"Was machen Sie denn in Sachen KI?"
Sie haben es wahrscheinlich schon einmal oder vielleicht schon hundertmal gehört.
KI ist nicht mehr nur ein Nice-to-have. Sie ist eine Erwartung. Und für viele Führungskräfte in Unternehmen bedeutet das eine wahnsinnige Menge Druck: 74 % der CEOs geben an, dass sie befürchten, ihren Job zu verlieren, wenn sie keine eindeutigen Geschäftsergebnisse mit KI vorweisen können.
Dieser Druck treibt die Unternehmen dazu, ihre Investitionen zu erhöhen. Infolgedessen wird erwartet, dass die Ausgaben von Unternehmen für KI zwischen 2023 und 2028 um das 10-fache steigen werden.
Nach dem, was wir auf dem Markt sehen, wird ein Grossteil des Geldes in isolierte Tools gesteckt, wie Copiloten, die beim Verfassen von E-Mails helfen, oder LLM-Chatbots zur Bearbeitung von Support-Tickets. Sind sie nützlich? Sicher. Aber das sind oberflächliche Anwendungsfälle für GenAI, die nicht den grösseren Wandel in der Unternehmenssoftware widerspiegeln.
Wir bei Modeso glauben, dass die wirkliche Auswirkung von KI nicht davon abhängt, wie viele "KI-gestützte" Tools Sie in Ihren Stack einbauen. Es kommt darauf an, wie KI die Unternehmenssoftware selbst verändert - wie sie entwickelt wird und wie sie genutzt wird.
Wir glauben, dass agentenbasierte KI ein wichtiger Treiber für diesen Wandel sein wird.
Seit ChatGPT im Jahr 2021 explodierte, reiten wir auf einer Welle nach der anderen des KI-Hypes: zuerst LLMs, dann Retrieval-Augmented Generation (RAG), dann multimodale Modelle.
Im Jahr 2025 standen die KI-Agenten im Rampenlicht.
Dahinter steckt ein klarer geschäftlicher Anreiz. Führende Köpfe wie Sam Altman von OpenAI bezeichnen KI-Agenten als den nächsten Schritt und sagen, dass sie sich "in die Belegschaft einfügen werden". Satya Nadella von Microsoft sagt, dass Agenten die Standardsoftware durch die Automatisierung der Geschäftslogik völlig durcheinander bringen werden. Tech-Giganten führen neue Modelle für das "agentenbasierte Zeitalter" ein.
Ob diese Begeisterung dazu dient, ihre Investitionen in agentenbasierte Modelle zu rechtfertigen - oder um das Post-ChatGPT-Wettrüsten unter den Tech-Giganten zu gewinnen - wissen wir nicht genau.
Was wir aber wissen, ist, dass Startups, die KI-Agenten entwickeln, allein im Jahr 2024 über 8,2 Milliarden Dollar einnahmen. Also ja, der Hype funktioniert.
Trotz des ganzen Hypes scheint sich niemand darüber einig zu sein, was KI-Agenten eigentlich sind. Im Moment bezieht sich der Begriff auf alles, von Chatbots bis zu Automatisierungsabläufen. In vielen Fällen bedeutet er "KI-Assistent".
Aber wenn wir über KI-Agenten sprechen, sind wir eher daran interessiert, wohin sich diese Technologie entwickelt.
Der CTO von Modeso, Ahmed Mohsen Gharib Farag, sieht Agenten nicht nur als Werkzeuge, die Aufgaben automatisieren, sondern als eine neue Softwareebene. Eine, die die Geschäftslogik versteht, Schritte durchdenkt und entsprechend handelt. Wie Ahmed es ausdrückt, "ist das LLM wie das Gehirn, aber der KI-Agent ist der ganze Körper".
Das Bild oben erklärt die Kernfunktionalität von KI-Agenten: nicht nur Tools, die reagieren, sondern Systeme, die Probleme durchdenken, Massnahmen ergreifen und über Tools, Aufgaben und sogar Abteilungen hinweg koordinieren.
Ja, unser Team sieht es als eine Verschiebung von reaktiver KI (die nur antwortet) zu proaktiver KI (die handelt).
Jede Stufe der GenAI-Reise für Verbraucher - LLMs, RAG und jetzt Agenten - hat KI näher an die Lösung realer, spezifischer Probleme für reale Nutzer in Unternehmen gebracht.
