Während 2026 mit großen Schritten auf das letzte Quartal des Jahres zusteuert, wächst der Druck, KI-Ambitionen in konkrete Ergebnisse umzusetzen. Im August beleuchtete The AI Forecast, wie sich das in der Praxis darstellt.
In Gesprächen zwischen Moderator Paul Muller und den Gästen Mark Ritcey, Varun Puri und Shanea Leven beleuchtete The AI Forecast die Realitäten beim praktischen Einsatz von KI im gesamten Unternehmen. Lesen Sie weiter, um drei Perspektiven darauf kennenzulernen, was erforderlich ist, um das Potenzial von KI in echten geschäftlichen Mehrwert zu verwandeln.
1. Beginnen Sie mit dem Verhalten und den Ergebnissen statt mit der Technologie
Für Varun Puri, Mitgründer und CEO von Yoodli, beginnt eine erfolgreiche KI-Einführung mit dem Problem, das Menschen zu lösen versuchen, und dem Verhalten, das sie ändern möchten.
„Ich sage oft, dass wir kein KI-Unternehmen sind. Tatsächlich ist es mir nicht einmal wichtig, ob KI eine Lösung ist. Wir sind ein Unternehmen für Verhaltensänderungen“, sagte Puri. „Der Grund, warum Menschen Schwierigkeiten mit wichtigen Gesprächen haben, ist, dass sie nicht üben. Der beste Weg, besser zu werden, besteht darin, sich selbst aufzunehmen, sich selbst zuzusehen, sich dabei zu schämen und das noch dreimal zu tun.“
In diesem Kontext wird KI zu einem Mittel, diese Praxis einfacher zu gestalten. Es kann konkrete Verbesserungsbereiche aufzeigen und Menschen ermöglichen, wiederholt zu üben. „KI liefert Ihnen interessante Erkenntnisse. Es liefert Statistiken auf Organisationsebene, aber im Kern geht es um Übung und mehr Selbstreflexion“, sagte Puri.
Dasselbe ergebnisorientierte Denken kann Unternehmen dabei helfen, den ROI zu bewerten. Puri nannte ein hypothetisches Beispiel: „Angenommen, ich bin Google. Ich muss 15.000 Vertriebsmitarbeiter auf den neuen Gemini-Pitch schulen. In der alten Welt würde ich sechs Monate brauchen, bis alle dieselbe Sprache sprechen. Jetzt brauche ich sechs Tage. Großartig, wir haben eine verkürzte Anlaufzeit“, sagte er. „Ist das ein direkter Dollarwert? Noch nicht, aber meine Güte, das können wir sehr, sehr schnell beziffern.“
Für Puri besteht die Lehre darin, zuerst das gewünschte Ergebnis zu definieren und KI danach zu bewerten, ob sie dabei hilft, es zu erreichen. Das könnte eine höhere Produktivität oder eine bessere Kommunikation bedeuten. Technologie ist dann am wichtigsten, wenn sie dem Ziel dient, anstatt selbst zum Ziel zu werden.
2. Der Erfolg von Unternehmens-KI beginnt mit Disziplin
Da Organisationen erhebliche Ressourcen in KI investieren, ist der Druck, schnell zu handeln, enorm. Doch für Mark Ritcey, Vice President für KI- und Automatisierungsbereitstellung bei LatentBridge, beginnt erfolgreiche Unternehmens-KI mit dem einfachen ersten Schritt, das geschäftliche Problem zu definieren und die passende Struktur darum herum aufzubauen.
„Ich würde sagen, dass ich durchaus erfolgreiche KI-Anwendungsfälle gesehen, erlebt und umgesetzt habe“, so Ritcey. „Und sie finden sich in vielen verschiedenen Bereichen. Ein gängiges Beispiel ist ein KI- oder LLM-gestützter Chatbot, der HR-relevante Fragen auf Grundlage einer HR-Wissensdatenbank beantwortet. Es gibt Tools zur Bonitätsprüfung, die Finanzinformationen von Kunden oder Unternehmen analysieren, aggregieren und zusammenfassen, um sie einem Kreditanalysten vorzulegen. Es ist also nicht die Maschine oder KI, die die Entscheidung trifft, sondern letztlich ein Mensch.“
Über all diese Beispiele hinweg sieht Ritcey dieselben grundlegenden Faktoren, die darüber entscheiden, ob eine KI-Initiative einen Mehrwert bietet. Organisationen müssen mit einem klar definierten Problem beginnen und anschließend die erforderliche Struktur schaffen, damit aus einer KI-Initiative etwas wird, das Mitarbeitende tatsächlich erfolgreich nutzen können.
