Christian Meyer
Arineo GmbH - Senior PreSales Solution Architect
Arineo GmbH - Senior PreSales Solution Architect
Göttingen, Germany
Actions
Christian, an industrial engineer with a focus on automation technology and computer science, has forged a prominent career over more than a decade in Microsoft ERP systems, emphasizing procurement, sales, and inventory management. His career took root in the logistics field, where he implemented warehouse management systems in several projects. His expertise broadened through system introductions across various industries, enhancing the efficiency of numerous enterprises. Additionally, Christian has been involved with the Power Platform for the last five years, further solidifying his reputation as a versatile and knowledgeable consultant. Today, at Arineo GmbH, he stands as a trusted presales consultant, providing ERP system guidance to businesses.
Christian, ein Wirtschaftsingenieur mit den Schwerpunkten Automatisierungstechnik und Informatik, hat sich über mehr als ein Jahrzehnt hinweg eine erfolgreiche Laufbahn mit Microsoft-ERP-Systemen aufgebaut. Seine Schwerpunkte liegen in den Bereichen Beschaffung, Vertrieb und Bestandsverwaltung. Seine berufliche Laufbahn begann in der Logistik, wo er in mehreren Projekten Lagerverwaltungssysteme einführte. Durch Systemeinführungen in verschiedenen Branchen erweiterte er seine Expertise und trug dazu bei, die Effizienz zahlreicher Unternehmen zu steigern. Seit fünf Jahren arbeitet Christian außerdem mit der Power Platform und hat damit seinen Ruf als vielseitiger und erfahrener Berater weiter gefestigt. Heute unterstützt er bei der Arineo GmbH als geschätzter Presales-Berater Unternehmen bei der Auswahl und Einführung von ERP-Systemen.
Area of Expertise
Topics
Rethinking Demand Planning: Flexible Planning with Dynamics 365 and the Power Platform en de
Reliable demand planning is essential for maintaining product availability, managing inventory, supporting procurement, and preparing production. Yet many organizations still depend on complex Excel workbooks, manual coordination, and disconnected data sources. At the same time, real-world experience shows that demand planning is never entirely standardized. Planning levels, influencing factors, responsibilities, and calculation methods vary significantly between organizations.
In this session, I will demonstrate how the Microsoft Demand Planning app can be combined with Dynamics 365 Finance and Supply Chain Management to establish a structured yet flexible planning process. The session is based on lessons learned from a real production implementation.
We will follow the complete process: importing historical data from Dynamics 365, transforming and aggregating operational data, and calculating a forecast. We will then explore how planners can review, comment on, manually adjust, and compare planning scenarios. Finally, we will look at how approved planning results can be transferred back to Dynamics 365 and used in downstream supply-chain processes.
Additional topics include incorporating external influencing factors and custom forecasting models, handling outliers, configuring row-level access, and managing time fences, time freezes, and phase-in/phase-out scenarios during product transitions.
The session goes beyond a product feature overview. It focuses on the practical decisions required during an implementation: Which business and technical questions need to be answered? Where does the standard application already work well? Which requirements require additional configuration or custom solutions? And what foundations must be established regarding data quality, responsibilities, and the overall planning process?
Attendees will leave with a practical understanding of the architecture, process, and capabilities of the Demand Planning app, as well as concrete guidance for evaluating and implementing it within their own organization.
This session is based on experience from a real customer project in which Arineo became the first German Microsoft partner to put the Microsoft Demand Planning app into production. The customer’s identity, business data, and confidential project information will be anonymized or replaced with demonstration data.
The session is vendor-neutral and does not contain a sales presentation. It provides a practical and balanced view of the solution’s capabilities, architecture, implementation decisions, and current limitations. Depending on the technical conditions at the venue, the application will be demonstrated live or through a prepared recording.
Recommended duration: 45–60 minutes.
Target audience: Demand and supply planning professionals, Dynamics 365 consultants, solution architects, project managers, and Power Platform professionals.
Level: Intermediate.
Demand Planning neu gedacht: Flexible Planung mit Dynamics 365 und der Power Platform en de
Eine verlässliche Absatzplanung ist entscheidend für Lieferfähigkeit, Bestände, Beschaffung und Produktion. In vielen Unternehmen basiert sie jedoch noch immer auf komplexen Excel-Dateien, manuellen Abstimmungen und voneinander getrennten Datenquellen. Gleichzeitig zeigt die Praxis: Demand Planning ist niemals vollständig standardisiert. Planungsebenen, Einflussgrößen, Verantwortlichkeiten und Berechnungsmethoden unterscheiden sich von Unternehmen zu Unternehmen.
