KI Prognosen 2025

Intro

In dieser Episode diskutieren Felix Schlenther und Christoph Pacher, Host des State of Process Automation Podcasts, ihre Prognosen für das KI-Jahr 2025. Nach einem gemeinsamen Rückblick auf 2024 in Christophs Podcast widmen sie sich nun dem Ausblick: Welche Veränderungen kommen auf Unternehmen zu, wie verschieben sich Geschäftsmodelle und Teamstrukturen — und welche Unternehmen werden am Ende als Gewinner dastehen? Ein faktenreiches Gespräch über AI Agents, Lean-Prinzipien für Wissensarbeit, neue Software-Lizenzmodelle und die Frage, warum der organisatorische Wandel 2025 wichtiger wird als die Technologie selbst.

Inhaltsübersicht

AI Agents in der Arbeitswelt — drängen in die Arbeitswelt, doch ihre Zuverlässigkeit in realen Geschäftsprozessen wird zur zentralen Herausforderung. Ergebnisqualität, 80/20-Problem
Recruiting mit KI-Brille — Unternehmen prüfen vor Neueinstellungen zunehmend, ob Aufgaben durch KI-Agenten automatisiert werden können. Jobprofile, Automatisierung
Lean für Knowledge-Worker — Generative KI ermöglicht erstmals die Anwendung von Lean-Prinzipien auf nicht-standardisierte Wissensarbeit. Prozessoptimierung, Präzedenzfälle
Software-Lizenzmodelle im Wandel — stehen vor einem fundamentalen Wandel hin zu verbrauchsbasierter Abrechnung. Consumption-Based, Seat-Modell
KI-Manager als Standardrolle — Die Rolle des KI-Managers wird zur Standardposition in mittelständischen Unternehmen. Center of Excellence, Stabsstelle
Gewinner der KI-Revolution — Unternehmen mit vollständiger Wertschöpfungskette im eigenen Haus. Wertschöpfung, agile Unternehmen
EU-AI-Act und Upskilling — löst eine massive Upskilling-Welle aus — doch viele Schulungen werden ohne nachhaltige Ergebnisse bleiben. Paragraph 4, Kompetenzzentren
KI-Skills als Standard — KI-Kompetenzen werden zur Standardanforderung in Stellenausschreibungen neben klassischen Office-Skills. Stellenausschreibungen
AI-First auf drei Ebenen — individuell, im Team und auf organisatorischer Ebene. Klarna, Choco, DoNotPay
Randsysteme vs. Kernsysteme — Randsysteme in der IT-Landschaft werden zunehmend durch KI-Agenten ersetzt, während Kernsysteme ihre Berechtigung behalten. CRM, ERP, Agents

Detaillierte Zusammenfassung

AI Agents: Zwischen Potenzial und Ernüchterung

Die erste Prognose kommt von Christoph Pacher und adressiert die zunehmende Integration von KI-Agenten in Unternehmen. Er berichtet von Gesprächen mit Unternehmen, die vor Neueinstellungen systematisch prüfen, welche Aufgaben eines Jobprofils bereits durch KI automatisiert werden können. Als Beispiel nennt er das KI-Startup Artisan aus San Francisco, das mit aggressiver Werbung unter dem Motto "Hören Sie auf, Menschen einzustellen" für Aufsehen sorgt.

Felix Schlenther ergänzt eine wichtige Gegenposition: Agents werden zwar in die Breite kommen, aber auch enttäuschen. "Die Ergebnisqualität ist oft noch nicht da, wo sie eigentlich sein muss", stellt er fest. Die zentrale Herausforderung sieht er in der Abbildung von Business-Logiken, Qualitätsstandards und Sonderfällen. Mit Agents komme man schnell auf ein 80-Prozent-Ergebnis, aber die letzten 20 Prozent für eine zuverlässige Integration in Geschäftsprozesse seien wesentlich komplexer als erwartet.

Eine Finanzabteilung mit 10 Mitarbeitern und 20 Agents, darüber ein Finanzleiter, der für beide Gruppen verantwortlich ist.

Christoph Pacher zeichnet ein konkretes Zukunftsbild: Eine Finanzabteilung mit 10 Mitarbeitern und 20 Agents, darüber ein Finanzleiter, der für beide Gruppen verantwortlich ist. Die Frage, wie sich Teamstrukturen und Abteilungsstrukturen verändern, wenn KI mitgedacht wird, wird zu einem der prägenden Themen des Jahres.

