Wie deutsche Firmen KI im Unternehmen implementieren

Künstliche Intelligenz ist Teil des Unternehmensalltags – doch die Zukunft gehört selbstständig agierenden Agentensystemen. Firmen wie Fiege und Ergo zeigen, wie sich KI als Hebel für neue Geschäftsmodelle nutzen lässt.

Claudia Pohlink vom Logistiker Fiege (vorne) diskutiert mit Andreas Liebl von der AppliedAI-Initiative (Mitte) und Georgina Neitzel vom Versicherer Ergo.

Foto: Marc-Steffen Unger

Die Zeit des Experimentierens mit Künstlicher Intelligenz (KI) ist vorbei, nun beginnt die Phase der breiten Adoption. Das zeigt sich deutlich bei der Pre-Session zum KI Summit des Handelsblatts, zu der das AI-First-Unternehmen Infosys eingeladen hat. Jan Kleibrink, Managing Director des Handelsblatt Research Institute, und Stefan Hezel, Head of Marketing EMEA bei Infosys, stellen die gemeinsame Studie „Enterprise AI. Trends, Herausforderungen und Erfolgsstrategien“ vor. Sie beleuchtet, wie gut deutsche Unternehmen beim Thema KI tatsächlich aufgestellt sind.

Die meisten Betriebe haben sich demnach bereits auf den Weg gemacht – nur in 11 Prozent der befragten Unternehmen findet noch keine Auseinandersetzung mit KI statt. Allerdings wird die Technologie heute überwiegend genutzt, um effizienter zu werden und Kosten zu reduzieren. Wie sich KI auf das Geschäftsmodell selbst auswirkt, ist vielerorts noch zweitrangig.

Doch genau das ist der nächste notwendige Schritt: KI muss nicht nur am einzelnen Arbeitsplatz, sondern im gesamten Unternehmen implementiert werden. Erst dann entstehen laut Studie Enterprise-AI-Lösungen, mit denen Unternehmen Veränderungen anstossen können, die den Kern ihres Geschäftsmodells berühren.

Kein KI-Einsatz ohne passende Voraussetzungen

Wie dieser Transformationsprozess gelingen kann, erläutert Stefan Hezel am Beispiel der Deutschen Börse. Managing Director Jens Hachmeister und sein Team prüfen systematisch, ob und wie KI-Technologie zu bestehenden Prozessen passt. „Der nächste Schritt besteht in der Suche nach Use Cases, die sich umsetzen lassen, skalieren und finanziell lohnen“, so Hezel.

Doch dafür müssen viele Unternehmen erst die Grundlagen schaffen – etwa moderne Datentechnologien etablieren oder sich konsequent mit Responsible AI beschäftigen. Der „KI-Reifegrad“ ist entscheidend, wie auch die anschließende Diskussionsrunde zum Thema „Agentic Advantage: Mit Enterprise-AI zum Wettbewerbsvorteil“ zeigt.

Claudia Pohlink, Chief Data Officer beim Logistikunternehmen Fiege, empfiehlt Organisationen mit geringem Reifegrad einen zentralen KI-Hub. An diese Instanz können sich alle Mitarbeitenden wenden, um mit ihren Ideen Projekte anzustoßen. Zugleich initiiert der Hub auch eigene Projekte und treibt sie voran.

Innovation Labs entwickeln passende Use Cases

Das Team deckt dabei sämtliche Kompetenzen von Data Science über Machine Learning bis zu Plattformen, Governance, Datenqualität und Stammdatenmanagement ab. „Später können diese Kompetenzen in die verschiedenen Abteilungen hineingetragen werden“, sagt Pohlink. Denn der Reifegrad einzelner Teams unterscheide sich mitunter deutlich.

Auch der Versicherer Ergo arbeitet mit einem Innovation Lab, das von Georgina Neitzel geleitet wird. Hier steht ebenfalls die Entwicklung konkreter Use Cases im Zentrum. „Wir arbeiten bewusst sehr früh mit den Fachbereichen zusammen, direkt in der Konzeptionsphase. Wir prüfen Anwendungsfälle auf mehreren Ebenen – kreativ und strukturiert – und denken die spätere Übergabe in den operativen Bereich von Anfang an mit“, erklärt Neitzel. So lasse sich verhindern, dass Innovation an der Realität vorbeientwickelt wird.

Von KI-Agenten zu Multi-Agent-Systemen

„Kein Unternehmen macht KI um der KI willen“, betont Andreas Liebl, Managing Director der appliedAI-Initiative, die Firmen bei der Umsetzung von KI-Projekten unterstützt. Das Vorgehen hänge stark vom Reifegrad ab. Am Anfang stehe meist die Lösung eines klar definierten Pain Points. Unternehmen, die bereits Agentensysteme nutzen, könnten diese zu Multi-Agent-Systemen weiterentwickeln, in denen verschiedene KI-Agenten miteinander interagieren.

Agentic-AI-Lösungen sind teilweise bereits Realität, bei Fiege etwa im Beschwerdemanagement. Die Diskussion verdeutlicht jedoch: Damit Unternehmen erfolgreich mit Agenten arbeiten können, müssen sie von Beginn an auf Skalierbarkeit achten und die gesamte Wertschöpfungskette im Blick behalten. Nur so entstehen aus ersten Experimenten Lösungen mit messbarer Wirkung.

Weitere Informationen zum Thema Enterprise AI von Infosys finden Sie hier. Den aktuellen Trend Report des Handelsblatt Research Institute zum Thema „Enterprise AI“ finden Sie hier.