Agentic AI verspricht die nächste Stufe der KI-Transformation. Wie Unternehmen davon profitieren und was jetzt wichtig ist, hat Markus Danhel, Head AI Software – Austria & Switzerland bei IBM, im Rahmen eines ITWelt.at-Roundtables erläutert. [...]
Künstliche Intelligenz steht an der Schwelle zur nächsten Evolutionsstufe: Agentic AI. Während klassische generative KI-Systeme bislang vor allem als reaktive Assistenten agierten, eröffnen KI-Agenten nun völlig neue Möglichkeiten für Unternehmen. Sie planen, handeln und lernen eigenständig – und versprechen, Geschäftsprozesse nicht nur punktuell, sondern ganzheitlich zu transformieren. Im Rahmen des Roundtables „Übernehmen die KI-Agenten?“ erläuterte Markus Danhel, Head AI Software – Austria & Switzerland bei IBM, worin sich Agentic AI von bisherigen Ansätzen unterscheidet, welche technologischen und organisatorischen Voraussetzungen Unternehmen schaffen müssen und wie sich der Wandel auf Effizienz, Governance und die Arbeitswelt auswirkt.
Wie würden Sie den Unterschied zwischen bisherigen generativen KI-Systemen und dem neuen Ansatz von Agentic AI beschreiben – und worin sehen Sie das transformative Potenzial dieser Entwicklung für Unternehmen?
Wir sehen in Agentic AI eine Evolutionsstufe, keine Revolution. Es handelt sich um eine technologische Weiterentwicklung. Vergleicht man die bisherigen Entwicklungen im Bereich generativer KI der letzten zwei Jahre, so waren dies meist reaktive Assistenten. Als Nutzer musste man die KI gezielt anfragen, beispielsweise mit „Gib mir dies“ oder „Erstelle jenes“, und konnte die Ergebnisse gegebenenfalls noch anpassen. Die Initiative ging jedoch stets vom Menschen aus, der die Aktion starten musste, in der Hoffnung, ein sinnvolles Resultat zu erhalten.
Agentic AI hingegen verspricht, dass KI-Agenten eigenständig den Kontext erfassen, mögliche Lösungswege planen und diese auch selbstständig umsetzen können. Das ist ein grundlegender Fortschritt. Hinzu kommt, dass solche KI-Agenten im Laufe der Zeit lernfähig werden: Sie können aus den Erfahrungen, die sie bei der Bearbeitung von Aufgaben sammeln, reflektieren und lernen. Dadurch sind sie in der Lage, bei ähnlichen Fragestellungen künftig noch effizienter und zielgerichteter zu agieren und ihr Wissen auf neue Bereiche zu übertragen.
Welche technologischen Grundlagen und Plattformen sind entscheidend für die Entwicklung und den Einsatz von KI-Agenten, und wie gelingt es Ihnen, dabei die Komplexität für Anwender und Unternehmen zu reduzieren?
Die technologische Grundlage bilden die Technologien, die wir bereits heute kennen. Dazu gehören insbesondere die notwendigen Daten sowie Large Language Models. Im Bereich der KI-Agenten gibt es zudem verschiedene spezialisierte Frameworks – auch IBM bietet mit IBM watsonx Orchestrate oder auch BeeAI entsprechende Lösungen an, die diese Denkweise und die technologische Basis für KI-Agenten bereitstellen. Damit lassen sich Prozesse wie Planen, Umsetzen, Überwachen und Reflektieren abbilden, sodass die Agenten aus ihren Erfahrungen lernen können.
Es kommen also bewährte Technologien zum Einsatz, die kontinuierlich um neue Funktionalitäten erweitert werden. Wie bereits erwähnt, handelt es sich hierbei primär um eine Evolution der bestehenden Ansätze. Mit unserer Plattform watsonx Orchestrate decken wir bei IBM all diese Aspekte ab – von der Integration von Agenten bis hin zur Bereitstellung vorgefertigter Lösungen und Prebuilt Agents, auf deren Basis individuelle Anwendungen entwickelt werden können.
Im Kern geht es darum, die Komplexität für den Benutzer und den Kunden im Umgang mit moderner Technologie zu reduzieren. Wir leben in einer Zeit, in der die technologische Entwicklung – insbesondere im Bereich der Künstlichen Intelligenz – rasant voranschreitet. Wenn man die letzten zwei Jahre betrachtet, wird deutlich, wie schnelllebig dieser Zyklus ist. Heute sprechen wir bereits über Agentic AI, was zeigt, wie dynamisch sich der Markt entwickelt.
Welche Voraussetzungen müssen Unternehmen schaffen, um KI – insbesondere Agentic AI – sicher, effizient und vertrauenswürdig in ihre Geschäftsprozesse zu integrieren?
