Künstliche Intelligenz verändert das Nutzer- und Kundenerlebnis, indem sie eine Hyper-Personalisierung, adaptive Schnittstellen und Systeme ermöglicht, die im Namen der Kunden handeln, anstatt auf Anweisungen zu warten. Im Jahr 2026 ist der Wandel vom statischen Design hin zu intelligenten, kontextbezogenen Erlebnissen nicht mehr nur Theorie – er ist bereits Realität. Dieser Artikel untersucht, wie KI das Handwerk des UX-Designs und das dahinterstehende Betriebsmodell verändert, was dies für das Kundenvertrauen und die Markenidentität bedeutet und wie Führungskräfte eine Praxis aufbauen können, die für die Zukunft gerüstet ist. Aus der Perspektive von „ Vivaldi“ verfasst, spiegelt er unsere Ansicht wider, dass Interaktionsdesign Wachstumsdesign ist und dass sich Wettbewerbsvorteile gerade in den Bereichen intelligenter Interaktion vervielfachen.
Wichtigste Erkenntnisse
- KI verwandelt UX und CX von starren Trichtern in adaptive, personalisierte und zunehmend eigenständige Erlebnisse. KI ermöglicht Schnittstellen, die sich in Echtzeit an einzelne Nutzer anpassen und einheitliche Abläufe durch Systeme ersetzen, die den Kontext erfassen, Absichten vorhersagen und entsprechend handeln.
- Sowohl die Arbeitsweise (wie Teams forschen, KI-Interaktionen entwerfen, Prototypen testen und Produkte auf den Markt bringen) als auch das Betriebsmodell (Rollen, Dateninfrastruktur, Governance) ändern sich. Doch KI-Technologie ergänzt – statt zu ersetzen – menschliches Fachwissen, menschliche Kreativität und strategisches Urteilsvermögen.
- Wenn sie auf echten Kundendaten basiert und in intelligente Interaktionsfelder eingebettet ist, führt KI-gestützte UX zu messbaren Ergebnissen: Steigerung der Kundenzufriedenheit, Senkung der Servicekosten, Stärkung der Kundenbindung und Beschleunigung des Wachstums. In einigen Fällen verbessert KI die Kundenzufriedenheitswerte um 93 %.
- Das Design mit nicht-deterministischer generativer KI erfordert neue Vorgehensweisen: probabilistische User Journeys, Leitplanken für Markenkonsistenz und Sicherheit sowie einen transparenten Umgang mit Daten, der das Vertrauen der Kunden schützt.
- Die im Jahr 2026 führenden Unternehmen betrachten KI als Gestaltungselement, das in jede wichtige Interaktion eingebunden ist – und nicht als nachträglich angefügtes Experiment.
Von festgelegten Abläufen zu adaptiven, KI-gesteuerten Erlebnissen
Über ein Jahrzehnt lang haben UX-Experten Nutzererlebnisse als deterministische Abläufe gestaltet – Onboarding-Assistenten, Checkout-Trichter, vordefinierte Support-Pfade. Diese Abläufe erfüllten zwar ihren Zweck, gingen jedoch davon aus, dass jeder Nutzer eines Segments denselben Weg einschlagen würde. KI verlagert das Design weg von Einheitslösungen hin zu dynamischen, prädiktiven Modellen, die in Echtzeit auf den Kontext, das Verhalten und die Absichten jedes einzelnen Kunden reagieren.
Was wir heute als „AI-UX-Design“ bezeichnen, ist die Praxis, maschinelles Lernen, generative KI und agentische KI-Systeme einzusetzen, um Benutzeroberflächen, Inhalte und die nächstbesten Aktionen im gesamten Customer Journey zu personalisieren. KI prognostiziert das Nutzerverhalten durch die Analyse historischer Datenmuster, während Empfehlungssysteme und Verhaltensvorhersagemodelle in Produkten und Serviceportalen integriert sind, um Bildschirminhalte, Texte und Abläufe auf der Grundlage von Echtzeit-Signalen anzupassen. KI passt Benutzeroberflächen dynamisch auf der Grundlage des bisherigen Nutzerverhaltens an, und KI-Tools helfen dabei, maßgeschneiderte Benutzeroberflächen für eine bessere Nutzerbindung zu erstellen.
