Rund 83 Prozent aller Unternehmen weltweit setzen mittlerweile durchschnittlich ein Dutzend KI-Agenten ein. Der diesjährige „Salesforce Connectivity Benchmark Report 2026“, für den über tausend IT-Führungskräfte befragt wurden, konstatiert, dass sich KI-Agenten inzwischen zum primären Produktivitätstreiber entwickelt hätten, mit einem jährlichen Wachstum von 67 Prozent bis 2027. Daraus ergeben sich eine Reihe von Herausforderungen.

Autonome KI-Agenten, Schatten-KI und neue Angriffe auf Maschinen­identitäten verändern die Sicherheitslandschaft rasant. 2026 wird das Jahr der schleichenden Kontrollverluste. Unternehmen, die Governance, Identitäten und Zugriffspfade jetzt nicht neu denken, riskieren einen Verlust des Überblickes – und damit der Kontrolle.

Künstliche Intelligenz (KI) gilt als einer der wichtigsten Treiber für Produktivitätssteigerungen und Innovation. Dementsprechend hoch sind auch die Erwartungen an generative und analytische KI-Anwendungen und ebenso hoch die Investitionen, die Unternehmen aktuell weltweit tätigen. Was sich in der Praxis zeigt, ist jedoch ein anderes Bild: Viele KI-Initiativen sind zwar technisch funktionsfähig, verursachen jedoch gleichzeitig steigende Kosten, höhere operative Komplexität und neue Risiken im Betrieb.

Der Anbieter von KMU-Software Sage bietet in seinem ERP-Produkt „Sage X3“ erstmals KI-Agenten an. Die neuen Funktionen sind ab sofort verfügbar und sollen Produktionsunternehmen einen besseren Überblick über Finanz-, Vertriebs- und Lieferkettenabläufe bieten, sodass Teams schneller auf veränderte Bedingungen reagieren können.

Pegasystems bietet ein neues KI-Tool zur Migration und Modernisierung veralteter Lotus-Notes-Workflows. Die Lösung wurde aus der Übernahme von Adopteq-Technologie entwickelt. Unternehmen sollen damit u. a. schneller Transparenz über bestehende Notes-Prozesse gewinnen.

Cloudera erweitert seine Datenplattform um On-Prem-Funktionen für KI-Inferenz, Data Warehousing und Visualisierung, um produktive KI-Workloads näher an sensible Unternehmensdaten zu rücken.

Das deutsche Start-up ZopaAI aus Saarbrücken bietet eine umfassende Vertriebslösung an, die mit einer breiten Wissensbasis und Entscheidungsunterstützung gezielt den B2B-Markt in die Lage versetzen will, mithilfe von KI-Algorithmen Wettbewerbsvorteile zu erzielen. Die bereits genutzte Lösung achtet auf digitale Souveränität, Mandantenfähigkeit und Security. Für die Entwicklung und Verbesserung der KI-Modelle kooperiert ZopaAI mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI).

Sobald KI-Agenten nicht nur Texte generieren, sondern Entscheidungen treffen, Tools aufrufen oder Prozesse anstoßen, entscheidet die Qualität der bereitgestellten Informationen über ihren Erfolg. Wie man hier strategisch vorgeht, damit Agenten mit dem bestmöglichen Informationsmix arbeiten, erklärt das Konzept des Context Engineering.

Während Ärztinnen und Ärzte sich mehr auf das Patientengespräch konzentrieren können, hört die KI im Hintergrund zu – so funktioniert der KI-Sprechstundenassistent von Doctolib in der Praxis.

Werden Large Language Models (LLMs) mit neuen Daten nachjustiert, vergessen sie oft mühsam erlernte Grundlagen. Ein neues Forschungspapier zeigt nun: Die Lösung für dieses „katastrophale Vergessen“ liegt nicht in mehr Daten, sondern in einer klugen Selbst-Destillation.