Für Unternehmen bedeutet die Entwicklung, dass sie KI im Sinne eines Plattformgedankens denken müssen: Lösungen müssen sicher und zuverlässig sein. Die richtigen Daten müssen verfügbar sein, ebenso wie geeignete Large Language Models. Unsere Aufgabe ist es, Kunden zu befähigen, für jeden Anwendungsfall und Use Case die passenden Parameter aber auch Governance zu definieren.
Agentic AI verspricht, die nächste Evolutionsstufe einzuläuten. Technologisch gibt es viele spannende Neuerungen, aber der eigentliche Mehrwert besteht darin, KI nahtlos in Geschäftsprozesse zu integrieren – und zwar so, dass die Technologie selbst in den Hintergrund tritt. KI wird zum Werkzeug, um Geschäftsprozesse schneller, effizienter und automatisierter zu gestalten.
Als Technologieunternehmen sehen wir unsere Aufgabe darin, Kunden dabei zu unterstützen, ihre Geschäftsprozesse mithilfe von KI zu skalieren. Dabei sind Themen wie Sicherheit, Governance und die Nachvollziehbarkeit von Entscheidungen essenziell – insbesondere im Kontext von Agentic AI, wo diese Anforderungen weiter an Bedeutung gewinnen. Ohne Vertrauen der Nutzer in diese Systeme wird der Erfolg ausbleiben. Daher legen wir größten Wert auf Sicherheit, Transparenz und verantwortungsvolle Implementierung von KI-Lösungen.
Welchen konkreten Mehrwert sehen Sie für Unternehmen in der Nutzung von KI-Agenten?
Ich möchte noch einmal auf das Thema der Evolution zurückkommen: KI-Agenten ermöglichen es uns, zunehmend komplexe Geschäftsprozesse weitgehend autonom abzuwickeln. In den vergangenen zwei Jahren haben wir vor allem erste Einblicke in die Möglichkeiten von Generative AI (GenAI) gewonnen. Diese Technologien waren bislang vor allem textbasiert und haben insbesondere im Bereich der individuellen Produktivität große Unterstützung geboten. Jeder von uns hat bereits Erfahrungen damit gesammelt – sei es beim Zusammenfassen von Informationen, der Analyse und Verdichtung langer Dokumente oder beim Erstellen von Präsentationsinhalten. Das sind alles wertvolle, aber aus unternehmerischer Sicht meist eher isolierte Aufgaben.
IBM
© timeline/Rudi Handl
Mit dem Einsatz von KI-Agenten eröffnen sich nun ganz neue Möglichkeiten: Agenten können mehrere dieser Aufgaben kombinieren und so komplette Prozesse, zum Beispiel im HR-Bereich oder im Procurement, eigenständig und mit „Human-in-the-Loop“-Ansätzen abwickeln. Dadurch lassen sich sämtliche Geschäftsbereiche und -funktionen nicht nur punktuell, sondern ganzheitlich durch KI unterstützen. Anstatt isolierte Aufgaben zu automatisieren, können nun ganze Prozessschritte oder sogar vollständige Prozesse KI-gestützt ablaufen.
Blickt man weiter in die Zukunft, wird es möglich sein, eine Multi-Agenten-Orchestrierung zu etablieren. Das bedeutet, dass spezialisierte KI-Agenten als Domänenexperten für verschiedene Bereiche agieren und bei Bedarf von anderen Agenten konsultiert werden, um Teilergebnisse in umfassendere Prozessschritte einzubringen.
Zusammengefasst bewegen wir uns weg von der punktuellen Unterstützung durch KI hin zu einer umfassenden Integration in kritische Geschäftsprozesse. Die zentrale Frage ist nun: Wie gelingt es, KI in alle relevanten Geschäftsprozesse eines Unternehmens zu skalieren? Genau an diesem Punkt stehen wir aktuell.
Wie sieht die Strategie von IBM beim Thema KI-Agenten aus?
Wir beschäftigen uns intensiv mit verschiedenen Aspekten: Mit welchen Daten arbeite ich? Wie gestalte ich die Governance dieser Daten? Mit welchem KI-Ansatz löse ich das jeweilige Problem, und wie gestalte ich letztlich den gesamten Prozess?
Gerade beim Thema Datenmanagement, Datenplattformen und Governance verfügt IBM über langjährige Erfahrung. In gewisser Weise fühle ich mich dabei manchmal an die Situation vor zehn Jahren erinnert: Viele der damaligen Fragestellungen – etwa, wie man unternehmensweit und bereichsübergreifend kontrollierten Zugriff auf relevante Daten erhält – sind heute wieder aktueller denn je.
