Baptiste Bouvier, CEO und Mitgründer von Daptic – Interviewreihe

Baptiste Bouvier ist CEO und Mitgründer von Daptic. Dort arbeitet er daran, regulatorische Erkenntnisse mit der Produktentwicklung zu verknüpfen. Als Absolvent des MIT in Informatik und Ingenieurwissenschaften verfügt er über Erfahrung in der KI- und Autonomieforschung am MIT CSAIL, im Bereich Gesundheits-KI bei Babylon Health, in der quantitativen Forschung bei J.P. Morgan, in der AR-/VR-Technik bei Meta und in der Beratung bei McKinsey. Seine Arbeit konzentriert sich darauf, Herstellern dabei zu helfen, komplexe regulatorische Anforderungen in konkrete technische Entscheidungen zu überführen.

Daptic bietet eine KI-gestützte Plattform für Produktkonformität, die regulatorische Änderungen, ihre Auslegung und Produktanforderungen über den gesamten Produktlebenszyklus hinweg miteinander verknüpft. Die Software unterstützt Fachleute für Regulierungsfragen, Ingenieure und Produktteams dabei, globale Anforderungen zu überwachen, ihre Auswirkungen zu bewerten und sie in Entwicklungsabläufe einzubeziehen – mit nachvollziehbaren Quellen und menschlicher Aufsicht. In diesem Interview spricht Bouvier über regulatorische Erkenntnisse, physische KI, maschinenlesbare Konstruktionsvorgaben und den Wandel hin zu einem kontinuierlichen Lebenszyklusmanagement der Produktkonformität.

Ihre berufliche Laufbahn führte Sie von der KI- und Autonomieforschung am MIT CSAIL über Gesundheits-KI bei Babylon Health, quantitative Forschung bei J.P. Morgan und AR-/VR-Technik bei Meta bis hin zur Beratung bei McKinsey. Wie haben diese Erfahrungen Ihre Entscheidung geprägt, Daptic mitzugründen, und was hat Sie davon überzeugt, dass KI die regulatorische Informationsbeschaffung grundlegend verändern könnte?

Für mich wurde vor allem deutlich, wie stark die Produktentwicklung von Regulierungen geprägt ist und wie wenig Software es gab, um diese Arbeit zu unterstützen.

Mein Hintergrund liegt vor allem in der Informatik, ergänzt durch Kenntnisse im Maschinenbau. Bevor ich Daptic gründete, war ich in verschiedenen technischen Bereichen tätig. Bei McKinsey erhielt ich jedoch einen genaueren Einblick darin, wie große Unternehmen physische Produkte entwickeln und wie Regulierungen diesen Prozess verlangsamen können.

Ich erlebte hochentwickelte Unternehmen, die einen entscheidenden Teil der Produktentwicklung mithilfe von Dokumenten, Tabellen, E-Mails und Gesprächen zwischen zahlreichen Teams bewältigten. Eine Regulierung kann als juristischer Text beginnen, den eine Regierung veröffentlicht. Irgendwann muss jedoch jemand daraus eine konkrete technische Anforderung ableiten, die die Produktgestaltung verändert.

Diese Lücke zwischen Regulierung und Technik hat mich interessiert. Damit waren enorme Fachkenntnisse verbunden, doch es gab kaum eine Infrastruktur, die diese Arbeit miteinander verknüpfte. Wir fassen diesen umfassenderen Bereich unter dem Begriff Lebenszyklusmanagement der Produktkonformität zusammen. Dabei geht es darum, regulatorische Änderungen, ihre Auslegung und Produktanforderungen mit den Entscheidungen zu verknüpfen, die Teams während der gesamten Produktentwicklung und über die gesamte Lebensdauer des Produkts hinweg treffen.

KI verändert die Möglichkeiten, weil sie große Mengen an regulatorischen Materialien, Produktinformationen und Wissen innerhalb einer Organisation gleichzeitig verarbeiten kann. Dadurch bietet sich die Chance, eine Infrastruktur für einen Arbeitsablauf aufzubauen, der bislang in hohem Maße von manueller Arbeit abhängig war. Das war die eigentliche Grundlage für Daptic.

