Issuu

AUTONOMOUS

et ssen.n26 i w e i o l og e r 20

EINE

PUB

ION L I K AT

DES R

k to b e chn www.t V E R L A G E S O

EFLE

Autonomous

GRUSSWORT

Autonomous bedeutet Zukunft Der Produktionsleiter öffnet die Tür zur Maschinenhalle und schaltet das Licht an. Die Fertigungsstraßen surren und brummen. Zwei Roboter stapeln Behälter auf Europaletten, das plötzliche helle Licht stört sie nicht. Seit einem halben Jahr läuft die Produktion autonom und automatisiert und soll die kommenden 25 bis 30 Jahre nicht stoppen. Sie widerspricht beispielhaft dem Lieblingshorrorszenario der Nörgler, der vorgeblichen De-Industrialisierung des Landes. Für Parteien, Verbände und Politik sollte es selbstverständlich sein, dass die weltweit drittgrößte Volkswirtschaft das Potenzial und den Willen hat,

den Sprung in die Digitalisierung zu schaffen. Denn Gegenwart und Zukunft sind schon heute die Automatisierung und autonome Steuerung wichtiger Prozesse in Organisation, Produktion, Lieferketten und im Controlling. Es geht nicht darum, ob der Industrie der Sprung aus einer Ära der vom Menschen gesteuerten und vom Menschen gemessenen Ökonomie in das KIZeitalter gelingen wird. Die eigentliche Frage ist, wie die Wirtschaft die Gewichtung aus Software-Entwicklung, Dienstleistung und industrieller Produktion umsetzt. Denn in diesem Dreiklang steckt die Zukunft dieser drittgrößten Industrienation. ©

m Yas

Christian Raum Chefredakteur

LinkedIn-Profil

INHALTSVERZEICHNIS LEITARTIKEL AUTONOMOUS INDUSTRY COMPLIANCE UND REGULATORIK RISIKOMANAGEMENT KI-AGENTEN UND PROZESSOPTIMIERUNG

Über die Digitalisierung zum Autonomous Enterprise — 3 KI-Agenten steuern Lieferketten und Fertigung — 5 KI-Governance ist Managementaufgabe — 7 Der 24/7-Konzern: KI-Agenten schlafen nie — 8 Menschen und KI gemeinsam für die Intelligenz der Organisation — 11

JETZT SCANNEN

Lesen Sie spannende Artikel dieser Ausgabe online, und sichern Sie sich ein kostenfreies Digital-Abo.

www.technologie-wissen.net www.portal-wissen.net

Für uns steht die bestmögliche Lesbarkeit der Texte an erster Stelle. Deshalb verwenden wir in der Publikation auch das generische Maskulinum – diese Personenbezeichnungen stehen für alle Geschlechter.

Partner

Das Papier dieser Reflex-VerlagPublikation stammt aus verantwortungsvollen Quellen.

Folge uns auf Instagram, und verpasse keine Ausgabe mehr. @reflexverlag

Über die Digitalisierung zum Autonomous Enterprise

Weitere Informationen unter  www.technologie-wissen.net

LEITARTIKEL | VON CHRISTIAN R AUM

Es geht um die ehrliche Diskussion über Zeitaufwand, Vertrauen, Kosten und Veränderungen im Geschäftsmodell sowie in den unternehmerischen Abläufen und Hierarchien. Der Wandel zum hochautomatisierten, von Künstlicher Intelligenz gesteuertem „autonomen“ Unternehmen lässt sich nicht mehr aufhalten. Dabei gibt es in vielen Industriezweigen nur zwei mögliche Entscheidungswege – entweder mit der Neuausrichtung von Geschäftsmodell und Prozessen jetzt beginnen oder auf längere Sicht vom Markt verschwinden beziehungsweise sich von einem Konzern schlucken lassen. Auf Vorstandsebene ist dies in erster Linie eine Abwägung auf Basis von Kosten, zeitlichem Aufwand, den damit verbundenen Risiken und dem zu erwartenden Erfolg. Allerdings gibt es keine echte Transparenz bezüglich der zu erwartenden Kosten und nicht viele Erfahrungswerte zum zeitlichen Aufwand. Doch ab und zu kommen Meldungen über Erfolge oder Misserfolge der digitalen Transformationsprojekte in die Medien. Die zeigen aber zunächst nur eine Wahrheit – die meisten Projekte sind sehr teuer, unerwartet aufwendig und eine Rückkehr zu den alten ITSystemen ist praktisch ausgeschlossen. Digitalisierungsstrategie versus IT-Bestand Auch heute gilt in vielen Unternehmen: Solange die IT-Systeme funktionieren, ist der Vorstand nicht involviert. Doch diese Situation ändert sich in dem Moment, wenn die IT-Verantwortlichen viele Hundert Millionen Euro zusätzliches Budget benötigen, um das Unternehmen digital auf das nächste Level zu heben. Jetzt müssen sie die Kosten dieses Strategiewandels erklären. Denn bislang hat die IT-Landschaft keine strengen Strukturen oder ausgefeilte Ordnungen benötigt, um gut und im Sinne der Organisation zu funktionieren. Die grundlegende IT-Strategie vieler Unternehmen ist, dass es genau diese Strategie nicht gibt – da sie bislang nicht nötig war. Jede Fachabteilung, jede Niederlassung, jede Landesgesellschaft nutzt ihre eigenen ITSysteme. Ein einheitlicher Überbau ist zumeist nur nötig, um einen Finanzabschluss pünktlich an das Finanzamt und an die Investoren zu schicken. Und für die IT-Anbieter war es ein über Jahrzehnte rentables Geschäft, alle diese verstreuten IT-Inseln halbwegs zu einer Landschaft

Der Weg zum Autonomous Enterprise hat drei entscheidende Stationen, in denen über Kosten, Zeit und Nutzen entschieden wird.

zu harmonisieren. Für die Digitalisierung muss die Unternehmensspitze umdenken. Denn auf einmal ist das gefordert, wovon eigentlich alle dachten, dass es selbstverständlich ohnehin existiert. Eine Übersicht, ein Ordnungssystem; so etwas wie ein übergreifender Gedanke, wie die digitalen Systeme dem Geschäftsmodell und dem Unternehmen nutzen. Da es in vielen

Acht Jahre Projektlaufzeit, Hunderte Millionen Euro Kosten. Unternehmen niemanden gibt, der eine Aufstellung über die installierten Programme, die genutzte Hardware, die Speicherorte oder auch die externen IT-Dienstleister hat, explodieren Aufwand und Kosten der Projekte. Häufig erreichen sie einen Punkt, an dem die IT-Abteilungen sie kaum noch steuern können. Dann sprechen die Mitarbeitenden zur Entschuldigung von Schwierigkeiten in einer „über die Jahrzehnte gewachsenen komplexen IT-Landschaft“ und meinen, dass es niemanden in der IT-Abteilung gibt, der die Kontrolle behalten hat. Neue Strukturen und Ordnungssysteme Und bei all dem, was IT-Experten, Wissenschaftler und Forscher über die Fähigkeiten der Künstlichen Intelligenz, all ihrer Agenten und Rechenzentren und ihrer Hyperintelligenz gesagt haben, ist es wichtig zu wissen, dass

KI-generiert / chatgpt.com

Bei den Diskussionen um Digitalisierungsstrategien unterschätzen Vorstände und Management häufig Kosten und Zeitaufwand für den digitalen Wandel und den weiteren Weg zum autonom gesteuerten Unternehmen. Denn in vielen Chefetagen müssen die Verantwortlichen erst verstehen, dass sich ihre bisherige IT-Strategie grundsätzlich von der zukünftigen Digitalisierungsstrategie unterscheidet. Und dass die Anforderungen eines KI-gesteuerten Autonomous Enterprise noch einmal völlig verschieden sein werden. Bei großen Konzernen können die Kosten für diesen doppelten Strategiewechsel im hohen dreistelligen Millionenbereich liegen.