Eine zentrale Erkenntnis, die wir gemeinsam mit unseren Kunden gewonnen haben, ist: Ohne eine solide Datenbasis lässt sich das Potenzial von KI auf Basis der Unternehmensdaten nur schwer ausschöpfen. Hierfür gibt es verschiedene Lösungsansätze, aber es bleibt nach wie vor wichtig, die notwendigen Grundlagen zu schaffen, um langfristig erfolgreich zu sein.
Welche Bereiche sind noch von dieser Entwicklung betroffen?
Gerade im Bereich Security ist der Einsatz von KI unverzichtbar geworden. Angesichts der Vielzahl an Bedrohungsszenarien und Cyberangriffen ist eine effektive Verteidigung ohne KI nicht mehr möglich – hier herrscht absolute Einigkeit. Dasselbe gilt für den IT-Infrastrukturbereich, wo KI insbesondere bei Automatisierungen eine zentrale Rolle spielt, etwa bei der Provisionierung von Systemen oder der automatischen Lastskalierung. Diese Prozesse basieren auf umfangreichen Telemetriedaten und strukturierten Informationen und sind aus meiner Sicht längst selbstverständlich. In diesen Anwendungsfällen stellt sich nicht mehr die Frage, ob KI eingesetzt wird – sie ist schlichtweg Voraussetzung für das Funktionieren moderner Systeme.
Welche Ansätze sehen Sie, um Agentic AI in dokumentenlastigen Unternehmensbereichen mit komplexen Backend-Systemen effektiv zu integrieren, und wie unterscheiden sich dabei Standard-Integrationen von individuell entwickelten Agentenlösungen?
Betrachtet man die Geschäftsfunktionen, insbesondere dokumentenlastige Bereiche mit unterschiedlichen Datensilos und Backend-Systemen, gibt es allerdings noch einige Herausforderungen zu bewältigen. Auch hier bietet Agentic AI neue Möglichkeiten. Grundsätzlich lassen sich zwei Stoßrichtungen unterscheiden:
Zum einen gibt es die Integration via Tools oder Skills, bei der bestehende Backend-Systeme oder Applikationen – beispielsweise SAP, CRM- oder Security-Systeme – durch Agenten angebunden werden. IBM bietet hier aktuell 1500+ Skills und 40+ App-Integrationen in watrsonx Orchestrate an. So können Agenten auf diese Systeme zugreifen, relevante Erkenntnisse generieren und Prozesse automatisiert anstoßen. Das ist der Aspekt der Business Integration.
Zum anderen gibt es die Entwicklung sogenannter Custom Agents, also individuell programmierter Agenten auf Basis entsprechender Frameworks. Dies ist eher ein technisch geprägter Ansatz, der vor allem für die Produktentwicklung und Eigenentwicklungen relevant ist.
Beide Ansätze – die Integration von Agenten zur Automatisierung und Optimierung bestehender Geschäftsprozesse sowie die Entwicklung individueller Agentenlösungen – sind essenziell. Entscheidend ist dabei, dass Agenten mit den notwendigen Berechtigungen auf bestehende Systeme wie SAP oder HR-Anwendungen zugreifen können, um Prozessschritte effizient auszuführen. So wird sowohl die Business Process Integration als auch die Entwicklung maßgeschneiderter Agentenlösungen optimal unterstützt.
Wie reagieren Unternehmen angesichts wachsender geopolitischer und regulatorischer Anforderungen auf die Frage, wie KI-Workloads betrieben werden?
Künstliche Intelligenz findet nicht nur in der Cloud statt, sondern kann auch in hybriden Umgebungen oder On-Premises eingesetzt werden. Gerade aufgrund geopolitischer Entwicklungen ist das Bewusstsein dafür gestiegen, wo und mit welcher Software geschäftskritische Prozesse betrieben werden und welche KI-Lösungen zum Einsatz kommen – insbesondere, wenn es um die Integration europäischer Anbieter geht.
IBM
© timeline/Rudi Handl
Wir beobachten einen klaren Trend: In besonders sensiblen oder geschäftskritischen Bereichen – häufig auch aus Performance-Gründen – entscheiden sich Unternehmen zunehmend dafür, bestimmte KI-Workloads und KI-gestützte Prozesse im eigenen Rechenzentrum oder bei einem lokalen Service Provider auszuführen. IBM bietet hierfür beispielsweise KI-Lösungen auf Basis von Red Hat Open Shift Technologie an, die flexibel und standortunabhängig betrieben werden können – sei es im eigenen Rechenzentrum, bei einem Hyperscaler oder in hybriden Szenarien. Diese Flexibilität ist für viele Kunden derzeit ein entscheidendes Kriterium.
Wie gestalten Sie den Einstieg Ihrer Kunden in Agentic AI-Projekte?