VivaldiDas Kernargument lautet, dass die wirkungsvollsten Wachstumshebel mittlerweile in intelligenteren Interaktionsmomenten liegen – und nicht in Kampagnen oder statischen Funktionen. Der Unterschied zwischen traditioneller Automatisierung (vordefinierte Regeln, Verzweigungsskripte) und KI-gesteuerten Erlebnissen ist grundlegend: Letztere leiten Absichten aus unübersichtlichen, mehrdeutigen Eingaben ab, lernen kontinuierlich dazu und passen sich an, ohne dass Designer jede einzelne Verzweigung festlegen müssen. Dies ist keine schrittweise Verbesserung. Es handelt sich um einen strukturellen Wandel in der Art und Weise, wie Erlebnisse konzipiert, aufgebaut und weiterentwickelt werden.
Warum KI für das Kundenerlebnis, die Kundenzufriedenheit und die Kundenbindung wichtig ist
CX- und Produktverantwortliche im Jahr 2026 bewerten KI-gestützte Tools anhand der Kennzahlen, die ihre Aufgaben definieren: höhere Kundenzufriedenheit (CSAT/NPS), bessere Lösung beim ersten Kontakt, niedrigere Servicekosten und stärkere Kundenbindung. KI kann das Kundenverhalten analysieren, um Kundenbedürfnisse in jeder Phase – Entdeckung, Kauf, Onboarding, Nutzung, Service und Verlängerung – zu antizipieren, und bietet so einen stets verfügbaren Support, der zuvor in großem Maßstab nicht realisierbar war.
Im gesamten „ Customer Journey “ verbessert KI die Kundeninteraktionen an jedem Kontaktpunkt. Tools verfolgen Nutzerinteraktionen in Echtzeit, um Reibungspunkte genau zu identifizieren. KI kann bis zu 8.000 Support-Tickets für Unternehmen abfangen und hilft diesen dabei, ein höheres Support-Aufkommen in großem Maßstab zu bewältigen, ohne dabei Abstriche bei der Qualität zu machen. KI kann häufige Anfragen bearbeiten, wodurch die operative Belastung verringert wird und Support-Teams Zeit für komplexe Aufgaben gewinnen, die menschliches Einfühlungsvermögen erfordern.
Die Daten sprechen für diese Investition. Ein weltweit tätiger Kosmetikhändler, der KI-gestützte Personalisierung einsetzt, steigerte seinen Umsatz um 47 % und verdoppelte den durchschnittlichen Bestellwert. Achtzig Prozent der CX-Führungskräfte geben an, dass KI mit großem Speichervermögen dauerhafte Kundenbeziehungen aufbaut, da Systeme, die sich an frühere Interaktionen erinnern, den Aufwand für den Kunden verringern und Aufmerksamkeit signalisieren. Das ist Kundenerlebnis-KI in der Praxis: kein Chatbot, der einfach an ein Hilfezentrum angehängt wird, sondern Intelligenz, die über das gesamte Customer Journey verteilt ist.
Dennoch muss KI wie jede andere Investition in das Kundenerlebnis bewertet werden – anhand klarer KPIs, die sich auf Umsatzwachstum, Kundenbindung, Servicekosten und die Qualität der Problemlösung beziehen, und nicht allein anhand der Modellgenauigkeit. KI steigert die Effizienz durch die Automatisierung von Routineaufgaben, doch die eigentliche Frage ist, ob sie zu Ergebnissen führt, die die Kunden tatsächlich spüren.
Gestaltung mit nicht-deterministischer KI: Eine neue Kunst der Benutzererfahrung
Generative KI und probabilistische Modelle liefern selbst bei identischen Eingaben unterschiedliche Ergebnisse. Dies widerlegt grundlegend die klassische Annahme im UX-Design, dass Bildschirme feststehen und Abläufe deterministisch verlaufen. Jeder UX-Designer, der mit großen Sprachmodellen oder diffusionsbasierten Tools arbeitet, muss nun statistisch denken und Grenzen sowie Verhaltensweisen entwerfen, anstatt jeden einzelnen Zustand des UI-Designs festzulegen.
