Die KI-Wertlücke schließen

VVercel
ManagementSmall Business/StartupsComputing/SoftwareInternet Technology

Transcript

00:00:00(beschwingte Musik)
00:00:02Heute konzentrieren wir uns darauf, die KI-Wertschöpfungslücke zu schließen,
00:00:07und ich freue mich, einen Experten zu diesem Thema begrüßen zu dürfen
00:00:10sowie einen Vercel-Kunden, Dan Martinez,
00:00:13Managing Director bei BCG Platonian.
00:00:16Also Dan, willkommen.
00:00:19- Vielen Dank, Jane.
00:00:19Schön, hier zu sein.
00:00:20- Fantastisch.
00:00:21Vielleicht um die Grundlage für uns zu schaffen:
00:00:24Untersuchungen von BCG haben ergeben, dass nur 5 % der Unternehmen
00:00:27einen erheblichen Wert aus KI ziehen,
00:00:30während 60 % noch immer damit zu kämpfen haben.
00:00:32Was verursacht diese Lücke?
00:00:34Ist es ein Technologieproblem, ein Problem der Umsetzung
00:00:37oder etwas völlig anderes?
00:00:40- Nun, Jane, wenn wir uns die letzten drei Jahre ansehen, richtig?
00:00:44Seit Gen AI im Grunde im Jahr 2023 begann,
00:00:48starteten viele Firmen mit Anwendungsfällen und Pilotprojekten, oder?
00:00:52Und ich stellte fest, dass einige Unternehmen fast schon darum wetteiferten,
00:00:54wie viele Anwendungsfälle sie erreichen könnten.
00:00:57Manchmal kamen sie auf 100 oder 300.
00:00:59Ich habe Organisationen gesehen, die hunderte dieser Anwendungsfälle hatten.
00:01:03Und ich habe das Gefühl, dass sich letztendlich
00:01:04die Leute einfach verzettelt haben.
00:01:06Einige dieser Ideen waren sehr kleinteilig.
00:01:08Es war nicht das, was wir unter einer Neugestaltung von Prozessen verstehen.
00:01:11Es waren keine funktionalen Neugestaltungen der Organisation.
00:01:15Und dann haben sich die Leute einfach,
00:01:17ich habe das Gefühl, sie haben den Überblick verloren.
00:01:18Und bei manchen dieser Ideen
00:01:19hat das Unternehmen meiner Meinung nach zu tief gestapelt.
00:01:22Außerdem stellten wir fest, dass einige dieser Ideen nicht,
00:01:27sie beinhalteten keinen Aufbau von Kompetenzen.
00:01:28Die Leute entwickelten also diese Anwendungsfälle,
00:01:30aber ihnen war nicht klar: Wie ändern sich die Berufsbilder?
00:01:33Wie wirkt sich das auf die Weiterbildung aus?
00:01:35Was ist die Auswirkung auf die Menschen?
00:01:36Was ist die Auswirkung auf die Prozesse?
00:01:37Ich habe also das Gefühl, dass die Organisationen den
00:01:39Großteil der Arbeit übersehen haben, was wir bei BCG
00:01:42als 10-20-70 bezeichnen: 10 % entfallen auf den Tech-Stack,
00:01:4720 % auf Datenalgorithmen.
00:01:49Und 70 % sind wirklich der Hauptteil der Arbeit.
00:01:53Es geht darum, die Geschäftsfelder und Aufgaben zu überdenken,
00:01:56wie Prozesse anders ablaufen, wer weitergebildet werden muss,
00:01:58wie sich Jobs verändern werden.
00:02:00Und ich habe das Gefühl, 23 und 24 haben viele Leute einfach nur
00:02:03experimentiert und mit diesen Anwendungsfällen getestet,
00:02:07aber nicht wirklich darüber nachgedacht,
00:02:09dass diese in die Produktion gehen müssen.
00:02:10Sie müssen skalierbar sein.
00:02:11Wir müssen über eine ganze Reihe von Dingen nachdenken.
00:02:13Ich habe also das Gefühl, dass Unternehmen jetzt die nötige Stärke aufbauen,
00:02:18die Disziplin, die Aufmerksamkeit,
00:02:20die Führungsebene schaut sich das jetzt genau an.
00:02:22KI ist kein reines Technologieprojekt mehr.
00:02:26KI ist kein kleines Experimentierprojekt mehr.
00:02:30Sie ist gekommen, um zu bleiben.
00:02:31Es ist ein existenzielles Risiko.
00:02:33Es ist ein Wettbewerbsvorteil.
00:02:35- Ja, das ergibt absolut Sinn.
00:02:36Ich denke, Ihr Punkt zu den 70 % – vieles von dem, was ich
00:02:40in unserer Arbeit im GTM-Bereich gefunden habe, ist tatsächlich,
00:02:42dass vieles davon sogar vor der Produktion stattfindet, wenn man so will,
00:02:45indem man versteht, wie ein erstklassiger Prozess
00:02:48eigentlich aussehen sollte.
00:02:49Und haben Sie alle Inhalte dafür,