KI-Systeme zwei sehr grundlegende Dinge nie gelernt haben. KI-Agenten können weder mit einem unstrukturierten, nicht ordentlich sortierten IT-System in der Weise arbeiten, wie Menschen es können. Und sie werden auch nicht in der Lage sein, dieses von Menschen aufgebaute „Chaos“ zu sortieren, zu ordnen und neu zusammenzusetzen. Für Verantwortliche muss also die von vielen Anbietern vorgeschlagene Lösung großartig erscheinen: KIExperten kommen ins Unternehmen, ersetzen sämtliche alten Systeme durch neue, aktuelle und von KI gesteuerte Software. Gleichzeitig passen sie alle Prozesse innerhalb der Organisation an die Vorgaben der neuen Technologien an. Damit räumen sie das bisherige Chaos auf und ersetzen es idealerweise durch eine saubere, wohlgeordnete IT-Landschaft, in der intelligente Software langfristig die Aufgaben der Mitarbeiterinnen und Mitarbeiter übernimmt. Sobald der Vorstand das Budget genehmigt hat, diskutiert die Unternehmensleitung mit den IT-Verantwortlichen die Laufzeit des Projektes. Der Projektstart liegt üblicherweise im Takt der Abschreibungsfristen für die bestehenden Installationen. Kostentreiber Parallelbetrieb Ab dann führt das Unternehmen die operativen Geschäfte auf den alten, bestehenden Systemen ganz normal weiter. Parallel dazu baut die IT-Abteilung die neuen Systeme auf und testet sie alle sechs bis acht Monate bis zur Produktionsreife. Bis diese neuen Systeme zuverlässig arbeiten, muss die bestehende Software weiter funktionieren. Für das Unternehmen bedeutet dieser Parallelbetrieb ab

Vertragsabschluss für viele Jahre doppelte Kosten und einen zusätzlichen Bedarf an Fachkräften für die zweite Installation. Viele ITLeiter klagen über weitere Herausforderungen wie etwa die sogenannten Moving Targets: Während eines Projektes sind dies beispielsweise gesetzliche Anforderungen, die kurzfristig hinzukommen oder – vielleicht noch schlim-

Vor der Automatisierung steht die Schulung der Mitarbeitenden. mer – einfach wegfallen. Auch Updates bei der Cybersicherheit, Reorganisation des Unternehmens, bei Anpassungen an die Roadmaps der Software-Anbieter sind Anforderungen, die mal im produktiven System zu berücksichtigen sind, ein anderes Mal bei der Umsetzung der neuen Digitalisierungsstrategie Mehraufwand verursachen. Fundamente gelegt, Digitalisierung beginnt Kein Wunder, dass sich die Projektlaufzeiten kaum vorhersagen lassen. Inzwischen rechnen weltweite Konzerne oder große Organisationen wie Städte oder Behörden mit Projektlaufzeiten von sechs bis acht Jahren. Und am Ende haben die IT-Abteilungen lediglich die Fundamente für das autonome Unternehmen

Einsatz von Künstlicher Intelligenz in Unternehmen in Deutschland im Jahr 2026 4,1 % 17,6 % 19,6 %

58,7 %

verarbeitendes Gewerbe

8% 22,2 %

11,2 %

26,2 %

27,4 %

17,5 %

19 %

15,3 %

45,1 %

45,6 %

44,4 %

39,8 %

Handel

Großhandel

Einzelhandel

Baugewerbe

diskutiert

kein Thema

15,7 % 24,5 %

13,6 %

56,2 %

Dienstleistungen im Einsatz

geplant

gelegt. Ab jetzt beginnt für sie die eigentliche Arbeit an ihrer digitalen Zukunft. Seit Jahren warten Kolleginnen und Kollegen mit langen Wunschlisten auf das finale Go-live. Sie haben all die Prozesse gesammelt, die sie am liebsten schon morgen automatisieren wollen. Doch vor der Automatisierung steht die Schulung der

17,9 %

26,6 % 15,6 %

Quelle: ifo Institut, 2026

Autonomous

Mitarbeitenden. In Zukunft regeln neue Vorgaben, Richtlinien und Gesetze die Arbeit im Unternehmen. Weiterbildungen sind über alle Hierarchieebenen dringend notwendig, um die neuen Strategien umzusetzen und die gesamte Organisation tatsächlich produktiv und mit Mehrwert arbeiten zu lassen. 

Das Fundament eines Autonomous Enterprise sind Daten aus Sensoren, mit denen KI-Agenten Fertigungsprozesse eigenständig ausführen, steuern und überwachen. Die GfM Gesellschaft für Maschinendiagnose ermöglicht online oder mobil das Sammeln und Auswerten der Maschinendaten. Die KI-Analysen überwachen die Antriebe und geben Hinweise zur Diagnose und vorausschauenden Wartung. Condition-Monitoring an mechanischen Antrieben funktioniert in der Regel durch Messen der mechanischen Schwingung. Anschließend wird das Signal analysiert, wobei nach Mustern gesucht wird, die Hinweise auf Unregelmäßigkeiten liefern. Das Ergebnis ist eine zuverlässige und belastbare Diagnoseaussage, die direkt für die Instandhaltungsorganisation genutzt werden kann. Betreiber von Anlagen mit mechanischen Antrieben ziehen daraus einen direkten monetären Nutzen, weil es die Planung der

Instandhaltung erleichtert und die Produktion vor ungeplanten Stillständen bewahrt.

Getrieben und Wälzlagern, Zahnrädern und Wellen, Unwucht und Ausrichtfehler sein.

Automatisierte Datenanalysen Die Gründer der GfM haben schon vor mehr als 35 Jahren begonnen, die Datenanalyse zu automatisieren. Im Online-Condition-Monitoring-System Peakanalyzer kommt diese Automatisierung zum Einsatz.

Und sowohl Online-ConditionMonitoring-Systeme als auch mobile Diagnosesysteme liefern zuverlässige, belastbare Ergebnisse. Der entscheidende Unterschied liegt in der Überwachungskontinuität: Online-Systeme erfassen den Antrieb quasi kontinuierlich und erkennen Anomalien sofort – mobile Systeme liefern Aussagen nur zum Zeitpunkt der Messung. Welche Strategie sinnvoll ist, hängt vom jeweiligen Antrieb und seiner Kritikalität ab.

Denn nur auf diese Weise ist eine kontinuierliche Online-Spektralanalyse aller Messsignale möglich, die letztlich ein Maximum an Diagnosezuverlässigkeit sichert. Da die Erfahrung zeigt, dass sich Schäden häufig bereits Monate vor einer notwendigen Abschaltung ankündigen, werden die Betreiber ausreichend Zeit zur Planung von Wartung, Instandhaltung oder Austausch der Antriebe haben. Online-Monitoring der Antriebe Mittels Schwingungsdiagnose ist es möglich, kleinste Unregelmäßigkeiten frühzeitig zu erkennen. Ursachen können Schäden an

Analysen für die Stahlproduktion GfM hat Algorithmen für die Diagnose von spezialisierten Maschinen entwickelt und in den Peak analyzer integriert. Beispielsweise Analyseverfahren für extrem langsam laufende Wälzlager, die etwa bei der Überwachung von Konverterlagern in der Stahlproduktion oder in Rotorblattlagern in Windenergieanlagen zum Einsatz

kommen. Die Überwachung von Antrieben an Kranen gehört zu den Alleinstellungsmerkmalen des Unternehmens. https://maschinendiagnose.de

Werbebeitrag – Unternehmensporträt

KI-Analysen für Maschinenantriebe

Mobiles Diagnosesystem PeakStore5

KI-Agenten steuern Lieferketten und Fertigung

Viele Produktionsstandorte und Fabriken aus dem letzten Jahrtausend lassen sich kaum modernisieren und auf die Arbeit mit KI-Plattformen umstellen. In der Zwischenzeit haben die Mitbewerber aus Asien oder den USA KIAgenten für die Digitalisierung der Fertigung ausgerollt. Um in dieser Entwicklungsphase wieder aufzuholen, wird die Entscheidung für Digitalisierung und Autonomous Enterprise auch zu einer Entscheidung für oder gegen Deutschland als Industriestandort.

