SaaS 3.0 ist die nächste Generation von Software-as-a-Service (SaaS). Diese Iteration integriert Funktionen für künstliche Intelligenz (KI) und maschinelles Lernen direkt an zentraler Stelle in Business-to-Business-Anwendungen (B2B). Aufbauend auf den Fortschritten von SaaS 1.0 und 2.0 nutzt SaaS 3.0 KI, um Workflows zu automatisieren, intelligente Erkenntnisse zu generieren und personalisiertere Nutzererlebnisse zu ermöglichen.

In dieser neuen Phase der SaaS-Entwicklung kommen auch leistungsstarke große Sprachmodelle (LLMs) und Deep-Learning-Techniken zum Einsatz. Diese Technologien ermöglichen es SaaS Anbietern, Lösungen anzubieten, die ganze Geschäftsprozesse in Bereichen wie Customer Relationship Management (CRM), Human Resources (HR) und Content-Erstellung automatisieren.

Es besteht die Erwartung, dass SaaS 3.0-Lösungen die Effizienz, Produktivität und Entscheidungsfindung für Unternehmen in verschiedenen Branchen verbessern. Es wird prognostiziert, dass der Umsatz auf dem globalen SaaS-Markt von etwa 339 Milliarden USD im Jahr 2024 auf über 818 Milliarden USD im Jahr 2029 steigen wird. Erläuterungen zu den Unterschieden zwischen SaaS 3.0 und früheren Generationen, den wichtigsten Komponenten, der Nutzung und offenen Fragen zur Zukunft von SaaS 3.0 finden Sie im Folgenden.

Worum geht es in diesem Artikel?

• Unterschiede zwischen SaaS 3.0 und SaaS 1.0 und 2.0
  
• Schlüsselkomponenten von SaaS 3.0
  
• Beispiele für SaaS 3.0: Einsatz von SaaS 3.0 in verschiedenen Branchen
  
• Vorteile von SaaS 3.0 für Unternehmen
  
• Offene Fragen zur Zukunft von SaaS 3.0
  

Unterschiede zwischen SaaS 3.0 und SaaS 1.0 und 2.0

SaaS 3.0 ist der Nachfolger von SaaS 1.0 und 2.0. Hier sind die wichtigsten Unterschiede zwischen diesen drei Versionen.

SaaS 1.0

• Kerntechnologie: SaaS 1.0 drehte sich um das Hosting von Anwendungen in der Cloud, wodurch Nutzer/innen über das Internet auf Software zugreifen konnten und keine Installationen vor Ort mehr erforderlich waren. Dadurch entstand ein zugänglicheres und flexibleres System. Mit SaaS 1.0 wurden auch abonnementbasierte Preise eingeführt.

• Funktionen: Die Hauptfunktion von SaaS 1.0 bestand darin, den Zugriff auf Software remote, jederzeit und überall auf Abonnementbasis zu ermöglichen.

• Nutzererfahrung: Während der cloudbasierte Zugriff ein großer Durchbruch war, fehlte es den ersten SaaS-Anwendungen oft an der Ausgereiftheit und Nutzerfreundlichkeit herkömmlicher Software. Eingeschränkte Funktionalität und Schnittstellen führten gelegentlich zu einer weniger zufriedenstellenden Nutzererfahrung.

• Auswirkung auf die Geschäftstätigkeit: SaaS 1.0 senkte die Kosten, vereinfachte die Bereitstellung und verbesserte Zugriffsmöglichkeiten für Unternehmen jeder Größe.

SaaS 2.0

• Kerntechnologie: SaaS 2.0 baute auf der Grundlage von cloudbasierter Software auf und fügte erweiterte Funktionen wie Datenanalyse, Zusammenarbeit in sozialen Netzwerken und mobilen Zugriff hinzu. SaaS 2.0-Lösungen legten Wert auf Dateneinblicke in Echtzeit und vereinfachte Workflows, um die Produktivität und Entscheidungsfindung zu verbessern.

• Funktionen: Durch die Integration von Funktionen wie Datenanalyse und Zusammenarbeit erweiterten die SaaS 2.0-Lösungen ihre Möglichkeiten. Diese Funktionen ermöglichten es Unternehmen, ihre Daten zu nutzen und die Teamarbeit zu vereinfachen.

