{"id":23672,"date":"2026-06-22T14:49:03","date_gmt":"2026-06-22T12:49:03","guid":{"rendered":"https:\/\/www.atamya.com\/?page_id=23672"},"modified":"2026-06-26T15:28:38","modified_gmt":"2026-06-26T13:28:38","slug":"ai-powered-workflows","status":"publish","type":"page","link":"https:\/\/www.atamya.com\/de\/agentic-pim\/ai-powered-workflows\/","title":{"rendered":"AI Powered Workflows"},"content":{"rendered":"\n
\n
\n
\n
\n

AI Powered Workflows<\/h1>\n

AI im Prozess. Nicht als Button.<\/strong>
\nIn vielen PIM-Systemen lebt AI in einem separaten Fenster. Bei ATAMYA arbeitet sie direkt im Prozess \u2013 als nativer Service Task, orchestriert von einer vollwertigen BPMN-Engine. Klingt nach Infrastruktur-Detail. Ist es auch. Und genau deshalb funktioniert es.<\/p>\n

AI-Workflow live ansehen<\/a><\/p>\n\n <\/article>\n

\n
\n \"\"\n <\/figure>\n <\/div>\n <\/div>\n <\/div>\n<\/section>\n\n\n
\n
\n
\n
\n

AI Service Task: kein Prompt-Fenster, ein Prozessschritt.<\/h2>\n

Stellen Sie sich einen klassischen AI-Chatbot in einem PIM vor. Prompt rein, Text raus, kopieren, einf\u00fcgen. Das ist zwar hilfreich, aber kein integrierter Prozess: Kein System. Kein Kontext. Keine Nachvollziehbarkeit.<\/p>\n

Ein AI Service Task in ATAMYA funktioniert anders. Er ist ein BPMN Service Task \u2013 genau wie „Objekt aktivieren“, „Merkmalswert bearbeiten“ oder „mit Shopware synchronisieren“. Er hat Inputs, Outputs, Bedingungen davor und danach. Er kann parallel laufen, in Schleifen eingebunden werden, im Fehlerfall eskalieren. Er schreibt in Variablen, die nachfolgende Schritte weiterverwenden.<\/p>\n

Kurz gesagt<\/strong>: Die AI wird Teil der Workflow-Engine und \u00fcbernimmt ihre komplette Orchestrierungslogik.<\/p>\n\n <\/div>\n <\/div>\n <\/div>\n<\/section>\n\n\n

\n
\n
\n
\n

Was AI in ATAMYA heute schon erledigt<\/p>\n

ATAMYA bietet mehrere AI-native Service Tasks \u2013 vollst\u00e4ndig konfigurierbare Bausteine mit Prompt, Variablen, Output-Ziel und Guardrails:<\/p>\n

    \n
  • Text generieren:<\/strong> Freitext-Prompt mit dynamischen Variablen, Ergebnis landet direkt in einer Variable.<\/li>\n
  • Text \u00fcbersetzen:<\/strong> Dedizierter \u00dcbersetzungs-Task, optional mit DeepL f\u00fcr maximale Qualit\u00e4t bei Fachterminologie.<\/li>\n
  • Attribute aus PDFs extrahieren:<\/strong> Produktdatenbl\u00e4tter oder Lieferantendokumente automatisch auslesen \u2013 die AI identifiziert Merkmale und schreibt sie als strukturierte Attribute ins Objekt.<\/li>\n
  • Entscheidungshilfe:<\/strong> AI antwortet ausschlie\u00dflich mit true oder false \u2013 direkt verwertbar im nachfolgenden Gateway.<\/li>\n<\/ul>\n

    Jeder Task l\u00e4sst sich beliebig oft einsetzen, mit Bedingungen verkn\u00fcpfen und \u00fcber die Expression Language mit Live-Daten aus Ihrem PIM versorgen.<\/p>\n\n <\/article>\n

    \n
    \n \"\"\n <\/figure>\n <\/div>\n <\/div>\n <\/div>\n<\/section>\n\n\n
    \n
    \n
    \n
    \n

    Wenn AI im Prozess mitentscheidet<\/h3>\n

    In ATAMYA erzeugt AI nicht nur Content, sondern bereitet Entscheidungen direkt im Workflow vor. AI-Antworten landen in Variablen und flie\u00dfen \u00fcber die Expression Language in Gateway-Bedingungen ein.<\/p>\n

    Ein Beispiel: Sobald ein neues Produkt angelegt wird, erstellt ein erster AI-Task die Produktbeschreibung. Ein zweiter pr\u00fcft die regulatorischen Anforderungen und antwortet mit true oder false.<\/p>\n

    Das Gateway entscheidet automatisch:<\/p>\n

      \n
    • true<\/strong> \u2192 Objekt wird automatisch aktiviert<\/li>\n
    • false<\/strong> \u2192 User Task geht an die Redaktion inklusive der fehlenden Punkte aus einem dritten AI-Aufruf<\/li>\n<\/ul>\n

      Drei Service Tasks. Ein Gateway. Keine Zeile Code. Und die Redaktion bekommen nur die F\u00e4lle auf den Tisch, die wirklich Aufmerksamkeit brauchen.<\/p>\n\n <\/article>\n

      \n
      \n \"\"\n <\/figure>\n <\/div>\n <\/div>\n <\/div>\n<\/section>\n\n\n
      \n
      \n
      \n
      \n

      Expression Language: AI direkt aus Ihrem PIM<\/h3>\n

      Was einen AI-Task in ATAMYA m\u00e4chtig macht, ist nicht nur die AI, sondern die Expression Language dahinter. Sie greift direkt auf Ihre Produktdaten zu und macht Prompts dynamisch: keine statischen Texte, sondern intelligente Kombinationen aus Daten, Kontexten und Regeln.<\/p>\n

      Was Sie dar\u00fcber hinaus mit Expressions abbilden k\u00f6nnen:<\/p>\n

        \n
      • Dynamische Merkmalswerte<\/strong> in Prompts einbinden \u2013 inklusive Sprach- und Kontext-Dimensionen<\/li>\n
      • Variablen setzen, lesen<\/strong> und in Folge-Schritten weiterverwenden<\/li>\n
      • Berechnungen mit numerischen Werten<\/strong> \u2013 DQM-Score, Vollst\u00e4ndigkeitsgrad oder Confidence<\/li>\n
      • Kombinationen aus mehreren Merkmalen, Objekten und Dom\u00e4nen<\/strong> in einem Aufruf<\/li>\n<\/ul>\n

        Das Ergebnis: Einmal gebaut, tausendfach einsetzbar. F\u00fcr jedes Produkt, jede Dom\u00e4ne, jede Sprache.<\/p>\n\n <\/article>\n

        \n
        \n \"\"\n <\/figure>\n <\/div>\n <\/div>\n <\/div>\n<\/section>\n\n\n
        \n
        \n
        \n
        \n

        Human-in-the-Loop ist Teil des Prozesses.
        \nNicht die Ausnahme<\/h3>\n

        \u201eAI finde ich super \u2013 aber nur, wenn ich am Ende noch draufschauen kann.“<\/em> Berechtigt. Deshalb ist Human-in-the-Loop bei ATAMYA kein Sicherheitsnetz, sondern ein nativer Workflow-Schritt.<\/p>\n

        Jeder AI-Output kann direkt an einen User Task \u00fcbergeben werden. Verantwortliche sehen das Ergebnis und k\u00f6nnen es annehmen, anpassen oder ablehnen \u2013 die Entscheidung flie\u00dft in die Workflow-Variable, der Prozess l\u00e4uft weiter.<\/p>\n

        Praktisches Beispiel: Die AI schl\u00e4gt eine Klassifizierung vor. Liegt der Confidence Score hoch genug, wird automatisch weiterverarbeitet. Liegt er darunter, landet eine Review beim Produktmanagement \u2013 mit dem AI-Vorschlag als Ausgangspunkt, nicht als Entscheidung.<\/p>\n

        Der Mensch wird nicht ersetzt. Er bekommt die richtigen F\u00e4lle.<\/strong><\/p>\n\n <\/article>\n

        \n
        \n \"\"\n <\/figure>\n <\/div>\n <\/div>\n <\/div>\n<\/section>\n\n\n
        \n
        \n
        \n
        \n

        Vier Wege, einen Workflow zu starten<\/h2>\n

        AI-Schritte leben in Workflows \u2013 und Workflows starten in ATAMYA auf vier Wegen.
        \nOb ein Mensch klickt, der Kalender tickt oder ein anderes System ruft \u2013 die Workflow-Engine f\u00e4ngt den Trigger, f\u00fcllt die Start-Variablen und f\u00e4hrt den Prozess hoch. Mit oder ohne AI-Task. Die Orchestrierung bleibt gleich.<\/p>\n

         <\/p>\n\n <\/div>\n <\/div>\n <\/div>\n<\/section>\n\n\n

        \n
        \n
        \n
        \n \n
        \n \"\"\n

        Manuell<\/p>\n

        \u00fcber einen Button auf der Detailseite eines Gesch\u00e4ftsobjekts oder einer Gruppe<\/p>\n<\/figcaption>\n <\/figure>\n <\/div>\n

        \n \n
        \n \"\"\n

        Zeitgesteuert<\/p>\n

        \u00fcber Timer-Definitionen, etwa ein n\u00e4chtlicher DQM-Check um 03:00 Uhr<\/p>\n<\/figcaption>\n <\/figure>\n <\/div>\n

        \n \n
        \n \"\"\n

        Von innen<\/p>\n

        \u00fcber Signal Start Events bei Produktanlage, Merkmals-\u00c4nderung oder Status-Wechsel.<\/p>\n<\/figcaption>\n <\/figure>\n <\/div>\n

        \n \n
        \n \"\"\n

        Von au\u00dfen<\/p>\n

        \u00fcber REST-Call aus externen Systemen oder \u00fcber unseren MCP-Server.<\/p>\n<\/figcaption>\n <\/figure>\n <\/div>\n <\/div>\n <\/div>\n <\/section>