Istället för hanterad AI: Varför Rewe förlitar sig på Camunda för sin logistik – AI-agenter under kontroll

Hur Rewe förbereder sig digitalt för nästa våg av automatisering

Vem kommer att styra framtidens stormarknad? Rewes geniala drag inom processautomation

Den digitala transformationen av dagligvaruhandeln når en ny dimension. När en gigant som Rewe beslutar sig för att hantera sina mycket komplexa varuhanterings- och logistikprocesser via Camundas orkestreringsplattform handlar det om mycket mer än bara en rutinmässig IT-uppdatering. Det är ett strategiskt svar på en av de mest angelägna frågorna inom modern affärsledning: Hur kan artificiell intelligens (AI) integreras produktivt och framför allt juridiskt kompatibelt i affärskritiska processer utan att avstå från kontrollen till externa leverantörer? I en miljö som kännetecknas av strikta KRITIS-regler, hotande NIS2-regler och det ständiga hotet om störningar i leveranskedjan hamnar digital styrning i rampljuset. Den här artikeln analyserar på djupet varför Rewe medvetet väljer så kallad "agentisk orkestrering" istället för traditionella hanterade AI-lösningar, hur företaget skyddar sig mot tekniska beroenden och varför detta strategiska beslut skulle kunna fungera som en ritning för hela detaljhandels- och logistikbranschen.

När programvaruval blir ett strategiskt beslut

Beskedet att Rewe digitalt kommer att hantera sin varuhantering och logistik via Camunda-plattformen framstår vid första anblicken som en typisk IT-nyhet från detaljhandeln. I verkligheten representerar dock detta beslut ett grundläggande ekonomiskt skifte som sträcker sig långt bortom Rewes enskilda fall. Det handlar om frågan om vem som kommer att behålla kontrollen över de mest kritiska processerna i en detaljhandelskoncern i takt med att artificiell intelligens i allt högre grad ingriper i operativa rutiner.

Camunda positionerar sig inte som en traditionell AI-leverantör, utan som en så kallad plattform för agentisk orkestrering. I huvudsak betyder detta att själva programvaran inte genererar innehåll, tränar språkmodeller eller besitter några oberoende kognitiva förmågor. Istället antar den rollen av en dirigent som avgör när vilken aktör – vare sig det är människa, IT-system eller AI-agent – ​​blir aktiv vid vilken tidpunkt i en affärsprocess. Denna distinktion är avgörande för att förstå de verkliga ekonomiska konsekvenserna av Rewes beslut.

Den osynliga infrastrukturen bakom miljarder godstransporter

Rewe Digital är Rewe-koncernens teknikdotterbolag och ansvarar, som koncernens största IT-enhet, för digitala tjänster för flera miljoner kunder och cirka 380 000 anställda i hela koncernen, med cirka 2 500 anställda på elva platser i fem länder. Logistik, lagerstyrning och leveranskedjehantering är bland kärnuppgifterna för denna enhet, eftersom den ska säkerställa den dagliga livsmedelsförsörjningen till mer än 80 miljoner människor.

I denna miljö förlitar sig Rewe Digital nu på Camunda för att hantera ordrar, fakturor och logistikprocesser med leverantörer och partners mer tillförlitligt, skalbart och transparent. Den avgörande faktorn ur programvaruleverantörens perspektiv var att applikationen kan anpassas under drift och integreras i den befintliga IT-arkitekturen utan större systemförändringar. För ett företag av denna storlek, som dagligen flyttar enorma mängder varor genom ett komplext nätverk av lager, fordonsflottor och leverantörsrelationer, är denna operativa kontinuitet ett värde som direkt kan omsättas i euro och cent, eftersom alla systemavbrott inom livsmedelslogistiken orsakar omedelbart mätbara kostnader och i värsta fall leveransbrist.

BPMN som ett gemensamt språk mellan avdelning och teknik

En viktig del av Camunda-plattformen är BPMN-modellering, eller Business Process Model and Notation. Detta är ett grafiskt notationsspråk som används för att representera affärsprocesser som flödesscheman som kan läsas och förstås av både IT-proffs och anställda utan programmeringskunskaper. Frank Rothmann, Senior Product Owner för Workload Automation på Rewe Digital, betonar att detta gemensamma språk mellan teknik- och affärsavdelningar är avgörande i ett företag av denna storlek eftersom komplexa och dynamiska processer måste kartläggas på ett sätt som är begripligt för alla inblandade.

