Daniel Fallmann

Machen die Entwicklungen im Bereich Agentic AI klassische Unternehmenssoftware bald überflüssig? Eine Frage, die für viel Diskussionsstoff sorgt. Die Realität ist differenzierter: KI-Anwendungen entfalten ihr Potenzial erst im Zusammenspiel mit Systemen wie ERP oder CRM. Statt bestehende Strukturen abzulösen, fungiert die Technologie als Bindeglied. Sie übernimmt die Rolle des kontextsensitiven Koordinators zwischen Datensilos – sofern das Fundament stimmt. Künstliche Intelligenz entwickelt sich rasant von einem reinen Assistenzsystem hin zu einer operativen Technologie. KI-Agenten analysieren komplexe Anforderungen, greifen eigenständig auf die relevanten Daten zu und führen Aufgaben autonom aus. Diese enorme Dynamik führt in vielen Chefetagen zu einer naheliegenden Frage: Wenn KI so leistungsfähig wird, brauchen Unternehmen dann überhaupt noch klassische ERP-, CRM- oder Dokumentenmanagementsysteme? Die Antwort darauf lautet: JA, denn die weitverbreitete Annahme, generative KI würde die bestehende Softwarelandschaft von heute auf morgen obsolet machen, geht an der operativen Realität vorbei. Denn nicht die Systeme werden obsolet, sondern die Art und Weise, wie Menschen und KI-Agenten auf die enthaltenen Informationen zugreifen und mit ihnen arbeiten. Die Grundlage vertrauenswürdiger KI Bestehende Softwaresysteme sind in Unternehmen tief verankert und fungieren als Basis für Berechtigungsmodelle und Prozesse. Agentische Anwendungen können dieses Fundament nicht einfach ersetzen. Vielmehr ist es ein Transformationsprozess und sie bauen darauf auf und agieren als eine übergreifende Intelligenzschicht – wie IDC es in ihrer Studie „AI Isn’t Going to ’Eat‘ Software“ nennt, die Informationen aus verschiedenen Systemen zusammenführt, kontextbezogen aufbereitet und Mitarbeitende bei spezifischen Aufgaben unterstützt. Ohne eine sinnvolle Einbindung in die Unternehmensarchitektur bleibt auch das stärkste KI-Modell im Arbeitsalltag unzuverlässig oder liefert unvollständige beziehungsweise erfundene Ergebnisse – Stichwort Halluzinationen. Einen wichtigen technischen Baustein liefert hier Retrieval Augmented Generation (RAG). Statt ausschließlich auf Trainingsdaten zurückzugreifen, erhält die KI hierbei die relevanten Fakten aus den angebundenen Systemen. Das Ergebnis: Antworten basieren auf aktuellen Unternehmensdaten, bestehende Zugriffsrechte bleiben vollumfänglich erhalten, und jede Aussage lässt sich auf konkrete Quellen zurückführen. Darüber hinaus werden die Anfragen an das Modell deutlich effizienter (Stichwort: „verhindern von Token-Verschwendung“). Aktuell geht es aber nicht mehr nur um Informationsbereitstellung, sondern um aktive Prozessunterstützung, bei der Aktionen und Folgeaktionen autonom von der KI angestoßen werden, beispielsweise das Aufrufen, Ausfüllen und Erstellen von Servicetickets. Offene Standards wie das Model Context Protocol (MCP) schaffen hier die technische Grundlage für kontrollierte, nachvollziehbare Ausführung und den Zugriff auf die richtigen „Werkzeuge“. Entscheidend ist dabei jedoch nicht die Technologie selbst, sondern wie sie in bestehende Arbeitsabläufe eingebunden wird. Systemübergreifende Workflows statt isolierter Einzelabfragen KI-Tools, die losgelöst von der bestehenden IT-Landschaft eingesetzt werden, stoßen im Unternehmensalltag schnell an ihre Grenzen. Ihnen fehlen der Zugriff auf aktuelle Unternehmensdaten, der Kontext zu Prozessen und Rollen sowie die Einbindung in bestehende Berechtigungs- und Compliance-Strukturen. Viele KI-Initiativen scheitern deshalb nicht an der Leistungsfähigkeit der Modelle, sondern daran, dass die KI nicht ausreichend in die bestehenden Systeme und Arbeitsabläufe integriert ist. Nachhaltiger Mehrwert entsteht dementsprechend nicht durch einzelne Prompts, sondern durch systemübergreifende Workflows. Statt lediglich einzelne Fragen zu beantworten, unterstützen KI-Assistenten und KI-Agenten Mitarbeitende bei konkreten Aufgaben und Abläufen im Arbeitsalltag. Die einzelnen Anwendungen rücken für Nutzer:innen dabei zunehmend in den Hintergrund. Statt zwischen ERP, CRM, Wissensdatenbanken und weiteren Systemen hin und her zu wechseln, interagieren sie mit einer KI, die Unternehmenswissen systemübergreifend bündelt. Je nach Kontext liefert sie die passende Unterstützung – von der Bereitstellung relevanter Informationen bis hin zur eigenständigen Ausführung von Aufgaben durch KI-Agenten. Werden mehrere dieser Interaktionen hintereinander ausgeführt, entstehen durchgängige KI-Workflows. Diese orientieren sich am tatsächlichen Arbeitsalltag und unterstützen Mitarbeitende von der Informationsbeschaffung über die Entscheidungsfindung bis hin zur Umsetzung – abgestimmt auf den jeweiligen Kontext und die konkrete Aufgabe. Ein Service-Mitarbeitender muss beispielsweise nicht mehr zwischen CRM, Ticketsystem und Wissensdatenbank wechseln. Die KI führt relevante Kundeninformationen, ähnliche Servicefälle und technische Dokumentationen automatisch zusammen, schlägt passende Lösungen vor und kann bei Bedarf direkt ein Ticket erstellen oder weitere Prozessschritte anstoßen. Ein besonders relevanter Zukunftstrend ist die Dunkelverarbeitung durch KI-Agenten. Dabei werden ganze Prozessketten automatisiert und im Hintergrund abgewickelt, ohne dass Mitarbeitende aktiv eingreifen müssen. KI-Agenten übernehmen dabei die systemübergreifende Informationsbeschaffung, Entscheidungsfindung und Prozessausführung und schaffen so die Grundlage für eine weitgehend autonome Abwicklung standardisierter Geschäftsprozesse. Integration statt Disruption Die eigentliche Disruption durch Künstliche Intelligenz liegt somit nicht in der Ablösung bestehender Unternehmenssoftware, sondern in deren intelligenteren und effizienteren Nutzung. Operative Kernsysteme bleiben das Fundament für Governance, Prozesse und Datenqualität. KI ergänzt dieses Fundament um eine Intelligenzschicht, die Informationen systemübergreifend orchestriert. Wer KI erfolgreich skalieren will, braucht daher mehr als leistungsfähige Modelle: entscheidend sind verlässliche Daten, klare Leitplanken und ein tiefes Verständnis der zugrunde liegenden Geschäftsprozesse. KI ist kein Ersatz für gewachsene Unternehmensarchitektur – sie ist das Bindeglied, das die unterschiedlichen Systeme besser nutzbar macht.