KI-Agenten vereinen verschiedene Arten von KI - Sprachverarbeitung, Wahrnehmung und Entscheidungsoptimierung - zu Systemen, die autonom handeln können. Diese Einteilung basiert auf einem Rahmenwerk des Datenexperten Dylan Anderson, der vier Hauptkategorien von KI-Lösungen herausgearbeitet hat: sprachbasierte, wahrnehmungsbasierte, entscheidungsoptimierende und autonome Systeme (Agenten), die alle drei kombinieren.
Okay, aber was bedeutet das für die Entwicklung von Unternehmenssoftware?
Die nächste Welle der Unternehmenssoftware wird nicht nur KI nutzen. Sie wird um sie herum aufgebaut sein. Dieser Wandel wird den Bedarf an schwerfälligen Schnittstellen verringern, die Logik auf die KI-Ebene verlagern und die Funktionsweise von Software grundlegend verändern.
Noch kann niemand genau vorhersagen, wie sich dies entwickeln wird. Aber die allgemeine Richtung ist klar: KI wirkt sich darauf aus, wie Software hergestellt wird. Ahmed glaubt, dass dieser Wandel die nächste Ära der Unternehmenstools bestimmen wird, und das ist etwas, worüber wir bei Modeso schon seit einer Weile nachdenken.
Heute gibt es bereits eine Vielzahl von Tools, mit denen Sie Ihren eigenen KI-Agenten erstellen können. Die meisten konzentrieren sich auf Dinge wie die Erstellung von Websites ohne Code, die Automatisierung kleiner Aufgaben oder die Verkettung von Aufforderungen zur Lösung enger, genau definierter Probleme, wie das Schreiben von E-Mails.
KI-gestützte Lösungen mögen futuristisch aussehen, aber unter der Haube funktionieren sie immer noch wie herkömmliche Software: viele Dashboards, Schaltflächen, Datenfelder. Die KI mag hier und da helfen, aber die Struktur ist die gleiche. Der Nutzer ist immer noch der Motor des Prozesses.
Hier sind die zwei Dinge, die sich unserer Meinung nach ändern werden.
Heutige Unternehmensanwendungen sind auf komplexe Benutzeroberflächen (Dashboards, Formulare, Filter und Diagramme) angewiesen, da die Benutzer Daten strukturieren, Logik anwenden und Entscheidungen manuell treffen müssen.
In einer KI-gesteuerten Welt beginnt diese Struktur zu verschwinden. Anstatt durch Registerkarten und Felder zu navigieren, sagen oder tippen Sie einfach, was Sie brauchen, z. B. "Zeige mir die drei meistverkauften Produkte des letzten Jahres mit einer kurzen Analyse".
Das war's. Eine einfache Eingabe, z. B. in Form einer ChatGPT-Eingabeaufforderung, ist alles, was die KI braucht.
Die Geschäftslogik - eine Reihe von Regeln, nach denen Software funktioniert - wird im Gehirn des KI-Agenten und nicht im Backend der Software angesiedelt sein.
Wir werden in der Lage sein, in einfacher Sprache oder strukturierten Vorlagen zu beschreiben, was die Software tun soll, und der KI-Agent wird sie lesen, interpretieren und danach handeln.
Ein Entwickler schreibt zum Beispiel Code, um zu definieren, was das System in einer bestimmten Situation tun soll: "wenn die Rechnung mehr als 30 Tage überfällig ist & Wert < 20.000 → eine Erinnerungsmail senden. Else → Notify Management."
Diese Art von Logik ist in das Backend integriert und wird Schritt für Schritt ausgeführt: Das System sammelt Daten über Formulare oder Dashboards, wendet die Geschäftsregeln an und liefert das Ergebnis.
Wenn die Regel selbst geändert werden muss (z. B. um eine neue Bedingung wie Rechnungsbetrag oder Kundentyp einzubeziehen), bedeutet dies in der Regel eine Aktualisierung der Codebasis oder die Verwendung einer komplexen Regel-Engine. Das ist machbar, aber es kostet Mühe und Entwicklerzeit.
In Zukunft könnte diese Logik von einem Geschäftsanwender, nicht von einem Entwickler, in Klartext oder strukturierten Vorlagen geschrieben werden. Der KI-Agent würde diese Regel interpretieren, sie in Echtzeit anwenden und die richtige Maßnahme ergreifen, ohne dass die Software neu erstellt werden müsste.
