Dynamische Geschäftsprozessgenerierung durch KI-Agenten

Im Gespräch mit Prof. Dr. August-Wil­helm Scheer (AWS), Grün­der und Alleinge­sellschafter der August-Wil­helm Scheer Hold­ing GmbH und Dr. Wol­fram Jost (WJ), CEO der Scheer IDS GmbH

• Herr Prof. Scheer, wie wür­den Sie die Entwick­lung im Bere­ich der Unternehmenssoft­ware-Lösun­gen der let­zten Jahrzehnte beschreiben — gibt es wiederkehrende Muster?

AWS: Bei Soft­ware gibt es das Span­nungsver­hält­nis bei der Anschaf­fungsentschei­dung zwis­chen „best of breed“ und „best of suites“. Bei „best of breed“ wird für jeden Unternehmen­sprozess die am besten geeignete Soft­ware aus­gewählt. Bei „best of suites“ wird zwis­chen inte­gri­erten Soft­ware­fam­i­lien entsch­ieden, die aber nicht für jede einzelne Funk­tion die beste Lösung bieten. Am Anfang wurde Unternehmenssoft­ware auf einzelne Prozesse aus­gerichtet. So gab es Ange­bote für Ver­trieb, Beschaf­fung, Per­son­al oder Pro­duk­tion. Man kon­nte also nur nach „best of breed“ entschei­den. Bei diesem Ansatz beste­ht das Prob­lem der Daten­in­te­gra­tion. Jede einzelne Funk­tion ver­wal­tet ihre eige­nen Dat­en mit ihren eige­nen For­mat­en. Da Prozesse sich aber durch diese Funk­tio­nen hin­durch­be­we­gen, müssen die Dat­en zwis­chen den einzel­nen Sys­te­men tech­nisch aus­ge­tauscht und inhaltlich angepasst wer­den. Mit dem Aufkom­men der ERP-Sys­teme wurde dieses Prob­lem gelöst, indem eine Daten­bank für das Gesamt­sys­tem ein­gerichtet wird. Jedes Datenele­ment wird nur ein­mal erfasst und ste­ht allen Funk­tio­nen zur Ver­fü­gung. Damit ist das Prob­lem der Daten­in­te­gra­tion automa­tisch gelöst. Hier war deshalb das Entschei­dung­sprob­lem auf die beste ERP-Lösung aus­gerichtet und dem „best of suit“ gefol­gt. Da das Daten­prob­lem durch die ein­heitliche Daten­bank gelöst ist, kann man sich mehr den Prozessen wid­men, um sie zu ver­schlanken und zu opti­mieren.

Mit dem Aufkom­men von Cloud-Lösun­gen kamen aber neue Ange­bote, die auf bes­timmte Teil­prozesse wie Cus­tomer Rela­tion­ship Man­age­ment, Per­son­alver­wal­tung oder Einkauf aus­gerichtet wur­den. Da diese Sys­teme attrak­tiv für Kun­den sind, ent­stand wieder die „best of breed“- Sit­u­a­tion, einzelne Sys­teme zu einem Gesamt­prozess zu inte­gri­eren. Insofern hat sich ein altes Muster wieder­holt. Allerd­ings ste­hen nun verbesserte tech­nis­chen Möglichkeit­en zur Ver­fü­gung, Sys­teme zu inte­gri­eren. Dies gilt ins­beson­dere für Plat­tfor­mar­chitek­turen, die Inte­gra­tions­meth­o­d­en und ‑werkzeuge auf Basis des API-Konzeptes anbi­eten.

Ich bin ges­pan­nt, wie diese Entwick­lung sich weit­er fort­set­zen wird. Das Grund­prob­lem, dass Prozesse aus einzel­nen Funk­tions­blöck­en zusam­menge­set­zt und inte­gri­ert wer­den müssen, bleibt beste­hen.

Die Inno­va­tion wird eher auf einzelne Prozesse aus­gerichtet sein, weil diese leichter auf neue tech­nis­che und inhaltliche Entwick­lun­gen einge­hen kön­nen als ein Gesamt­sys­tem ständig auf neue Entwick­lun­gen anzu­passen. Das Span­nungsver­hält­nis bleibt also beste­hen.