Unser Ansatz ist es, Unternehmen in einem kollaborativen Prozess von zwei bis maximal sechs Wochen zu unterstützen. Unsere Experten analysieren zunächst gemeinsam mit dem Kunden die konkrete Problemstellung: Müssen Prozesse neu gedacht werden? Sind bestehende Prozessschritte und Integrationssysteme zu optimieren? Oder können vorhandene Fähigkeiten und Systeme genutzt werden?
Ziel ist es, innerhalb kürzester Zeit von einer ersten Idee die Brücke zum konkreten Mehrwert inklusive ROI für bestimmte Geschäftsbereiche zu definieren. Denn KI-Projekte werden heute nicht mehr um ihrer selbst willen gestartet – es geht immer darum, konkrete Ziele zu erreichen: schnellere Kundeninteraktion, Umsatzsteigerung, Kosteneinsparungen, Effizienzsteigerung oder die Sicherstellung von Governance und Security.
Im Anschluss erfolgt der Aufbau eines sogenannten Minimum Viable Product (MVP), das die identifizierte Problemstellung mit passender Technologie adressiert. Neu im Portfolio sind unsere Agentic Bootcamps, die mit einem zweitägigen Workshop starten und Kunden die ersten Schritte in Richtung Agentic AI ermöglichen. Begeistert der Ansatz, kann das Projekt in zwei bis vier Wochen so weit weiterentwickelt werden, dass ein funktionsfähiger Prototyp entsteht.
Der Fokus liegt darauf, dem Kunden konkrete Lösungen zu liefern – nicht nur Präsentationen oder Marketingfolien, sondern ein funktionierendes Produkt, das zeigt, wie die Lösung in der Praxis aussehen kann. Darauf aufbauend kann dann die Skalierung im Unternehmen geplant und umgesetzt werden.
Wie sieht der Status quo in den heimischen Unternehmen aus?
Betrachtet man die letzten 24 Monate, so haben wir alle gemeinsam den Umgang mit KI gelernt. Unsere Kunden haben ebenso wie wir erste Erfahrungen gesammelt. In manchen Bereichen, wie etwa Security, ist der Einsatz von KI mittlerweile selbstverständlich und wird gar nicht mehr diskutiert. In anderen Bereichen gibt es hingegen noch Entwicklungspotenzial.
Wir haben also das „Gehen“ gelernt, und Agentic AI verspricht nun, dass wir das „Laufen“ lernen. Dabei müssen Unternehmen nicht alle Agenten von Grund auf neu entwickeln. Es gibt inzwischen erste vorgefertigte Agenten (Prebuilt Agents), die als Templates für verschiedene Prozesse – etwa im HR-, Procurement- oder Sales-Bereich – genutzt werden können. Diese Agenten lassen sich entweder direkt übernehmen oder individuell anpassen. So profitieren Unternehmen von bereits erprobten Lösungen und können ihre eigene KI-Reise deutlich beschleunigen.
Hat IBM bereits Agentic AI-Systeme im Einsatz und wie profitieren Sie davon?
IBM hat durch den Einsatz von Agentic AI-Systemen in den letzten zwei Jahren bereits 3,5 Milliarden US-Dollar eingespart. Einer der erfolgreichsten Anwendungsfälle ist der Bereich HR, in dem wir auch die ersten Prebuilt Agents entwickelt haben. Ein konkretes Beispiel ist „Ask HR“, das seit über zwei Jahren global im Einsatz ist und rund 280.000 IBM-Mitarbeitern den Zugang zu HR-Transaktionen ermöglicht. Unabhängig davon, welches HR-System im Hintergrund verwendet wird, können Mitarbeitende über eine natürliche Spracheingabe ihre Anliegen formulieren. Der Agent erkennt, ob beispielsweise ein Mitarbeitertransfer, eine Zeiterfassung oder die Abfrage des Urlaubsstandes gewünscht ist, und setzt dies im jeweils passenden System um. Es handelt sich dabei nicht nur um reine Informationsabfragen, sondern auch um die Ausführung von Transaktionen.
Ich bin ein großer Fan dieses Ansatzes, da ich als Endnutzer nicht mehr darüber nachdenken muss, welches System ich verwenden oder wie ich darauf zugreifen muss. Über ein zentrales Chat-Interface kann ich meine Anliegen einfach eingeben und sie werden automatisch umgesetzt. Inzwischen sind über 95 % der HR-Transaktionen auf diese Weise automatisiert – mit enormen Effizienzgewinnen und unmittelbarem Nutzen für die Mitarbeitenden.
Komplexere Fälle werden nach wie vor an HR-Experten weitergeleitet („Human in the Loop“), sodass auch individuelle Anliegen optimal bearbeitet werden können. Das Beispiel zeigt eindrucksvoll, wie Automatisierung und KI dazu beitragen, Geschäftsprozesse zu optimieren und Ressourcen gezielt einzusetzen.
