Von Systemen der Intelligenz zu Systemen des Handelns

Kürzlich haben wir gemeinsam mit unserem Kunden an einem Strategie-Workshop im Google-Büro in Zürich teilgenommen, der sich mit einer der wichtigsten Fragen befasste, mit denen sich Unternehmen heute auseinandersetzen müssen: Wie lässt sich eine unternehmensweite KI-Strategie entwickeln, die über einzelne Pilotprojekte und isolierte Anwendungsfälle hinaus skalierbar ist?.

Die nächste Welle von Daten und KI ist agentenbasiert. Organisationen bewegen sich schrittweise von Systemen, die primär Erkenntnisse liefern, hin zu Handlungssystemen – Lösungen, die in der Lage sind, komplexe Geschäftsaktivitäten zu beobachten, zu analysieren, zu planen, zusammenzuarbeiten und deren Ausführung zu unterstützen.

Die Einführung von KI-Agenten ist jedoch nicht nur eine technologische Initiative. Sie erfordert eine umfassendere Transformation von Prozessen, Daten, Governance-Modellen, Betriebsstrukturen und Arbeitsweisen.

Die KI-Strategie für Unternehmen beginnt mit dem Geschäftsproblem

Eine der wichtigsten Erkenntnisse des Workshops war die Bedeutung eines geschäftsorientierten Ansatzes.

Bevor Unternehmen sich für eine Plattform, ein Modell oder eine Architektur entscheiden, müssen sie die geschäftliche Herausforderung, die sie lösen wollen, klar definieren und entscheiden, ob der richtige Weg darin besteht, eine bestehende Lösung zu verbessern oder sie komplett neu zu gestalten.

Die Einführung von KI in Unternehmen sollte als fortlaufender Prozess und nicht als einmaliges Projekt betrachtet werden. Es gibt eine Lernkurve, und Organisationen sollten mit einem klar definierten Umfang beginnen, Annahmen überprüfen, Ergebnisse messen und schrittweise expandieren. Nicht jede anfängliche Lösung erweist sich als die richtige, und die Fähigkeit zur Anpassung ist ein wichtiger Bestandteil des Aufbaus eines nachhaltigen KI-Ökosystems.

Dieser schrittweise Transformationsansatz ermöglicht es Unternehmen, Innovation und Kontrolle in Einklang zu bringen und gleichzeitig sicherzustellen, dass jede neue Fähigkeit einen messbaren Mehrwert liefert.

Aufbau eines unternehmensweiten agentenbasierten KI-Frameworks

Gemeinsam mit Google-Spezialisten untersuchten wir, wie die Funktionen von Google Cloud die Entwicklung eines unternehmensweiten agentenbasierten KI-Frameworks unterstützen können.

Die Diskussion umfasste verschiedene Ansätze zur Agentenentwicklung, von No-Code- und Managed-Lösungen bis hin zu Frameworks mit Fokus auf Entwicklung. Wir untersuchten außerdem, wie Unternehmen entscheiden können, wann eine Multiagentenarchitektur wirklich gerechtfertigt ist und wann eine einfachere Lösung bessere Ergebnisse liefern kann.

Die entscheidende Frage ist nicht, wie viele Agenten erstellt werden können, sondern ob jeder zusätzliche Agent die Gesamtleistung des Systems, die Zuverlässigkeit und die Geschäftsergebnisse verbessert.

Ein skalierbares Framework muss daher klare Kriterien für den Einsatz von Agenten, deren Verantwortlichkeiten, Entscheidungsbefugnisse und die Zusammenarbeit definieren. Jeder Agent sollte eine Identität, einen klar definierten Aufgabenbereich und ein angemessenes Maß an Autonomie besitzen.

AgentOps und Agenten-Governance

Wenn Unternehmen von der Experimentierphase zur Produktionsphase übergehen, wird die Verwaltung von KI-Agenten immer wichtiger.

AgentOps konzentriert sich auf die technische und operative Seite von KI-Agenten, einschließlich Überwachung, Leistung, Zuverlässigkeit, Skalierbarkeit und Kosteneffizienz.

Agent Governance bildet die strategische Ebene und definiert Verantwortlichkeiten, Regeln, Risikokontrollen, Sicherheitsanforderungen und den für verschiedene Aktivitäten erforderlichen Grad an menschlicher Aufsicht.

