DC Studio | shutterstock.com

Viele CIOs und IT-Entscheider tun sich schwer damit, Change-Management-Programme aufzusetzen. Das als Nebensache oder nachträglichen Gedanken zu betrachten, hat schon so manche Transformationsinitiative entgleisen lassen. Schließlich ist die Akzeptanz der Belegschaft ein wesentlicher Faktor, um positive Geschäftsergebnisse zu erzielen. Sollen KI-Agenten im Unternehmen eingeführt werden, ist es noch wichtiger, die Mitarbeiter durch die damit verbundenen Veränderungsprozesse zu führen, denn Agentic AI bringt nicht wenige Risiken mit sich.

Unglücklicherweise kommt eine Studie von AWS (PDF) zu dem Ergebnis, dass lediglich 14 Prozent der in diesem Rahmen befragten Unternehmen über eine Change-Management-Strategie verfügen. In diesem Beitrag geben wir Ihnen sieben Tipps an die Hand, um Change-Management-Programme für (Agentic-) AI-Initiativen besser zu stemmen.

1. Change Management auf Agentic AI ausrichten

CIOs sollten sich zunächst bewusst machen, dass ein Rollout von KI-Agenten nicht linear verläuft. Deshalb erfordert er mehrere, parallel laufende Change-Management-Maßnahmen. Ein Grund dafür ist die rasante Entwicklungsgeschwindigkeit im Bereich KI. Was vor wenigen Monaten noch schwierig oder teuer zu implementieren war, ist heute schon deutlich simpler und kostengünstiger umzusetzen.

Was allerdings nicht einfacher wird, ist:

• die KI-Strategie abzustimmen,
• eine robuste Governance zu implementieren,
• zu entscheiden, in welchen Unternehmensbereichen experimentiert werden soll, sowie
• KI-Fähigkeiten von Pilotprojekten in die Produktion zu übertragen.

Sich unternehmensweit bezüglich der Terminologie abzustimmen und dabei die (künftige) technologische Realität abzubilden, ist ein guter Startpunkt. Schließlich wird der Begriff KI-Agent eher breit definiert: Er kann in Workflows eingebettete NLP– und Reasoning-Modelle ebenso umfassen wie Tools, die die Employee- und Customer Experience unterstützen. Viele KI-Agenten unterstützen eine spezifische Job-Funktion, aber ihre Fähigkeiten variieren im Einzelfall erheblich. Stellen Sie deshalb sicher, dass Ihre Change-Initiative unter den Beschäftigten nicht mehr Fragen aufwirft als beantwortet.

2. Workforce-Segmente definieren

Im ersten Schritt ist IT-Entscheidern und -Managern zu empfehlen, das Unternehmen in verschiedene Segmente aufzuteilen – basierend auf KI-Verantwortlichkeiten, von Invest bis Adoption. Diese sollten umfassen:

• Führungskräfte, die die Strategie ausrichten, Geschäftsergebnisse definieren und Investitionsprioritäten festlegen.
• Compliance-Verantwortliche in den Bereichen Risikomanagement, IT-Sicherheit und Data Management, die dafür zuständig sind, das KI-Governance-Framework weiterzuentwickeln.
• Fachexperten aus allen operativen Bereichen, die das erforderliche Knowhow für KI-Agenten mitbringen und wesentlich daran beteiligt sind, deren Genauigkeit zu validieren.
• Endbenutzer, die die KI-Agenten im Rahmen ihrer Workflows einsetzen sollen – insbesondere in Bereichen, die strategischen Mehrwert versprechen, der über Produktivitätsgewinne hinausgeht.
• Innovatoren, die in agilen, interdisziplinären Teams zusammenkommen und Experimente anleiten, KI-Agenten verschiedener Anbieter evaluieren und die Entwicklung proprietärer Agentic-AI-Lösungen vorantreiben.

Mit Hilfe dieser Struktur können Führungskräfte Change-Management-Programme besser darauf abstimmen, wie die einzelnen Mitarbeiter an Agentic-AI-Initiativen partizipieren.

3. Strategische Prioritäten setzen

Angesichts des weiter tobenden KI-Hypes sehen sich nicht wenige CIOs und IT-Leiter mit Geschäftsführern und Abteilungsleitern konfrontiert, die um die Poleposition bei der KI-Strategie und den Investitionsprioritäten wetteifern. Für IT-Entscheider ist es allerdings im Regelfall nicht die erste Transformations-Journey – sie wissen, dass es vor allem zu unzureichenden Ergebnissen führt, wenn die zur Verfügung stehenden Ressourcen so aufgeteilt werden, dass alle Wünsche erfüllt werden.  