• Nutzererfahrung: SaaS 2.0 konzentrierte sich auf die Verbesserung von Nutzeroberflächen und die Integration von Funktionen für die Zusammenarbeit, um eine bessere Nutzererfahrung zu schaffen. Die mobile Kompatibilität steigerte die Nutzerbindung und Produktivität weiter.

• Auswirkung auf die Geschäftstätigkeit: SaaS 2.0 steigerte die Effizienz und Produktivität durch datengesteuerte Entscheidungsfindung und verbesserte Zusammenarbeit.

SaaS 3.0

• Kerntechnologie: SaaS 3.0 nutzt die Leistungsfähigkeit von KI und maschinellem Lernen, um Intelligenz und Automatisierung in Geschäftsanwendungen einfließen zu lassen. LLMs und Deep-Learning-Algorithmen ermöglichen es SaaS 3.0-Lösungen, komplexe Aufgaben auszuführen, prädiktive Erkenntnisse zu generieren und die Nutzererfahrung zu personalisieren.

• Funktionen: KI-gesteuerte Funktionen ermöglichen eine intelligente Workflow-Automatisierung, prädiktive Analysen zur Vorhersage von Trends und Empfehlungen zur Entscheidungsfindung.

• Nutzererfahrung: KI-gestützte Algorithmen analysieren das Verhalten und die Vorlieben der Nutzer/innen, um Empfehlungen anzupassen, Aufgaben zu automatisieren und Bedürfnisse zu antizipieren und so ein hochgradig personalisiertes Nutzererlebnis zu schaffen.

• Auswirkung auf die Geschäftstätigkeit: SaaS 3.0 hat das Potenzial, ganze Geschäftsprozesse zu transformieren, Verbesserungen voranzutreiben und mit seinen Automatisierungs-, Analyse- und Personalisierungsfunktionen neue Effizienz- und Wachstumsniveaus auszuschöpfen.

Wichtige Komponenten von SaaS 3.0

In SaaS 3.0 ist KI eine Grundlage, auf der Anwendungen aufgebaut sind. Hier sind einige der anderen Schlüsselkomponenten, aus denen SaaS 3.0 besteht.

• LLMs: LLMs (z. B. GPT-4) haben eine beispiellose Fähigkeit, menschenähnlichen Text zu verstehen und zu generieren. Dadurch können Anwendungen mit Nutzer/innen dialogorientiert interagieren, umfangreiche Dokumente zusammenfassen, Übersetzungen durchführen und kreative Inhalte generieren.

• Deep Learning: Deep-Learning-Techniken ermöglichen es SaaS 3.0-Anwendungen, riesige Datenmengen zu analysieren, Muster zu erkennen und wertvolle Erkenntnisse zu gewinnen. Dies ermöglicht Funktionen wie Bilderkennung, prädiktive Analysen und eine anspruchsvolle Betrugserkennung.

• NLP (Natural Language Processing, Verarbeitung natürlicher Sprache): NLP ermöglicht es SaaS 3.0-Anwendungen, die menschliche Sprache zu verstehen und zu interpretieren. Dies führt zu Funktionen wie Sprachbefehlen, Stimmungsanalyse und automatisierten Interaktionen mit dem Kundensupport.

• Hyperpersonalisierung: SaaS 3.0-Anwendungen verwenden KI, um Erfahrungen für einzelne Nutzer/innen basierend auf ihrem bisherigen Verhalten, ihren Präferenzen und Echtzeit-Interaktionen anzupassen. Dies kann die Produktivität und Zufriedenheit der Nutzer/innen steigern.

• No-Code- und Low-Code-Entwicklung: SaaS 3.0-Plattformen ermöglichen es Nutzer/innen, ihre Anwendungen ohne umfangreiche Programmierkenntnisse zu erstellen und anzupassen. Dies erleichtert die Entwicklung und ermöglicht eine schnelle Anpassung an sich ändernde Geschäftsanforderungen.

• Intelligente Automatisierung: KI-gestützte Arbeitsabläufe in SaaS 3.0 automatisieren Routineaufgaben und geben Mitarbeiterinnen und Mitarbeitern die Möglichkeit, sich auf strategischere und kreativere Aufgaben zu konzentrieren.

