Nutzungsbasierte Abrechnung - AI Model Orchestration and Workflows Platform
AI platforms are transforming enterprise workflows in 2026, enabling businesses to deploy autonomous agents that streamline operations, improve productivity, and ensure compliance. With the potential to contribute $2.6–$4.4 trillion annually to the global economy, these tools are no longer optional but essential for staying competitive.
Wichtige Erkenntnisse:
Dieser Artikel untersucht sechs führende KI-Plattformen für Unternehmen im Jahr 2026 und konzentriert sich dabei auf ihre Fähigkeit, Arbeitsabläufe zu verwalten, Governance sicherzustellen und effektiv zu skalieren:
Schneller Vergleich:
Choosing the right platform depends on your business’s infrastructure, regulatory needs, and budget. Let’s explore how these tools can help U.S. enterprises unlock the full potential of AI.
Vergleich der Enterprise AI-Plattform 2026: Funktionen, Kosten und Einschränkungen
prompts.ai serves as an Intelligence Layer for enterprise AI, streamlining access to over 35 advanced large language models, including GPT, Claude, LLaMA, and Gemini, through a single, unified platform. Instead of managing multiple subscriptions and dashboards, businesses can seamlessly orchestrate workflows across these diverse AI tools while maintaining centralized oversight. The platform is built around four key priorities for U.S. enterprises: interoperability with existing systems, strong governance for compliance, scalability to support growth, and clear cost management. Let’s explore each of these pillars, starting with interoperability.
prompts.ai beseitigt Integrationshindernisse mit vorgefertigten Konnektoren für wichtige Systeme wie CRM, ERP, ITSM, Data Warehouses, Suchmaschinen, Vektordatenbanken, APIs und Webhooks. Dies stellt sicher, dass KI-Agenten sofort mit der Interaktion mit Unternehmenssystemen beginnen können und die Datensilos umgehen, die die Implementierung oft behindern. Die Plattform umfasst auch KI-gestützte Integrationen für beliebte Tools wie Slack, Gmail und Trello, sodass Teams Arbeitsabläufe abteilungsübergreifend automatisieren können, ohne dass eine benutzerdefinierte Entwicklung erforderlich ist. Es unterstützt sowohl SaaS- als auch lokale Tools und ist somit an die komplexen IT-Umgebungen großer US-amerikanischer Unternehmen anpassbar. Neben diesen Integrationen legt die Plattform Wert auf Sicherheit und Compliance, um ein nahtloses und geschütztes Erlebnis zu gewährleisten.
Security and compliance are at the heart of prompts.ai's design. The platform adheres to industry-leading standards, including SOC 2 Type II, HIPAA, and GDPR, with continuous control monitoring provided by Vanta. On 19. Juni 2025, prompts.ai began its SOC 2 Type II audit, reinforcing its commitment to enterprise-grade security. Key governance features include role-based access control (RBAC), SSO/SAML integration, immutable audit logs, data residency options, private networking, key management systems (KMS), and human-in-the-loop approval processes. These tools give organizations the oversight and auditability they need, particularly in regulated industries. For full transparency, the platform’s Trust Center, accessible at https://trust.prompts.ai/, provides a comprehensive view of all AI interactions.
Prompts.ai wurde zur Unterstützung des Unternehmenswachstums entwickelt und bietet flexible Bereitstellungsoptionen, einschließlich Cloud-, privater VPC- oder On-Premise-Setups. Die Plattform gewährleistet Zuverlässigkeit durch Service-Level-Agreements (SLAs), Hochverfügbarkeit (HA), Disaster Recovery (DR) und regionale Isolation, sodass sie erhöhte Arbeitslasten ohne Leistungsprobleme bewältigen kann. Seine Observability-Funktionen – wie End-to-End-Traces, Auswertungen, Versionierung und Drift-Erkennung – bieten die Zuverlässigkeit, die für die Skalierung von Pilotprojekten bis hin zu umfassenden Unternehmensbereitstellungen erforderlich ist. Diese Funktionen stellen sicher, dass Unternehmen ihre KI-Operationen sicher und ohne Unterbrechung erweitern können.
prompts.ai begegnet der Unvorhersehbarkeit von KI-Budgets mit Tools wie Kostenansichten pro Lauf, Budgetwarnungen, Caching und Token-Optimierung. Das TOKN Credits-System ermöglicht eine unkomplizierte, nutzungsbasierte Kostenverfolgung. Die Preise beginnen mit einer kostenlosen Stufe für die erste Erkundung, gefolgt vom Creator-Plan für 25 $/Monat (250.000 TOKN-Credits, 5 Arbeitsbereiche, 5 Mitarbeiter) und dem Problem Solver-Plan für 99 $/Monat (500.000 TOKN-Credits, unbegrenzte Arbeitsbereiche, 99 Mitarbeiter). Prompts.ai behauptet, durch die Konsolidierung von über 35 separaten Tools auf einer Plattform die KI-Kosten um 98 % zu senken und Unternehmen die finanzielle Klarheit zu geben, die sie benötigen, um ihre KI-Initiativen sicher zu skalieren.
AWS Bedrock AgentCore dient als AWS-native Orchestrierungsschicht und bringt erweiterte KI-Funktionen direkt in AWS-Infrastrukturen. Für Unternehmen, die bereits in AWS verwurzelt sind, ist diese Plattform eine logische Erweiterung, die sich nahtlos in ihr bestehendes Cloud-Setup integrieren lässt und ihr betriebliches Ökosystem verbessert.
Die Plattform zeichnet sich durch die native AWS-Integration aus und ermöglicht die mühelose Verbindung mit Diensten wie S3, Lambda und DynamoDB. Diese enge Abstimmung bringt jedoch einen Kompromiss mit sich: Die Integration mit Tools oder Systemen von Drittanbietern außerhalb von AWS erfordert zusätzlichen Aufwand. Das Design bevorzugt stark das AWS-Ökosystem und bietet robuste interne Konnektivität, schränkt jedoch die Cloud-übergreifende Flexibilität ein. Dieser Fokus stellt eine solide Grundlage für Governance und Skalierbarkeit in AWS-Umgebungen sicher, obwohl Unternehmen ihre umfassenderen Integrationsanforderungen berücksichtigen sollten.
AWS Bedrock AgentCore hält sich an die hohen AWS-Standards für Sicherheit und Compliance und nutzt AWS-native Sicherheitsprotokolle und Policy-as-Code, um die Governance über Teams hinweg zu standardisieren. Funktionen wie die durchgängige Rückverfolgbarkeit für Eingabeaufforderungen, Toolaufrufe und Ausgaben verbessern das Debuggen und die Verantwortlichkeit. Darüber hinaus richten sich Datenresidenzoptionen und private Netzwerke über VPC-Konfigurationen an Branchen mit strengen gesetzlichen Anforderungen. Die Plattform erfüllt Compliance-Standards wie SOC 2, ISO 27001, DSGVO und HIPAA und ist damit eine gute Wahl für stark regulierte Sektoren in den USA. Diese Governance-Maßnahmen werden durch die Skalierbarkeit der Plattform zusätzlich unterstützt, was ihre Attraktivität für den Einsatz in Unternehmen erhöht.
Leveraging AWS's infrastructure, Bedrock AgentCore is built to handle high-volume workloads and scale in tandem with enterprise growth. It supports every stage of AI workflows - from training to deployment and monitoring - while benefiting from AWS’s global reliability. This scalability allows organizations to deploy AI agents that adapt as demand increases, though setting up and managing the platform may require advanced AWS expertise.
Die Plattform basiert auf einem Pay-as-you-go-Preismodell, wobei die Kosten je nach Service und Rechennutzung variieren. Während dieser flexible Ansatz für kleinere Workloads von Vorteil ist, sollten Unternehmen vorsichtig sein, da die Kosten bei höherem Rechenbedarf schnell steigen können. Eine genaue Überwachung der Nutzung ist für ein effektives Kostenmanagement bei zunehmendem Umfang der KI-Operationen unerlässlich.
Google Vertex AI Agent Builder ist eine Low-Code-Plattform zum Erstellen, Bereitstellen und Verwalten von KI-Agenten. Es lässt sich nahtlos in die KI- und Datendienste von Google Cloud integrieren und ist somit die ideale Wahl für Unternehmen, die bereits die Cloud-Infrastruktur von Google nutzen. Durch die Konzentration auf die Integration in sein Ökosystem zielt Vertex AI darauf ab, Unternehmensabläufe zu vereinfachen und die Effizienz zu steigern.
Vertex AI verbindet sich mühelos mit dem KI-Ökosystem von Google, einschließlich seiner Daten- und Analysetools. Es bietet Zugriff auf über 200 grundlegende Modelle wie Gemini, Veo, Imagen und Chirp, die die multimodale KI-Entwicklung unterstützen. Während diese tiefe Integration erhebliche Vorteile bietet, birgt sie für Unternehmen, die in Multi-Cloud-Umgebungen arbeiten, auch das potenzielle Risiko einer Anbieterbindung. Unternehmen sollten ihre langfristigen Cloud-Strategien und Integrationsanforderungen sorgfältig prüfen, bevor sie sich für die Plattform entscheiden.
Die Plattform umfasst verwaltete Pipelines und MLOps-Funktionen, um die Standardisierung von KI-Governance-Prozessen zu unterstützen. Die Implementierung dieser Governance-Protokolle erfordert jedoch möglicherweise spezifisches Fachwissen für die Google Cloud Platform (GCP), das Unternehmen bei der Planung berücksichtigen sollten.
Vertex AI basiert auf der robusten Infrastruktur von Google Cloud und ist für die Bewältigung umfangreicher Arbeitsabläufe und steigender Datenanforderungen bestens gerüstet. Seine einheitliche Plattform für maschinelles Lernen unterstützt Aufgaben vom Modelltraining bis zur Bereitstellung mit automatisierten Pipelines, die den gesamten Lebenszyklus vereinfachen. Diese Automatisierung ist besonders wertvoll für Unternehmen, die zahlreiche Modelle und Arbeitsabläufe gleichzeitig verwalten. Darüber hinaus gewährleistet die Kompatibilität der Plattform mit verschiedenen Modelltypen und die Integration mit den Datendiensten von Google eine zuverlässige Leistung bei wachsenden KI-Operationen.
Vertex AI verwendet ein verbrauchsbasiertes Preismodell, bei dem die Kosten durch Aktivitäten wie Schulung, Vorhersagen und Modellhosting bestimmt werden. Während sich diese Preisstruktur mit der Nutzung anpasst, kann sie bei der Verwaltung mehrerer Modelle komplex werden. Darüber hinaus erfordern einige erweiterte Funktionen möglicherweise spezielle GCP-Kenntnisse, die sowohl bei der Erstimplementierung als auch bei den laufenden Betriebskosten berücksichtigt werden sollten.
Microsoft Power Automate and Azure AI Agent Service bring enterprise-level automation and AI capabilities, seamlessly blending with Microsoft 365, Azure, Dynamics 365, and GitHub. Quickway Infosystems highlights this integration, stating, "With Microsoft integrating AI deeply across Windows, Office, Dynamics, GitHub, and Cloud services, Azure AI will continue to lead the enterprise AI software market heading into 2026". Let’s explore how these platforms stand out, starting with their ability to work across systems.
Power Automate provides a robust selection of prebuilt connectors, while Azure AI Services offers API connectors for accessing organizational data. Its low-code approach simplifies creating workflows that span multiple enterprise systems. Microsoft’s planned implementation of MCP servers will also allow external AI agents to integrate more effectively with its applications. These advancements enable agentic AI to directly query databases in widely used software like Salesforce, SAP, and Oracle, potentially reducing the reliance on multiple software licenses. This level of integration enhances cross-application data access and streamlines operations.
Security and compliance are central to the design of prompts.ai. The platform meets top-tier standards, including SOC 2 Type II, HIPAA, and GDPR, with ongoing control monitoring supported by Vanta. On 19. Juni 2025, prompts.ai initiated its SOC 2 Type II audit, reinforcing its dedication to secure operations. Key governance features include role-based access control (RBAC), SSO/SAML integration, immutable audit logs, data residency options, private networking, key management systems (KMS), and human-in-the-loop approval mechanisms. These tools provide organizations with the oversight and transparency they require, particularly in highly regulated sectors. For further details, the platform’s Trust Center, available at https://trust.prompts.ai/, offers a full breakdown of AI interactions.
Azure AI leverages Azure’s powerful cloud infrastructure to deliver seamless scalability, featuring high availability, defined SLAs, and regional isolation. With Azure AI Foundry, businesses can develop custom AI solutions tailored to their needs. Its pay-as-you-go pricing model ensures resources can scale dynamically in response to demand, making it a flexible option for growing enterprises.
