Von der Erschließung von Daten zur Erschließung von Erkenntnissen

Die Milliardenfrage, die niemand stellt

Führungskräfte in Unternehmen investieren massiv in KI. Laut McKinsey sind die Budgets im Vergleich zum Vorjahr um 72 % gestiegen. Die Modelle werden immer besser. Die Zahl der „Copiloten“ nimmt rasant zu. Und dennoch dreht sich die Diskussion in den meisten Unternehmen nach wie vor um dieselbe Frage: Wie können wir einen Mehrwert aus unseren Daten schöpfen?

Das ist die richtige Frage. Nur ist sie nicht mehr die einzige.

Seit zwei Jahrzehnten geht es bei der Unternehmensintegration darum, Daten zugänglich zu machen. Das heißt, Daten von ihrem Speicherort dorthin zu übertragen, wo sie benötigt werden. Punkt-zu-Punkt-Verbindungen machten Platz für ESBs, die wiederum von iPaaS-Plattformen abgelöst wurden. Jede dieser Entwicklungen machte Daten zugänglicher. Und das war von enormer Bedeutung. Daten, die in Silos gefangen sind, lassen sich nicht analysieren. KI-Modelle lassen sich nicht auf der Grundlage von Daten erstellen, auf die man keinen Zugriff hat.

Doch in Gesprächen mit Kunden und auf Veranstaltungen wie der „Siemens Realize Live“ habe ich Folgendes festgestellt: Der Engpass hat sich verlagert. Das Problem besteht nicht mehr nur darin, Daten aus den Systemen zu extrahieren, sondern darin, wieder Informationen in die Systeme einzuspielen.

Der Wandel: Zwei Epochen der Unternehmensintegration

Epoche 1: Daten erschließen

Hier sind die meisten Unternehmen nach wie vor tätig. Die Integration verbindet Datensysteme (ERP, PLM, CRM) mit Analysesystemen (Data Lakes, Analyseplattformen, LLM-Frameworks). Die Wertschöpfungskette ist klar: Verbinden → Extrahieren → Transformieren → Analysieren. SnapLogic entstand in dieser Ära, und unsere iPaaS-Grundlage (über 1.000 vorgefertigte Snaps, Echtzeit- und Batch-Pipelines sowie API-Management) bildet nach wie vor das Rückgrat unseres Unternehmens.

Epoche 2: Intelligenz erschließen

Das ist der Wandel, der sich gerade vollzieht. KI-Agenten verarbeiten Daten und handeln entsprechend. Ein Vertriebsagent wartet nicht darauf, dass ein Mitarbeiter einen Bericht erstellt. Er bewertet Leads aus sechs Datenquellen, erstellt Angebote mit Echtzeit-Preisen aus SAP und löst eigenständig Vertragsworkflows aus. Die Integrationsschicht transportiert nicht mehr nur Daten. Sie koordiniert Ergebnisse.

Die Herausforderung besteht darin, dass diese beiden Epochen nicht aufeinander folgen. Sie finden gleichzeitig statt. Man braucht beide – sie müssen parallel laufen und einheitlich gesteuert werden. Und genau daran scheitern die meisten Organisationen.

Die Zahlen, die die Geschichte erzählen

Quellen: McKinsey 2025, BCG 2025, Tony Hemmelgarn (CEO, Siemens Digital Industries Software) auf der Realize Live 2026.

Diese letzte Zahl hat mich regelrecht erschreckt. Einundfünfzig Prozent. Nicht in alten Mainframes. Nicht in lokalen Datenbanken. Auf Desktops. Wenn die Hälfte Ihrer technischen Daten nie in ein reguliertes System gelangt, treffen Ihre KI-Agenten Entscheidungen auf der Grundlage nur der Hälfte der Informationen.

Hier ist ein Muster, auf das ich immer wieder zurückkomme. Jede technologische Entwicklung, die ein Komplexitätsproblem löste, schuf unbeabsichtigt das nächste:

Was ist der rote Faden? In jeder Phase wuchs die Komplexität schneller als die Steuerungsmöglichkeiten. Die Organisationen, die erfolgreich sind, sind nicht diejenigen mit den meisten Agenten. Es sind diejenigen, die über eine Koordinationsstruktur verfügen.

MCP: Der Standard, der alles verändert

Wenn es eine technische Entwicklung gibt, auf die jeder Unternehmensarchitekt achten sollte, dann ist es das Model Context Protocol(MCP). MCP ist für KI-Agenten das, was REST für Webdienste war: eine universelle Methode, mit der Agenten Unternehmenswerkzeuge zur Laufzeit erkennen und aufrufen können. 

In der Praxis bedeutet das Folgendes: Derzeit ist für die Anbindung eines KI-Agenten an Ihr CRM maßgeschneiderter Integrationscode erforderlich. Ein Salesforce-Konnektor für Claude unterscheidet sich von einem für GPT-4o, der sich wiederum von einem für Gemini unterscheidet. Multipliziert man dies mit jedem System in Ihrem Stack, erhält man dasselbe n×m-Integrationsproblem, das wir vor zwanzig Jahren mit ESBs gelöst haben.

Das MCP vereinfacht das Ganze. Jeder MCP-Client kann eine Verbindung zu jedem MCP-Server herstellen. Es ist keinerlei benutzerdefinierter Integrationscode erforderlich. Der MCP-Server von SnapLogic (seit Juli 2025 in Betrieb) und der MCP-Client (seit November 2025) unterstützen dies bereits. Das bedeutet, dass jeder Unternehmensagent über ein Standardprotokoll jeden der über 1.000 Snaps im SnapLogic-Katalog aufrufen kann.

„Agenten ermitteln Unternehmens-Tools und -Funktionen dynamisch zur Laufzeit. Jeder MCP-Client kann sich mit jedem MCP-Server verbinden; es ist keinerlei benutzerdefinierter Integrationscode erforderlich.“

Aus dem Vortrag in Erlangen zum Thema „Moderne Unternehmensintegration“

Wo stehen Sie auf der KI-Reifekurve?

In meinen Gesprächen mit Unternehmensteams habe ich die Erfahrung gemacht, dass es hilfreich ist, Organisationen anhand von fünf Stufen der KI-Reife einzustufen:

Stufe	Bühne	Beschreibung
L1	Im Bewusstsein (~30 %)	Erkennt das Potenzial von KI, keine laufenden Projekte
L2	Experimentieren (~40 %)	Durchführung von POCs und Pilotprojekten in isolierten Bereichen
L3	Operativ (~20 %)	KI in der Produktion mit messbarem Nutzen
L4	Systemisch (~8 %)	Unternehmensplattform mit gemeinsamer Steuerung
L5	Agentisch (~1 %)	Multi-Agenten-Operationen, autonome Arbeitsabläufe

Die meisten Kunden befinden sich zwischen L2 und L3

Die meisten Unternehmen, mit denen ich zusammenarbeite, befinden sich auf Stufe 2 oder 3. Sie haben bewiesen, dass KI funktioniert. Die Frage, mit der sie sich derzeit auseinandersetzen, lautet nicht, ob sie skalieren sollen, sondern wie. Und zwar ohne dabei dieselbe unkontrollierte Ausbreitung zu verursachen, die jede bisherige Technologiewelle geplagt hat.

Die ROI-Frage, neu formuliert

In fast jedem Gespräch über KI in den Vorstandsetagen spüre ich eine gewisse Spannung: Die Unternehmensleitung will einen ROI sehen. Bislang wurden die Investitionen jedoch in die Infrastruktur getätigt, beispielsweise in Datenplattformen, das Training von Modellen und Copilot-Lizenzen. Die Erträge erscheinen diffus, da die KI den Mitarbeitern zwar hilft, etwas schneller zu arbeiten, aber die Art und Weise, wie die Arbeit erledigt wird, nicht grundlegend verändert.

KI hilft Ihnen nicht dabei, mehr zu verkaufen. Ihr Vertriebs-Copilot kann zwar schneller eine E-Mail entwerfen, aber er kann keine Echtzeit-Preise aus SAP abrufen, um ein Angebot zu erstellen. Er kann den Lagerbestand in SCM nicht überprüfen, bevor er Liefertermine festlegt. Er kann keine Vertragsgenehmigung in DocuSign auslösen und gleichzeitig die Prognose in Ihrem CRM aktualisieren. Die Engpässe in Ihrem „Lead-to-Cash“-Workflow sind die Übergaben zwischen den Systemen, die kein einzelner Copilot überblicken kann.

