a16z: Die härteste Unternehmenssoftware und die größte Chance in der KI

Originaltitel: Warum die Welt weiterhin auf SAP läuft
Originalautor: Eric und Seema Amble, a16z
Übersetzung: Peggy, BlockBeats

Hinweis des Herausgebers: Während die Diskussionen über KI weiterhin auf neue Produkte und Fähigkeiten fokussiert sind, findet im Hintergrund ein grundlegender Wandel in der Unternehmenssoftware statt. Der Fokus dieses Artikels liegt nicht darauf, wie KI viele neue Anwendungen schaffen wird, sondern darauf, wie sie in ein tieferes, aber weniger glamouröses Szenario eintritt: die Kernsysteme von Unternehmen, die durch SAP, Salesforce und ServiceNow repräsentiert werden.

Einfach ausgedrückt entsprechen diese drei Arten von Systemen verschiedenen Aspekten der Unternehmensabläufe:

· SAP ist verantwortlich für das Kernressourcenmanagement wie Finanzen, Inventar und Produktion und fungiert als das "Hauptbuch" des Unternehmens;

· Salesforce verwaltet Kunden- und Verkaufsprozesse und bestimmt, wie das Unternehmen Einnahmen generiert;

· ServiceNow unterstützt interne Prozesse und Betriebssysteme und ermöglicht es Organisationen, reibungslos zu arbeiten. Zusammen bilden sie die Infrastruktur der täglichen Unternehmensabläufe.

Diese Systeme sind einerseits extrem kritisch, aber andererseits auch häufig schwierig zu bedienen, komplex und umständlich. Unternehmen haben eine große Menge an Anpassungen und Prozessen darauf aufgebaut, wodurch sie sowohl das organisatorische Gedächtnis als auch allmählich eine schwer zu migrierende technische Last geworden sind. Je entscheidender das System, desto schwieriger ist es, es zu ändern.

Die Möglichkeit für KI entsteht hier.

Anstatt diese Systeme zu ersetzen, ist ein realistischerer Weg, eine neue Schicht umsetzbarer Systeme darüber aufzubauen, die Migrationskosten in der Implementierungsphase zu senken, die Abläufe durch Co-Piloting und Eigenverantwortung in der Nutzungsphase zu vereinfachen und komplexe Anpassungen in der Erweiterungsphase durch leichtgewichtige Anwendungen zu ersetzen. Daher besteht die eigentliche Veränderung nicht darin, ob das System selbst ersetzt wird, sondern wie die Interaktion zwischen Menschen und dem System neu gestaltet wird. KI wird SAP, Salesforce oder ServiceNow nicht ersetzen, könnte sie jedoch allmählich "unsichtbar" machen. Und die neuen Plattformen werden die wahre Wertgrenze von Unternehmenssoftware auf dieser unsichtbaren Schnittstelle neu definieren.

Folgendes ist der Originaltext:

Mit dem Fortschritt der KI lag der Fokus von Startups und ihren Kunden hauptsächlich auf brandneuen Fähigkeiten und den Produkten, die sie ermöglichen. Zum Beispiel verschiedene beeindruckende Sprachagenten, Workflow-Automatisierungstools und Plattformen für Textgenerierungsanwendungen.

In der Tat sind diese Richtungen bereits entstanden und werden weiterhin viele aufregende Unternehmen hervorbringen (wir haben auch in einige von ihnen investiert). Aber was KI möglicherweise auf tiefere Weise wirklich beeinflussen kann, sind nicht diese scheinbar coolen Bereiche, sondern eine weniger auffällige, aber wertvollere Richtung: Unternehmen dabei zu helfen, die riesige Menge an Software, die sie bereits im Einsatz haben, besser zu nutzen.

Hier ist eine Frage, die etwas beleidigend klingen mag, aber sobald Sie eine Woche in einem Fortune-500-Unternehmen verbringen, werden Sie ihre Praktikabilität verstehen: Warum verwenden die Menschen bis heute SAP (neben ServiceNow, Salesforce)?