Power Automate is priced at approximately $15 per user per month, while Azure AI Services follow a consumption-based pricing model. While this usage-driven approach offers flexibility, scaling Power Automate can lead to higher costs, and Azure AI’s consumption model requires diligent budget management. Organizations should actively monitor their usage and implement budget controls to keep expenses in check effectively.
IBM watsonx Orchestrate ist das Herzstück der Watsonx-Plattform von IBM und kombiniert modernste KI-Funktionen mit starker Governance und Skalierbarkeit. Es ist auf regulierte Branchen und Großunternehmen zugeschnitten und ermöglicht die Erstellung KI-gestützter Arbeitsabläufe mit Fokus auf Compliance und Effizienz.
With its modular AI architecture, watsonx Orchestrate is built to handle complex deployments, offering support for various AI models and runtimes. It’s designed to function seamlessly across hybrid and multi-cloud environments, whether deployed on IBM Cloud, OpenShift, or on-premises. This versatility ensures smooth integration with existing data sources and business applications. Such seamless compatibility enhances its governance capabilities, maintaining compliance and transparency throughout every phase of operation.
IBM watsonx bietet eine umfassende Suite von Governance-Tools zur Verwaltung des gesamten KI-Lebenszyklus. Dazu gehören Funktionen zur Bias-Erkennung, Driftüberwachung, Modellerklärbarkeit und detaillierte Prüfprotokolle. Die Plattform entspricht wichtigen Regulierungsstandards wie ISO, NIST, DSGVO und HIPAA. Sein Governance-Rahmen stellt sicher, dass Organisationen Transparenz und Verantwortlichkeit wahren und gleichzeitig ihre KI-Initiativen verantwortungsvoll skalieren können.
watsonx Orchestrate wurde speziell für die Anforderungen großer Unternehmen entwickelt und unterstützt komplexe Arbeitsabläufe und ermöglicht benutzerdefiniertes Modelltraining mithilfe privater Datensätze. Seine skalierbare Architektur ist darauf ausgelegt, große Datenmengen und sich ändernde Geschäftsanforderungen zu bewältigen. IBM betont diese Stärke:
__XLATE_19__
Die Stärke von IBM liegt in der Bereitstellung vertrauenswürdiger, erklärbarer KI, was für Unternehmen von entscheidender Bedeutung ist, wenn sie die Automatisierung verantwortungsvoll skalieren.
IBM watsonx nutzt ein modulares, nutzungsbasiertes Preismodell im Rahmen der Unternehmenslizenzierung. Dieser Ansatz ermöglicht es Unternehmen, nur für die Ressourcen zu zahlen, die sie nutzen. Allerdings kann die Vorhersage der Gesamtkosten aufgrund der nutzungsbasierten Struktur manchmal schwierig sein.
Salesforce Agentforce and Einstein Studio embed AI capabilities directly into the Salesforce ecosystem, providing a built-in solution that seamlessly integrates with existing CRM data. Einstein acts as Salesforce's AI engine, woven throughout all Salesforce clouds, while Agentforce focuses on creating autonomous AI agents capable of planning, reasoning, and executing tasks across sales, service, and operations. Let’s explore how these tools enhance integration, scalability, and cost clarity.
Die enge Integration der Plattform in die CRM-Umgebung von Salesforce vereinfacht den Prozess der Systemanbindung. Agentforce greift über vorhandene APIs auf verschiedene Datenquellen zu und nutzt die vorgefertigten Konnektoren von MuleSoft, die eine Verbindung zu über 30 Systemen von Drittanbietern herstellen. Dieses Setup ermöglicht es Unternehmen, die KI-Funktionen über Salesforce hinaus zu erweitern und gleichzeitig einen kohärenten Workflow in ihrem gesamten Technologie-Ökosystem aufrechtzuerhalten. Diese starke Integration unterstützt eine skalierbare Datenverarbeitung in Echtzeit.