Das wird noch wichtiger, wenn Unternehmen von Experimenten mit generativer KI zu Produktionssystemen und agentischer KI übergehen. Ritceys Rat lautet, dem Druck zu widerstehen, sofort der größten Chance nachzujagen, und stattdessen die erforderlichen Fähigkeiten aufzubauen, um skalieren zu können.
Wie Ritcey es ausdrückte: „Sie müssen erst krabbeln, bevor Sie laufen können.“ KI im Unternehmensbereich erfordert dieselbe Gründlichkeit wie jede größere geschäftliche Transformation, zusätzlich jedoch eine Governance-Ebene für Systeme, deren Ausgaben unvorhersehbar sein können. Ein solcher Arbeitsaufwand lässt sich nicht überstürzen.
3. Wenn alle Software entwickeln können, werden Leitplanken unverzichtbar
Generative KI senkt die Hürde für die Softwareentwicklung erheblich und ermöglicht es Menschen mit wenig traditioneller Programmiererfahrung, Ideen in funktionsfähige Anwendungen umzusetzen. Doch für Shanea Leven, Mitgründerin von Empromptu AI, bedeutet die Fähigkeit, schnell Anwendungen zu entwickeln, auch, dass mehr davon abhängt, wie diese Anwendungen in den Produktivbetrieb gelangen.
„Sie können absolut produktionsreife Anwendungen entwickeln. Sie müssen nur wissen, was Sie tun“, sagte Leven.
Die Schwierigkeit liegt in der Infrastruktur, die diese Anwendungen umgibt. „Wenn Sie eine generative Anwendung entwickeln und in deren Infrastruktur keine KI-Funktionen wie Drift- oder Randfallerkennung einsetzen: Überwachen Sie, wie die Eingaben verarbeitet werden, und ob die richtigen Eingaben eingehen?“, fragte Leven. „Wenn Sie all diese Dinge nicht eingerichtet haben, kommt es zu Halluzinationen.“
Mit dieser Infrastruktur kann KI jedoch einem breiteren Personenkreis die Teilnahme an der Softwareentwicklung ermöglichen. Nehmen wir als Beispiel die hypothetische „Debbie in der Buchhaltung“.
„Debbie in der Buchhaltung ist eine Fachexpertin für Buchhaltung“, sagte Leven. „Und wenn Sie eine App oder einen Workflow in Debbies Welt einführen, ist Debbie die beste Person, um zu wissen, wie diese Outputs aussehen sollen und welche Leitplanken gelten können.“
Leven bezeichnet diese wachsende Gruppe von KI-gestützten Entwicklern als „neu technisch“. Da immer mehr Beschäftigte in die Lage versetzt werden, Software zu entwickeln, glaubt sie, dass Unternehmen ihnen dabei helfen müssen, einige der Denkweisen zu entwickeln, die traditionell mit Softwareingenieuren und Produktmanagern verbunden sind.
Der Ausbau des Zugangs zur Softwareentwicklung kann wertvolles Fachwissen innerhalb eines Unternehmens erschließen, doch mit einem breiteren Zugang gewinnen gemeinsame Infrastruktur und Weiterbildung ebenfalls an Bedeutung. Mehr Beschäftigten die Möglichkeit zu geben, etwas zu entwickeln, funktioniert am besten, wenn Unternehmen zugleich Leitplanken für eine verantwortungsvolle Entwicklung bereitstellen.
KI-Potenzial in geschäftlichen Mehrwert verwandeln
KI wird immer ausgereifter, und der Erfolg hängt zunehmend davon ab, wie Unternehmen diese Technologie einsetzen. In diesem Monat haben Ritcey, Puri und Leven untersucht, was erforderlich ist, um das Potenzial von KI in echten geschäftlichen Mehrwert für Unternehmen zu verwandeln. Ihre Perspektiven deuten auf einen durchdachteren Ansatz hin, um mit KI echten geschäftlichen Mehrwert zu erzielen.
Hören Sie sich diese Folgen von The AI Forecast und weitere auf Spotify, Apple Podcasts und YouTube an.
