KI-Agenten: 62% der Unternehmen sehen Potenzial jenseits von Textgenerierung

In der strategischen Ausrichtung von Technologieunternehmen zeichnet sich ein deutlicher Wandel ab: Der entscheidende Wettbewerbsvorteil bei der Nutzung künstlicher Intelligenz (KI) liegt zunehmend weniger in der Auswahl eines spezifischen Sprachmodells als vielmehr im Design der zugrunde liegenden Workflows. Aktuelle Entwicklungen bei Branchenvertretern wie DataBank, Zoho und Salesforce unterstreichen, dass die nahtlose Integration in Geschäftsprozesse zur zentralen Stellgröße für Produktivitätssteigerungen und Margenverbesserungen wird.

Workflow-Design als strategischer Fokus

Das Infrastrukturunternehmen DataBank betonte in einer aktuellen Stellungnahme, dass der wirtschaftliche Nutzen von KI-Anwendungen primär durch die Gestaltung der Arbeitsabläufe generiert werde. In einem Whitepaper von Stephanie Livingston wird detailliert dargelegt, wie die Kollaboration zwischen Mensch und Maschine darauf abzielt, repetitive Tätigkeiten signifikant zu reduzieren. Dieser Fokus auf die praktische Integration soll es Unternehmen ermöglichen, ihre Effizienz zu steigern und die operativen Margen nachhaltig zu optimieren.

Dieser Trend wird durch eine aktuelle Untersuchung von McKinsey gestützt. Laut der Studie äußerten 62 % der Befragten Neugier gegenüber dem Einsatz sogenannter KI-Agenten, die über die reine Textgenerierung hinaus eigenständig Aufgaben innerhalb eines digitalen Ökosystems übernehmen können.

Die Herausforderung der „Agenten-Begleitung“

Der Softwarehersteller Zoho adressiert diesen Bedarf mit der Einführung der „Zia Agents“ sowie dem dazugehörigen „Zia Agent Studio“. Um die Einstiegshürden zu senken, stellt das Unternehmen monatlich bis zu 30 Millionen Tokens kostenlos zur Verfügung. Zoho-CEO Mani Vembu gab jedoch zu bedenken, dass KI-Agenten im Gegensatz zu klassischer Software-as-a-Service (SaaS), die fast unmittelbar nach der Implementierung einen Mehrwert biete, eine Phase der Einarbeitung benötigen.

Wer sich mit der Integration automatisierter Workflows befasst, muss auch die rechtlichen Rahmenbedingungen für den Einsatz von KI-Systemen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen des EU AI Acts. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Dieses sogenannte „Agent Sitting“ sei notwendig, da die KI-Systeme zunächst das spezifische Geschäftsumfeld, die vorhandenen Datenstrukturen und die individuellen Workflows erlernen müssten. Die Agenten seien dabei auf Transparenz, Rechenschaftspflicht und Sicherheit ausgelegt. Ergänzend dazu erweitert das Unternehmen seine Prozesswerkzeuge, unter anderem durch Low-Code-Anwendungen und Tools für das visuelle Mapping von Arbeitsabläufen, um die Automatisierung komplexer Geschäftsprozesse zu erleichtern.

Komplexität als Schutzwall und Betriebskosten

Auch Salesforce sieht den Wert seiner Plattform weniger in den KI-Grundfunktionen selbst, die mittlerweile oft approximierbar seien, als vielmehr in der Komplexität der bestehenden Integrationen. Die tausenden von Abhängigkeiten innerhalb der Workflows in einem CRM-System seien für Wettbewerber schwer zu kopieren. Als defensive Strategie setzt das Unternehmen verstärkt auf Partnerschaften, um seine Position im Bereich der agentischen Workflows zu festigen.

Die zunehmende Automatisierung durch KI-Agenten stellt Unternehmen vor neue Herausforderungen bei der Risikobewertung und Dokumentation. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko gelten und wie Sie die Einhaltung der neuen EU-Regeln sicherstellen. Jetzt kostenlosen Umsetzungsleitfaden zum EU AI Act herunterladen

Praktische Anwendungen für solche Strukturen finden sich bereits bei Atlassian. Das Unternehmen nutzt agentische Pipelines, um Dokumentationen automatisiert aktuell zu halten. Dabei werden Aufgaben von KI-Agenten entworfen, weitergeleitet und markiert, wobei die finale menschliche Überprüfung ein integraler Bestandteil des Prozesses bleibt.

Auf der Kostenseite beobachtet die Finanzbranche ein Phänomen, das als „Token-Paradox“ bezeichnet wird. DBS-CEO Tan Su Shan erklärte, dass die Kosten pro KI-Einheit (Token) bei steigender Nutzung sinken. Die Bank begegnet der wirtschaftlichen Herausforderung durch den Einsatz von Memory-Caches und kleineren Modellen für weniger komplexe Anfragen. Trotz der massiven Investitionen in neue Technologien bleiben die Ausgaben für IT bei der DBS stabil bei etwa 10 % des Gesamtumsatzes.

de | wissenschaft | 69926915 |