Mit KI-Agenten sollen Frontend-Systeme zu Backend-Systemen werden. Wanan Wanan – shutterstock.com Die Ära der reinen KI-Experimente neigt sich dem Ende zu. Das ist die zentrale Botschaft, die von der jüngsten IBM-Think-Konferenz ausgeht. Wie Rolf Löwisch, Director & Head of AI (DACH) bei IBM, betont, trifft das Zitat von Arvind Krishna, dem CEO von IBM, “Die Ära der KI-Experimente ist vorbei”, genau den Nerv der Zeit. So herrsche auf dem Markt Konsens: Nach einer Phase breiter KI-Experimente gehe es nun darum, KI in Systemanwendungen und Prozesse zu integrieren, um einen echten Mehrwert zu generieren und einen Wettbewerbsvorteil zu schaffen. Die Notwendigkeit dieses Paradigmenwechsels unterstrichen nüchterne Zahlen, so Löwisch. So zeige die jüngste CIO-Studie von IBM, dass lediglich 25 Prozent der KI-Projekte erfolgreich im Sinne des erwarteten ROIs waren und die Erwartungen erfüllten. Laut dem IBM-AI-in-Action-Report befinden sich noch 85 Prozent der Unternehmen in der Experimentierphase, oft mit einfachen Anwendungsfällen. Agentic AI als nächster Evolutionsschritt Demgegenüber stehen 15 Prozent der Unternehmen, die bereits tiefer in die Integration eingestiegen sind und signifikant zusätzliche Werte durch die vertiefte Nutzung von KI generieren. Löwisch zufolge zeigen KI-Erfolgsgeschichten wie von Phoenix Technologies, L’Oréal oder Ferrari, wie Unternehmen mit KI ihr Geschäft neu definieren können. Noch befinden sich 85 Prozent der Unternehmen in einer Lernphase mit einfachen Anwendungsfällen. IBM AI in Action Report Eine Technologie, die diesen Wandel vorantreiben soll, ist die agentische KI. Agentic AI, so der KI-Experte, hat das Potenzial, die heutigen Frontend-Systeme, über die Mitarbeiter, Kunden und Partner interagieren, zu Backend-Systemen zu machen. Dies sei eine logische Fortsetzung der KI-Entwicklung: von Vorhersagen (klassischem Machine Learning) über Generierung (generative KI) und dem Chatten mit Dokumenten hin zu Agenten, die tatsächlich eine Wertschöpfung leisten, indem sie automatisierte Transaktionen in Systemen ausführen. Neue IBM-Angebote Auf diesem Weg will IBM die Unternehmen künftig in dreifacher Hinsicht unterstützen: Watsonx Orchestrate, Agent Builder, Tracing und Governance. Watsonx Orchestrate Mit der zunehmenden Verbreitung von Agenten stellt sich die Frage, wer diese integriert. Genau dieses Thema will IBM mit Watsonx Orchestrate als Multi-Agent-Orchestrator adressieren. Er ermöglicht laut Löwisch die Integration von Agenten unterschiedlicher Hersteller. Dabei agiert er als Integrator für verschiedene User Interfaces und steuert den Kontext von Transaktionen über verschiedene Agenten hinweg. Ziel von IBM ist es, Unternehmen zu ermöglichen, Investitionen in verschiedene KI-Projekte zu schützen und gleichzeitig zu skalieren, indem Agenten breiter verfügbar gemacht werden. Agent Builder Der Agent Builder soll Fachbereichen ermöglichen, ohne Coding-Kenntnisse in kurzer Zeit – oft nur wenigen Minuten – eigene Agenten zu erstellen und einzusetzen. Löwisch, der dies als eine Demokratisierung von AI Agents bezeichnet, geht davon aus, dass künftig weniger als fünf Minuten erforderlich sind, um einen vorgefertigten Agenten in der Produktion einzusetzen. Die Oberfläche des Agent Builders ist eine No-Code-Oberfläche, auf der man einen Agenten “from Scratch” aufbauen kann, beispielsweise