Aigentiq

Unternehmen erzählen mir stolz, sie hätten mit KI angefangen. Das Modell ausgewählt, Budget freigegeben und den Use Case definiert. Und sechs Monate später läuft nichts. Metaphorisch gesprochen haben sie KI-Samen auf ein Betonfeld gestreut und gehofft, dass dort von allein Pflanzen wachsen. Doch Samen brauchen fruchtbare Erde, Sonne und Wasser, damit sie gedeihen können. Übertragen auf die Unternehmensrealität bedeutet das: ➡️ Schnittstellen, die tatsächlich API-ready sind. ➡️ Systeme, die Datenzugriff erlauben, ohne Sicherheitsanforderungen zu kompromittieren. ➡️ Datenstrukturen, die ein Agent sinnvoll verarbeiten kann. ➡️ Governance-Regeln, die von Anfang an mitgedacht werden. Die allermeisten Integrationspunkte in Unternehmen wurden für Menschen oder für klassische Softwareautomatisierung gebaut. An KI-Agenten hat zu dieser Zeit noch niemand gedacht. Wer einen Agenten daran anschließt, muss die Schnittstellen oft grundlegend überarbeiten. Das kostet Zeit und Ressourcen. Wer das ausblendet und auf das Modell hofft, wird enttäuscht sein. Bei einem unserer Kunden haben wir zuerst die Systemlandschaft vorbereitet und anschließend den Agenten deployt. Das Ergebnis ist eine vollständige Vorabanamnese, die ein Agent durchführt, zusammenfasst und direkt ins Praxissystem integriert – DSGVO-konform, mit klaren Governance-Regeln. Es funktioniert, weil wir zuerst die Erde bestellt, dann den Samen gestreut und danach bewässert haben.

Sterben Webseiten aus? Ich bin früher für eine Recherche noch in die Bibliothek gegangen, habe Zeitschriften gekauft und Videokassetten angeschaut. Dann kam das Internet und mit ihm Google. Alle wollten ganz oben stehen, und Webseiten wurden zugunsten von SEO optimiert. In Zukunft werden wir unsere KI-Assistenten fragen. Ansprechendes Design, emotionale Texte und Keywords von Webseiten verlieren zunehmend an Relevanz. Mein Sohn spricht fast nur noch mit ChatGPT. Für ihn ist das total normal. Und die nächste Stufe davon ist bereits in Vorbereitung: KI-Agenten, die Verträge abschließen, Preise vergleichen und Bestellungen auslösen, ohne dass wir selbst online noch „suchen“ müssen. Dann heißt es: Finde einen günstigeren Stromanbieter – hier meine letzte Rechnung. Der Agent kommuniziert direkt mit der API des Anbieters. Salesforce hat dafür den Begriff „Machine Customers“ ins Leben gerufen und konsequenterweise ein Headless CRM entwickelt: vollständig ohne Benutzeroberfläche, nur API-Schnittstellen. Das zeigt die Richtung, in die es in den kommenden Jahren geht. Unternehmen, die ihre Schnittstellen für maschinelle Käufer optimieren, nutzen dieselbe Überholspur, die Amazon einst gegenüber Quelle genutzt hat. Was bisher Vertriebskanal hieß, wird zur reinen Schnittstelle. Wer darauf vorbereitet ist, sichert sich einen signifikanten Vorsprung.

Am 15./16.07. geht's für mich nach Düsseldorf zur Handelsblatt-Konferenz AI in Energy. Zwei Tage voller Impulse dazu, wie KI die Energiewirtschaft verändert – von Strategie über neue Geschäftsmodelle bis hin zu konkreten Anwendungen und der Frage, was es für eine erfolgreiche Transformation benötigt. Bei CONUTI setzen wir hier übrigens schon einiges um: KI steckt bereits in mehreren unserer Produkte und automatisiert Prozesse in unserem als auch dem Betrieb unserer Kunden - und wir haben noch viel mehr vor! Besonders freue ich mich auf den Impulsvortrag meiner Kollegin Laura Quiring: "Drei Dinge, die wir über produktive KI in der Energiewirtschaft gelernt haben – und zwei, die uns überrascht haben." Wer auch vor Ort ist: Lasst uns vernetzen und austauschen – ich freue mich auf spannende Gespräche! 🤝 #AIinEnergy #Energiewirtschaft #CONUTI #Handelsblatt

Viele KI-Initiativen sterben lange, bevor das erste Modell deployt wird. Mir begegnen immer wieder folgende 5 Killer. Und die haben nichts mit technischen Hürden zu tun. 1️⃣ Jede Führungskraft erwartet grundlegend unterschiedliche Ergebnisse von KI. Der CFO will Business Cases für einen Personalabbau erstellen, der CMO plant eine Kapazitätserweiterung und der CEO erwartet Wachstum. Ohne eine klare Abstimmung darüber, welche Ergebnisse wann zählen, scheitern Initiativen an unterschiedlichen Erfolgsdefinitionen. 2️⃣ Wenn Geschäftsbereiche KI-Initiativen ohne Einbindung der IT verfolgen, ist ein Scheitern vorprogrammiert. Die IT kontrolliert Datenzugriff, Infrastruktur, Sicherheitsprotokolle und Integrationsmöglichkeiten. Ohne ihre Partnerschaft bleiben KI-Tools isoliert und schaffen Sicherheitslücken. 3️⃣ KI ist nur so gut wie die Daten, auf die sie zugreifen kann. Viele Organisationen haben Datensilos, schlecht dokumentierte Daten oder Daten von unzureichender Qualität. Organisationen wenden 60 bis 80 Prozent ihrer Projektzeit im Bereich KI für die Datenaufbereitung auf – Bereinigung, Kennzeichnung, Integration und Sicherung. 4️⃣ Die Entwicklung eines KI-Tools ist der einfache Teil. Die meisten Initiativen scheitern daran, die Anwender tatsächlich dazu zu bringen, es zu nutzen. Unternehmen lancieren KI-Tools, bieten nur minimale Schulungen an und wundern sich dann, warum die Akzeptanz sechs Monate später immer noch unter 20 Prozent liegt. 5️⃣ „Wir setzen KI ein“ hat nichts mit Strategie zu tun. Organisationen, die nicht konkret darlegen können, was KI leisten soll, welche Aufgaben sie übernehmen wird und wie die Arbeit neu verteilt wird, werden höchstwahrscheinlich daran scheitern. Diese fünf Punkte lassen sich vermeiden. Sie erfordern Klarheit und Vorarbeit, bevor das erste Modell überhaupt läuft.