Im Jahr 2026 sieht der Designprozess anders aus. KI ermöglicht die schnelle Umwandlung von Wireframes in interaktive und funktionale Prototypen. KI-Tools helfen Designern dabei, ein breiteres Spektrum an Layout- und Designvarianten zu erkunden, während generative KI zur Erstellung von Forschungsplänen und zur Datensynthese eingesetzt wird. Designer nutzen KI, um menschliches Verhalten für Usability-Tests zu simulieren, und KI-gestützte Tools liefern während der Nutzertests sofortiges Feedback. Automatisierte Nutzertests beschleunigen die Feedback-Analyse im UX-Design, sodass Teams innerhalb von Stunden statt Wochen iterieren können.
Zu den praktischen Ansätzen für die Integration von KI in Produkte gehören:
- Inline-Vorschläge: automatische Vervollständigung, intelligente Standardwerte, kontextbezogene Empfehlungen
- Copilots: Hilfsagenten innerhalb von Produkten, die Erkenntnisse aufzeigen und Verbesserungsvorschläge unterbreiten
- Hintergrundautomatisierung: Zusammenfassung der Kundenhistorie, automatisches Ausfüllen von Formularen, stillschweigende Behebung bekannter Probleme
- Proaktive Benachrichtigungen: verhaltensgesteuerte Warnmeldungen, die durch Schwellenwerte oder erkannte Stimmungslagen ausgelöst werden
KI analysiert Kundenfeedback, um mithilfe der Stimmungsanalyse Emotionen zu interpretieren, wodurch Systeme in die Lage versetzt werden, auf den emotionalen Kontext zu reagieren und nicht nur auf Schlüsselwörter. KI automatisiert die Planungs- und Analysephasen der Forschung, und KI-Tools überprüfen Benutzeroberflächen automatisch auf die Einhaltung von Barrierefreiheitsstandards.
Es entstehen neue Design-Artefakte: Prompt-Bibliotheken, die Tonfall und Absicht standardisieren, „Guardrail“-Spezifikationen, die festlegen, was ein Modell niemals tun darf, sowie Antwortmatrizen, die Kundenszenarien sicheren Bereichen des KI-Verhaltens zuordnen. Diese Artefakte ergänzen in UX-Workflows die traditionellen Wireframes und spiegeln einen Designprozess wider, der nicht nur das Layout, sondern auch das Verhalten regelt.
Intelligente Interaktionsfelder: KI dort integrieren, wo Wachstum entsteht
Ein „intelligentes Interaktionsfeld“ ( interaction field) – ein Begriff vonVivaldi– bezeichnet eine Architektur, bei der die Interaktion im Vordergrund steht: Sie erkennt den Kontext, trifft anhand Ihrer Geschäftslogik Entscheidungen, agiert kanalübergreifend und lernt aus jedem Ergebnis. Es handelt sich dabei nicht um einen einzelnen Chatbot oder eine eigenständige Funktion, sondern um ein vernetztes Feld von Kontaktpunkten in den Bereichen Marketing, Produkt und Service, die alle KI-fähig sind und auf KI reagieren.
Diese Architektur löst ein entscheidendes Problem. Viele KI-Pilotprojekte scheitern, weil sie isoliert sind – hier ein Prototyp, dort ein Proof-of-Concept. Intelligente Interaktionsfelder machen Intelligenz innerhalb realer Arbeitsabläufe sichtbar, in denen Kunden und Mitarbeiter bereits tätig sind. CX-Verantwortliche investieren entsprechend: 29 % des CX-Budgets im Jahr 2026 sind für agentische KI und KI-Agenten vorgesehen.
Zu den konkreten Beispielen im Jahr 2026 gehören:
- Ein KI-Vertriebs-Copilot, der die Kundenansprache per E-Mail, über produktinterne Nachrichten und durch ausgelöste Benachrichtigungen koordiniert – und dabei sicherstellt, dass die Kommunikation kanalübergreifend einheitlich und maßgeschneidert ist
- Ein Support-System, das Probleme weiterleitet, bekannte Probleme proaktiv behebt und Lösungen vorschlägt, noch bevor der Kunde danach fragt – wodurch isolierte Systeme vermieden werden
- Empfehlungssysteme, die sich in Echtzeit an Stimmung, Modus, Gerät und Standort anpassen
Der Besitz der „ interaction field “ schafft einen strategischen Wettbewerbsvorteil. Unternehmen können zugrunde liegende Modelle austauschen oder kombinieren und dabei ihre firmeneigenen Lern- und Kundendaten behalten. Der Wettbewerbsvorteil liegt in der Koordination, nicht im Modell. Auf diese Weise verstärkt die Einbindung von KI in die Struktur der Kundeninteraktionen den Vorteil im Laufe der Zeit.
Personalisierung in großem Maßstab: Verantwortungsvoller Umgang mit Kundendaten
KI-gestützte Personalisierung passt Erlebnisse – Inhalte, Empfehlungen, Preise und Abläufe – auf der Grundlage einer Echtzeitanalyse von Kundendaten geräte- und kanalübergreifend individuell an. KI verbessert die Personalisierung im UX-Design durch Datenanalyse und trägt dazu bei, jedem Kunden hochgradig personalisierte Interaktionen zu bieten. 67 Prozent der Verbraucher erwarten von KI einen stärker personalisierten Service – ein Zeichen dafür, dass die Erwartungen mittlerweile über das hinausgehen, was die meisten Marken bieten.
Die erforderlichen Datengrundlagen sind umfangreich: einheitliche Kundenprofile, Ereignisströme, Einwilligungsnachweise und klare Standards für die Datenqualität. Die Wirksamkeit der KI hängt von einheitlichen Kundendaten ab – ohne diese arbeiten die Modelle mit unvollständigen Signalen und liefern nur mittelmäßige Ergebnisse. KI kann Marketingbotschaften auf der Grundlage der Kaufhistorie und anderer historischer Daten personalisieren, jedoch nur, wenn diese Daten bereinigt, einwilligungsbasiert und einheitlich sind.
Zu den wichtigsten Personalisierungsmustern gehören:
| Muster | Beschreibung |
|---|---|
| „Next-Best-Action“-Engines | Auf der Grundlage des Verhaltens und des Kontexts vorhersagen, was ein Kunde als Nächstes benötigt |
| Adaptives Onboarding | Passen Sie die Abläufe an die Kenntnisse oder das Engagement der Nutzer an |
| Dynamische Bündelung | Angebote je nach Segment oder Abwanderungsrisiko anpassen |
| Von KI kuratierte Content-Feeds | Artikel, Videos oder Produkte in Echtzeit auf den jeweiligen Nutzer zuschneiden |
Datenschutz und Vertrauen bleiben unverhandelbar. Vorschriften wie die DSGVO und der CCPA verlangen eine transparente Einwilligung, Erklärungen zum Einsatz von KI in verständlicher Sprache sowie einfache Steuerungsmöglichkeiten für Nutzer, um den Grad der Personalisierung anzupassen. Forrester prognostiziert, dass etwa ein Drittel der Marken das Vertrauen untergraben wird, indem sie KI-Selbstbedienungsfunktionen verfrüht einführen. Der geschäftliche Konflikt ist real: Eine stärkere Personalisierung steigert die Konversionsrate um 10–25 %, doch eine übermäßige Personalisierung kann als Eingriff in die Privatsphäre empfunden werden. Teams sollten nicht nur die Klickraten testen, sondern auch das Wohlbefinden der Nutzer und den wahrgenommenen Mehrwert.
Agentische Erfahrungen: Wenn KI handelt und nicht nur reagiert
Agentische Systeme sind KI-Systeme, die innerhalb festgelegter Rahmenbedingungen eigenständig im Namen der Nutzer Maßnahmen ergreifen – beispielsweise Artikel nachbestellen, Termine verschieben oder Abonnements anpassen. Im Gegensatz zu herkömmlichen Chatbots, die sich auf reaktive Frage-Antwort-Prozesse beschränken, versteht agentische KI Ziele, plant mehrstufige Aufgaben und führt diese über APIs aus, wobei der Mensch stets auf dem Laufenden bleibt.
CX-Strategien umfassen mittlerweile KI-gestützte Chatbots, die komplexe Anfragen bearbeiten, doch agentische Systeme gehen noch einen Schritt weiter. Man denke beispielsweise an einen Reiseassistenten, der Flüge und Hotels proaktiv umbucht, sobald Störungen erkannt werden, oder an einen Abonnementdienst, der die Verlängerungsbedingungen anpasst, sobald ein Abwanderungsrisiko festgestellt wird, und die Änderungen anschließend klar und verständlich erläutert. Virtuelle Assistenten, die auf diese Weise arbeiten, fungieren als Fürsprecher und nicht nur als Anrufbeantworter.