zur Bearbeitung von Retouren. Der User beginnt quasi mit einer leeren Hülle und fügt Kontextwissen hinzu, indem er Dokumente wie Stornierungs- oder Rückgaberichtlinien hochlädt. Dann werden die Backendsysteme über APIs integriert, die aus einem Katalog vordefinierter Integrationen (etwa für Bestellstatus oder Kundendetails) ausgewählt und hinzugefügt. Der so kreierte Agent kann dann im Testszenario direkt mit konkreten Daten aus den Backend-Systemen interagieren. Anpassungen können, so Löwisch, jederzeit, vorgenommen werden, und die Bereitstellung erfolgt einfach per Klick. Nach der Bereitstellung sei der Agent sofort produktiv nutzbar und könne in Webseiten oder Unternehmensprozesse eingebunden werden. Tools zur Nachverfolgung des Nutzungsverhaltens und der Anfragen ermöglichten ein kontinuierliches Lernen und Optimierung des Agents. Tracing und Governance Auf die Mitarbeiter kommt im Zeitalter der autonom handelnden Agenten eine neue Rolle zu: Statt als reine Genehmiger agieren sie künftig als Kontrolleure. Dies erfordert ein Tracing und Governance von Agenten. Tracing, um zu sehen, welche Entscheidungen wann getroffen wurden und die Aktionen nachzuvollziehen zu können. Die Governance-Komponente wiederum stellt sicher, dass ein Agent tut, was er soll. Sie erkennt Drifts, dokumentiert Abläufe, macht Risiken sichtbar, sichert KPIs und gewährleistet die Compliance mit regulatorischen Anforderungen. Hierzu stellt IBM etwa den Compliance Accelerator with Credo AI bereit – eine Bibliothek mit regulatorischen Inhalten und Verpflichtungen. Ready-to-use-Agenten Neben Tools zum Erstellen und Verwalten eigener Agenten offeriert IBM auch vorgefertigte, “Ready to use Agents”. Sie basieren auf IBMs eigenen KI-Agenten in Bereichen wie HR, Sales und Procurement. Sie werden laut Löwisch als Produkte angeboten und beinhalten einen umfangreichen Katalog von über 80 Integrationen zu namhaften Anbietern wie Workday, SAP SuccessFactors (für HR), Salesforce (für Sales) etc. Dies soll die Anbindung an bestehende IT-Landschaften zu erleichtern. Zudem würden solche Querschnittsfunktionen ein Potenzial für einen signifikanten ROI bieten und eine schnelle produktive Nutzung ermöglichen.
IBM setzt auf KI-Agenten und Orchestrierung
Mit KI-Agenten sollen Frontend-Systeme zu Backend-Systemen werden. Wanan Wanan – shutterstock.com Die Ära der reinen KI-Experimente neigt sich dem Ende zu. Das ist die zentrale Botschaft, die von der jüngsten IBM-Think-Konferenz ausgeht. Wie Rolf Löwisch, Director & Head of AI (DACH) bei IBM, betont, trifft das Zitat von Arvind Krishna, dem CEO von IBM, “Die Ära der KI-Experimente ist vorbei”, genau den Nerv der Zeit. So herrsche auf dem Markt Konsens: Nach einer Phase breiter KI-Experimente gehe es nun darum, KI in Systemanwendungen und Prozesse zu integrieren, um einen echten Mehrwert zu generieren und einen Wettbewerbsvorteil zu schaffen. Die Notwendigkeit dieses Paradigmenwechsels unterstrichen nüchterne Zahlen, so Löwisch. So zeige die jüngste CIO-Studie von IBM, dass lediglich 25 Prozent der KI-Projekte erfolgreich im Sinne des erwarteten ROIs waren und die Erwartungen erfüllten. Laut dem IBM-AI-in-Action-Report befinden sich noch 85 Prozent der Unternehmen in der Experimentierphase, oft mit einfachen Anwendungsfällen. Agentic AI als nächster Evolutionsschritt Demgegenüber stehen 