Insights · Vorgehen

KI-Agenten: vom Pilot in die Produktion

, Geschäftsführer & Enterprise Architect · · aktualisiert

Ein Prototyp ist schnell gebaut. Bis ein KI-Agent im Tagesgeschäft Aufträge bearbeitet, fehlt meist mehr als ein besseres Modell.

Prozess-Check buchenZum Vorgehen

Warum viele Piloten stecken bleiben

Viele Unternehmen haben in den vergangenen Jahren KI-Piloten aufgesetzt: einen Chat über interne Dokumente, einen Assistenten für Serviceanfragen, einen Prototyp, der Bestellungen aus E-Mails ausliest. Die Demos funktionieren. Im Regelbetrieb läuft davon nur ein Teil.

Am Modell liegt das selten. Meist fehlt das, was um das Modell herum nötig ist:

  • Insellösungen: Der Pilot arbeitet in einem System oder in einer eigenen Oberfläche. Der eigentliche Prozess läuft aber über SAP, Salesforce und Microsoft, und die Übergaben bleiben manuell.
  • Keine Schreibrechte: Der Agent darf lesen und Vorschläge machen. Den Auftrag tippt am Ende trotzdem ein Mitarbeiter ab, und der Nutzen bleibt klein.
  • Keine Governance: Solange Berechtigungen, Freigaben und Audit nicht geklärt sind, gibt die IT-Sicherheit keine produktiven Zugriffe frei. Zu Recht.
  • Kein Betrieb: Niemand ist zuständig, wenn der Agent am Wochenende falsche Ergebnisse liefert. Monitoring, Versionierung und ein geregelter Weg für Änderungen fehlen.
  • Kein Business Case: Der Pilot hat gezeigt, dass etwas technisch geht, aber nicht, was es bringt. Ohne vorher festgelegte Kennzahlen fehlt die Grundlage für ein Budget.

Was ein produktiver Agent braucht

Ein produktiver Agent ist Teil der Prozesslandschaft. Er greift lesend und schreibend auf die Systeme zu, in denen der Prozess stattfindet, und zwar mit eigener Identität und geprüften Rechten. Welche Fälle er selbst abschließt und welche an einen Menschen gehen, regeln feste Vorgaben. In voluro Nexus heißt das Guarded Autonomy: Für jede Aktion wird entschieden, ob der Agent sie automatisch ausführt, eine Freigabe einholt oder gestoppt wird.

Dazu kommt der Betrieb. Versionierte Deployments, getrennte Umgebungen für Entwicklung, Test und Produktion, Monitoring und ein vollständiger Audit Trail sind bei anderer Unternehmenssoftware selbstverständlich. Für Agenten gilt nichts anderes.

Mit einem Prozess anfangen

Ein verbreiteter Reflex in KI-Programmen ist Breite: viele Use Cases parallel, jeder mit eigenem Prototyp. Keiner davon geht tief genug, um einen Prozess spürbar zu verändern.

Besser eignet sich ein einzelner Prozess mit nennenswertem Volumen, messbarem Aufwand und Übergaben zwischen Systemen. Order-to-Cash erfüllt diese Kriterien in vielen Unternehmen. Zwischen der gewonnenen Opportunity in Salesforce und dem Kundenauftrag in SAP liegen Prüfungen, Abstimmungen und manuelle Erfassung. Standardfälle lassen sich dort automatisieren, während Sonderfälle kontrolliert an die richtigen Entscheider gehen.

Vom Prozess-Check zum Operating Model

Mit einem Prozess starten, zum Operating Model wachsen. So sieht der Weg in vier Schritten aus.

  1. Prozess-Check

    Ein konkreter Prozess, die beteiligten Systeme und eine erste Einschätzung, wie viel sich automatisieren lässt.

    Kostenlos, 30 Minuten

  2. Proof of Value

    Ein Process Pack, zum Beispiel Order-to-Cash, läuft auf voluro Nexus mit Ihren echten Systemen in Test- oder Sandbox-Umgebungen. KPIs und Zielwerte stehen vorher fest. Am Ende steht eine belastbare Entscheidungsgrundlage.

    Festpreis, 4–6 Wochen

  3. Produktiv­betrieb

    Der Agent geht mit abgestimmten Policies und Freigabewegen live. Im Monitoring ist sichtbar, wie sich die Kennzahlen im Tagesgeschäft entwickeln.

    Go-live

  4. Ausbau

    Weitere Prozesse kommen hinzu, Tools und Policies werden wiederverwendet, native Agenten wie Joule, Agentforce oder Copilot eingebunden. Schritt für Schritt entsteht ein Operating Model.

    Operating Model

Welche Kennzahlen zählen

Ob sich ein Agent lohnt, entscheidet sich an wenigen KPIs. Wichtig ist, den Ausgangswert vor dem Proof of Value zu messen. Sonst bleibt am Ende nur ein Eindruck.

KennzahlWas sie zeigt
STP-Quote (Straight-Through-Processing)Anteil der Vorgänge, die ohne manuellen Eingriff durchlaufen
Manuelle Eingriffe pro VorgangWie oft noch jemand nacharbeiten, ergänzen oder korrigieren muss
DurchlaufzeitZeit von der gewonnenen Opportunity bis zum bestätigten SAP-Auftrag
AusnahmequoteAnteil der Fälle, die als Sonderfall an einen Menschen gehen, und aus welchem Grund
Kosten pro VorgangInterner Aufwand und Betriebskosten je bearbeitetem Auftrag

Was Agenten tun, muss messbar sein.

Die Ausnahmequote verdient besondere Aufmerksamkeit. Bleibt sie hoch, kann das an unvollständigen Stammdaten oder unklaren Regeln liegen und nicht am Agent. Solche Befunde sind ein nützliches Nebenergebnis des Proof of Value, denn sie verbessern den Prozess auch unabhängig von KI.

Häufige Fragen

Warum ein Festpreis für den Proof of Value?

Damit die Entscheidung nicht an einem offenen Aufwand hängt. Prozess, Umfang und KPIs werden vorab festgelegt, und Sie wissen von Anfang an, worauf Sie sich einlassen.

Arbeitet der Proof of Value mit Produktivdaten?

Er läuft mit Ihren echten Systemen in Test- oder Sandbox-Umgebungen. Welche Daten verwendet werden, legen wir gemeinsam mit Ihrer IT und dem Datenschutz fest.

Was passiert, wenn die Zielwerte nicht erreicht werden?

Dann haben Sie eine fundierte Entscheidung ohne Produktivrisiko getroffen. Der Proof of Value zeigt in diesem Fall auch, welche Voraussetzungen fehlen, etwa bei Stammdaten oder Regeln.

Brauchen wir dafür ein eigenes KI-Team?

Für den Start nicht. Das voluro-Team bringt den ersten Prozess produktiv und begleitet den Ausbau. Mit Continuous Enablement baut Ihr Team parallel eigenes Know-how auf.

Weiterlesen

Quellen und weiterführende Dokumentation

Starten Sie mit einem Prozess.

30 Minuten · kostenlos · mit einem Senior Architect. Sie erhalten eine mündliche Ersteinschätzung und konkrete nächste Schritte.

Prozess-Check buchen Proof of Value besprechen