Denna transparens är inte på något sätt bara en bekväm funktion för intern kommunikation. Den fyller en konkret reglerande funktion, eftersom Rewe, på grund av sin storlek inom livsmedelshandeln, klassificeras som ett KRITIS-företag, vilket betyder en operatör av kritisk infrastruktur. I Tyskland gäller för livsmedelssektorn tröskelvärden på cirka 434 500 ton livsmedel eller 350 miljoner liter drycker per år, över vilka företag klassificeras som kritisk infrastruktur och därför omfattas av strikta lagstadgade rapporteringskrav. System för central styrning och övervakning, såsom ERP, varuhantering och lagerhanteringssystem, nämns uttryckligen – just inom det område där Camunda nu används.

Regulatoriskt tryck som den faktiska drivkraften bakom beslutet

Det europeiska NIS2-direktivet och den tyska IT-säkerhetslagen skärper kontinuerligt kraven för operatörer av kritisk infrastruktur. Företag måste genomföra riskbedömningar, upprätta dokumenterade incidenthanteringsprocesser, rapportera säkerhetsincidenter till Bundesamt für Informationssicherheit (BSI) inom en kort tidsram och regelbundet tillhandahålla bevis på sina IT-säkerhetsåtgärder. Överträdelser kan bestraffas med böter på upp till 20 miljoner euro och, i fall av bevisad vårdslöshet, med personligt ansvar för ledningen.

Ur detta perspektiv framstår valet av Camunda mindre som ett beslut för ett särskilt innovativt verktyg och mer som ett beslut för rättssäkerhet. Programvaruleverantören själv pekar uttryckligen på ett enhetligt, kompatibelt och granskningsbart orkestreringslager utformat för att göra det enklare för återförsäljare att följa stränga lagkrav. Lika viktigt var plattformens företagsmognad, eftersom även om lösningar med öppen källkod erbjuder låga inträdesbarriärer är professionellt leverantörsstöd, tydliga ansvarsvillkor och garanterade svarstider avgörande för affärskritisk infrastruktur.

Vad Camunda faktiskt kan göra tekniskt sett och vad den inte kan

För att besvara frågan om Camunda är en hanterad AI är det först nödvändigt att klargöra vad termen "hanterad AI" egentligen beskriver. Hanterad AI hänvisar vanligtvis till outsourcing av AI-funktioner och ansvar till en specialiserad extern tjänsteleverantör som tar över hela eller delar av AI-livscykeln. Detta inkluderar att förbereda träningsdata, utveckla och träna modeller, driftsätta dem i produktionsmiljöer samt kontinuerligt övervaka, skala och underhålla dessa modeller. Helst fokuserar kunden enbart på att använda AI-funktionaliteten, medan leverantören hanterar all teknisk komplexitet i bakgrunden.

Camunda uppfyller inte denna definition, och plattformen påstår inte heller att de gör det. Camunda tränar inte sina egna språkmodeller, driver inte sin egen AI-infrastruktur i form av maskininlärningsdatacenter och tar inget ansvar för kvaliteten på AI-genererade svar. Istället positionerar sig företaget uttryckligen som ett LLM-agnostiskt orkestreringslager som ligger ovanför befintliga system, agenter och automatiseringsverktyg och koordinerar när och hur varje agent, språkmodell eller människa blir aktiv i en process. Camunda beskriver sig själv som ett lager som förblir konsekvent oavsett vilken modell eller molnleverantör som ersätts i bakgrunden.

Den arkitektoniska separationen av beslutsfattande och utförande

Ur ett tekniskt perspektiv bygger Camunda-arkitekturen på en medveten separation av två ansvarsområden. Å ena sidan finns språkmodellen, som tolkar systemprompten, den aktuella användarförfrågan och de tillgängliga verktygsbeskrivningarna, och bestämmer vilket verktyg som anropas, i vilken ordning och med vilka parametrar. Å andra sidan finns Camunda självt, som faktiskt exekverar de specifikt valda BPMN-aktiviteterna, permanent lagrar processtillståndet, hanterar återförsök och felhantering, och säkerställer samordning av mänskliga uppgifter och deterministisk processlogik.

Denna metod gör det möjligt för AI-agenter att behandlas som lika deltagare i en affärsprocess utan att de får obegränsad autonomi. Varje agent körs som en ad hoc-delprocess med sin egen språkmodell, verktyg, systemprompt och strukturella skyddsräcken. Det underliggande exekveringssystemet, Zeebe, är händelsestyrt, horisontellt skalbart och lagrar tillståndet i varje steg, vilket skapar en komplett revisionslogg för varje processexekvering.

Här får du lära dig hur ditt företag kan implementera skräddarsydda AI-lösningar snabbt, säkert och utan höga inträdesbarriärer.