Die kurze Antwort ist: SAP und ähnliche großangelegte Systeme beherbergen die kritischen Daten, die für Unternehmensoperationen benötigt werden. Wichtiger ist, dass Unternehmen diese Systeme stark angepasst haben, komplexe Prozesse und Rollenverteilungen überlagert haben, von denen ein Großteil nicht einmal explizit dokumentiert ist. Der Umstieg von diesen Systemen ist oft kostspielig, langwierig und schmerzhaft, erfordert typischerweise ein großes Beraterteam, dauert Jahre und kostet Milliarden von Dollar. Zum Beispiel könnte das Upgrade von SAP ECC auf SAP S/4HANA 700 Millionen Dollar kosten, 3 Jahre dauern und ein 50-köpfiges Team von Accenture einbeziehen. Und selbst nach Abschluss der Migration wird diese Software oft hauptsächlich verwendet, um statische Berichte zu erstellen, mit wenig Flexibilität für Manipulationen.

Diese Situation ändert sich jedoch.

KI eröffnet ein neues Reich von Möglichkeiten, das es Unternehmen ermöglicht, diese Systeme aufzurüsten, anzupassen, zu ersetzen und vor allem die darin gespeicherten Daten effizienter zuzugreifen und zu nutzen.

Letztendlich könnte das Ziel von KI nicht darin bestehen, SAP/ServiceNow/Salesforce zu ersetzen, sondern sie programmierbarer und benutzerfreundlicher zu machen. Die wahren Gewinner werden Plattformen sein, die zwei Dinge tun können: Erstens, auf das Budget der digitalen Transformation des Unternehmens zugreifen, um Risiken quantifizierbar zu reduzieren und Zyklen zu verkürzen; zweitens, sich schrittweise in den täglichen Betrieb zu integrieren, zum Nervenzentrum der Arbeit zu werden, traditionelle, unhandliche Schnittstellen in komponierbare, steuerbare Operationen und leichte Anwendungen, die von KI unterstützt werden, aufzubrechen.

Mit anderen Worten, das System der Aufzeichnungen selbst wird nicht verschwinden; was sich transformieren wird, ist die obere Schicht der Interaktionsschnittstellen, Automatisierungsfähigkeiten und Erweiterungsschichten, die die nächste Grenze des Softwarewettbewerbs markieren.

SAP ist schwer zu bedienen, aber wir können nicht darauf verzichten.

Um die Bühne für diese Frage zu bereiten, lassen Sie uns zunächst kurz besprechen, was SAP ist und was es tut. Auf den ersten Blick sind Systeme wie diese schwer zu handhaben, operationell komplex und kostspielig zu modifizieren, was die Arbeit damit recht mühsam macht; gleichzeitig bleiben sie jedoch das zentrale Standbein des Betriebs für globale Großorganisationen. Stellen Sie sich vor, wie es wäre, SAP täglich zu nutzen.

Aber genau in diesem Gedanken der Unerklärlichkeit liegt die Chance.

Eine unangenehme, aber wahrheitsgemäße Antwort lautet: Unter diesen unhandlichen Schnittstellen und endlosen Konfigurationen sind diese Systeme tatsächlich extrem leistungsfähig. Sie tragen das zentrale Datenmodell eines Unternehmens, definieren Berechtigungs- und Kontrollmechanismen zur Sicherstellung der Compliance, integrieren Workflow-Unterstützung für operationale Skalierung und verbinden integrierte Beziehungen mit Dutzenden oder sogar Hunderten von nachgelagerten Prozessen. Sie sind keine Anwendungen im Sinne des Verbraucher-Internets, sondern vielmehr organisatorische Erinnerungen, die in Form von Datentabellen, Rollensystemen, Genehmigungsprozessen, Buchhaltungslogik und Ausnahmebehandlung kristallisiert sind.

Solche Systeme zu ersetzen, ist nicht nur teuer, sondern auch äußerst riskant. Je mehr ein Unternehmen investiert, wie zum Beispiel in benutzerdefinierte Felder, Prozesse, Preisregeln und Berichtlogik, desto mehr wird dieses System zu einem Graben, der durch Wechselkosten gebildet wird, und sogar Teil eines Wettbewerbsvorteils. Deshalb ist Skalierbarkeit so wichtig: Jedes Unternehmen ist einzigartig, Veränderungen sind allgegenwärtig, wie neue regulatorische Anforderungen, neue Produkte, neue Organisationsstrukturen. Diese Plattformen können langfristig bestehen, weil sie kontinuierlich angepasst werden können, um sich der Realität anzupassen.