15 Prozent der Unternehmen, die bereits tiefer in die Integration eingestiegen sind und signifikant zusätzliche Werte durch die vertiefte Nutzung von KI generieren. Löwisch zufolge zeigen KI-Erfolgsgeschichten wie von Phoenix Technologies, L’Oréal oder Ferrari, wie Unternehmen mit KI ihr Geschäft neu definieren können. Noch befinden sich 85 Prozent der Unternehmen in einer Lernphase mit einfachen Anwendungsfällen. IBM AI in Action Report Eine Technologie, die diesen Wandel vorantreiben soll, ist die agentische KI. Agentic AI, so der KI-Experte, hat das Potenzial, die heutigen Frontend-Systeme, über die Mitarbeiter, Kunden und Partner interagieren, zu Backend-Systemen zu machen. Dies sei eine logische Fortsetzung der KI-Entwicklung: von Vorhersagen (klassischem Machine Learning) über Generierung (generative KI) und dem Chatten mit Dokumenten hin zu Agenten, die tatsächlich eine Wertschöpfung leisten, indem sie automatisierte Transaktionen in Systemen ausführen. Neue IBM-Angebote Auf diesem Weg will IBM die Unternehmen künftig in dreifacher Hinsicht unterstützen: Watsonx Orchestrate, Agent Builder, Tracing und Governance. Watsonx Orchestrate Mit der zunehmenden Verbreitung von Agenten stellt sich die Frage, wer diese integriert. Genau dieses Thema will IBM mit Watsonx Orchestrate als Multi-Agent-Orchestrator adressieren. Er ermöglicht laut Löwisch die Integration von Agenten unterschiedlicher Hersteller. Dabei agiert er als Integrator für verschiedene User Interfaces und steuert den Kontext von Transaktionen über verschiedene Agenten hinweg. Ziel von IBM ist es, Unternehmen zu ermöglichen, Investitionen in verschiedene KI-Projekte zu schützen und gleichzeitig zu skalieren, indem Agenten breiter verfügbar gemacht werden. Agent Builder Der Agent Builder soll Fachbereichen ermöglichen, ohne Coding-Kenntnisse in kurzer Zeit – oft nur wenigen Minuten – eigene Agenten zu erstellen und einzusetzen. Löwisch, der dies als eine Demokratisierung von AI Agents bezeichnet, geht davon aus, dass künftig weniger als fünf Minuten erforderlich sind, um einen vorgefertigten Agenten in der Produktion einzusetzen. Die Oberfläche des Agent Builders ist eine No-Code-Oberfläche, auf der man einen Agenten “from Scratch” aufbauen kann, beispielsweise zur Bearbeitung von Retouren. Der User beginnt quasi mit einer leeren Hülle und fügt Kontextwissen hinzu, indem er Dokumente wie Stornierungs- oder Rückgaberichtlinien hochlädt. Dann werden die Backendsysteme über APIs integriert, die aus einem Katalog vordefinierter Integrationen (etwa für Bestellstatus oder Kundendetails) ausgewählt und hinzugefügt. Der so kreierte Agent kann dann im Testszenario direkt mit konkreten Daten aus den Backend-Systemen interagieren. Anpassungen können, so Löwisch, jederzeit, vorgenommen werden, und die Bereitstellung erfolgt einfach per Klick. Nach der Bereitstellung sei der Agent sofort produktiv nutzbar und könne in Webseiten oder Unternehmensprozesse eingebunden werden. Tools zur Nachverfolgung des Nutzungsverhaltens und der Anfragen ermöglichten ein kontinuierliches Lernen und Optimierung des Agents. Tracing und Governance Auf die Mitarbeiter kommt im Zeitalter der autonom handelnden Agenten eine neue Rolle zu: Statt als reine Genehmiger agieren sie künftig als Kontrolleure. Dies erfordert ein Tracing und Governance von Agenten. Tracing, um zu