In dieser Session zeige ich anhand einer realen produktiven Einführung, wie die Microsoft Demand Planning App gemeinsam mit Dynamics 365 Finance and Supply Chain Management eingesetzt werden kann, um einen strukturierten und dennoch flexiblen Planungsprozess aufzubauen.
Wir verfolgen den vollständigen Prozess: von der Übernahme historischer Daten aus Dynamics 365 über deren Transformation und Aggregation bis zur Berechnung eines Forecasts. Anschließend betrachten wir, wie Planwerte gemeinsam geprüft, kommentiert, manuell angepasst und in unterschiedlichen Szenarien miteinander verglichen werden können. Auch die Rückgabe der freigegebenen Planung an Dynamics 365 und die Nutzung in nachgelagerten Prozessen werden gezeigt.
Weitere Themen sind die Einbindung externer Einflussgrößen und eigener Prognosemodelle, der Umgang mit Ausreißern, zeilenbasierte Berechtigungen sowie Time Fences, Time Freezes und Phase-in-/Phase-out-Szenarien bei Produktwechseln.
Neben den Funktionen der Anwendung stehen die Erfahrungen aus der Einführung im Mittelpunkt: Welche fachlichen und technischen Entscheidungen mussten getroffen werden? Wo funktioniert der Standard bereits gut? Welche Anforderungen benötigen zusätzliche Konfiguration oder individuelle Lösungen? Und welche Voraussetzungen müssen Daten, Organisation und Planungsprozess erfüllen?
Die Teilnehmenden erhalten einen praxisnahen Überblick über Architektur, Prozess und Funktionen sowie konkrete Orientierung für die Bewertung und Einführung der Demand Planning App im eigenen Unternehmen.
Die Session basiert auf Erfahrungen aus einem realen Kundenprojekt, in dem Arineo als erster deutscher Microsoft-Partner die Microsoft Demand Planning App produktiv eingeführt hat. Kundenname, Daten und geschäftskritische Informationen werden anonymisiert beziehungsweise durch Demodaten ersetzt.
Die Session ist hersteller- und vertriebsneutral ausgerichtet. Sie enthält keine Verkaufspräsentation, sondern eine praxisorientierte Betrachtung der Funktionen, Architektur, Projektentscheidungen und Grenzen der Lösung. Abhängig von den technischen Möglichkeiten vor Ort wird die Anwendung live oder anhand einer vorbereiteten Aufzeichnung demonstriert.
Empfohlene Dauer: 45 bis 60 Minuten.
Zielgruppe: Fachverantwortliche für Absatz- und Bedarfsplanung, Dynamics-365-Berater, Solution Architects, Projektleitungen und Power-Platform-Professionals.
Kenntnisniveau: Intermediate.
Beyond the Score: How AI can Improve a Real-World Supplier Evaluation Process en de
How reliably does a supplier deliver? Do confirmed and actual delivery dates match? How are quality, price stability, documentation, and service developing? In many organizations, the required information is already available across purchase orders, product receipts, quality records, and other transactions in Dynamics 365. Nevertheless, supplier evaluations are often performed manually, irregularly, or with individually maintained Excel workbooks.
In this session, I will demonstrate how Dynamics 365 Finance and Supply Chain Management, Power Apps, Power Automate, and artificial intelligence can be combined to create an end-to-end supplier evaluation process.
The process starts with flexible evaluation schemes. Organizations can define categories such as delivery reliability, schedule adherence, price stability, quality, documentation, and service, and supplement them with individual criteria and weightings. For each evaluation period, the relevant suppliers are selected and the required ERP data is provided automatically.
Power Automate calculates objectively measurable criteria directly from operational data. Company-specific rules, tolerance ranges, and exceptions can be taken into account. Criteria that cannot be derived entirely from system data can still be evaluated manually. The results are consolidated and weighted in a Power App and can, for example, be translated into an ABC classification.
Artificial intelligence can then interpret the results, summarize anomalies, and generate actionable recommendations. The outcome is therefore more than a score: it becomes an understandable foundation for supplier reviews, improvement measures, tenders, contract negotiations, and strategic procurement decisions.
This session is based on a solution developed with Dynamics 365 Finance and Supply Chain Management, Power Apps, Power Automate, and artificial intelligence. All supplier, procurement, and evaluation data used during the presentation will be anonymized or replaced with demonstration data.
