Agentic AI erfolgreich skalieren: Investieren, planen, umsetzen

Agentic AI könnte dabei zu einer der wichtigsten Management-Innovationen der kommenden Jahre werden. Sie eröffnet Unternehmen die Möglichkeit, Prozesse grundlegend neu zu organisieren, Arbeitskräfte gezielter einzusetzen und Produktivität deutlich zu steigern. Wer diese Potenziale nicht nutzt, riskiert angesichts des zunehmenden globalen Wettbewerbs erhebliche Nachteile bei Kosten, Geschwindigkeit und Innovationskraft. Die Zeit für Experimente allein wird daher knapp: In den kommenden drei Jahren müssen aus KI-Pilotprojekten messbare wirtschaftliche Ergebnisse werden.

Dr. Frank Fehler, Executive Vice President und Deutschlandchef von HCLTech, begleitet seit vielen Jahren Transformationsprogramme in internationalen Industrieunternehmen. Er verantwortet u.a. den Ausbau des KI-Geschäfts von HCLTech in Deutschland.

Herr Dr. Fehler, wo schaffen KI-Agenten heute schon nachweisbaren Geschäftswert? Und warum entstehen die größten Effekte in internen Prozessen wie IT Operations, Datenanalyse oder Qualitätsmanagement?
Die größten Effekte sehen wir dort, wo Unternehmen unter Kosten-, Fachkräfte- oder Qualitätsdruck stehen: In Softwareentwicklung, IT Operations, Service Management oder datenintensiven Analyseprozessen sind Produktivitätssteigerungen von 20 bis 40 Prozent möglich. Entscheidend ist, wie viel Durchlaufzeit und Kosten sich reduzieren lassen und wie viel gebundenes Expertenwissen sich freisetzen lässt. Jede KI-Transformation sollte deshalb einem klaren Business Case folgen.

Was unterscheidet Unternehmen, die Agentic AI erfolgreich skalieren, von denen, die in Pilotprojekten stecken bleiben?
Die erfolgreichsten Unternehmen betrachten Agentic AI als Transformationsprogramm. Sie definieren konkrete wirtschaftliche Ziele, investieren konsequent in Daten, Prozesse und Fähigkeiten und verankern KI in ihrer Unternehmensstrategie.

Ihre Studie legt nahe, dass organisatorische und regulatorische Themen ziemlich stark bremsen. Wie könnten Unternehmen Agentic AI produktiver einsetzen?
Wir sollten Technologie als Enabler verstehen. Die größte Hürde liegt meist in der organisatorischen Transformation: in klarer Governance, Compliance und Verantwortlichkeiten, Datenschutz sowie der Anpassung von Prozessen und Strukturen. Unternehmen sollten deshalb Automatisierungspotenziale identifizieren, klare Regeln schaffen und Change Management frühzeitig mitdenken; und möglichst schnell eine hybride Organisation aus Menschen und digitalen Mitarbeitern aufbauen und skalieren.

Können Sie ein konkretes Beispiel aus der Studie vorstellen?
Sehr gerne: Ein Aftermarket-Parts-Sales-Projekt bei einem führenden globalen Nutzfahrzeughersteller zeigt, was mit KI wirklich möglich ist. Wir haben hierbei nicht nur einzelne Prozessschritte optimiert, sondern den gesamten End-to-End-Prozess neu gedacht: Von der Teileidentifikation und dem Datenabgleich über Margen- und Pricing-Logik bis hin zum Bid Management.

Die Ergebnisse sprechen für sich: Zehnmal mehr Sales-Volumen, 300 Prozent mehr gewonnene Ausschreibungen und statt fünf Wochen nur noch fünf Tage für die Angebotsbearbeitung!

Für mich zeigt das ganz klar: Der Gamechanger ist, mit KI ganze Geschäftsprozesse neu zu denken, und damit Business Impact in einer völlig anderen Größenordnung zu schaffen.

Glauben Sie, dass es irgendwann vollkommen automatisierte Unternehmen geben wird?
Für klar definierte und stark standardisierte Aufgaben: ja. Ich glaube nicht an die menschenleere Organisation. Ich glaube an Unternehmen, in denen ein Mitarbeiter künftig die Arbeit von fünf oder zehn digitalen Agenten orchestriert.

Dabei geht es um „Human in Ownership and Control“: Menschen behalten die Verantwortung für Strategie, Governance und ethische sowie rechtliche Fragen, während KI Entscheidungen vorbereitet und Prozesse ausführt. Je autonomer KI wird, desto wichtiger sind Kontrollmechanismen, etwa durch Kontrollagenten. Entscheidend ist, welche Entscheidungen wir Maschinen überlassen und wo der Mensch verantwortlich bleibt.

Was sollten Vorstandschefs jetzt konkret tun, wenn sie nicht in der Pilotphase stecken bleiben wollen?
Nicht mit zahlreichen Use Cases beginnen. Wählen Sie zwei oder drei Prozesse, bei denen der wirtschaftliche Effekt klar messbar ist. Definieren Sie vor dem Start Verantwortlichkeiten, Datenzugriff und Erfolgskriterien. Und planen Sie von Tag eins an für Skalierung.