• Als Erfind­er der Prozess­mod­el­lierungsmeth­ode ARIS haben Sie die Soft­wa­reen­twick­lung im Bere­ich der ERP-Sys­teme, ins­beson­dere von SAP, maßgebend bee­in­flusst — ist die Zeit der Prozess­mod­elle nicht langsam vor­bei?

AWS: Die Zeit der Prozes­sop­ti­mierung ist keines­falls vor­bei. Kein Unternehmen kann ohne Prozesse existieren. Allerd­ings ändert sich auf­grund tech­nis­ch­er und konzep­tioneller Entwick­lun­gen die Art und Weise wie Geschäft­sprozesse aus IT-Sicht mod­el­liert und unter­stützt wer­den kön­nen. In der ERP-Ära ging es ins­beson­dere darum, durch Cus­tomiz­ing unter­stützen zu kön­nen. Die gegen­wär­tige KI-Welle ist zunächst auf die Unter­stützung einzel­ner Funk­tio­nen inner­halb von Prozessen aus­gerichtet. Wir richt­en damit die Lupe auf einzelne Funk­tio­nen inner­halb eines Prozess­es und unter­stützen sie durch KI-Agen­ten. Sie kön­nen selb­ständig die Auf­gabe dieser Funk­tion lösen. Sie greifen dabei selb­ständig auf Dat­en und andere Agen­ten zu. Diese Selb­st­ständigkeit führt aber zu einem Kon­trol­lver­lust über die Struk­tur des gesamten „end to end“- Prozess­es. Diese Kon­trolle der gesamten Prozessstruk­tur haben wir aber bei der Mod­el­lierung im Vorder­grund gese­hen. Die neue Prob­lematik beste­ht deshalb darin, inner­halb eines struk­turi­erten und mod­el­lierten Prozess­es Frei­heit­sräume für Soft­ware- Agen­ten einzuräu­men, aber deren Start- und End­punk­te in den gesamten Ablauf einz­u­fan­gen.

• Warum sind Sie der Ansicht, dass Daten­mod­elle erst jet­zt ihre Wirkung voll ent­fal­ten kön­nen und welchen Anteil haben große Sprach­mod­elle und KI-Agen­ten daran?

AWS: Es gibt kein KI-Sys­tem ohne Dat­en. Dat­en treiben KI-Anwen­dun­gen. Deshalb begren­zen und ermöglichen die ver­füg­baren Dat­en die Aus­sagen eines KI-Sys­tems. Bei indi­vidu­ellen Anwen­dun­gen, bei denen die eige­nen Dat­en als Grund­lage eines KI-Sys­tems dienen, rückt die Ken­nt­nis und Beschrei­bung der Dat­en wieder in den Vorder­grund. Ich bin sich­er, dass die Auf­stel­lung eines unternehmensweit­en Daten­mod­ells für die Infor­ma­tionsver­ar­beitung wieder von grundle­gen­der Bedeu­tung sein wird. Daten­mod­elle sind eine sehr kom­prim­ierte Darstel­lung von Möglichkeit­en und Gren­zen der Prozes­sor­gan­i­sa­tion. Ganz ein­fach gesagt: wenn die für einen Prozess benötigten Dat­en nicht zur Ver­fü­gung ste­hen, kann man einen Prozess noch so schön mod­el­lieren oder pro­gram­mieren, er kann trotz­dem nicht real­isiert wer­den. Dieses ist der Grund, dass ich noch in diesem Jahr ein neues Buch zur Entwick­lung unternehmensweit­er Daten­mod­elle veröf­fentlichen werde.

• Herr Dr.Jost, wenn Prozesse kün­ftig von KI-Agen­ten bei Bedarf — ad hoc — gener­iert wer­den kön­nen — was hat das für Kon­se­quen­zen für die Soft­wa­reen­twick­lung und Soft­warearchitek­turen?