Das gleiche Muster zeigt sich auch im Procure-to-Pay-Prozess. Ein Beschaffungs-Copilot kann zwar beim Verfassen einer Angebotsanfrage helfen, ist jedoch nicht in der Lage, in einem einzigen autonomen Workflow die Lieferantenleistung in Ihrem SRM abzugleichen, die Budgetverfügbarkeit in Ihrem ERP zu prüfen, die Compliance in Ihrem GRC-Tool zu validieren und einen Drei-Wege-Abgleich zwischen Bestellung, Wareneingang und Rechnung auszulösen. Das sind die Engpässe, die echtes Geld kosten: verspätete Zahlungen, die die Lieferantenkonditionen untergraben, nicht vertraglich geregelte Ausgaben, die Verträge umgehen, sowie manuelle Abstimmungen, die die Finanzteams stark beanspruchen.

Die agentische Integration setzt neue Maßstäbe in der ROI-Diskussion. Anstatt zu messen, wie viel schneller jemand eine E-Mail schreibt, misst man, wie viele Geschäfte ohne eine einzige manuelle Übergabe zwischen CRM, CPQ, ERP und Abrechnung abgeschlossen werden. Anstatt die Akzeptanz von Copilot zu verfolgen, verfolgt man die Verkürzung der Durchlaufzeit vom Lead bis zum Zahlungseingang.

Das ist keine schrittweise Verbesserung, sondern ein grundlegender Wandel in der Art und Weise, wie das Umsatzmanagement in Unternehmen funktioniert.

Wo SnapLogic zum Einsatz kommt: die KI-Ausführungsschicht

SnapLogic ist eine agentenbasierte Integrationsplattform für Unternehmen. Drei Säulen bilden die Grundlage für den Wandel von der Datenerschließung hin zur Gewinnung von Erkenntnissen:

Mit SnapLogic können Sie das Potenzial Ihrer Daten und Erkenntnisse voll ausschöpfen

Die wichtigste Erkenntnis ist, dass es sich hierbei nicht um drei separate Produkte handelt. Es handelt sich um eine einzige Plattform, die gleichzeitig in beiden Bereichen zum Einsatz kommt. Die iPaaS-Grundlage erschließt weiterhin Daten. AgentCreator und MCP erschließt Intelligenz. Und die Governance-Ebene umfasst alles.

Was das für Sie bedeutet

Wenn Sie als Führungskraft in einem Unternehmen gerade dabei sind, Ihre KI-Strategie zu überprüfen, sollten Sie sich folgende drei Fragen stellen:

1. Beschränken Sie sich immer noch darauf, Daten zugänglich zu machen? Der Zugang zu Daten ist zwar notwendig, reicht aber nicht aus. Wenn Ihre KI-Investitionen beim Data Lake enden, legen Sie das Fundament, ohne das Haus zu bauen.

2. Können Ihre Mitarbeiter systemübergreifend arbeiten? Ein Vertriebsmitarbeiter, der den Lagerbestand nicht überprüfen kann, bevor er Liefertermine zusagt, gibt Versprechen ab, ohne den vollständigen Überblick zu haben. Systemübergreifende Koordination macht den Unterschied zwischen einer Demo und der Produktion aus.

3. Verfügen Sie über eine Governance, die mit der Autonomie mitwächst? Jeder Agent, den Sie ohne vertrauenswürdige Identität, Prüfpfade und Wiederherstellungsmechanismen einsetzen, birgt ein zusätzliches Risiko. Die Unternehmen, die am schnellsten vorankommen, sind diejenigen, die von Anfang an eine Governance integriert haben.

Sind Sie bereit, es in Aktion zu sehen?

Machen Sie eine selbstgeführte Produkttour oder vereinbaren Sie eine Demo mit unserem Team, um zu erfahren, wie SnapLogic Ihnen dabei helfen kann, den Schritt von der Datennutzung hin zur Nutzung von Erkenntnissen im gesamten Unternehmen zu vollziehen.