Das Skalieren von KI-Agenten ist dort, wo es kompliziert wird

Es ist kein Geheimnis, dass Unternehmen über Pilotprojekte mit KI-Agenten hinausgehen und beginnen, sie in Geschäfts-funktionen einzusetzen. Aber neue Forschung von Deloitte legt nahe, dass die größere Herausforderung nicht darin besteht, Agenten ins Unternehmen zu holen, sondern die Organisation darauf vorzubereiten, mit ihnen zu arbeiten.

Fast zwei Drittel der von Deloitte befragten Führungskräfte geben an, dass ihre Organisationen ihre Geschäftsmodelle wegen Fortschritten bei agentischer KI neu bewerten. Dennoch geben weniger als die Hälfte an, dass ihre Organisationen für agentische KI in den sechs im Studium untersuchten Geschäftsbereichen vorbereitet sind. Der Bericht stellt fest, dass Geschäftsprozesse und die Bereitschaft der Belegschaft die schwächsten Bereiche sind.

Die Ergebnisse stammen aus einer Umfrage unter 501 US-Senior-Managern und C-Suite-Führungskräften, die direkt in die agentische KI-Strategie oder -Implementierung ihrer Organisationen eingebunden sind. Alle befragten Organisationen befanden sich mindestens im Pilotstadium der agentischen KI. Deloitte interviewte außerdem 20 Führungskräfte sowie KI- und Data-Science-Leiter großer Unternehmen aus verschiedenen Branchen.

Die Forschung legt nahe, dass Unternehmen die frühen Phasen der Agenten-Einführung mit unterschiedlicher Geschwindigkeit durchlaufen. Zweiundvierzig Prozent der Befragten sagten, ihre Organisationen testen noch kleine Zahlen von Agenten oder haben einige Implementierungen im Gange. Weitere 43 % gaben an, die Einführung über Funktionen hinweg auszubauen. Nur 15 % sagten, sie hätten eine skalierte, orchestrierte Multi-Agent-Einführung erreicht.

Wo Skalierung stattfindet, konzentrieren sich Organisationen laut Deloitte hauptsächlich auf risikoarme, wiederholbare Anwendungsfälle mit kurzfristigen Erträgen, darunter Anwendungen in Engineering, Kundenservice und IT.

Die Herausforderung besteht darin, dass der Übergang von einzelnen Anwendungen zu einem Unternehmen, das auf autonomen Systemen basiert, weit mehr erfordert, als nur eine weitere Technologielage zu implementieren.

Die Autoren des Berichts sagen, ein agentisches Unternehmen wird voraussichtlich grundlegend anders arbeiten als heutige Organisationen. Das bedeutet, dass Unternehmen die Arbeit und die zugehörigen Systeme rund um KI-Agenten neu gestalten müssen, anstatt Agenten lediglich in bestehende Prozesse einzufügen.

Dieser Übergang erweist sich als schwierig.

Nur etwa die Hälfte der befragten Führungskräfte sagt, sie habe ein klares Bild von ihrem zukünftigen Betriebsmodell mit KI-Agenten. Drei Faktoren werden als die größten Hindernisse für die Skalierung identifiziert: 72 % nennen das Fehlen einer einheitlichen und zugänglichen Datenbasis, 70 % ein mangelndes Vertrauen und Governance-Modell für Agenten und 67 % die Kosten und Komplexität der Integration.

Die Schwächen werden besonders deutlich, wenn Unternehmen die Prozesse betrachten, die Agenten ausführen sollen.

Nur 16 % der Befragten sagen, ihre Geschäftsprozesse seien für die agentische Einführung vorbereitet, während lediglich 5 % sagen, sie seien hoch vorbereitet. Selbst bei Organisationen, die bereits eine skalierte, orchestrierte Multi-Agent-Implementierung erreicht haben, geben nur 46 % an, ihre Geschäftsprozesse seien vorbereitet. Nur einer von fünf Führungskräften sagt, seine Organisation sei bereit, Prozesse so zu redesignen, dass sie autonom mit KI-Agenten laufen.

Deloitte führt mehrere Gründe dafür an. Organisationen fehlen oft gut dokumentierte Prozesse, sie haben fragmentierte Daten und Systeme und sind durch etablierte Arbeitsweisen eingeschränkt. Begrenzte KI-Kompetenz bei Führungskräften und Mitarbeitenden erschwert zudem das grundsätzliche Neudenken von Workflows.

Derzeit verfolgen viele Organisationen einen inkrementellen Ansatz.

Statt Prozesse von Grund auf neu zu gestalten, legen sie KI-Agenten über bestehende Prozesse. Deloitte sagt, dieser Ansatz kann wirtschaftlich sinnvoll sein, weil er kürzere Amortisationszeiten liefert und Unternehmen hilft, Renditen ihrer KI-Investitionen zu demonstrieren.

Der KI-Architekt eines Gesundheitsunternehmens (der interviewt, aber nicht namentlich genannt wurde) beschrieb die Wahl in finanziellen Begriffen: Prozesse neu zu gestalten sei derzeit zu teuer, während der einfachste Weg, ROI zu zeigen, in inkrementellen Verbesserungen bestünde.