Produktentwickler in Branchen wie der Automobilindustrie, der Luft- und Raumfahrt, der Verteidigung, der Herstellung medizinischer Geräte und der Robotik müssen sich möglicherweise mit Tausenden sich weiterentwickelnden Vorschriften auseinandersetzen. Wo bietet KI den größten Vorteil, wenn es darum geht, diese enorme Menge regulatorischer Informationen so aufzubereiten, dass Ingenieure sie bei der Produktentwicklung tatsächlich nutzen können?

Der größte Vorteil besteht darin, die Verbindung zwischen den Entwicklungen im regulatorischen Umfeld und den Veränderungen am Produkt aufrechtzuerhalten.

Stellen Sie sich vor, Sie entwickeln ein komplexes physisches Produkt, das später in 30 oder 40 verschiedenen geografischen Märkten verkauft werden soll. Sie müssen herausfinden, welche Vorschriften gelten, ihre Änderungen überwachen, feststellen, welche davon für Ihr Produkt relevant sind, und die einschlägigen Anforderungen in technische Entscheidungen überführen.

KI kann das regulatorische Umfeld kontinuierlich überwachen und die Informationsmenge eingrenzen, die ein Team prüfen muss. Ändert sich eine Anforderung, kann das System dabei helfen, betroffene Produkte, Komponenten oder technische Entscheidungen zu ermitteln und den zuständigen Personen die relevanten Zusammenhänge bereitzustellen.

Noch interessanter ist die Möglichkeit, den regulatorischen Kontext direkt in den technischen Arbeitsablauf einzubinden. Ein Ingenieur, der eine Konstruktionsentscheidung trifft, sollte schnell die damit verbundenen Anforderungen verstehen können, ohne manuell verschiedene Rechtsräume, Normen und Regulierungsbereiche durchsuchen zu müssen.

Vorschriften ändern sich, und Produkte verändern sich ebenfalls. Der entscheidende Nutzen besteht darin, diese beiden Systeme miteinander verbunden zu halten, damit Teams die Auswirkungen erkennen können, solange noch Zeit bleibt, eine andere technische Entscheidung zu treffen. Diese kontinuierliche Verbindung ist ein wesentlicher Bestandteil des Lebenszyklusmanagements der Produktkonformität.

Die Einhaltung regulatorischer Vorgaben ist ein besonders risikoreicher Anwendungsbereich für KI: Wird eine Anforderung übersehen oder falsch ausgelegt, kann das schwerwiegende Folgen haben. Wie geht Daptic bei der Anwendung von KI auf regulatorische Informationen mit Genauigkeit, Erklärbarkeit und menschlicher Aufsicht um?

Vertrauen ist in diesem Bereich von grundlegender Bedeutung.

Regulatorische Entscheidungen erfordern ein hohes Maß an Sicherheit. Deshalb muss die Rückverfolgbarkeit in den Arbeitsablauf integriert sein. Teams müssen nachvollziehen können, woher Informationen stammen, die zugrunde liegenden Quellen prüfen und verstehen können, wie eine Auslegung zustande gekommen ist.

Menschliche Fachkenntnis bleibt äußerst wichtig, denn Vorschriften lassen häufig Spielraum für Auslegungen. Eine Vorschrift kann viele Informationen liefern, doch ihre Anwendung auf ein bestimmtes Produkt erfordert oft Kontext, Erfahrung und Urteilsvermögen. Außerdem können verschiedene Fachleute dieselbe Anforderung unterschiedlich auslegen.

Unser Ansatz besteht darin, KI zur Unterstützung dieser Fachkenntnis einzusetzen. KI kann Informationen finden und strukturieren, sie mit dem relevanten Produktkontext verknüpfen und bereits erfolgte Abwägungen festhalten. Ingenieurinnen und Ingenieure sowie Fachleute für Regulierung bleiben Teil dieses Prozesses: Sie können die Ergebnisse prüfen und verfeinern und ihr eigenes Fachwissen einbringen.

Das schafft im Laufe der Zeit auch einen wertvollen Nutzen für das Unternehmen. Die Überlegungen hinter einer regulatorischen Entscheidung werden zu institutionellem Wissen, auf das zurückgegriffen werden kann und das sich weiterentwickeln lässt, anstatt in einem E-Mail-Verlauf oder bei einer einzelnen Person zu verbleiben. Damit das Produkt-Compliance-Management über den gesamten Lebenszyklus hinweg skalierbar funktioniert, müssen dieser Kontext und das fachliche Urteilsvermögen über Teams, Produkte und Entwicklungszyklen hinweg erhalten bleiben.

Physical AI hält zunehmend Einzug in Produkte, die nicht mehr nur in kontrollierten Industrieumgebungen, sondern auch in Wohnräumen und öffentlichen Bereichen eingesetzt werden könnten. Welche regulatorischen Herausforderungen werden Ihrer Meinung nach zu den größten Hindernissen für eine breite Akzeptanz bei Verbraucherinnen und Verbrauchern, wenn humanoide Roboter und Systeme wie Roboterhunde immer leistungsfähiger werden?

Physische KI führt regulatorische Bereiche zusammen, die sich historisch betrachtet deutlich unabhängiger voneinander behandeln ließen.

Nehmen wir einen humanoiden Roboter, der in einer Wohnung oder im öffentlichen Raum eingesetzt wird. Bei ein und demselben Produkt können die physische Sicherheit, elektrische Systeme, Batterien, drahtlose Kommunikation, Cybersicherheit, Datenschutz und autonomes Verhalten eine Rolle spielen. Je nachdem, was der Roboter tut, können außerdem zusätzliche Anforderungen für Maschinen, den Transport, die medizinische Nutzung oder andere regulierte Tätigkeiten gelten.

Besonders interessant ist, dass diese Produkte zunehmend softwaredefiniert sind. Ein physisches Produkt kann sich durch Software noch erheblich verändern, nachdem es bereits verkauft wurde. Eine neue Funktion oder ein neues Verhalten, das durch ein Update eingeführt wird, kann die regulatorischen Erwägungen im Zusammenhang mit dem Produkt verändern.

Das bedeutet, dass Unternehmen die Regulierung über den gesamten Produktlebenszyklus hinweg berücksichtigen müssen und nicht nur zu einem einzigen Zeitpunkt vor der Markteinführung. Dieser Wandel von punktueller Compliance hin zu einem kontinuierlichen Produkt-Compliance-Management über den gesamten Lebenszyklus ist besonders wichtig bei Produkten, deren Funktionen sich nach der Markteinführung weiterentwickeln können.

Hinzu kommt eine globale Dimension. Verschiedene Rechtsordnungen entwickeln Vorschriften für diese Technologien unterschiedlich schnell und gehen dabei häufig von unterschiedlichen Voraussetzungen aus.

Für Unternehmen, die Produkte auf Basis physischer KI entwickeln, wird die Regulierungsstrategie zunehmend zu einem Teil der Produktstrategie. Entscheidungen über Sensoren, Autonomie, Datenerfassung, Materialien, Konnektivität und Produktverhalten können beeinflussen, wo ein Produkt eingesetzt werden kann, wie es getestet werden muss und welche Anforderungen es erfüllen muss. Diese Zusammenhänge müssen bereits während der Produktentwicklung verstanden werden.

Heute wird Compliance häufig als etwas betrachtet, das gegen Ende der Produktentwicklung stattfindet. Was ändert sich, wenn regulatorische Anforderungen von Anfang an in die Entwicklung und das Produktdesign einfließen?

Ingenieurinnen und Ingenieuren eröffnet sich dadurch ein deutlich größerer Lösungsraum.

Ein anschaulicher Vergleich aus dem Ingenieurwesen ist das fertigungsgerechte Konstruieren. Man kann etwas in CAD entwerfen, das vollkommen plausibel aussieht, und dann feststellen, dass für die Fertigung in großem Maßstab ein völlig anderer Ansatz erforderlich ist. Die Branche entwickelte Werkzeuge und Methoden, mit denen Informationen zur Fertigungstauglichkeit früher in den Konstruktionsprozess einflossen. So konnten Ingenieurinnen und Ingenieure diese Einschränkungen berücksichtigen, solange sie noch Gestaltungsspielraum hatten.

Bei regulatorischen Anforderungen kann es ähnlich laufen.

Wenn Ingenieurinnen und Ingenieure die regulatorischen Einschränkungen bereits während der Entwicklung berücksichtigen, können sie verschiedene Architekturen, Materialien, Komponenten und Produktverhalten besser informiert beurteilen. Außerdem können sie erkennen, wie sich eine Entscheidung auf Prüfungen, Zertifizierungen oder den Marktzugang auswirken könnte, bevor sie monatelange Entwicklungsarbeit darauf verwenden.