Mit dieser Umstellung wird die Geschäftslogik dynamisch, bearbeitbar und von Menschen lesbar. Es geht weniger um die Pflege des Backend-Codes als vielmehr um eine klare Beschreibung der erforderlichen Vorgänge.
Unübersichtliche Unternehmensdaten sind noch nicht bereit für die agentenbasierte KI. Die Integration ist knifflig. Die Sicherheit ist eine offene Frage. Und die Datenqualität? Da ist noch ein weiter Weg zu gehen.
Das Gute daran ist, dass der Hype um KI mehr Unternehmen dazu bringt, sich endlich ernsthaft mit Datenbereinigung, -verwaltung und -modellierung zu beschäftigen. Das ist ein Schritt in die richtige Richtung. Aber das geht nicht von heute auf morgen.
Selbst die Unternehmen, die diese Technologie entwickeln, können sich nicht zu 100 % sicher sein. Keiner kann das.
Aber der Markt bewegt sich eindeutig in diese Richtung. Die grossen Unternehmen investieren. Start-ups experimentieren. Unternehmen wollen, dass KI tatsächlich funktioniert und nicht nur eine Funktion ist.
Wenn Sie also langfristig denken, ist diese Entwicklung zu beobachten.
Ausgehend von der Art und Weise, wie sich die Technologie entwickelt und wie die Unternehmen darauf reagieren, sind hier vier Dinge, die unserer Meinung nach die Zukunft prägen könnten.
Standard-Software für Unternehmen (SaaS) wird nicht mehr wie eine grosse Suite aussehen. Stattdessen werden wir kleinere, spezialisiertere Tools sehen - eine Mikro-App für die Inventarisierung hier, ein HR-Aktionstool dort - während die Intelligenz, die sie verbindet und antreibt, in der KI-Agentenschicht lebt.
Wenn die Geschäftslogik auf die KI-Agentenschicht verlagert wird, werden SaaS-Tools zu austauschbaren Komponenten. Sie werden zwar weiterhin benötigt, aber ihr strategischer Wert sinkt. Sie sind nicht mehr der Ort, an dem Entscheidungen getroffen werden oder Arbeitsabläufe stattfinden.
Kurz gesagt: SaaS wird zu den Leitungen und Systemen, die die eigentliche Arbeit erledigen. Ein KI-Agent ist die Intelligenz, die entscheidet, welche Arbeit erledigt werden muss und warum.
Je mehr Unternehmen auf die gleichen KI-Tools zurückgreifen, desto schwieriger wird es, sich abzuheben.
Wenn alle dieselben KI-Agenten von der Stange verwenden, beginnen alle, Probleme auf dieselbe Weise zu lösen. Wenn Ihr KI-Agent die gleichen Entscheidungen trifft wie der Ihres Konkurrenten, verlieren Sie das, was Sie von anderen unterscheidet.
Das Risiko wächst, wenn Sie Ihre Daten nicht kontrollieren. Wenn Unternehmen externe Tools von ihren internen Prozessen lernen lassen, kann ihr einzigartiges Know-how in die Modelle einfliessen - Modelle, die andere nutzen können. "Ihre Expertise speist KI-Modelle", warnt Ahmed. "Und wenn andere dasselbe Modell verwenden, gewinnen sie das, was Sie einzigartig macht."
Mit der Zeit können Unternehmen auch interne Fähigkeiten verlieren, so wie die Menschen vergessen haben, wie man lange Divisionen durchführt, als Taschenrechner zum Standard wurden. Das mag für Routinearbeiten in Ordnung sein. Aber in Bereichen wie Logistik, Finanzen oder Compliance ist Ihr Fachwissen ihr Produkt.
Also das ist es, was riskant ist: Die KI automatisiert nicht nur Ihre Arbeit. Sie könnte auch Ihre Vorteile automatisieren.
Aber das führt uns zur nächsten Vorhersage.
Nur weil ein KI-Agent Entscheidungen treffen kann, heisst das nicht, dass er das auch immer tun sollte.
Wir glauben, dass der grösste Unterschied zwischen Standard-SaaS-Tools und individuell entwickelten KI-Agenten darin besteht, wer die Kontrolle hat und wann. Bei den meisten Standard-Tools können Sie keine Momente, in denen der Mensch im Spiel ist, einplanen. Wie Ahmed hervorhebt: "Mit Standardwerkzeugen hat man keine wirkliche Kontrolle über den Arbeitsablauf. Es ist nicht einfach zu entscheiden, welche Schritte eine menschliche Bestätigung benötigen - und welche nicht."