Deloitte charakterisiert diesen Layering-Ansatz nicht grundsätzlich als falsch. Der Ansatz kann operative Kapazität und organisatorische Glaubwürdigkeit aufbauen und gleichzeitig aufzeigen, wo Prozesse, Daten und Praktiken der Belegschaft geändert werden müssen.

Aber reines Layering wird voraussichtlich nicht die grundlegendere Transformation liefern, die nötig ist, um ein erfolgreiches agentisches Unternehmen zu werden.

Nur 31 % der Befragten erwarten, dass mindestens die Hälfte ihrer Prozesse innerhalb von zwei Jahren um KI-Agenten redesignt oder neu gebaut wird. Dieser Wert steigt auf 74 % innerhalb von vier Jahren.

Ein ähnliches Muster zeigt sich, wenn Unternehmen über einzelne Prozesse hinausblicken. Nur 25 % erwarten eine funktionsübergreifende Agenten-Koordination innerhalb von zwei Jahren, verglichen mit 58 % über die folgenden vier Jahre.

Die Belegschaft ist eine bedeutende Lücke

Dreiundvierzig Prozent der Führungskräfte erwarten, dass die Einführung von KI-Agenten in ihren Organisationen innerhalb der nächsten 12 bis 18 Monate „viel“ bis „extrem“ Arbeits­disruption verursacht. Dieser Anteil steigt auf 72 %, wenn die Führungskräfte zwei bis drei Jahre in die Zukunft blicken.

Doch die Hälfte der Befragten sagt, ihre Organisationen investierten nicht genug in die erforderliche Transformation der Belegschaft, um agentische KI zu unterstützen.

Viele Unternehmen bieten bereits Grundschulungen an. Einundsiebzig Prozent berichten von Basis-KI-Agent-Literacy-Programmen, während 65 % gezielte Upskilling- oder Reskilling-Maßnahmen für Rollen anbieten, die von Agenten betroffen sein könnten. Deloitte sagt jedoch, dass Mitarbeitende Fähigkeiten entwickeln müssen, die über grundlegende KI-Literacy hinausgehen.

Wenn Agenten leistungsfähiger werden, könnten Mitarbeitende zunehmend von der Ausführung einzelner Aufgaben zur Aufsicht, Validierung und Orchestrierung von KI-Systemen übergehen. Drei Viertel der befragten Führungskräfte glauben, dass die Zusammenarbeit von Mensch und Agent mehr Wert erzeugt als reine Automatisierung, aber weniger als die Hälfte sagt, ihre Organisationen hätten die erforderlichen Mensch-Agent-Betriebsmodelle definiert, um diesen Wert zu realisieren.

Dieses Betriebsmodell wird Unternehmen dazu zwingen, festzulegen, welche Entscheidungen Agenten treffen können, wann Menschen eingreifen müssen, wer für Ergebnisse verantwortlich bleibt und welches Fachwissen menschlich bleiben muss.

Deloittes Vorgabe ist daher breiter gefasst als nur mehr Agenten zu deployen. Es empfiehlt, dass Organisationen eine integrierte Roadmap entwickeln, die Geschäftsergebnisse mit KI-Anwendungsfällen, Daten, Governance, Architektur, Arbeits-design und Veränderungen der Belegschaft verknüpft.

Es empfiehlt zudem, inkrementelle Deployments als Brücke zu tiefergehenden Prozess-Redesigns zu sehen, nicht als Endziel, stärker in die Transformation der Belegschaft zu investieren und explizit die Aufgabenteilung zwischen Menschen und Agenten zu definieren.

Die zugrunde liegende Botschaft ist, dass agentische KI letztlich nicht nur einzelne Jobs oder Workflows ändern kann, sondern die Art und Weise, wie Unternehmen Arbeit organisieren.

Die meisten befragten Organisationen seien laut Deloitte über die Proof-of-Concept-Phase hinausgekommen, aber skalierte Orchestrierung bleibe die Ausnahme. Die größere Gruppe legt weiterhin Agenten auf bestehende Prozesse, um schnelle Erfolge zu erzielen.

Die nächste Phase der Transformation wird von diesen Unternehmen verlangen, zu entscheiden, wie die Organisation aussehen soll, wenn KI-Agenten nicht mehr nur Werkzeuge sind, die Mitarbeitende nutzen, sondern Teilnehmer daran, wie Arbeit erledigt wird.

Wie ein von Deloitte befragter Life-Sciences-Führungskraft sagte, geht es nicht nur darum, mehr Agenten zu haben. Ein agentisches Unternehmen ist eines, das passgenaue Agenten in seine Kern-Operationen einbettet, wobei autonome Systeme Entscheidungen treffen und Menschen dort Aufsicht bieten, wo es wichtig ist.

Für Unternehmen, die zu diesem Modell übergehen, wird die Technologie letztlich nur ein Teil der Transformation sein. Die schwierigere Frage könnte sein, ob die Organisation selbst bereit ist, die Veränderung vorzunehmen.

The post Scaling AI agents is where things get complicated appeared first on Engineering.com.