Das kann die Entwicklungsgeschwindigkeit und die Kosten erheblich beeinflussen. Noch wichtiger ist, dass die Regulierung so zu einem Bestandteil des Entwicklungsprozesses wird und nicht erst dann Informationen liefert, wenn viele wichtige Produktentscheidungen bereits getroffen wurden. Das ist einer der grundlegenden Gedanken hinter dem Produkt-Compliance-Management über den gesamten Lebenszyklus: Regulatorische Erkenntnisse fließen in die Produktentwicklung ein, statt lediglich eine Hürde zu sein, die das Produkt später überwinden muss.

Könnten Vorschriften irgendwann nahezu maschinenlesbare Designvorgaben werden, sodass KI-Systeme Ingenieurinnen und Ingenieure in Echtzeit warnen, wenn eine vorgeschlagene Komponente, ein Material, eine Softwarefunktion oder ein Produktverhalten in einem bestimmten Markt gegen Anforderungen verstoßen könnte? Wie nah sind wir an einem solchen Arbeitsablauf?

Wir bewegen uns in diese Richtung, doch entscheidend ist nicht einfach, Vorschriften maschinenlesbar zu machen. Es geht darum, regulatorische Formulierungen in Anforderungen zu übersetzen, die im Kontext eines bestimmten Produkts sinnvoll sind.

Vorschriften sind in der Regel nicht wie technische Spezifikationen formuliert. Sie werden von Regierungen und Normungsgremien für Menschen verfasst, und zwischen dem Regelungstext und der technischen Anforderung, die ein Ingenieur tatsächlich benötigt, liegen mehrere Interpretationsebenen.

KI bietet uns deutlich bessere Werkzeuge, um diese Ebenen miteinander zu verknüpfen. Ein System kann die regulatorischen Anforderungen, offizielle Auslegungen und den Kontext des Produkts verstehen, das entwickelt wird. Wenn ein Ingenieur ein Material, eine Komponente, eine Softwarefunktion oder das Produktverhalten ändert, kann das System aufzeigen, welche Anforderungen davon betroffen sein könnten, und den Zusammenhang erläutern.

Entscheidend ist der Produktkontext. Dieselbe regulatorische Formulierung kann je nach Produkt, Markt, Komponente oder Verwendungszweck ganz unterschiedliche Auswirkungen haben.

Wir bewegen uns bereits auf erste Bestandteile dieses Arbeitsablaufs zu. Um regulatorische Rückmeldungen umfassend in Entwicklungsumgebungen zu integrieren, braucht es einen strukturierten Produktkontext und zuverlässige Verbindungen zwischen regulatorischen Formulierungen, internen Auslegungen und technischen Anforderungen. KI hat unsere Fähigkeit beschleunigt, diese Verbindungen herzustellen.

Mit der Zeit werden regulatorische Rückmeldungen meiner Erwartung nach viel stärker in die Werkzeuge integriert sein, die Ingenieure bereits verwenden – ähnlich wie andere technische Rahmenbedingungen zunehmend näher an den Punkt gerückt sind, an dem Designentscheidungen getroffen werden.

Globale Hersteller müssen häufig in Dutzenden von Rechtsräumen unterschiedliche und mitunter widersprüchliche Vorschriften einhalten. Wie kann KI Entwicklungsteams dabei helfen, nicht nur festzustellen, welche Vorschriften gelten, sondern auch zu erkennen, wie sich eine Designentscheidung in einem Markt auf das Produkt weltweit auswirken könnte?

Hier entfaltet die Kombination aus regulatorischer Intelligenz und Produktkontext besonders große Wirkung.

Hersteller möchten in der Regel die Gemeinsamkeiten zwischen den Märkten maximieren, denn die Pflege vieler verschiedener Versionen desselben Produkts verursacht erhebliche Kosten und Komplexität. Gleichzeitig unterscheiden sich die Anforderungen je nach Rechtsraum, sodass das Produkt in manchen Fällen angepasst werden muss.

KI kann Teams dabei helfen, diese Zusammenhänge viel systematischer abzubilden. Wenn Sie ein bestimmtes Material, eine Komponente oder eine Funktion in Betracht ziehen, können Sie die Märkte prüfen, in denen das Produkt verkauft werden soll, und die jeweils geltenden Anforderungen ermitteln.

