Mobile-Menu

Schöpferische Zerstörung im Tagesgeschäft Wie KI-Effizienz in die Unternehmensprozesse sickert

Von Dr. Stefan Riedl 7 min Lesedauer

Anbieter zum Thema

Sage GmbH
WatchGuard Technologies GmbH

KI ist die nächste Welle schöpferischer Zerstörung — die Frage ist, wie ihre Effizienz ins Tagesgeschäft gelangt. Einblicke in den Sage-Maschinenraum zeigen, wie ERP-Software KI in Kernprozesse integriert und Produktivitätsgewinne spürbar macht.

Ohne Zweifel ist Künstliche Intelligenz ein Innovationstreiber sowie ein disruptiver Faktor für Wirtschaft und Gesellschaft.(Bild: Midjourney / KI-generiert)
Ohne Zweifel ist Künstliche Intelligenz ein Innovationstreiber sowie ein disruptiver Faktor für Wirtschaft und Gesellschaft.
(Bild: Midjourney / KI-generiert)

KI ist der nächste große Umwälzer — ein Gamechanger, der Wirtschaft und Gesellschaft so grundlegend verändert wie frühere technologische Wellen. Schon Joseph Schumpeter beschrieb dieses Muster als „schöpferische Zerstörung“: In Werken wie „Capitalism, Socialism and Democracy“ (1942) und seiner Theorie der wirtschaftlichen Entwicklung sieht er Innovationen als Motor des Wachstums, Unternehmer als Treiber, die alte Strukturen zerstören und durch effizientere ersetzen. Schumpeters Kernthesen: technischer Fortschritt bringt disruptiven Wandel, Gewinner und Verlierer entstehen, und langfristiges Wachstum entsteht gerade durch diese Zerstörungs- und Erneuerungsprozesse.

Profiteure und gesellschaftliche Opportunitätskosten

Wer profitiert? Nicht nur die Hyperscaler und KI-Stars — OpenAI (ChatGPT), Google (DeepMind/Bard), Microsoft (Azure/OpenAI), Amazon (AWS/Bedrock), Meta (Llama), Anthropic (Claude), NVIDIA (Hardware/Plattformen) oder IBM (Watson) — werden reichlich Marktanteile und Aufmerksamkeit ernten. Die Börse preist einen allgemeinen Effizienzgewinn ein: Anleger setzen auf breit wirkende Produktivitätssteigerungen ein, die aber auch gesellschaftliche Opportunitätskosten mit sich bringen — Automatisierung kann Arbeitsplätze verschieben und Qualifikationsprofile ändern.

Die Effizienz in den Prozessen

Wie sickert diese Effizienz in den Alltag der Unternehmen? Über Software: KI ist kein reines Forschungsprodukt, sondern wird in Produktivsysteme eingebettet — ERP, CRM, SCM, HR‑Tools, RPA und BI‑Plattformen transportieren die Technologie in operative Prozesse. Beispiele wie ERP‑Software von Sage zeigen, wie KI Routineaufgaben automatisiert, Entscheidungsunterstützung liefert und damit Effizienzgewinne direkt in Geschäftsprozesse überführt — ein Hebel, der den Schumpeterschen Transformationszyklus in die Praxis übersetzt.

Hintergrund

Deterministik versus Probabilistik

Der Unterschied zwischen deterministischen und probabilistischen Daten spielt in der KI-Frage eine große Rolle. Deterministische Daten beziehen sich auf feste Werte, wie Finanzflüsse, Buchungen oder Gesundheitsdaten, bei denen genaue Ergebnisse und Outputs festgelegt sind.

Im Gegensatz dazu stehen probabilistische Daten, die Unsicherheiten und Wahrscheinlichkeiten „einpreisen“. Diese Daten finden sich häufig in Bereichen wie Business Intelligence, Vorhersagemodellen und Analytics. Hier wird versucht, aus vorhandenen Informationen Muster zu erkennen und Wahrscheinlichkeiten für zukünftige Ereignisse zu berechnen. Das Halluzinationsproblem, das in der KI häufig vorkommt, ist in der Analytik besonders relevant, da es die Qualität der erzeugten Daten und deren Interpretation beeinflussen kann.

Die originäre Stärke der KI liegt in der probabilistischen Datenverarbeitung, was sie zu einem Werkzeug dafür macht, die Muster und Trends in großen Datensätzen zu erkennen. Doch die KI-Entwicklung steht ganz am Anfang und in der Deterministik werden KIs von Version zu Version naturgemäß immer besser.

KI in Produktivsystemen am Beispiel Sage

Alexander Trautmann, Director Product Engineering bei Sage erläutert, dass bei seinem Arbeitgeber der KI-Assistent „Sage Copilot“ sukzessive in immer mehr Produkte integriert wird. Als Folge könne ein Produktivitäts- und Automatisierungsgewinn den Kunden durch die integrierte KI beobachtet werden.

