Mobile-Menu
  DB Podcast

KI-Projekte

LLM: Vom Scheitern der KI im Enterprise-Stack

< zurück

Seite: 2/2

Anbieter zum Thema

Sybit GmbH
FIS Informationssysteme und Consulting GmbH
Esker Software Entwicklungs-und Vertrieb
Yorizon GmbH & Co. KG

Vom Pilotprojekt zur Enterprise-Fähigkeit

In vielen Unternehmen entstehen KI-Initiativen zunächst in einzelnen Fachbereichen. Das ist nicht falsch. Problematisch wird es, wenn daraus eine unverbundene Landschaft aus Pilotprojekten entsteht: viele einzelne Tools, viele Datensilos, aber keine gemeinsame Grundlage für Skalierung, Sicherheit und Kontrolle. Das Grundproblem dieser Situation: auf diese Weise wird es niemals gelingen, zu einer Skalierung von KI auf die gesamten Unternehmensprozesse zu gelangen.

KI braucht im Enterprise-Kontext deshalb eine Architektur, die wiederverwendbar ist. Sie muss grundlegende Funktionen bereitstellen: Datenanbindung, Integration, Sicherheitskonzepte, Rollenmodelle, Monitoring, Orchestrierung und Schnittstellen zu bestehenden Systemen.Auf dieser Basis lassen sich dann nachhaltig unterschiedliche KI-Anwendungen entwickeln: ein Service Agent, ein Sales Assistant, ein digitaler Verkaufsberater oder eine interne Wissenssuche. Unternehmen müssen dann nicht bei jedem Use Case von vorne beginnen. Sie schaffen eine Grundlage, auf der neue Anwendungen schneller, sicherer und kontrollierter entstehen können.

KI wird zur Fähigkeit der Organisation

Konzepte wie Retrieval Augmented Generation, Tool Calling, Agenten oder standardisierte Schnittstellen wie das Model Context Protocol prägen derzeit ebenfalls die Diskussion. Entscheidend ist aus Business-Sicht aber auch hier die Steuerung: Ein Agent beispielsweise braucht ebenfalls eindeutige Ziele, definierte Datenzugriffe, Berechtigungen, Eskalationsregeln und Protokollierung.

Die gute Nachricht: Unternehmen müssen dafür nicht erst ein perfektes Datenprojekt abschließen. Aber sie müssen verstehen, welche Daten für welchen Use Case relevant sind, in welcher Qualität sie vorliegen und wie sie kontrolliert genutzt werden können. Ebenso wichtig ist die Einbindung der Fachbereiche. Gute KI-Use-Cases entstehen dort, wo Mitarbeitende täglich mit Kunden, Prozessen und Systembrüchen arbeiten. Hier kann auch oft klein gestartet werden, wenn der richtige Ansatz gewählt wird. Am Ende geht es um folgende Zielsetzungen:

  • Relevante Use Cases finden 
  • Business Impact und Machbarkeit priorisieren
  • 3. Daten und Architektur vorbereiten
  • Mitarbeiter befähigen

Ein LLM kann die Customer Experience nicht allein verändern. Verändern werden sie Unternehmen, die KI ganzheitlich mit ihren Prozessen, Daten und Systemen verbinden. KI im Enterprise-Stack ist dann nichts weniger als eine grundlegende neue Fähigkeit der Organisation. Die zentrale Frage lautet: Wie schaffen Unternehmen die Grundlage, damit diese Integration transparent, kontrollierbar und skalierbar wird? Die Antwort lautet: Durch die passende Enterprise-Architektur. Wer diese Grundlage schon jetzt bei „kleineren“ Use Cases legt, kann KI nicht nur ausprobieren. Er kann sie nach und nach produktiv über alle Geschäftsprozesse hinweg nutzen – und zwar dort, wo sie Kundenbeziehungen, Mitarbeitende und Geschäftsprozesse wirklich besser macht.

Ron Boes
ist Director Portfolio & Innovation bei der Sybit GmbH. Das Unternehmen bietet Lösungen für Vertrieb, E-Commerce, Service und Marketing und baut dabei auf eine ganzheitliche Prozessberatung für die Erfüllung moderner Kundenbedürfnisse und die SAP Customer Experience Solutions.

Bildquelle:

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte