Rückeroberung der Kontrolle im Zeitalter generativer KI

Man kann mit Sicherheit sagen, dass es eine interessante Zeit zum Leben ist.

Dieser Blog erkennt zwar die umfassenderen globalen Herausforderungen an, vor denen die Menschheit steht, konzentriert sich jedoch auf das Potenzial von GenAI in der heutigen Unternehmenstechnologielandschaft. Es bietet eine fundierte Perspektive darauf, wie Sie den Hype hinter sich lassen und KI nutzen können, um die Ziele Ihres Unternehmens sinnvoll zu unterstützen.

‍

Vom ERP zur Innovation: Das Beispiel für die Reise eines Cookie-Unternehmens

Stellen Sie sich vor, es ist 2019 und Ihr Unternehmen, das Cookies verkauft, hat gerade eine Migration von SAP Business Suite zu SAP S/4HANA „überlebt“. In dem Wissen, dass Sie die besten Cookies in Europa verkaufen, wuchs das Unternehmen zu einem großen Konstrukt heran, das die eigenen Prozesse und Arbeitsweisen respektiert. Eine solide ERP-Implementierung hat Ihnen sicherlich dabei geholfen, sich auf das zu konzentrieren, was Sie am besten können: die Herstellung und den Verkauf von Cookies.

Dennoch waren die regionalen Unterschiede und die „ansprechenden Kundenabläufe“, die Ihnen einen Teil Ihres Erfolgs beschert haben, stark mit Ihrer SAP-Kernimplementierung verknüpft. Das Team aus ABAP- und Java-Entwicklern verbrachte über eineinhalb Jahre damit, die benutzerdefinierte Geschäftslogik von der vorherigen SAP-Version auf die neue zu migrieren. Neue Geschäftsanfragen wurden vor allem deshalb auf Eis gelegt, weil sie den Zeitplan beeinträchtigen würden.

Oder sind die Dinge anders gelaufen?

‍

Vor Slowdown gerettet

Zum Glück ist Gartner vor allem da, um uns dabei zu helfen, die richtigen Weichen zu stellen. So haben sie es auch 2016 getan und sich für Konzepte wie „Keep your core clean“ eingesetzt. Diese Idee wurde von großen Anbietern von Unternehmenssoftware wie SAP aufgegriffen. Sie begannen, Erweiterungsoptionen auch außerhalb ihrer Kernsysteme anzubieten. Seitdem arbeiteten sie sogar mit Mendix als ihrer bevorzugten Low-Code-Plattform zusammen 2017.

Ihr Unternehmen ist diesem Trend nicht nur gefolgt. Es hat ihn angenommen. Es wurde ein Partner gefunden, der die meisten ERP-Anpassungen in separate, nicht isolierte „Systeme der Differenzierung und Innovation“ überführt. Ehemalige ABAP-Entwickler wechselten zu Mendix-Beratern. Und dank Ihres umfassenden Microsoft-Ökosystems haben sich Citizen Developer im gesamten Unternehmen schnell durchgesetzt. Da Power Apps standardmäßig allen Mitarbeitern zur Verfügung standen, war der unvermeidliche Aufstieg der modernen Schatten-IT nicht weit entfernt (über den ich selbst ein Buch schreiben könnte).

Trotz dieser Wachstumsschmerzen wurden die Vorteile deutlich. ERP-Updates wurden nicht mehr durch benutzerdefinierte Codeverstrickungen blockiert. Die Abteilungen begannen, die digitalen Initiativen der jeweils anderen Abteilungen und die Geschwindigkeit, mit der sie umgesetzt wurden, wahrzunehmen.

Ihr CIO hat sich auch gefreut. Ein klar definiertes Governance-Modell stellte sicher, dass die zu erstellenden Apps nicht nur hilfreich und intuitiv, sondern auch sicher waren. Sie haben damit begonnen, den Grundstein für eine moderne Datenarchitektur zu legen, einschließlich eines gemeinsamen Katalogs von Primärdaten. Und da immer mehr Ihrer Differenzierungsprozesse auf Low-Code-Apps umgestellt wurden, konnten Sie deren Datenbeschaffung schrittweise vom ERP weg und hin zu einer zentralisierten Datenplattform verlagern.