KI generiert schnell und präzise Lösungen in der Verantwortung der Product-LifecycleManagement (PLM)-Systeme. Sie überwachen den Ablauf der Produktion und analysieren die verbrauchten Ressourcen – Energie, Wasser,

iStock / xieyuliang

Mit der Nutzung von KI-Plattformen mit Tausenden von KI-Agenten haben Unternehmen die Möglichkeit, sämtliche Prozesse von der Entwicklung eines Produktes bis zur Fertigung zu monitoren und zu kontrollieren. Diese Orchestrierung von Entwicklung, Maschinen, Zulieferern, Auslieferung und schließlich Recycling liegt auch

Ein großer Teil der Automobilproduktion läuft heute bereits ohne manuelle Arbeit.

Arbeitszeit, Verschleiß. Im idealen System werden diese Daten direkt in die Tabellen und Auswertungen der Finance-Abteilung übertragen. Damit erhalten Vorstand und Management zu jeder Zeit detaillierte Auskünfte über Kosten und Wertschöpfung in Realtime. Daten im Kontext analysieren Als diese Software entwickelt wurde, war die globalisierte und vernetzte Wirtschaft die Normalität. Lieferketten funktionierten meistens reibungslos, Preise für Energie und

Logistik waren stabil und wurden langfristig ausgehandelt. Zölle waren bei Produktionsplanung und dem Einkauf von Komponenten weitestgehend kein Thema. Nach dem Zusammenbruch der weltweiten Wirtschaftsordnung sind Krisen, Konflikte, Kriege und die Konkurse von Zulieferern die großen Herausforderungen innerhalb dieser Lieferketten geworden. Reißen die Supply Chains, kann die Fertigung zum Stillstand kommen. Im nächsten Moment steigen die Kosten

Werbebeitrag – Unternehmensporträt

Wenn KI den Kontext versteht Wenn ein Lieferant ausfällt oder sich die Nachfrage verändert, müssen Unternehmen schnell handeln. SAP zeigt, wie Industry AI Geschäftsdaten mit branchenspezifischem Kontext verbindet und Geschäftsprozesse gezielt unterstützt. Autor: Andre Bechtold, President SAP Industries & Experiences and Chief Revenue Officer of Industry AI.

Andre Bechtold, President SAP Industries & Experiences, Chief Revenue Officer Industry AI

Generative KI macht Wissen schneller zugänglich, erstellt Inhalte und unterstützt Mitarbeitende. Der nächste Schritt liegt darin,

diese Fähigkeiten tiefer mit Geschäftsprozessen zu verbinden. Für SAP führt dieser Weg zum Autonomous Enterprise. Unternehmen können diese Fähigkeiten nutzen, um Prozesse zu unterstützen, zu koordinieren und innerhalb klarer Vorgaben auch auszuführen. Menschen gewinnen dadurch Zeit für Entscheidungen, Innovation und Wachstum.

Industry AI verbindet Lager- und Lieferdaten und macht Auswirkungen sofort sichtbar.

Kontext macht den Unterschied Industry AI übersetzt diese Vision in branchenspezifische Abläufe. Denn Kontext macht den Unterschied: Was eine gute Entscheidung ausmacht, hängt vom Geschäft ab. In der Produktion zählen etwa Materialverfügbarkeit, Kapazitäten und Liefertermine, im Handel Nachfrage und Verfügbarkeit.

Vom Wissen zur Handlung Ein Beispiel: Ein Lieferant kann ein Bauteil nicht rechtzeitig liefern. Industry AI führt Informationen aus mehreren Geschäftsbereichen zusammen und macht die Auswirkungen sichtbar, von der Beschaffung über die Produktionsplanung bis zur Logistik. Agentische Systeme bewerten darauf aufbauend Optionen und stoßen die nächsten Schritte an.

SAP verbindet dafür über 50 Jahre Branchen- und Prozesswissen mit Geschäftsdaten, KI Engineering und der Zusammenarbeit mit Kundinnen und Kunden. So kann die Technologie den Kontext berücksichtigen, in dem Entscheidungen getroffen werden.

Dabei geht es nicht darum, Bewährtes abzulösen. Unternehmen können dort ansetzen, wo sie heute stehen, und bestehende Anwendungen Schritt für Schritt mit branchenspezifischem Kontext verbinden. SAP unterstützt diesen Weg mit Forward-Deployed

Engineering. Expertinnen und Experten arbeiten gemeinsam mit Kundinnen und Kunden an komplexen Herausforderungen und entwickeln daraus skalierbare Lösungen. Autonomie bedeutet nicht, dass Menschen aus dem Prozess verschwinden. Sie behalten die Verantwortung dort, wo Erfahrung, Urteilskraft und Freigabe gefragt sind. Die Technologie übernimmt Analyse, Koordination und Ausführung innerhalb klarer Grenzen. So können Unternehmen schneller auf Veränderungen reagieren, Prozesse besser verbinden und Mitarbeitende gezielter unterstützen. www.sap.com/industries

Weitere Informationen unter  www.technologie-wissen.net

AUTONOMOUS INDUSTRY | VON CHRISTIAN R AUM

Autonomous

explosionsartig in die Höhe, während die Wertschöpfung gegen null geht. In der gesamten Organisation heulen die Sirenen. Die herkömmliche Methode, mit dieser Situation umzugehen, sind Meetings und Telefonkonferenzen. Ein vielstimmiger Chor von Managern, Direktoren und Produktionsleitern debattiert die Situation. Im Ergebnis werden die Probleme eher zerredet und verschoben als kurzfristig pragmatisch gelöst.

den Lagern der Partner gefunden. Sie stehen bereit, um die Bestellungen zu übermitteln, mit den Banken die Finanzierung der Aufträge zu klären und die neuen Produktionsabläufe zu terminieren. Die entscheidende Frage ist, ob die menschlichen Vorgesetzten ihren KI-Maschinen dann auch tatsächlich das Okay für diese Vorschläge geben. Hier geht es nicht nur um das Vertrauen in die korrekte Datenanalyse

Die Argumentation der KI-Hersteller für ihre Lösungen ist, dass diese Systeme die Herausforderungen aufgrund ihres Zugriffs auf Daten und der Analyse schneller erfassen als die menschlichen Diskutanten. Darüber hinaus analysieren sie die Situation in einem breiteren Kontext und werden deshalb – nach Darstellung der Hersteller der Software – die optimale Vorgehensweise vorschlagen.

KI nimmt keine Rücksicht auf Position oder Karriere.

