Agentic AI im Juli: Workato, Oracle und Google starten Automatisierungs-Offensive

Softwareanbieter präsentieren im Juli 2026 neue Agentic-AI-Plattformen für Lieferketten, Finanzen und Versicherungen. Die Automatisierungswelle erreicht operative Unternehmensabläufe.

Die großen Softwareanbieter setzen im Juli 2026 voll auf „Agentic AI“ – Systeme, die eigenständig komplexe Geschäftsprozesse ausführen. Von Lieferketten über Finanzabteilungen bis zur Versicherungsbranche: Die Automatisierungswelle rollt.

Die Ankündigungen überschlagen sich: Gleich mehrere Technologiekonzerne haben Ende Juli neue Plattformen vorgestellt, die über einfache Chat-Schnittstellen hinausgehen. Statt nur zu antworten, sollen diese KI-Agenten ganze Arbeitsabläufe selbstständig erledigen. Für deutsche Unternehmen bedeutet das: Der Druck, Automatisierungslösungen einzuführen, wächst spürbar.

Multi-Agenten-Systeme für globale Lieferketten

Workato hat am 30. Juli die weltweite Verfügbarkeit von AIRO bekannt gegeben. Das Multi-Agenten-System orchestriert Prozesse über mehr als 14.000 Anwendungen hinweg. CEO Vijay Tella betont das Ziel: Die steile Lernkurve klassischer Unternehmenssoftware soll der Vergangenheit angehören. AIRO umfasst Komponenten wie Foundry, Memory, Playbooks und Acumen – erste Kunden wie die Krypto-Plattform Coinbase nutzen das System bereits.

Parallel dazu hat das in Boston ansässige Unternehmen TraceLink neue Funktionen für seine OPUS-Plattform vorgestellt. Die Erweiterung bietet eine No-Code-Umgebung für agentische Geschäftsprozesse in Lieferketten. Das Netzwerk verbindet über 315.000 verifizierte Unternehmen und wickelt Transaktionen im Wert von Hunderten Milliarden ab. CEO Shabbir Dahod erwartet deutliche Produktivitätssteigerungen durch die automatisierten Agenten.

No-Code-Lösungen für Finanzabteilungen

Xero hat auf der Xerocon-Veranstaltung in London XeroForce präsentiert. Der No-Code-KI-Agenten-Builder ermöglicht es Nutzern, Finanz- und Compliance-Workflows per natürlicher Sprache zu automatisieren – etwa Monatsabschlüsse oder Rechnungsprüfungen. Das Tool basiert auf dem Xero-Betriebssystem, integriert Drittanbieter-Anwendungen und bietet vorgefertigte Vorlagen für Aufgaben wie die Umsatzsteuer-Überwachung. Ein Early-Access-Programm läuft bereits, der allgemeine Start ist für Ende 2026 geplant.

Ebenfalls im Finanzbereich aktiv: Zone & Co hat am 30. Juli seinen AP Intelligence Agent vorgestellt. Das Werkzeug gehört zur Zoe-Orchestrierungsebene und konzentriert sich auf Kreditorenbuchhaltung – es erkennt doppelte Rechnungen und gleicht Lieferanten mit Live-ERP-Daten ab. Ab August 2026 rollt das System für Bestandskunden aus.

Oracle und Google vertiefen Partnerschaft

Eine strategische Erweiterung der Zusammenarbeit zwischen Oracle und Google Cloud wurde am 30. Juli verkündet. Die Gemini-Modelle 3.1 Flash-Lite und 3.5 Flash werden in Oracle Fusion Applications und NetSuite integriert. Über das Oracle AI Agent Studio können Unternehmenskunden damit agentische Anwendungen direkt in ihren bestehenden Systemen aufbauen.

Google hat zudem eigene Verbraucher-KI-Funktionen ausgebaut: Gemini Spark ist nun in den Chrome-Browser integriert und erledigt „Web-Erledigungen“ wie Flugrecherchen oder die Terminvereinbarung für Besichtigungen. Die Funktion startet zunächst in den USA und verlangt bei sensiblen Aktionen wie Zahlungen eine Nutzerfreigabe. Parallel dazu hat Google die Gemini-AI-Pro-Abonnements auf über 160 Länder ausgeweitet und die KI in Google Pay integriert.

Anzeige

Wer im Zuge der fortschreitenden Automatisierung die Sicherheit seiner Unternehmensdaten gewährleisten will, sollte sich frühzeitig mit den neuen Risiken befassen. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer jetzt kennen müssen. Cyber Security: Bedrohungen abwenden und Ihr Unternehmen langfristig schützen

Für Entwickler gibt es ebenfalls Neuigkeiten: Seit dem 28. Juli ist Gemini 3.6 Flash das Standardmodell in der Gemini-API. Neue Funktionen wie geplante Auslöser und Token-Budget-Obergrenzen ergänzen das Angebot, während die Kosten für Ausgabe-Token gesenkt wurden.

Speziallösungen für Versicherungen und Risikomanagement

Plutus hat am 30. Juli eine agentische Plattform für Lebensversicherungen und Rentenprodukte vorgestellt. Das System basiert auf der Plutus-Atlas-Architektur und ist nativ mit ServiceNow integriert. Ziel ist es, manuelle Prüfungen zu reduzieren und die automatische Bearbeitungsquote zu erhöhen. Erste Implementierungen haben bereits über 100 Millionen Dollar gefährdetes Policen-Volumen reaktiviert.

Mercer Global Advisors hat in Denver die Plattform Aspen 2.0 gelauncht. Die KI-native Lösung nutzt einen Wissensgraphen und ein kanonisches Datenmodell, um 450 leitende Berater und 1.200 Finanzprofis zu unterstützen. Das Unternehmen investiert jährlich zweistellige Millionenbeträge in diese Infrastruktur, die mit Salesforce, Zoom und Microsoft integriert ist.

Anzeige

Mit der zunehmenden Vernetzung und dem Einsatz von KI wachsen auch die Anforderungen an die IT-Sicherheit in kleinen und mittleren Betrieben. Erfahren Sie in diesem kostenlosen E-Book, wie Sie Sicherheitslücken schließen und gleichzeitig neue gesetzliche Anforderungen ohne hohe Investitionen erfüllen. Gratis-E-Book für proaktive IT-Sicherheit herunterladen

Im Risikomanagement hat Sii Poland eine neue KI-gestützte Plattform für den Gesundheitskonzern Fresenius implementiert. Das System verwendet große Sprachmodelle für Qualitätsprüfungen und strukturierte Risikoberichte, um die Dokumentationsqualität zu verbessern und Compliance-Anforderungen zu erfüllen.

Vom Experiment zur operativen Umsetzung

Die neue Partnerschaft zwischen Alloyed und SimpliSmart LLC unterstreicht den trend: Die beiden Firmen wollen gemeinsame KI-Lösungen für durchgängige Unternehmensworkflows liefern – weg von experimentellen Pilotprojekten, hin zur operativen Implementierung.

Doch nicht alle Experten raten zu uneingeschränktem Enthusiasmus. Devavrat Shah, Chief Scientist bei Celonis, empfiehlt eine differenzierte Betrachtung: Große Sprachmodelle seien zwar populär, aber nicht für alle Unternehmensaufgaben geeignet. Für tabellarische Daten und Zeitreihen plädiert er für Large Graphical Models (LGM). Seine Empfehlung: Unternehmen sollten die Automatisierung ganzer Rollen anstreben statt isolierter Einzelaufgaben – nur so lasse sich der Return on Investment sauber nachverfolgen.