Der Mobilitätsdienstleister Uber leitet einen grundlegenden strategischen Wandel bei der Implementierung künstlicher Intelligenz (KI) ein. Wie CTO Praveen Neppalli Naga bekannt gab, setzt das Unternehmen künftig auf eine engere Verzahnung von Technik-Expertise und operativem Geschäft. Dabei werden hochqualifizierte KI-Ingenieure direkt in die verschiedenen Geschäftsbereiche integriert, um die Einführung und Nutzung von KI-Anwendungen innerhalb des Konzerns massiv zu beschleunigen.
Das Konzept der Agentic Pods
Zentraler Bestandteil dieser neuen Strategie ist ein Programm mit dem Namen „Agentic Pods“. Dabei handelt es sich um kleine, spezialisierte Teams aus KI-Ingenieuren, die für einen Zeitraum von jeweils zwei Wochen in unterschiedliche Fachabteilungen entsandt werden. Zu den betroffenen Bereichen gehören das Finanz- und Rechnungswesen, die Rechtsabteilung, das Marketing, der Kundensupport sowie die Personalabteilung und die Beschaffung.
Das Vorgehen unterscheidet sich dabei von klassischen IT-Projekten durch seine unmittelbare Nähe zum Anwender: Bevor konkrete KI-Werkzeuge entwickelt werden, untersuchen diese Teams zunächst intensiv die bestehenden Arbeitsabläufe in den jeweiligen Abteilungen. Ziel ist es, ein tiefes Verständnis für die spezifischen Anforderungen und Engpässe der Mitarbeiter vor Ort zu gewinnen, um darauf basierend passgenaue technologische Lösungen zu entwerfen.
Drastische Effizienzsteigerungen in Kernbereichen
Erste Ergebnisse aus dem Einsatz dieser Einheiten belegen signifikante Beschleunigungen interner Prozesse. Im Bereich der Finanzplanung konnte der zeitliche Aufwand von ursprünglich 15 Stunden auf lediglich 30 Minuten reduziert werden. Ähnliche Erfolge zeigten sich bei der Erstellung von Berichten: Ein Prozess, der zuvor zwei Tage in Anspruch nahm, lässt sich nun innerhalb von 10 Minuten abwickeln.
Wer sich mit der Einführung neuer KI-Anwendungen befasst, muss neben der Effizienz auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Ratgeber liefert einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen des EU AI Acts für Unternehmen. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Besonders deutlich wird der Fortschritt im Marketing. Hier konnten Prüfprozesse, für die zuvor ein Zeitraum von zwei Wochen veranschlagt werden musste, auf eine Dauer von weniger als einer Stunde verkürzt werden. Diese Zahlen verdeutlichen das Potenzial, das Uber durch die direkte Konfrontation seiner Ingenieure mit den alltäglichen Aufgaben der Fachbereiche freisetzt. Durch den Fokus auf die Automatisierung repetitiver und zeitintensiver Aufgaben werden Ressourcen für strategischere Tätigkeiten frei.
Ein neuer Typus des Ingenieurs in der Unternehmensorganisation
Branchenexperten beobachten diesen Trend der Dezentralisierung von IT-Kompetenzen genau. Peter Wilczynski von Vantortech prägte für die in diesem Modell tätigen Fachkräfte die Bezeichnung Rearward Deployed Engineer. Dieser Begriff beschreibt Ingenieure, die nicht isoliert in zentralen Forschungs- und Entwicklungsabteilungen arbeiten, sondern gezielt dort eingesetzt werden, wo sie durch technologische Unterstützung unmittelbare Produktivitätsgewinne in den administrativen und operativen Stützpfeilern eines Unternehmens erzielen können.
Die rechtssichere Implementierung von KI-Systemen stellt viele Fachabteilungen vor neue Herausforderungen bei der Risikodokumentation. Erfahren Sie in diesem praxisnahen Umsetzungsleitfaden, welche KI-Systeme als Hochrisiko gelten und wie Sie die gesetzlichen Dokumentationspflichten erfüllen. Kostenlosen Umsetzungsleitfaden zum EU AI Act jetzt herunterladen
Die Strategie von Uber markiert eine Abkehr von der rein zentralisierten Softwareentwicklung hin zu einem dezentralen, bedarfsorientierten Modell. Durch die zeitlich begrenzte, aber intensive Einbindung in die Fachabteilungen stellt das Unternehmen sicher, dass KI-Tools nicht an den Bedürfnissen der Belegschaft vorbei entwickelt werden, sondern die operative Effizienz in der Breite des Konzerns nachhaltig verbessern. Dieser strategische Schwenk unterstreicht die wachsende Bedeutung der KI-Adoption als Wettbewerbsfaktor über die reine Produktentwicklung hinaus.
