Agentische KI im B2B: Von der Automatisierung zum autonomen Handeln

Wie können Unternehmen über die reine Effizienzsteigerung hinaus echten, neuen Wert mit KI schaffen? In einer neuen Episode des AI FIRST Podcast spricht Host Felix Schlenther mit Hartmut König, CTO für Central Europe bei Adobe, über die nächste Evolutionsstufe der künstlichen Intelligenz: KI-Agenten. Während viele Firmen noch dabei sind, grundlegende KI-Tools für die Produktivität zu implementieren, zeichnet Hartmut ein klares Bild davon, wie autonome Agenten nicht nur interne Prozesse revolutionieren, sondern auch die Spielregeln im B2B-Markt und in der Customer Experience fundamental verändern. Diese Episode ist ein unverzichtbarer Leitfaden für Entscheider:innen, die verstehen wollen, wie sie von reaktiven KI-Anwendungen zu proaktiven, wertschaffenden Systemen übergehen können.

Das Wichtigste auf einen Blick

• Der nächste Schritt nach der Automatisierung: Agentische KI ist mehr als nur ein Werkzeug zur Effizienzsteigerung. Sie ermöglicht autonomes Handeln, Planen und Entscheiden, was völlig neue Geschäftsmodelle und Wettbewerbsvorteile schafft.
• Neue Sichtbarkeit für den Mittelstand: Im aufkommenden Model-Controlled Web, wo Nutzer:innen ihre Anfragen direkt an KI-Modelle wie ChatGPT stellen, können sich B2B-Unternehmen durch qualitativ hochwertige Inhalte positionieren - unabhängig von ihrer Markengröße. Es zählt die beste Antwort auf ein spezifisches Problem, nicht das größte Werbebudget.
• Der Killer-Use-Case für B2B: Die Kombination aus Predictive Maintenance (vorausschauende Wartung) und Agentic Commerce ist laut Hartmut ein Game-Changer. Ein KI-Agent kann den Ausfall einer Maschine vorhersagen und autonom den gesamten Beschaffungsprozess für Ersatzteile und Techniker anstoßen.
• KI als verbindendes Nervensystem: Statt aufwendiger und teurer Integrationsprojekte können KI-Agenten als eine Art Stoff oder Nervensystem über bestehende, isolierte IT-Systeme (Silos) gelegt werden. Sie kommunizieren über Protokolle miteinander und orchestrieren komplexe, systemübergreifende Prozesse.
• Der Mensch bleibt entscheidend: Der Schlüssel zum Erfolg liegt nicht allein in der Technologie. Unternehmen müssen eine Kultur der KI-Kompetenz (AI Literacy) fördern und eine klare Governance-Struktur aufbauen, die sowohl Risiken managt als auch eine solide technische Architektur sicherstellt.

Vom Werkzeug zur strategischen Kraft: Der wahre Stand der KI

Hartmut König beschreibt die aktuelle KI-Entwicklung als die fundamentalste technologische Veränderung, die wir je erlebt haben - vergleichbar nicht nur mit dem Internet, sondern eher mit der Erfindung der Dampfmaschine. Sie verändert die Art, wie wir arbeiten, von Grund auf. Trotz der beeindruckenden Nutzerzahlen von Tools wie ChatGPT nutzen die meisten Menschen und Unternehmen KI noch immer in einem simplen Frage-Antwort-Modus. Die wahre Revolution, so Hartmut, beginnt erst mit dem Übergang zu agentischer KI, die in der Lage ist, autonom zu handeln. Unternehmen stehen dabei vor der Herausforderung, dass sie sich in einer Do-more-with-less-Spirale befinden: Sie müssen gleichzeitig die traditionellen Kanäle wie Suchmaschinen bedienen und zusätzlich die neuen, KI-gesteuerten Kanäle erschließen, oft ohne zusätzliche Ressourcen.

Neue Sichtbarkeit im Model-Controlled Web: Eine Chance für den Mittelstand

Eine der größten unmittelbaren Chancen, insbesondere für B2B-Unternehmen, liegt in der Veränderung des Suchverhaltens. Während die klassische Google-Suche oft von großen Marken dominiert wird, suchen Nutzer:innen in KI-Modellen nach Lösungen für komplexe Probleme. Felix und Hartmut diskutieren, dass hier nicht mehr die Marke, sondern die Qualität der Information im Vordergrund steht. Ein mittelständischer Maschinenbauer, der auf seiner Website detailliert beschreibt, wie seine Maschine ein spezifisches Problem löst (z. B. das Anodisieren eines Aluminiumblocks unter ressourcenschonenden Bedingungen), hat eine hohe Chance, von der KI als Top-Lösung empfohlen zu werden. Laut Hartmut macht der sogenannte Bot-Traffic, also der Besuch von KI-Systemen, bereits 30-40 % des gesamten Web-Traffics aus. Unternehmen, die ihre Inhalte für diese Systeme optimieren, können sich so einen Platz auf der Shortlist potenzieller Kunden sichern, der früher nur über teure Messeauftritte oder Vertriebsanstrengungen erreichbar war.

