KI-Agenten verändern Firmenprozesse

Die Digitalisierung hat die Geschäftswelt grundlegend verändert – und Künstliche Intelligenz (KI) ist der nächste grosse Treiber. Schweizer Unternehmen stehen vor der Aufgabe, KI-Technologien nicht nur zu verstehen, sondern auch gewinnbringend einzusetzen. Besonders KI-Agenten und virtuelle Assistenten bieten enormes Potenzial: Sie automatisieren nicht nur einzelne Aufgaben sicher, sondern ganze End-to-End-Prozesse (E2E) innerhalb des Unternehmens.

Doch KI erfolgreich einzusetzen heisst, nicht nur die Technologie auf Prozesse zu stülpen, sondern ganze Prozesse zu verbessern. Da KMUs und Grosskonzerne Legacy-Systeme haben und organisch gewachsen sind, ist das gar nicht so einfach. Man kann nicht immer einfach Prozesse komplett entfernen und neu machen. 

Warum scheitern KI-Agenten?

KI-Agenten sind Softwareprogramme, die eigenständig Aufgaben erledigen, Entscheidungen treffen und mit Menschen oder anderen Systemen kommunizieren. Vollautonome Systeme sind derzeit noch nicht realisierbar – vor allem aus Gründen der Sicherheit, Governance, des Nutzervertrauens und technischer Herausforderungen. Wenn ein spezialisierter Agent weitere Agenten aufruft (Multi-Agent System) und diese dann jeweils wie Experten Aufgaben lösen, besteht die Gefahr, dass sich Fehler und Ungenauigkeiten (geringe Accuracy) vervielfachen. Je mehr Agenten beteiligt sind, desto höher das Risiko ist, dass sich einzelne Fehler und Halluzinationen gegenseitig verstärken und die Gesamtqualität des Ergebnisses sinkt.

Was macht den Erfolg aus?

Im Zentrum stehen immer die Daten. Als CIO und CDO muss man die Grundlage aufbauen, mit denen Agenten und Chatbots sowie andere KI-Produkte arbeiten können. Dies bedeutet, sich im Klaren zu sein, woher die Daten kommen und in welcher Struktur sie vorliegen. Agenten benötigen umfangreiche Kontextdaten (z. B. Metadaten, Zusatzinfos), die dem Unternehmen höhere Antwortqualitäten und damit Vertrauen liefern.

Als erster Schritt müssen intelligente Wissensdatenbanken mit internen Daten aufgebaut werden. Meistens kommen sogenannte RAG-Methoden (Retrieval Augmented Generation) zum Einsatz: Statt auf den ChatGPT-Corpus zuzugreifen, nutzen die Agenten firmeninterne Daten. Mit aktuellen Datenbeständen lassen sich Deep-Search-Mechanismen aufbauen, die Informationen aus tausenden Dokumenten effizient bereitstellen – und so erstmals wirklich skalierbare KI-Workflows ermöglichen.

Anwendungsfelder aus der Praxis

Kundenservice: Chatbots beantworten rund um die Uhr Anfragen, lösen Standardprobleme und entlasten Hotlines. Sie steigern die Kundenzufriedenheit und senken Kosten. Ein anschauliches Beispiel ist «Nomi», ein Chatbot, der rund um Smart Home & Smart Building Solutions berät. Innerhalb weniger Wochen wurde er von der Beta  in die Produktivphase überführt. Nomi unterstützt Personen rund um die KNX Technologie, erkennt wenn sie für eine Frage nicht trainiert wurde, und woher sie die Daten nimmt. 

• HR und Recruiting: KI-Assistenten helfen bei HR Regulatorien und Compliance Fragen.
• E2E-Reporting: z.B. Prozesse im Asset Management und Reporting oder beim Versand täglicher Reports
• Interne Suche: Automatisierte Agenten suchen wichtige Infos im Intranet oder Ticketingsystemen sowie CMS und beantworten direkt Emails oder erstellen Dashboards in Echtzeit.
• Vertragsmanagement und -prüfung: KI-Agenten können Verträge automatisch analysieren, Klauseln vergleichen, Abweichungen markieren und Alternativformulierungen vorschlagen.
• Übersetzungen und Lokalisierung: Mehrsprachige Übersetzungen mit Terminologie-Glossar, QA-Metriken und Freigabeprozess – besonders relevant für international agierende Unternehmen.
• Voice Protocolling, Audio Analytics und automatische CRM-Aufgaben: Automatisierung interner Prozesse z.B. in der Qualitätsicherung oder im Kundenservice.  