Basierend auf der Salesforce Data Cloud organisiert die Plattform CRM-Daten in einem flexiblen, skalierbaren Kundendiagramm. Über eine Low-Code-Schnittstelle können Unternehmen branchenspezifische KI-Agenten entwerfen, die Salesforce-Datensätze aktualisieren, Flows ausführen und Automatisierungen initiieren können. Einstein Bots rationalisieren den Betrieb weiter, indem sie routinemäßige Kundendienstaufgaben erledigen und es menschlichen Agenten ermöglichen, sich auf komplexere Herausforderungen zu konzentrieren – und das alles bei gleichzeitigem Echtzeit-Datenzugriff im gesamten System.
Salesforce-Einstein-Funktionen und Agentforce Assistant werden als optionale Add-ons zu bestehenden Salesforce-Abonnements angeboten. Während dieser modulare Ansatz es Unternehmen ermöglicht, die Funktionen auszuwählen, die sie benötigen, können sich die zusätzlichen Kosten für Unternehmen summieren, die mehrere Salesforce-KI-Tools nutzen.
Wenn es um die Optimierung von Unternehmensabläufen geht, bringt jede Plattform ihre eigenen Vorteile und Herausforderungen mit sich. Um fundierte Entscheidungen treffen zu können, ist es wichtig, diese Unterschiede zu verstehen.
prompts.ai glänzt durch seine Vielseitigkeit und bietet Flexibilität bei mehreren Modellen und präzise Kostenkontrolle. Mithilfe von SDKs und APIs lässt es sich nahtlos in CRMs, ERPs, Data Warehouses und Vector Stores integrieren. Darüber hinaus kann der No-Code-Builder mit TypeScript oder Python erweitert werden, was ihn ideal für komplexe, systemübergreifende Prozesse macht, die robuste API-Integrationen und Governance auf Unternehmensniveau erfordern.
AWS Bedrock AgentCore delivers strong orchestration capabilities within the AWS ecosystem, integrating tightly with services like DynamoDB, S3, Lambda, and IAM. However, its focus on AWS services can limit its portability across other cloud environments[1, 14]. Google Vertex AI Agent Builder leverages its deep integration with Google Cloud and Workspace to create a unified intelligence layer but carries the risk of cloud lock-in for users heavily invested in Google’s ecosystem[1, 14]. Microsoft Power Automate and Azure AI Agent Service offer standout features for Microsoft 365 and Azure users, but their primary focus on the Microsoft stack may restrict flexibility when working with other models[1, 14]. IBM watsonx Orchestrate supports hybrid and multi-cloud environments, allowing deployment on IBM Cloud, OpenShift, or on-premises. However, its modular pricing structure can make cost estimation a tricky task. Salesforce Agentforce and Einstein Studio embed generative AI capabilities across Salesforce clouds and integrate with Salesforce Data Cloud, but advanced features often come with additional fees, driving up costs[2, 5].
Pricing models further distinguish these platforms. Transparency in costs is a significant consideration, especially as CFOs report that AI agents already account for 25% of total AI budgets. AWS, Google Cloud, and Microsoft Azure rely on consumption-based pricing, which can lead to unpredictable costs with high compute workloads. Microsoft Power Automate starts at approximately $15 per user per month, but token-based billing introduces variability. IBM's modular pricing approach adds complexity to budgeting, while Salesforce’s advanced AI features often require extra per-user fees. By 2026, organizations are expected to focus more on ROI, tracking metrics like accuracy, cost, and speed to evaluate AI projects across all business functions[15, 3].
Die folgende Tabelle bietet einen direkten Vergleich dieser Plattformen anhand wichtiger Kriterien:
Diese Erkenntnisse verdeutlichen die Kompromisse jeder Plattform und helfen Unternehmen dabei, ihre Optionen basierend auf betrieblichen Anforderungen, Kostenstrukturen und langfristigen ROI-Zielen zu steuern.
Die Wahl der richtigen KI-Lösung für 2026 hängt von den spezifischen Anforderungen, der Infrastruktur und dem Budget Ihres Unternehmens ab. Während Unternehmen vom Experimentieren mit KI zur vollständigen Skalierung ihrer Integration übergehen, hat sich der Schwerpunkt auf die Erzielung messbarer Ergebnisse verlagert. Für US-Entscheidungsträger sind Plattformen, die Sicherheit, Anpassungsfähigkeit und klare Kostenstrukturen in den Vordergrund stellen, von entscheidender Bedeutung.