WJ: Zunächst muss ein­mal fes­thal­ten wer­den, dass Soft­wa­reen­twick­lung mehr ist als Codierung. Viele glauben, dass es in der Soft­wa­reen­twick­lung nur um die Erzeu­gung von Quell­code geht. Das ist mit­nicht­en der Fall. Soft­ware muss konzip­iert, beschrieben, entwick­elt, getestet, verteilt, überwacht und inno­v­a­tiv weit­er­en­twick­elt wer­den. Der wichtig­ste Punkt ist hier­bei die Entwick­lung der fach­lichen Konzep­tion. Sie legt das Inno­va­tionspo­ten­tial und damit das betrieb­swirtschaftliche Erfol­gspo­ten­tial der späteren Soft­ware fest. Und nur darum geht es bei der Soft­wa­reen­twick­lung. Um Busi­ness Out­comes. Die Qual­ität ein­er Soft­ware bemisst sich immer am erziel­baren Umsatz. In diesem Bere­ich ist die Unter­stützung der KI noch rel­a­tiv begren­zt bzw. nicht vorhan­den. Den­noch wer­den KI-Agen­ten – und daran beste­hen keine Zweifel — ganz sich­er Grundbe­standteil ein­er jed­er mod­er­nen Soft­wa­reen­twick­lung­sumge­bung wer­den. KI-Agen­ten sind in der Lage, auf Grund textueller Inputs sehr schnell erste Pro­gram­mier­vorschläge zu erzeu­gen. Diese müssen aber von Soft­wa­re­ex­perten auf ihre Qual­ität über­prüft wer­den. Solange die „Ver­lässlichkeit des Out­puts“ von KI-Agen­ten nicht wesentlich bess­er wird, wird das auch noch eine Zeit lang der Fall sein. Den­noch, um es ganz deut­lich zu sagen, wer­den KI Agen­ten Teile des Soft­wa­reen­twick­lung­sprozess­es beschle­u­ni­gen und somit die Pro­duk­tiv­ität (guter) Soft­wa­reen­twick­ler enorm steigern. Aus­sage wie „wir brauchen zukün­ftig keine Soft­wa­reen­twick­ler mehr“ sind allerd­ings weit jen­seits der Real­ität.

Was das The­ma Soft­warearchitek­turen bet­rifft, so stellt sich fol­gende zen­trale Frage: Wie wer­den zukün­ftig Geschäft­sprozesse in Soft­ware gegossen? Bish­er war der Ansatz der, dass die betrieb­swirtschaftliche Logik der Geschäft­sprozesse im Quell­code hart pro­gram­miert wurde. Das heißt, die durch die jew­eilige Soft­ware zu unter­stützen­den Geschäft­sprozesse wur­den im Vor­feld der Entwick­lung fach­lich entwick­elt, doku­men­tiert und dann in Soft­warel­ogik umge­set­zt. Somit kon­nten die Prozesse im Rah­men ihrer Aus­führung auch nur so durchge­führt wer­den, wie diese vor­ab definiert wur­den. Anpas­sun­gen dieser vorgegebe­nen Prozesse im Rah­men der Aus­führungsphase sind zwar grund­sät­zlich möglich, aber nur in sehr begren­ztem Maße und auch nur mit erhe­blichem zeitlichem Aufwand. Unter Berück­sich­ti­gung der KI-Tech­nolo­gie ist jet­zt ein völ­lig ander­er Ansatz denkbar. Die Geschäft­sprozesse wer­den nicht mehr vorgedacht und hart in der Soft­ware codiert, son­dern dynamisch zur Aus­führungszeit von KI-Agen­ten gener­iert. Somit beste­ht nicht mehr die Auf­gabe, sich im Vor­feld der Entwick­lung zu über­legen, welche Prozesse wie aus­ge­führt wer­den sollen. Die KI-Agen­ten sind in der Lage, die jew­eils näch­sten Schritte eines Prozess­es dynamisch auf Basis ihres gel­ern­ten Kon­textes zu gener­ieren und auch auszuführen. Somit fällt das „Vor­denken“ weg.

• Welche Rolle kön­nen Inte­gra­tionsplat­tfor­men wie Scheer PaaS bei diesem Wan­del übernehmen?

WJ: Scheer PAS ist eine Plat­tform zur Inte­gra­tion und Automa­tisierung von Anwen­dun­gen und Geschäft­sprozessen. Hier­bei han­delt es sich um soge­nan­nten End-2-End Geschäft­sprozesse. Diese bein­hal­ten in der Regel sowohl repet­i­tive Funk­tio­nen als auch Funk­tio­nen, die abhängig vom jew­eili­gen Kon­text unter­schiedlich auszuführen sind. Während keine Notwendigkeit beste­ht, für repet­i­tive Funk­tio­nen AI Agen­ten einzuset­zen, so ist dies bei dynamis­chen Funk­tio­nen völ­lig anders. Somit sind wir in ein­er Sit­u­a­tion, in der End-2-End Geschäft­sprozesse zukün­ftig sowohl klas­sis­che als auch dynamis­chen Funk­tio­nen bein­hal­ten. Und genau hier kommt Scheer PAS zum Ein­satz. Mit Scheer PAS sind die Kun­den in der Lage, klas­sis­che und dynamis­chen Funk­tio­nen in einem Geschäft­sprozess zu inte­gri­eren. Das heißt transak­tionale Funk­tio­nen und KI basierte Funk­tio­nen kön­nen mit ein­er ein­heitlichen Meth­ode und mit ein­er ein­heitlichen Plat­tform designed, deployed und aus­ge­führt wer­den. Wir reden hier dann von hybri­den KI-Prozessen.

• Wie kön­nen Data Spaces, wie Fac­to­ry X und Man­u­fac­tur­ing X, in Kom­bi­na­tion mit KI-Agen­ten zur Entste­hung neuer Geschäftsmod­elle beitra­gen?

WJ: In der Frage wer­den ein Paar Dinge gemis­cht. Bei Fac­to­ry X und Man­u­fac­tur­ing X geht es unter anderem darum, den unternehmen­süber­greifend­en Date­naus­tausch auf ein­er DSGVO kon­for­men und Cloud basierten Daten­in­fra­struk­tur durchzuführen. Hierzu muss die Daten­in­fra­struk­tur fol­gende wesentlichen Capa­bil­i­ties bein­hal­ten: Rout­ing, Orches­tra­tion, Map­ping, Mon­i­tor­ing und Trans­for­ma­tion. KI-Agen­ten sind Soft­waresys­teme, die in der Lage sind, Auf­gaben autonom durch Inter­ak­tion mit der Umwelt auszuführen. Geschäftsmod­elle beschreiben die Art und Weise, wie Unternehmen am Markt agieren und Geld ver­di­enen. Insofern würde ich sagen, dass die Data Spaces ein Enabler für neue Geschäftsmod­elle sind, die auf unternehmen­süber­greifend­en Unternehmen­snet­zw­erken beruhen. KI-Agen­ten kön­nen in einem solchen Mod­ell zur Abwick­lung dynamis­ch­er Geschäft­sprozesse einge­set­zt wer­den. Dazu müssten die KI-Agen­ten in die Lage ver­set­zt wer­den, mit den API´s der Data Spaces zu kom­mu­nizieren und diese als Daten­quelle zu benutzen. Des Weit­eren kön­nte die Inte­gra­tion von KI- Agen­ten mit den auf den Data Spaces arbei­t­en­den App­lika­tio­nen ver­bun­den wer­den, um dynamisch auf unvorherse­hbare Geschäft­sereignisse zu reagieren.

• Welche Auswirkun­gen hat der Ein­satz von KI-Agen­ten auf die Flex­i­bil­ität und den Koor­di­na­tion­saufwand in den Unternehmens- und Geschäft­sprozessen — wo bleibt der Men­sch dabei?

WJ: Die KI-Agen­ten fall­en nicht vom Him­mel. Wie jede andere Soft­ware auch, müssen diese definiert, entwick­elt, aus­ge­führt, überwacht und weit­er­en­twick­elt wer­den. Wir müssen uns bei aller Euphorie immer noch dessen bewusst sein, dass auch KI-Agen­ten nichts anderes darstellen, als ein Stück Soft­ware, die auf einem Com­put­er aus­ge­führt wird, der nichts anderes macht, als vorgegebene Instruk­tio­nen abzuar­beit­en. Das allerd­ings in ein­er nie für möglich gehal­te­nen Geschwindigkeit. Gibt es heute App­lika­tion­s­man­ag­er, so gibt es mor­gen Agen­ten Man­ag­er. Gibt es heute App­lika­tion­sen­twick­ler, so gibt es mor­gen Agen­ten Entwick­ler. Ein­fach gesprochen kann man sagen, die KI-Agen­ten lösen die App­lika­tio­nen ab. Das heißt, der Men­sch wird auch weit­er­hin hier eine ganz entschei­dende Rolle spie­len. Die Schwierigkeit bei der Entwick­lung von KI-Agen­ten liegt auch nicht so sehr in der tech­nis­chen Imple­men­tierung, son­dern viel mehr in der Def­i­n­i­tion des fach­lichen Use Cas­es. Die Frage also, wo machen die Fähigkeit­en von KI-Agen­ten beson­ders Sinn? Wo kön­nen Sie neue, inno­v­a­tive Geschäft­sprozesse voll­ständig übernehmen? Wo kön­nen durch den Ein­satz von KI Agen­ten Geschäft­sprozesse definiert wer­den, die mit tra­di­tionellen Tech­nolo­gien über­haupt nicht denkbar sind? All diese Fra­gen kann (bis heute) nur der Men­sch beant­worten. Deshalb ist der Begriff „Intel­li­gence“ in diesem Kon­text — mein­er Mei­n­ung nach — etwas unglück­lich gewählt. Weil er etwas sug­geriert, was die KI Tech­nolo­gie nicht bieten kann. Näm­lich men­schlich­es Bewusst­sein. Der Begriff Intel­li­genz umfasst nach mein­er Vorstel­lung auch „Bewusst­sein“ oder wie die Amerikan­er sagen, „Con­scious­ness“.

• Wie soll­ten Unternehmen vorge­hen, die mit dem Gedanken spie­len, ihre App­lika­tio­nen und Geschäft­sprozesse auf agen­ten­basierte KI umzustellen?

WJ: Zunächst ein­mal geht es darum, die Unter­schiede zwis­chen App­lika­tio­nen und KI-Agen­ten genau zu ver­ste­hen. Danach liegt die wesentliche Auf­gabe darin, Use Cas­es bzw. Geschäft­sprozesse zu iden­ti­fizieren, die durch die Umstel­lung auf KI-Tech­nolo­gien einen höheren Wert­beitrag zum Unternehmenser­folg liefern, als das durch klas­sis­che App­lika­tio­nen der Fall ist. Die Nutzung von KI-Agen­ten ist kein Selb­stzweck. Nicht jede, der derzeit in einem Unternehmen vorhan­de­nen App­lika­tio­nen ist für eine KI-Trans­for­ma­tion geeignet. Hier gilt es einen kühlen Kopf zu bewahren und sich nicht von der Euphorie ansteck­en zu lassen. Der erste aus­gewählte Use Case oder Geschäft­sprozess sollte auch fehler­tol­er­ant sein. Es ist näm­lich davon auszuge­hen, dass die ersten KI-Trans­for­ma­tion­spro­jek­te eine hohes Fehler­risiko besitzen und auch scheit­ern kön­nen. „Ver­such und Irrtum“ ist hier der zu wäh­lende Ansatz. Scheit­ern muss zum Teil der Unternehmen­skul­tur wer­den und sollte verkraft­bar sein. Dann geht es auch um Fra­gen der zu ver­wen­den­den KI-Tech­nolo­gien. Welche LLMs will man ver­wen­den? Set­zt man auf Open-Source Mod­elle oder auf Closed Source Mod­elle? In welche Abhängigkeit beg­ibt man sich, wenn man bes­timmte KI-Tech­nolo­gien auswählt (Lock In Effekt) und wie geht man mit diesen Abhängigkeit­en um? Ver­wen­det man eher Low Code KI Plat­tfor­men oder eher Pro Code Plat­tfor­men? Benutzt man „Out of the box“ Lösun­gen oder legt man den Schw­er­punkt eher auf indi­vidu­elle Entwick­lun­gen? Es gibt also eine ganze Rei­he von Fra­gen, die man im Vor­feld beant­worten muss. Den­noch bin ich der Mei­n­ung, dass nichts zu tun, keine Option ist. Alle Unternehmen sind dazu aufge­fordert, sich mit den Möglichkeit­en der KI Tech­nolo­gie zu beschäfti­gen und Ein­satzszenar­ien zu iden­ti­fizieren. Was SaaS App­lika­tio­nen für die Cloud, bedeuten KI Agen­ten für KI. Wichtig ist allerd­ings, dass man sich einen neu­tralen Blick auf das The­ma KI erar­beit­et und sich nicht von den Mar­ketingaus­sagen der großen Her­steller blenden lässt. Heutige KI Tech­nolo­gien haben ein­er­seits ein enormes Poten­tial, ander­er­seits aber auch ern­sthafte Lim­i­ta­tio­nen. Deshalb ist es enorm wichtig, Chan­cen und Risiken abzuwä­gen und explo­rativ vorzuge­hen.

Das Gespräch führte Ralf Keu­per