Ein Verständnis dafür, wie KI im Hintergrund funktioniert, führt zu besseren Geschäftsergebnissen

Künstliche Intelligenz verändert die Abläufe in Unternehmen, doch die Technologie allein entscheidet nicht darüber, wer erfolgreich sein wird. In diesem Blogbeitrag untersucht Guido van den Boom, wie Unternehmen über KI-Pilotprojekte hinausgehen können, um produktionsreife KI-Systeme aufzubauen, langfristige Kundenpartnerschaften zu stärken, Mitarbeiter durch agentische KI zu befähigen und messbaren geschäftlichen Mehrwert zu schaffen. Seine Botschaft ist klar: Erfolgreich werden jene Unternehmen sein, deren Führungskräfte technologisches Verständnis mit der Vision verbinden, die Art und Weise, wie Arbeit erledigt wird, neu zu gestalten.

Die KI-Revolution schreitet langsamer voran, als viele Schlagzeilen vermuten lassen, doch ihre langfristigen Auswirkungen auf die Wirtschaft werden nach wie vor weitgehend unterschätzt. Während multinationale Konzerne Personalabbau schnell der KI zuschreiben, müssen wir uns auf die stillere Revolution konzentrieren, die sich hinter den Kulissen vollzieht, sowie auf die grundlegenden Fragen, die sich jede Führungskraft derzeit stellen sollte. „Letztendlich entscheidet nicht die KI darüber, was mit Ihrem Unternehmen geschieht. Das hängt von der Vision und der Kreativität der Personen ab, die auf Führungsebene die Entscheidungen treffen.“

Man muss die Berichte, wonach multinationale Konzerne derzeit Tausende von Arbeitsplätzen abbauen, „weil Agenten die Arbeit übernehmen“, wirklich mit großer Vorsicht betrachten. Gleichzeitig sehe ich Entwicklungen am Horizont, die unsere Arbeit und unsere Welt in den kommenden Jahren grundlegend verändern werden – nicht nur in unserem eigenen Unternehmen und bei unseren Kunden, sondern sicherlich in der gesamten Gesellschaft. Wir müssen uns schon jetzt auf diese Entwicklungen vorbereiten.

Als Chief Commercial Officer von Xebia trage ich maßgeblich zur Gestaltung der Geschäftsstrategie des Unternehmens in einem seiner größten Märkte bei. Xebia arbeitet mit Großunternehmen aus den Bereichen Finanzdienstleistungen, Einzelhandel, Gesundheitswesen, Medien und Technologie zusammen, um komplexe geschäftliche und technologische Herausforderungen zu bewältigen. Mit weltweit über 4.500 Fachkräften widmet sich ein erheblicher Teil der Belegschaft von Xebia der Softwareentwicklung, wodurch das Unternehmen direkt in die Schusslinie von Claude Code und ähnlichen KI-Diensten gerät. Xebia sicher durch dieses Minenfeld zu lotsen, ist Teil meiner Aufgabe.

In den vergangenen Jahren hat sich Xebia von einem traditionellen Beratungsmodell hin zu langfristigen strategischen Partnerschaften mit seinen größten Unternehmenskunden entwickelt. Aus niederländischer Perspektive gehören dazu ING, dsm-firmenich, Rituals, ASML, Sligro, Rabobank und Orbia/Wavin sowie Digital-Natives wie Flow Traders und Mollie. Durch die langjährige Zusammenarbeit mit diesen Unternehmen hat Xebia die rasante Entwicklung in den Bereichen Unternehmensdaten, Cloud und KI aus nächster Nähe mitverfolgt. Diese langfristige Perspektive ermöglicht es Xebia nun, Kunden dabei zu unterstützen, über die Experimentierphase hinauszugehen und KI in ihre Kerngeschäftsprozesse zu integrieren.

Von der Technologieumsetzung zum strategischen Berater

Xebia arbeitet seit mehr als 20 Jahren für ING. Die Bank hat stets den Fokus auf innovative digitale Technologien gelegt, insbesondere nachdem der ehemalige Vorstandsvorsitzende Ralph Hamers das Ziel formuliert hatte, „ein IT-Unternehmen mit Banklizenz“ zu werden. Unsere Rolle bei der Unterstützung von ING bei der Einführung des Spotify-Modells für agile Arbeitsweisen spiegelt wider, wie sich viele unserer Kundenbeziehungen entwickeln. Wir werden oft nicht hinzugezogen, um die Strategie zu definieren, sondern um Unternehmen dabei zu unterstützen, diese in großem Maßstab umzusetzen.

Zunächst beauftragte die Bank eine Strategieberatung mit der Entwicklung eines agilen Betriebsmodells. Als es darum ging, dieses Modell unternehmensweit zu verankern, wandte sich ING an Xebia. Wir entsandten ein Team aus zehn Agile Coaches, um das Management und die Teamleiter während des gesamten Transformationsprozesses zu unterstützen. Genau hier schaffen wir den größten Mehrwert: indem wir strategische Ziele in operative Realität umsetzen.