• Prädiktive Analysen: SaaS 3.0-Anwendungen können zukünftige Ergebnisse vorhersagen, indem sie historische Daten und Echtzeittrends analysieren. Dies hilft Unternehmen, fundiertere Entscheidungen zu treffen und proaktive Anpassungen vorzunehmen.

• Eingebettete Analysen: Durch die Einbettung von Datenvisualisierung und -analyse bieten SaaS 3.0-Anwendungen Nutzer/innen Echtzeiteinblicke, ohne zwischen Plattformen wechseln zu müssen.

• API-first-Architektur: Robuste, integrierte Anwendungsprogrammierschnittstellen (APIs) lassen sich problemlos in andere Systeme und Dienste integrieren und schaffen so eine zusammenhängende, vernetzte Umgebung.

• Kontinuierliche Verbesserung: SaaS 3.0-Anwendungen lernen und verbessern sich ständig durch Algorithmen des maschinellen Lernens, sodass sie der Zeit voraus sind und den Nutzer/innen einen ständig wachsenden Mehrwert bieten können.

Beispiele für SaaS 3.0: Einsatz von SaaS 3.0 in verschiedenen Branchen

Wie nutzen SaaS Produkte all diese Funktionen? Im Folgenden finden Sie einige Möglichkeiten, wie Unternehmen branchenübergreifend SaaS 3.0 nutzen.

Customer Relationship Management

• KI-gestützte Chatbots: SaaS 3.0 CRM-Plattformen verwenden fortschrittliches NLP und maschinelles Lernen, um Chatbots zu erstellen, die in der Lage sind, Kundenanfragen menschenähnlich zu beantworten. Diese Chatbots können Routineanfragen bearbeiten, personalisierte Empfehlungen geben und Probleme an Kundendienstmitarbeiter/innen weiterleiten, die rund um die Uhr für Sie da sind.

• Vorausschauendes Lead-Scoring: KI-Algorithmen können Kundenverhalten und -interaktionen analysieren, um die Wahrscheinlichkeit vorherzusagen, dass ein Lead in einen zahlenden Kunden/eine zahlende Kundin umgewandelt wird. So können sich die Vertriebsteams auf die vielversprechendsten Leads konzentrieren und die Konversionsraten steigern.

• Stimmungsanalysen: SaaS 3.0 CRM-Tools können Stimmungsanalysen für Kundeninteraktionen über verschiedene Kanäle durchführen, einschließlich E-Mails, soziale Medien und Support-Tickets. Durch die Messung der Kundenstimmung in Echtzeit können Unternehmen proaktiv auf Bedenken eingehen, verbesserungswürdige Bereiche identifizieren und aufkommende Trends aufdecken.

Marketing und Vertrieb

• Hochgradig personalisiertes E-Mail-Marketing: SaaS 3.0-Marketingplattformen nutzen KI, um hochgradig personalisierte E-Mail-Kampagnen basierend auf individuellen Kundenpräferenzen, vergangenem Verhalten und Echtzeit-Interaktionen zu erstellen. Dies kann die Öffnungsraten, Klickraten und Konversionsraten für Unternehmen erhöhen.

• KI-gestützte Generierung von Inhalten: Die Inhaltstools von SaaS 3.0 nutzen NLP, um hochwertige Blogbeiträge, Bildunterschriften für soziale Medien, Werbetexte und Produktbeschreibungen zu erstellen. Dies kann Vermarktern Zeit und Mühe sparen und es ihnen ermöglichen, sich auf die Strategie und die kreative Ausrichtung zu konzentrieren.

• Umsatzprognose: Algorithmen für die prädiktive Analyse analysieren historische Verkaufsdaten, Markttrends und andere Faktoren, um genaue Verkaufsprognosen zu erstellen. Dies ermöglicht es Vertriebsteams, realistische Ziele zu setzen, Nachfrageschwankungen zu antizipieren und datengestützte Entscheidungen zu treffen, um das Umsatzwachstum zu steigern.

Personalwesen (HR)

• KI-gesteuerte Talentakquise: Die HR-Plattformen von SaaS 3.0 automatisieren die Überprüfung von Lebensläufen, um die Fähigkeiten und Erfahrungen eines Bewerbers/einer Bewerberin mit den Anforderungen der Stelle abzugleichen. Sie können auch erste Interviews mit Hilfe von Chatbots führen. Dies könnte dazu beitragen, Top-Bewerber/innen zu identifizieren und den Einstellungsprozess für HR-Teams schneller und einfacher zu gestalten.

• Individuelle Einarbeitung und Schulung: KI-gestützte HR-Lösungen können Einarbeitungs- und Schulungserfahrungen für neue Mitarbeiter/innen schaffen, die Inhalte und Ressourcen an ihre Lernstile und Bedürfnisse anpassen. Dies kann dazu beitragen, das Engagement der Mitarbeiter/innen zu verbessern, die Zeit bis zur Produktivität zu verkürzen und das Wissen zu festigen.

• Analyse der Mitarbeiterstimmung: Die HR-Tools von SaaS 3.0 können potenzielle Probleme wie niedrige Arbeitsmoral und mangelndes Engagement identifizieren, indem sie Feedback und Interaktionen der Mitarbeiter/innen analysieren. Dies ermöglicht es HR-Teams, Anliegen proaktiv anzugehen und ein positives Arbeitsumfeld zu schaffen.

Gesundheitswesen

• KI-gestützte medizinische Bildanalyse: Deep-Learning-Algorithmen können medizinische Bilder wie Röntgenbilder, MRTs und CT-Scans mit hoher Genauigkeit analysieren, um Radiologen bei der Erkennung von Tumoren, Frakturen und anderen Anomalien zu unterstützen. Dies kann zu einer früheren Diagnose, gezielteren Behandlungsplänen und verbesserten Patientenergebnissen führen.

• Prädiktive Analysen für das Patientenrisiko: KI-gestützte Gesundheitsplattformen können Personen mit einem hohen Risiko für die Entwicklung bestimmter Erkrankungen wie Diabetes und Herzerkrankungen identifizieren, indem sie Patientendaten (z. B. Krankengeschichte, Lebensstilfaktoren, genetische Informationen) analysieren. Dies ermöglicht proaktive Interventionen wie personalisierte Gesundheitspläne und Vorsorgeuntersuchungen, um Risiken zu mindern und die allgemeine Gesundheit der Bevölkerung zu verbessern.

• Virtuelle Gesundheitsassistenten: KI-gestützte Chatbots und virtuelle Assistenten können Patienten rund um die Uhr Zugang zu Gesundheitsinformationen verschaffen, Fragen zu Medikamenten und Behandlungen beantworten und Termine vereinbaren. Dies entlastet die Gesundheitsdienstleister und kann den Zugang der Patientinnen und Patienten zur Versorgung verbessern.

Finanzen

• KI-gesteuerte Betrugserkennung: SaaS 3.0-Finanzplattformen nutzen Algorithmen für maschinelles Lernen, um Transaktionsmuster zu analysieren, Anomalien zu erkennen und potenzielle betrügerische Aktivitäten in Echtzeit zu kennzeichnen. Dies hilft Finanzinstituten, sich selbst und ihre Kundinnen und Kunden vor Finanzkriminalität zu schützen.

• Auf Algorithmen basierter Handel: KI-gestützte Handelsplattformen verwenden ausgeklügelte Algorithmen, um Marktdaten zu analysieren, Handelsmöglichkeiten zu identifizieren und Handelsgeschäfte automatisch auszuführen. Dies kann zu mehr Effizienz, geringeren Kosten und besseren Renditen für Anleger/innen führen.

• Personalisierte Finanzberatung: SaaS 3.0 Robo-Advisor verwenden KI, um personalisierte Anlageportfolios basierend auf individuellen Anlegerzielen, Risikotoleranz und finanziellen Umständen zu erstellen. Diese Plattformen bieten Einzelpersonen eine kostengünstige, zugängliche Möglichkeit, ihre Investitionen zu verwalten und ihre finanziellen Ziele zu erreichen.

Verarbeitendes Gewerbe

• Vorausschauende Wartung: KI-gestützte Lösungen für die vorausschauende Wartung analysieren Sensordaten von Fertigungsanlagen, um Muster zu erkennen und potenzielle Ausfälle vorherzusagen, bevor sie auftreten. Dies ermöglicht es Herstellern, Wartungen proaktiv zu planen, Ausfallzeiten zu reduzieren und Produktionspläne zu optimieren.

• Qualitätskontrolle: KI-gestützte Bildverarbeitungssysteme können Produkte an der Montagelinie inspizieren und Defekte und Inkonsistenzen in Echtzeit erkennen. Dies kann dazu beitragen, die Produktqualität zu gewährleisten und Abfall zu reduzieren.