En hanterad AI-plattform är din heltäckande och bekymmersfria lösning för artificiell intelligens. Istället för att behöva hantera komplex teknik, dyr infrastruktur och långa utvecklingsprocesser får du en färdig lösning skräddarsydd efter dina behov från en specialiserad partner – ofta inom bara några dagar.

De viktigaste fördelarna i korthet:

⚡ Snabb implementering: Från idé till färdig applikation på dagar, inte månader. Vi levererar praktiska lösningar som skapar omedelbart mervärde.

🔒 Maximal datasäkerhet: Dina känsliga uppgifter stannar hos dig. Vi garanterar säker och korrekt behandling utan att dela data med tredje part.

💸 Ingen ekonomisk risk: Du betalar bara för resultat. Höga initiala investeringar i hårdvara, mjukvara eller personal elimineras helt.

🎯 Fokusera på din kärnverksamhet: Koncentrera dig på det du gör bäst. Vi tar hand om hela den tekniska implementeringen, driften och underhållet av din AI-lösning.

📈 Framtidssäkert och skalbart: Din AI växer med dig. Vi säkerställer kontinuerlig optimering och skalbarhet, och anpassar modellerna flexibelt till nya krav.

Mer information här:

• Den hanterade AI-lösningen - Industriella AI-tjänster: Nyckeln till konkurrenskraft inom tjänste-, industri- och maskintekniksektorerna

Styrning istället för intelligens som kärnlöfte

Denna styrningsförmåga är just där Camundas verkliga värde ligger – och samtidigt den grundläggande skillnaden jämfört med en hanterad AI-lösning. Medan en hanterad AI-plattform främst är utformad för att ge företag snabb och enkel tillgång till kraftfulla AI-funktioner utan att de behöver bygga upp sin egen tekniska expertis, strävar Camunda efter ett annat mål. Det handlar om att kanalisera befintliga eller förvärvade AI-funktioner, oavsett leverantör, till kontrollerade, spårbara och regelmässigt kompatibla kanaler.

Camunda formulerar själva detta påstående med analogin att plattformen orkestrerar agenter utifrån samtidigt som den integrerar verkställbara kontrollpunkter inifrån processen, vilket säkerställer att riktlinjer, godkännanden och eskaleringsvägar är ordentligt integrerade i arbetsflödet och inte behöver läggas till retroaktivt. För ett kritiskt infrastrukturföretag som Rewe är detta löfte den avgörande hävstången, eftersom det möjliggör framtida integration av AI-agenter i affärskritiska processer utan att offra den nödvändiga mänskliga tillsynen, granskningsbarheten och spårbarheten som är nödvändig för övergången från pilotfasen till produktiv användning.

Skulle en hanterad AI ha varit det bättre valet?

Frågan om huruvida en traditionell hanterad AI-lösning hade varit det bättre alternativet för Rewe kan besvaras tydligt nekande ur ett ekonomiskt perspektiv, av flera oberoende skäl. För det första adresserar en hanterad AI-plattform ett annat problem: att ge snabb och riskfri tillgång till AI-funktionalitet för företag som inte är villiga eller kan utveckla djupgående teknisk expertis själva. Rewe Digital har dock redan en av de största IT-organisationerna inom den tyska detaljhandeln, med nästan 2 500 interna IT-specialister. Därför har Rewe Digital inte behovet av att helt outsourca teknisk komplexitet, utan snarare behovet av att orkestrera ett växande antal heterogena system och, i framtiden, AI-agenter från olika leverantörer på ett kontrollerat sätt.

För det andra skulle ett engagemang för en enda hanterad AI-plattform i praktiken innebära ett beroende av en specifik modellleverantör eller AI-arkitektur. För ett företag som har arbetat med olika leverantörer, partners och system under många år och vars tekniska landskap ständigt utvecklas, skulle ett sådant åtagande innebära en betydande strategisk risk. Om till exempel en annan språkmodell visar sig vara bättre lämpad för vissa uppgifter, eller om en leverantör drastiskt höjer sina priser, skulle hela processlandskapet i värsta fall behöva byggas om med en hanterad AI-lösning. Däremot tillåter Camundas orkestreringsmodell att den underliggande modellen ersätts utan att det krävs en fullständig ombyggnad av den övergripande affärsprocessen.

