KI-Agenten entfalten ihr Potenzial erst mit einer Infrastruktur, die ihnen Zugriff auf Daten, Systeme und Aktionen ermöglicht. Isolierte Modelle bleiben Beobachter, statt Prozesse selbstständig auszuführen. Ein Cloud-natives Setup mit zentralem AI Gateway kann Agenten verbinden, Administration vereinfachen sowie Sicherheit, Governance und Kostenkontrolle stärken. Entscheidend für das Agentic Enterprise ist damit weniger das einzelne KI-Modell als die Architektur, in der es arbeitet.
In vielen Unternehmen drehen sich die Diskussionen derzeit um das beste KI-Modell, in den wenigsten wird auch über das richtige Fundament gesprochen. Ein smartes Modell wird nicht zu einem genauso intelligent agierenden KI-Agenten, wenn die Infrastruktur isoliert ist.
Die Agenten bleiben auf der Schwelle eines teuren Beobachters stehen, ähnlich wie Mitarbeitende, die nicht agieren dürfen, denen bildlich die Hände auf dem Rücken gebunden wurden. Sie können das Problem sehen, aber nicht beheben. Genau hier entscheidet sich jedoch, ob ein Unternehmen in der «Pilot Purgatory» verharrt oder der Sprung hin zum Agentic Enterprise gelingt. Hierfür ein Beispiel: Ein Agent auf dem Shopfloor meldet einen Materialengpass. In einem klassischen On-Premises-System würde der Stillstand eintreten. Denn er könnte keine Lieferantenrisiken prüfen, keine Konditionen vergleichen und keine Bestellungen auslösen. All diese Daten würden außerhalb seiner Reichweite liegen. Das Potential ist jedoch viel höher, denn ein KI-Agent kann längst nicht nur beobachten und melden, er kann sogar mehr als nur Lösungsvorschläge machen.
Bei einem verbundenen System wird der gleiche Agent in einem Cloud-nativen Setup die Anfrage an einen Einkaufs-Agenten weiterreichen. Der Agent ist nicht schlauer geworden, er hat nur endlich den Raum in solchen Situationen auch handlungsfähig zu werden. Er kann agieren, anstatt zu reagieren und hier liegt das Potential des Agentic Enterprise verborgen. Unternehmen, die so aufgestellt sind, können schneller und umfassender auf eine Herausforderung, auf einen Engpass reagieren. Aufträge lassen sich effizienter abwickeln, Kundenbeziehungen weiterentwickeln.
Letztlich gilt der Slogan: «Architecture over Hype»
Die Basis muss stimmen, sonst wird auch das beste Modell zum Bürokratiemonster. Programmiert und baut ein Unternehmen für jeden neuen Use Case eine eigene Schnittstelle zu SAP, CRM oder internen Tools, fängt es jedes Mal bei null an. Und irgendwann erstickt die IT-Abteilung unter dem angehäuften technischen Schuldenberg. Sie stecken in ihrer eigenen Falle fest, die immer schwerer zu kontrollieren und administrieren wird.
Die Lösung für dieses Dilemma liegt in einem zentralen AI Gateway, dass einmal aufgebaut, von jedem neuen Agenten als zentrale Andockstation genutzt wird. Die Vorteile liegen in der einfachen Administration sowie der Sicherheit, die volle Kontrolle über die Handlungen und die KI-Kosten zu behalten.
In der Benchmark-Studie «generative KI in Großunternehmen» zeigt sich genau diese Herausforderung. Dort haben die befragten Entscheider angegeben, dass 60 Prozent der produktiven Setups über solide Governance-Strukturen und Gateways verfügen. Bei der KI-Governance zeigt sich, dass bei vielen Unternehmen Regeln und Compliance-Rahmen breit vorhanden sind, belastbare Entscheidungsstrukturen wie ein «KI-Board» oder eine «Zentrale Führungsrolle» aber deutlich seltener.
Der Wettbewerbsvorteil durch KI liegt nicht in der Auswahl des Modells verborgen, er liegt in der umgebenden Infrastruktur. Die Datenbasis ist keine reine Backend-Entscheidung, sie ist der Unterschied zwischen einem KI-Beobachter und einem echten autonomen KI-Agenten.
Autorin: Sophie Riedel, Partnerin und Managing Director Schweiz bei Zoi.
