KI-reife Daten und KI-Agenten: Wichtige Einblicke vom Gartner Data & Analytics Summit

Der jüngste Gartner Data & Analytics Summit hat einen entscheidenden Wendepunkt in der Branche hervorgehoben: Während Unternehmen sich mit der Implementierung von KI beeilen, verstehen diejenigen, die erfolgreich sind, dass die wahre Stärke von KI in ihrer Grundlage liegt. Der diesjährige Gipfel betonte drei miteinander verbundene Themen: KI-Agenten, KI-fähige Daten sowie Vertrauen und Governance-Frameworks. Als Vertreter von SnapLogic auf dem Gipfel war ich besonders erfreut zu sehen, dass die Fähigkeiten unserer Plattform mit diesen neuen Prioritäten übereinstimmen.

Der Stand der Einführung von KI

Der Enthusiasmus für KI ist unbestreitbar, aber die Zahlen sprechen eine andere Sprache:

• Nur 20 % der Unternehmen haben KI-Anwendungsfälle erfolgreich und konsistent operationalisiert
• 49 % der Unternehmen geben an, dass der Nachweis des geschäftlichen Nutzens von KI das größte Hindernis für die Einführung ist.
• Datenverfügbarkeit und -qualität bleiben das größte Hindernis für die Implementierung von KI

Diese Statistiken offenbaren eine wachsende Erkenntnis: Der Erfolg von KI hängt weniger von der Raffinesse der Algorithmen als vielmehr von der Qualität, der Zugänglichkeit und der Verwaltung der zugrunde liegenden Datenbestände ab. In der Sitzung wurden die Schlüssel zum Erfolg hervorgehoben: Vertrauen durch transparente Governance schaffen, Skalierung durch modulare und anpassungsfähige (komponierbare) Architektur, Daten KI-fähig und wiederverwendbar machen und die Transformation von Teams durch KI-Kenntnisse und -Schulungen vorantreiben.

KI-Agenten: die nächste Generation intelligenter Systeme

Eine der zum Nachdenken anregenden Sitzungen des Gipfels war "AI Agents: Sind Sie bereit, Ihre KI zu befreien?", präsentiert von Gartner-Analyst Ben Yan. Die Sitzung lieferte eine klare Definition, die bei vielen Teilnehmern Anklang fand:

"KI-Agenten sind autonome oder halbautonome Softwareeinheiten, die KI-Techniken einsetzen, um in ihrer digitalen oder physischen Umgebung wahrzunehmen, Entscheidungen zu treffen, Aktionen durchzuführen und Ziele zu erreichen.

Laut Gartner stellen KI-Agenten eine grundlegende Veränderung in der Funktionsweise von KI-Systemen dar:

• Von der Notwendigkeit einer starken Beaufsichtigung bis zum eigenständigen Handeln
• Von deterministischen zu nicht-deterministischen Aufgabenflüssen
• Vom statischen Verhalten zum anpassungsfähigen Verhalten
• Von zentralisierten zu dezentralisierten Architekturen

Wichtig ist, dass nicht alles, was als "Agent" vermarktet wird, als solcher gilt. Große Sprachmodelle selbst, automatisierte Verfahren, Konversationsassistenten und RPA-Workflows sind nicht per se KI-Agenten - eine Unterscheidung, die hilft, den Markthype zu durchschauen.

Wann man KI-Agenten in Betracht ziehen sollte: Ermittlung der besten Möglichkeiten

Für Unternehmen, die überlegen, wo sie KI-Agenten implementieren sollten, hat Gartner mehrere Merkmale ermittelt, die Lösungen zu erstklassigen Kandidaten machen:

• Dynamische und unvorhersehbare Umgebungen mit ständig wechselnden Bedingungen und hoher Unsicherheit
• Komplexe Entscheidungsfindung unter Einbeziehung mehrerer Faktoren und langfristiger Ziele
• Anforderungen an die ständige Anpassungsfähigkeit durch kontinuierliches Lernen und Verbesserung
• Potenzial für Autonomie in Systemen, die rund um die Uhr verfügbar sein müssen und eigenständig agieren können
• Starke Integrationsfunktionen mit Interoperabilität, Erweiterbarkeit und Skalierbarkeit

Diese Merkmale helfen Unternehmen dabei, Anwendungsfälle zu priorisieren, in denen KI-Agenten echte Veränderungen und nicht nur inkrementelle Verbesserungen bewirken können.

In der Sitzung wurde der Erfolg von Lenovo beim Aufbau eines Produktkonfigurationsagenten vorgestellt. Das Unternehmen hat eine Vielzahl von Kunden, von großen Unternehmen bis hin zu Privatkunden, die oft ihre Anforderungen an Vertreter beschreiben mussten, die dann Vorschläge konfigurierten und zurückschickten. Ihre Multi-Agenten-Architektur mit spezialisierten Agenten für Planung, Zusammenfassung, Empfehlungen, Preisgestaltung, Analyse und Konfiguration, die alle mit Wissensdatenbanken und Toolkits interagieren, ermöglicht es den Kunden, Produkte selbst mit natürlicher Sprache zu beschreiben und zu konfigurieren.

Warum GenAI-Projekte scheitern

Die vielleicht ernüchterndste Erkenntnis stammt von Gartner-Analyst Arun Chandrasekaran, der vorhersagt, dass bis 2025 mindestens 50 % der generativen KI-Projekte nach dem Konzeptnachweis aufgegeben werden. Zu den Hauptgründen gehören:

1. Mangelnder geschäftlicher Nutzen - Priorisieren Sie hochwirksame Anwendungsfälle mit klaren Erfolgsmetriken
2. Übermäßiges Vertrauen in KI allein - Nutzen Sie KI neben traditioneller Automatisierung und regelbasierten Systemen
3. Unvorbereitete Dateninfrastruktur - Stärkung der Datenverwaltung, Erfassung von Metadaten und Vektoreinbettung
4. Risiken der Anbieterabhängigkeit - Einführung einer modularen, komponierbaren KI-Architektur
5. Unzureichende Experimente - Implementierung von KI-Sandboxen, A/B-Tests und Monitoring-Frameworks
6. Schwache Risiko- und Compliance-Kontrollen - Einbettung von verantwortungsvollen KI-Rahmenwerken und Überwachung von Vorurteilen
7. Herausforderungen bei der Skalierung - Planen Sie von Anfang an eine unternehmensweite Skalierbarkeit
8. KI-Talentknappheit - Investitionen in KI-Weiterbildung und Low-Code-Tools
9. Hohe Kosten und geringer ROI - Optimieren Sie KI-Workloads und messen Sie kontinuierlich den ROI
10. Unklare KI-Governance - Zuweisung klarer Eigentumsrechte und Ethikrichtlinien

Diese Fallstricke machen deutlich, warum Unternehmen Integrationsplattformen benötigen, die die Kluft zwischen den KI-Ambitionen und der praktischen Umsetzung überbrücken können.

Das Gebot der Integration

Während wir uns durch die sich entwickelnde KI-Landschaft bewegen, ist eines klar: Die Unternehmen, die in der KI-Ära führend sein werden, sind nicht unbedingt die mit den fortschrittlichsten Algorithmen, sondern die mit den robustesten, zugänglichsten und am besten verwalteten Datenökosystemen. Integrationsplattformen wie SnapLogic, die Datenquellen nahtlos miteinander verbinden, KI-fähige Datenpipelines ermöglichen und neu entstehende Agentenarchitekturen unterstützen, werden für diesen Wandel entscheidend sein.

Auf dem Gipfel wurde bekräftigt, dass der nachhaltige Erfolg der KI von vier Säulen abhängt:

1. Vertrauen durch transparente Governance - Gewährleistung eines ethischen, sicheren und verantwortungsvollen KI-Einsatzes
2. Daten KI-fähig und wiederverwendbar machen - Eine solide Datengrundlage schaffen
3. Skalierung durch modulare, offene (komponierbare) Architektur - Aufbau flexibler Infrastrukturen, die mit den Anforderungen des Unternehmens wachsen
4. Umgestaltung von Teams durch KI-Kenntnisse und neue Fähigkeiten - Menschliches Fachwissen nicht ersetzen, sondern verstärken

Für Unternehmen, die sich durch KI einen Wettbewerbsvorteil verschaffen wollen, ist die Botschaft klar: Konzentrieren Sie sich zunächst auf Ihre Datengrundlage und Ihre Integrationsfähigkeiten. Der Rest wird folgen.

Sind Sie bereit, ein datengesteuertes, kompositionsfähiges, agentenbasiertes Unternehmen zu werden?

Der Weg zu einer effektiven Implementierung von KI und KI-Agenten beginnt mit der Modernisierung Ihrer Integrationsplattform, die es Ihnen ermöglicht, Ihre Daten KI-fähig zu machen, eine komponierbare Architektur zu schaffen und die Erstellung von Agenten zu demokratisieren. Die Cloud-native Integrationsplattform von SnapLogic vereinheitlicht die Daten- und Anwendungsintegration, das API-Management und die Agentenerstellung, was Ihren Weg zu einem modernen agentenbasierten Unternehmen erheblich vereinfacht.