This is not a sales presentation. In addition to the capabilities, the session will address the solution’s requirements and limitations, including data quality, the definition of objective evaluation criteria, exception handling, explainability, and the role of human judgment.
Recommended duration: 45–60 minutes.
Target audience: Procurement and supply chain professionals, Dynamics 365 consultants, solution architects, and Power Platform professionals.
Level: Intermediate.
Mehr als eine Bewertung: Wie KI einen realen Lieferantenprozess verbessern kann en de
Wie zuverlässig liefert ein Lieferant? Stimmen bestätigte und tatsächliche Liefertermine überein? Wie entwickeln sich Qualität, Preisstabilität, Dokumentation und Service? Die dafür benötigten Informationen sind in vielen Unternehmen vorhanden – verteilt über Bestellungen, Wareneingänge, Qualitätsdaten und weitere Vorgänge in Dynamics 365. Trotzdem erfolgt die Lieferantenbewertung häufig manuell, unregelmäßig oder auf Grundlage individuell gepflegter Excel-Dateien.
In dieser Session zeige ich, wie sich mit Dynamics 365 Finance and Supply Chain Management, Power Apps, Power Automate und künstlicher Intelligenz ein durchgängiger Prozess für die Lieferantenbewertung aufbauen lässt.
Ausgangspunkt sind flexibel konfigurierbare Bewertungsschemata. Unternehmen können Bewertungsknoten wie Termin- und Liefertreue, Preisstabilität, Qualität, Dokumentation oder Service definieren und diese durch individuelle Kriterien und Gewichtungen ergänzen. Für jeden Bewertungszeitraum werden die relevanten Lieferanten ausgewählt und die erforderlichen ERP-Daten automatisiert bereitgestellt.
Power Automate berechnet objektiv messbare Kriterien direkt aus den operativen Daten. Dabei können Toleranzbereiche, Ausnahmen und unternehmensspezifische Regeln berücksichtigt werden. Kriterien, die sich nicht vollständig aus Systemdaten ableiten lassen, können weiterhin manuell bewertet werden. Die Ergebnisse werden in einer Power App zusammengeführt, gewichtet und beispielsweise in eine ABC-Klassifizierung überführt.
Zusätzlich kann KI die Ergebnisse interpretieren, Auffälligkeiten zusammenfassen und konkrete Handlungsempfehlungen erzeugen. Dadurch entsteht nicht nur eine Punktzahl, sondern eine verständliche Grundlage für Lieferantengespräche, Verbesserungsmaßnahmen, Ausschreibungen und strategische Beschaffungsentscheidungen.
Die Session basiert auf einer mit Dynamics 365 Finance and Supply Chain Management, Power Apps, Power Automate und KI entwickelten Lösung. Verwendete Lieferanten-, Einkaufs- und Bewertungsdaten werden anonymisiert oder durch Demodaten ersetzt.
Die Session ist keine Verkaufspräsentation. Neben den Möglichkeiten werden auch Grenzen und Voraussetzungen der Lösung betrachtet – insbesondere Datenqualität, Definition objektiver Bewertungskriterien, Umgang mit Ausnahmen, Erklärbarkeit der Ergebnisse und die Rolle menschlicher Entscheidungen.
Empfohlene Dauer: 45 bis 60 Minuten.
Zielgruppe: Mitarbeitende und Verantwortliche aus Einkauf und Supply Chain Management, Dynamics-365-Berater, Solution Architects sowie Power-Platform-Professionals.
Kenntnisniveau: Intermediate.
Plan My Day: How AI can combine Customer Visits, Appointments and Individual Requirements en de
Planning a field sales day may sound straightforward: select the customers, schedule the appointments, and determine an efficient route. In reality, numerous constraints must be considered. Customers have different priorities and availability windows, existing appointments must be respected, breaks need to be scheduled, and sufficient time must be allocated for meetings and documentation. Traditional route optimization alone is often not enough.
In this session, I will demonstrate how a solution built with Microsoft Power Platform combines structured business data with naturally expressed requirements to create a realistic daily schedule for field sales representatives.
The process starts with customer and visit data from Dynamics 365. Users select the customers they want to visit and define their available working day. Fixed appointments, working hours, break times, and other constraints can be entered as structured information. Additional requirements can simply be expressed in natural language, for example:
“Schedule a lunch break between 12:30 and 1:15 p.m., take my private appointment at 3 p.m. into account, and reserve 15 minutes for documentation after every customer visit.”