Here’s a summary of key considerations when selecting the best AI platform:
Für mittlere und große Unternehmen bietet prompts.ai unübertroffene Flexibilität. Die Plattform bietet Zugriff auf mehrere Modelle, unkomplizierte nutzungsbasierte TOKN-Gutschriften und eine mühelose Integration, was sie zu einer hervorragenden Wahl für die Abwicklung komplexer Arbeitsabläufe macht. Sein No-Code-Builder, der mit TypeScript oder Python erweitert werden kann, sorgt für eine praktische Balance zwischen Benutzerfreundlichkeit und erweiterten technischen Möglichkeiten.
Neben der Flexibilität ist die Einhaltung strenger regulatorischer Standards für Unternehmen in regulierten Branchen nicht verhandelbar. Diese Sektoren erfordern Plattformen mit robusten Funktionen wie RBAC, SSO/SAML, unveränderlichen Prüfprotokollen, Datenresidenzoptionen und der Einhaltung von Standards wie SOC 2, ISO 27001, DSGVO und HIPAA. Solche Governance-Tools sind für die Aufrechterhaltung sicherer Abläufe und zuverlässiger Prüfpfade von entscheidender Bedeutung.
Für Unternehmen, die auf ihr Budget achten, ist die Bewertung von Preismodellen von entscheidender Bedeutung. Während verbrauchsbasierte Preise in Zeiten hoher Rechennachfrage zu unerwarteten Kosten führen können, ermöglichen Plattformen mit transparenten, nutzungsbasierten Preisen und integrierten Kostenkontrollen CFOs, wichtige Kennzahlen wie Genauigkeit, Geschwindigkeit und Kosteneffizienz in verschiedenen Geschäftsfunktionen zu verfolgen.
Ultimately, the ideal AI platform will align with your organization’s size, compliance needs, technology infrastructure, and long-term goals. Enterprises that prioritize interoperability, clear pricing, and multi-cloud flexibility will be well-prepared to scale their AI initiatives effectively throughout 2026 and beyond.
Um KI-Plattformen effektiv zu integrieren, sollten Unternehmen interoperable Systeme anstreben, die sich problemlos in ihre aktuelle Infrastruktur integrieren lassen. Der Einsatz standardisierter APIs spielt dabei eine Schlüsselrolle, da sie eine konsistente und effiziente Kommunikation unterschiedlicher Plattformen und Tools ermöglichen.
Ebenso wichtig ist die Einrichtung robuster Data-Governance-Frameworks, um sensible Informationen zu schützen und die Einhaltung regulatorischer Standards sicherzustellen. Durch die Konzentration auf diese Strategien können Unternehmen die Vorteile der KI nutzen und gleichzeitig ihre bestehenden Arbeitsabläufe intakt halten.
Die Verwaltung der KI-Ausgaben im Jahr 2026 erfordert einen starken Fokus auf skalierbare Infrastruktur, Prozessautomatisierung und effizientes Ressourcenmanagement. Unternehmen müssen sicherstellen, dass KI-Modelle kostenbewusst eingesetzt werden, die Nutzung sorgfältig verfolgen, um Verschwendung zu vermeiden, und Multi-Cloud-Lösungen in Betracht ziehen, um die Flexibilität zu wahren und die Bindung an einen einzigen Anbieter zu vermeiden.
Ebenso wichtig ist die regelmäßige Bewertung der KI-Leistung und die Ausrichtung von Projekten an klar definierten ROI-Zielen. Der Einsatz KI-gesteuerter Tools zur Kostenanalyse und Ressourcenverteilung kann Unternehmen dabei helfen, Abläufe zu rationalisieren und die Kontrolle über ihre Budgets zu behalten.
KI-Governance spielt in regulierten Branchen eine Schlüsselrolle und stellt die Einhaltung strenger Rechts- und Branchenstandards sicher. Es schützt sensible Daten, fördert die Transparenz und mindert Risiken wie Voreingenommenheit oder schädliche Ergebnisse – Probleme, die zu ernsthaften rechtlichen oder rufschädigenden Problemen führen können.
Wenn Organisationen robuste Governance-Praktiken einführen, stärken sie nicht nur das Vertrauen und die Verantwortlichkeit, sondern stellen auch sicher, dass ihre KI-Systeme mit ethischen Grundsätzen und betrieblichen Zielen im Einklang stehen. Dieses Gleichgewicht ist entscheidend für die Wahrung der Integrität und das Erreichen von Geschäftszielen.