Agenten verhandeln mit Agenten Denn sie benötigen nur wenige Augenblicke, um auf Basis der Lagerbestände und erwarteten Wareneingänge Empfehlungen zum Umstellen der Fertigung zu generieren. Darüber hinaus sind sie idealerweise mit den KI-Plattformen der Supplier verlinkt. Wenn ihre menschlichen Kolleginnen und Kollegen noch am Telefon Liefertermine abfragen und per Fax oder E-Mail Angebote einholen, haben die Maschinen bereits die benötigten Komponenten in

und in das Funktionieren der Kommunikation der Plattformen über die Unternehmensgrenzen hinweg. Management und Vorstand sind ebenso gezwungen, ihre eigenen Hierarchien zu hinterfragen. Denn bislang war es Aufgabe und Stolz der jeweils ranghöchsten Person im Team, die Fertigung zu retten und das Unternehmen aus der Krise zu führen. Inzwischen haben die maschinellen Agenten das Wissen, neutral und unabhängig tiefgreifende Maßnahmen zu empfehlen. Sie empfehlen Änderungen in jahrzehntealten Abläufen und

Philipp Ghirardini, Geschäftsführer von WOTAN Monitoring | GHInformatik GmbH, erklärt, warum automatisierte Geschäftsprozesse Transparenz verlangen.

Philipp Ghirardini, Geschäftsführer, WOTAN Monitoring | GH-Informatik GmbH

P R A X I S L E I T FA D E N

„Vom Systemstatus zum stabilen Geschäftsprozess“ zeigt, wie Unternehmen Risiken in komplexen ERP- und SAP-Landschaften früher erkennen und geschäftskritische Abläufe stabiler betreiben. Jetzt QR-Code scannen und kostenlosen Praxisleitfaden herunterladen.

Was bleibt häufig unsichtbar? Anwendungen, Server, Datenbanken, Netzwerke und Schnittstellen greifen ineinander. Einzelne Komponenten können verfügbar erscheinen, obwohl ein IT-Service beeinträchtigt ist. Ohne Kenntnis der Abhängigkeiten bleibt unklar, welche Geschäftsprozesse, Kunden oder Mitarbeitenden von einer Störung betroffen sind. Wie entsteht ein belastbares Gesamtbild? Durch automatisierte Identifikation von Systemen, Rollen und Kommunikationsbeziehung könnten Zusammenhänge und Zuordnungen zu IT-Services vorgeschlagen und belegt werden. Administratoren prüfen und bestätigen das Modell. So wird aus technischen Einzelinformationen ein nachvollziehbarer Blick auf wichtige Services und ihre Abhängigkeiten. Die IT-Leitung gewinnt damit eine Grundlage für Prioritäten, Risiken und Investitionen. Administratoren reduzieren manuelle Erhebungsarbeit, grenzen Ursachen schneller ein und können Änderungen gezielter vorbereiten. Erst Transparenz ermöglicht automatisierte Geschäftsprozesse und zeigt, wo technische Abhängigkeiten zum Geschäftsrisiko werden. https://wotan-monitoring.com/de

Umdenken wird Königsdisziplin Das Umdenken wird zur Königsdisziplin in den KI-Projekten. So werden die deutschen Autobauer häufig dafür kritisiert, dass sie die Fahrzeuge der Zukunft produzieren möchten, dafür aber allzu häufig auf einen IT-Backbone aus den 1990er-Jahren vertrauen. Vor diesem Hintergrund wird es zu einer gewichtigen Frage, ob die alten Fabriken mit den neuen Technologien und Maschinen aufgerüstet werden können. Denn die alten Fertigungen produzieren seit Jahrzehnten zuverlässig und haben enorme Wertschöpfung erzielt. Sie sind aber bei einer ehrlichen Betrachtung und im Vergleich mit den Anlagen der neuen Anbieter, die auf aktuellen KI-Fundamenten stehen, kaum noch wettbewerbsfähig. Und mit kontinuierlicher Weiterentwicklung bauen die Mitbewerber ihren Vorsprung aus. Nachdem ihre KI-Plattformen produktiv und sicher laufen, planen sie, jeweils die neuesten Technologien freizuschalten und nicht nur für die Fertigung zu nutzen. Sie können Grundlage einer umfassenden organisatorischen Transformation werden, die das gesamte Unternehmen vorantreiben. Nach Fertigung und Lieferketten stehen Logistik und Lagerhaltung auf der Roadmap. Dann die gesamten Wartungsprozesse, die Flotte, in der schließlich die alten Lastwagen gegen autonom fahrende Fahrzeuge ausgetauscht werden. 

Autonomie braucht Produktdaten aus SAP Werbebeitrag – Unternehmensporträt

Werbebeitrag – Interview

„Automatisierte Abläufe: alles im Blick?“

innerhalb der Wertschöpfung. Dabei nehmen sie keine Rücksicht auf Karrieren, Positionen und Hierarchien. Neben der Verantwortung kommen mit den Digitalisierungsprojekten also auch Emotionen und lang erprobte Entscheidungsprozesse sowie berufliche Werdegänge auf den Prüfstand.

Der Weg zum Autonomous Enterprise führt über belastbare Produktdaten. Für Industrieunternehmen ist das SAP-System die zentrale Quelle produktrelevanten Wissens: Hier entstehen Produktdaten, Dokumente und Prozesse entlang des gesamten Produktlebenszyklus. Als langjähriger SAP-Partner unterstützt die DSC Software AG Unternehmen dabei, dieses Wissen für Automatisierung und KI zu erschließen. Integratives Product Lifecycle Management | PLM bildet den Kern des DSC-Ansatzes: Es vernetzt Produktdaten, Dokumente und Prozesse im SAP-System und schafft so die Voraussetzungen für den erfolgreichen Einsatz von KI. DSC-Lösungen wie LINKWAY und SAP ECTR AI Companion machen SAPWissen kontextbezogen für KI-Anwendungen nutzbar und ermöglichen fundierte Entscheidungen. www.dscsag.com

M E H R I N F O R M AT I O N E N

Autonomie entsteht nicht durch Daten allein, sondern durch ihren Kontext. Genau diesen schafft Integratives PLM in Ihrem SAP-System. Das volle SAP-Potenzial nutzen:

KI-Governance ist Managementaufgabe

• Kennzeichnungspflicht besteht unter anderem dann, wenn AI im Kundensupport oder im Verkauf eingesetzt wird.

SCHON GEWUS ST ?

In großen Unternehmen zeigen die Erfahrungen, dass Governance vor allem dort klappt, wo sie von oben engagiert vorangetrieben und incentiviert wird. Viel Luft nach oben gibt es derzeit noch bei der Messbarkeit, wie gut Gover nance funktioniert. Bei der Definition aussagekräftiger Kennzahlen stehen die meisten Unternehmen am Anfang.

KI-generiert / chatgpt.com

„Wer verantwortet, was KI entscheidet?“ Dr. Maria Davydchik leitet das Karlshochschule Management Institut (KHMI), einen AZAV-zertifizierten Anbieter für KI-Weiterbildung mit Hochschulanbindung. Im Gespräch erklärt sie, warum autonome KI-Systeme mehr menschliches Urteilsvermögen verlangen, nicht weniger. Ihre These lautet: KI übernimmt Aufgaben, nicht Verantwortung. Was bedeutet das für Unternehmen? Ein autonomes System entscheidet, ohne dass jemand eingreift. Verantwortlich ist es trotzdem nicht. Der EU AI Act ist da eindeutig: Autonomie lässt sich bauen, Verantwortung nicht auslagern. Heißt mehr Autonomie bei der Maschine weniger Aufwand für Mitarbeitende? Im Gegenteil: M E H R I N F O R M AT I O N E N

Das Karlshochschule Management Institut bietet wissenschaftlich fundierte, förderbare KI-Weiterbildungen.