Lean-Prinzipien für Wissensarbeit und der Fokus auf das Wesentliche

Christoph Pachers zweite Prognose knüpft direkt an: Generative KI ermöglicht erstmals die Anwendung des Lean-Prinzips auf Knowledge-Worker. Bisher konnten nur stark standardisierte Prozesse optimiert werden. Jetzt kann ein Agent beispielsweise eine gesamte Finanzabteilung überwachen, analysieren, wie fünf Mitarbeiter denselben Prozess unterschiedlich bearbeiten, und den effizientesten Weg als Präzedenzfall für künftige Fälle identifizieren.

Felix Schlenther sieht 2025 als das Jahr, in dem organisatorische Themen in den Vordergrund rücken. "Im letzten Jahr stand die Technologie immer im Vordergrund. Jetzt geht es eher darum, was müssen wir eigentlich anpassen, wie müssen wir uns verändern, um diese vorhandene Technologie bestmöglich hebeln zu können." Unternehmen würden die vorhandenen, bereits extrem leistungsfähigen Modelle noch gar nicht richtig ausreizen.

Christoph Pacher stimmt zu, warnt aber: Das Thema AI First werde häufig falsch verstanden. Viele Unternehmen starten mit der Technologie statt mit dem Business-Problem. "Ich habe jetzt AI und was kann ich alles damit machen" sei der falsche Ansatz — richtig sei es, von den größten Herausforderungen auszugehen und dann zu prüfen, welche Technologie am meisten hilft.

Software-Lizenzmodelle und die Zukunft von Kernsystemen

Wenn 20 bis 40 KI-Agenten rund um die Uhr auf SAP zugreifen statt nur fünf Mitarbeiter mit ihren Lizenzen, bricht das klassische Seat-basierte Lizenzmodell zusammen. Christoph Pacher prognostiziert einen Shift hin zu Consumption-Based-Modellen, bei denen nicht die Anzahl der Nutzer, sondern der tatsächliche Verbrauch abgerechnet wird.

Felix Schlenther geht noch einen Schritt weiter und fragt: "Welche Software braucht es denn eigentlich noch?" Wenn Agenten die Business-Logik übernehmen und auf Datenbanken zugreifen können, entfalle vieles, wofür bisher klassische Software benötigt wurde. Beide sind sich einig, dass Kernsysteme wie CRM- und ERP-Systeme ihre Daseinsberechtigung behalten, weil dort Daten, Prozesse und Nutzergewohnheiten bereits verankert sind. Randsysteme hingegen — die bisher Lücken der Kernsysteme füllten — werden zunehmend durch KI-Agenten ersetzt, weil die Logik in die Agenten wandert.

Ein weiterer Aspekt: Große Softwareanbieter investieren bereits massiv in eigene Agents. Die geringe Schwelle, direkt im gewohnten System einen KI-Assistenten zu aktivieren, fördert die Adoption. Wer dagegen einen separaten Umweg baut, erhöht die Hürden und bremst die Nutzung im Unternehmen.

KI-Manager, Gewinner der Revolution und der EU-AI-Act

Felix Schlenther prognostiziert, dass die Position des KI-Managers bis Ende 2025 zur Standardrolle wird — auch in mittelständischen Unternehmen ab 100 Mitarbeitern. Seine konkrete These: 2.500 offene Stellen auf Stepstone und Indeed bis zum 31. Dezember 2025. Die ideale Aufhängung sieht er als Stabsstelle mit einem Center of Excellence darunter, das cross-funktional KI-Standards entwickelt und in die Umsetzung bringt. Ohne zentrale Verantwortlichkeit ende alles in Einzelinitiativen ohne Breitenwirkung.

Bei den Gewinnern der KI-Revolution identifiziert Christoph Pacher drei Kategorien: Die großen Gewinner sind Unternehmen mit kompletter Wertschöpfungskette im eigenen Haus — von der Idee über die Produktion bis zum Kundensupport — weil sie überall dort KI einsetzen können, wo es Sinn macht. Mittlere Gewinner sind Softwareunternehmen, die ihre Lizenzmodelle anpassen und mitwachsen. Kleine Gewinner sind Datenbankanbieter, deren Consumption-Based-Modell automatisch von steigender KI-Nutzung profitiert. Felix ergänzt, dass auch kleine, agile Unternehmen ohne IT-Legacy und komplizierte Organisationsstrukturen enorm profitieren — sie können Technologien sofort einsetzen, testen und skalieren.