Das Ergebnis? Low-Code-Teams konnten nun auf konsistente, vereinfachte Weise auf Daten aus verschiedenen Systemen zugreifen, ohne dass sie fundierte Kenntnisse über diese Backend-Plattformen benötigen. Sie könnten mehr Zeit damit verbringen, echte Probleme zu lösen, und weniger Zeit damit verbringen, sich in der technischen Komplexität zurechtzufinden.

So sieht ein zusammensetzbares Unternehmen in vielerlei Hinsicht aus. Nochmals vielen Dank, Gartner!

‍

Warte... Ging es nicht um KI?

Bevor wir dazu kommen, wollen wir hervorheben, was Ihrem Cookie-Unternehmen jetzt gefällt: kleine Teams und Klarheit in einer komplexen Welt.

Als Mendix-Berater hatte ich das Privileg, mit vielen verschiedenen Kunden aller Größen und Altersgruppen zusammenzuarbeiten. Eine Sache, die meiner bisherigen Erfahrung nach auffiel, ist, dass Projekte zur Integration in große Systeme wie ERP oder CRM im Vergleich zu Projekten, bei denen bereits eine Integrations- und/oder Datenplattform vorhanden war, häufig Folgendes erforderten:

• Größere Teams
• Längere Lieferzyklen
• Umfassenderes Wissen über das Innenleben dieser Systeme und Verfahren

Warum? Weil Verantwortlichkeiten nicht ausreichend isoliert werden konnten. Aus diesem Grund müssen mehr Menschen den breiteren geschäftlichen und technischen Kontext verstehen. Und in einer zunehmend komplexen Welt ist dies Ihre eigentliche Herausforderung.

‍

KI ist standardmäßig modular

Ich freue mich sehr zu sehen, dass der Großteil der „GenAI-Magie“, die wir in der Produktion sehen, standardmäßig modular ist oder sein kann. Vor allem mit Agentische KI, was sich als echter Game-Changer erwiesen hat, du zerlegst es in:

• Ein zentraler agentischer Baustein, der die Tools, die er verwenden kann, und die Quellen, die er abrufen kann, „versteht“
• Ein LLM (Large Language Model) zur Unterstützung der Entscheidungsfindung, Argumentation und Orchestrierung
• Ein Speicher in Form eines Mechanismus und ein Datenspeicher zum Speichern früherer Fragen und Antworten
• Gut definierte, vorkonfigurierte und parametrisierte Eingabeaufforderungen zur Bereitstellung klarer Befehlspfade

Um ein Missverständnis auszuräumen: Die Tools, die behaupten, ihre KI sei für Sie persönlich trainiert, übertreiben den Wert etwas. Die ehrlichere Erklärung ist, dass diese Tools gut darin sind, historische Fragen und Antworten nachzuverfolgen und diese historischen Interaktionen bei Bedarf auf intelligente Weise auf Ihre „neue“ Aufforderung hin bereitzustellen.

Die gute Nachricht ist, dass es für die meisten Anwendungsfälle durchaus machbar ist, dies selbst zu erstellen, mit dem Vorteil, die vollständige Kontrolle zu haben. Und mit Mendix, Sie haben bereits die grundlegende Ebene, um loszulegen.

‍

Was „Kontrolle haben“ eigentlich bedeutet

Kontrolle ist nicht binär — sie ist kontextabhängig. Was für Ihr Unternehmen unerlässlich ist, kann von Anwendungsfall zu Anwendungsfall und im Vergleich zu anderen Unternehmen unterschiedlich sein. Hier sind die wichtigsten Kontrollbereiche, die es zu berücksichtigen gilt:

1. LLM-Wahl

Bei den meisten handelsüblichen Tools können Sie sich nicht für ein bevorzugtes LLM entscheiden. Dies ist nicht unbedingt ein Problem (da es als Kompromiss Einfachheit bringt), aber es ist der Fall, wenn Sie die Kontrolle darüber haben möchten, welche Daten Sie mit welcher Partei teilen. Darüber hinaus wählen die Tools möglicherweise nicht das beste LLM auf dem Markt aus, das Ihren Anwendungsfall unterstützt. Dieser kann sich im aktuellen Umfeld von Woche zu Woche ändern.