AI interprets these instructions, combines them with the available customer, appointment, and location data, and generates an optimized daily schedule and route. Distances, travel times, available time windows, visit durations, and individual requirements can all be taken into account.
The resulting plan does not remain within an isolated application. Customer visits are automatically created as appointments in Outlook and documented within the relevant customer context in Dynamics 365. Visit notes and results can subsequently be assigned directly to the corresponding appointments and customer records.
In addition to the demonstration, we will examine the underlying architecture involving Power Apps, Power Automate, Dynamics 365, Outlook, and AI. We will also discuss which information should be provided as structured data, where natural-language input creates genuine value, and why AI-generated suggestions still require validation.
This session is based on a daily scheduling and route optimization solution developed with Power Apps, Power Automate, Dynamics 365, Outlook, and artificial intelligence. All customer, contact, location, and calendar data used during the session will be anonymized or replaced with demonstration data.
This is not a sales presentation. In addition to the benefits, the session will address relevant technical and functional limitations. These include source-data quality, the interpretation of natural-language requirements, conflicting time windows, and the need to review AI-generated planning suggestions before applying them.
An AI-generated schedule should be considered a qualified recommendation, not a guaranteed optimal or feasible route under all real-world conditions. Depending on the technical conditions at the venue, the solution will be demonstrated live or through a prepared recording.
Recommended duration: 45–60 minutes.
Target audience: Power Platform professionals, Dynamics 365 consultants, solution architects, and professionals responsible for sales, field operations, or field service.
Level: Intermediate.
Plan My Day: Wie KI Kundenbesuche und individuelle Anforderungen intelligent planen kann en de
Die Planung eines Außendiensttages klingt zunächst einfach: Kunden auswählen, Termine festlegen und eine möglichst effiziente Route bestimmen. In der Realität müssen jedoch zahlreiche Rahmenbedingungen berücksichtigt werden. Kunden haben unterschiedliche Prioritäten und Zeitfenster, Termine stehen bereits im Kalender, Pausen müssen eingeplant und ausreichend Zeit für Gespräche sowie Dokumentation vorgesehen werden. Klassische Routenoptimierung allein reicht dafür häufig nicht aus.
In dieser Session zeige ich, wie eine mit der Microsoft Power Platform entwickelte Lösung strukturierte Daten mit natürlich formulierten Anforderungen kombiniert und daraus einen realistischen Tagesplan für den Außendienst erstellt.
Ausgangspunkt sind Kunden- und Besuchsdaten aus Dynamics 365. Die Anwender wählen die zu besuchenden Kunden aus und definieren ihren verfügbaren Arbeitstag. Feste Termine, Arbeits- und Pausenzeiten sowie weitere Rahmenbedingungen können strukturiert hinterlegt werden. Zusätzliche Anforderungen werden einfach als Freitext formuliert – beispielsweise:
„Plane eine Mittagspause zwischen 12:30 und 13:15 Uhr ein, berücksichtige meinen privaten Termin um 15 Uhr und reserviere nach jedem Kundenbesuch 15 Minuten für die Dokumentation.“
Die KI interpretiert diese Vorgaben, verbindet sie mit den vorhandenen Kunden-, Termin- und Standortdaten und erstellt daraus eine optimierte Tages- und Routenplanung. Dabei werden unter anderem Entfernungen, Fahrzeiten, verfügbare Zeitfenster, Besuchsdauern und individuelle Anforderungen berücksichtigt.
Der erstellte Plan bleibt nicht innerhalb einer isolierten Anwendung. Die Besuchstermine werden automatisch in Outlook angelegt und gleichzeitig im Kontext der jeweiligen Kunden in Dynamics 365 dokumentiert. Besuchsnotizen und Ergebnisse können anschließend direkt den entsprechenden Terminen und Kundendatensätzen zugeordnet werden.
Neben der eigentlichen Demo betrachten wir die zugrunde liegende Architektur aus Power Apps, Power Automate, Dynamics 365, Outlook und KI. Außerdem besprechen wir, welche Informationen strukturiert vorliegen sollten, wann Freitext einen echten Mehrwert bietet und warum KI-basierte Vorschläge weiterhin validiert werden müssen.
Die Session basiert auf einer mit Power Apps, Power Automate, Dynamics 365, Outlook und KI entwickelten Lösung zur Tages- und Routenplanung. Alle verwendeten Kunden-, Kontakt-, Standort- und Kalenderdaten werden anonymisiert oder durch Demodaten ersetzt.