Das Problem liegt jedoch darin, dass die Skalierbarkeit, die sie leistungsfähig macht, sie auch fragil macht. Jede Anpassung ist ein potenzielles Minenfeld für zukünftige Upgrades; jeder Workflow entwickelt sich zu einem komplexen Labyrinth; jede Schnittstelle ist eine kontinuierliche Belastung für den Benutzer.

Diese Fragilität ist fast allgegenwärtig. Obwohl CRM weit verbreitet ist, war die Benutzerzufriedenheit immer gemischt; der hohe Grad an Anpassung von ERP ist fast immer mit Projektverzögerungen und Budgetüberschreitungen verbunden. Mitarbeiter sind von fragmentierten Arbeitsabläufen überwältigt und müssen etwa 1200 Mal am Tag zwischen verschiedenen Anwendungen wechseln, was etwa 4 Stunden pro Woche an Zeitverschwendung entspricht; 47 % der digitalen Arbeiter haben Schwierigkeiten, die Informationen zu finden, die sie benötigen, um ihre Arbeit zu erledigen. Großangelegte digitale Transformationsprojekte scheitern ebenfalls häufig, wobei Schätzungen darauf hindeuten, dass etwa 70 % ihre festgelegten Ziele nicht erreichen. Die durch diese Reibungen verursachten Ausgaben sind enorm, allein der Markt für Softwareimplementierung und Systemintegration wird 2023 voraussichtlich etwa 380 Milliarden Dollar erreichen.

In diesen Prozessen und Schmerzpunkten hat KI die Möglichkeit geschaffen, die Art und Weise, wie Software implementiert und genutzt wird, neu zu gestalten. Eine einfache Möglichkeit, diese Gelegenheit zu verstehen, besteht darin, den Lebenszyklus von Unternehmenssoftware zu betrachten: Zuerst kommt die Implementierung oder Migration, dann die tägliche Nutzung und schließlich das kontinuierliche Aufbauen in Reaktion auf geschäftliche Veränderungen. In jeder Phase besteht die wesentliche Arbeit darin, chaotische menschliche Absichten in ausführbare und prüfbare korrekte Operationen zu übersetzen, die im System aufgezeichnet werden.

Als nächstes können wir separat untersuchen, wie KI die Nutzung traditioneller Softwaresysteme in jeder Phase verbessert.

Implementierungsphase

Beginnen wir mit der Implementierungsphase, die das höchste Risiko, die größte Budgetempfindlichkeit, aber auch die klarsten Belohnungen bietet. Konkret geht es darum, verstreute Forschungsinformationen, wie Meetings, Dokumente und Arbeitsaufträge, in strukturierte Anforderungen zu transformieren und automatisch den erforderlichen Implementierungsworkflow zu generieren, einschließlich Prozess- und Feldzuordnung, Konfiguration und Code, Testskripten, Migrationshandbüchern und Datenbereinigungs- sowie Validierungsmaßnahmen vor dem Start. Dieser Prozess ist äußerst komplex und fehleranfällig. Der deutsche Einzelhandelsriese Lidl hat einmal sein SAP-Transformationsprojekt nach einer Investition von 500 Millionen Dollar aufgegeben.

Rund um diese Phase baut eine Gruppe von Unternehmen Werkzeuge zur Unterstützung von Migration und Implementierung auf, wie verschiedene Co-Pilot-Systeme, Projektmanagement-Tools und mehr. Hier sind einige typische Beispiele:

· Axiamatic bietet eine KI-Schutzschicht für ERP, die ein Projekt-Wissen-Graf erstellt, um potenzielle Probleme in den Anforderungen und im Änderungsmanagement in Slack oder Teams hervorzuheben, Risiken zu reduzieren und den Fortschritt von S/4HANA-Projekten zu beschleunigen. Es wurde in SAP Build integriert und in die Beratungsprozesse von KPMG, EY, IBM und anderen eingebettet.

· Conduct ist ein Co-Pilot-Tool für Code- und Prozesszuordnung, das während des ECC-zu-S/4-Migrationsprozesses eine semantische Schicht und technische Dokumentation generieren kann. Es unterstützt Fragen und Antworten für benutzerdefinierte Tabellen und APIs, um die interne Akzeptanz zu beschleunigen.

· Auctor bietet eine agentenbasierte Implementierungsbereitstellung für Systemintegratoren und professionelle Serviceteams. Es kann den Entdeckungsprozess automatisch in strukturierte Anforderungen umwandeln und darüber hinaus als Systemaufzeichnung für das Management von SOW, Entwurfsdokumenten, Benutzerstories, Konfiguration und Testplänen dienen.

· Supersonik konzentriert sich auf die Produktaktivierung und bietet visuelle und sprachliche Agenten für kontextbezogenes Lernen, wodurch der Bedarf an Lösungstechnikern verringert und die Implementierung und Expansion, die von Kanälen und Kunden getrieben werden, unterstützt wird.

· Tessera entwickelt KI-native Systemintegrationsfähigkeiten, um direkt mit dem bestehenden ERP-System eines Unternehmens zu verbinden, den Implementierungsstatus zu bewerten, automatisch Probleme während des Migrationsprozesses zu identifizieren und zu beheben und ein End-to-End-Transformationsmanagement zu erreichen.

Der Wert dieser Unternehmen liegt darin, Transformationen schneller, kostengünstiger und besser handhabbar zu machen. Dies spiegelt sich insbesondere in mehreren Aspekten wider: frühe Problemerkennung in den Phasen der Anforderungs- und Änderungsverwaltung, um spätere Verstärkungen zu vermeiden; Verkürzung des Zeitzyklus, da selbst eine Verzögerung von einem Monat Kosten in Millionenhöhe verursachen kann; Umwandlung verstreuter Projektdaten in strukturiertes Wissen, damit interne Teams schneller übernehmen können; und Verringerung der Abhängigkeit von großen Systemintegrationsteams durch automatisierte Zuordnung, Dokumentenerstellung, Tests und Schulungen.

Wir glauben, dass es in diesem Bereich noch Platz für weitere Startups gibt, insbesondere für solche, die mit bestehenden Partnern zusammenarbeiten, anstatt konfrontative Werkzeuge zu entwickeln. Spezifische Richtungen umfassen:

· Implementierungsagenten, die an Projektergebnissen und -risiken gebunden sind, zum Beispiel verwendet für Anforderungsverfolgung, Konfigurationsdifferenzierung, Schaltsimulation, Codegenerierung und Variationsdetektion;

· Semantische Dokumentationstools, um sicherzustellen, dass das Wissen aktuell und leicht zugänglich bleibt;

· Empowerment-Agenten, um Schulungen und Kanalpromotion in wiederverwendbare produktisierte Fähigkeiten umzuwandeln.

Da Startups tatsächlich die Belastung für Unternehmen verringern können, können sie ihre Preise auf der Grundlage der für das Unternehmen eingesparten Opportunitätskosten festlegen und direkt auf die Transformationsbudgets zugreifen, die CIOs und CFOs bereits bereitgestellt haben, während sie gleichzeitig die aufgeblähten Systemintegrationsprojekte verdrängen.

Nutzung und Wartung

Als nächstes, sobald ein Softwaresystem vollständig implementiert ist, beginnt die eigentliche Herausforderung. Die tägliche Nutzung bedeutet, ständig durch die komplexen und chaotischen Schnittstellen dieser Systeme zu navigieren. Die tägliche Arbeit erstreckt sich oft über Dutzende von Schnittstellen, und der Personalwechsel setzt die angesammelte Erfahrung ständig zurück, während eine große Anzahl von Randprozessen nie eine gute Unterstützung auf Produktebene erhält. Benutzer müssen Zeit damit verbringen, nach Feldern zu suchen, Daten manuell zwischen verschiedenen Systemen zu synchronisieren oder häufig das Operationsteam um Anfragen wie "kannst du diesen Bericht für mich ausführen" zu bitten. Das Ergebnis sind langsamere Prozesszyklen, häufige Fehler und laufende Schulungskosten.

Hier liegt die Chance für KI darin, eine freundlichere, leistungsstärkere Schicht über diese Altsysteme zu bauen.

Diese Arten von Unternehmen zielen darauf ab, Teams zu helfen, mehr Wert aus bestehenden Systemen zu ziehen. In der Praxis handelt es sich oft um einen Co-Piloten, der in Slack oder einer Browser-Seitenleiste präsent ist und Fragen beantworten kann, wie wo bestimmte Daten zu finden sind oder wie man einen bestimmten Vorgang über die semantische Suche abschließt, und sichere Aktionen durchführen kann, wenn APIs verfügbar sind, wie das Erstellen von Arbeitsaufträgen, das Eingeben von Journalbuchungen, das Aktualisieren von Lieferantenbedingungen und mehr. Diese Tools können auch mehrere Systeme verknüpfen, um bereichsübergreifende Composite-Workflows zu bilden, wie das Abrufen der Bestellungen des letzten Quartals aus SAP, das Überprüfen der Vertragsbedingungen in Coupa, das Entwerfen von Variationserklärungen in ServiceNow und das Einbeziehen von menschlichen Genehmigungen, Prüfpfaden und granularen Berechtigungssteuerungen auf dem Weg. Ausgezeichnete Produkte verfolgen auch die Nutzung, sparen Zeit, Fehlerquoten und andere Kennzahlen.

Die Realität ist jedoch, dass ein erheblicher Teil der kritischen Arbeit in Unternehmen nicht über standardisierte APIs zugänglich ist, sondern in verschiedenen Schnittstellen lebt, wie z. B. in veralteten Clients, virtuellen Desktop-Umgebungen und schlecht dokumentierten Admin-Backends. Daher sind moderne computerbetriebene Agenten zu einer entscheidenden Ergänzung für API-gesteuerte Co-Piloten geworden. Sie erweitern den Automatisierungsbereich auf die letzten 30 % bis 40 % der Prozesse, die nicht über Schnittstellen zugänglich sind.

Ihre Kernfähigkeit besteht nicht nur darin, Schaltflächen zu klicken, sondern vielmehr darin, in einer chaotischen Umgebung stabil auszuführen. Diese Agenten müssen die Struktur der Schnittstellen verstehen, stabile Elemente lokalisieren, die Ausführung bei Pop-ups oder Layoutänderungen wiederherstellen und den Fortschritt an wichtigen Punkten für eine sichere Wiederherstellung nach Unterbrechungen aufzeichnen. Wenn diese Fähigkeiten mit Verifizierungsmechanismen (wie Differenzprüfungen, Abstimmungen, Sandbox-Tests) und Unternehmenskontrollen (Single Sign-On, Schlüsselverwaltung, geringste Privilegien, Prüfpfade) kombiniert werden, können sie Arbeiten transformieren, die zuvor auf manuelle Eingriffe angewiesen waren, in steuerbare, wiederholbare automatisierte Prozesse, wie z. B. die Bearbeitung von Arbeitsaufträgen, Schritte zum Abschluss von Perioden, Kundenaktualisierungen, Preisänderungen, selbst in Teilen von SAP, ServiceNow, Salesforce, die ursprünglich nicht für die Automatisierung konzipiert wurden.

Dies kann wie folgt verstanden werden: APIs machen standardisierte Wege effizienter, während Rechenleistung selbst langwierige Prozesse automatisieren kann.

Unternehmen wie Factor Labs und Sola haben solche Agenten bereits in Produktionsumgebungen eingesetzt, traditionelle Ausgaben für das Outsourcing von Geschäftsprozessen ersetzt und großen Organisationen geholfen, skalierbare Aufgabenautomatisierung zu erreichen.

Erweiterungsschicht

Schließlich, selbst wenn Sie SAP, ServiceNow und Salesforce benutzerfreundlicher gestalten, entwickelt sich das Unternehmen ständig weiter, was bedeutet, dass auch die Systemaufzeichnungen sich weiterentwickeln müssen. Neue Produkte, neue Richtlinien, neue Fusionen und Übernahmen, neue regulatorische Anforderungen und eine große Anzahl von langwierigen Prozessen, die nie eine individuelle Entwicklung eines eigenständigen Kernmoduls rechtfertigen, treiben die Software kontinuierlich dazu, sich an den tatsächlichen Zustand des Unternehmens anzupassen. In der Vergangenheit hatten Teams normalerweise nur zwei Möglichkeiten: entweder das System tiefgehend anzupassen und die damit verbundenen Kosten der Fragilität zu tragen oder verstreute eigenständige Anwendungen zu entwickeln, was jedoch Schwierigkeiten bei der Integration, Governance und Wartung mit sich brachte.

KI bietet einen dritten Weg: kleine, steuerbare Anwendungserlebnisse schneller auf dem Kernsystem aufzubauen, ohne es zu stören.

Das Erstellen neuer Werkzeuge und Automatisierungsfähigkeiten auf traditionellen Systemen kann als Hinzufügen einer "benutzbaren" Erfahrungsschicht über eine Reihe von nicht so benutzerfreundlicher Software angesehen werden. Das grundlegende Muster besteht darin, zunächst eine einheitliche Daten- und Aktionsebene zu schaffen: Daten aus Systemaufzeichnungen über APIs und Ereignisse zu lesen (bei Bedarf ergänzt durch sicheres Scraping von Schnittstellen), sie in ein semantisches Modell von Geschäftsobjekten zu standardisieren, wie z. B. Aufträge, Lieferanten, Arbeitsaufträge usw., und dann eine Reihe von Betriebsschnittstellen mit Berechtigungssteuerung, Genehmigungsmechanismen und Prüfungsfähigkeiten basierend darauf bereitzustellen.

Auf dieser Grundlage können Teams schnell Anwendungserlebnisse entwickeln, die auf spezifische Szenarien fokussiert sind, die moderner und näher an den tatsächlichen Bedürfnissen sind. Zum Beispiel, anstatt dass Beschaffungspersonal Dutzende von Schritten in SAP durchlaufen muss, um einen Lieferanten einzuarbeiten, wird eine einzige leichtgewichtige Lieferanteneinführungs-App bereitgestellt, um Daten zu sammeln, Validierungsprüfungen durchzuführen, Genehmigungen zu zirkulieren und schließlich die Daten zurück in SAP zu schreiben. Ähnlich wird anstatt dass Teams für Umsatzoperationen zwischen mehreren Schnittstellen in Salesforce wechseln, um die Verlängerungsbedingungen zu ändern, ein Hochgeschwindigkeitseditor ähnlich einer Tabelle bereitgestellt, um Batch-Änderungen vorzunehmen, die Einhaltung zu validieren, Auswirkungen zu überprüfen und letztendlich Änderungen mit einem vollständigen Prüfpfad einzureichen. Oder anstatt ständig neue Portalsysteme zu erstellen, wird ein einheitlicher operativer Zugang für Frontline-Teams bereitgestellt, um tägliche hochfrequente Operationen über Systeme hinweg durchzuführen, wie z.B. Rücksendungen zu erstellen, Kreditlimits zu erhöhen, sekundäre Fehlertickets zu initiieren, Ausgaben zu erfassen usw., ohne ständig zwischen vielen Seiten wechseln zu müssen.

Diese Erweiterungsschichten können auch die Arbeitsabläufe und Automatisierungsfähigkeiten über Systeme hinweg verbinden, was für jeden einzelnen Anbieter schwierig zu priorisieren ist. Zum Beispiel durch ereignisgesteuerte Automatisierung: Wenn eine Rechnung gebucht wird und die Abweichung über 3 % liegt, automatisch eine Erklärung generieren und zur Genehmigung einreichen; oder wenn ein Arbeitsauftrag zweimal wiedereröffnet wird, automatisch ein Ticket erstellen, eine verantwortliche Partei zuweisen, den Kundenstatus aktualisieren und an wichtigen Punkten eine menschliche Überprüfung einführen.

Im Laufe der Zeit werden die wertvollsten Praktiken allmählich in wiederverwendbare Intent-Module konsolidiert, wie z.B. vom Angebot bis zur Zahlung, der Onboarding-Prozess für Anbieter, die Jahresendabrechnung usw. Diese Module definieren nicht nur, was getan werden muss, sondern vor allem, wie diese Operationen sicher und konform in einer bestimmten Unternehmensumgebung durchgeführt werden können.

Produkte wie Cell, die von General Magic eingeführt wurden, machen die grundlegende Fähigkeit, solche maßgeschneiderten Arbeitsabläufe zu erstellen, konkret: Sie können eine OpenAPI-Spezifikation hochladen, um jede Schnittstelle in einen aufrufbaren Vorgang zu verwandeln; dann können Sie über ein einfaches Skript, das in die native Befehlsleiste eingebettet ist, direkt echte API-Aufrufe ausführen, unterstützt durch analytische Fähigkeiten, Multi-Tenant-Architektur, Sicherheitskontrollen und Berechtigungsmanagementmechanismen. So verschiebt sich der Fokus der Arbeit vom Wiederaufbau einer Reihe von Schnittstellen hin zur Zusammenstellung der richtigen Operationen und Strategien auf bestehenden, vertrauenswürdigen Systemen.

Wie wird das Endspiel aussehen?

Unsere Einschätzung ist, dass diese traditionellen Systeme größtenteils weiterhin existieren werden, aber sie werden nicht mehr die primäre Schnittstelle sein, an der die Arbeit stattfindet. ERP-, CRM-, ITSM- und andere Systeme sind tief in Unternehmen eingebettet und können nicht im Tempo regulärer Software ersetzt werden; sie werden sich langsam weiterentwickeln und weiterhin als Aufzeichnungssystem existieren. Was sich wirklich ändern wird, sind die benutzerorientierten Aktionssysteme, die auf ihnen aufgebaut sind: KI wird der Standardzugangspunkt werden, um zu verstehen, wie Systeme funktionieren, Arbeitsabläufe zwischen Systemen zu orchestrieren und leichte moderne Anwendungen zu erstellen, die traditionelle Schnittstellen umgehen. Mit anderen Worten, die Schicht, die früher als Brücke diente, wird zur echten Autobahn.

In diesem Paradigma wird Software, die langfristig erfolgreich sein kann, nicht mehr wie Chatbots aussehen, sondern eher wie ein Betriebssystem: eine einheitliche Daten- und Aktionsebene, die auf einem semantischen Modell von Geschäftsobjekten basiert und mit robusten Sicherheits- und Governance-Mechanismen ausgestattet ist, um einen zuverlässigen KI-Betrieb in einer Produktionsumgebung zu ermöglichen. Für Endbenutzer besteht keine Notwendigkeit zu lernen, welche spezifische Schnittstelle, welches Feld oder welchen Transaktionscode zu verwenden ist, noch um nach Schnittstellen- oder Prozessänderungen wiederholt neu zu lernen; beschreiben Sie einfach das Ergebnis, das Sie erreichen möchten, und das System wird Ihnen helfen, es zu vervollständigen. Unterwegs wird das System notwendige Klarstellungsfragen stellen, eine Ausführungsansicht anzeigen und dann die Operation unter geeigneten Genehmigungs- und Prüfmechanismen abschließen.

Zum Beispiel könnten Sie Befehle erteilen wie: eine Rücksendung erstellen und den Kunden benachrichtigen, ein Tier-2-Vorfalldticket erstellen und die drei neuesten verwandten Ereignisse abrufen oder den Onboarding-Prozess für Anbieter abschließen, einschließlich der Informationssammlung, des Durchlaufens des Genehmigungsworkflows und der Festlegung der Zahlungsbedingungen. Heute erfordern diese Operationen oft das Hin- und Herwechseln zwischen SAP, Salesforce, Service Now und Tabellenkalkulationen, um sie zu erledigen. Im neuen Paradigma werden sie jedoch in einen einheitlichen Ausführungsfluss integriert.

Das Ergebnis dieser Transformation sind weniger Fehler und Rückrollungen, geringere Abhängigkeit von Erfahrungen, schnellere Verarbeitungszyklen und erheblich reduzierte Schulungskosten, da die gesamte Interaktion intentgesteuert, rollenbewusst und standardmäßig auf Selbstbedienung eingestellt ist.

Der Graben wird auch in der realen Nutzung kontinuierlich ansteigen: Jeder erfolgreich ausgeführte Workflow wird als wiederverwendbare Absicht hinterlegt; jede Ausnahmebehandlung wird in neue Sicherheitsanforderungen umgewandelt; jedes Artefakt aus Migrationsprozessen wird Teil des kontinuierlich aktualisierten Systemgewebes; jede Integration wird das Verständnis vertiefen, wie das Geschäft tatsächlich funktioniert. Im Laufe der Zeit wird diese KI-Schicht der zentrale Einstiegspunkt für das Team werden, um die Auswirkungen von Veränderungen zu verstehen, Systemdrift zu verhindern, den ROI zu messen und neue Workflows zu erstellen, selbst wenn sich die zugrunde liegenden Systeme nicht geändert haben.

[Originalartikel-Link]