• In der zweiten Gruppe sind KI-Agenten gelistet, die nur mit strengen Auflagen genutzt werden dürfen. Darunter fallen Maschinen, die in der Personalabteilung Bewerbungen filtern oder Lebensläufe sortieren. Auch Banken-Software, die Bonität von Personen kontrolliert und automatisch über Kredite entscheidet, ist hier aufgeführt.

zunehmend übergreifend zusammen. Somit findet KI an vielen Orten statt und lässt sich von Tag zu Tag schwerer steuern. Und weil diese Technologie gerade im Entstehen ist, bleibt die Dynamik im Anwendungsmarkt hoch. Der Trend, die Daten für die KI nutzbar zu machen, ist ein starker Treiber. Experten nennen dies auch als wesentlichen Grund, jetzt in Governance zu investieren. Denn Daten müssen schnell zugänglich sein, um mit der zunehmende Geschwindigkeit in vielen Märkten mithalten zu können. 

• Verboten sind beispielsweise Systeme, die Emotionen von Mitarbeitenden bei der Analyse von Mimik oder Stimme erkennen.

Datensilos werden geöffnet Untersuchungen zufolge hat nur ein Bruchteil der Unternehmen bisher den Governance-Prozess in die Entwicklungen ihrer KI-Lösungen eingebettet. Dabei drängt die Zeit, denn generative KI zieht sich perspektivisch durch sämtliche Unternehmensbereiche, Agenten spielen

Vorstand und Management müssen GovernanceStrategien diskutieren und festlegen.

Um sich an Regularien zu halten, ist Transparenz bei der vorhandenen IT-Landschaft unverzichtbar: Welche Systeme, Anwendungen, Apps, Plattformen und Lizenzen werden genutzt? Schätzungen zufolge wissen Konzerne und Mittelständler über bis zu 25 Prozent ihrer Bebauung nicht ausreichend Bescheid. Damit gehen nicht nur Kosten, sondern auch Risiken einher. Bislang ist nicht bei allen Verantwortlichen angekommen, dass eine ausgefeilte ITStrategie und Governance ein entscheidender Baustein für die Zukunftsfähigkeit des Unternehmens ist. Aber auch dort, wo bereits mit einer strategischen Unternehmensarchitektur gearbeitet wird, gibt es viele offene Fragen, und der Aufbau der Richtlinie ist „Work in Progress“. Gerade bei KI ist das Ausprobieren eine wichtige Methode, um die Potenziale der Technologie auszuloten. Es braucht also zum einen die Freiheit und den Raum, zu experimentieren, insbesondere in Märkten mit schnellen Innovationszyklen. Zugleich sind verbindliche Leitplanken mittlerweile auch rechtlich durch den EU AI Act vorgeschrieben. Dazu gehört die Gliederung in drei Risikogruppen:

Governance in KI-Entwicklung einbetten Die Enterprise Architects stehen typischerweise vor dem Problem, dass ihre Regeln auch für die Menschen in den Fachbereichen sinnvoll umsetzbar sein müssen. Zentral für die Akzeptanz ist, dass der Nutzen von Regeln verstanden wird. Das gelingt nur, wenn großer Aufwand in Schulungen und Kommunikation gesteckt wird. Oft kann es sinnvoll sein, wenn sich die EABeauftragten mit dem Bereich Cybersecurity verbünden, der in der Regel mehr Mittel und Durchschlagskraft hat. Dann können etwa Dokumentation oder Fragebögen um EA-Aspekte erweitert werden. Wenn es bereits vorhandene Strukturen gibt, mit denen sich Risiken oder Datenschutz bewerten lassen, lohnt es sich, auch die Bewertung von KI-Anwendungen hier anzusiedeln.

Werbebeitrag – Interview

Eine festgeschriebene IT-Strategie wird zum Erfolgsfaktor, wenn Unternehmen sehr schnell neue Technologien wie KI integrieren und ihre IT dynamisch am Geschäftsmodell ausrichten wollen. Enterprise Architecture Management (EAM) kann ein Schlüssel sein, um die Vorgaben aus dem EU AI Act unternehmensweit einzuhalten. Doch damit diese GovernanceVorgaben lebendig werden, muss das Management in Schulungen und Change-Arbeit investieren.

©A

rey

Dr. Maria Davydchik, Institutsleiterin des Karlshochschule Management Instituts

Je selbstständiger die Maschine, desto mehr Urteilsvermögen braucht der Mensch, um Ergebnisse zu verantworten. KI arbeitet mit Wahrscheinlichkeiten, ihre Ausgaben hängen von den Trainingsdaten ab. Das zu beurteilen gelingt nur mit menschlicher Erfahrung. Was raten Sie Unternehmen für ihre KI-Strategie? Nicht zuerst fragen, welche KI-Tools man kauft, sondern welche Fähigkeiten das Team braucht, um Mehrwert für Unternehmen und Kunden zu schaffen. So bauen wir auch unsere Weiterbildungen: erst die Bedarfsanalyse, dann die passende Qualifizierung. Wer KI nur anwendet, bleibt von ihr abhängig. Wer sie versteht, kann Ergebnisse beurteilen und Verantwortung tragen. www.khmi.de

Weitere Informationen unter  www.technologie-wissen.net

COMPLIANCE UND REGULATORIK | VON DANIELA HOFFMANN

Der 24/7-Konzern: KI-Agenten schlafen nie RISIKOMANAGEMENT | VON CHRISTIAN R AUM

Es geht um Geschwindigkeit, Wachstumsziele und Umsatzerwartungen von großen Industriekonzernen – die sind in Zukunft nur zu erreichen, wenn die Organisation 24 Stunden und sieben Tage in der Woche arbeitet. Dafür wiederum ist ein Netzwerk von KI-Agenten erforderlich, das herkömmliche Arbeitszeiten sprengt und den Mitarbeitenden redundante Prozesse und Entscheidungen abnimmt. Wichtig ist, die hochproduktiven KI-Systeme mit den vergleichsweise langsamen menschlichen Kolleginnen und Kollegen zu synchronisieren. Das Ziel der Organisationen ist deren immer weiter voranschreitendes Wachstum. Aber gleichgültig, ob Industrie oder Staat, bei einer Bestandsaufnahme zeigt sich, dass die manuelle menschliche Arbeit zur Bewältigung der wachsenden Komplexität nicht mehr ausreicht. Tatsächlich sind bis heute die grundsätzlichen Grenzen durch die menschliche manuelle oder gedankliche Arbeit gesetzt. Ein weltweiter Konzern kann also nur weiter expandieren, wenn diese Beschränkungen gelockert werden. Die Konzepte hierfür sind Digitalisierung, Automatisierung, das Autonomous Enterprise. Die entscheidende Technologie ist die Künstliche Intelligenz, im Mittelpunkt der notwendigen Infrastruktur stehen riesige Rechenzentren, verbunden durch digitale Netzwerke. Auf diesem Fundament kennt das weltweit und autonom arbeitende Unternehmen keine Pausen, keinen Feierabend, keine Wochenenden und keine Urlaubstage. Und wer sich dieser Logik widersetzt, wird verschwinden, von einem schnelleren Konzern geschluckt, von Investoren filetiert und portionsweise verkauft. Verantwortung neu definieren Aber Automatisierung bedeutet auch, die Verantwortung abzugeben und in die Hände von Computersystemen, von Infrastruktur, von Prozessoren, Chips, Bits und Bytes zu legen. Wenn diese grundsätzliche Entscheidung gefallen ist, wird sie kaum mehr umkehrbar sein. Denn die IT-Systeme, die in den vergangenen Jahrzehnten