00:02:51nachdem Sie ihn durchlaufen haben?
00:02:53Anknüpfend daran:" : "Anknüpfend daran:
00:02:54Es gibt eine Formulierung, die in den
00:02:55KI-Gesprächen in Unternehmen immer wieder auftaucht,
00:02:57nämlich der Wechsel von "Systems of Record"
00:02:59hin zu "Systems of Work".
00:03:01Was bedeutet das in der Praxis und warum ist es wichtig
00:03:03für die Art, wie Unternehmen über ihre Technologieinvestitionen denken?
00:03:07- Ja, ich habe dieses Konzept zuerst in einem Artikel
00:03:09eines Risikokapitalgebers aus der Bay Area gesehen, in dem es darum ging,
00:03:14dass mit dem Aufkommen der Digitalisierung vor 20 Jahren
00:03:17Unternehmen von On-Premise-Software zu SaaS übergingen
00:03:20und zu großen Unternehmenspaketen wechselten,
00:03:22was wir als "Systems of Record" bezeichnen, richtig?
00:03:24Wenn man also an Salesforce, ServiceNow oder Workday denkt,
00:03:28das sind Systeme, die viele Unternehmensdaten enthalten.
00:03:31Dort sind Ihre Kunden, Ihre Aufträge, Ihre Lieferungen,
00:03:36auch Ihre Finanzdaten befinden sich in diesen Systemen.
00:03:39Aber mit der Zeit hatten wir das Gefühl, dass die Leute
00:03:42auf eine andere Art zusammenarbeiten wollten.
00:03:43Und wir haben die Entstehung modernerer
00:03:46"Systems of Engagement" gesehen, zum Beispiel Slack oder Teams.
00:03:51Oder Zoom zum Beispiel, und die Leute nutzen diese Systeme,
00:03:53um zu interagieren, intern und extern zusammenzuarbeiten.
00:03:56Es ist fast so, als hätte sich die Benutzeroberfläche –
00:04:00aus einer Unternehmensarchitektur-Perspektive gedacht –
00:04:02von den "Systems of Record" weg
00:04:04zu den "Systems of Engagement" hin verschoben.
00:04:06Und was wir jetzt mit der KI erleben,
00:04:08ist ein völlig neues Phänomen,
00:04:10nämlich dass die Geschäftslogik einiger dieser
00:04:13"Systems of Record" nun in "Systems of Work" übergeht,
00:04:16und sie werden agentisch, nicht wahr?
00:04:18Was wir früher als regelbasierte,
00:04:20deterministische Arten von Funktionen sahen,
00:04:22verlagert sich nun hin zu probabilistischen System-Prompts
00:04:25in diesen Multi-Agenten-Systemen.
00:04:28Und natürlich bewegen sich die Hyperscaler in diese Richtung.
00:04:30Sie erschaffen viele Plattformen.
00:04:32Ich meine, Vercel ist ebenfalls in diesem Bereich tätig
00:04:35und hilft Firmen dabei, sehr schnell
00:04:37diese neuen agentischen Systeme aufzubauen.
00:04:41Und dann sehen wir Unternehmen wie Salesforce,
00:04:42die sich ebenfalls in diese Richtung bewegen, richtig?
00:04:44Sie bauen "Agentforce" als eine Kompetenz auf
00:04:47und gehen mit fertigen Agenten an den Markt, oder?
00:04:50Und ich habe das Gefühl, dass CIOs
00:04:52beginnen, diese neue Realität zu begreifen und zu verstehen,
00:04:56diesen Weg weg von reinen "Systems of Record".
00:04:58Wie investiere ich künftig in diese "Systems of Record"?
00:05:01Aber wie baue ich gleichzeitig Kompetenzen auf,
00:05:03die es mir erlauben, diese Geschäftsregeln
00:05:06in agentische Systeme zu überführen?
00:05:07Ich habe das Gefühl, das wird immer klarer.
00:05:10In den Jahren 2025 und 2026 sahen wir den Beginn,
00:05:13wie Organisationen zu Multi-Agenten-Systemen wechselten,
00:05:16vom Experimentieren zur Produktion übergingen
00:05:20und mehr Resilienz sowie Governance aufbauten,
00:05:23die ganze Architektur drumherum.
00:05:27Und das ist das Muster, das wir
00:05:29in '26 und '27 immer häufiger erwarten.
00:05:31- Ja, ich kann das am Beispiel von Vercel
00:05:33ziemlich konkret veranschaulichen,
00:05:35aber Ihre Beschreibung deckt sich exakt
00:05:38mit dem, was wir hier erlebt haben:
00:05:39Wir haben Salesforce, immer noch als "System of Record".
00:05:44Wir begannen mit dem Aufbau eines einzelnen Agenten,
00:05:47um unsere eingehenden Leads zu bearbeiten.
00:05:49Also Leute, die das Kontaktformular für den Vertrieb ausfüllen.
00:05:51Durch den Aufbau dieses Agenten konnten wir