2. Standort der Daten

In engem Zusammenhang mit der LLM-Wahl werden verschiedene LLMs oder Tools nur in den USA oder anderen Teilen der Welt gehostet. Obwohl immer mehr Anbieter beginnen, reine EU-Bereitstellungen anzubieten, benötigen Sie möglicherweise die vollständige Kontrolle darüber, wo Ihre Daten gespeichert werden und ob Ihr LLM entweder von einer kommerziellen Partei oder von einem Unternehmen verwaltet wird, mit dem weitreichende Vereinbarungen getroffen werden können.

3. Verteilung von Tokens

Die meisten KI-Tools bieten bestimmte Funktionen gegen eine monatliche Gebühr pro Person. Dies kann zu erheblichen monatlichen Investitionen führen, insbesondere in großen Unternehmen, wobei möglicherweise nicht alle Mitarbeiter die Tools voll ausschöpfen. Hier ist es hilfreich, wenn Sie LLM-Token für das gesamte Unternehmen zuweisen und deren Nutzung auf die Abteilungen verteilen können. Auf diese Weise können Sie die finanziellen Auswirkungen effektiver verfolgen und den voraussichtlichen Geschäftsszenario detailliert bewerten.

4. LLM-Überwachung

Jeder, der schon einmal eines der Chat-Interfaces der großen LLM-Unternehmen benutzt hat, weiß, dass Models halluzinieren und ins Driften geraten können. Wenn Sie die Kontrolle über die einzelnen Module haben, aus denen Ihre Lösung besteht, können Sie die Effektivität Ihrer Lösung detailliert überwachen. Zum Beispiel Datenhund ermöglicht es Ihnen, alle Eingabeaufforderungen und Antworten zu überwachen und die Qualität, die Token-Nutzung und Anomalien auf automatisierte Weise zu analysieren.

5. Wissen

Hin und wieder hört man jemanden sagen: „Jedes Unternehmen wird ein IT-Unternehmen sein“. Da darüber sicherlich diskutiert werden kann, wird es ein ähnliches Sprichwort für den Einsatz von KI in Ihrem Unternehmen geben. Alles Wissen, das Sie über das Innenleben gewinnen, wird Ihnen helfen, fundierte Entscheidungen zu treffen, die Sie in Zukunft weniger von einer zunehmenden Anzahl externer Parteien abhängig machen müssen.

‍

Das Buy-vs-Build-Dilemma

Wenn Sie anfangen, darüber nachzudenken, etwas selbst zu bauen, seien wir realistisch: Es wird morgen nicht serienreif sein. Aber es könnte, sagen wir, nächsten Monat sein. Und in der heutigen Geschwindigkeitsökonomie müssen wir das Dilemma zwischen Kauf und Bau anerkennen.

Der Kauf von KI-Tools kann verlockend sein. Sie versprechen einen schnellen Start, Herstellersupport, Datenschutz (wenn Sie Glück haben) und manchmal sogar regionales Hosting. Für ungefähr 20€ pro Benutzer sind Sie auf dem Weg zum Rennen und gegen eine zusätzliche „Unternehmensgebühr“ erhalten Sie auch SSO-Support. Das Tool wird hinter den Kulissen wahrscheinlich das günstigste oder effizienteste LLM verwenden und Ihnen versichern, dass Ihre Daten nicht zum Trainieren ihrer Modelle verwendet werden.

Klingt gut, oder?

Aber hier kommt das Kleingedruckte ins Spiel. Diese Tools bieten oft eine eingeschränkte Sichtbarkeit, wenig Spielraum für Anpassungen und nur sehr wenige Hebel zur Steuerung der eigentlichen zugrunde liegenden Technologie. Wenn die Token-Preise fallen oder ein günstigeres LLM verfügbar wird, geht der Vorteil in der Regel an den Anbieter — nicht an Sie. Und gerade als Sie beginnen, sich darauf zu verlassen, erhöhen sie möglicherweise die Preise oder stellen das Produkt stillschweigend ganz ein.

Unicorns müssen irgendwo anfangen, aber viele dieser Tools gibt es erst seit ein paar Monaten und sie werden von sehr kleinen Teams betrieben. Zumindest lohnt es sich, dies in die Gleichung mit einzubeziehen.

Also, was ist die Alternative?