No-Code-Automation: Hebel für Startups

KI-Sichtbarkeit mit einem Messprotokoll prüfen

Warum viele Deutsche ein Recht auf digitales Bezahlen wollen

Wenn Künstliche Intelligenz zum Bankkunden wird

8 Arten der Startup-Finanzierung

Warum viele Deutsche ein Recht auf digitales Bezahlen wollen

Wenn Künstliche Intelligenz zum Bankkunden wird

Warum wir unsere eigene Podcast-Plattform gebaut haben – ein Erfahrungsbericht von…

No-Code-Automation: Hebel für Startups

8 Arten der Startup-Finanzierung

Startup AMS Go im Gründerview

Startup MAIQ im GründerView

Wie viel Mensch verträgt die KI?

Vom Know-how zum Green Skill: Wenn Nachhaltigkeit zur Kompetenz wird

Was macht KI mit unserem Denken? Ein Blick auf die MIT-Studie

Vom Hype zum Helfer: Wie KI-Agenten Fahrt aufnehmen

Daniel Fallmann

KI „frisst” keine Software – sie orchestriert sie

No-Code-Automation: Hebel für Startups

8 Arten der Startup-Finanzierung

KI-Sichtbarkeit mit einem Messprotokoll prüfen

Warum viele Deutsche ein Recht auf digitales Bezahlen wollen

Wenn Künstliche Intelligenz zum Bankkunden wird