AI : Eine Welle des Wandels, die es zu meistern gilt

Artificial intelligence längst nicht mehr nur ein Versprechen, sondern eine Realität, die die Geschäftswelt neu definiert. Ihre effektive Integration in Unternehmen stellt jedoch nach wie vor eine große Herausforderung dar. Hanan Ouazan, geschäftsführender Gesellschafter und Global Lead AI bei Artefact, gab kürzlich aufschlussreiche Einblicke, wie wir mit dem Aufkommen von AI in unseren Marketing-, Kommunikations- und Betriebsprozessen umgehen sollten. In seinem Vortrag hob er die Voraussetzungen für eine erfolgreiche Einführung hervor.

Uneinheitliche Umsetzung und anhaltende Hindernisse

Eine aufschlussreiche Studie von Google und BCG ergab, dass weniger als 1 % der Unternehmen ihre AI wirklich abgeschlossen haben. Während viele experimentieren und bestehende Prozesse optimieren, tut sich die Mehrheit schwer damit, eine umfassende Integration zu bewerkstelligen. Diese Lücke lässt sich durch die Schwierigkeit erklären, von einer toolorientierten Logik zu einer echten prozessorientierten Logik überzugehen. Der Markt ist mit Technologien übersättigt, was eine konsequente Überwachung und Integration zu einer täglichen Herausforderung macht.

Drei wesentliche Hindernisse stehen einer flächendeckenden Einführung im Weg. Das erste betrifft data: Fast zwei Drittel der data ungenutzt. Das zweite ist organisatorischer Natur: Das Marketing, eine ausgereifte Disziplin, ist oft von starren Strukturen und Silos geprägt, die eine reibungslose Koordination verhindern. Die dritte Herausforderung ist die Integration. Während isolierte Proof-of-Concepts (POCs) leicht zu erstellen sind, ist die Integration der Technologie in vor- und nachgelagerte bestehende Prozesse weitaus komplexer.

Von großen Sprachmodellen bis hin zu Agenten: AI aktiv

Trotz dieser Herausforderungen ist das aktuelle Umfeld reif für Innovationen. Das Aufkommen von Large Language Models (LLMs) vor etwa zweieinhalb Jahren ermöglichte die Verarbeitung enormer data. Über reine Informationsabruf-Anwendungen hinaus ermöglichen LLMs eine wesentlich detailliertere Analyse. Hanan Ouazan nennt ein eindrucksvolles Beispiel: Ein LLM kann Google-Analytics-Protokolle analysieren, um die zugrunde liegende Absicht eines Nutzers auf einer Website zu erkennen. Ein Nutzer, der sich verschiedene Möbelprodukte ansieht, sucht nicht nur nach einzelnen Artikeln, sondern möchte wahrscheinlich „sein Wohnzimmer neu gestalten“. Dieses Verständnis der Gesamtabsicht eröffnet beispiellos präzise Marketingperspektiven.

Der nächste Schritt – der Einsatz von AI – markiert den eigentlichen Durchbruch. Während LLMs Informationen verarbeiten, ermöglichen Agenten deren Umsetzung und Koordination. Dieser Fortschritt schließt die Lücke bei der Abstimmung zwischen den Kanälen und stellt eine Revolution für die Prozessflexibilität dar. Um diesen Wandel zu meistern, müssen drei Schlüsselbereiche berücksichtigt werden: data, Integration und Vertrauen.

Data: Unverzichtbarer Treibstoff für agentische AI

Der erste Bereich sind data, der Rohstoff für jede AI generativer AI . Ihre Qualität ist von entscheidender Bedeutung. Das Ziel besteht darin, die data zu 100 % zu nutzen – sowohl im nachträglichen Modus (zur Verbesserung bestehender data) als auch im proaktiven Modus (zur Qualifizierung jeder neuen Interaktion). So kann ein LLM beispielsweise unvollständig ausgefüllte Produktdatenblätter korrigieren oder in einem Callcenter Anrufinformationen in Echtzeit erfassen und strukturieren, um das CRM auf qualifizierte Weise anzureichern.

Integration: Die Herausforderung der Großserienfertigung

Der zweite Bereich ist die Integration. Das Beispiel des Callcenters veranschaulicht diesen Punkt: Das Ideal ist eine AI das Gespräch in Echtzeit mitverfolgt, die Kundenanfrage erkennt und dem Berater sofort die passende Antwort anzeigt. Dies erfordert eine nahtlose Integration zwischen Telefonie, AI, Wissensdatenbanken und CRM. Während sich Proof-of-Concepts schnell erstellen lassen, wird die Inbetriebnahme oft durch Probleme mit der Konnektivität oder der Softwarekompatibilität verzögert. Die Vorwegnahme dieser „Reibungspunkte“ ist für die Skalierung entscheidend.

Vertrauen und Governance: Den Einsatz von Agenten meistern

Der dritte und grundlegende Bereich ist die Frage des Vertrauens. Der Einsatz von AI für jeden Mitarbeiter – möglicherweise mehrere Agenten pro Mensch – wirft existenzielle Fragen auf.  Diese Verbreitung von data, Kosten verursachenden und potenziell unkontrollierbaren Agenten wird oft unterschätzt. Sie wirft entscheidende Fragen hinsichtlich der Wirtschaftlichkeit, der Zuverlässigkeit (Modelle können „halluzinieren“), der Sicherheit (Zugriff auf APIs und sensible data) und der Compliance auf. Die Steuerung und Überwachung dieser AI wird zu einer absoluten Priorität, insbesondere mit dem Aufkommen spezieller Plattformen wie Googles AI Space“.

Die Steuerung dieser Agenten geht über den reinen IT-Bereich hinaus. Während die IT den technischen Betrieb sicherstellt, müssen data Geschäftsteams gemeinsam die Relevanz und Genauigkeit der AI bewerten. Eine organisatorische Transformation ist unvermeidlich. Es geht nicht mehr darum, Bestehendes zu optimieren, sondern Prozesse neu zu erfinden. AI dienen nicht dazu, bestehende Methoden zu optimieren, sondern sie komplett neu zu konzipieren – einschließlich der Benutzererfahrung –, da die Verbraucher bereits sehr hohe Erwartungen an AI haben.

Dieser tiefgreifende Wandel erfordert eine starke Unterstützung auf höchster Unternehmensebene. Es handelt sich nicht nur um ein technisches Projekt, sondern um eine Neudefinition von Berufsbildern, der Rolle der IT, data des Geschäftsbetriebs. Dies erfordert nicht nur finanzielle Mittel, sondern auch massive Investitionen in Schulungen und die Einarbeitung der Teams. Eine aktuelle Studie (Anfang 2025) zeigt eine alarmierende Kluft zwischen den Erwartungen der Mitarbeiter und der Realität vor Ort auf: Einem großen Teil fehlt es an Schulungen zum Thema AI. Dies ist ein Zeichen dafür, dass viele Unternehmen trotz der Versprechen einer Transformation noch nicht bereit sind.

Zusammenfassend lässt sich sagen, dass der Aufstieg der AI weit über den rein technologischen Rahmen hinausgeht. Es handelt sich um eine grundlegende organisatorische, strategische und menschliche Herausforderung, die einen ganzheitlichen Ansatz und eine klare Vision erfordert, um die Neudefinition der Rolle des Unternehmens in diesem neuen Paradigma zu steuern.

Sehen Sie sich die replay Präsentation an: