Machine-Learning & AI

+ Diesem Thema folgen

Zwischen Tool und Gamechanger: Wie KI das Cybernetic Enterprise antreibt

Künstliche Intelligenz (KI) ist allgegenwärtig. Doch der langfristige geschäftliche Mehrwert bleibt häufig aus. Zu viele Unternehmen sehen KI noch als Werkzeug oder schnellen Fix
Romano Roth

Global Chief of Cybernetic Transformation & Partner bei Zühlke

Beliebte Artikel

Wie Künstliche Intelligenz die Fertigung neu gestaltet

Ron Schmelzer

KI für Flotten optimiert Fahrsicherheit und Effizienz

Fabian Seithel

Künstliche Intelligenz: Wie Content-Ersteller die Kontrolle zurückgewinnen und ihre Monetarisierungschancen verbessern

Tony van den Berge

So vielfältig sind GenAI und KI in Unternehmen einsetzbar

Patrycja Sobera

Der neue Teamplayer: Wie KI-Agenten sicher in die Arbeitswelt integriert werden

Sam Curry

KI-Governance in der Praxis: Risikoklassifikation nach AI Act unter Berücksichtigung von Erwägungsgrund 53

Laurenz Eckert

Alle Beiträge

Neu

Blogposts

Fachbeiträge

Interviews

Kolumnen

Zwischen Tool und Gamechanger: Wie KI das Cybernetic Enterprise antreibt

Künstliche Intelligenz (KI) ist allgegenwärtig. Doch der langfristige geschäftliche Mehrwert bleibt häufig aus. Zu viele Unternehmen sehen KI noch als Werkzeug oder schnellen Fix – und nicht als das, was sie sein kann: ein strategischer Partner für kontinuierliches Lernen und Anpassung. Wer in einer dynamischen, datengetriebenen Welt Wettbewerbsvorteile erzielen will, muss seine Organisation grundlegend anders aufstellen – als ein Cybernetic Enterprise, in dem KI als Feedback- und Lernverstärker fest verankert ist. Statt KI isoliert oder als Add-on zu betrachten, sollte sie integraler Bestandteil des organisatorischen Betriebssystems werden. Denn erst wenn KI Daten, Prozesse und Kundeninteraktionen in verwertbares Lernen umwandelt, wird aus einem nützlichen Tool ein echter Gamechanger – einer, der Unternehmen agiler, lernfähiger und zukunftsorientierter macht.
Romano Roth

Global Chief of Cybernetic Transformation & Partner bei Zühlke
Der neue Teamplayer: Wie KI-Agenten sicher in die Arbeitswelt integriert werden

Der neue Teamplayer: Wie KI-Agenten sicher in die Arbeitswelt integriert werden   Mit dem rasanten Fortschritt der künstlichen Intelligenz entwickelt sich diese rasch zu mehr
Sam Curry

Chief Information Security Officer bei Zscaler
Warum 95 % der KI-Projekte scheitern – und wie Datenreife den Unterschied macht

Warum 95 % der KI-Projekte scheitern – und wie Datenreife den Unterschied macht     Die Erwartungen an Künstliche Intelligenz könnten kaum höher sein –
Srinivasaa HG

Managing Director und Global Head of Data, Analytics & AI bei Wipro
KI-Governance in der Praxis: Risikoklassifikation nach AI Act unter Berücksichtigung von Erwägungsgrund 53

Minimal oder hoch? Der Erwägungsgrund 53 des AI Acts der EU zielt unter anderem darauf ab, KI-Systeme in Risikoklassen einzuteilen. So sollen KI-Systeme mit Minimal-Risiko von Hoch-Risiko abgrenzen lassen. In der Praxis stößt dies jedoch auf erhebliche Interpretationsspielräume. Entscheidend sind der Kontext, die technische Intransparenz (bzw. Transparenz) und die regulatorische Auslegung – der AI Act konkretisiert diese Faktoren allerdings nur unzureichend. Die fehlende Klarheit stellte Unternehmen vor Compliance-Herausforderungen. Zugleich wird dadurch der Bedarf an branchenspezifischen Leitlinien sowie dynamischen Anpassungsmechanismen (von Minimal-Risiko zu Hoch-Risiko) deutlich. Doch bis diese vorliegen, bleibt die Klassifizierung von KI-Systemen eine Einzelfallentscheidung mit hoher Rechtsunsicherheit. Ein Problem für Unternehmen, denn die Klassifizierung eines KI-Systems hat einen erheblichen Einfluss auf dessen Entwicklungskosten. Zum einen, weil der Aufwand für die Umsetzung von Compliance-Anforderungen bei Minimal-Risiko im Vergleich zu Hoch-Risiko deutlich geringer ist. Zum anderen drohen zusätzliche Aufwände für Compliance und weitere Entwicklungskosten, wenn ein KI-System erst nachträglich als Hoch-Risiko klassifiziert wird. Mögliche Sanktionen drohen perspektivisch ebenfalls. Dieser Artikel stellt dar, weshalb von einer Einzelfallprüfung in keinem Fall abzuraten, sondern diese zu befürworten ist. Anhand eines konkreten Beispiels wird gezeigt, wie eine solche Prüfung nach dem Erwägungsgrund 53 erfolgen kann und welche Tools dabei unterstützen können.
Laurenz Eckert

Consultant im Public Sektor bei adesso SE
Kleinere LLMs und Agentic AI transformieren den Zahlungsverkehr

