Künstliche Intelligenz

Seit Ende des vergangenen Jahres steht die Enterprise-Software-Branche an den Kapitalmärkten unter wachsendem Druck. Viele Investoren befürchten, dass KI-Agenten die klassischen Systeme zukünftig zunehmend verdrängen und Unternehmen dadurch weniger Lizenzen benötigen werden. Tatsächlich verhält es sich jedoch genau umgekehrt, denn je autonomer KI agiert, desto stärker ist sie auf genau das angewiesen, was tief integrierte ERP-Systeme seit Jahrzehnten leisten.

KI-Workloads kehren in deutsche Unternehmen zurück: Eine Cloudian-Studie nennt Kosten, Echtzeit-Anforderungen und Regulierung als Treiber. Fast LTA sieht darin vor allem eine Compliance-Frage – und setzt auf lokal geplante Infrastruktur.

Wenn KI-Projekte in Unternehmen scheitern, liegt das nur selten am verwendeten Modell. Leistungsfähige LLMs sind inzwischen breit verfügbar. Werkzeuge, Orchestrierung, Evaluation und Schutzmechanismen haben an Reife gewonnen. Die betriebliche Effizienz hängt davon ab, wie gut ein KI-System das Unternehmen versteht, in dem es arbeitet.

Wer Datenplattformen für große Institutionen baut, trifft Entscheidungen häufig auf Basis des gut Sichtbaren und übersieht dabei das Unsichtbare, fast wie in einem toten Winkel. Unsichtbare Daten können gefährlicher sein als schlechte. Etwa Ausnahmen, Genehmigungen, Kontext, undokumentiertes institutionelles Wissen, systemübergreifende Synthesen und Ermessensentscheidungen, die den Geschäftsbetrieb tragen, aber selten in ein System gelangen.

Am Fraunhofer IWU soll eine Plattform namens Orcha-3 zeigen, dass agentische KI mehr kann als Kundenservice und Coding: Sie zerlegt offene Produktionsfragen selbstständig in Arbeitsschritte, weist diese spezialisierten Agenten zu und entscheidet nach jeder Auswertung neu, wie es weitergeht. Der Clou für die Industrie liegt weniger in der Autonomie als in der Nachvollziehbarkeit.

Mikroskope, Roboterarme und Liquid Handler sollen künftig ohne Einzelanbindung mit KI-Agenten sprechen. Anthropic schlägt mit dem Model Hardware Standard dafür eine neue, eigene Spezifikation vor.

Die zweite Folge der Podcast-Serie „Irgendwas mit IT – Fakten, Perspektiven, Hintergründe“ beschäftigt sich mit einem Thema, das aktuell viele Arbeitnehmer und Selbständige aus den unterschiedlichsten Branchen beschäftigt: Vernichtet künstliche Intelligenz Arbeitsplätze?

Die KI-native Analyseplattform GoodData.AI baut ihre Aktivitäten im deutschsprachigen Raum aus. Im Fokus stehen regulierte Unternehmen, die agentische Analysen einsetzen wollen, ohne Kontrolle über Daten, Geschäfts­logik und Infrastruktur abzugeben. Mit Datev verfügt das Unternehmen bereits über einen wichtigen Referenzkunden in Deutschland.

Künstliche Intelligenz (KI) verlässt das Chat-Interface: Autonome Agenten bearbeiten komplexe Aufgaben eigenständig und brauchen dafür Zugriff auf geschäftskritische Systeme. Dieser Zugriff läuft über Application Programming Interfaces (APIs). Damit wird API Management von der reinen Infrastrukturüberwachung zur Sicherheitsbarriere der Unternehmens-IT. Warum IT-Architekten ihre Schnittstellen jetzt umbauen müssen, erläutert Markus Müller von Boomi.

Ein KI-Agent prüft einen Kreditantrag. Er interpretiert eine interne Regel minimal falsch. Der Fehler wird im nächsten Workflow-Schritt übernommen, anschließend von zwei weiteren Agenten verarbeitet – und landet schließlich als falsche Entscheidung beim Kunden. Niemand kann später nachvollziehen, an welcher Stelle der Fehler entstanden ist. Genau solche Fehler werden Unternehmen künftig stärker beschäftigen als die Frage, ob ein Sprachmodell gelegentlich halluziniert.

Mit wachsender Autonomie von Edge-AI-Systemen wird Security zur Voraussetzung für Safety. Durchgängige Vertrauensketten sind notwendig, um Modelle, Daten und Laufzeitumgebungen effizient zu schützen.

Der EU AI Act verändert den Umgang mit Künstlicher Intelligenz (KI) grundlegend. Viele Unternehmen richten ihre Compliance-Strategien derzeit auf Chatbots, Datenschutz und Modelltransparenz aus. Weniger Beachtung finden Angebots- und Vertragsprozesse, obwohl KI hier längst geschäftskritische Entscheidungen beeinflusst und neue Anforderungen an Transparenz, Nachvollziehbarkeit und Governance schafft.

Künstliche Intelligenz (KI) verlässt das Chat-Interface: Autonome Agenten bearbeiten komplexe Aufgaben eigenständig und brauchen dafür Zugriff auf geschäftskritische Systeme. Dieser Zugriff läuft über Application Programming Interfaces (APIs). Damit wird API Management von der reinen Infrastrukturüberwachung zur Sicherheitsbarriere der Unternehmens-IT. Warum IT-Architekten ihre Schnittstellen jetzt umbauen müssen, erläutert Markus Müller von Boomi.

Wenn Unternehmen heute über Transformation sprechen, geht es meist um neue Technologien, Künstliche Intelligenz (KI) oder digitale Geschäftsmodelle. Deutlich seltener wird thematisiert, warum viele dieser Vorhaben trotz hoher Investitionen hinter den Erwartungen zurückbleiben. Denn in den meisten Fällen scheitern Projekte nicht an der Technologie selbst. Sie scheitern daran, dass Organisationen die zunehmende Komplexität ihres Umfelds unterschätzen.

IBM stellt mit Apptio AI Value & ROI eine neue Lösung vor, die KI-Ausgaben und Token-Kosten direkt mit messbaren Geschäftsergebnissen verknüpft. Die Lösung ergänzt IBM Apptio Costing Standard und IBM Apptio AI TCO & Usage um neue Funktionen.

Die Automatisierung in der Softwareentwicklung erreicht die nächste Stufe. Es reicht nicht mehr aus, einzelne Code-Zeilen durch Künstliche Intelligenz (KI) ergänzen oder einfache Programme automatisch generieren zu lassen. Agentische Entwicklungsplattformen versprechen mehr: Sie fungieren in unübersichtlichen Systemen als Lotse für die Entwicklungsteams und übernehmen als digitale Partner komplette Aufgabenpakete.