Welche Faktoren sind aus Ihrer Sicht entscheidend, damit KI-Initiativen im Unternehmen nicht nur Pilotstatus behalten?
Der Return on Investment (ROI) immer ein zentrales Thema. Der Business Case ist entscheidend – und genau das erkennen auch unsere Kunden zunehmend. In der Vergangenheit gab es eine Phase, in der zahlreiche Ideen rund um den Einsatz von KI entstanden sind. Allerdings wurden nur wenige davon tatsächlich umgesetzt, und noch weniger haben es in die unternehmensweite Skalierung geschafft.
Es ist daher essenziell, den Mehrwert klar zu quantifizieren: Wie kann ich meine Wettbewerbsfähigkeit steigern? Das betrifft zum einen das Topline-Wachstum, also die Frage, wie ich meinen Umsatz erhöhen kann. Zum anderen geht es um die Bottom Line – wie kann ich meine Kostenbasis senken? Hier spielt Automatisierung eine zentrale Rolle, denn sie ermöglicht nicht nur Effizienzsteigerungen, sondern schafft auch Freiräume, um die erzielten Einsparungen in Innovationen zu investieren.
Gerade in regulierten Branchen kommt ein weiterer Aspekt hinzu: Wie kann ich mithilfe von KI meine Governance automatisieren und die Einhaltung regulatorischer Anforderungen sicherstellen? Zusammengefasst sind die drei zentralen Ziele: Umsatzwachstum (Topline), Kostensenkung (Bottom Line) und die Automatisierung von Governance-Prozessen.
Wie hoch müssen die Investitionen sein, die ein Unternehmen tätigen muss, um KI-Agenten zum Einsatz zu bringen?
Zum Start muss man keine besonderen Investitionen tätigen. Es geht nicht darum, sich sofort für eine Agentic-Plattform zu entscheiden, mit der man die nächsten zehn Jahre sämtliche Entwicklungen abdecken muss. Die Realität sieht heute vielmehr so aus, dass Unternehmen verschiedene Business Domains haben – sei es Security, Geschäftsfunktionen, Finance, ERP oder HR. In bestimmten Bereichen ist der Bedarf, sowie der potenzielle, schnelle Return on Investment sehr klar erkennbar. Genau dort kann man mit überschaubaren Investitionen rasch starten und erste Erfolge erzielen.
Von diesen Pilotprojekten ausgehend lässt sich der Einsatz von KI dann sukzessive ausweiten. So haben viele Unternehmen ihre KI-Reise in den vergangenen Jahren begonnen – nicht mit großen, risikoreichen Investitionen von Anfang an, sondern mit gezielten, pragmatischen Schritten und einer kontinuierlichen Weiterentwicklung.
Vor dem Hintergrund des EU AI Act und zunehmender regulatorischer Anforderungen: Wie können Unternehmen sicherstellen, dass sie bei der Vielzahl ihrer KI-Anwendungen den Überblick behalten, Risiken angemessen klassifizieren und ihre Governance-Prozesse effizient automatisieren?
Die Risiken ähneln im Wesentlichen denen, die wir bereits aus dem Bereich der generativen KI (GenAI) kennen. Ein zentrales Thema ist aktuell der EU AI Act, der einige wichtige Eckpunkte vorgibt. Unternehmen müssen in der Lage sein, eine Risikoklassifizierung für ihre KI-Anwendungsfälle vorzunehmen. Je nach Einstufung ergeben sich unterschiedliche Verantwortlichkeiten und Pflichten. Im Kern geht es jedoch immer um Nachvollziehbarkeit, Transparenz und die Frage, mit welchen Datenquellen gearbeitet wird – das sind für mich zentrale Aspekte.
Was bedeutet das konkret? Bereits heute – sei es durch eingebettete KI in bestehenden Lösungen, durch selbst entwickelte Systeme, Productivity Tools oder klassische Machine-Learning-Modelle – verfügen viele Unternehmen über eine Vielzahl von KI-Engines und -Funktionen, oft ohne sich dessen voll bewusst zu sein. Governance bedeutet daher, den Überblick über sämtliche KI-Anwendungen zu behalten: Wie wurden sie trainiert? Welche Risikoklassifizierung liegt vor? Und kann ich bei Bedarf – etwa im Rahmen von globalen Compliance- oder Risikothemen – auf Knopfdruck die erforderliche Dokumentation bereitstellen?
Unser Ansatz bei IBM ist hier klar: Wir empfehlen jedem Kunden, von Anfang an mit KI-Governance zu starten. Mit Agentic AI gewinnt dieses Thema noch an Bedeutung, da nicht nur einzelne KI-Systeme, sondern häufig Multi-Agenten-Orchestrierungen Entscheidungen treffen. Die Empfehlung lautet daher schon seit zwei Jahren: Automatisieren Sie Ihre Governance-Prozesse und beginnen Sie damit so früh wie möglich.
Das bedeutet konkret: Erstellen Sie ein Inventar Ihrer KI-Fähigkeiten, erfassen Sie Telemetriedaten, um das Verhalten Ihrer KI-Systeme zu überwachen, und stellen Sie sicher, dass Sie auf Knopfdruck nachvollziehbare Dokumente generieren können, die Ihre Governance-Maßnahmen belegen. So können Sie regulatorische Anforderungen – etwa aus dem EU AI Act oder branchenspezifischen Vorgaben im Banken-, Versicherungs- oder Verteidigungsbereich – effizient und zuverlässig erfüllen. Eine manuelle Vorgehensweise ist angesichts der Komplexität und Dynamik heutiger KI-Landschaften praktisch nicht mehr realisierbar.
Wie wichtig sind Model Factsheets und ein professionelles Model Lifecycle Management für Unternehmen, um Transparenz und Kontrolle über ihre eingesetzten KI-Modelle sicherzustellen?
Wir haben klare Rahmenbedingungen und ethische Richtlinien für den Einsatz von KI, sorgen für Transparenz und erstellen entsprechende Model Factsheets. Genau diese Transparenz erwarten Kunden heute auch von ihren Anbietern.
Erst kürzlich hatte ich dazu eine Diskussion im Zusammenhang mit Hugging Face, dem größten KI-Modell-Repository mit über einer Million Modellen. Eine der aktuellen Herausforderungen ist, dass bestimmte Modelle – insbesondere Large Language Models – nicht mehr genutzt werden sollten, weil sie veraltet sind oder auf ungeeigneten Datenquellen trainiert wurden. Daher wird ein professionelles Model Lifecycle Management immer wichtiger.
Wenn ich durch solche Model Factsheets die nötige Transparenz habe, kann ich schnell erkennen, wo möglicherweise ein veraltetes Modell im Einsatz ist. Unternehmen müssen dann in der Lage sein, unabhängig davon, ob es sich um eigene Mitarbeitende oder Drittanbieter handelt, gezielt zu reagieren und entsprechende Maßnahmen zu ergreifen.
Diese Übersicht und Transparenz über alle eingesetzten Modelle ist ein zentraler Bestandteil moderner Governance – heute und in Zukunft.
Ist es sinnvoll, dass Unternehmen Richtlinien zur Nutzung von KI einführen?
Die meisten Unternehmen, die ich gezielt danach frage, verfügen bereits über KI-Richtlinien oder Ethikleitlinien – häufig sind diese im Bereich Risk & Compliance in die Gesamtstrategie eingebettet. Wo ich allerdings noch erhebliches Potenzial sehe, ist die praktische Umsetzung dieser Richtlinien. Es reicht nicht aus, entsprechende Vorgaben zu definieren; sie müssen auch im Unternehmensalltag tatsächlich umgesetzt und idealerweise in eine automatisierte Governance-Struktur integriert werden. Nur so wird aus einer Richtlinie ein wirkungsvolles, gelebtes Instrument.
Wie verändern KI-Agenten die Gestaltung und Steuerung von Geschäftsprozessen, und welche Bedeutung kommt dabei dem „Human in the Loop“ sowie der Transparenz und Nachvollziehbarkeit von Entscheidungen zu?
Mit dem Einsatz von KI-Agenten werden wir Geschäftsprozesse in vielerlei Hinsicht neu denken können. Dabei ist es aus meiner Sicht besonders wichtig, dass Verantwortlichkeiten klar definiert bleiben und der Mensch – der sogenannte „Human in the Loop“ – weiterhin eine zentrale Rolle spielt.
Ein entscheidender Punkt ist die Transparenz: Alle Entscheidungen, die durch KI-Agenten getroffen werden, müssen für die verantwortlichen Personen vollständig nachvollziehbar sein. Wenn die KI als Blackbox agiert, fehlt das notwendige Vertrauen – und das Risiko von Fehlentscheidungen steigt erheblich.
Was ich mit „Prozesse neu denken“ meine, lässt sich am Beispiel des Customer-Onboarding-Prozesses im Bankwesen verdeutlichen. Die Vielzahl an Prozessschritten, Systemen und Funktionen macht diesen Vorgang sehr komplex. Wenn nun Teile dieser Prozesskette durch KI-Agenten ersetzt oder ergänzt werden, verändert sich die Rolle des Prozessnutzers grundlegend: Er oder sie wird stärker zum Orchestrator und übernimmt verstärkt Aufgaben im Bereich der Qualitätssicherung, um sicherzustellen, dass alle Ergebnisse – ob synchron oder asynchron – korrekt sind.
