Seit weit über zwei Jahrzehnten funktionierte der IT-Markt nach einem relativ einfachen Modell.
Ein Unternehmen hat ein Problem. Es kauft ein System. Es führt das System ein. Es schult Mitarbeiter. Es lernt, das System zu nutzen. Und dann versucht es, das gesetzte geschäftliche Ziel zu erreichen.
So sahen Einführungen aus:
- CRM,
- ERP,
- Lagersysteme,
- E-Commerce-Plattformen,
- Marketing-Tools,
- Projektmanagement-Systeme.
Das wunderte jahrzehntelang niemanden. Schließlich war Software ein Werkzeug, das helfen sollte, ein bestimmtes Ergebnis zu erreichen.
Aber heute stellt sich eine Frage, die noch vor wenigen Jahren absurd geklungen hätte: Werden Unternehmen weiterhin Software kaufen?
Oder werden sie anfangen, bereits fertige Kompetenzen zu kaufen, die von Künstlicher Intelligenz erbracht werden?
Das ist keine futuristische Vision mehr. Erste Anzeichen für diese Veränderung sind bereits sichtbar.
Wie funktionierte der IT-Markt bisher?
Jahrzehntelang kauften wir Werkzeuge.
Beispiel?
Ein Unternehmen musste den Verkauf besser managen. - Es kaufte ein CRM.
Es brauchte Reporting. - Es kaufte ein BI-System.
Es brauchte Marketing-Automatisierung. - Es kaufte ein weiteres Tool.
Das Problem war, dass der Kauf eines Systems nie automatisch das Erreichen des Ziels bedeutete.
Ein CRM zu kaufen garantierte keinen Umsatzanstieg.
Ein ERP zu kaufen garantierte kein besseres Management.
Eine Marketing-Plattform zu kaufen garantierte nicht mehr Kunden.
Das Unternehmen kaufte die Möglichkeit, Arbeit auszuführen. Nicht das Ergebnis selbst.
Und genau das könnte sich ändern.
Software-as-a-Service - das Modell, das die Welt dominierte
Zuerst kam SaaS (Software-as-a-Service).
Statt eine Lizenz zu kaufen und das System auf eigenen Servern zu installieren, begannen Unternehmen, abonnementbasierte Dienste zu nutzen.
Tausende Plattformen entstanden:
- CRMs,
- HR-Systeme,
- Helpdesks,
- E-Commerce-Plattformen,
- Marketing-Tools.
Das Modell wurde ein enormer Erfolg.
Aber es hatte einen Nachteil - es erforderte immer noch Bedienung. Der Mensch verrichtete die Arbeit. Das System war nur ein Werkzeug.
Was verändert KI?
Erstmals in der Geschichte beginnt ein Werkzeug, einen Teil der Arbeit selbstständig zu erledigen. Das ist ein grundlegender Unterschied.
Beispiel.
Klassisches CRM:
- speichert Kundendaten,
- erlaubt Notizen,
- erstellt Berichte.
KI-Agent:
- analysiert Kunden,
- erkennt Abwanderungsrisiken,
- schlägt Maßnahmen vor,
- verfasst Nachrichten,
- startet Workflows.
Und in Zukunft kann er noch viel mehr ausühren.
Und genau deshalb spricht man immer häufiger von einem neuen Modell.
Outcome-as-a-Service
Dieser Begriff wird zunehmend auftauchen.
Outcome bedeutet Ergebnis.
Wir kaufen nicht mehr das Werkzeug. Wir kaufen das Ergebnis.
Beispiel.
Heute kauft ein Unternehmen eine Marketing-Automation-Plattform.
Morgen könnte es kaufen: "Erzeugung von 100 qualifizierten Leads pro Monat".
Ohne sich für die dahinterstehende Technologie zu interessieren.
Für den Kunden zählt das Ergebnis. Nicht das Werkzeug.
Das ist eine sehr ähnliche Veränderung zu der, die wir bei der Cloud beobachtet haben.
Kaum jemand fragt heute noch, auf welchem Server eine Anwendung läuft. Entscheidend ist die Verfügbarkeit des Dienstes.
So könnte es mit KI werden.
Agent-as-a-Service
Noch interessanter ist der Trend Agent-as-a-Service.
Also die Möglichkeit, Kompetenzen "zu mieten".
Nicht eine Person.
Nicht ein System.
Sondern KI-Agenten.
Man stelle sich ein Unternehmen vor, das Vertriebsunterstützung braucht.
Statt eine weitere Person einzustellen oder ein weiteres Tool zu kaufen, nutzt es einen Agenten, der verantwortlich ist für:
- Lead-Analyse,
- Angebotserstellung,
- Qualifizierung von Kunden,
- Reporting.
Das Unternehmen kauft keine Funktion. Es kauft Kompetenz.
Das ist eine sehr große Veränderung im Denken über Technologie.
Glossar der Begriffe
SaaS (Software-as-a-Service)
Modell zur Bereitstellung von Software in Form eines abonnementbasierten Dienstes.
