|
München (ots) - Agentic AI verlagert den Fokus von einzelnen Anwendungen auf den
verlässlichen Betrieb. Governance, Integration und Transparenz werden damit
zentral.
Beitrag von Paul Kurt Haberfellner, Co-Founder und Managing Director bei Nagarro
Agentische KI (Agentic AI) verändert die Rolle Künstlicher Intelligenz im
Unternehmen. Klassische KI löst seit Jahren klar umrissene Aufgaben wie
Prognosen, Fehlererkennung oder Klassifizierung. Generative KI hat das Spektrum
auf Sprache, Code, Bilder und weitere Informationsflüsse ausgeweitet. Agentic AI
geht noch einen Schritt weiter: Systeme beantworten nicht nur Fragen, sondern
planen und führen Arbeitsschritte eigenständig aus.
Damit steigt auch der Anspruch an den Betrieb. Ein Proof of Concept kann unter
kontrollierten Bedingungen schnell funktionieren. Im produktiven Betrieb trifft
KI jedoch auf gewachsene Unternehmensrealität. Genau dort entscheidet sich, ob
aus technischer Machbarkeit belastbarer Nutzen wird. Wenn die Demo funktioniert
und der erste Anwendungsfall überzeugt, steigen die Erwartungen. Doch sobald KI
in bestehende Abläufe eingebunden wird, geht es nicht mehr nur um die Qualität
der Antwort. Dann zählen Zugriffsrechte, Freigaben, Systemgrenzen, Kosten und
die Frage, wer für Ergebnisse verantwortlich ist.
Komplexe Systemlandschaften überwinden
Selten liegt das Problem beim Modell selbst. Oft liegen die Hürden im Umfeld, in
dem das Modell arbeiten soll. Daten sind über verschiedene Systeme verteilt,
Prozesse sind nicht sauber aufeinander abgestimmt und Wissen bleibt in einzelnen
Teams oder Bereichen hängen. KI beseitigt diese Reibung nicht automatisch,
sondern übernimmt diese Komplexität. Für Unternehmen entscheidet sich der Erfolg
von KI nicht erst im Rollout, sondern schon in der Architektur. Denn Skalierung
entsteht dort, wo Governance, Integration, Sicherheit und Betriebskosten von
Anfang an zusammengedacht werden. Dasselbe gilt für die organisatorische Seite.
Wenn sich Rollen, Entscheidungswege und Arbeitsweisen verändern, müssen die
Menschen, die mit den Systemen arbeiten, früh einbezogen werden. Technisch
starke Lösungen skalieren nicht, wenn sie im Alltag nicht angenommen werden.
Mit Agentic AI gewinnt dieser Punkt zusätzliches Gewicht. Je stärker Systeme
eigenständig planen und Handlungen auslösen, desto mehr rückt die Frage der
Steuerung in den Vordergrund. Organisationen brauchen Klarheit, welche Agenten
im Einsatz sind, auf welche Daten und Systeme sie zugreifen dürfen, nach welchen
Regeln sie handeln und wie sich ihr Verhalten nachvollziehen lässt. Auch Kosten,
Sicherheitsrisiken und Freigaben müssen über zunehmend komplexe KI-Umgebungen
hinweg sichtbar und steuerbar bleiben.
Systemübergreifende Kontrolle
Die Herausforderung ist dabei nicht auf eine einzelne Plattform oder ein
einzelnes Modell begrenzt. Unternehmen arbeiten mit unterschiedlichen
Cloud-Umgebungen, Modellen, Frameworks und Werkzeugen. Governance und
Observability sollten deshalb über diese Landschaft hinweg funktionieren. Eine
sogenannte Agent Control Plane kann hier als zentrale Steuerungs- und
Governance-Schicht wirken. Sie macht Regeln, Zugriffsrechte, Kosten und das
Verhalten von KI-Agenten über verschiedene Systeme hinweg nachvollziehbar und
steuerbar. Dazu gehören Funktionen wie Richtlinien und Governance, Identitäts-
und Zugriffsmanagement, Auditierbarkeit, Kostenkontrolle, Monitoring sowie
Routing. Wichtig ist dabei, diese Kontrollschicht nicht isoliert zu betrachten.
Sie ist Teil eines durchgängigen Betriebsansatzes für Enterprise AI. Nagarro
setzt deshalb schon bei der Auswahl geeigneter Anwendungsfälle an und begleitet
KI-Systeme über Entwicklung, Orchestrierung und Betrieb hinweg. MosaicOS
unterstützt den strukturierten Aufbau von KI-Agenten, NIA deren Analyse und
Optimierung. Die Agent Control Plane ergänzt diese Fähigkeiten um
herstellerunabhängiges Monitoring, Governance und Kontrolle.
Organisation und Technologie im Gleichklang
Diese technische Ebene allein reicht dennoch nicht. Enterprise AI funktioniert
nur, wenn Systeme, Prozesse, Governance und Menschen gemeinsam weiterentwickelt
werden. Genauso wichtig bleibt die Verantwortung des Menschen. KI kann große
Informationsmengen verarbeiten, Muster erkennen und Entscheidungen vorbereiten.
Kontextuelles Urteil, die Einordnung von Ausnahmen und die Verantwortung für
Ergebnisse bleiben jedoch beim Menschen. Unternehmen können Entscheidungen durch
KI unterstützen lassen, doch sie können die Verantwortung für deren Folgen nicht
an ein Modell delegieren. Der Schritt von einzelnen KI-Anwendungen zu skalierter
Enterprise AI ist deshalb kein reines Technologieprojekt. Es geht darum, die
Voraussetzungen für einen verlässlichen Betrieb zu schaffen und Reibung zwischen
Daten, Systemen, Prozessen und Entscheidungen gezielt zu reduzieren. Erst dann
wird aus technischer Leistungsfähigkeit eine Lösung, die im Unternehmensalltag
tatsächlich trägt.
Pressekontakt:
N: Laura Spitz
E: mailto:laura.spitz@nagarro.com
W: https://www.nagarro.com/de/ai-transformation-framework
Weiteres Material: http://presseportal.de/pm/134167/6360073
OTS: Nagarro
|
