Hier kommt derAgentic Process Owner (APO)ins Spiel – eine Weiterentwicklung der Rolle des Product Owners, die über die funktionale Umsetzung hinausgeht und die Verantwortung für die zugrunde liegenden Geschäftsprozesse übernimmt. Der APO liefert nicht nur Funktionen aus; er versteht, was das Produkt ermöglicht, wo es in den End-to-End-Prozess passt und wie dieser Prozess im Laufe der Zeit verbessert werden kann.

Ihre Arbeit beginnt mit einer gründlichen Nutzeranalyse – durch aufmerksames Zuhören, sorgfältige Befragungen und echte Auseinandersetzung mit der Praxis. Doch damit ist es noch nicht getan. APOs nehmen sich auch die Zeit, die Funktionsweise des Gesamtprozesses zu analysieren: nicht nur, um AI , sondern um zu überdenken, wie er anders gestaltet werden könnte. Das Ziel besteht nicht darin, fehlerhafte Schritte zu automatisieren, sondern den Ablauf unter Berücksichtigung von Intelligenz, Effizienz und Wertschöpfung neu zu gestalten.

Entscheidend ist, dass sie an der Schnittstelle zwischen Wirtschaft und Technik stehen: Sie müssen strategische Ziele und KPIs mit realen Einschränkungen – wie data , Systemlatenz und Komplexität der Integration – in Einklang bringen. Außerdem benötigen sie grundlegende Kenntnisse in den Bereichen Observability und Überwachung: nicht, um diese selbst zu entwickeln, sondern um zu verstehen, wie die Leistung von Agenten gemessen und verbessert wird und wie sich dies in Prioritäten für das Team umsetzen lässt.

Kenntnisse im Bereich der generativen KI entwickeln sich rasch zu einer Grundvoraussetzung – dazu gehört auch das Verständnis dafür, wie agentenbasierte Systeme funktionieren. Ein APO muss Modelle nicht eigenständig feinabstimmen, sollte aber die wesentlichen Aspekte beherrschen: wann man „Retrieval-Augmented Generation“ einsetzt, wie die Koordination von Agenten die Prozessgestaltung verändert, welche Auswirkungen Latenzzeiten oder Token-Kosten auf den ROI haben und welche Sicherheitsvorkehrungen unverzichtbar sind. Dies ermöglicht es ihnen, technische Teams klar zu briefen, die richtigen Fragen zu stellen und eine Demo oder einen Prototyp zu erstellen, der die Auswirkungen konkret veranschaulicht. Eine klare Umsetzung, nicht ausgefeilte Rhetorik, gewinnt die Zustimmung der Stakeholder.

Kurz gesagt: Der Wandel ist tiefgreifend: Berater, die sich rein auf Beschreibungen beschränken und nicht in der Lage sind, Prototypen zu entwickeln oder konkrete Ergebnisse zu messen, laufen Gefahr, überflüssig zu werden. APOs, die Strategie mit greifbaren, nachweisbaren Ergebnissen verbinden, werden unverzichtbar. Im Zeitalter der generativen AI ist die Umsetzung stets wichtiger als das Erzählen von Geschichten.

Erfahren Sie mehr über die neuesten Entwicklungen im Bereich AI Sie unseren AI abonnieren.