Brandon Sammut, Chief People Officer beim Automation-Spezialisten Zapier, empfiehlt an dieser Stelle: “Verankern Sie Ihre KI-Agenten in zwei bis drei konkreten Chancen, um bestehende Ziele und Prioritäten voranzutreiben. So stehen die KI-Agenten im Mittelpunkt des Unternehmens und Sie vermeiden die ‘Nebenschauplatz’-Falle, die die meisten technologischen Transformationen plagt.”

CIOs sollten anerkennen, dass nicht nur sie Change Leader sein können, die Führungskräfte dazu anleiten, strategische Prioritäten zu setzen. Vielmehr gilt es, Executive Relationship Development als Kernkompetenz zu betrachten und Botschafter, respektive Verbündete zu identifizieren. Das kann nicht nur dazu beitragen, die KI-Strategie weiterzuentwickeln, sondern auch dazu, die Führungskräfte im Unternehmen auf eine Linie zu bringen.

4. Bei KI-Governance kollaborieren

Sobald eine neue Technologie mit disruptivem Potenzial aufkommt, beginnt ein Wettlauf, der sich in erster Linie um Innovation, Implementierungen und strategische Vorteile dreht. Was dabei regelmäßig unter den Tisch fällt, ist:

• Risiken zu mindern,
• Richtlinien zu definieren, und
• Security-Guardrails zu etablieren.

IT-Entscheider stehen vor einer schwierigen Aufgabe, wenn es darum geht, Compliance-Verantwortliche und KI-Governance in den Fokus zu rücken, ohne parallel Innovation und Experimentierfreudigkeit zu behindern. “Unternehmen, die vorschnell KI-Agenten einsetzen, sind oft von erfolgreichen Prototypen angefixt und dann mit Agentic-AI-Systemen in der Produktion konfrontiert, bei denen traditionelle Sicherheitskontrollen nicht mehr wirksam sind”, hält Kamal Anand, COO beim KI-Sicherheitsanbieter Trustwise, fest. Zu den regelmäßig fehlenden Elementen zählen in solchen Fällen laut dem Manager Embedded Trust Frameworks, Echtzeit-Governance-Tools, eine energieeffiziente Infrastruktur sowie fähige Profis, die das dynamische Verhalten von KI-Agenten verstehen.

Laut Elad Schulman, CEO und Mitbegründer von Lasso Security, sollten IT-Entscheider definieren, welche Tasks KI-Agenten selbständig ausführen dürfen und welche menschliche Aufsicht benötigen – insbesondere, wenn es um sensible Daten und kritische Prozesse geht: “Bis gründliche Sicherheitsevaluierungen, Adversarial Testing und Sandboxing stattgefunden haben, sollte kein KI-Agent mit vollumfänglichen Berechtigungen in der Produktion eingesetzt werden.”

CIOs sollten in Sachen Governance als Vermittler fungieren: Zunächst empfiehlt es sich, mit den Compliance-Verantwortlichen Schutzmaßnahmen zu priorisieren, die auf die jeweils relevanten Risiken abgestimmt sind. Anschließend sollten IT-Entscheider sicherstellen, dass ihre Kommunikationsstrategie dazu geeignet ist, der gesamten Belegschaft zu vermitteln,

• welche KI-Tools zulässig sind und welche nicht,
• wie Unternehmensdaten geschützt werden, und
• welche Compliance-Richtlinien gelten.

5. KI-Champions generieren

“Wenn Ihre Prozesse auf tradiertem Wissen, verstreuten Datenbeständen oder manuellen Entscheidungsprozessen beruhen, werden KI-Agenten ins Stocken geraten”, warnt Boobesh Ramadurai, Vice President of GenAI Capability Development beim Analytics-Anbieter LatentView. Bereits für neue Mitarbeiter sei es eine Herausforderung, einen Wertbeitrag zu leisten, wenn Wissen gehortet werde oder Geschäftsprozesse mit undokumentierten Ausnahmen gespickt seien. Mit Blick auf die Einführung von KI-Agenten werde das zu einem echten Problem, etwa wenn Fachexperten ihr Wissen oder Feedback zu Agentic-AI-Performance nur zögerlich weitergeben, so Ramadurai.