sehen, welche Entscheidungen wann getroffen wurden und die Aktionen nachzuvollziehen zu können. Die Governance-Komponente wiederum stellt sicher, dass ein Agent tut, was er soll. Sie erkennt Drifts, dokumentiert Abläufe, macht Risiken sichtbar, sichert KPIs und gewährleistet die Compliance mit regulatorischen Anforderungen. Hierzu stellt IBM etwa den Compliance Accelerator with Credo AI bereit – eine Bibliothek mit regulatorischen Inhalten und Verpflichtungen. Ready-to-use-Agenten Neben Tools zum Erstellen und Verwalten eigener Agenten offeriert IBM auch vorgefertigte, “Ready to use Agents”. Sie basieren auf IBMs eigenen KI-Agenten in Bereichen wie HR, Sales und Procurement. Sie werden laut Löwisch als Produkte angeboten und beinhalten einen umfangreichen Katalog von über 80 Integrationen zu namhaften Anbietern wie Workday, SAP SuccessFactors (für HR), Salesforce (für Sales) etc. Dies soll die Anbindung an bestehende IT-Landschaften zu erleichtern. Zudem würden solche Querschnittsfunktionen ein Potenzial für einen signifikanten ROI bieten und eine schnelle produktive Nutzung ermöglichen.
IBM setzt auf KI-Agenten und Orchestrierung Mit KI-Agenten sollen Frontend-Systeme zu Backend-Systemen werden. Wanan Wanan – shutterstock.com Die Ära der reinen KI-Experimente neigt sich dem Ende zu. Das ist die zentrale Botschaft, die von der jüngsten IBM-Think-Konferenz ausgeht. Wie Rolf Löwisch, Director & Head of AI (DACH) bei IBM, betont, trifft das Zitat von Arvind Krishna, dem CEO von IBM, “Die Ära der KI-Experimente ist vorbei”, genau den Nerv der Zeit. So herrsche auf dem Markt Konsens: Nach einer Phase breiter KI-Experimente gehe es nun darum, KI in Systemanwendungen und Prozesse zu integrieren, um einen echten Mehrwert zu generieren und einen Wettbewerbsvorteil zu schaffen. Die Notwendigkeit dieses Paradigmenwechsels unterstrichen nüchterne Zahlen, so Löwisch. So zeige die jüngste CIO-Studie von IBM, dass lediglich 25 Prozent der KI-Projekte erfolgreich im Sinne des erwarteten ROIs waren und die Erwartungen erfüllten. Laut dem IBM-AI-in-Action-Report befinden sich noch 85 Prozent der Unternehmen in der Experimentierphase, oft mit einfachen Anwendungsfällen. Agentic AI als nächster Evolutionsschritt Demgegenüber stehen 15 Prozent der Unternehmen, die bereits tiefer in die Integration eingestiegen sind und signifikant zusätzliche Werte durch die vertiefte Nutzung von KI generieren. Löwisch zufolge zeigen KI-Erfolgsgeschichten wie von Phoenix Technologies, L’Oréal oder Ferrari, wie Unternehmen mit KI ihr Geschäft neu definieren können. Noch befinden sich 85 Prozent der Unternehmen in einer Lernphase mit einfachen Anwendungsfällen. IBM AI in Action Report Eine Technologie, die diesen Wandel vorantreiben soll, ist die agentische KI. Agentic AI, so der KI-Experte, hat das Potenzial, die heutigen Frontend-Systeme, über die Mitarbeiter, Kunden und Partner interagieren, zu Backend-Systemen zu machen. Dies sei eine logische Fortsetzung der KI-Entwicklung: von Vorhersagen (klassischem Machine Learning) über Generierung (generative KI) und dem Chatten mit Dokumenten hin zu Agenten, die tatsächlich eine Wertschöpfung leisten, indem sie automatisierte Transaktionen in Systemen ausführen. Neue IBM-Angebote Auf diesem Weg will IBM die Unternehmen künftig in dreifacher Hinsicht unterstützen: Watsonx Orchestrate, Agent Builder, Tracing und Governance. Watsonx Orchestrate Mit der zunehmenden Verbreitung von Agenten stellt sich die Frage, wer diese integriert. Genau dieses Thema will IBM mit Watsonx Orchestrate als Multi-Agent-Orchestrator adressieren. Er ermöglicht laut Löwisch die Integration von Agenten unterschiedlicher Hersteller. Dabei agiert er als Integrator für verschiedene User Interfaces und steuert den Kontext von Transaktionen über verschiedene Agenten hinweg. Ziel von IBM ist es, Unternehmen zu ermöglichen, Investitionen in verschiedene KI-Projekte zu schützen und gleichzeitig zu skalieren, indem Agenten breiter verfügbar gemacht werden. Agent Builder Der Agent Builder soll Fachbereichen ermöglichen, ohne Coding-Kenntnisse in kurzer Zeit – oft nur wenigen Minuten – eigene Agenten zu erstellen und einzusetzen. Löwisch, der dies als eine Demokratisierung von AI Agents bezeichnet, geht davon aus, dass künftig weniger als fünf Minuten erforderlich sind, um einen vorgefertigten Agenten in der Produktion einzusetzen. Die Oberfläche des Agent Builders ist eine No-Code-Oberfläche, auf der man einen Agenten “from Scratch” aufbauen kann, beispielsweise zur Bearbeitung von Retouren. Der User beginnt quasi mit einer leeren Hülle und fügt Kontextwissen hinzu, indem er Dokumente wie Stornierungs- oder Rückgaberichtlinien hochlädt. Dann werden die Backendsysteme über APIs integriert, die aus einem Katalog vordefinierter Integrationen (etwa für Bestellstatus oder Kundendetails) ausgewählt und hinzugefügt. Der so kreierte Agent kann dann im Testszenario direkt mit konkreten Daten aus den Backend-Systemen interagieren. Anpassungen können, so Löwisch, jederzeit, vorgenommen werden, und die Bereitstellung erfolgt einfach per Klick. Nach der Bereitstellung sei der Agent sofort produktiv nutzbar und könne in Webseiten oder Unternehmensprozesse eingebunden werden. Tools zur Nachverfolgung des Nutzungsverhaltens und der Anfragen ermöglichten ein kontinuierliches Lernen und Optimierung des Agents. Tracing und Governance Auf die Mitarbeiter kommt im Zeitalter der autonom handelnden Agenten eine neue Rolle zu: Statt als reine Genehmiger agieren sie künftig als Kontrolleure. Dies erfordert ein Tracing und Governance von Agenten. Tracing, um zu sehen, welche Entscheidungen wann getroffen wurden und die Aktionen nachzuvollziehen zu können. Die Governance-Komponente wiederum stellt sicher, dass ein Agent tut, was er soll. Sie erkennt Drifts, dokumentiert Abläufe, macht Risiken sichtbar, sichert KPIs und gewährleistet die Compliance mit regulatorischen Anforderungen. Hierzu stellt IBM etwa den Compliance Accelerator with Credo AI bereit – eine Bibliothek mit regulatorischen Inhalten und Verpflichtungen. Ready-to-use-Agenten Neben Tools zum Erstellen und Verwalten eigener Agenten offeriert IBM auch vorgefertigte, “Ready to use Agents”. Sie basieren auf IBMs eigenen KI-Agenten in Bereichen wie HR, Sales und Procurement. Sie werden laut Löwisch als Produkte angeboten und beinhalten einen umfangreichen Katalog von über 80 Integrationen zu namhaften Anbietern wie Workday, SAP SuccessFactors (für HR), Salesforce (für Sales) etc. Dies soll die Anbindung an bestehende IT-Landschaften zu erleichtern. Zudem würden solche Querschnittsfunktionen ein Potenzial für einen signifikanten ROI bieten und eine schnelle produktive Nutzung ermöglichen.