Wir stehen hier noch am Anfang einer spannenden Entwicklung. Gerade im Hinblick auf Themen wie Automatisierung und Fachkräftemangel eröffnet das Neudenken von Geschäftsprozessen und der Interaktion zwischen Mensch und KI-Agenten neue Potenziale. Die ersten Schritte in diese Richtung sind bereits sichtbar, doch ich bin überzeugt, dass wir in den kommenden Jahren noch viele weitere Innovationen erleben werden.
Ich denke, wir erleben hier auch einen kulturellen Wandel. Während man menschlichen Fehlern häufig nachsieht, wird KI-gestützten Systemen Fehler deutlich weniger verziehen – das ist sicherlich auch eine psychologische Komponente. Dennoch bin ich vollkommen Ihrer Meinung: Geschäftsprozesse müssen neu gedacht werden. KI-Agenten eröffnen neue Möglichkeiten und werden die Gestaltung von Prozessen in Zukunft maßgeblich verändern.
Gerade die Themen Verantwortlichkeit, Governance und Risikobetrachtung sehe ich dabei eher als Chance denn als Risiko. Insbesondere, weil KI-Systeme in der Lage sind, getroffene Entscheidungen transparent und nachvollziehbar zu dokumentieren – etwas, das in heutigen, oft manuellen Prozessen nicht immer gewährleistet ist. Die Automatisierung bietet hier die Möglichkeit, Entscheidungswege lückenlos festzuhalten und so die Nachvollziehbarkeit und Governance deutlich zu verbessern.
Wie können Unternehmen angesichts des zunehmenden Fachkräftemangels und der demografischen Herausforderungen durch den gezielten Einsatz von KI-Agenten ihre Geschäftsprozesse neu gestalten?
Gerade in Europa stehen wir vor der Herausforderung, dass die demografische Entwicklung gegen uns arbeitet. Der Fachkräftemangel wird sich weiter verschärfen, weshalb wir viele Prozesse automatisieren müssen. Künstliche Intelligenz wird dabei ein entscheidender Beschleuniger sein, um diesem Mangel entgegenzuwirken.
Diese Entwicklung hat mehrere Facetten. Wie bei allen technologischen Umbrüchen werden neue Arten von Jobrollen entstehen, und die Anforderungen an Prozesse sowie an Prozessverantwortliche und diejenigen, die die Umsetzung überwachen, werden sich verändern. Automatisierung soll insbesondere dazu beitragen, Routinetätigkeiten von Menschen zu übernehmen, damit diese dort eingesetzt werden können, wo KI an ihre Grenzen stößt – etwa in Innovationsprozessen, der Produktentwicklung, im Kundenservice oder bei anderen wertschöpfenden Tätigkeiten.
Ich bin überzeugt, dass uns in den nächsten zehn Jahren große Veränderungen bevorstehen. Die demografische Entwicklung ist eine klare Herausforderung, aber KI und insbesondere KI-Agenten werden dazu beitragen, den Automatisierungsgrad weiter zu erhöhen und so die Auswirkungen des Fachkräftemangels abzufedern.
Gleichzeitig werden neue Rollenbilder, Berufssparten und Tätigkeitsfelder entstehen. Wenn wir einen Blick in die Geschichte werfen, sehen wir, dass technologische Veränderungen immer auch zu einer Anpassung und Weiterentwicklung von Berufen geführt haben. Auch diesmal wird sich die Arbeitswelt weiterentwickeln und neue Chancen eröffnen.
Wie sehen Sie die Entwicklungen in diesem Bereich?
Die Demografiekurve hat bekanntlich zwei Seiten. Einerseits zwingt sie uns, aufgrund des Fachkräftemangels verstärkt auf Automatisierung zu setzen. Andererseits ist es ebenso wichtig, als Arbeitgeber attraktiv zu bleiben – insbesondere für junge Talente und Mitarbeitende. Wir beobachten auch bei IBM eine klare Erwartungshaltung: Die Mitarbeitenden möchten mit modernen Technologien arbeiten und in einem innovativen Umfeld tätig sein.
Automatisierung, getrieben durch demografische Veränderungen, ist nur ein Aspekt. Gleichzeitig müssen Unternehmen Arbeitsumgebungen schaffen, die es ermöglichen, sich konstruktiv, innovativ und sinnstiftend mit Herausforderungen auseinanderzusetzen. Im „War for Talents“ entscheiden sich Mitarbeitende für jene Arbeitgeber, die genau dieses Umfeld bieten.
