Angesichts der schnell wachsenden Akzeptanz von KI-Agenten auf Unternehmensebene zeichnet sich eine Diskrepanz zwischen Ambition und Umsetzung ab.
Obwohl 85 % der Unternehmen sagen, dass sie innerhalb der nächsten drei Jahre agieren wollen, sagen 76 %, dass ihre derzeitigen Abläufe und Infrastrukturen diese Änderung nicht unterstützen können. Sie verweisen auf mangelnde Bereitschaft aller Personen, Prozesse und Arbeitsabläufe.
Das Klebebandproblem
Die Herausforderung besteht darin, dass viele Unternehmen häufig KI-Agenten in bestehende Abläufe integrieren, anstatt das Betriebsmodell und die Arbeitsweise neu zu überdenken, erklärt Prasun Shah, globaler CTO für Workforce Consulting und Chief AI Officer bei PwC UK Consulting. „Sie betten KI-Mitarbeiter in ein menschliches Betriebsmodell ein“ und schichten KI-Agenten in bestehende Arbeitsplatzstrukturen ein, obwohl „das so ist, als würde man Teile eines Betriebsmodells, das kaputt geht, mit Klebeband versehen.“
Dies kann dazu führen, dass Unternehmen nicht den vollen Wert der Agenten-KI nutzen können, was zu Umständen führt, in denen sich schnell Ernüchterung einstellt. Der volle Wert liegt in der Fähigkeit der Agenten, ganze Arbeitsabläufe mit begrenztem menschlichen Input auszuführen. Sie können komplexe Aufgaben koordinieren, unabhängige Entscheidungen treffen, sich an veränderte Bedingungen anpassen und die Leistung iterieren.
In frühen Testfeldern, die Kundenservice, Personalwesen und Vertrieb umfassen, Es wird bereits geschätzt, dass KI-Agenten bei skaliertem Einsatz Geschäftsprozesse um bis zu 30 % bis 50 % und geringwertige Arbeitszeiten um 25 % bis 40 % beschleunigen könnten. Mit dieser Fähigkeit gehen jedoch eine größere Komplexität und die Notwendigkeit einer unternehmensweiten Änderung einher.
Erweitern des KI-Vokabulars
Ema beschreibt diese Änderung als Agentic Business Transformation (ABT), einen Begriff, den das Unternehmen letztes Jahr in Zusammenarbeit mit HFS Research geprägt hat, um eine Lücke im bestehenden Lexikon über KI-Agenten zu schließen und bereitzustellen Unternehmen mit einem neuen Rahmen, mit dem sie über ihre eigene Einführung der Technologie nachdenken können.
„Keines der vorhandenen Vokabeln erfasst das volle Ausmaß der Veränderung“, erklärt Surojit Chatterjee, CEO und Gründer von Ema. „Bei der digitalen Transformation ging es um den Übergang von Papier zu Software. Bei der KI-Transformation ging es darum, künstliche Intelligenz zu bestehenden Prozessen hinzuzufügen. Bei Co-Pilot ging es um die Unterstützung von KI bei verschiedenen menschlichen Aufgaben. Aber ABT ist etwas völlig anderes: Es ist die Integration von KI-Agenten in die Struktur der Organisation.“
Für Shah trägt der dedizierte Begriff (ABT) dazu bei, „die Notwendigkeit voranzutreiben, eine Organisation in ihrer Gesamtheit neu zu gestalten: ihr Betriebsmodell, ihre Arbeitsabläufe, Entscheidungsrechte und Leistungsmanagementsysteme.“ Er betont, dass „alles erforderlich ist, um sicherzustellen, dass diese Agenten tatsächlich aktive Teilnehmer an der Wertschöpfung sind und nicht nur Punktwerkzeuge oder Produktivitätshilfen.“
Laut Ema umfasst ABT drei Grundpfeiler: den Technologie-Stack eines Unternehmens, seine Belegschaft und die für den Erfolg verwendeten Kennzahlen.