00:05:54von zehn Vertriebsmitarbeitern auf einen reduzieren.
00:05:57Das bildete dann die Basis für eine Playbook-Plattform,
00:06:00auf der wir jetzt mehrere Arten
00:06:02der Vertriebsentwicklungsfunktion haben.
00:06:04Zum Beispiel Event-Follow-ups oder heiße PLG-Leads.
00:06:09Solche Dinge eben.
00:06:11Man hat also all diese verschiedenen Agenten parallel laufen,
00:06:13und dann das "System of Engagement".
00:06:16Ein Großteil dieser Dinge wird nun in Slack eingespeist
00:06:19oder über benutzerdefinierte Workflow-UIs abgebildet,
00:06:22da das Salesforce-Frontend diese nicht unbedingt genau so
00:06:25darstellte, wie wir es wollten." : "darstellte, wie wir es wollten.
00:06:28Was Sie gerade skizziert haben, ist also genau das,
00:06:30was wir in unseren ersten sechs Monaten erlebt haben,
00:06:34als wir KI wirklich tiefgreifend in den Vertrieb brachten.
00:06:39- Wie helfen Sie Unternehmen dabei zu identifizieren,
00:06:42welche Workflows sie priorisieren sollten?
00:06:44Wir bei Vercel bemühen uns sehr, "willkürliche KI-Aktionen" zu vermeiden.
00:06:50Wir haben festgestellt, dass die höchste Erfolgswahrscheinlichkeit
00:06:53für Agenten bei Aufgaben liegt, die eher
00:06:57repetitiv und deterministisch sind.
00:06:59Also keine allzu hohe kognitive Belastung.
00:07:02Das Beispiel mit den Leads, das ich gerade nannte, ist ein gutes.
00:07:05Deckt sich das mit Ihren Beobachtungen?
00:07:07Soweit ich weiß, rät BCG dazu, mit dieser
00:07:10reinen Anwendungsfall-Mentalität aufzuhören
00:07:13und dieses "Pilotprojekt-Fegefeuer", von dem ich schon oft gehört habe, zu verlassen.
00:07:16Ich denke, Sie sind da einer Meinung
00:07:18mit Vercels Ansatz gegen willkürliche KI-Aktionen.
00:07:20Aber nochmals: Wie gelangt man von diesem schnellen Prototyping
00:07:23zur Auswahl der Anwendungsfälle,
00:07:24die tatsächlich einen Wert schaffen?
00:07:26- Ja, ich denke, da sind wir uns völlig einig.
00:07:28Ich meine, 23 und 24 steckten alle im Pilotprojekt-Fegefeuer fest.
00:07:32Lernen, die Technik verstehen, Genauigkeit und
00:07:35Halluzinationsprobleme lösen, RAG-Anwendungen bauen,
00:07:40aber letztlich erkennen, dass die Skalierung sehr schwer war.
00:07:44Und ich glaube, den Leuten wurde klar, dass es schwer zu skalieren war,
00:07:47weil es auf der geschäftlichen Seite
00:07:48noch extrem viel Arbeit gab, richtig?
00:07:50Umschulung von Mitarbeitern, Überdenken von Prozessen usw.
00:07:53Und ich habe das Gefühl, wir haben uns von dieser Pilot-Mentalität
00:07:58wegbewegt und uns auf "Value Pools" konzentriert.
00:08:01Was sind diese großen, neu gestalteten Möglichkeiten
00:08:05für Organisationen, richtig?" : "für Organisationen, richtig?
00:08:06Wie wird sich mein Kundenservice künftig unterscheiden?" : "Wie wird sich mein Kundenservice künftig unterscheiden?
00:08:10Wie wird sich meine Finanzabteilung künftig unterscheiden?" : "Wie wird sich meine Finanzabteilung künftig unterscheiden?
00:08:13Wie wird sich meine Lieferkette künftig unterscheiden?" : "Wie wird sich meine Lieferkette künftig unterscheiden?
00:08:15Die Leute fangen also an, den Rahmen zu erweitern,
00:08:18auf der Ebene der Prozess-Wertschöpfungskette zu denken,
00:08:21spezifische Beispiele in der Kette auszuwählen,
00:08:25aber sich wirklich auf einen viel größeren Umfang zu konzentrieren." : "aber sich wirklich auf einen viel größeren Umfang zu konzentrieren.
00:08:26Und zwar in einem Rahmen, der viel stärker geschäftsgesteuert ist,
00:08:29ein Rahmen, der Risikoabteilung, Compliance
00:08:32und Rechtsabteilung einbezieht, um sicherzustellen, dass wir
00:08:35alle Details dieser Sache verstehen." : "alle Details dieser Sache verstehen.
00:08:36Wir haben uns also von Anwendungsfällen hin zu "Value Pools" bewegt.
00:08:41Das heißt nicht, dass Firmen keine Anwendungsfälle mehr nutzen." : "Das heißt nicht, dass Firmen keine Anwendungsfälle mehr nutzen.
00:08:43Ich höre diese Begriffe immer noch," : "Ich höre diese Begriffe immer noch,
00:08:45aber der Trend geht zu den "Value Pools".
00:08:46Und wir sehen zum Beispiel
00:08:48einige sehr klare "Value Pools" auf dem Markt.
00:08:50Zum Beispiel der Service-Bereich, Kundendienst, Support-Aufgaben –
00:08:52das war wohl der Bereich Nummer eins,
00:08:55in dem Unternehmen KI einsetzen.
00:08:57Wir sehen allmählich eine stärkere Entstehung von Startups
00:09:00in diesem Bereich.
00:09:01Einige festigen ihre Position am Markt bereits gut.
00:09:05KI für Software-Engineering.
00:09:06Ich meine, das ist ein riesiger Wertpool für Unternehmen.
00:09:09Genau hier ist Vercel als einer der Marktführer
00:09:11voll positioniert,
00:09:13treibt die Entwicklung voran und gestaltet die Reise.
00:09:15Ich habe das Gefühl, wir kratzen da erst an der Oberfläche.
00:09:18Wissen Sie, die Tools werden immer häufiger eingesetzt.
00:09:21Die Engineering-Teams bauen darauf auf.
00:09:24Manche dieser Tools werden immer stärker integriert
00:09:27und in das Ökosystem der Unternehmen eingebettet.
00:09:32Das ist tatsächlich eines der Dinge, die ich an Vercel
00:09:34sehr mag: Die Tatsache, dass ihr bereits viele Integrationen
00:09:36gebaut habt, die sehr durchdacht sind, oder?
00:09:39Wenn Unternehmen das also
00:09:42auf einem Hyperscaler machen wollen, müssen sie sich
00:09:44durch Unmengen an Diensten arbeiten, um zu wählen.
00:09:47Ich habe das Gefühl, wir stehen hier erst am Anfang.
00:09:49Wir werden schnell dazu übergehen, diese Technologien zu nutzen,
00:09:52um Multi-Agenten-Systeme zu bauen,
00:09:54um digitale Zwillinge von Organisationen zu erstellen.
00:09:57Und genau hier sehen wir
00:10:00die nächste Zukunftssicherung des Unternehmens, oder?
00:10:02Was sich bei BCG abzeichnet, ist diese Fähigkeit,
00:10:06digitale Zwillinge von Prozessen,
00:10:10von Funktionen und von Partnern zu entwickeln, richtig?
00:10:13Das ist ein so skalierbares Konzept, oder?
00:10:16Wenn ich mich, statt auf Anwendungsfälle
00:10:18oder Wertpools zu konzentrieren,
00:10:20darauf fokussiere, einen digitalen Zwilling der Firma zu erstellen
00:10:22und dann Verbesserungsideen simuliere, oder?
00:10:25Wir fangen gerade an, in Organisationen
00:10:28erste Schritte darin zu machen, wenn eine Firma
00:10:32mit einem spezifischen Problem zu uns kommt. Wir erstellen das,
00:10:35es ist fast wie eine "Reimagination-KI",
00:10:38die es uns ermöglicht, Daten einzuspeisen
00:10:39und Aufgaben sowie Prozesse neu zu simulieren,
00:10:42samt Was-wäre-wenn-Szenarien auf Unternehmensebene.
00:10:45Es ist ein wirklich interessantes Experiment.
00:10:47Ich habe das Gefühl, auch dort kratzen wir gerade erst
00:10:49an der Oberfläche, aber hoffentlich wird das aufzeigen,
00:10:52wie wir diese Wertpools in Organisationen finden.
00:10:56- Das war zwar nicht genau Ihr Punkt,
00:10:58aber zum Thema digitaler Zwilling:
00:11:01Wir haben einen internen Daten-Agenten.
00:11:04Man kann ihn sich so vorstellen wie einen,
00:11:07na ja, einen Data-Science-Analysten
00:11:09mit etwa einem Jahrzehnt an Erfahrung;
00:11:11auf diesem Level liegen seine Fähigkeiten.
00:11:13Und dieses Wochenende hat jemand diesen Agenten
00:11:16zum Führungskräfte-Kanal hinzugefügt.
00:11:18Wir haben also alle gescherzt, dass dies
00:11:21die erste Beförderung eines Agenten war.
00:11:23Aber wissen Sie, wir machen das absolut.
00:11:27Wir sind schon ziemlich weit, würde ich sagen,
00:11:28auf der Data-Science-Seite,
00:11:31wo man tatsächlich sieht, wie die Agenten,
00:11:33die dieses Team erstellt, in der Tat digitale Zwillinge sind.
00:11:36Sie haben auch angesprochen, wie man
00:11:39vom Prototyp in die Produktion kommt,
00:11:42und dabei Dinge wie Integrationen erwähnt –
00:11:44all das, woran man beim Prototyping nicht
00:11:48unbedingt denkt. Aber man will ja nicht
00:11:50unbedingt 20 zugrunde liegende Dienste
00:11:53bei AWS hochfahren müssen.
00:11:56Was sind also die besten Wege, wie Leute
00:12:00diese Lücke schließen?
00:12:02- Wir fangen an, diese Lücken in spezifische
00:12:04Archetypen für Organisationen zu unterteilen.
00:12:06Wir haben diese vier Archetypen von KI-Agenten entwickelt.
00:12:09Der erste ist: Menschen werden die Entwicklung
00:12:13von Agenten im Self-Service übernehmen, oder?
00:12:14Und sie werden dabei,
00:12:16ob man sie nun Agenten nennt oder nicht,
00:12:18jedenfalls benutzerdefinierte GPTs nutzen oder
00:12:23Self-Service-Tools verwenden, bei denen man
00:12:26zum Beispiel Cloud-Skills einsetzt. Und,
00:12:29wissen Sie, die Leute werden diese Tools nutzen,
00:12:32um eigene Agenten zu bauen und Systeme zu verbinden.
00:12:33Ich habe zum Beispiel einen Agenten, der jeden Morgen läuft,
00:12:37meine E-Mails liest und mir eine Zusammenfassung schickt:
00:12:40Was muss ich tun? Welche Schritte sind nötig?
00:12:43Und er zeigt mir die E-Mails, die Priorität haben.
00:12:45Okay, das ist also ein Self-Service-Agent.
00:12:47Ich nutze ihn in einem der Tools, und er hilft mir persönlich.
00:12:52Aber wir werden auch andere Arten von Agenten sehen,
00:12:55die ebenfalls von Mitarbeitern in Firmen gebaut werden,
00:12:58jedoch in Tools wie Microsoft Copilot,
00:13:02die in Unternehmenssystemen laufen,
00:13:04verbunden mit Tools wie SharePoint,
00:13:08verbunden mit Daten und so weiter.
00:13:09Ich meine, etwas anspruchsvoller,
00:13:11aber immer noch im Bereich der Eigenentwicklung durch Mitarbeiter.
00:13:14Dann werden Unternehmen Agenten kaufen, richtig?
00:13:17Sie werden Agenten von Agentforce kaufen
00:13:19und so weiter.
00:13:20Wir fangen also an, verstärkt zum Beispiel
00:13:22Marktanalysen für Agenten durchzuführen.
00:13:25Genauso wie früher für digitale Apps und SaaS-Firmen.
00:13:28Jetzt machen wir Marktanalysen für Agenten.
00:13:31Und der nächste Punkt ist, dass die IT ins Spiel kommt,
00:13:33um Unternehmens-Agenten zu entwickeln.
00:13:36Das wird dann viel mehr Wissenschaft als Kunst sein.
00:13:40Es wird so sein,
00:13:42dass diese Agenten mit viel Strenge behandelt werden.
00:13:45Wir müssen sie testen, sie gut entwickeln,
00:13:48und es wird viel mehr Prüfung geben
00:13:50hinsichtlich Informationssicherheit und Richtlinien,
00:13:55rechtliche Genauigkeit.
00:13:57Zum Beispiel wird verantwortungsvolle KI eine große,
00:14:00wichtige Komponente sein, ebenso wie Leitplanken.
00:14:02Und für diese Agenten haben wir ein Unternehmens-Framework,
00:14:06wie man sie entwickelt, oder?
00:14:08Hier sehen wir, dass KI-Coding-Tools
00:14:10einen enormen Wert für IT-Teams darstellen.
00:14:14Ich denke tatsächlich, wenn wir über Kaufen gegen Bauen nachdenken,
00:14:19werden Lösungen wie Vercel und KI-Coding-Tools
00:14:21IT-Teams dazu befähigen, sehr kompetent
00:14:25beim Eigenbau zu werden.
00:14:26- Ja, absolut.
00:14:27Ich glaube, wir teilen eine ähnliche Sichtweise auf CIOs,
00:14:30die von Software-Käufern zu Software-Entwicklern werden.
00:14:34Ich denke, viele der Anwendungsfälle auf Vercel
00:14:37sind sowohl interne als auch externe Anwendungen.
00:14:40Wenn also CIOs nun zu Software-Bauern werden,
00:14:42statt nur Käufer zu sein,
00:14:44was ändert das aus der Perspektive der Rolle?
00:14:47Was wird neu an der Rolle des CIOs sein?
00:14:50- Ja, das ist interessant, denn einerseits
00:14:54hebt dies die Diskussion "Kaufen vs. Bauen" auf ein neues Level,
00:14:58und was das für die IT bedeutet.
00:15:00Wir haben gesehen, dass Firmen wie Konsumgüterhersteller
00:15:05anfangen, Agenten-Entwickler einzustellen.
00:15:07Das sind also nicht mehr die typischen Machine-Learning-Ingenieure,
00:15:11die vielleicht einen PhD in Data Science haben
00:15:15und Python extrem gut beherrschen.
00:15:18Ich habe eine Stellenbeschreibung einer dieser Firmen gesehen,
00:15:22und sie verlangte zum Beispiel nicht einmal Python, oder?
00:15:27Es ist eine neue, seltsame Welt, in die wir da eintreten.
00:15:30Jetzt werden Leute befähigt und sind autark,
00:15:33ihre eigenen Agenten zu entwickeln.
00:15:35- Ja, und vieles von dem, was Sie hier beschreiben,
00:15:37ist eigentlich eine zentrale KI-Plattform.
00:15:39Ihre Forschung hat gezeigt, dass zukunftsfähige Firmen
00:15:43dreimal häufiger eine zentrale KI-Plattform betreiben.
00:15:46Agenten vervielfachen sich im ganzen Unternehmen.
00:15:48Wie sollte die Architektur dieser Plattform eigentlich aussehen?
00:15:52- Wir haben viele Gespräche mit Organisationen
00:15:54darüber geführt, wie man diese Plattform gestaltet.
00:15:57Und beim Design, ich würde sagen, das Design
00:16:01von vor zwei Jahren konzentrierte sich sehr
00:16:05auf den Bau einfacher RAG-Anwendungen, oder?
00:16:08Es ging nur darum: Wähle eine Vektordatenbank,
00:16:12wähle ein LLM aus deinem Modell-Garten,
00:16:16baue Leitplanken auf Anwendungsebene ein,
00:16:18und fertig, oder?
00:16:19Und das größte Problem waren Genauigkeitsfragen.
00:16:23Aber wir haben eine Abkehr von diesem Denken erlebt.
00:16:28Heutzutage wird es viel komplexer.
00:16:31Man braucht Leitplanken nicht nur auf Agenten-Ebene.
00:16:33Wir brauchen Leitplanken auf der Orchestrierungsebene.
00:16:36Man muss nicht nur die Genauigkeit kontrollieren,
00:16:38man muss die Integration in Kernsysteme steuern.
00:16:43Es gibt eine mehrschichtige Art, über Sicherheit
00:16:46bei diesen Agenten nachzudenken.
00:16:47Es gibt also viel zu bedenken.
00:16:50CIOs müssen ihre IT-Teams anpassen,
00:16:55ihre Fähigkeiten schärfen, ihre Architektur-Teams,
00:16:56um mit dieser zusätzlichen Komplexität umgehen zu können.
00:16:59Aber genau daran müssen wir denken,
00:17:00wenn wir zu Multi-Agenten-Systemen übergehen.
00:17:02Multi-Agenten-Systeme werden ein großer Schritt sein,
00:17:04mit dem sich Organisationen erst einmal anfreunden müssen,
00:17:06aber genau dort sehen wir einen großen Teil des Wertes
00:17:09in den Jahren '26 und '27 entstehen.
00:17:12- Sie haben dort kurz die Anwendungsschicht gestreift.
00:17:15Wenn wir uns Richtung dieser "Work-Systems" bewegen,
00:17:18welche Rolle spielt dann die Anwendungsschicht?
00:17:20Wird die Software zwischen KI-Modellen und Nutzern
00:17:23mehr oder weniger strategisch?
00:17:25- Ich meine, sie haben ganz sicher eine strategische Rolle,
00:17:29weil sie das führende System sind.
00:17:31Sie sind letztlich das Repository für die Daten
00:17:36innerhalb der Organisation, oder?
00:17:36In diesem Sinne werden sie weiterhin sehr wertvoll bleiben.
00:17:41Sie sind auch wertvoll, weil sie jene Unternehmens-APIs
00:17:44bereitstellen, die Agenten in Firmen nutzen.
00:17:49Die Frage ist jedoch: Ein Teil der Geschäftslogik
00:17:53wandert von führenden Systemen zu Arbeitssystemen.
00:17:58Das wirft die Frage auf: Was passiert mit SaaS, oder?
00:18:02Einige Tech-Leader sagen bereits, dass SaaS am Ende ist.
00:18:06Soweit bin ich noch nicht ganz, aber ich denke schon,
00:18:09dass sie zu sehr starken Datenbanken werden,
00:18:11mit einer sehr spezifischen Struktur
00:18:14und sehr spezifischen Kontrollpunkten.
00:18:17und auf diese Weise werden sie weiterhin wertvoll sein, oder?
00:18:20Einige dieser Unternehmen erkennen,
00:18:22dass dieser Trend kommt, und bewegen sich in Richtung KI,
00:18:25was absolut Sinn ergibt, oder?
00:18:27Andere halten eher an ihrer Position fest und vertrauen
00:18:30ein wenig auf den Modus des Abwartens.
00:18:33Aber wir werden in den nächsten 12 bis 24 Monaten sehen,
00:18:37dass wir den Aufstieg
00:18:38dieser Arbeitssysteme erleben.
00:18:40Viele davon bieten großartige Kaufgelegenheiten.
00:18:43Ich glaube, dass SaaS-Unternehmen "AI-first" werden müssen,
00:18:46statt nur digital-first.
00:18:49Und das wird Zeit brauchen,
00:18:50besonders für einige der Großen.
00:18:52– Du hast erwähnt, dass es viele Möglichkeiten gibt,
00:18:54aber man könnte auch sagen, dass die KI-Anbieterlandschaft
00:18:57im Moment überwältigend ist.
00:18:58Ich glaube, die meisten Kategorien haben 10 Player,
00:19:01was nach mehr aussieht, als wahrscheinlich langfristig
00:19:04unterstützt werden kann.
00:19:05Welche Fragen sollten Unternehmenskäufer stellen,
00:19:08um echte Fähigkeiten von Marketing zu unterscheiden?
00:19:11Und wie bewerten sie, ob ein Tool
00:19:13tatsächlich Wert liefert oder zur Karteileiche wird?
00:19:17– Nun, sicher geht es um die technologische Eignung, oder?
00:19:20Wie werden diese Unternehmen, wie werden diese Agenten
00:19:24auf einer Unternehmensinfrastruktur laufen?
00:19:27Wie sind sie in diesen Technologie-Stack integriert?
00:19:31Wie sind sie beispielsweise mit den Datensystemen
00:19:34integriert? Das ist eine laufende Diskussion.
00:19:37Dann stellen wir Fragen zur Unternehmenseignung.
00:19:40Zum Beispiel: Wie verwalten sie die Compliance?
00:19:43Wie gehen sie mit Risiken um?
00:19:45Wie behandeln sie den Datenschutz?
00:19:47Das sind die wichtigsten Fragen.
00:19:49Man kann nicht... wissen Sie, es ist ein Ausschlusskriterium
00:19:52bei Unternehmen, wenn sie keine gute Antwort
00:19:54auf diese Art von Fragen haben.
00:19:56Wir schauen uns die Kosten an, richtig?
00:19:59Also die Kosten für Kaufen gegenüber Selberbauen,
00:20:02und einige dieser Lösungen sind sehr teuer, oder?
00:20:06Sie berechnen Gebühren auf monatlicher Nutzerebene,
00:20:10und, wissen Sie, das wird dazu führen,
00:20:12dass wir in Unternehmen Budgets
00:20:14für diese Art von Lösungen zuweisen müssen.
00:20:16Ich meine, diese Lösungen kommen.
00:20:17Sie sind teurer, aber sie sind sehr wertvoll.
00:20:20Und dann schauen wir uns die Reife des Unternehmens an.
00:20:23Wie du sagtest, einige davon sind neue Marktteilnehmer.
00:20:25Viele von ihnen sind noch in Serie A oder Serie B.
00:20:28Viele haben vielleicht 100 bis 200 Mitarbeiter, oder?
00:20:31Es sind also jüngere Unternehmen,
00:20:32die versuchen, in den Unternehmensbereich vorzustoßen.
00:20:34Der Unternehmensbereich ist sehr komplex und erfordert
00:20:39viel Aufmerksamkeit, erfordert, wissen Sie,
00:20:41einen langen Verkaufszyklus.
00:20:43Einige dieser Firmen brauchen sechs bis neun Monate,
00:20:46um einen neuen KI-Agenten einzuführen, oder?
00:20:49Das ist ziemlich realistisch.
00:20:50Das sehe ich ständig.
00:20:51Und Unternehmen versuchen herauszufinden,
00:20:54wie wir diesen Prozess beschleunigen können,
00:20:56aber es gibt einen umfangreichen Prüfungsprozess,
00:20:58um einen dieser Anbieter aufzunehmen, oder?
00:21:00Aber ich fange interessanterweise an zu sehen,
00:21:03dass einige bei kleinen bis mittleren Firmen begannen.
00:21:06Einige dieser Anbieter, diese KI-Agenten,
00:21:08haben im Privatkundenbereich angefangen.
00:21:12Und ich arbeite mit einem von ihnen zusammen,
00:21:14und dies wird das erste Quartal sein,
00:21:15in dem der Umsatz mit Unternehmen den Einzelhandel übertrifft.
00:21:19Wir fangen also wieder an,
00:21:21die Verschiebung hin zu Unternehmen zu sehen,
00:21:24die für einige dieser Lösungen zum größten Kunden werden.
00:21:28– Ja, genau das Gleiche sehen wir hier bei Vercel.
00:21:31Nun, Dan, vielen Dank, dass du bei uns warst.
00:21:33Das war ein großartiges Gespräch.
00:21:36An alle, die zuschauen:
00:21:37Wenn Sie die Diskussion fortsetzen möchten,
00:21:38vernetzen Sie sich bitte mit Dan oder mir auf LinkedIn.
00:21:41Wir würden gerne hören, was Sie
00:21:43in Ihren eigenen Organisationen erleben.
00:21:45Und wenn Sie bereit sind, vom Prototyp zur Produktion überzugehen,
00:21:48schauen Sie sich das neue V0 unter v0.app an.
00:21:51Wir haben gerade einige wichtige Updates veröffentlicht,
00:21:53die es einfacher als je zuvor machen,
00:21:55von der Idee zur bereitgestellten Anwendung zu gelangen.
00:21:58Danke, dass Sie bei unserem ersten Shipped-Q&A dabei waren.
00:22:01Wir sehen uns alle beim nächsten Mal.
00:22:03(sanfte Musik)

Key Takeaway

Die Schließung der KI-Wertlücke erfordert eine Verschiebung des Fokus von technologischen Pilotprojekten hin zur Neugestaltung betrieblicher Prozesse, wobei 70 % des Erfolgs von der Anpassung der Arbeitsweise und Mitarbeiterkompetenzen abhängen.

Highlights

  • Nur 5 % der Unternehmen ziehen erheblichen Wert aus KI, während 60 % der Organisationen noch Schwierigkeiten bei der Umsetzung haben.

  • Die 10-20-70-Regel besagt, dass 10 % des Aufwands auf Technik, 20 % auf Daten und 70 % auf die Neugestaltung von Prozessen und Mitarbeiterumschulung entfallen.

  • Der Übergang von Systems of Record zu Systems of Work markiert den Wechsel von statischen Datenbanken hin zu agentenbasierten, probabilistischen Arbeitssystemen.

  • KI-Agenten im Vertrieb reduzierten bei Vercel den Personalbedarf für die Lead-Bearbeitung von zehn Mitarbeitern auf eine einzige Person.

  • Vier Archetypen von KI-Agenten bestimmen die Unternehmenslandschaft: Self-Service-Tools, mitarbeitergebaute Copilots, gekaufte Drittanbieter-Lösungen und spezialisierte IT-Unternehmens-Agenten.

Timeline

Ursachen der KI-Wertschöpfungslücke

  • Unternehmen konzentrierten sich in den Jahren 2023 und 2024 primär auf die bloße Anzahl an Anwendungsfällen statt auf skalierbare Produktion.
  • Der Fokus auf kleinteilige Ideen verhinderte die notwendige funktionale Neugestaltung der Organisation.
  • Mangelnde Investitionen in den Aufbau von Kompetenzen und die Anpassung von Berufsbildern blockieren den wirtschaftlichen Erfolg.

Untersuchungen zeigen eine deutliche Kluft zwischen erfolgreichen KI-Anwendern und dem Rest der Wirtschaft. Der Hauptteil der Arbeit liegt nicht in der Technologie oder den Daten, sondern in der Transformation der Geschäftsfelder. KI ist kein reines IT-Projekt mehr, sondern stellt ein existenzielles Risiko und einen entscheidenden Wettbewerbsvorteil dar.

Evolution von Systems of Record zu Systems of Work

  • Unternehmenssoftware wandelt sich von reinen Datenspeichern zu aktiven, agentenbasierten Systemen.
  • Deterministische, regelbasierte Funktionen weichen probabilistischen System-Prompts in Multi-Agenten-Umgebungen.
  • Die Benutzeroberflächen verschieben sich von starren Datenbank-Frontends hin zu Kollaborationsplattformen wie Slack oder Teams.

Klassische SaaS-Lösungen wie Salesforce oder Workday dienten bisher primär der Datenerfassung. Moderne KI ermöglicht es nun, die Geschäftslogik direkt in den Arbeitsprozess zu integrieren. Ein konkretes Beispiel zeigt, wie ein KI-Agent die Effizienz im Vertriebsbereich massiv steigert, indem er repetitive Aufgaben wie die Lead-Qualifizierung übernimmt.

Identifikation von Value Pools statt Pilotprojekt-Fegefeuer

  • Erfolgreiche Unternehmen ersetzen isolierte Pilotprojekte durch umfassende Value Pools in Bereichen wie Kundenservice, Finanzen oder Lieferketten.
  • Digitale Zwillinge von Prozessen ermöglichen die Simulation von Verbesserungsszenarien auf Unternehmensebene.
  • Die höchste Erfolgswahrscheinlichkeit für KI-Agenten liegt bei repetitiven Aufgaben mit geringer kognitiver Belastung.

Die Phase des reinen Experimentierens weicht einer strategischen Suche nach großflächigen Wertschöpfungspotenzialen. Durch die Erstellung digitaler Zwillinge ganzer Funktionen können Organisationen Was-wäre-wenn-Szenarien durchspielen, bevor sie reale Änderungen vornehmen. Dies führt weg von willkürlichen KI-Aktionen hin zu einer geschäftsgesteuerten Skalierung.

Architektur und Strategie für Unternehmens-KI

  • Vier Archetypen von Agenten bestimmen den Weg: Eigenbau durch Mitarbeiter, Copilots, Kaufsoftware und hochformalisierte IT-Unternehmens-Agenten.
  • Zukunftsfähige Firmen setzen dreimal häufiger auf zentrale KI-Plattformen als ihre Wettbewerber.
  • Leitplanken müssen auf der Orchestrierungsebene und nicht nur auf der Anwendungsebene implementiert werden.

Der Aufbau einer zentralen Plattform ist entscheidend für die Skalierung von Agenten im gesamten Unternehmen. CIOs entwickeln sich dabei von reinen Software-Käufern zu Software-Entwicklern. Die neue Architektur erfordert eine mehrschichtige Sicherheitsstrategie und eine strikte Kontrolle der Integration in Kernsysteme.

Zukunft von SaaS und Bewertungskriterien für Käufer

  • SaaS-Anbieter müssen sich zu AI-first-Unternehmen entwickeln, um ihre strategische Relevanz nicht an Arbeitssysteme zu verlieren.
  • Unternehmenskäufer bewerten KI-Tools nach technologischer Eignung, Compliance, Datenschutz und den Kosten für Eigenbau gegenüber Kauf.
  • Der Verkaufszyklus für komplexe KI-Agenten in Unternehmen beträgt realistisch sechs bis neun Monate.

Während einige Experten das Ende von SaaS prophezeien, bleiben diese Systeme als strukturierte Datenbanken und API-Lieferanten wertvoll. Käufer müssen jedoch Marketing von echter Fähigkeit unterscheiden, indem sie die Integration in den bestehenden Tech-Stack und die Risikoabsicherung prüfen. Der Markt verschiebt sich zusehends von Privatkundenlösungen hin zu komplexen Unternehmensanwendungen.

Community Posts

View all posts