KI kann die Reaktionszeiten um bis zu 64 % verkürzen und die Bearbeitungszeit von Kundenanfragen um 34 % reduzieren. KI kann häufige Anfragen bearbeiten und Wartezeiten verkürzen, während UX-Designer sich darauf konzentrieren, natürliche, einfühlsame Interaktionen sowohl in Chatbots als auch in agentenbasierten Schnittstellen zu gestalten. Die gestalterischen Herausforderungen sind erheblich: Erwartungen darüber zu wecken, was KI leisten kann und was nicht, Aktionen vor der Ausführung zu bestätigen, Fehlerfälle elegant zu handhaben und einfache Möglichkeiten zur Übergabe an menschliche Mitarbeiter bereitzustellen.
Wenn sie gut konzipiert ist, stärkt agentische KI das Vertrauen der Kunden, indem sie zeigt, dass das System dem Kunden in kritischen Momenten zur Seite steht. KI ist zudem von entscheidender Bedeutung für Augmented-Reality-Anwendungen im Einzelhandel, und auch Virtual-Reality-Erlebnisse stützen sich zunehmend auf agentische Intelligenz. Mit der fortschreitenden Weiterentwicklung der KI werden sich diese Erlebnisse durch neue Technologien über physische und digitale Kontexte hinweg ausweiten.
Marke, Leitplanken und Kundenvertrauen in KI-gesteuerte UX
Eine KI-gesteuerte Benutzererfahrung muss sich weiterhin wie die Marke anfühlen. Tonfall, Bildsprache, Entscheidungslogik und ethische Standards müssen konsistent bleiben, auch wenn Antworten spontan generiert werden. Achtzig Prozent der CX-Führungskräfte geben an, dass Transparenz bei KI unerlässlich ist, und die Daten bestätigen ihre Einschätzung: KI kann zu einer Entfremdung führen, wenn sie übermäßig automatisiert ist, und sie kann Vorurteile verfestigen, wenn sie nicht sorgfältig überwacht wird.
Designteams setzen die Markenstrategie in Leitlinien um: Stilrichtlinien, verbotene Themen oder Handlungen, Eskalationsauslöser bei geringem Vertrauen sowie Regeln dafür, wie KI Kundendaten nutzen oder offenlegen darf. Ohne diese Leitlinien vervielfachen sich die Risiken – markenfremde Formulierungen, unsinnige Antworten, voreingenommene Empfehlungen oder undurchsichtige Entscheidungen, die die Servicequalität beeinträchtigen.
Zu den Governance-Praktiken, die im Jahr 2026 funktionieren, gehören:
- Funktionsübergreifende KI-Prüfungsgremien mit Vertretern aus den Bereichen Kundenerfahrung, Rechtsabteilung und Markenmanagement
- Red-Team-Tests von Interaktionen mit hohem Risiko vor der Einführung
- Protokollierung und Überwachung der KI-Ausgaben hinsichtlich Abweichungen und Anomalien
- Klare Protokolle zur Reaktion auf Vorfälle
Sichtbare Transparenz – wie Erklärungen dazu, „warum Sie dies sehen“, Hinweise darauf, ob eine KI oder ein Mensch hinter dem Vorgang steht, sowie einfache Beschwerdekanäle – verbessert die wahrgenommene Fairness und fördert die langfristige Kundenbindung. Ohne menschliche Note in sensiblen Momenten laufen selbst ausgefeilte KI-gesteuerte Lösungen Gefahr, den Kontext aus den Augen zu verlieren und die menschliche Verbindung zu vernachlässigen, die großartige Erlebnisse ausmacht.
Wie KI das Betriebsmodell für UX und CX verändert
KI verändert nicht nur einzelne Berührungspunkte. Sie gestaltet die Zusammenarbeit zwischen UX-, Produkt-, Daten-, Entwicklungs- und Betriebsteams grundlegend neu. Unternehmen, die die Interaktion zwischen Mensch und KI bewusst gestalten, erzielen mit etwa 2,5-mal höherer Wahrscheinlichkeit bessere Finanzergebnisse als solche, die dies nicht tun.