SCHON GEWUS ST ?

gemeinsam mit dem Unternehmen, seinen Mitarbeitern, den Produktionen und Dienstleistungen gewachsen sind, werden praktisch über Nacht wertlos. Deshalb ist jetzt die Zeit, in der Risiken und Chancen, Geschwindigkeit und Wachstum miteinander abgeglichen werden müssen. Die neue Infrastruktur besteht aus autonom arbeitenden Datenplattformen, die von KI-Agenten gesteuert und kontrolliert werden. In den Chefetagen, die volles Vertrauen in ihre Dienstleister und Software-Hersteller haben, sieht das Management hier kein großes Risiko. Unternehmen aus regulierten Bereichen wie der Verteidigungsindustrie oder auch staatliche Organisationen haben häufig ein anderes Sicherheitsverständnis und bestehen auf der Arbeit mit souveränen, europäischen Partnern. Daten gehören zum Unternehmensvermögen Denn die Daten zählen zum wichtigsten Besitz der Unternehmen. Alle Prozesse, Leistungen, Produkte, Mehrwerte resultieren aus dem Wissen in den digitalen Speichern. So gelten sie als der Treibstoff für alle zukünftigen Strategien und Geschäftsmodelle. Und weil Menschen und Maschinen ganz grundsätzlich anders ticken, setzen die meisten Transformationsprojekte

KI-Agenten werden immer einige Schritt voraus sein. genau hier an. Die alten, auf menschliche manuelle und gedankliche Arbeit ausgerichteten Datenspeicher sind für das KI-gesteuerte Unternehmen hinfällig: KI verlangt strikt strukturierte und streng geordnete Daten. Die bislang übliche, eher chaotische Datenhaltung hat den Menschen Platz für Kreativität und Ermessensentscheidungen gelassen. KI-Agenten sind diese Konzepte unbekannt. Sie urteilen und handeln nach Datenlage und innerhalb einer Blackbox.

Sehen Sie Künstliche Intelligenz eher als Chance oder eher als Gefahr? Deutschland 2026

16 %

ausschließlich als Chance weiß nicht

ausschließlich als Gefahr

eher als Gefahr

53 %

22 %

1.003 Befragte; telefonische Befragung; ab 16 Jahren

eher als Chance

Quelle: Bitkom, 2026

Autonomous

In vielen Unternehmen geht die Initiative für den digitalen Wandel hin zum autonomen Unternehmen nicht von der IT-Abteilung aus, sondern vom Finanzvorstand. Der hat nicht nur die Kontrolle über das Budget, sondern positioniert seine Abteilung auch als strategische Lenker und Kontrolleure der Projekte. Hintergrund ist, dass Finance und Controlling durch Unternehmensbilanzen in Echtzeit, automatisierte Forecasts und aktuelle Finanz-Reports per Mausklick in besonderer Weise profitiert. Und dieses Controlling in Realtime bringt Mitarbeiterinnen und Mitarbeiter in eine Position, aus der sie den ROI der Digitalisierung überwachen und Investitionen in die Abteilungen mit den absehbar höchsten Automatisierungsgewinnen lenken.

Liegen sie offensichtlich falsch, sprechen die IT-Experten von „Halluzinationen“ oder „Ausbrüchen“ und meinen „gefährlichen Unfug“ oder „unkontrollierbare Angriffe“. KI-gesteuerte Cybersicherheit Somit ist die Cybersicherheit der autonomen Computersysteme ein weiterer entscheidender Punkt für den Erfolg der KI-Strategien. Hier bewegen sich die IT-Abteilungen entlang eines sehr gefährlichen und sehr schmalen Grats. Denn ihre eigene Verteidigung beruht auf – wie könnte es anders sein – KI-gesteuerten Agentennetzwerken. Die werden wiederum durch grundsätzlich sehr ähnlich programmierte und hochaggressive KI-Plattformen attackiert und im schlimmsten Fall stillgelegt. So läuft alles auf ein Wettrüsten hinaus, für das es kein absehbares Ende geben wird. Das größte Risiko für Wirtschaft und Staat ist eine mögliche Kostenexplosion, die in letzter Konsequenz zu der Zerstörung von Produktion, Infrastruktur, Organisation oder der gesamten Data-Center führen kann. Damit wäre auch das Autonomous Enterprise gescheitert. Digitale Kultur Geht es für die IT-Abteilung insbesondere darum, wie verschiedene KI-Systeme sich bekämpfen oder verbünden, ist eine Aufgabe der HR-Abteilung, die Zusammenarbeit von Menschen und Maschinen zu definieren und umzusetzen. Dabei diskutieren und steuern die Personaler den kulturellen Wandel in der zu großen Teilen automatisiert arbeitenden Organisation. Und sie stellen die Frage, wie sie die Menschen optimieren, damit diese sich passgenau in die von den Systemen vorgegebenen Abläufe und Workflows einfügen. Denn aufgrund der unterschiedlichen Arbeitszeiten werden in Zukunft die Maschinen den Menschen immer um ein paar Schritte voraus sein. Zu den neuen Jobprofilen gehört somit ein grundsätzliches Vertrauen in die Arbeit und die Ergebnisse der KI-Kollegen einerseits – andererseits aber auch ein aufmerksames Misstrauen und Hinterfragen von KI-Analysen, falls sie sich wie Halluzinationen anfühlen. 

AI just reset the cybersecurity race. Autonomous SASE powered by 35 years of operational data. AI agents diagnose, decide and act. Level-3 experts own every critical call.

AI-native. Human-backed. Sovereign by design. Discover Autonomous SASE open-systems.com

Werbebeitrag – Interview

„Wie Agenten Geschäftsprozesse verändern” KI-Agenten liefern nicht nur Antworten, sondern führen definierte Prozessschritte aus – vom Maschinenservice bis zur Liquiditätssteuerung. Dr. Ulrich Faisst, CTO der All for One Group, erklärt, wo sie messbaren Nutzen schaffen, wie aus einzelnen Anwendungen ein skalierbares Modell entsteht und wie Unternehmen das Fundament für das Autonomous Enterprise legen.

Dr. Ulrich Faisst, CTO der All for One Group

Was bedeutet das Autonomous Enterprise für mittelständische Unternehmen? Im Autonomous Enterprise wandelt sich KI vom Ratgeber zum Akteur. Klassische Assistenten reagieren auf Prompts und liefern Empfehlungen. KIAgenten verfolgen dagegen ein definiertes Ziel: Sie prüfen Daten, klassifizieren Vorgänge und starten Workflows – innerhalb klarer Leitplanken. Im SAP-Kontext liegt darin der eigentliche Gamechanger: nicht in besseren Antworten, sondern in der verlässlichen Ausführung von Prozessschritten. In welchen Geschäftsprozessen schaffen KI-Agenten heute den größten messbaren Mehrwert? Der größte Hebel liegt in Aufgaben, die nur scheinbar Routine sind: Die Vorgänge wiederholen sich zwar, doch jeder Fall bringt andere Daten, Ausnahmen und Fallstricke mit. Klassische Automatisierung stößt hier schnell an Grenzen. KI-Agenten dagegen erfassen den Kontext, führen Informationen aus mehreren Systemen zusammen und treiben den Prozess gezielt voran. Das verkürzt Durchlaufzeiten, reduziert Reibungsverluste und senkt die Fehlerquote.