Für jede KI-Initiative sollten Organisationen eine Risikobewertung durchführen, den Anwendungsfall anhand seiner Komplexität und potenziellen Auswirkungen klassifizieren und nach der Machbarkeitsstudie eine klare Entscheidung über die Weiterverfolgung oder Nicht-Weiterverfolgung treffen.

Ziel ist es nicht, Innovationen einzuschränken, sondern sicherzustellen, dass KI-Lösungen verantwortungsvoll eingeführt und mit Zuversicht skaliert werden können.

Daten als Grundlage skalierbarer KI

Ein weiterer wichtiger Schwerpunkt lag auf der Rolle von Unternehmensdaten.

KI-Systeme liefern nur dann zuverlässige Ergebnisse, wenn sie Zugriff auf präzise, strukturierte, sichere und verantwortungsvoll verwaltete Informationen haben. Dies erfordert mehr als die bloße Vernetzung von Systemen und Datenbanken. Unternehmen müssen den gesamten Kontext der Daten berücksichtigen.

Eine starke semantische Schicht sollte Folgendes verbinden:

• Datenkontext
• Geschäftlicher Kontext
• Dokumentkontext

Es sollte Zusammenhänge zwischen Informationen erklären, Geschäftslogik standardisieren und sowohl Analyseplattformen als auch KI-Lösungen in die Lage versetzen, Daten konsistent zu interpretieren.

Wir erörterten außerdem die Bedeutung von Datenprodukten, Metadatenmanagement, Geschäftsglossaren, Datenherkunft und Wissenskatalogen. Klare Verantwortlichkeiten sind unerlässlich: Während die Technologie-Teams die Infrastruktur bereitstellen, sollte das Business weiterhin für die Definition von Bedeutung, Logik und Qualität verantwortlich sein.

Vom Experimentieren zum skalierbaren Betriebsmodell

Für eine erfolgreiche KI-Transformation reicht es nicht aus, einige vielversprechende Prototypen zu entwickeln.

Organisationen benötigen einen strukturierten Weg von der Experimentierphase bis zur unternehmensweiten Einführung:

BAUEN → SKALIEREN → REGIEREN → OPTIMIEREN

Dies umfasst die Schaffung von Grundlagen für KI, die Identifizierung der richtigen Initiativen, die Entwicklung standardisierter und kundenspezifischer Lösungen, die Definition von Governance-Strukturen, die Überwachung der Leistung, das Kostenmanagement und die kontinuierliche Verbesserung der Lösungen nach der Implementierung.

Ein ausgewogener Ansatz verbindet strategische Prioritäten von oben nach unten mit Innovationen von unten nach oben, unterstützt durch eine zentrale IT-Funktion und ein KI-Kompetenzzentrum.

FinOps wird ebenfalls zu einem wichtigen Bestandteil des Betriebsmodells. Mit zunehmender Nutzung von KI müssen Unternehmen die Rechenkosten verstehen, den Verbrauch optimieren, Verantwortlichkeiten zuweisen und sicherstellen, dass Technologieinvestitionen weiterhin auf messbaren Geschäftswert ausgerichtet sind.

Eine KI-Strategie für Unternehmen erfordert mehr als nur Technologie.

Für unser Team war der Workshop ein wichtiger Schritt, um die strategische Ausrichtung des Programms zu bestätigen und zu erkunden, wie Automatisierung, Daten, Governance und Agentic AI zu einem skalierbaren Ökosystem zusammengeführt werden können.

Die Diskussionen bekräftigten einen Grundsatz, der auch weiterhin die Transformationsinitiativen von Unternehmen prägt: Technologie allein genügt nicht.

Nachhaltiger Wert entsteht durch die Kombination von Geschäftsprozesskompetenz., Automatisierungsfähigkeiten, Zuverlässige Daten, Governance-Rahmenwerke und Cloud-Technologien in eine kohärente KI-Strategie für Unternehmen integrieren.

Die Zukunft gehört den Organisationen, die über isolierte KI-Anwendungsfälle hinausgehen und Systeme entwickeln können, die nicht nur Erkenntnisse generieren, sondern auch sinnvolles Handeln unterstützen.

Ein wertvoller Workshop, ein inspirierender Ideenaustausch und ein weiterer wichtiger Schritt zum Aufbau eines zukunftsfähigen KI-Ökosystems.