Aber mit benutzerdefinierten KI-Agenten können Sie abwägen, wann die KI sich mit einem Menschen abstimmen muss und wann sie eigenständig handeln kann.
Heisst das, wir glauben, dass kundenspezifische Lösungen die Standardsoftware überholen werden? Nicht ganz.
KI-Agenten werden den Bedarf an Standard- oder Individualsoftware nicht beseitigen. Sie werden nur die Kompromisse deutlicher machen.
Unsere eigene Umfrage zeigt, dass die meisten Unternehmen eine Mischung aus kundenspezifischer und Standardsoftware verwenden. Das wird sich nicht über Nacht ändern, wenn überhaupt.
Tatsächlich wird die Debatte "kaufen oder bauen" im Zeitalter der KI nur noch nuancierter werden. Die Schlüsselfrage wird sich von "Sollen wir bauen oder kaufen?" hin zu:
Die wirkliche Auswirkung von KI liegt nicht nur in einmalig einsetzbaren Tools wie LLM-Chatbots oder intelligenten Dashboards. Sie ist viel grösser als das. Es verändert, was Unternehmenssoftware überhaupt ist: wie sie entwickelt, genutzt und bewertet wird.
Zu viele Unternehmen stecken im Modus "Wir müssen etwas mit KI machen" fest, ohne einen klaren Plan zu haben.
Aber die Dinge werden besser. Wenn wir schon bei Vorhersagen sind, hier noch eine weitere von einem Daten-Experten Dylan Anderson: "Die primäre Rolle, die KI [im Jahr 2025] in Unternehmen einnehmen wird, ist die Erprobung und Umsetzung in kleinen Teams."
Statt grosser, risikoreicher Projekte, die die Misserfolgsrate bei KI-Projekten erhöhen, könnten sich Unternehmen auf kleinere, bewährte KI-Anwendungsfälle konzentrieren, die oft auf ihrer bestehenden Daten- und Analysearbeit aufbauen. Sie beginnen, einen intelligenteren Ansatz zu wählen, sich langsam zu bewegen und Ideen zu testen.
Was ist dabei am wichtigsten? Sicherzustellen, dass ihre Daten und Arbeitsabläufe für die Skalierung mit KI bereit sind.
Treten Sie einen Schritt zurück und fragen Sie sich: Fügen wir nur Tools hinzu - oder bringen wir KI tatsächlich für unser Unternehmen zum Einsatz?
Bewerten Sie Ihre Datengrundlage. KI ist nur so intelligent wie die Daten, mit denen Sie sie füttern. Wenn Ihre Daten unordentlich, fragmentiert oder schlecht verwaltet sind, werden Ihre KI-Bemühungen nicht skalierbar sein. Beginnen Sie also von hier aus.
Ja und nein. Unternehmen wie unseres werden auch weiterhin kundenspezifische Software entwickeln, aber was "kundenspezifisch" bedeutet, ändert sich. Es geht nicht nur darum, Software zu entwickeln, die funktioniert. Es geht darum, Unternehmen dabei zu helfen, herauszufinden, welche Art von Software sie in einer KI-gesteuerten Welt brauchen, und wie sie langfristige Entscheidungen treffen können.
Das bedeutet, dass wir unseren Kunden helfen, herauszufinden:
Der Wandel der agentenbasierten KI ist grösser als ein einzelnes Tool oder eine Funktion. Es ist ein Umdenken darüber, wie Software entwickelt wird und wozu sie dient. Und wir helfen Unternehmen bereits dabei, diesen Wandel anzuführen, nicht nur durch den Aufbau intelligenterer Systeme, sondern auch durch die Übernahme echter Verantwortung für das dahinter stehende Produktdenken. Wenn Sie sich mit diesem Thema beschäftigen, würden wir uns freuen, von Ihnen zu hören.
Datenschutz ist uns wichtig, daher haben Sie die Möglichkeit, bestimmte Speicherarten zu deaktivieren, die für das grundlegende Funktionieren der Website möglicherweise nicht erforderlich sind. Das Blockieren von Kategorien kann sich auf Ihre Erfahrung auf der Website auswirken. Mehr Informationen