Dies ist uns möglich, weil wir über viele Jahre hinweg fundierte Kenntnisse über die Technologielandschaften unserer Kunden erworben haben. In der Vergangenheit lag der Schwerpunkt unserer Tätigkeit darauf, den zuverlässigen und effizienten Betrieb der Technologieplattformen sicherzustellen. Da Daten und KI heute eine zentrale Rolle in der Unternehmensstrategie spielen, hat sich unser Aufgabenbereich weit über die reine Implementierung hinaus erweitert. Daher arbeiten wir gemeinsam mit der Unternehmensleitung an strategischen Geschäftsentscheidungen und beschränken uns nicht mehr auf die rein technische Umsetzung.

Unternehmens-KI über herkömmliche Chatbots hinaus

Der Kundenservice-Chatbot von ING stützte sich ursprünglich auf Entscheidungsbäume und strukturierte Wissensdatenbanken. Die Ablenkungsrate – also der Prozentsatz der Anfragen, die ohne menschliches Eingreifen gelöst wurden – war jedoch viel zu niedrig, was zu steigenden Kosten und einer sinkenden Kundenzufriedenheit führte. Der rasante Aufstieg der großen Sprachmodelle (LLMs) bot plötzlich die Gelegenheit, diesen Ansatz grundlegend zu überdenken.

Eine Bank wie die ING verfügt über einen wahren Schatz an historischer Kundenkommunikation: jahrelange Dialoge, E-Mails, Beschwerden und die darauf gegebenen Antworten, die in verschiedenen Datenbanken gespeichert sind. Zusammengenommen stellt dies eines der wertvollsten Wissensgüter des Unternehmens dar. Während ein klassischer Chatbot sich lediglich auf einen vordefinierten Entscheidungsbaum stützen kann, lässt sich ein Sprachmodell – in diesem Fall Google Vertex AI – anhand all dieser echten Kundeninteraktionen aus der Vergangenheit trainieren. Das Modell lernt dabei nicht nur, was ING antwortet, sondern auch, wie: im richtigen Tonfall und unter Einhaltung aller Regeln und Vorschriften.

Gerade im stark regulierten Umfeld einer Bank ist dies keine einfache Angelegenheit. Eine zentrale Herausforderung besteht darin, dass LLMs nicht deterministisch sind: Sie können in jede beliebige Richtung tendieren und dabei höchst unerwartete und unerwünschte Antworten liefern. Man muss ein solches Modell also „zähmen“ und sein Verhalten steuern. Wenn man jedoch jede Antwort manuell auf ihre Qualität hin überprüfen möchte, würde es schlichtweg Jahre dauern, ein solches Modell zu trainieren und zu steuern.

Aufbau vertrauenswürdiger KI durch systematische Bewertung

Nach umfangreichen Versuchen haben wir unser eigenes Bewertungsframework entwickelt: eine systematische Methode zur Bewertung und Überwachung der Modellausgaben in großem Maßstab. Heute gehört ein solches Bewertungsframework zum Standard, wenn Sie Agenten der großen Cloud-Anbieter bereitstellen. Damals gab es so etwas noch nicht, was einen erheblichen Mehraufwand bedeutete. Gleichzeitig lieferte es jedoch auch zahlreiche wertvolle Erkenntnisse.

Wie genau werden diese Modelle aufgebaut, und wie stellen Sie sicher, dass sie genau das tun, was Sie wollen? Je besser Sie verstehen, was hinter den Kulissen vor sich geht, desto größer ist die Chance auf ein starkes Geschäftsergebnis unter dem Strich. Heute gehört der ING-Chatbot zu den wenigen produktionsreifen, generativen KI-Kundendienstlösungen, die autonom in einem stark regulierten Bankumfeld operieren. Für Xebia hat der Aufbau dieses Fachwissens unsere Rolle grundlegend verändert – weg von der reinen Implementierung von Technologie hin zur Unterstützung von Führungskräften bei der Treffen fundierter KI-Entscheidungen, die auf operativer Erfahrung basieren.

Die Zukunft der KI ist vernetzt, kontextbezogen und autonom

Bis heute nutzen die meisten Unternehmen KI eher zur Optimierung bestehender Prozesse als zur grundlegenden Neugestaltung der Arbeitsabläufe. Bei einem globalen Chemiekonzern unterstützen wir beispielsweise die Marketingabteilung dabei, Marktsegmente zu identifizieren, die sie bislang noch nicht bedient, in die sie jedoch vordringen kann. Für ein großes FMCG-Unternehmen haben wir eine interne Dokumentenklassifizierung eingerichtet, bei der das System die relevanten Erkenntnisse selbst generiert. Arbeiten, die zuvor Wochen in Anspruch nahmen, können nun innerhalb weniger Stunden erledigt werden, während die Betriebskosten deutlich gesenkt werden.

Bei einem weltweit tätigen Kosmetikkonzern gehen wir bereits einen Schritt weiter, indem wir den Einsatz von KI über Wissensarbeiter hinaus auf Mitarbeiter im Direktkontakt mit den Kunden ausweiten. Diese müssen eine Vielzahl von Dingen wissen: wie man das Geschäft öffnet und schließt, wie man mit einem Kunden umgeht und was im Falle eines Diebstahls zu tun ist. Dank unseres neuen „Store Buddy“ werden sie bald in der Lage sein, jede Frage in natürlicher Sprache an ein Tablet zu richten. Hinter den Kulissen sorgt ein „Super-Agent“ mit einer kleinen Armee weiterer Agenten dafür, dass jede Antwort in Echtzeit aus Systemen wie ServiceNow und Salesforce abgerufen wird.

Die systemübergreifende Vernetzung von Unternehmensdaten ist zu einer der wichtigsten Grundlagen für die erfolgreiche Einführung von KI geworden. Viele KI-Initiativen erzielen keinen nennenswerten geschäftlichen Nutzen, da den Modellen der organisatorische Kontext fehlt. Durch die Zuführung interner Daten in „kleinen Häppchen“ an agentische KI-Systeme verbessern sich die Ergebnisse in bemerkenswertem Tempo.

Unternehmen dabei unterstützen, sich auf eine KI-gesteuerte Zukunft vorzubereiten

Einer der Sektoren, der am stärksten betroffen ist, ist die Softwareentwicklung – unser Kerngeschäft. Aufgaben, für die früher große Entwicklerteams erforderlich waren, können zunehmend von kleineren Teams bewältigt werden, die durch KI-Agenten unterstützt werden. Und wenn ich mir unsere Kunden anschaue, stelle ich fest, dass sich die Rolle der Menschen davon weg verlagert, jede Aufgabe selbst auszuführen, hin zur Steuerung, Überprüfung und Koordination von KI-gestützten Arbeitsabläufen.

Die Investition in die Entwicklung der eigenen Mitarbeiter ist daher wichtiger denn je. Unsere Entwickler beispielsweise müssen sich in die Rolle eines „Orchestrators“ hineinwachsen. Anstatt jede Stunde damit zu verbringen, manuell Code zu schreiben, leiten sie zunehmend KI-Agenten an, validieren Ergebnisse, legen Sicherheitsgrenzen fest und stellen sicher, dass die Software den geschäftlichen, qualitativen und sicherheitstechnischen Anforderungen entspricht. Dies erfordert eine neue Art von Fachkräften: Menschen, die genau verstehen, wie KI-Systeme funktionieren und wie Technologie messbaren geschäftlichen Mehrwert für den Kunden schafft.

Die Führung entscheidet über die geschäftlichen Auswirkungen der KI

Das Gleiche gilt für alle Unternehmen. IKEA hat beispielsweise einen KI-Chatbot eingeführt, der Berichten zufolge fast die Hälfte aller Kundengespräche abwickelt. Die Unternehmensleitung hätte dies als Argument nutzen können, um einen Großteil der Belegschaft abzubauen und mehr Gewinn für die Aktionäre zu erwirtschaften. Stattdessen untersuchte sie genau, welche Probleme der Bot nicht lösen konnte. Es stellte sich heraus, dass Kunden, die Beratung bei der Einrichtung ihrer Wohnungen suchten, nach wie vor den Geschmack eines Menschen und ein offenes Ohr bevorzugten.

Infolgedessen bildete IKEA einen Großteil seiner Kundendienstmitarbeiter zu Einrichtungsberatern um. Diese Umstellung brachte bereits im ersten Jahr mehr als 1 Mrd. Euro an neuen Umsätzen ein. Anstatt zu fragen: „Wie können wir mit KI so viel wie möglich einsparen?“, suchte IKEA nach neuen Möglichkeiten.

Künstliche Intelligenz wird in den kommenden Jahren erhebliche Auswirkungen auf Unternehmen, ihre Mitarbeiter und die Art und Weise haben, wie diese zusammenarbeiten. Letztendlich entscheidet jedoch nicht die KI darüber, wie es mit Ihrem Unternehmen weitergeht. Dies hängt vielmehr von der Vision, der Kreativität und dem unternehmerischen Gespür der Personen ab, die auf Führungsebene die Entscheidungen treffen.

Profil: Guido van den Boom

Guido van den Boom studierte Geschichte, begann seine Karriere jedoch vor mehr als 25 Jahren bei Magnus Management Consultants in der Unternehmensberatung, wo er umfangreiche SAP-Umstellungen leitete. Nach einer Tätigkeit bei HEMA, wo er den ersten Webshop in den Niederlanden aufbaute, war er zehn Jahre lang bei Accenture tätig und leitete dort unter anderem Accenture Interactive (später Accenture Song) in den Niederlanden. Anschließend wechselte er zu Capgemini, wo er den Bereich „Digital Customer Experience“ leitete. Guido kam 2018 zu Xebia, um dort den Bereich für digitale Strategie aufzubauen. Seit 2025 ist er Chief Commercial Officer für die Benelux-Länder.

Dieser Artikel wurde ursprünglich auf Niederländisch auf Businesswise.nl veröffentlicht. Klicken Sie hier, um die niederländische Version aufzurufen.