Outcome-as-a-Service
Modell, bei dem der Kunde für ein geschäftliches Ergebnis und nicht für das Werkzeug selbst zahlt.
Agent-as-a-Service
Dienstleistung, die spezialisierte KI-Agenten liefert, die bestimmte Aufgaben ausführen.
AI-Agent
System, das Informationen analysieren, Aktionen durchführen und festgelegte Ziele erreichen kann.
AI-Orchestration
Koordination mehrerer Agenten, Prozesse und Systeme zur Erreichung einer geschäftlichen Aufgabe.
Wie könnte ein Unternehmen in einigen Jahren aussehen?
Stellen wir uns ein mittelständisches Unternehmen vor.
Heute besitzt es:
- CRM,
- ERP,
- Helpdesk,
- Buchhaltungssystem,
- Marketingplattform,
- Reporting-System.
Mitarbeiter melden sich täglich in vielen Anwendungen an. Sie wechseln zwischen Bildschirmen. Sie exportieren Daten. Sie erstellen Berichte. Sie übertragen Informationen.
In einigen Jahren ist ein anderes Modell möglich - der Mitarbeiter kommuniziert ein Ziel.
Schicht aus KI-Agenten:
- sammelt Daten,
- analysiert die Situation,
- trifft Maßnahmen,
- berichtigt Ergebnisse.
Die Systeme existieren weiterhin, aber sie werden nicht mehr das Zentrum der Arbeit sein - sie werden zu Datenquellen.
Bedeutet das das Ende des traditionellen SaaS?
Nein. Zumindest nicht in den nächsten Jahren.
Geschäftssysteme werden weiterhin gebraucht.
ERP wird nicht verschwinden.
CRM wird nicht verschwinden.
E-Commerce-Plattformen werden nicht verschwinden.
Die Art und Weise ihrer Nutzung wird sich jedoch ändern.
Immer häufiger wird der Nutzer nicht mehr direkt im System arbeiten. Er wird mit einer Intelligenzschicht zusammenarbeiten, die die meisten Operationen ausführt.
Wo können Unternehmen Fehler machen?
Der größte Fehler ist zu glauben, dass KI alles von selbst löst.
Das funktioniert nicht.
Ein Agent ohne Daten ist nutzlos.
Ein Agent ohne Integration ist eingeschränkt.
Ein Agent ohne Kontrolle kann falsche Entscheidungen treffen.
Deshalb geht die Zukunft nicht darin auf, alle Systeme durch KI zu ersetzen. Sondern sie intelligent zu verbinden.
Rote Flaggen bei Einführungen
⚠þ Das Unternehmen führt KI ein, ohne seine Daten geordnet zu haben.
⚠þ Der Agent hat keinen Zugang zu den realen Prozessen.
⚠þ Es fehlt an Validierung und menschlicher Aufsicht.
⚠þ Die KI arbeitet neben der Organisation statt in ihren Prozessen.
⚠þ Von Anfang an wird volle Autonomie erwartet.
Solche Projekte enden sehr oft in Enttäuschung.
Wie bereitet man sich auf diese Veränderung vor?
Man muss nicht sofort eine Armee von Agenten bauen. Es lohnt sich, mit den Grundlagen zu beginnen.
1. Ordnen Sie Ihre Daten
Daten werden die Währung der neuen KI-Wirtschaft sein.
2. Bauen Sie eine API-first-Architektur
Integrationen werden noch wichtiger als heute.
3. Dokumentieren Sie Prozesse
Ein Agent kann keinen Prozess übernehmen, den niemand versteht.
4. Denken Sie in Ergebnissen
Fragen Sie nicht:
"Welches Werkzeug sollen wir kaufen?"
Fragen Sie stattdessen:
"Welches Ergebnis wollen wir erreichen?"
Ein Praxisbeispiel
Stellen wir uns den Kundenservice vor.
Klassischer Ansatz:
- Ticket-System,
- manuelle Analyse von Anfragen,
- manuelle Zuweisung von Fällen,
- Reporting.
Agentenansatz:
- ein Agent klassifiziert Anfragen,
- bestimmt Prioritäten,
- weist die passende Abteilung zu,
- bereitet Antworten vor,
- überwacht Fristen,
- erstellt Berichte.
Der Mitarbeiter bleibt weiterhin vorhanden. Aber seine Rolle verändert sich vom Operator zum Prozessüberwacher.
Wichtigste Schlussfolgerung
Die Zukunft des IT-Marktes könnte darin bestehen, nicht mehr neue Systeme zu kaufen, sondern Fähigkeiten zu erwerben, bestimmte Ergebnisse zu erzielen.
So wie Unternehmen aufgehört haben, eigene Server zu kaufen und stattdessen die Cloud zu nutzen.
So könnten sie aufhören, weitere Tools zu kaufen, und anfangen, Kompetenzen zu nutzen, die von KI-Agenten erbracht werden.
Das bedeutet nicht das Ende der Software. Es bedeutet eine Veränderung ihrer Rolle.
Software wird immer öfter unsichtbar sein. Sichtbar bleibt das Ergebnis.
Und genau um das Ergebnis ging es dem Business schon immer.