Vorteile für Unternehmen

Der Einsatz von KI-Agenten bietet Unternehmen konkrete betriebliche Vorteile. Sie übernehmen repetitive Routineaufgaben und entlasten damit Mitarbeitende, die sich stärker auf analytische oder kreative Tätigkeiten konzentrieren können. Gleichzeitig lassen sich Support- und Serviceprozesse nahezu beliebig skalieren: KI-Systeme stehen rund um die Uhr bereit und bearbeiten zahlreiche Anfragen parallel, ohne Qualitätsverlust. Das reduziert nicht nur den Personalaufwand im First-Level-Support, sondern senkt durch geringere Fehlerquoten auch die Kosten. Zudem entsteht eine deutlich bessere Datenbasis. KI-Agenten sammeln und analysieren Interaktionsdaten in Echtzeit und liefern damit wertvolle Hinweise für Prozessverbesserungen und strategische Entscheidungen. Unternehmen, die früh auf solche Lösungen setzen, verschaffen sich einen technologischen und organisatorischen Vorsprung und stärken nachhaltig ihre digitale Kompetenz.

Stolpersteine in der Praxis

Datenqualität und Datenschutz: KI-Systeme benötigen grosse Mengen an qualitativ hochwertigen Daten. Gleichzeitig müssen sensible Informationen geschützt und Vorgaben wie DSGVO und Schweizer Datenschutzgesetz eingehalten werden. Bei der Wahl der technischen Lösung lohnt sich ein genauer Blick auf Anbieter und Architektur (Cloud vs. On-Premises). Es gibt nicht nur Schwarz oder Weiss: Daten können beispielsweise auf einem Hyperscaler mit Rechenzentrum in der Schweiz oder bei einem Schweizer Hoster sicher betrieben werden. In der Praxis sind oft hybride Ansätze sinnvoll – je nach Use Case und Sensibilität der Daten. 

• Akzeptanz bei Mitarbeitenden: Die Einführung von KI kann Ängste vor Arbeitsplatzverlust oder Kontrollverlust auslösen. Transparente Kommunikation und Schulungen sind essenziell, denn wie sich die Systemlandschaft verändert, verändern sich auch die Jobprofile und Rollen bei einer solchen Transformation.
• Integration in bestehende Systeme: Die Anbindung an Legacy-Systeme und die Sicherstellung reibungsloser Schnittstellen erfordern technisches Know-how. Modelle und Clouderfahrungen alleine reichen da nicht aus, es braucht ein starkes AI Engineering Team.
• IT-Sicherheit: KI-Agenten müssen gegen Cyberangriffe geschützt werden. Schwachstellen in der Software oder unsichere Schnittstellen können Einfallstore für Angreifer sein. Cloudplattformen wie Microsoft Azure und AWS sind definitiv sicherer, weil sie mehr Ressourcen für Sicherheitsmechanismen zur Verfügung haben als kleinere Hostinganbieter.

KI als strategischer Erfolgsfaktor

Die Entwicklung im Bereich KI schreitet rasant voran. Zukünftig werden KI-Agenten nicht nur einfache Aufgaben übernehmen, sondern als intelligente Assistenten komplexe Entscheidungen vorbereiten, Prozesse eigenständig steuern und neue Geschäftsmodelle ermöglichen. Unternehmen, die frühzeitig in KI investieren und die Integration strategisch angehen, sichern sich einen nachhaltigen Wettbewerbsvorteil. 

Künstliche Intelligenz ist im Business angekommen. KI-Agenten und virtuelle Assistenten bieten Unternehmen die Chance, Prozesse zu automatisieren, Kosten zu senken und Innovationen voranzutreiben. Entscheidend sind eine klare Strategie, die Einbindung der Mitarbeitenden und ein Fokus auf Sicherheit und Compliance. Ebenso wichtig ist eine belastbare Daten- und Systemarchitektur, die Skalierung und kontinuierliche Weiterentwicklung erlaubt.