So können Entwicklungsteams die globalen Auswirkungen einer Designentscheidung deutlich früher erkennen. Eine Lösung könnte in 25 Märkten funktionieren, in fünf weiteren jedoch zusätzliche Anforderungen mit sich bringen. Das Team kann dann entscheiden, ob es das globale Design ändert, eine regionale Variante erstellt oder einen anderen Kompromiss eingeht.

Hersteller treffen diese Entscheidungen bereits heute. Die Chance besteht darin, den Beteiligten viel besser sichtbar zu machen, wie Vorschriften mit dem Produkt zusammenhängen, damit solche Abwägungen früher und auf einer besseren Informationsgrundlage erfolgen können.

Bei regulatorischer Intelligenz geht es um mehr als darum, bereits verabschiedete Gesetze zu verfolgen. Wie kann KI frühe Hinweise aus Regelungsentwürfen, Regierungsgesprächen, Normungsgremien, Durchsetzungsmaßnahmen und anderen Quellen erkennen, damit Unternehmen Anforderungen vorhersehen können, bevor sie eine Produkteinführung beeinflussen?

Die vorausschauende Beobachtung regulatorischer Entwicklungen ist besonders wichtig, wenn sich Produktentwicklungszyklen über Jahre erstrecken.

Für einen Hersteller ist es nur ein Teil des Gesamtbilds, zu verstehen, was sich gestern geändert hat. Teams müssen auch erkennen können, was sich ändern könnte, während ein Produkt entwickelt, getestet und für die Markteinführung vorbereitet wird.

Es gibt viele mögliche Hinweise. Regierungen veröffentlichen Regelungsvorschläge und Konsultationsdokumente. Normungsgremien erörtern Änderungen. Aufsichtsbehörden geben Leitlinien heraus und ergreifen Durchsetzungsmaßnahmen. Zusammengenommen können diese Quellen nützliche Hinweise darauf geben, in welche Richtung sich die Anforderungen entwickeln.

Der Umfang ist beträchtlich. Ein globaler Hersteller muss möglicherweise Quellen aus Dutzenden von Rechtsräumen, Sprachen und Regulierungsbereichen überwachen und anschließend ermitteln, welche Entwicklungen für seine Produkte tatsächlich relevant sind.

KI kann diese Quellen kontinuierlich überwachen, potenziell relevante Entwicklungen erkennen und sie bestimmten Produkten, Komponenten oder Geschäftsbereichen zuordnen. So können sich Regulierungsexperten stärker darauf konzentrieren, die Entwicklungen zu bewerten, die eine Produkt-Roadmap wesentlich beeinflussen könnten.

Je früher dieser Kontext das Produktteam erreicht, desto mehr Handlungsspielraum hat das Unternehmen. Wenn sich eine Anforderung voraussichtlich in zwei Jahren ändert und Ihr nächstes Produkt in 18 Monaten auf den Markt kommt, kann daraus schon heute eine Entscheidung für die Produktplanung werden.

Da KI-Agenten zunehmend in technische Arbeitsabläufe eingebettet werden, könnten wir irgendwann spezialisierte Compliance-Agenten erleben, die während des gesamten Produktlebenszyklus Seite an Seite mit Ingenieuren, Produktmanagern und anderen KI-Systemen arbeiten? Wie könnte eine solche Architektur in der Praxis aussehen?

Ja, und ich denke, entscheidend ist, dass diese Systeme beide Seiten im Blick behalten müssen. Vorschriften ändern sich, aber auch das Produkt verändert sich.

Spezialisierte Agenten könnten regulatorische Entwicklungen kontinuierlich beobachten und ermitteln, welche Änderungen für ein bestimmtes Produktportfolio relevant sind. Andere Agenten könnten dabei helfen, diese Anforderungen in technische Konsequenzen zu übersetzen.

Gleichzeitig könnten Agenten Veränderungen am Produkt selbst beobachten. Ein Team könnte ein Material ändern, Software aktualisieren, den Lieferanten wechseln, eine Komponente modifizieren oder eine neue Produktfunktion einführen. Jede dieser Entscheidungen kann beeinflussen, welche Anforderungen gelten oder wie eine bestehende Anforderung auszulegen ist.

Diese Systeme müssen Kontext miteinander teilen. Ein Regulierungsagent muss das Produkt verstehen. Ein Entwicklungsagent muss Zugriff auf die relevanten regulatorischen Vorgaben haben. Beide benötigen Zugriff auf die früheren Entscheidungen und Auslegungen des Unternehmens.

Menschliches Urteilsvermögen bleibt ein wichtiger Bestandteil dieser Architektur. Wenn ein Agent auf Mehrdeutigkeiten, widersprüchliche Anforderungen oder eine Entscheidung mit erheblichen Folgen stößt, sollte die zuständige Fachperson die zugrunde liegenden Quellen prüfen, eine Auslegung beisteuern und diese Überlegungen für den Rest des Unternehmens festhalten können.

Ich sehe eine Architektur vor mir, die sich zu einem Netzwerk spezialisierter Systeme und Fachleute entwickelt, die auf Grundlage eines gemeinsamen Produktverständnisses zusammenarbeiten. Bei physischen Produkten ist das besonders wirkungsvoll, denn eine einzelne technische Entscheidung kann sich in späteren Phasen auf Fertigung, Sicherheit, Zertifizierung, Regulierung und Marktzugang auswirken. In vielerlei Hinsicht kann sich diese gemeinsame Infrastruktur zu einem Produktkonformitätsmanagement über den gesamten Lebenszyklus entwickeln: zu einem System, das regulatorische Informationen, Produktkontext, KI und menschliches Fachwissen während des gesamten Lebenszyklus koordiniert.

Wenn Sie fünf bis zehn Jahre in die Zukunft blicken: Wie wird sich Ihrer Einschätzung nach das Zusammenspiel von Entwicklung, KI und Regulierung verändern, wenn physische KI, autonome Maschinen und zunehmend softwaredefinierte Produkte zum Mainstream werden, und welche Rolle wird Daptic in diesem Ökosystem spielen?

Ich gehe davon aus, dass regulatorische Informationen zu einer standardmäßigen Grundlage für die Entwicklung physischer Produkte werden.

Wir haben diese Entwicklung bereits in anderen Bereichen der Produktentwicklung beobachtet. Informationen, die früher in einem separaten Prozess verankert waren, rücken mit der Zeit näher an die Entwicklerinnen und Entwickler heran und stehen ihnen dann zur Verfügung, wenn eine Entscheidung getroffen wird. Ein gutes Beispiel dafür ist fertigungsgerechtes Design.

Auch die Regulierung entwickelt sich in diese Richtung, denn KI ermöglicht es uns, mit dem damit verbundenen Umfang und der Komplexität umzugehen und regulatorische Anforderungen mit konkreten Produkten und technischen Entscheidungen zu verknüpfen.

Das wird immer wichtiger, je autonomer und softwaredefinierter Produkte werden. Ein Softwareupdate kann das Verhalten eines physischen Produkts nach seiner Markteinführung verändern. Ein Lieferant oder eine Komponente kann wechseln. Eine neue Funktion kann dazu führen, dass andere Anforderungen relevant werden. Gleichzeitig entwickeln sich Vorschriften und Normen in den verschiedenen Märkten ständig weiter.

Das Produkt verändert sich, und das regulatorische Umfeld verändert sich ebenfalls. Unternehmen benötigen eine Infrastruktur, die beide Entwicklungen kontinuierlich miteinander verknüpfen kann.

In diese Richtung entwickeln wir Daptic. Wir möchten regulatorische Informationen zu einem Bestandteil der Infrastruktur für die Produktentwicklung machen. So erhalten Entwicklerinnen und Entwickler Einblick in die regulatorischen Auswirkungen, solange sie noch Gestaltungsspielraum haben, und regulatorische Fachleute können ihr Fachwissen in wesentlich größeren Unternehmen einbringen.

Letztlich sehen wir das Produktkonformitätsmanagement über den gesamten Lebenszyklus als einen zentralen Bestandteil dieser Infrastruktur. Ziel ist es, Regulierung und Produktentwicklung während des gesamten Produktlebenszyklus miteinander zu verknüpfen, damit Unternehmen bessere Produktentscheidungen treffen, wichtiges institutionelles Wissen bewahren und Innovationen im Bereich physischer Produkte schneller auf den Markt bringen können.

Vielen Dank für das tolle Gespräch. Leserinnen und Leser, die mehr über KI-gestützte regulatorische Informationen und Produktkonformitätsmanagement über den gesamten Produktlebenszyklus erfahren möchten, finden weitere Informationen bei Daptic.