Celonis stellt KI‑Modell als Rückgrat für Unternehmens‑KI vor und plant Zukauf
Münchner Process‑Mining‑Spezialist bereitet Unternehmensdaten für KI‑Einsatz auf, nennt Deutschland als wichtigsten Wachstumsmarkt und plant Übernahme in den USA.
Nach Angaben von Celonis arbeitet das Unternehmen an einer Datenplattform, die Unternehmensdaten so aufbereitet, dass sie als Grundlage für KI‑Anwendungen dienen können. Co‑Gründer und Co‑CEO Bastian Nominacher bezeichnet das entwickelte Modell als Rückgrat aller KI‑Anwendungen und betont damit die zentrale Bedeutung einer konsistenten Datenbasis für den produktiven Einsatz künstlicher Intelligenz in Großkonzernen.
Zugleich will das Münchener Process‑Mining‑Unternehmen sein Angebot durch einen Zukauf erweitern: Celonis plant die Übernahme des US‑Spezialisten Ikigai Labs, um Kunden zusätzliche Werkzeuge für die Verarbeitung und Nutzung von KI‑Daten bereitzustellen. Finanzielle Details zur geplanten Transaktion nannte das Unternehmen im Gespräch nicht.
Im Mittelpunkt der strategischen Ausrichtung steht neben der Produktentwicklung auch die Stärkung der Marktposition in Deutschland. Celonis sieht Deutschland derzeit als seinen am schnellsten wachsenden Markt und unterstreicht damit die Bedeutung des Heimatstandorts für weitere Expansionsschritte. Parallel dazu will das Unternehmen seine internationale Aufstellung durch Erweiterungen und Zukäufe forcieren.
Daneben bleibt der Wettbewerb in der Prozessintelligenz hart umkämpft. Marktbeobachter stufen Celonis weiterhin als weltweit führend ein, doch Nominacher räumte ein, dass der Wettbewerber SAP mit seiner Signavio‑Suite deutlich aufgeholt habe. Der Konkurrenzkampf um Unternehmenskunden im Bereich Process Mining und Prozessintelligenz bleibt damit intensiv.
In der Praxis bedeutet die von Celonis geplante Kombination aus Datenaufbereitung und ergänzenden Tools, dass Kunden ihre vorhandenen Prozessdaten für KI‑gestützte Anwendungen effizienter nutzen könnten. Das Unternehmen hebt hervor, dass der Erfolg solcher Lösungen maßgeblich von der Qualität der zugrunde liegenden Daten abhängt, weshalb die Bereitstellung verlässlicher Datenpipelines und Werkzeuge für viele Großkunden Priorität hat.