Die erfolgreiche Skalierung von Künstlicher Intelligenz in Unternehmen hängt maßgeblich davon ab, dass Folgeprojekte kostengünstiger realisiert werden können als die initialen Implementierungen.
Nisheeth Srivastava, CTO von Capgemini in Indien, betonte in einem Bericht vom 2. September 2026, dass die Technologie selbst nicht mehr die primäre Einschränkung darstelle. Vielmehr stünden die Datenbasis, die Verantwortlichkeiten innerhalb der Organisation sowie die Disziplin in der Infrastruktur im Vordergrund.
Wandel der CTO-Rolle und Prozessdisziplin
Laut Srivastava wandle sich die Rolle des Chief Technology Officers vom reinen Technologie-Verwalter hin zum Business-Co-Architekten. Ein zentrales Element dieser Transformation sei die sogenannte Agentic AI, welche die Koordinations-Latenz in komplexen Geschäftsbereichen wie Trade Finance, der Schadensregulierung, der Kreditvergabe oder der Lieferkette reduzieren könne.
Für den Standort Indien identifizierte der CTO drei Differenzierungsfaktoren: eine skalierbare Intelligenz, die Bewältigung regulatorischer Komplexität als exportierbare Fähigkeit sowie Global Capability Centers (GCCs) als Ursprungsorte für Innovationen.
Diese Einschätzung zur Bedeutung strukturierter Prozesse wird durch Guillaume Bacuvier, den seit Januar 2026 amtierenden CEO von ARIS, gestützt. In einem Bericht vom 3. September 2026 warnte Bacuvier davor, KI auf unstrukturierte Prozesse aufzusetzen.
Wenn man KI über ein bestehendes Chaos lege, erhalte man lediglich ein größeres Chaos. Viele Unternehmen zögerten derzeit noch, KI-Agenten volle Autonomie zu gewähren, da notwendige Sicherheitsmechanismen fehlten.
ARIS begegne dieser Herausforderung durch den Einsatz digitaler Zwillinge der Organisation, die der KI den notwendigen Kontext liefern. Bacuvier sehe ein Marktpotenzial, das zehn- bis hundertmal größer sei als das aktuelle Niveau, und befinde sich derzeit in aktiven Gesprächen mit fünf bis zehn Organisationen im Nahen Osten.
Die Bewältigung regulatorischer Komplexität beim Einsatz von KI-Systemen stellt Unternehmen vor neue Herausforderungen. Welche Pflichten und Risikoklassen der EU AI Act konkret vorschreibt, erklärt dieser kompakte Umsetzungsleitfaden. EU AI Act in 5 Schritten verstehen
Vereinfachung vor Innovation
Der globale Hersteller Jabil, der mehr als 140.000 Mitarbeiter an über 100 Standorten beschäftigt, verfolgt bei der Implementierung neuer Softwarelösungen den Ansatz, Prozesse erst zu vereinfachen und dann zu innovieren. Harish Manohar, SAP IT Director bei Jabil, erklärte laut Berichten vom 2. September 2026, dass jede Innovation ohne vorherige Vereinfachung die Komplexität lediglich erhöhe.
Das Unternehmen setze auf eine API-getriebene und event-basierte Integration über die SAP Integration Suite. Ziel sei eine einheitliche Datenbasis für Echtzeit-Transparenz in der Lieferkette, die künftig durch KI-gestützte Planung und prädiktive Analysen ergänzt werden soll.
Ähnliche Erfahrungen bezüglich der Datenqualität berichtete Venkatesh Thenkarai, Chief Delivery Officer bei Bahwan CyberTek (BCT). Ein Mangel an sauberen Daten bleibe ein Kernproblem.
Durch eine Restrukturierung des Stammdatenmanagements (MDM) bei Banken habe BCT die Zahl der Duplikate um 8 Prozent und ungültige Daten um zirka 30 Prozent reduzieren können. Laut Thenkarai wandle Agentic AI den IT-Betrieb von einem reaktiven in ein proaktives, selbstheilendes System um.
Wer sich mit dem Aufbau autonomer KI-Strukturen befasst, muss auch die rechtlichen Rahmenbedingungen und Kennzeichnungspflichten im Blick behalten. Dieser kostenlose Report bietet Compliance-Verantwortlichen eine praxisnahe Übersicht zu den aktuellen Übergangsfristen. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Leistungsdaten und organisatorische Fähigkeiten
Technische Kennzahlen zur Effizienz von Multi-Agenten-Systemen lieferte Leslie Raj, Senior Cloud Application Architect bei AWS. Forschungsdaten zeigen laut einem Bericht vom 2. September 2026, dass solche Architekturen die Entwicklungszeit um 41,6 Prozent verkürzen und Fehler um 58,3 Prozent reduzieren können.
Zudem verbessere sich die Parallelausführung um 84 Prozent. In einem konkreten Enterprise-KI-System mit 100 gleichzeitigen Nutzern sei die Antwortzeit unter 5 Sekunden gehalten worden, während die Erstellung von Berichten von mehreren Tagen auf 5 bis 15 Minuten sank. Dies entspreche einer Produktivitätsverbesserung von 60 Prozent.
Trotz dieser technologischen Fortschritte mahnte Seth Cohen, CIO von P&G, zur strategischen Weitsicht. Unternehmen sollten sich weniger fragen, welche Technologie sie einsetzen, sondern welche neuen organisatorischen Fähigkeiten sie aufbauen wollen. Technologie allein schaffe keinen Wettbewerbsvorteil; dieser entstehe erst durch die Organisation, die sie nutzt.
Praktiker-Erfahrungen bestätigen zudem, dass erfolgreiche KI-Agenten spezialisiert sein müssen. Ein Agent zeichne sich dadurch aus, dass er ein klares Ziel verfolge, eigenständig entscheide und Fehler selbstständig behandle, anstatt nur einfache Anweisungen auszuführen.