Finanzdienstleister befinden sich mitten in einer umfassenden Modernisierung, wobei KI eine immer wichtigere und transformative Rolle spielt. Der potenzielle Einfluss ist besonders deutlich im Zahlungsverkehr erkennbar, in dem KI Fortschritte in kritischen Bereichen wie Risikomanagement und Betrugserkennung ermöglicht.
Ramon Villarreal

Global Architect and Payments Lead, Financial Services bei Red Hat
KI-Transformation in der DACH-Region: Von der Vision zur Umsetzung

Künstliche Intelligenz hat sich in der DACH-Region von einem Technologieprojekt zu einem strategischen Erfolgsfaktor entwickelt. Doch viele Unternehmen scheitern daran, ihre KI-Initiativen aus der Pilotphase in die Skalierung zu überführen – trotz hoher Investitionen und großem Potenzial. Fehlende Governance, Datenqualität und Kulturwandel bremsen den Fortschritt. Nur ein ganzheitlicher Ansatz, der Strategie, Technologie, Daten und Menschen verbindet, macht KI zum Enabler für Wachstum, Resilienz und nachhaltige Wettbewerbsfähigkeit.
Daniel Just

Managing Partner und Head of Consulting DACH DXC Technology, Managing Director DXC Technology Deutschland Consulting GmbH bei DXC Technology
Die größte KI-Bedrohung für die Menschheit ist der Mensch

Künstliche Intelligenz gilt als technische Innovation mit enormem gesellschaftlichem Potenzial – doch sie spiegelt in erster Linie uns selbst. Dieser Beitrag analysiert, wie KI bestehende Machtstrukturen, Vorurteile und Widersprüche nicht nur abbildet, sondern systematisch verstärkt. Anhand aktueller Beispiele und Studien zeigt der Text: Die größte Gefahr der KI liegt nicht in ihrer Intelligenz, sondern in einem menschlichen System, das Verantwortung zunehmend auslagert.
Carsten Ries

CIO bei neko Systems GmbH
Nicht die Geschwindigkeit zählt: Zeit, die Debatte über Batch- und Echtzeitdaten zu beenden

Die Unterscheidung zwischen Batch- und Echtzeitverarbeitung ist nicht mehr zeitgemäß. Märkte reagieren schnell, Rahmenbedingungen ändern sich laufend. Gefragt sind Systeme, die unterschiedliche Datenströme zuverlässig verarbeiten, flexibel skalieren und geschäftliche Ziele in den Mittelpunkt stellen. Der Text zeigt, wie Echtzeitdaten zur technischen Grundlage für effiziente Abläufe, skalierbare Systeme und vorausschauende Entscheidungen wird.
Roger Illing

Vice President Enterprise Sales bei Confluent
Semantik und KI: Der Schlüssel zu besseren Entscheidungen

Moderne Unternehmen erzeugen täglich enorme Mengen unstrukturierter Daten: E-Mails, Meetings, Tools oder Notizen. Der Beitrag zeigt, wie semantische Technologien und KI helfen, diese Daten in Echtzeit in strukturierte, entscheidungsrelevante Informationen zu überführen – und so neue Potenziale für Wachstum und Wettbewerbsfähigkeit zu erschließen.
Mika Sagindyk

Co-founder und CRO bei TimeTackle Inc.
Wie KI-Fortschritte Herausforderungen in der Kundenkommunikation lösen können

Wie KI-Fortschritte Herausforderungen in der Kundenkommunikation lösen können     Der Druck im Bereich Kundenkommunikation steigt – insbesondere in stark regulierten Branchen wie Finanzdienstleistungen, Versicherungen,
Ute Gregorius

Data Integrity Expertin bei Precisely
Verborgene Fehler: Wie wir KI-Systeme falsch bewerten (und was wir dagegen tun können)

Herkömmliche Metriken wie „Genauigkeit“ versagen bei der Bewertung moderner KI. Dieser Artikel zeigt, warum alte Methoden zu verborgenen Fehlern wie Halluzinationen führen, und stellt einen neuen Ansatz vor: eine Kombination aus quantitativen Daten, der skalierten Bewertung durch „KI-Schiedsrichter“ (LLM-as-a-Judge) und der unverzichtbaren Aufsicht durch menschliche Fachexperten.
Akio Nuernberger

Head of Enterprise bei Langfuse GmbH
Mit KI Mehrwerte schaffen: Wie KI-Einsatz in Unternehmen gelingen kann

Mit Hilfe von Künstlicher Intelligenz (KI) lassen sich betriebliche Prozesse effizienter gestalten, Produkte oder Dienstleistungen verbessern sowie neue Geschäftsmodelle entwickeln. Aber wie gelingt der erfolgreiche Einsatz von KI so, dass die Technologie sowohl für Unternehmen als auch für Beschäftigte sowie für Kundinnen und Kunden einen Mehrwert schafft? KI-Projekte erfordern einen ganzheitlichen Ansatz bei der Einführung und Nutzung, der wirtschaftliche, soziale und technologische Aspekte gleichermaßen berücksichtigt, und somit eine mehrdimensionale Perspektive einnimmt – und erfordern nicht zuletzt interdisziplinäre Zusammenarbeit.
Corina Apachite

Leiterin des Bereichs für Künstliche Intelligenz innerhalb von Operations & Technology bei der Continental Automotive Technologies GmbH bei Continental Automotive Technologies GmbH / Plattform Lernende Systeme

Aktuelle Themen

Jetzt für den Newsletter anmelden.

Melden Sie sich jetzt an und erfahren Sie regelmäßig Neues aus der Tech-Branche – einfach und verständlich für Sie aufbereitet.