Die Enterprise-KI entwickelt sich von einzelnen Assistenten hin zu Systemen, die selbständig Aufgaben über mehrere Anwendungen hinweg erledigen können. Damit ändert sich auch die zentrale Herausforderung für Unternehmen. "Für mich verschiebt sich der Wettbewerb damit zunehmend vom Modell zum Unternehmenskontext", sagt Marc Beierschoder, Partner für KI und Daten bei Deloitte, im Gespräch mit inside-it.ch.

Der Grund für die Verschiebung liege in der Arbeitsweise der neuen Systeme. Kundendaten, Verträge, Dokumente und Geschäftsregeln liegen in Unternehmen häufig in unterschiedlichen Systemen. Für einen Agenten reiche es deshalb nicht, diese Daten lediglich technisch zugänglich zu machen.

Für Beierschoder entsteht damit eine neue Architekturebene. Wenn Unternehmen künftig nicht nur einen, sondern Dutzende oder Hunderte Agenten einsetzen, müsse geklärt sein, welche Daten ein Agent sehen darf, welche Geschäftsregeln für ihn gelten und welche Aktionen er selbständig ausführen darf.

Cyril Louis, CEO der IT-Beratungsfirma Mavericx mit Niederlassungen in Genf und Zürich, bringt es im Gespräch mit inside-it.ch auf eine kurze Formel: "Ein KI-Agent ist nur so gut wie sein Kontext." Damit werde auch die Verbindung zu externen Datenquellen und Systemen wichtiger. Ein Agent müsse Informationen aus verschiedenen Quellen in seinen Kontext einbeziehen können. Eine Möglichkeit dafür sei das Model Context Protocol (MCP), über das Anwendungen und KI-Modelle Kontext und Informationen austauschen können.

Für Unternehmen stellt sich dabei nicht nur die Sicherheitsfrage. Louis verweist auf die Bedeutung von "Observability": Unternehmen müssten nachvollziehen können, was ihre Agenten tun, für welche Aufgaben sie eingesetzt werden und welche Ressourcen sie dabei verbrauchen. Je mehr Agenten autonom arbeiten, desto weniger reicht es, lediglich zu prüfen, ob das Ergebnis stimmt.

Je autonomer die Systeme werden, desto wichtiger werde deshalb die Überwachung, auch im Hinblick auf die Kosten. Eine Lösung könne zwar funktionieren, sagt Louis, aber trotzdem unnötig viele Ressourcen verbrauchen. Die Architektur müsse auch so gestaltet sein, dass die vorhandenen Ressourcen möglichst sinnvoll eingesetzt werden.

Besonders relevant ist diese Frage für Unternehmen, die mit sensiblen Daten arbeiten. Louis nennt unter anderem Finanzdienstleister, das Gesundheitswesen und grosse Schweizer Marken. Für sie sei die Frage der Datenresidenz zentral.

Bei klassischen CRM-Daten sei dies bereits ein Thema. Mit KI-Agenten werde die Situation komplexer, weil die Systeme auf unterschiedliche Sprachmodelle und externe Dienste angewiesen sein können. Nicht jedes dieser Modelle werde innerhalb der Schweiz betrieben.

Beierschoder sieht ebenfalls hohe Anforderungen an Datenqualität, Berechtigungen und Governance. Besonders im Finanz- und Versicherungsbereich beobachtet er ein wachsendes Interesse an agentenbasierten Lösungen. Dort treffen grosse Datenmengen und wissensintensive Prozesse auf hohe Anforderungen an Datenschutz, Nachvollziehbarkeit und Kontrolle.

Das Potenzial von Agenten lasse sich allerdings nicht allein anhand einer Branche bestimmen. Entscheidend sei vielmehr, wie ein Prozess aufgebaut ist, sagt Louis. Wo viele Interaktionen, grosse Datenmengen und wiederkehrende Entscheidungen zusammenkommen, könne Automatisierung besonders viel bewirken.

Ein Beispiel sei der Kundenservice. Heute beantwortet eine Mitarbeiterin oder ein Mitarbeiter etwa die Frage, ob ein Kleid in einer bestimmten Grösse und Farbe verfügbar ist. Künftig könnte ein Agent nicht nur die Verfügbarkeit prüfen, sondern auch die Zahlung abwickeln, eine Bestellung auslösen oder weitere passende Produkte empfehlen.

Damit muss KI nicht zwingend Stellen abbauen, um wirtschaftlich relevant zu sein. Louis beobachtet vielmehr, dass Unternehmen repetitive Aufgaben automatisieren und die gewonnene Zeit für andere Tätigkeiten einsetzen wollen. Kundenservice könne dadurch vom reinen Kostenfaktor zu einem zusätzlichen Vertriebskanal werden.

Damit dürfte sich auch die Art verändern, wie Menschen mit KI arbeiten. Heute wird ein Assistent vor allem aufgefordert, einen Text zu schreiben, Informationen zusammenzufassen oder eine Analyse vorzubereiten. Der nächste Schritt könnte darin bestehen, nicht mehr einzelne Aufgaben, sondern ganze Ziele an Agenten zu delegieren.

Beierschoder erwartet deshalb einen grundlegenden Wandel: weg von KI-Assistenten, die einzelne Aufgaben unterstützen, hin zu KI-Agenten, denen Unternehmen ganze Arbeitsabläufe übertragen können. Agenten könnten künftig über mehrere Systeme hinweg arbeiten und Aufgaben über längere Zeit selbständig verfolgen. Unternehmen müssen klären, welche Aufgaben sie Agenten überlassen, wo Menschen die Kontrolle behalten und wie sie die Ergebnisse überwachen.

Für Beierschoder führt diese Entwicklung zu einer grundlegenden Frage für Schweizer Unternehmen: "Nicht mehr: Welche KI-Tools führen wir ein? Sondern: Wie muss unser Unternehmen funktionieren, wenn intelligente Systeme einen Teil der Arbeit selbständig erledigen können?"