För det tredje är den regulatoriska situationen inom dagligvaruhandeln en avgörande faktor. Som en kritisk infrastrukturoperatör kräver Rewe fullständig spårbarhet av vilka beslut som fattades, när, av vem och på vilken grund. En hanterad AI-lösning, där en extern tjänsteleverantör ansvarar inte bara för infrastrukturen utan också för betydande delar av den operativa kontrollen och ibland till och med själva modellvalet, skulle potentiellt komplicera denna beviskedja eftersom den skapar ytterligare beroenden av en extern leverantörs transparens och samarbetsvilja. Däremot behåller orkestreringsmetoden kontrollen över hela beslutsprocessen internt, medan endast den faktiska kognitiva prestandan, dvs. språkmodellen, kan outsourcas.

Den ekonomiska logiken bakom tillverkarneutralitet

En annan ekonomiskt viktig aspekt är den så kallade leverantörsneutraliteten hos Camunda-arkitekturen. Företaget främjar aktivt det faktum att kunder kan använda vilket agentramverk som helst, vilken språkmodell som helst som GPT-4, Gemini eller Claude, och vilken molnleverantör som helst utan att behöva skriva om den underliggande processlogiken vid byte. För ett företag av Rewe-gruppens storlek, som driver heterogena IT-system som har utvecklats under årtionden och samtidigt kontinuerligt behöver integrera nya tekniker, är detta oberoende från enskilda teknikleverantörer en betydande strategisk fördel, vilket resulterar i lägre byteskostnader och större förhandlingsstyrka med enskilda AI-leverantörer.

Denna logik kan förklaras med det klassiska ekonomiska konceptet leverantörslåsning. Den som helt förlitar sig på en enda leverantörs slutna hanterade AI-plattform skapar ett beroende som på medellång till lång sikt försvagar deras förhandlingsposition med den leverantören och begränsar deras flexibilitet att reagera på tekniska innovationer från andra marknadsaktörer. Ett leverantörsoberoende orkestreringslager som Camunda minskar denna risk avsevärt, eftersom det fungerar som en neutral mellanhand som möjliggör utbyte av enskilda komponenter utan att äventyra den övergripande arkitekturen.

Skalning som en central fråga för affärsledning

En ofta underskattad aspekt av Rewes beslut är företagets stora storlek. Med miljontals kundinteraktioner per vecka, hundratusentals anställda och ett logistiknätverk som förser fler än 80 miljoner människor med dagligvaror, verkar Rewe i en skala där även mindre ineffektiviteter i processkontrollen kan leda till betydande absoluta kostnader. Ett centralt, nätverksanslutet orkestreringslager som koordinerar ordrar, fakturor och logistikprocesser med leverantörer och partners lovar direkta besparingar genom lägre felfrekvenser, snabbare genomloppstider och bättre utnyttjande av befintliga lagerhanteringssystem.

Att applikationen kan anpassas under drift är inte på något sätt en obetydlig ekonomisk faktor. Varje större systemförändring i ett företag av denna storlek medför vanligtvis betydande omställningskostnader, produktivitetsförluster under övergångsfasen och avsevärda operativa risker. En lösning som kan implementeras gradvis och parallellt med befintliga system minimerar dessa omvandlingskostnader avsevärt och gör det möjligt för Rewe att göra och utvärdera investeringen i mindre, hanterbara steg innan en företagsomfattande utrullning.

Förberedelser inför nästa våg av automatisering

Det anmärkningsvärda med kommunikationen från Rewe Digital och Camunda är att den nuvarande utrullningen uttryckligen beskrivs som ett preliminärt steg mot djupare AI-integration. Som ett nästa steg avser Rewe Digital att utöka orkestreringsplattformen till andra affärsområden och därigenom samtidigt förbereda för en regelmässigt kompatibel användning av AI i hela processkedjan. Denna formulering avslöjar mycket om projektets verkliga strategiska prioritet, eftersom den visar att den verkliga transformativa effekten först förväntas uppstå i en andra fas, när autonoma AI-agenter gradvis integreras i redan etablerade, övervakade processstrukturer.

Detta tillvägagångssätt återspeglar ett allt vanligare mönster i affärsverksamhet, där företag först etablerar den organisatoriska och tekniska grunden för styrning och spårbarhet innan de faktiskt integrerar autonomt verkande AI-system i affärskritiska områden. Anledningen är uppenbar: en AI-agent som självständigt justerar ordrar, hanterar leverantörskommunikation eller utför fakturakontroller i en logistikprocess kan orsaka betydande ekonomisk skada om den fattar felaktiga beslut. Utan en robust kontrollstruktur som loggar varje enskilt steg och möjliggör mänsklig intervention vid behov, skulle en sådan implementering knappast vara motiverad i ett kritiskt infrastrukturföretag.