KI-Wirkstoffe als Bindegewebe
Die erste Säule von ABT ist der Technologie-Stack. „Ihr bestehender Technologie-Stack wurde für von Menschen gesteuerte, anwendungsorientierte Arbeitsabläufe entwickelt“, sagt Chatterjee. „Es muss überdacht werden, wenn der Akteur ein KI-Agent ist, der mit Maschinengeschwindigkeit auf mehreren Systemen gleichzeitig arbeitet.“
Da KI-Agenten in eine Organisation integriert werden, müssen Unternehmen von einer Reihe linearer Prozesse und Schritte zu einer völlig anderen Neuverkabelung der Arbeit übergehen, erklärt Shah. Das liegt daran, dass der Wert von KI-Agenten nicht als weitere Schicht in einem bestehenden Technologie-Stack liegt, sondern als Bindegewebe, erklärt er, das sich zwischen oder über Schichten hinweg bewegt, um eine übergeordnete Aufgabe zu koordinieren oder Daten aus mehreren diskreten Anwendungen abzurufen und zu interpretieren. KI-Agenten können „eine echte Wettbewerbsdifferenzierung für ein Unternehmen“ schaffen, indem sie Entscheidungen auf der Grundlage dieser Fähigkeit zur Kontextualisierung treffen, sagt er. „Dort wird das nächste Schlachtfeld sein.“
Um dieses Bindegewebe aufzubauen, müssen Führungskräfte ihren Technologie-Stack anpassen, um qualitativ hochwertigere Entscheidungen von KI-Agenten zu treffen, und dabei den Zugriff auf mehrere Datensätze und Anwendungen gleichzeitig priorisieren, um implizites Wissen zu entwickeln. „Organisationen, die diesen architektonischen Wandel vollziehen, werden wirklich anpassungsfähiger“, sagt Chatterjee. „Wenn eine neue Geschäftsanforderung entsteht, warten Sie nicht sechs Monate darauf, dass ein Softwareanbieter eine Funktion entwickelt. Sie konfigurieren einen KI-Mitarbeiter mithilfe natürlicher Sprache und verbinden ihn mit den Systemen, die er benötigt. Die Zeit vom Geschäfts- bis zum Produktionsworkflow verkürzt sich von Monaten auf Tage.“
Die Belegschaft, neu gestaltet
Da KI-Agenten für immer mehr Anwendungsfälle eingesetzt werden, müssen Unternehmensleiter darüber nachdenken, was dies für die Dynamik in ihrer gesamten Belegschaft bedeutet, der zweiten Säule von ABT.
Belegschaftsstrukturen weichen heute kaum noch vom hierarchischen Modell der frühen Tage der Industrialisierung ab. Um die Effizienz und den Umfang zu maximieren, werden Prozesse standardisiert, Aufgaben klar zwischen strategischen Geschäftseinheiten (SBUs) abgegrenzt und Mitarbeiter steigen in der Organisation auf der Grundlage ihrer Fähigkeit auf, die Leistung der ihnen untergeordneten Teams zu optimieren. Aber mit KI-Agenten, die Aufgaben ausführen, koordinieren und optimieren können – oft ohne Koordination durch das Management – verschwimmen die Grenzen dieser etablierten Hierarchie.
In einer Belegschaft, die KI-Agenten und menschliche Mitarbeiter vereint, werden Manager von vielen ausführungsbezogenen Aufgaben entlastet, übernehmen aber neue Verantwortungen, die mit der Leitung hybrider Teams verbunden sind. Manager „müssen in der Lage sein, mit Problemen rund um Vertrauen, Erklärbarkeit, psychologische Sicherheit und sogar Situationsdynamik umzugehen“, um neue Spannungen zu bewältigen, die in einer hybriden Belegschaft entstehen könnten, sagt Shah.
Der Einfluss der Agenten-KI auf bestehende Personalstrukturen geht auch weit über die Managementebene hinaus. McKinsey prognostiziert, dass bis 2030 drei Viertel der aktuellen Arbeitsplätze neu gestaltet, weitergebildet oder qualifiziert werden müssen Umschichtungen, und Organisationen müssen schnell handeln, um Einstellungen, Bindung und Vergütung zu ändern.
Von der Ausgabe zum Ergebnis
Erfolgskennzahlen sind die dritte und letzte Säule von ABT.
Da KI-Agenten immer mehr Verantwortung für zentrale Unternehmensprozesse übernehmen und kollaborative Rollen neben menschlichen Mitarbeitern übernehmen, sind herkömmliche Kennzahlen der Belegschaft, die sich auf Aktivitäten oder Ergebnisse konzentrieren – wie bearbeitete Anrufe oder eingereichte Berichte – nicht mehr sinnvoll.
