Wie führende Unternehmen die KI-Vision in Geschäftswert verwandeln

Ich habe das Glück, jedes Jahr mit Hunderten von Kunden sprechen zu können. Diese Unternehmen decken die gesamte Bandbreite der Technologieeinführung ab: Einige profitieren von modernsten Entwicklungen, während andere so risikoscheu wie möglich bleiben möchten. 

Doch die KI-Ära – ständig in Bewegung und voller Dynamik – hat momentan fast alle von ihnen vereint. Die Zeit der Experimente ist vorbei. Unternehmen konzentrieren sich darauf, über theoretische KI-Pilotprojekte hinauszugehen. Sie möchten KI in großem Umfang operationalisieren, Kosten optimieren und deren Einsatz steuern.

Abgesehen von diesen wichtigen Unternehmensvorgaben empfinde ich die Begeisterung für KI in meinen Gesprächen mit Kunden als sehr erfrischend. Es geht darum, neue Ideen zu nutzen und Chancen zu ergreifen, die vor Kurzem noch als unmöglich galten.

Die globale Bank BNP Paribas verfolgt beispielsweise das Ziel, KI in großem Umfang zu industrialisieren, statt nur mit ihr zu experimentieren. Tausende von Use Cases sind bereits live, und das Unternehmen geht konsequent weiter. Das Unternehmen baut derzeit eine KI-Fabrik auf, um KI-Funktionen im gesamten Unternehmen bereitzustellen. Dabei liegt der Schwerpunkt auf dem Geschäftswert. Dazu gehören Schlüsselelemente wie Betrugserkennung, „Know Your Customer“ (KYC), Kunden-Onboarding und Chatbots sowie Funktionen für die interne Produktivität, wie etwa KI für Entwicklungsteams. Das Unternehmen ist davon überzeugt, dass der Fokus auf messbaren Geschäftsergebnissen liegen muss.

An BNP Paribas beeindruckt mich, wie das Unternehmen die Stärke von Anpassungsfähigkeit mit den Anforderungen an eine gute Governance kombiniert. 

Genau so vollzieht der Automobilhersteller NissanSeite verfügbar in Englisch (Deutsch ist nicht verfügbar) den Übergang von softwaredefinierten zu KI-definierten Fahrzeugen, bei denen KI-Workloads ein zentraler Produktfaktor sind. Bei Compute-Ressourcen ist Flexibilität die wichtigste Anforderung, so Nissan. KI-Workloads entwickeln sich ständig weiter. Daher konzentriert sich Nissan darauf, die Rechenleistung – Onboard, Offboard oder Hybrid – anzupassen, ohne die Software an eine bestimmte Chipgeneration zu binden. Und bei Daten legt KI die Messlatte noch höher. Der Umgang mit Daten ist entscheidend, um Modelle zu verbessern und Verantwortlichkeit, Vertrauen sowie kontinuierliches Lernen in den Produkten AI-Drive und AI-Partner von Nissan zu gewährleisten. Sicherheit, Datenschutz und Governance sind dabei stets integriert.

Agenten, überall Agenten

Es besteht großes Interesse und es wird viel in agentische KI investiert. Dabei handelt es sich um Systeme von KI-Agenten, die komplexe Aufgaben eigenständig planen und ausführen können. Sehen wir uns einige Beispiele an.

• BNP Paribas untersucht derzeit ein internes Projekt namens Twin. Ziel ist der Einsatz von Agenten, die die GPU-Nutzung überwachen, Anomalien erkennen und Workflows zur Problembehebung in Echtzeit automatisieren. 
• UPS, das globale Paketzustell- und Logistikunternehmen, betrachtet die Zukunft der KI aus der Perspektive der Entscheidungswissenschaft. Agenten analysieren Situationen, bestimmen wahrscheinliche nächste Maßnahmen und nutzen automatisierte Entscheidungsbäume zur Unterstützung der Lieferkettenlogistik.
• Das US-Telekommunikationsunternehmen Verizon plant den Einsatz von agentischer KI für komplexe Triage-Schleifen. Diese können Netzwerkbeeinträchtigungen bei einzelnen Kunden erkennen und eigenständig Maßnahmen zur Problembehebung ausführen, noch bevor die Kunden um Hilfe bitten.

Aber wir dürfen die Menschen nicht vergessen! Die NASA, die US-amerikanische Organisation für Raumfahrt, Luftfahrtforschung und Weltraumerkundung, betont, dass KI-Agenten Fachkräfte aus Ingenieurwesen und Wissenschaft unterstützen und als Multiplikator dienen sollen, anstatt sie zu ersetzen. Darin liegt die Chance zur Skalierung: Unternehmen können die Wirkung von KI steigern, da diese routinemäßige, aber wichtige Wartungs- und Rechenaufgaben übernimmt. So können sich Menschen auf anspruchsvolles Design und komplexe Entscheidungsfindungen konzentrieren. 

Beispielsweise nutzt EUROCONTROLSeite verfügbar in Englisch (Deutsch ist nicht verfügbar) leistungsstarke KI-Systeme, um komplexe Flugbahnen in Echtzeit zu berechnen. Dies hilft Luftraumnutzenden dabei, die effizientesten und nachhaltigsten Flugrouten zu ermitteln. Die NASA plant den Einsatz von KI-Modellen im Weltraum, um Daten schnell zu visualisieren und zu verarbeiten. Durch das Filtern von Erkenntnissen können sich Astronauten auf die Entscheidungsfindung konzentrieren, statt sich mit der Datentriage zu befassen. Schließlich integriert Motorola Solutions cloudbasierte KI-Workflows in lokale Notfallsysteme. Das Unternehmen entwickelt unternehmenskritische Kommunikationsgeräte, Systeme und Software für Behörden und Organisationen mit Sicherheitsaufgaben. So erhalten Notfall-Leitstellen Live-Transkripte, Echtzeitübersetzungen und automatisierte Fallzusammenfassungen.

Digitale Souveränität und KI

Angesichts der zunehmenden regulatorischen Aufsicht (wie die KI-Verordnung der EU) fordern Kunden eine nachprüfbare digitale Souveränität über ihre KI. Dies lässt sich in 3 Anforderungen unterteilen:

• Modellsouveränität: Die Möglichkeit, spezifische KI-Modelle ohne Vendor-Lock-in auszuwählen, zu ändern und an beliebigen Orten auszuführen.
• Datensouveränität: Die zum Trainieren und Ausführen von Modellen verwendeten Daten bleiben vollständig unter der rechtlichen Kontrolle der Organisation. Sie werden niemals ohne Zustimmung zum Trainieren externer Modelle verwendet.
• Ergebnissouveränität: Die Möglichkeit, jede wesentliche KI-generierte Entscheidung zu prüfen, zu erklären und aufzuheben. 

Beispielsweise bauen regulierte Unternehmen wie Core42Seite verfügbar in Englisch (Deutsch ist nicht verfügbar) und TelenorSeite verfügbar in Englisch (Deutsch ist nicht verfügbar) in Europa hochsichere, mandantenfähige souveräne KI-Clouds auf. So bleiben die Daten stets unter ihrer Kontrolle. 

Dies sind nur einige Highlights unserer Kunden zur Zukunft der KI in ihren Unternehmen. Es inspiriert mich, wie sie den Übergang vom KI-Pilotprojekt zur KI in der Produktion planen. Dabei greifen sie die täglichen Ideen ihrer Teams auf.