.jpg?w=1024)
In den vergangenen zwei Jahren konzentrierten sich die meisten KI-Initiativen in Unternehmen darauf, die Produktivität der Mitarbeiter mithilfe von Copiloten zu steigern. Nun tritt die Einführung in eine neue Phase ein: autonome Workflows.
KI-Agenten gehen über das Erstellen von Empfehlungen hinaus, indem sie Aufgaben in Geschäftsanwendungen mit begrenzter menschlicher Aufsicht erledigen. Sie können CRM-Datensätze aktualisieren, Support-Tickets erstellen, Routineanfragen bearbeiten und mehrstufige Workflows koordinieren.
Die jüngsten Schritte von OpenAI, Microsoft und ServiceNow zeigen, dass Anbieter von Unternehmenssoftware zunehmend darum konkurrieren, wie effektiv KI Arbeit erledigen kann – und nicht nur darum, Inhalte zu generieren. Dieser Wandel zwingt IT-Verantwortliche dazu, Governance, Sicherheit und Verantwortlichkeit neu zu bewerten.
Von Assistenz zu Automatisierung
Die größten Softwareunternehmen der Branche konkurrieren nicht mehr ausschließlich darum, welches Modell am leistungsfähigsten ist. Zunehmend geht es darum, wie effektiv sich KI in alltägliche Geschäfts-Workflows.
Generative KI setzte sich zunächst als Produktivitätswerkzeug durch. Mitarbeiter nutzten KI, um ihre tägliche Arbeit zu beschleunigen, doch die Technologie blieb weitgehend beratend. Die Menschen prüften die Ergebnisse, bevor sie entschieden, ob sie diese verwenden wollten.
KI-Agenten gehen über dieses Modell des bloßen Erstellens von Inhalten hinaus, da sie mehrstufige Workflows mit wenig oder ganz ohne menschliche Beteiligung ausführen können. Das ist ideal für Organisationen, die ihre Effizienz steigern wollen, denn KI-Agenten versprechen, manuelle Arbeit zu reduzieren und Mitarbeitern die Konzentration auf Aufgaben zu ermöglichen, die Urteilsvermögen oder Kreativität erfordern.
Die jüngsten Vorstellungen von OpenAI, Microsoft, ServiceNow und anderen Anbietern von Unternehmenssoftware zeigen die Richtung deutlich: KI wird in Systeme eingebettet, in denen sie Aufgaben anstoßen, Datensätze aktualisieren und Workflows koordinieren kann, statt lediglich Vorschläge zu generieren.
Diese Muster deuten darauf hin, dass sich Unternehmenssoftware von KI, die lediglich Informationen generiert, hin zu KI bewegt, die Arbeit erledigen kann.
Mehr Autonomie bringt größere Risiken mit sich
KI die Möglichkeit zu geben, direkt mit Unternehmenssystemen zu interagieren, bedeutet auch, dass Governance ebenso wichtig wird wie die Modellleistung – und die meisten Organisationen gehen dabei vorsichtig vor.
Im Gegensatz zu einem Chatbot, der nur Text generiert, kann ein autonomer Agent auf interne Systeme und Unternehmensdaten zugreifen und dadurch neue Risiken in Bezug auf Berechtigungen, Compliance und Verantwortlichkeit schaffen. Eine ungenaue Antwort eines Chatbots kann ein Benutzer in der Regel korrigieren.
Ein KI-Agent mit der Berechtigung, auf Geschäftssysteme zuzugreifen, könnte dagegen Änderungen vornehmen, die Kunden, Mitarbeiter oder kritische Abläufe betreffen.
Um kostspielige Fehler zu vermeiden, müssen IT-Verantwortliche festlegen, welche Aktionen Agenten ausführen dürfen, wie diese Aktionen überwacht werden und wann ein menschliches Eingreifen erforderlich ist. Organisationen entwickeln außerdem Richtlinien, um von KI generierte Entscheidungen zu dokumentieren und sicherzustellen, dass Mitarbeiter automatisierte Workflows bei Bedarf überschreiben können.
Viele Organisationen reagieren darauf, indem sie Agenten auf eng definierte, sich wiederholende Workflows beschränken, statt ganze Abteilungen autonomen Systemen zu überlassen. Diese Anwendungsfälle sind strukturiert genug, um automatisiert zu werden, ohne Menschen aus kritischen Entscheidungsprozessen zu entfernen.
Sicherheit bleibt ein weiteres großes Problem. KI-Agenten können sensible Geschäftsinformationen verarbeiten, weshalb Zugriffskontrollen, Überwachung und Datenschutz vor einer breiteren Einführung zentrale Aspekte sind.
Den Geschäftswert messen
Der Aufstieg von KI-Agenten spiegelt auch die veränderten Erwartungen an den Return on Investment wider.
Die jüngsten Fragen rund um die Agentforce-Plattform von Salesforce zeigen, dass Unternehmen zunehmend genauer prüfen, wo KI einen messbaren Wert liefert. Investoren und Analysten achten immer häufiger über Produktankündigungen hinaus auf Anzeichen für Kundenakzeptanz, operative Verbesserungen und einen Return on Investment.
Nun scheint es, als würden Führungskräfte in Unternehmen nicht mehr fragen, ob sie KI einsetzen sollten, sondern welche KI-Projekte die Effizienz tatsächlich verbessern und welche lediglich zusätzliche Komplexität schaffen. Für IT-Verantwortliche bedeutet das, Workflows zu identifizieren, die sich ausreichend gut für eine Automatisierung eignen, und gleichzeitig genügend Kontrolle aufrechtzuerhalten, um das operative Risiko zu reduzieren.
Der Erfolg dieser Tools dürfte weniger davon abhängen, das fortschrittlichste Modell einzusetzen, als vielmehr davon, die richtigen Geschäftsprozesse für die Automatisierung auszuwählen.
KI-Agenten könnten die nächste Phase der Automatisierung in Unternehmen darstellen, doch eine breite Einführung wird ebenso sehr vom Vertrauen wie von der Technologie abhängen. CIOs müssen ihre Anstrengungen darauf konzentrieren, zu bestimmen, wo autonome Systeme einen signifikanten Mehrwert liefern können, und zugleich sicherzustellen, dass die Menschen die Kontrolle behalten, wenn es darauf ankommt.
Weitere Nachrichten: OpenAI soll Berichten zufolge auf Familien ausgerichtete ChatGPT-Erlebnisseausloten – ein Zeichen für den nächsten Vorstoß in den Verbrauchermarkt über einzelne Nutzer und Unternehmenskunden hinaus.