• Verfeinerung der Lieferkette: SaaS 3.0 Supply Chain Management-Plattformen nutzen KI, um Lagerbestände zu verfeinern, Nachfrageschwankungen vorherzusagen und potenzielle Störungen zu identifizieren. Dies kann die Effizienz verbessern, die Kosten senken und die pünktliche Lieferung von Produkten an die Kundinnen und Kunden sicherstellen.

Bildung

• Personalisierte Lernplattformen: KI-gestützte Bildungsplattformen passen sich an die Bedürfnisse und Lernstile der einzelnen Schüler/innen und Studierende an, um zielgerichtete Inhalte, personalisiertes Feedback und adaptive Lernpfade bereitzustellen. Dies kann den Schülern/Schülerinnen und Studierenden helfen, in ihrem eigenen Tempo zu lernen, Konzepte effektiver zu lernen und bessere akademische Ergebnisse zu erzielen.

• KI-gestützte Benotung und Bewertung: Automatisierte Benotungssysteme nutzen KI, um die Arbeit der Schüler/innen und Studierenden zu bewerten. Dies kann möglicherweise zu objektiveren und konsistenteren Bewertungen führen und gleichzeitig den Pädagoginnen und Pädagogen die Möglichkeit geben, sich auf personalisiertes Feedback und Unterstützung zu konzentrieren.

• Intelligente Nachhilfesysteme: KI-gestützte Nachhilfesysteme bieten den Schüler/innen und Studierenden eine personalisierte Anleitung und Unterstützung, die auf ihre individuellen Bedürfnisse zugeschnitten ist. Diese Systeme können den Schüler/innen und Studierenden helfen, Lernherausforderungen zu meistern und ihr Verständnis komplizierter Konzepte zu verbessern.

Vorteile von SaaS 3.0 für Unternehmen

Jede neue Ära der Technologie bietet ihren Nutzerinnen und Nutzern neue Vorteile. Hier sind die Vorteile von SaaS 3.0.

• Automatisierung von Routineaufgaben: SaaS 3.0-Lösungen automatisieren sich wiederholende, zeitaufwändige Aufgaben, sodass sich die Mitarbeiter/innen auf strategischere und kreativere Aufgaben konzentrieren können.

• Einfachere Workflows: Die KI-gestützten Workflows von SaaS 3.0 leiten Aufgaben, Genehmigungen und Benachrichtigungen intelligent weiter, um eine reibungslosere Zusammenarbeit und weniger Engpässe zu gewährleisten.

• Reduzierte Betriebskosten: Die Automatisierung von Routineaufgaben und die Vereinfachung von Arbeitsabläufen können die Arbeitskosten senken.

• Datengestützte Einblicke: Mit eingebetteten Analysen und Vorhersagemodellen bietet SaaS 3.0 Echtzeiteinblicke und Prognosen. Dies ermöglicht es Unternehmen, fundiertere, datengestützte Entscheidungen zu treffen.

• Risikominderung: Die KI-gestützten Tools zur Risikobewertung und Betrugserkennung von SaaS 3.0 können Unternehmen dabei helfen, potenzielle Risiken zu erkennen, bevor sie zu größeren Problemen werden. Dies kann Verluste reduzieren und die Geschäftskontinuität schützen.

• Individuelle Empfehlungen: SaaS 3.0 verwendet KI, um das Verhalten und die Präferenzen der Nutzer/innen zu analysieren, damit personalisierte Empfehlungen und Inhalte bereitgestellt werden können. Dies kann das Engagement steigern und die Nutzerzufriedenheit verbessern.

• Adaptives Lernen: Die KI-gestützten Schulungs- und Einarbeitungsprogramme von SaaS 3.0 passen sich an individuelle Lernstile und -geschwindigkeiten an. Dies kann den Mitarbeiterinnen und Mitarbeitern helfen, Fähigkeiten und Kenntnisse effektiver zu erwerben.

• Agile Entwicklung: Durch No-Code- und Low-Code-Plattformen ermöglicht SaaS 3.0 eine schnelle Entwicklung und Anpassung von Apps, um sich an veränderte Marktbedingungen anzupassen und der Konkurrenz einen Schritt voraus zu sein.