Der Killer-Use-Case für B2B: Predictive Maintenance trifft Agentic Commerce

Wo B2C-Anwendungen für agentischen Handel noch mit Vertrauensproblemen kämpfen - wer überlässt schon einem Agenten bedenkenlos seine Kreditkarte für den Wocheneinkauf? -, sieht Hartmut im B2B-Bereich einen klaren und unmittelbar wertvollen Anwendungsfall. Stell dir einen Gabelstapler-Fuhrpark vor. Sensoren senden permanent Betriebsdaten an den Hersteller. Ein KI-System analysiert diese Daten (Predictive Maintenance) und stellt fest, dass in den nächsten zwei Wochen ein kritisches Bauteil auszufallen droht. Statt nun einen Menschen zu alarmieren, der einen langen manuellen Prozess anstößt, übernimmt ein KI-Agent. Dieser Agent prüft den Lagerbestand, bestellt autonom die benötigten Ersatzteile bei verschiedenen Lieferanten, vergleicht Preise, plant den optimalen Zeitpunkt für die Wartung und bucht einen Servicetechniker. Dieser durchgängig automatisierte Prozess minimiert Ausfallzeiten, senkt Kosten und maximiert die Verfügbarkeit - ein enormer Wettbewerbsvorteil, der laut Hartmut technisch bereits heute realisierbar ist.

Das Ende der Datensilos? Wie KI-Agenten die IT-Landschaft verbinden

Seit Jahrzehnten versuchen Unternehmen vergeblich, ihre heterogene IT-Landschaft mit riesigen Data-Warehouse- oder Data-Lake-Projekten zu harmonisieren - oft mit dem Ergebnis, nur ein weiteres Datensilo zu schaffen. Hartmut stellt hier einen revolutionären Ansatz vor: Statt die Backendsysteme mühsam zu integrieren, können KI-Agenten als eine flexible, intelligente Schicht darübergelegt werden. Jedes System (CRM, ERP, PIM) bekommt quasi seinen eigenen Agenten, der über ein standardisiertes Agent-zu-Agent-Protokoll (A2A) mit anderen Agenten kommunizieren kann. Will ein Einkäufer einen Beschaffungsprozess starten, fragt sein Agent den SAP-Agenten nach dem Lagerbestand und den CRM-Agenten nach dem Lieferantenstamm. Diese Composable Architecture ermöglicht es, komplexe, systemübergreifende Prozesse zu orchestrieren, ohne die zugrundeliegenden Systeme aufwendig umbauen zu müssen.

Praktische Schritte zur Einführung agentischer KI

Wie können Unternehmen diese Potenziale heben, ohne sich zu übernehmen? Hartmut König und Felix Schlenther skizzieren eine klare, handlungsorientierte Roadmap, die auf Kultur und Strategie ebenso viel Wert legt wie auf Technologie.

1. Fördere die KI-Kompetenz im gesamten Unternehmen: Der Wandel beginnt bei den Mitarbeiter:innen. Hartmut berichtet von einem internen Hackathon bei Adobe, bei dem alle, auch er selbst, mithilfe von KI eine eigene App prompteten. Solche praktischen Erfahrungen bauen Ängste ab und schaffen ein grundlegendes Verständnis dafür, was möglich ist. Führungskräfte sollten eine Kultur schaffen, in der das Experimentieren mit KI aktiv gefördert und gelobt wird.
2. Starte mit einem klaren Business-Case: Anstatt die Technologie als Selbstzweck zu betrachten, solltest du mit dem Warum beginnen. Identifiziere ein konkretes, messbares Geschäftsproblem (ein quantifiable business issue), dessen Lösung einen echten Wertbeitrag leistet. Erst dann stellt sich die Frage, wie KI dabei helfen kann.
3. Etabliere eine robuste Governance: Dieser Punkt hat zwei entscheidende Säulen. Einerseits das Risikomanagement, das die Einhaltung von Vorschriften wie der DSGVO und dem EU AI Act sicherstellt. Andererseits eine durchdachte Unternehmensarchitektur, die festlegt, welche KI-Modelle für welche Anwendungsfälle und Risikoklassen geeignet sind.
4. Gehe schrittweise vor: Der wichtigste Rat lautet: Mache nicht den dritten Schritt vor dem ersten. Beginne mit kleineren, überschaubaren Projekten, um Erfahrungen zu sammeln und Vertrauen aufzubauen. Ein Human-in-the-Loop, also eine menschliche Kontrollinstanz, kann anfangs sicherstellen, dass autonome Prozesse nicht aus dem Ruder laufen, bevor sie schrittweise weiter automatisiert werden.