‍

Die Pragmatische Roadmap

Lassen Sie uns zum Abschluss all dies in eine praktische, realistische Roadmap umsetzen, die für Unternehmen jeder Größe funktioniert. Die Kernaussage ist einfach: Fangen Sie klein an, lernen Sie schnell und evaluieren Sie kontinuierlich die beste Vorgehensweise, immer mit Blick auf eine langfristige Strategie. So wie wir es für unsere Kunden tun, die Mendix verwenden.

Schritt 1: Experimentieren Sie und bleiben Sie auf dem Laufenden

Ermöglichen Sie Ihren Mitarbeitern, mit den Tools zu experimentieren, die sie finden. Da täglich neue Tools erscheinen, ist es unmöglich, mit einer zentralisierten Abteilung den Überblick zu behalten. Außerdem werden Ihre Mitarbeiter sie wahrscheinlich trotzdem verwenden. Informieren Sie die Mitarbeiter über den sicheren Umgang (experimentieren Sie, ohne vertrauliche Daten weiterzugeben) und ermöglichen Sie begeisterten Menschen, sich innerhalb des Unternehmens für ihre Tools einzusetzen. Dies ist eine perfekte Gelegenheit, Ihre Sicherheitspolitik und auch Ihre Schulung im Allgemeinen zu verbessern.

Schritt 2: Richten Sie einen Kauf-gegen-Build-Entscheidungsprozess ein

Richten Sie einen geeigneten internen Prozess ein, der es Mitarbeitern ermöglicht, Anwendungsfälle oder Tools einzureichen und andere Mitarbeiter über diese Anwendungsfälle abstimmen zu lassen (falls die Größe Ihres Unternehmens dies erfordert). Versuchen Sie, dies in den allgemeinen Softwarebeschaffungsprozess zu integrieren, aber versuchen Sie, Engpässe zu vermeiden, die entweder automatisiert oder im Voraus behoben werden können. Iterieren Sie anhand eines Entscheidungsbaums, damit Ihr Unternehmen zwischen dem Kauf oder der Entwicklung der KI-Lösung wählen kann.

Schritt 3: Machen Sie sich das Plattformdenken zu eigen

Wie in diesem Artikel beschrieben, ist der modulare Ansatz für (agentische) KI verfügbar und machbar. Es ist sogar noch wahrscheinlicher, dass die meisten Komponenten bereits vorhanden sind. Verwenden Sie den allerersten Anwendungsfall (in Ordnung, vielleicht den zweiten), um Ihren Ansatz für „eingebettete KI“ in der Softwarelandschaft Ihres Unternehmens zu wiederholen. Mit klarer Verantwortung, Trennung der Belange und solider Unternehmensführung. Genau wie bei anderen Technologien, die das Unternehmen heute unterstützen. Sie können es schaffen; wenn Sie Hilfe benötigen, hilft Ihnen ein Partner gerne weiter.

‍

Agentic AI ist da. Geh und mach es.

Das Potenzial von Agentic AI ist unbestreitbar, und was mich am meisten begeistert, ist, wie viel Kontrolle Organisationen ausüben können, ohne die Komplexität unnötig zu erhöhen. Wir fangen nicht bei Null an; wir bauen auf jahrzehntelangen technologischen Fortschritten auf, einschließlich des Aufkommens zusammensetzbarer Geschäftsarchitekturen und der wichtigen Unterscheidung zwischen Aufzeichnungssystemen und Systemen der Differenzierung und Innovation.

Aus dieser breiteren Perspektive betrachtet, muss KI nicht zu einer fragilen Abhängigkeit werden. Stattdessen kann sie ein starker Wegbereiter sein, wenn Sie die richtigen Tools und die richtigen Partner wählen, die Sie begleiten.

Agentische KI ist bereits da, und sinnvolle Fragen zu Ihren eigenen Daten zu stellen, ist kein Hexenwerk mehr.

Mit Mendix können Sie dieses Potenzial auf nachhaltige, kontrollierte und schnelle Weise ausschöpfen — und gleichzeitig die Freiheit behalten, sich anzupassen und zu entscheiden, was für Ihr Unternehmen am besten geeignet ist.

Nicht nur für jetzt, sondern für das kommende Jahrzehnt.

‍

Ursprünglich veröffentlicht hier.