• Neue Produkt- und Servicemöglichkeiten: Die KI-gestützten Erkenntnisse und prädiktiven Analysen von SaaS 3.0 können neue Geschäftsmöglichkeiten aufdecken und neue Produkt- und Serviceangebote inspirieren.

• Verfeinerte Ressourcenzuweisung: Vorausschauende Analysen und KI-gesteuerte Erkenntnisse können Unternehmen dabei helfen, Ressourcen effektiver zuzuweisen, um Verschwendung zu reduzieren und die Kapitalrendite zu maximieren.

• Flexible Architektur: SaaS 3.0-Lösungen sind von Natur aus flexibel. Auf diese Weise können Unternehmen ihre Nutzung einfach anpassen und auf neue Funktionen zugreifen, wenn sich ihre Anforderungen ändern.

• Einfache Integration: Die API-first-Architektur von SaaS 3.0 lässt sich problemlos in andere Systeme und Services integrieren. So entsteht ein zusammenhängendes, vernetztes Geschäftsumfeld.

• KI-gestützte Sicherheit: Mithilfe von Algorithmen für maschinelles Lernen kann SaaS 3.0 Sicherheitsbedrohungen in Echtzeit erkennen und darauf reagieren. Dies kann dazu beitragen, sensible Daten zu schützen und die Einhaltung gesetzlicher Vorschriften zu erleichtern.

• Automatisierte Compliance-Prüfungen: SaaS 3.0-Lösungen können Compliance-Prüfungen und Berichte automatisieren, um Unternehmen bei der Einhaltung von Branchenstandards und -vorschriften zu unterstützen und gleichzeitig das Risiko menschlicher Fehler zu reduzieren.

Offene Fragen zur Zukunft von SaaS 3.0

Hier sind einige der wichtigsten offenen Fragen zur Zukunft von SaaS 3.0.

• Ethische KI-Entwicklung: Wie werden wir eine verantwortungsvolle Entwicklung und Bereitstellung von KI sicherstellen? Welche ethischen Rahmenbedingungen werden die Entscheidungsfindung in der KI bestimmen? Und wie werden wir Probleme mit Voreingenommenheit und Transparenz angehen?

• Datenschutz und Sicherheit: Wie werden Unternehmen den Bedarf an Daten für KI-Algorithmen mit der Notwendigkeit des Schutzes der Privatsphäre der Nutzer/innen in Einklang bringen? Welche Maßnahmen werden sie ergreifen, um Daten vor sich entwickelnden Cyberbedrohungen zu schützen und zu sichern?

• Entwicklung des Arbeitsmarktes: Wie wird sich der Arbeitsmarkt entwickeln, wenn KI immer mehr Routineaufgaben automatisiert? Werden neue Rollen entstehen, um KI-gestützte Technologien zu unterstützen? Wie bereiten wir die Belegschaft auf zukünftige Veränderungen vor?

• Wettbewerb und Marktdynamik: Wie wird sich der Aufstieg von SaaS 3.0 auf den Wettbewerb in der Softwarebranche auswirken? Werden etablierte Akteure in der Lage sein, sich anzupassen, oder werden neue Marktteilnehmer den Markt mit KI-first-Lösungen aufmischen?

• Kundenakzeptanz und Nutzererlebnis: Werden Unternehmen und Nutzer/innen SaaS 3.0-Lösungen bereitwillig annehmen? Wie wird sich die Nutzererfahrung entwickeln, wenn KI immer stärker in Anwendungen integriert wird? Wird es eine Lernkurve für die Nutzer/innen geben, um das Potenzial der KI-gestützten Technologie voll auszuschöpfen?

• Regulierung und Compliance: Wie werden Regierungen und Regulierungsbehörden auf den Aufstieg von KI in SaaS-Anwendungen reagieren? Wird es neue Vorschriften geben, um die Entwicklung und Nutzung von KI zu regeln? Und wie können Unternehmen die Compliance aufrechterhalten und gleichzeitig Fortschritte machen?

• Technologischer Fortschritt: Welche neuen Durchbrüche in den Bereichen KI und maschinelles Lernen werden die Zukunft von SaaS 3.0 prägen? Erwarten uns noch ausgefeiltere Funktionen wie maschinelles Sehen (Computer Vision) und generative KI, die in Anwendungen eingebettet sind?