„Wenn Sie KI-Mitarbeiter in die Belegschaft aufnehmen, werden Aktivitätsmetriken bedeutungslos oder sogar irreführend“, sagt Chatterjee. „Ein KI-Mitarbeiter kann tausend Kundeninteraktionen in der Zeit bewältigen, die ein Mensch für zehn benötigt. Wenn Sie den Erfolg anhand der bearbeiteten Interaktionen messen, kommen Sie zu dem Schluss, dass die KI hervorragend funktioniert, während Sie nicht erkennen, ob eine dieser Interaktionen tatsächlich die Kundenzufriedenheit, -bindung oder den Umsatz beeinflusst hat.“ Um dies zu korrigieren, müssen Unternehmen neue Kennzahlen entwickeln, die sich auf das Ergebnis und nicht auf den Output konzentrieren. Das heißt, es handelt sich um Kennzahlen zu den umfassenderen Vorteilen oder erzielten Veränderungen und nicht zu einzelnen Ergebnissen.
Als beispielsweise einer der großen Unternehmenskunden von Ema seine eigenen Kennzahlen überarbeitete und von Tool-Kennzahlen wie Kosten pro Abfrage und KI-Genauigkeit auf Ergebnisse wie den Prozentsatz der ohne menschliche Eskalation überprüften Verträge umstellte, verdreifachte sich der gemessene ROI der Agenten-KI innerhalb von zwei Quartalen. Die Änderungen führten dazu, dass „dieser Kunde aufhörte, Punktlösungen in Arbeitsabläufen mit hohem Volumen und geringer Komplexität zu entwickeln, und begann, KI-Mitarbeiter dort einzusetzen, wo der Ergebniswert am höchsten war“, sagt Chatterjee.
Die Integration neuer Kennzahlen erfordert möglicherweise auch eine vollständige Neukonfiguration der Belohnungs- und Talentmanagementprozesse sowie der Verantwortlichkeit und Eigenverantwortung innerhalb von Organisationen, betont Shah. In Mensch-KI-Teams zum Beispiel werden die ethischen und treuhänderischen Verantwortlichkeiten wahrscheinlich weiterhin bei den menschlichen Mitarbeitern verbleiben, die operative Verantwortung wird jedoch deutlich weiter gestreut, um die systemische Rolle von KI-Agenten widerzuspiegeln.
Diese Änderung wird neue Fragen aufwerfen, mit denen sich die Führungsteams auseinandersetzen müssen, fügt Shah hinzu. Sie müssen überlegen: Wer ist verantwortlich, wenn ein KI-Mitarbeiter einen Fehler macht? Was passiert, wenn KI und Mensch unterschiedlicher Meinung sind? Welche Leitplanken sollten zum Schutz der Kunden errichtet werden?
Die Grundlage für Veränderungen auf Systemebene legen
Änderungen auf Systemebene erfolgen schrittweise. Dabei handelt es sich um komplexe Fragestellungen, mit denen sich Experten weiterhin auseinandersetzen. Aber indem Führungskräfte einen internen Dialog über die Grundpfeiler von ABT anstoßen – die Belegschaft, den Technologie-Stack und die Kennzahlen, anhand derer der Erfolg gemessen werden kann –, können sie den Grundstein für ein Unternehmen legen, das besser in der Lage ist, KI-Agenten auf Systemebene zu integrieren und damit zu beginnen, die Lücke zwischen ihren Ambitionen und ihrer Umsetzung zu schließen.
Dieser Inhalt wurde von Insights erstellt, dem Bereich für kundenspezifische Inhalte von MIT Technology Review. Es wurde nicht von der Redaktion des MIT Technology Review verfasst. Es wurde von menschlichen Autoren, Redakteuren, Analysten und Illustratoren recherchiert, entworfen und geschrieben. Dazu gehört das Verfassen von Umfragen und das Sammeln von Daten für Umfragen. Möglicherweise eingesetzte KI-Tools beschränkten sich auf sekundäre Produktionsprozesse, die einer gründlichen menschlichen Überprüfung unterzogen wurden.
Bir yanıt yazın