Ich bin überzeugt, dass wir in den kommenden Jahren viel Bewegung in diesem Bereich sehen werden. Die Entwicklung geht in Richtung einer „Augmented Experience“: Der Mensch bleibt im Mittelpunkt („Human in the Center“), wird jedoch durch KI-Assistenten und KI-Agenten unterstützt und ergänzt. Mitarbeitende werden in ihrer täglichen Arbeit durch diese digitalen Domain-Experten entlastet und können sich so verstärkt auf kreative und wertschöpfende Aufgaben konzentrieren.
Das wird in den nächsten Jahren der Weg sein, den viele Unternehmen einschlagen werden. Wie sich die weiteren Entwicklungen gestalten, bleibt spannend zu beobachten.
Wie gelingt es Unternehmen, ihre Mitarbeitenden bei der Einführung und Integration von KI und Agentic AI so mitzunehmen, dass Akzeptanz entsteht und der technologische Wandel tatsächlich zum Treiber der digitalen Transformation wird?
Aus den Gesprächen mit Kunden, auch auf CXO-Ebene, zeigt sich deutlich: Es reicht nicht aus, einfach ein Stück Technologie in ein Unternehmen zu bringen und zu erwarten, dass die Mitarbeitenden es eigenständig nutzen – die Akzeptanz bleibt in solchen Fällen meist sehr gering.
Gerade Agentic AI kann als Beschleuniger auf dem Weg zur digitalen Transformation dienen. Das Neudenken von Geschäftsprozessen mithilfe von KI ermöglicht es, dass KI nicht als isolierte Technologie, sondern als integraler Bestandteil der Wertschöpfung im Unternehmen wahrgenommen wird. Dies bedeutet jedoch auch, dass es sich um eine transformative Reise handelt, auf die die Mitarbeitenden aktiv mitgenommen werden müssen.
KI ist eines von vielen Werkzeugen, die das Arbeitsumfeld verändern und anpassen. Entscheidend ist, die Mitarbeitenden mitzunehmen und gezielt weiterzubilden („Reskilling“). Das klingt zunächst komplex, doch bereits die Befähigung der Mitarbeitenden, zu verstehen, was KI ist – nämlich keine Magie, sondern im Kern mathematische und statistische Berechnungen – ist ein wichtiger Schritt. Es geht darum, die Grenzen und Möglichkeiten von KI zu erkennen und Neugier sowie Offenheit für neue Technologien zu fördern.
Viele Unternehmen binden ihre Mitarbeitenden bewusst in die Ideenfindung ein, da das relevante Domainwissen in den Köpfen der Mitarbeitenden steckt. Durch die Einbindung entstehen wertvolle Impulse, wie und wo KI zur Verbesserung von Geschäftsprozessen eingesetzt werden kann.
Letztlich ist diese Entwicklung ein organisatorischer Wandel. Die erfolgreiche Einführung von KI und Agentic AI gelingt nur, wenn die Mitarbeitenden aktiv in den Veränderungsprozess eingebunden werden und gemeinsam mit dem Unternehmen diese Reise antreten.
Wie wird sich Ihrer Einschätzung nach die technologische Entwicklung von KI-Modellen in den kommenden Jahren abspielen?
Technologisch betrachtet werden wir weiterhin sehr schnelle Entwicklungen im Bereich der Modelle, insbesondere bei Large Language Models, beobachten. Der Trend geht eindeutig in Richtung kleinerer, effizienterer und kostengünstiger zu betreibender Modelle. Während bislang große GPU-Farmen für das Training riesiger Modelle benötigt wurden, werden künftig immer mehr kompakte und leicht konsumierbare Modelle verfügbar sein. Diese Entwicklung trägt maßgeblich zur Demokratisierung der KI-Nutzung bei, da ein breiterer Nutzerkreis Zugang zu diesen Technologien erhält und sie selbst erzeugen kann.
Kurzfristig werden wir einen starken Automatisierungsschub erleben, insbesondere durch den Einsatz von KI in Bereichen wie Security, Infrastrukturmanagement und Cloud Provisioning – Entwicklungen, die bereits heute sichtbar sind und sich künftig auf viele weitere Geschäftsprozesse ausweiten werden.
Langfristig bleibt abzuwarten, welche Rolle Quantencomputing im Zusammenspiel mit KI spielen wird. Hier befinden wir uns noch in einer frühen Phase, doch es zeichnen sich bereits spannende Perspektiven am Horizont ab.
Zusammengefasst: In den nächsten Jahren werden wir weitere technologische Sprünge und eine zunehmende Konsumierbarkeit von KI-Lösungen erleben – bis hin zum Einsatz auf sehr kleinen Endgeräten. Gleichzeitig wird der Automatisierungsgrad, nicht zuletzt getrieben durch die demografischen Herausforderungen, deutlich steigen.
Den vollständigen Roundtable „Übernehmen die KI-Agenten?“ gibt es hier zum nachsehen.
