- Der Artikel argumentiert, dass die größte Hürde für KI-Agenten (AI Agents) heute nicht mehr die Technologie ist, sondern die Fähigkeit des Unternehmens, klar zu formulieren, wie es Entscheidungen trifft.
- Viele wichtige Kenntnisse – wie Risikobewertung, Ausnahmebehandlung, Qualitätsstandards oder Kundenbetreuungsmethoden – existieren seit langem nur als implizites Wissen (tacit knowledge) erfahrener Mitarbeiter.
- KI-Agenten können nicht wie Menschen durch Beobachtung lernen; sie befolgen nur explizit und klar beschriebene Anweisungen.
- Unternehmen, die KI einführen, ohne zu kodifizieren, wie ihre besten Mitarbeiter Entscheidungen treffen, erleben häufig, dass die KI in Ausnahmefällen falsch agiert oder nicht mit den Geschäftszielen übereinstimmt.
- Der Autor schlägt den Aufbau einer „Beurteilungsinfrastruktur“ (judgment infrastructure) vor, das heißt, implizites Wissen in strukturierte Anleitungen umzuwandeln, damit die KI diese konsistent ausführen kann.
- KI-Governance erfordert die Zusammenarbeit zwischen Geschäftsbereichen, Personalwesen und IT, wobei KI-Agenten als Mitglieder einer digitalen Belegschaft und nicht nur als Software betrachtet werden sollten.
- Die ITA Group änderte ihr Betriebsmodell, nachdem sie erkannt hatte, dass die größte Herausforderung nicht im Bau von KI-Agenten lag, sondern in der präzisen Definition von Entscheidungskriterien – etwa wann Kosten, Kundenerfahrung oder die Übergabe an den Menschen Priorität haben.
- Bei AWP Safety baute ein Manager auf Basis persönlicher Erfahrung mehrere KI-Agenten zur Bearbeitung von HR- und Compliance-Anfragen auf, was Hunderte von Arbeitsstunden pro Jahr einsparte.
- Ein Finanzexperte kodifizierte über 12 Jahre Erfahrung in Richtliniendateien, auf die die KI-Agenten zugreifen können. So konnte ein zweiköpfiges Team ein Arbeitspensum bewältigen, für das früher etwa 10 Mitarbeiter benötigt wurden.
- Ramp stattete die gesamte Belegschaft mit ChatGPT Enterprise, Notion und Perplexity aus und schulte sie darin, eigene KI-Agenten zu bauen, anstatt nur vorgefertigte Tools zu nutzen.
- Der Artikel empfiehlt Unternehmen, Experten nicht zu bitten, Dokumentationen von Grund auf neu zu schreiben, sondern Diskussionen über reale Fallszenarien zu organisieren, um deren Denk- und Entscheidungsprozesse offenzulegen und diese in Leitfäden für die KI umzuwandeln.
- Der Autor kommt zu dem Schluss, dass Unternehmen bei erfolgreicher Kodifizierung von Wissen Fachwissen in großem Maßstab replizieren, Innovationen beschleunigen und einen nachhaltigen Wettbewerbsvorteil schaffen können.
- 📌 Fazit: Die nächste Phase der Unternehmens-KI wird nicht mehr vom Zugang zu den leistungsstärksten KI-Modellen abhängen, sondern von der Fähigkeit, menschliche Erfahrung und Entscheidungsfindung in digitale Vermögenswerte zu transformieren. Organisationen, die eine „Beurteilungsinfrastruktur“ aufbauen, werden KI-Agenten schneller einführen, eine konsistente Qualität beibehalten und Fachwissen im gesamten Unternehmen skalieren, was einen langfristigen Wettbewerbsvorteil schafft.