Die Session ist keine Verkaufspräsentation. Neben dem Nutzen werden auch technische und fachliche Grenzen behandelt. Dazu gehören die Qualität der Ausgangsdaten, die Interpretation frei formulierter Anforderungen, Konflikte zwischen Zeitfenstern sowie die Notwendigkeit, KI-generierte Planungsvorschläge vor der Übernahme zu überprüfen.
Eine KI-generierte Planung ist als qualifizierter Vorschlag und nicht als garantiert optimale oder in jeder Situation ausführbare Route zu verstehen. Abhängig von den technischen Möglichkeiten vor Ort wird die Lösung live oder anhand einer vorbereiteten Aufzeichnung demonstriert.
Empfohlene Dauer: 45 bis 60 Minuten.
Zielgruppe: Power-Platform-Professionals, Dynamics-365-Berater, Solution Architects sowie Verantwortliche aus Vertrieb, Außendienst und Field Service.
Kenntnisniveau: Intermediate.
From Email to Quotation: How AI can automate RfQ Processing in Dynamics 365 en de
Requests for quotations frequently arrive by email. Customers describe their requirements in the message body, use their own product descriptions, or provide additional information in PDF, Word, or Excel attachments. Sales employees must read the request, identify the customer and contact, match the requested products, recognize missing information, and manually create a quotation with all its line items in Dynamics 365.
In this session, I will demonstrate an end-to-end process in which an incoming request for quotation is processed with artificial intelligence and results in the automatic creation of a complete quotation in Dynamics 365.
The process begins with a new email arriving in a central sales mailbox. Power Automate retrieves the message body and any available attachments. A language model analyzes the request and converts the identified information into a predefined data structure. This can include the sender, company, delivery address, currency, requested delivery date, products, quantities, and units of measure.
The extracted information is then matched against the master data in Dynamics 365. The process checks whether the company and contact already exist and maps the customer’s product descriptions to internal item numbers. Alternative spellings, incomplete descriptions, and potential typographical errors can also be considered during the matching process.
Once the data has been identified and matched, the remaining quotation information is added. Prices, currencies, units, and other commercial information are not freely determined by AI. They are retrieved from the available master data, pricing information, and clearly defined business rules in Dynamics 365.
When all required information is available, Power Automate automatically creates the quotation header and the corresponding quotation lines in Dynamics 365. The original email and its attachments can be linked to the transaction, preserving traceability between the source request and the resulting quotation. Finally, the responsible sales employee can be notified and the quotation made available for review or further processing.
In addition to the live demonstration, we will examine the underlying architecture involving Outlook, Power Automate, AI services, Dataverse, and Dynamics 365. Other topics include structured AI outputs, customer and product matching, missing-information handling, confidence values, exception management, and determining which decisions can safely be automated.
Attendees will experience a complete, practical process: a request for quotation arrives by email, and only moments later the corresponding quotation—including header and line data—is available in Dynamics 365.
The session uses anonymized or fictional emails, attachments, customer records, product information, prices, and quotation data. No confidential customer-project information will be presented.
In the demonstrated scenario, the quotation is created automatically in Dynamics 365. For production use, organizations must decide—based on their data quality, business rules, and risk assessment—whether every quotation may be created automatically or whether uncertain or incomplete results require human approval.
AI interprets the request and supports the mapping of the included information. Prices, discounts, taxes, units, and other binding commercial values are retrieved from Dynamics 365 or determined through clearly defined rules. They are not freely generated by the language model.
This is not a sales presentation. In addition to the benefits, the session will cover failure scenarios, model limitations, data protection, traceability, and operational costs. Depending on the technical conditions at the venue, the solution will be demonstrated live or through a prepared recording.
Recommended duration: 45–60 minutes.
Target audience: Dynamics 365 and Power Platform professionals, solution architects, developers, and professionals responsible for sales or internal sales operations.
Level: Intermediate.
Von der E-Mail zum fertigen Angebot: Wie KI Angebotsanfragen in Dynamics 365 automatisieren kann en de
Angebotsanfragen erreichen Unternehmen häufig per E-Mail. Kunden beschreiben ihren Bedarf im Nachrichtentext, verwenden eigene Artikelbezeichnungen oder senden zusätzliche Informationen als PDF-, Word- oder Excel-Anhang. Mitarbeitende müssen die Anfrage lesen, Kunden und Kontakte identifizieren, Produkte zuordnen, fehlende Informationen erkennen und anschließend ein Angebot mit allen Positionen manuell in Dynamics 365 anlegen.
In dieser Session zeige ich einen durchgängigen Prozess, bei dem eine eingehende Angebotsanfrage mithilfe künstlicher Intelligenz verarbeitet wird und der Ablauf mit der automatischen Erstellung eines vollständigen Angebots in Dynamics 365 endet.
Der Prozess beginnt mit einer neuen E-Mail im zentralen Vertriebspostfach. Power Automate übernimmt den Nachrichtentext und die vorhandenen Anhänge. Ein Sprachmodell analysiert die Anfrage und überführt die erkannten Informationen in eine definierte Datenstruktur. Dazu gehören beispielsweise Absender, Unternehmen, Lieferadresse, Währung, gewünschter Liefertermin sowie die angefragten Produkte, Mengen und Mengeneinheiten.
Anschließend werden die extrahierten Informationen mit den Stammdaten in Dynamics 365 abgeglichen. Der Prozess prüft, ob Unternehmen und Kontakt bereits vorhanden sind und ordnet die Kundenbezeichnungen den internen Artikelnummern zu. Dabei können auch abweichende Schreibweisen, unvollständige Produktbezeichnungen und mögliche Tippfehler berücksichtigt werden.
Auf Grundlage der erkannten und zugeordneten Daten werden die notwendigen Angebotsinformationen ergänzt. Preise, Währungen, Einheiten und weitere kaufmännische Angaben stammen dabei nicht aus einer freien Entscheidung der KI, sondern aus den hinterlegten Stamm- und Preisdaten sowie den definierten Geschäftsregeln in Dynamics 365.
Sobald alle erforderlichen Informationen vorliegen, erstellt Power Automate automatisch den Angebotskopf und die zugehörigen Angebotspositionen in Dynamics 365. Die ursprüngliche E-Mail und ihre Anhänge können mit dem Vorgang verknüpft werden, sodass Herkunft und Verarbeitung der Informationen nachvollziehbar bleiben. Abschließend kann der zuständige Vertriebsmitarbeitende benachrichtigt und das Angebot zur weiteren Prüfung oder direkten Bearbeitung bereitgestellt werden.
Neben der Live-Demonstration betrachten wir die Architektur aus Outlook, Power Automate, KI-Diensten, Dataverse und Dynamics 365. Weitere Schwerpunkte sind strukturierte KI-Ausgaben, Kunden- und Produktmatching, die Behandlung fehlender Angaben, Confidence-Werte, Fehlerbehandlung und die Frage, welche Entscheidungen automatisiert werden dürfen.
Die Teilnehmenden erleben einen vollständigen, praxisnahen Prozess: Eine Angebotsanfrage kommt per E-Mail an – und wenige Augenblicke später steht das zugehörige Angebot mit Kopf- und Positionsdaten in Dynamics 365 bereit.
Die Session verwendet anonymisierte beziehungsweise fiktive E-Mails, Anhänge, Kunden-, Produkt-, Preis- und Angebotsdaten. Es werden keine vertraulichen Informationen aus Kundenprojekten gezeigt.
Im dargestellten Szenario wird das Angebot automatisch in Dynamics 365 erstellt. Für einen produktiven Einsatz müssen Unternehmen anhand ihrer Datenqualität, Geschäftsregeln und Risikobewertung entscheiden, ob jedes Angebot automatisch angelegt werden darf oder ob bei unsicheren beziehungsweise unvollständigen Ergebnissen eine manuelle Freigabe erforderlich ist.
Die KI interpretiert die Angebotsanfrage und unterstützt bei der Zuordnung der enthaltenen Informationen. Preise, Rabatte, Steuern, Einheiten und andere verbindliche kaufmännische Angaben werden aus Dynamics 365 beziehungsweise aus eindeutig definierten Regeln übernommen und nicht frei durch das Sprachmodell erzeugt.
Die Session ist keine Verkaufspräsentation. Sie behandelt neben dem Nutzen auch Fehlerszenarien, Modellgrenzen, Datenschutz, Nachvollziehbarkeit und Betriebskosten. Abhängig von den technischen Möglichkeiten vor Ort erfolgt die Demonstration live oder anhand einer vorbereiteten Aufzeichnung.
Empfohlene Dauer: 45 bis 60 Minuten.
Zielgruppe: Dynamics-365- und Power-Platform-Professionals, Solution Architects, Entwickler sowie Verantwortliche aus Vertrieb und Vertriebsinnendienst.
Kenntnisniveau: Intermediate.
Please note that Sessionize is not responsible for the accuracy or validity of the data provided by speakers. If you suspect this profile to be fake or spam, please let us know.
Jump to top