Ein internationales Fertigungsunternehmen, das entscheiden will, wie sein Bestand im Falle von Störungen in der Lieferkette umgeleitet werden soll, benötigt mehr als nur eine simple, KI-generierte Antwort. Es muss in der Lage sein, alternative Lieferanten zu suchen, die Bestandsverfügbarkeit zu kontrollieren, Kundenzusagen einzusehen und finanzielle Kompromisse abzuwägen. Und um angesichts volatiler Märkte Liquiditätsrisiken prognostizieren zu können, brauchen Finanzvorstände Kontext, den ein einfacher Chatbot nicht bieten kann. All diese Tätigkeiten umfassen miteinander verflochtene, operative Entscheidungen, in die Abhängigkeiten, Präferenzen, Genehmigungen, finanzielle Auswirkungen und Kompromisse einfließen und die sich unmittelbar auf den gesamten Geschäftsbetrieb auswirken.
In unzähligen Gesprächen, die ich im letzten Jahr mit Führungskräften geführt habe, verlagerte sich die Diskussion stets von KI-Fähigkeiten hin zur Umsetzbarkeit im Arbeitsalltag. KI-Modelle entwickeln sich zwar rasant weiter, doch die eigentliche Frage ist, ob KI den Unternehmenskontext versteht, in dem sie eingesetzt wird.
Beim Diskurs um KI wird zu oft davon ausgegangen, dass bessere Modelle automatisch zu besseren Geschäftsergebnissen führen. Dem ist nicht der Fall. Unternehmen stellen vermehrt fest, dass intelligente Funktionen ohne operativen Kontext – also die Prozesse, Daten, Regeln und Richtlinien, die zur Steuerung und zum Schutz von Unternehmen dienen – zwar Prozesse anstoßen können, dabei aber nur wenig Fortschritt ermöglichen. Im Gegenteil, in einigen Fällen kann dies sogar zu stärkerer Fragmentierung und mehr Risiken führen.
Eine KI-generierte Empfehlung kann überzeugend wirken, dabei jedoch möglicherweise wichtige Abhängigkeiten in anderen Teilen des Systems außer Acht lassen. Und ein KI-Agent kann einen Arbeitsablauf effizient automatisieren, gleichzeitig aber die Planungsannahmen in einem anderen Arbeitsschritt durcheinanderbringen. Unternehmen mangelt es nicht an KI-Output, sondern vielmehr an KI-Systemen, die in der Lage sind, Auswirkungen auf den Betrieb zu verstehen.
Genau hier liegt aktuell die eigentliche Herausforderung für Unternehmens-KI. Und um dieses Problem zu lösen, ist die reine Steuerung von Prozessen nicht ausreichend. Es wird Kontext benötigt.
Unternehmenssoftware bildet seit Jahrzehnten das Rückgrat der Weltwirtschaft. Finanzsysteme, Lieferketten, Beschaffungsnetzwerke, Personalplanungsplattformen, Fertigungsabläufe und Auftragsabwicklungsprozesse laufen über vernetzte Systeme, in denen nicht nur Informationen, sondern auch die Logik hinter Unternehmensabläufen erfasst werden. Diese Systeme umfassen Prozesswissen und -daten, Governance-Strukturen, Berechtigungen, Richtlinien und wirtschaftliche Beziehungen, die über viele Jahre hinweg gesammelt wurden und in jede Entscheidung eines Unternehmens einfließen. Sie sind das Gehirn eines jeden Unternehmens.
Im KI-Zeitalter ist dieser Geschäftskontext besonders wertvoll. Ohne diese Daten bleiben KI-Outputs wohlgemeinte Vermutungen statt gut fundierter Beurteilungen.
Wenn KI aber direkt in operative Prozesse eingebettet wird, kann sie über alle Aspekte des Unternehmens hinweg logische Schlüsse ziehen. Das verändert die Rolle von Software in Unternehmen, denn Unternehmenssysteme sind so zunehmend direkt an der eigentlichen Ausführung beteiligt.
KI kann Risiken früher erkennen, Antworten funktionsübergreifend koordinieren, in Echtzeit Handlungsempfehlungen geben und die Ausführung von Routinetätigkeiten innerhalb festgelegter Rahmenbedingungen automatisieren. Dies geschieht nicht in Form isolierter Agenten, die getrennt voneinander arbeiten, sondern über intelligente Funktionen, die mit der wirtschaftlichen und operativen Struktur des Unternehmens selbst verknüpft sind.
Autonomie im Unternehmen bedeutet dabei nicht, dass Menschen von der Entscheidungsfindung ausgeschlossen sind. Autonomie bedeutet vielmehr, die Fragmentierung und den administrativen Aufwand zu reduzieren, die Unternehmen daran hindern, schnell, einheitlich und umfassend zu arbeiten. Es sind nach wie vor Menschen, die Prioritäten festlegen, wichtige Entscheidungen treffen und Verantwortung tragen. KI kann jedoch dazu beitragen, die operativen Abläufe im Zusammenhang mit diesen Entscheidungen zu koordinieren und auszuführen.
Betrachten wir als Beispiel den Ausfall eines Lieferanten, der Auswirkungen auf eine kritische Fertigungskomponente hat. Die meisten modernen KI-Systeme können das Problem zusammenfassend beschreiben oder auf Grundlage erlernter Muster die wahrscheinliche Verzögerung vorhersagen. KI, die in Prozesse eingebettet ist, liefert jedoch nicht nur Einblicke, sondern kann koordinieren und Maßnahmen einleiten. Sie kann betroffene Produktionspläne identifizieren, globale Bestandspositionen analysieren, alternative Beschaffungsoptionen bewerten, die finanzielle Belastung abschätzen, auf Lieferrisiken für Kunden hinweisen und gleichzeitig Maßnahmen für Beschaffung, Logistik, Finanzwesen und Kundenvorgänge vorschlagen.
So automatisiert KI nicht nur Arbeitsabläufe, sondern bietet völlig neue Möglichkeiten bei der Interaktion zwischen Mensch und Unternehmenssystemen. Aber nicht nur das.
Je handlungsorientierter die KI wird, desto entscheidender werden die Systeme, die sie mit dem operativen Tagesgeschäft und Vorgängen in der Praxis verbinden. Systeme, die Berechtigungen, Richtlinien, Abhängigkeiten, Prozesse, finanzielle Auswirkungen und organisatorische Verantwortlichkeiten auf Unternehmensebene nachvollziehen können, werden wichtiger denn je.
Diese Entwicklung wirkt sich auch darauf aus, wie Führungskräfte mit dem Thema Transformation umgehen sollten.
Denn bislang experimentieren die meisten Unternehmen mit KI-Assistenten, führen Pilotprojekte ein und automatisieren isolierte Aufgaben. Nur wenige von ihnen konnten ihre Produktivität tatsächlich steigern, und noch weniger ihre Abläufe grundlegend neu ausrichten.
Die Unternehmen, die sich in der nächsten Phase als Vorreiter etablieren können, werden einen anderen Ansatz für künstliche Intelligenz verfolgen. Sie werden intelligente Funktionen direkt mit den operativen Systemen verbinden, in denen Entscheidungen echte geschäftliche Konsequenzen nach sich ziehen. Sie werden erkennen, dass vertrauenswürdige, produktive KI auf dem Kontext, der Datenqualität und Prozessintegrität sowie einem umfangreichen Prozesswissen beruht.
Vor allem aber werden diese Unternehmen verstehen, dass die erfolgreiche Nutzung von KI nicht nur ein technologischer Wandel, sondern eine Herausforderung in Bezug auf das Change-Management ist. Echter Mehrwert lässt sich nur erzielen, wenn KI-Agenten, Prozesse und Menschen Hand in Hand zusammenarbeiten.
Die Zukunft gehört den Unternehmen, die dieses Gleichgewicht finden: Menschen legen Prioritäten fest und tragen Verantwortung, während intelligente Systeme mit Präzision Prozesse koordinieren und Maßnahmen ausführen. Das ermöglicht es Unternehmen, in einer zunehmend komplexen Welt widerstandsfähiger, produktiver und intelligenter zu arbeiten.
– – – – –
Weiterführende Links
👉 www.sap.com
Foto: pixabay