“Indem Sie Metadaten standardisieren, Eskalationsregeln definieren und sicherstellen, dass die Systeme miteinander verbunden sind, kodifizieren Sie Ihre Geschäftslogik, damit Agenten diese befolgen können”, empfiehlt der Manager und ergänzt: “Bilden Sie Ihre Teams weiter, damit sie sich weniger auf die Execution und mehr auf die Koordination konzentrieren können – während Analysten Live-Feedback-Schleifen entwerfen.”

KI-Agenten verfügen über Sprach- und Argumentationsmodelle, aber ihre Antworten und Empfehlungen sind nicht deterministisch. Um sie zu testen, müssen Fachexperten die Leistung der Agenten überprüfen und validieren, Erklärungen zu Fehlern liefern und Verbesserungen vorschlagen. “KI-Agenten tun nicht immer genau das, was man ihnen sagt. Diese Systeme können auch dazu übergehen, Entscheidungen auf der Grundlage von Datenmustern zu treffen – statt expliziten Anweisungen zu folgen”, unterstreicht Dave Killeen, Field Vice President of Product beim Plattformanbieter Pendo.

Fachexperten spielen eine wichtige Rolle dabei, sicherzustellen, dass KI-Agenten verantwortungsbewusst und vertrauenswürdig agieren. IT-Manager sollten in Zusammenarbeit mit der Personalabteilung Leistungsziele und Anreize für diese Experten definieren und sie zu KI-Champions machen.

6. Endbenutzer-Ängste ernstnehmen

Für Cindi Howson, Chief Data and AI Strategy Officer beim Plattformanbieter ThoughtSpot, ist die wichtigste Aufgabe von IT-Führungskräften, die KI-Ängste unter den Beschäftigten ernstzunehmen – und zu adressieren: “Viele Arbeitnehmer fürchten, durch KI ersetzt zu werden. IT-Entscheider müssen auf diese Ängste eingehen und sollten einen Reskilling-Fahrplan erstellen, der auch AI Literacy umfasst.”

Laut der Managerin sollten die Bedenken der Mitarbeiter gegenüber KI im Mittelpunkt von Change-Management-Programmen stehen. Sie empfiehlt, die Kommunikation und die Programme auf die verschiedenen Job-Profile und Qualifikationsniveaus zuzuschneiden – insbesondere in den Bereichen, in denen die Adoption von KI-Agenten durch die Belegschaft von besonderer Bedeutung ist.

“Skill-basiertes Training mag das Erste sein, was einem in den Sinn kommt, aber das ist nicht die einzige Möglichkeit, wie IT-Entscheider Lernprogramme fördern können”, meint Howson. Laut der ThoughtSpot-Entscheiderin kommt es für CIOs und IT-Manager diesbezüglich auch darauf an:

• die richtigen Fragen zu stellen,  
• zum Nachdenken anzuregen,
• zu verstehen, wie KI-Halluzinationen entstehen, und
• kritisch zu denken.

Weil die Fähigkeiten von KI-Systemen künftig weiter ausgebaut werden, ist es unerlässlich, eine Unternehmenskultur zu schaffen, die auf lebenslanges Lernen fokussiert. Dazu sollten IT-Führungskräfte fortlaufende Lernmöglichkeiten schaffen, die nicht an spezifische Transformationsinitiativen geknüpft sind.

7. Customer Experience fokussieren

Ein wichtiges Kriterium bei der Evaluierung von KI-Agenten für die Workflows der Beschäftigten ist, ob die verarbeiteten Unternehmensdaten zu intelligenteren, schnelleren Entscheidungen führen. Nicht wenige Experten sehen die wirklichen Zukunftsinnovationen mit Blick auf Agentic AI im Bereich Customer Experience. Relevante Anwendungsfälle könnten etwa sein:  

• Healthcare-Agenten, die das Patientenerlebnis verbessern;
• Finance-Agenten, die Bankkunden bei ihren Investitionen unterstützen; oder
• Retail-Agenten, die das Einkaufserlebnis der Kunden verbessern.

Erfolgreiche Experimente in diesem Bereich, die zu Produktivimplementierungen führen, erfordern jedoch eine verstärkte Kollaboration von Innovations- und Frontline-Teams. Ashley Moser, CCO beim KI-Plattformanbieter MelodyArc, erklärt: “Frontline-Teams, die die KI aktiv nutzen, gewinnen wertvolle Einblicke über die Implementierung und ihre Wirkung auf das Unternehmen. Führungskräfte sollten Begeisterung für den KI-Einsatz wecken und dann Feedback einholen, um sicherzustellen, dass die Technologie direkt auf die Kundenbedürfnisse einzahlt.” (fm)

Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox!