Künstliche Intelligenz entwickelt sich rasant von ersten Experimenten hin zu einem zentralen Treiber unternehmerischer Wertschöpfung. Besonders im deutschen Mittelstand zeigt sich dabei ein Wandel: Weg von Pilotprojekten, hin zur breiten, strategischen Integration in Prozesse und Geschäftsmodelle. Thomas Lamprecht, Head of Automotive and Manufacturing Business CE bei Tieto Tech Consulting, erläutert im MIDRANGE Interview welche Chancen sich daraus ergeben, wo die größten Herausforderungen liegen und wie Unternehmen den nächsten Schritt erfolgreich gestalten können.
Herr Lamprecht, was macht Tieto Tech Consulting – und wofür stehen Sie?
Tieto Tech Consulting ist ein Technologiepartner für Unternehmen, die Digitalisierung nutzen wollen, um echten Mehrwert zu schaffen. Unser Fokus liegt auf Datenplattformen, KI, Softwareentwicklung, Cloud-Technologien und Integration in die Enterprise IT.
Wir begleiten Unternehmen auf dem Weg zur Frontier Firm – Organisationen, die Technologie konsequent in ihre Geschäftsmodelle und Prozesse integrieren, um schneller zu lernen, bessere Entscheidungen zu treffen und neue Wertschöpfung zu erschließen.
Lassen Sie uns über KI sprechen: Wo steht der deutsche Mittelstand Ihrer Erfahrung nach aktuell wirklich?
Der Mittelstand steht an einem Wendepunkt: Die Phase der Proof of Concepts ist weitgehend abgeschlossen. Jetzt geht es darum, KI in die Breite zu bringen und messbaren Mehrwert zu schaffen.
Dabei hat sich klar gezeigt: Erfolgreiche KI braucht eine starke Datenbasis und muss in die Unternehmensstrategie eingebettet sein. Der pragmatische Umsetzungsfokus des Mittelstands ist dabei ein klarer Vorteil.
Wo liegen derzeit die größten Herausforderungen bei der Einführung von KI?
Die Herausforderungen liegen vor allem in drei Bereichen: Daten, Regulierung und Orientierung.
Unternehmen kämpfen häufig mit Datenqualität und -verfügbarkeit. Gleichzeitig müssen regulatorische Anforderungen berücksichtigt werden. Hinzu kommt die hohe Dynamik im Markt mit einer Vielzahl an Technologien und Anbietern.
Genau hier braucht es klare Priorisierung und eine strukturierte Herangehensweise. Wer hier keinen klaren Fokus hat, wird viel investieren, und wenig erreichen.
Studien zeigen einen starken Anstieg bei KI-Agenten – spiegelt sich dieser Trend auch in Ihren Projekten wider?
Diesen Trend sehen wir in der Praxis sehr deutlich. Während erste KI-Initiativen häufig auf Chat-Anwendungen fokussiert waren, beginnen Unternehmen jetzt, KI-Agenten für komplexere, mehrstufige Aufgaben einzusetzen, um echte Prozessverbesserungen und Effizienzgewinne zu erzielen.
Gleichzeitig entsteht ein neues Problem: unkontrollierte Verbreitung ohne Governance.
Der Trend ist jedoch eindeutig: von isolierten Experimenten zu einem systematischen Einsatz von KI-Agenten entlang von Geschäftsprozessen.
Können Sie ein konkretes Praxisbeispiel aus Ihrem Arbeitsumfeld teilen?
Wir setzen bereits verschiedene spezialisierte Agenten ein, etwa zur Use-Case-Priorisierung oder zur Architektur-Bewertung. Der Unterschied ist spürbar: weniger Bauchgefühl, mehr datenbasierte Entscheidungen, höhere Geschwindigkeit.
Besonders wirkungsvoll sind RFP/RFQ-Agenten zur automatisierten Angebotserstellung sowie Marktanalyse-Agenten, die gezielt Geschäftspotenziale identifizieren.
Was unterscheidet agentische KI von klassischen Automatisierungs- oder bisherigen KI-Ansätzen?
Der Unterschied ist simpel: klassische Systeme reagieren, Agenten handeln. Während klassische Automatisierung regelbasiert ist und viele KI-Anwendungen auf einzelne Aufgaben beschränkt sind, können KI-Agenten komplexe Aufgaben eigenständig bearbeiten, miteinander interagieren und aktiv Aktionen auslösen.
Das macht sie zu einem echten Game Changer für Geschäftsprozesse.
Viele Unternehmen kommen über Pilotprojekte nicht hinaus: Woran scheitert die Skalierung in der Praxis?
Skalierung ist selten ein Technologieproblem. Es ist oftmals ein Führungs- und Organisationsproblem.
Der größte Hebel ist die Organisation: Mitarbeitende müssen mitgenommen, Change aktiv gestaltet und klare Strukturen geschaffen werden. Ohne diese Dimension bleibt KI oft im Pilotstadium stecken.
Auf der Microsoft AI Tour sprachen Sie von „eingebetteter Intelligenz“ in Unternehmensprozessen: Was genau ist damit gemeint?
„Eingebettete Intelligenz“ meint, dass KI nicht isoliert eingesetzt wird, sondern in operative Unternehmensprozesse integriert ist.
Das haben wir anhand unseres Demonstrators gezeigt: Zum einen werden Vorhersagemodelle eingesetzt, etwa zur Prognose von Energiebedarf, zum anderen ermöglicht KI die direkte Interaktion mit Maschinen und Anlagen.
Das bedeutet: Anwender agieren mit einer Maschine wie mit einem digitalen Zwilling. Informationen werden nicht nur analysiert, sondern dialogbasiert zugänglich gemacht und direkt in Handlungen übersetzt.
Für Bereiche wie Instandhaltung entsteht dadurch eine völlig neue Arbeitsweise: schneller, intuitiver und deutlich näher am realen Prozess.
Eingebettete Intelligenz ist KI, die als integraler Bestandteil von Prozessen aktiv zur Wertschöpfung beiträgt.
Was sind aus Ihrer Sicht die entscheidenden Erfolgsfaktoren für KI-Projekte – Technologie, Daten oder Organisation?
Erfolg entsteht im Zusammenspiel von Technologie, Daten und Organisation im Business Kontext mit klarem Ziel für das Unternehmen. Wenn eine dieser Dimensionen fehlt, skaliert nichts.
Für uns ist diese Kombination ein Muss, da wir sonst mit unseren Kunden nicht erfolgreich sein können.
Zum Abschluss ein Blick in die Zukunft: Wo steht das Thema KI im deutschen Mittelstand Ihrer Meinung nach in zehn Jahren?
KI wird ein fester Bestandteil der Organisation sein. Zukünftig arbeiten Menschen und KI-Agenten selbstverständlich zusammen. Führung wird dann nicht „nur“ Mitarbeiterführung meinen, sondern auch das Orchestrieren von Mensch und Maschine.
Gerade im Mittelstand werden sich Unternehmen, die KI strukturiert integrieren, nachhaltig differenzieren. Alle anderen riskieren, den Anschluss zu verlieren.
Quelle: Thomas UnterbergerHier finden Sie weitere Informationen zu Tieto Tech Consulting.