Es entstehen neue Rollen: KI-Erlebnisdesigner, die das Verhalten von Modellen definieren, Prompt-Architekten, CX-Datenstrategen und funktionsübergreifende Teams, deren Fokus auf durchgängigen Nutzerreisen statt auf der Zuständigkeit für einzelne Kanäle liegt. KI-Tools überwinden traditionelle Silos zwischen Recherche, Design, Texterstellung und Entwicklung, indem sie sich wiederholende Aufgaben automatisieren und eine schnellere, integrierte Iteration ermöglichen. UX-Teams berichten von einer Produktivitätssteigerung von 30–50 % bei der Produktionsarbeit durch den Einsatz von KI.
Die zentralen Herausforderungen liegen nach wie vor auf organisatorischer Ebene. 66 Prozent der B2B-CX-Führungskräfte nennen Datenzugriff, -qualität und -management als größtes Hindernis für die Skalierung der Kundenerfahrung mithilfe von KI. Führungskräfte müssen in KI-Kompetenz investieren – also in das Verständnis der Fähigkeiten, Grenzen und Verzerrungen von Modellen – und gleichzeitig die menschlichen Stärken stärken: Problemformulierung, Ethik, Storytelling und die menschliche Empathie, die kein Modell nachbilden kann. Die Integration von KI auf der Ebene des Betriebsmodells bedeutet kontinuierliches Experimentieren: ständig laufende A/B-Tests, Kennzahlen auf Journey-Ebene und KI-spezifische KPIs wie die Umleitung bei gleichbleibender Zufriedenheit, die Inanspruchnahme von Agent-Unterstützung und die Steigerung der Personalisierung. KI liefert KI-gestützte Erkenntnisse und operative Effizienz, jedoch nur dann, wenn die Messsysteme streng genug sind, um Erkenntnisse zutage zu fördern, die Entscheidungen vorantreiben.
Aufbau einer KI-fähigen Praxis für UX- und CX-Design
Der Aufbau einer KI-fähigen Designpraxis ist ein schrittweiser Prozess: Legen Sie zunächst die Ziele fest, modernisieren Sie Daten und Plattformen, gestalten Sie Kundenreisen neu und skalieren Sie das Ganze anschließend mithilfe von Governance-Regeln und Leitfäden. Beginnen Sie mit einigen wenigen, besonders wirkungsvollen Kundenreisen – Support, Onboarding, Vertragsverlängerung –, erfassen Sie die aktuellen Interaktionen, identifizieren Sie Reibungspunkte und legen Sie fest, wo KI den Aufwand reduzieren oder wertvolle Erkenntnisse liefern kann.
Integrieren Sie KI in bestehende UX-Arbeitsabläufe, anstatt parallele Prozesse zu schaffen. Nutzen Sie KI zur Zusammenfassung von Forschungsergebnissen, zur Beschleunigung der Journey-Mapping-Erstellung, zur Simulation von Randfällen und zur schnellen Erprobung von Interaktionskonzepten. Designer können Prototypen schneller testen, Nutzerfeedback in großem Umfang analysieren und Aufgaben automatisieren, die zuvor Wochen in Anspruch genommen haben – und das alles, ohne die menschliche Kreativität und das strategische Denken zu vernachlässigen, die gute Nutzererlebnisse von gewöhnlichen unterscheiden.
Funktionsübergreifende Teams, in denen die Bereiche Kundenerfahrung (CX), Produktentwicklung, Technik, Datenwissenschaft und Betrieb zusammenarbeiten – und die gemeinsam die Verantwortung sowohl für die Kundenzufriedenheit als auch für den geschäftlichen Erfolg tragen –, erzielen durchweg bessere Ergebnisse als isoliert arbeitende Teams. KI ermöglicht Untertitel und Audiobeschreibungen in Echtzeit zur Verbesserung der Barrierefreiheit und identifiziert Bereiche, in denen die Barrierefreiheit im Design verbessert werden kann, wodurch inklusive Nutzererlebnisse in großem Maßstab realisierbar werden. KI verbessert die Barrierefreiheit im UX-Design durch natürliche Sprachverarbeitung und stellt so sicher, dass die Nutzererlebnisse für jeden Nutzer funktionieren.
Sind Sie bereit, Ihre KI-Strategie in die operative Praxis umzusetzen? Entdecken Sie die KI-gestützten UX- und CX-Design-Dienstleistungen von „ Vivaldi“, um mit einem Konzept, das auf die Anforderungen von 2026 und darüber hinaus zugeschnitten ist, den Schritt vom Pilotprojekt zur Plattform zu vollziehen.