MÜNCHEN, 9. September 2026 – Celonis, globaler Marktführer im Bereich Process Intelligence, und Uniper, ein europäisches Energieunternehmen mit globaler Präsenz, zeigen, dass KI-Agenten mit dem richtigen operativen Kontext präziser, schneller und kosteneffizienter arbeiten. Uniper setzt einen KI-Agenten ein, der auf dem Celonis Context Model basiert und mit Microsoft Copilot Studio entwickelt wurde, um zentrale HR-Prozesse im Recruiting und bei der Einstellung neuer Mitarbeitender zu optimieren.
„Unternehmens-KI kann nur dann relevante Ergebnisse liefern, wenn sie versteht, wie ein Unternehmen tatsächlich funktioniert – und wie sich dessen Abläufe verbessern lassen“, sagt Lars Reinkemeyer, Chief Evangelist bei Celonis. „Die Resultate, die Uniper erzielen konnte, zeigen, wie Unternehmen durch die Transformation geschäftskritischer Prozesse einen messbaren und langfristigen Mehrwert schaffen können. Grundlage hierfür ist die Enterprise AI von Celonis, die den Geschäftskontext berücksichtigt.“
„Mit Celonis als unserem Context Layer entwickeln wir KI-Lösungen, die mehr sind als nur experimentelle Tools – nämlich Assistenten, denen wir vertrauen können“, sagt Robert Daamen, Head of Process Intelligence CoE bei Uniper. „Mit dem Celonis Context Model haben unsere HR-Teams vollständige Transparenz über den Recruiting- und Einstellungsprozess. Dadurch werden unnötige Hürden beseitigt, die den Einstieg neuer Talente in unser Unternehmen verzögern könnten.“
Kontext entscheidet: ein KI-Agent, zwei Ergebnisse
Gemeinsam mit Celonis und einer Beratungsfirma entwickelte und testete Uniper mithilfe von Microsoft Copilot Studio einen KI-Agenten, der den Recruiting- und Einstellungsprozess verbessern soll.
Über eine dialogbasierte Benutzeroberfläche liefert der Agent Hiring Managern wichtige Einblicke in den Einstellungsprozess, etwa zu offenen Stellen und Bewerbungen, die bereits in die engere Auswahl gekommen sind. Er identifiziert dringende und überfällige Aufgaben für Recruiter und Führungskräfte und hebt diese hervor. Zudem koordiniert er Maßnahmen für HR-Mitarbeitende, wie das Erstellen und Versenden von E-Mails an Kolleginnen und Kollegen sowie Bewerberinnen und Bewerber.
Für die Evaluierung des Agenten testete das Team dieselben Prompts in zwei Durchläufen: zunächst ausschließlich auf Basis der Rohdaten aus dem internen HR-System von Uniper, und anschließend mit dem operativen Kontext aus dem Celonis Context Model (CCM). Die Ergebnisse unterschieden sich deutlich: Auf die Frage „Wo liegen die Engpässe im Recruiting- und Einstellungsprozess?“ lieferte der Agent auf Basis der Uniper-Daten lediglich eine Liste generischer Antworten, darunter „fragmentierte Daten“, „Überlastung der Hiring Manager“ oder „fehlende Transparenz über Aufgaben“. Angereichert mit operativem Kontext aus dem CCM lieferte der Agent hingegen detaillierte Antworten, die auf das HR-Team von Uniper und sogar auf einzelne Teammitglieder zugeschnitten waren. Ein Beispiel: „Bei verschiedenen Stellenausschreibungen befinden sich 27 Kandidatinnen und Kandidaten seit mehr als 14 Tagen auf der Shortlist.“
Auf Basis dieser Ergebnisse nahm das Team den Agenten vollständig in Betrieb. Bereits nach kurzer Zeit konnten deutliche operative Verbesserungen erzielt werden:
- Deutlich kürzere Durchlaufzeiten: Die durchschnittliche Zeit bis zur Vertragsunterzeichnung verkürzte sich um 27 Tage; die durchschnittliche Screening-Phase um 13 Tage.
- Höhere Genauigkeit und Verlässlichkeit der KI: Recruiter und Führungskräfte erhalten präzise Informationen anstelle allgemeiner Antworten.
- Verbesserte Prozesskontrolle: Mehr Transparenz und ein besseres Prozessverständnis ermöglichen es dem HR-Team, frühzeitig und proaktiv zu handeln und gegenzusteuern.
- Optimierte Token-Effizienz: Die Einbettung des KI-Agenten im Geschäftskontext reduziert den Tokenverbrauch, da KI auf vorstrukturierte Geschäftslogik zurückgreifen kann, anstatt probabilistische Annahmen abzuleiten.
Neben der Optimierung von HR-Prozessen arbeiten Uniper, Celonis und Microsoft gemeinsam daran, weitere geschäftskritische Prozesse zu transformieren, darunter Anlagenwartung, der Betrieb von Wasserkraftwerken, IT-Service-Management (ITSM), Energievertrieb und -handel, Finanzdienstleistungen sowie die interne Revision. Die Ausweitung auf weitere Geschäftsbereiche wird von der Führungsebene von Uniper vorangetrieben und von CIO, CFO und CPTO (Chief People and Transformation Officer) gemeinsam unterstützt.
Das Sales-and-Trading-Geschäft von Uniper führt beispielsweise hunderte Transaktionen pro Stunde aus. Mit dem Celonis Data Core kann das Process Intelligence Centre of Excellence (CoE) diese Daten in Echtzeit für Analysen und fundierte Entscheidungen verfügbar machen.
Weitere Informationen finden Sie im Beitrag "Digitale Transformation im Energiesektor: Celonis kooperiert mit Uniper und Microsoft" sowie im Video von Uniper, Microsoft und Celonis.