test durchführen:

Text-Chat vs. Voice-Assistent vs. Digital Human

Erst wenn Variante 3 bei relevanten Kennzahlen besser abschneidet, ist der zusätzliche Avatar-Aufwand wirtschaftlich gerechtfertigt.

Mein Gesamturteil [Inference] Strategisches Potenzial: hoch.
[Inference] Technologisches Potenzial: hoch.
[Inference] Kurzfristig belegbarer Business Case: noch offen.
[Inference] Differenzierung allein durch Digital Humans: mittel.
[Inference] Differenzierung durch souveräne agentische Integration: hoch.

Der für mich wichtigste Punkt lautet deshalb:

Sinfonie dürfte langfristig weniger daran gemessen werden, wie menschlich ein Avatar wirkt, sondern daran, wie zuverlässig die dahinterliegenden Agenten Wissen finden, Berechtigungen respektieren und reale Geschäftsprozesse unterstützen.

Genau an dieser Stelle entscheidet sich, ob aus einem beeindruckenden Digital Human eine strategische Enterprise-KI-Plattform wird.

Quellenbasis: aktuelle Materna Sinfonie-Produktseite sowie die Veröffentlichung von Materna zur Vorstellung der Plattform vom 21. Oktober 2026.

1528 Artikel zu „Souverän KI Plattform“

Künstliche Intelligenz | News | Services | Whitepaper

Anbietervergleich der KI-Plattformen: Europäisch heißt nicht automatisch souverän

23. August 2026

DeutschlandGPT veröffentlicht den Anbietervergleich KI-Plattformen 2026. Zwölf marktführende KI-Plattformen für Unternehmen wurden entlang von 34 Kriterien in sechs Kategorien geprüft, von der Datensouveränität über Features und Preismodelle bis zur Unterstützung beim Rollout. Der Report umfasst 110 Seiten und steht kostenlos zur Verfügung [1]. Er richtet sich an Unternehmen im DACH-Raum, die derzeit eine KI-Plattform auswählen…