Welche konkreten Probleme lösen KI-Agenten und intelligente Anwendungen bereits heute? Wenn im Werk eine Maschine stillsteht, zählt jede Minute. Doch während der Kunde auf Hilfe wartet, verlieren Serviceteams wertvolle Zeit bei der Suche nach relevanten Informationen in CRM, ERP, Ticketsystem und technischen Dokumentationen. Genau hier setzt unser Service Escalation Agent an: Er führt verstreute Daten zusammen, filtert das Kernproblem heraus und liefert dem Supportteam Lösungsvorschläge. Aus zeitaufwendiger Recherche wird gezielte Reaktion. Ein ebenso kostspieliges Problem löst der „Cash Commander“ in der Finanzabteilung: In vielen Unternehmen bleiben finanzielle Potenziale ungenutzt – etwa weil Leistungen nicht vollständig abgerechnet werden, Verträge unbemerkt auslaufen oder gewährte Rabatte von den Vorgaben abweichen. Der Cash Commander schließt diese Lücke, indem er Umsatz-, Forderungs- und Liquiditätsdaten in Echtzeit verknüpft. Er warnt vor überfälligen Posten sowie auslaufenden Verträgen und simuliert, wie sich ein Großauftrag oder Zahlungsausfälle auf die Liquidität auswirken. Recherchen und Abstimmungen, die bislang mehrere Tage dauerten, führt der Cash Commander in kurzer Zeit zusammen und schafft eine fundierte Basis für schnelle Entscheidungen. Das sind zwei von zehn intelligenten Agenten und Apps, die wir in drei Monaten entwickelt haben. Wir bieten sie als Partner Agentic Products an: standardisierte und wiederverwendbare Lösungen, die das SAP-Portfolio um konkrete Branchen- und Prozessanforderungen ergänzen. Pro Woche sollen ein bis zwei spezialisierte Lösungen hinzukommen. Ein bis zwei neue Agenten pro Woche – wie gelingt das? Das gelingt nur, wenn wir nicht jedes Mal bei null starten. Genau deshalb haben wir eine Agentic Factory aufgebaut. Sie ist kein Fließband für KI, sondern ein verbindliches Entwicklungsmodell: Es

standardisiert den Weg von der ersten Idee über den Business Case bis zur Umsetzung und zum Test. Dank einheitlicher Templates, Qualitätskriterien, Architekturvorgaben und einer gemeinsamen Codebasis arbeiten alle Teams nach demselben erprobten Muster.

M E H R I N F O R M AT I O N E N

Wo können KI-Agenten Ihre Prozesse konkret voranbringen? Entdecken Sie unsere Partner Agentic Products im Überblick.

Wir erkennen ungeeignete Ideen früher und sichern Tempo und Qualität. Zugleich können wir Erkenntnisse aus einzelnen Kundenanforderungen in wiederverwendbare Partner Agentic Products überführen. Aus individueller KIManufaktur wird ein verlässlicher, wiederholbarer Factory-Prozess. Wie stellt man sicher, dass KIAnwendungen nicht am Bedarf vorbeientwickelt werden? Unsere KI-Experten arbeiten nicht isoliert, sondern eng mit den Consultants aus den Fachbereichen zusammen. Diese sprechen täglich mit Kunden und wissen, wo Prozesse stocken und welche Fallstricke im Alltag auftreten. Gemeinsam klären sie: Welches Problem soll der Agent lösen? Wie groß ist der Bedarf – und welcher messbare Mehrwert entsteht? Anschließend prüfen Business und Entwicklung technische Machbarkeit, Aufwand und Wirtschaftlichkeit. Unsere Lösungen validieren wir regelmäßig mit Kunden; umfassendere Vorhaben entwickeln wir gemeinsam in Co-Innovation. So beginnt die Entwicklung mit einem realen Kundenproblem – nicht mit der Technologie. Was braucht es auf Unter nehmensseite, damit solche KIAnwendungen sicher in bestehende Prozesse integriert, betrieben und skaliert werden können? Ein KI-Agent ist kein Werkzeug, das man installiert und nach dem Go-live sich selbst überlässt. Er braucht ein belastbares Fundament aus Daten, Governance und Betriebsmodell. Sind die Daten inkonsistent, nicht aktuell oder rechtlich nicht nutzbar, schafft KI keine Effizienz – sie beschleunigt lediglich das bestehende Chaos. Governance legt fest, worauf ein Agent zugreift und was er entscheiden darf – und wann

ein Mensch übernimmt. Schließlich braucht es einen Business Owner, der KPIs, Budget und Risiko verantwortet, sowie klare Rollen zwischen Fachbereich und IT. Ohne diese Ownership bleibt selbst ein überzeugender Agent ein verwaistes Experiment. Wo sollten Unternehmen auf dem Weg zum Autonomous Enterprise konkret ansetzen? Der Weg beginnt nicht mit einer großen KIPlattform, sondern mit einem Problem, das Zeit, Geld oder Qualität kostet. Wo bremsen manuelle Prüfungen, Medienbrüche oder fehlende Informationen den Prozess? Dort sollten Unternehmen den wirtschaftlichen Hebel beziffern und prüfen, ob ein KI-Agent die passende Lösung ist. Wir unterstützen Unternehmen dabei, solche Anwendungsfälle zu identifizieren, zu bewerten und gemeinsam in den produktiven Betrieb zu bringen. Der Weg zum Autonomous Enterprise startet somit mit messbarem Nutzen statt mit einem weiteren Pilotprojekt. www.all-for-one.com

Menschen und KI gemeinsam für die Intelligenz der Organisation

Weitere Informationen unter  www.technologie-wissen.net

KI-AGENTEN UND PROZESSOPTIMIERUNG | VON CHRISTIN HOHMEIER

Ein internationaler Konzern für Nahrung und Getränke hatte in einer europäischen Hauptstadt für zwei Wochen eines der großen Konferenzhotels gemietet. Nach und nach trafen von rund um den Globus Mitarbeiterinnen und Mitarbeiter aus den Bereichen Finance und Controlling ein. Sie sollten die neuen Strukturen und die neue Organisation des Konzerns kennenlernen. Denn in Zukunft werden sämtliche Prozesse der FiCoAbteilung aus den nationalen Gesellschaften, aus deren Niederlassungen und den Tochterfirmen herausgelöst. Deren Aufgaben rund um Rechnungsverarbeitung, Rechnungsstellung, Buchung, Zahlungsfreigabe, Controlling und Reporting sind auf vier Servicecenter verteilt. Die greifen auf einen gemeinsamen Datenpool in einer Data-Cloud zu, im Hintergrund ist ein Netzwerk von KI-Agenten für die Standardabläufe zuständig. Finanz und Controlling „Follow the Sun“ Die Prozessmanager haben diese vier Servicecenter entsprechend dem „Follow the Sun“-Prinzip rund um den Erdball verteilt. Wenn die Kolleginnen und Kollegen in Europa ihre Computer ausschalten, übernehmen die Mitarbeitenden in Amerika. Die KI-Agenten arbeiten in einem

iStock / ismagilov

Auf dem Weg zum Autonomous Enterprise gelten Finance und Controlling häufig als ein Startpunkt für den Wandel. Unternehmen stellen zunächst Rechnungseingang und Verarbeitung komplett medienbruchfrei auf. Im nächsten Schritt arbeiten KI-Agenten in der Buchhaltung, im Controlling und für das Reporting autonom und in Echtzeit. Und in einem weiteren Schritt kann ein Konzern die Finanzabteilung als Service in der Cloud weltweit über alle Niederlassungen und Tochtergesellschaften hinweg betreiben.

Viele Prozesse sind nur dann erfolgreich, wenn Menschen und Maschinen sich gegenseitig ergänzen.

anderen Zyklus – in Echtzeit sind sie immer im Dienst. Wie in riesigen Klassenzimmern hatten die Organisatoren in den großen Konferenzsälen Computerpools aufgebaut, an denen die Mitarbeitenden ihre neuen Arbeitsabläufe erlernten. Sie erfuhren, welche Verantwortung sie an die Maschinen abgeben und welche Erwartung der Konzern zukünftig an sie haben würde. Anstelle der Standardabläufe sollten sie fragliche Positionen kontrollieren, Jahresabschlüsse und Reportings erstellen und den Vorstand über die Finanzsituation aktuell und per Mausklick auf dem Laufenden halten. Dunkelverarbeitung nur für Standardabläufe In einigen kleineren Meeting-Räumen und Klassenzimmern trainierte das Management die neuen Skills. Etwa den Umgang mit den Analyseprogrammen und die Interaktion mit den KI-Agenten. Und natürlich gehörte es zur neuen Unternehmenskultur, dass die Kolleginnen und Kollegen sich in Abendprogrammen oder an der

Hotelbar kennenlernen. Denn auch in der Zukunft des Autonomous Enterprise werden sie einen Arbeitsplatz haben und sollen sich untereinander austauschen. Eben weil die Gesetzgeber rechtliche Hürden gesetzt haben, ist es

KI und Menschen arbeiten gemeinsam. erforderlich, dass an bestimmten Stellen Menschen arbeiten. Deshalb glauben viele Experten, dass es so etwas wie eine „Smart Finance Dark Factory“ nie geben wird. Eben weil immer Ermessensentscheidungen nötig sind – und Ermessen kann immer nur die Entscheidung eines Menschen sein. Auch dies ist eine Erkenntnis, die die Kolleginnen und Kollegen nach zwei Wochen Schulung mit an ihre neuen Arbeitsplätze in den Servicecentern genommen haben. 

Fokusinterview

„Autonomous Enterprise versus Agentic AI” Prof. Dr. Peter Gentsch, Vorstand und Founder der AICONIQ AG, wird interviewt von Chris Boos, KIPionier, ehemaliges Mitglied des Digitalrats der Bundesregierung. Was unterscheidet Autonomous Enterprise von KI-Automatisierung? Wir dürfen Autonomie nicht mit Assistenz verwechseln. Ein Agent verfolgt Ziele, handelt eigenständig, arbeitet mit anderen Agenten zusammen und lernt. Aus Assistenz wird Akteur. Wie viel Freiheit darf man Agenten geben? Maximale Autonomie funktioniert innerhalb klarer Governance. Agenten sollen andere

Unternehmen sollten nicht nur bestehende Prozesse agentisieren, sondern sich fragen: Wie würden wir unsere Organisation heute mit Menschen und KI-Agenten neu bauen?

Prof. Dr. Peter Gentsch, CEO der AICONIQ AG – seit 09/2026 an der Börse Düsseldorf notiert

kreative Lösungswege finden – aber innerhalb definierter Ziele, Entscheidungsrechte, Eskalationen, regulatorischer Leitplanken.

Was brauchen Agenten dafür? LLMs reichen nicht. Es braucht eine Architektur, die Wissen, Daten, Systeme, Menschen und Agenten verbindet und zugleich Rollen, Identitäten, Zugriffsrechte und Handlungsgrenzen festlegt. Autonomie ohne Governance macht eine Organisation verletzlicher. Was ist das Ziel? Der Wettbewerbsvorteil liegt nicht in der Zahl

der eingesetzten Agenten, sondern in der Organisationsintelligenz. Der Fähigkeit eines Unternehmens, Daten, Wissen, Erfahrung und Kontext in bessere Entscheidungen und wirksames Handeln zu übersetzen: Organisationsintelligenz muss entwickelt werden. Und wo liegt der wirtschaftliche Hebel? Nicht nur in Effizienz und Kosten. Richtig organisierte Agentic Intelligence verbessert Entscheidungen, beschleunigt Innovation und eröffnet neue Geschäftsmodelle. Autonome Agenten haben das Potenzial, zum größten Wachstumsmotor der Geschichte zu werden.

Autonomous

KOMMENTAR

AI Street Gang Die Auftritte von AI-Agenten in der Öffentlichkeit gleichen Gruppen übermotivierter Teenager, die es darauf anlegen, mit überbordendem Wissen und wilder Aggressivität ihre Umgebung zu erschrecken. Dabei sollten sie eigentlich als „superintelligente“ Unternehmenslenker die Vorstände der großen Industriebetriebe beraten oder auch als elektronische Experten bei kritischen Gehirnoperationen assistieren. Allerdings scheint ihr schlechtes

Benehmen keine Überraschung zu sein. Denn vielleicht war das Training mit Inhalten aus unterschiedlichsten Social-Media-Plattformen nicht die allerbeste Idee. Auf diese Weise haben ihre Schöpfer ihre kleinen digitalen Monster nach unser aller Vorbild erschaffen. Kein Wunder, dass einige von ihnen Internetseiten hacken und Unternehmen und Regierungen angreifen. Und die allgemeine Sorge ist – das Schlimmste kommt erst noch.

Christian Raum Chefredakteur

IMPRESSUM

Projektmanagement Moritz Duelli, moritz.duelli@reflex-media.net Redaktion Daniela Hoffmann, Christin Hohmeier, Christian Raum Layout Silke Schneider, grafik@reflex-media.net Fotos iStock / Getty Images, Coverbild iStock / Andreus Druck Badische Neueste Nachrichten Badendruck GmbH V.i.S.d.P. Redaktionelle Inhalte Christian Raum, redaktion@reflex-media.net Weitere Informationen Pit Grundmann, pit.grundmann@reflex-media.net, Reflex Verlag GmbH, Hackescher Markt 2–3, D-10178 Berlin, T +49 (0)30 / 200 8949 0, www.reflex-media.net Diese Publikation des Reflex Verlages erscheint am 14. Oktober 2026 in der Frankfurter Allgemeinen Zeitung. Der Reflex Verlag und die Frankfurter Allgemeine Zeitung GmbH sind rechtlich getrennte und redaktionell unabhängige Unternehmen. Inhalte von Werbebeiträgen wie Unternehmens- und Produktporträts, Interviews, Advertorials, Anzeigen sowie Gastbeiträgen und Fokusinterviews geben die Meinung der beteiligten Unternehmen beziehungsweise Personen wieder. Die Redaktion ist für die Richtigkeit der Beiträge nicht verantwortlich. Die rechtliche Haftung liegt bei den jeweiligen Unternehmen.

J E T Z T S C AN N E N

Wir sind dabei

Unsere Ausgaben finden Sie auch auf unserem Wissensportal: www.portal-wissen.net

GfM Gesellschaft für Maschinendiagnose mbH Köpenicker Straße 325 12555 Berlin www.maschinendiagnose.de SAP SE Dietmar-Hopp-Allee 16 69190 Walldorf www.sap.com WOTAN Monitoring/ GH-Informatik GmbH Pestalozzistraße 1 8010 Graz, Österreich www.wotan-monitoring.com

DSC Software AG Am Sandfeld 17 76149 Karlsruhe www.dscsag.com Karlshochschule Management Institut (KHMI) GmbH Steinerstraße 15/Haus D 81369 München www.khmi.de Open Systems AG Räffelstraße 29 8045 Zürich, Schweiz www.open-systems.com

All for One Group SE Rita-Maiburg-Straße 40 70794 Filderstadt-Bernhausen www.all-for-one.com

AICONIQ AG Neue Mainzer Straße 32–36 60311 Frankfurt am Main www.aiconiq.io