KI-Software handelt mittlerweile schneller, als ein Mensch sie freigeben kann. Immer öfter stellen sich Unternehmen und Anwender daher die Frage: Ist KI überhaupt kontrollierbar?
Immer mehr Studien zeigen, dass diese Frage durchaus relevant ist: Laut Gartner werden bis Ende 2027 über 40 Prozent der Projekte mit agentischer KI wieder eingestellt, wegen steigender Kosten, unklarem Nutzen oder unzureichender Risikokontrollen. In derselben Prognose erwartet Gartner, dass bis 2028 mindestens 15 Prozent der alltäglichen Arbeitsentscheidungen autonom durch KI-Agenten getroffen werden. Eine weltweite Befragung von Entscheidern durch das Capgemini Research Institute führt zu ähnlichen Rückschlüssen: Das Vertrauen in vollautonome Agenten sank innerhalb eines Jahres von 43 auf 27 Prozent, während die Nutzung gleichzeitig zunahm. Das zeigt, dass durch zunehmende Erfahrung mit KI-Agenten auch deren Grenzen und Risiken sichtbar werden.
Christoph Gulden hat mich für seinen Thought Leaders Talk eingeladen. Christoph prüft beruflich Investitionsentscheidungen, ich begleite Unternehmen durch Technologiewellen. Herausgekommen ist ein Streitgespräch über die 90 Prozent der AI-Piloten, die nie in Produktion gehen, und darüber, was das für die nächste Investitionsentscheidung heisst. An einer Stelle widerspricht Christoph mir offen, und er hat damit recht. Der Dialog steht hier so, wie wir ihn gemeinsam erarbeitet haben. Das Original ist auf LinkedIn erschienen.
Es gibt ein Muster, nach dem Enterprise Architecture scheitert. Die Modelle werden detaillierter, die Governance wird schwerer, und die Leute, die wirklich entscheiden, kommen nicht mehr. Die Architektur stimmt, und niemand benutzt sie.
KI-Portfolios scheitern selten daran, dass den Entscheidern die Ideen fehlen. Sie scheitern, weil zu viele Initiativen finanziert werden, bevor klar ist, ob sie KPIs verbessern, in die vorhandenen Prozesse passen oder die Anforderungen des Unternehmens erfüllen.
Nicht die Technologie steht unter Druck, sondern deren Einbettung in den Unternehmensalltag. Budgets werden enger, Regulierung greift, und Vorstände verlangen belastbare Ergebnisse statt weiterer Roadmaps. Die Phase der unverbindlichen Pilotprojekte geht zu Ende.
Obwohl sich KI schnell weiterentwickelt hat, sind viele Organisationen nicht im gleichen Tempo nachgezogen. Den meisten Führungskräften, mit denen wir sprechen, mangelt es nicht an Ideen, Proof-of-Concepts oder Anbieter-Demos. Die Herausforderung besteht darin, KI in etwas Reproduzierbares zu überführen: in eine Fähigkeit, der man vertrauen kann, die sich skalieren und steuern lässt, ohne neue Risiken oder Engpässe zu schaffen.
Verstehen Sie, warum die meisten digitalen Transformationen scheitern und was führende Unternehmen von morgen gemeinsam haben. So löst Kybernetik die Herausforderungen von KI im großen Maßstab.
Enterprise Architektur ist ein grosses Wort, das schwer in der Luft liegt. Was bedeutet es tatsächlich für Ihre Organisation, und wie passt KI ins Bild? In diesem Vortrag, den ich an der HSLU (Hochschule Luzern) in Zusammenarbeit mit der Digital Veterans Association gehalten habe, zeige ich, wie Enterprise Architektur, Platform Engineering und KI als strategischer Hebel für moderne Organisationen zusammenwirken.
Mein Kapitel aus dem Buch: Machines, Code, People: 50 things Zühlke engineers are passionate about