Alexander Trautmann, Director Product Engineering, Sage(Bild: Sage)
Alexander Trautmann, Director Product Engineering, Sage
(Bild: Sage)

Grundsätzlich führe KI besonders dort schnell zu Produktivitätsverbesserungen, wo große Datenmengen und repetitive Aufgaben zusammenkommen. Trautmann nennt konkrete Beispiele:

  • KI kann in der Buchhaltung Rechnungspositionen automatisch mit Bestellungen abgleichen.
  • Im Debitorenmanagement schlägt der Sage Copilot Maßnahmen vor, um Zahlungen von Kunden zu beschleunigen und das Betriebskapital zu optimieren.
  • In der Warenwirtschaft hilft KI unter anderem bei der intelligenten Anomalie- und Muster-Erkennung.
  • KI analysiert Verkaufsdaten und saisonale Trends, um die Lagerhaltung präzise zu planen und Überbestände zu vermeiden.

Insgesamt, fasst Trautmann zusammen, reduziere die Automatisierung manueller Aufgaben Fehler und beschleunigt Prozesse. KI-gestützte Analysen ermöglichen schnellere, fundierte Entscheidungen und setzen Ressourcen für wertschöpfende Tätigkeiten frei.

Die natürlichen Grenzen der KI

Die gesellschaftlichen Opportunitätskosten wurden bereits erwähnt: Effizienzgewinn kann Arbeitsplätze kosten, und nicht nur aus diesem Grund stellt sich die Frage, welche natürlichen Grenzen KI in diesem Umfeld hat. Oder anders gefragt: In welchen Segmenten bleibt der Mensch unersetzlich? Der Director Product Engineering glaubt, dass KI Menschen unterstützen, nicht aber ersetzen kann. Je verantwortungsvoller eine Tätigkeit, desto weniger könne KI sie unkontrolliert ausführen. Wenn es um sensible Entscheidungen oder Dilemmata geht, fehlt KI demnach beispielsweise das nötige Wertegerüst. „Auch mangelt es der KI an Urteilskraft: So kann sie eine Abweichung in den Daten identifizieren, aber nur Mitarbeiter mit Erfahrung können beurteilen, ob es ein Betrugsversuch, ein Problem oder eine legitime, einmalige Sondersituation ist“, so der Manager.

Software mit KI frisst klassische Software.

Alexander Trautmann, Director Product Engineering, Sage

Hintergrund

Wo kommt die These „AI is going to eat software“ her?

Jensen Huang, Gründer und CEO von Nvidia machte die griffige Formulierung „AI is going to eat software“ öffentlich und verbreitete sie, ist aber nicht unbedingt der originäre Urheber der zugrundeliegenden Idee.

Vorläufer: Die Idee baut auf früheren Überlegungen auf, etwa Marc Andreessens Essay „Why Software Is Eating the World“ (2011).

Huang nutzte die Wendung seit etwa 2017 öffentlich und fungiert damit vor allem als Popularisierer dieser These.

„KI frisst Software“ – was ist da dran?

Die Vorstellung, dass KI jede Software ersetzen kann, ist aus der Sicht von Trautmann zu kurz gegriffen. KI entfalte vielmehr in den meisten Szenarien besonders in der Kombination mit entsprechender Software ihre Wirkung. Der verantwortungsvolle Einsatz von KI erfordert seiner Ansicht nach zwei zentrale Dinge:

  • Erstens domänenspezifische Intelligenz mit Genauigkeit, Zuverlässigkeit, Konsistenz und Erklärbarkeit. Sie muss alle Konstanten des jeweiligen Themas abdecken und auch außergewöhnliche Fälle bewältigen.
  • Zweitens: KI muss in vertrauenswürdigen Systemen integriert sein, die Verantwortlichkeit garantieren. Von Grund auf sicher, standardmäßig überprüfbar, mit klaren Grenzen dafür, was KI darf, wann sie Genehmigung braucht und wann sie einen Menschen involvieren muss.

Die entsprechenden Voraussetzungen können durch die Software geschaffen werden. Trautmann präzisiert daher: „Software mit KI frisst klassische Software.“

Hintergrund

Das Narrativ „KI frisst Software“

Ein Narrativ geht um an der Börse. Es heißt „KI frisst Software“. Es werden zwar keine „Milliarden vernichtet“, wie mitunter aufmerksamkeitsheischend berichtet wird, denn so funktioniert das mit der Marktkapitalisierung nicht. Aber es gibt in gewissen Software-Segmenten seit geraumer Zeit aus Unsicherheit tendenziell mehr Verkäufer als Käufer. Da die KI tatsächlich tiefe Furchen in der Branche rund um monetarisierbaren Programmcode hinterlässt, entstehen Fragen: Wie ändern sich die Geschäfts- und Abrechnungsmodelle in der Software-Branche? Welche Segmente „übernimmt die KI“, und wie soll das überhaupt gehen? Wenn KI den Code schreibt, wie sieht die Qualitätssicherung der Zukunft aus? Welche Rolle werden KI-Agenten im Zusammenspiel mit Software spielen? Die Antworten wird die Zukunft liefern, aber zumindest werden vielerorts folgende Entwicklungen antizipiert:

SaaS-Umbruch: Bei Pay-per-Seat-basierten SaaS-Geschäftsmodellen wird KI zunehmend zum entscheidenden Faktor. Die traditionellen Umsatzstrukturen werden durch neue Geschäftsmodelle ergänzt, die eine flexiblere Abrechnung im Zeitalter der KI ermöglichen.

KI-Agenteneinsatz: Standard-Software und -Tools werden nicht mehr ausreichen, um wettbewerbsfähig zu bleiben. KI-Erweiterungen und agentenbasierte Lösungen bieten entscheidende Vorteile, die das Geschäft revolutionieren werden.

KI generiert Code: Individualsoftware wird zunehmend durch von KI generierten Code geprägt. Diese Entwicklung bringt neue Konstruktionsformen und KI-gestützte Qualitätssicherungsmechanismen mit sich, die den Softwaremarkt verändern.

Deterministik versus Probabilistik: Der Unterschied zwischen deterministischen und probabilistischen Daten ist fundamental. KI wird vorrangig im Bereich der probabilistischen Daten zur Anwendung kommen und dabei Business Intelligence-Lösungen verbessern, ohne sie zu ersetzen.

Wie so oft gilt auch beim „KI frisst Software“-Narrativ, dass nichts so heiß gegessen wird, wie gekocht wird. Aber um diese Metapher völlig zu überstrapazieren: Gegessen wird dann eben doch – und zwar althergebrachte Gepflogenheiten im Software-Business. Verspeist werden diese von der Innovation namens „Künstliche Intelligenz“. So viel ist dann doch dran an dem Spruch.

Pay-per-Seat-Modell auf dem Prüfstand

Besagte KI-Disruption stellt für viele Marktakteure eine Gefahr für das Pay-per-Seat-Modell im Software-Markt dar. Trautmann würde in diesem Zusammenhang aber nicht von „Gefahr“ sprechen. Der vermehrte Einsatz von KI-Agenten wird seiner Ansicht nach ganz natürlich auch die Geschäftsmodelle beeinflussen. „Das wird dahin gehen, dass auch der geschaffene Wert oder die erledigten Aufgaben in die kommerziellen Modelle mit einfließen“, so der Software-Profi. Softwareunternehmen werden sich demnach stärker daran messen lassen müssen, wie viel Mehrwert sie für ihre Kunden generieren. Auch die Kosten für integrierte KI-Funktionen werden seiner Ansicht nach in nutzenbasierten Abrechnungsmodellen Berücksichtigung finden. Vor diesem Hintergrund antizipiert Trautmann „hybride Modelle“, in denen die Anzahl der Nutzer eine Rolle spielt und zudem die erzielten Effizienzgewinne oder die Anzahl der erledigten Aufgaben. Je nach Szenario werden auch die Rechenleistung oder die verbrauchten Token für KI-Modelle in das Monetarisierungsmodell einfließen.

Wissen, was läuft

Täglich die wichtigsten Infos aus dem ITK-Markt

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Hintergrund

Vibe Coding und ein Hund namens Momo

Hund Momo programmiert ein Computerspiel mithilfe von Vibe Coding.
(Bildquelle: Caleb Leak)

Caleb Leak, ein US-Software- und Grafikingenieur aus dem Raum Santa Clara, ließ seinen Hund Momo auf einer Bluetooth-Tastatur mithilfe von Vibe Coding Computerspiele programmieren. Für das Experiment hat Leak die Tastendrücke seines Hundes Momo von einem kleinen Computer (Raspberry Pi 5) aufgefangen und von einem Programm (DogKeyboard) an Claude Code geschickt. Die KI Claude Code las die zufälligen Zeichen wie kreative Hinweise und erzeugte daraus automatisch ein komplettes Videospiel – Grafik, Spielregeln und Code – das in einer Spiele-Engine (Godot) läuft. Momo bekam als Belohnung ein Leckerli, sobald genug „Eingaben“ gemacht worden waren. Mehr Erklärungen und Bilder und zum Experiment auf Caleb Leaks Website.

(ID:50840384)

Weiterführende Inhalte