Ekonomiska risker och öppna frågor

Trots de övertygande argumenten för styrning avslöjar en närmare granskning några kritiska punkter. För det första är det fortfarande oklart i vilken utsträckning och med vilken investeringsvolym Rewe faktiskt använder plattformen, eftersom den tillgängliga informationen enbart kommer från ett pressmeddelande från programvaruleverantören och saknar oberoende bekräftelse från Rewe självt eller detaljer om kostnader och kontraktslängder. Sådana tillkännagivanden tjänar naturligtvis också leverantörens egna marknadsföringssyften, vilket är anledningen till att en viss försiktighet är motiverad vid bedömningen av den faktiska effekten.

Å andra sidan skapar den ökande centraliseringen av affärsprocesser på en enda orkestreringsplattform en ny form av beroende, ett som inte är knutet till en specifik AI-modell, utan snarare till själva orkestreringsleverantören. Om Camunda skulle stöta på ekonomiska svårigheter, väsentligt ändra sin prisstruktur eller ändra strategiska prioriteringar, skulle Rewe Digital stå inför betydande kostnader om en förändring skulle bli nödvändig. Denna koncentration av operativ kontroll på en enda infrastrukturleverantör, även en som arbetar modelloberoende, förblir en strukturell risk som naturligtvis inte tas upp i den offentliga debatten.

Betydelse för hela detaljhandeln

Utöver det specifika fallet Rewe kan detta beslut tolkas som en signal för hela detaljhandels- och logistiksektorn. Med tanke på de ökande regelkraven som införs genom NIS2 och den övergripande lagen KRITIS, vilka har intensifierats sedan 2025 respektive 2026, står många företag inom livsmedelshandeln inför samma utmaning: att använda artificiell intelligens produktivt utan att kompromissa med den nödvändiga ansvarsskyldigheten och kontrollerbarheten i sina system. Camundas positionering som ett neutralt styrlager mellan affärsprocesser och AI-kapacitet tar därmed upp en kritisk fråga som sträcker sig långt bortom detaljhandelssektorn och är potentiellt relevant för alla reglerade, processintensiva branscher – från finans och energiförsörjning till hälso- och sjukvård.

I detta avseende kan Camunda-Rewe-samarbetet ses som ett exemplariskt exempel på en större trend där företag i allt högre grad inser att den verkliga utmaningen med AI-implementering inte ligger i tillgången till kraftfulla språkmodeller, som nu tillhandahålls av många leverantörer till konkurrenskraftiga priser, utan i den tillförlitliga, granskningsbara och juridiskt korrekta integrationen av dessa modeller i befintliga, ofta väletablerade och starkt reglerade affärsprocesser. Företag som outsourcar denna integration till en extern AI-leverantör riskerar att förlora just den kontroll som, för ett kritiskt infrastrukturföretag som Rewe, utgör själva grunden för dess digitala suveränitet.

Inom industriell B2B uppstår sällan hållbara affärsrelationer över en natt. De utvecklas steg för steg – genom synlighet, professionell relevans, återkommande kontaktpunkter och växande förtroende. Xpert.Digitals 4-stegsmodell adresserar just detta: Den erbjuder en strukturerad väg som börjar med en hanterbar ingångspunkt och kan utvecklas till djupare samarbete inom affärsutveckling vid behov.

Istället för att förlita sig på högljudda marknadsföringslöften sätter den här modellen relationen i förgrunden. Företag börjar med tydligt definierade, lättberäknade mått och bestämmer sedan, baserat på egen erfarenhet, hur långt de vill utöka samarbetet. En nyckelfaktor för denna ostörda förtroendeskapande process: Plattformen undviker helt irriterande reklam, så det redaktionella fokuset ligger enbart på företagens expertis.

Mer information här:

• Från synlighet till förtroende: Din skalbara väg med Xpert.Digital

☑️ Vårt affärsspråk är engelska eller tyska

☑️ NYTT: Korrespondens på ditt modersmål!

 

Jag och mitt team står gärna till er förfogande som er personliga rådgivare.

Du kan kontakta mig genom att fylla i kontaktformuläret här wolfenstein@xpert.digital:eller helt enkelt ringa mig på +49 7348 4088 965. Min e-postadress är

Jag ser fram emot vårt gemensamma projekt.

 

 

☑️ Stöd till små och medelstora företag inom strategi, konsultation, planering och implementering

☑️ Skapande eller omstrukturering av den digitala strategin och digitaliseringen

☑️ Utökning och optimering av internationella säljprocesser

☑️ Globala och digitala B2B-handelsplattformar

☑️ Pionjär inom affärsutveckling / marknadsföring / PR / mässor