Der EU-AI-Act, der Anfang Februar in Kraft tritt, wird laut Felix eine massive Upskilling-Welle auslösen. Paragraph 4 verpflichtet Unternehmen, grundlegende KI-Kompetenzen bei Mitarbeitenden sicherzustellen. Seine Einschätzung: Viele Schulungen werden als Pflichtübung ohne nachhaltigen Kompetenzaufbau stattfinden. Die echten Gewinner bauen interne Kompetenzzentren auf. Als positives Beispiel nennt er Pixum aus der CW-Gruppe, die jährliche AI-Days veranstalten, ein internes AI-Trainer-Team aufgebaut haben und kontinuierlich abteilungsspezifische Use Cases schulen.

AI-First-Ansätze auf drei Ebenen

Felix Schlethers letzte Prognose bildet den Rahmen: AI-First-Ansätze werden auf drei Ebenen sichtbar. Auf der individuellen Ebene schaffen es immer mehr Menschen, ihre Expertise in AI-Assistenten und Agenten zu überführen und ihre Produktivität zu vervielfachen. Auf Team-Level werden ganze Fachbereiche — Support, Marketing, Sales, Einkauf — aus AI-Perspektive neu gedacht, mit Agenten direkt in Prozesse integriert. Klarna wird als Beispiel genannt, das dies im Marketing, Support und Software Engineering bereits zeigt.

Auf der organisatorischen Ebene geht es darum, AI als Wachstumstreiber in Geschäftsmodell und Wertschöpfungskette zu verankern. Felix nennt Choco, ein Softwareunternehmen, das seine gesamte Produktwertschöpfung mit generativer KI umgestellt hat und 100 Prozent seines Umsatzes darüber macht, sowie DoNotPay, das mit einem AI-Anwalt eine traditionelle Branche disruptiert.

Vom Segelschiff zum Dampfschiff, vom Telegramm zum Telefon, von Verbrennern zu Elektromobilität — die Technologie beginnt immer mit Schwächen, doch die Unternehmen, die frühzeitig darauf setzen, definieren am Ende den Markt neu.

Kernaussagen

Recruiting hinterfragen — "Wir müssen uns die Frage stellen, ob wir wirklich einen neuen Mitarbeiter einstellen müssen oder ob wir die Aufgaben durch KI automatisieren können." KI-Agenten, Jobprofile
Lean für Wissensarbeit — "Gen-AI ermöglicht erstmals das Lean-Prinzip für Knowledge-Worker, da auch nicht-standardisierte Prozesse optimiert werden können." Lean-Prinzip, Prozessoptimierung
Zentrale KI-Verantwortung — "Jedes Unternehmen braucht eine zentral verantwortliche Person für KI-Initiativen, um in der Breite Wirkung zu erzielen — alles andere endet in Einzelinitiativen." KI-Manager, Center of Excellence
AI First im Geschäftsmodell — "Die echten Gewinner werden die sein, die AI First in ihr Geschäftsmodell und ihre Wertschöpfungskette integrieren." Wertschöpfungskette, Disruption
Business-Problem zuerst — "Das Thema AI First wird sehr häufig falsch verstanden — viele denken von der Technologie her, statt von ihren größten Business-Problemen." AI First, Strategie

Fazit und Takeaways

Für Unternehmensentscheider und Führungskräfte

Zentrale KI-Verantwortung schaffen: Ohne eine dedizierte Rolle für KI-Initiativen enden Bemühungen in wirkungslosen Einzelprojekten. Eine Stabsstelle mit Center of Excellence ist der empfohlene Ansatz.
Recruiting mit KI-Brille prüfen: Vor jeder Neueinstellung systematisch analysieren, welche Aufgaben des Jobprofils durch KI automatisiert werden können.
Lizenzmodelle hinterfragen: Wenn Agents auf Unternehmenssoftware zugreifen, ändern sich die Kostenstrukturen fundamental. Verbrauchsbasierte Modelle vorbereiten.
Wertschöpfungskette als Vorteil nutzen: Unternehmen mit vollständiger Wertschöpfung im eigenen Haus können KI an jedem Glied der Kette einsetzen und darüber den Wettbewerbsvorteil ausbauen.

Für Mitarbeitende und Fachkräfte

KI-Skills aufbauen: Erfahrung im Umgang mit KI-Tools wird zur Standardanforderung in Stellenausschreibungen — neben klassischen Office-Skills.
Eigene Expertise in Agents überführen: Wer seine Denkweisen und Arbeitsweisen in KI-Assistenten abbilden kann, vervielfacht die eigene Produktivität.
EU-AI-Act als Chance nutzen: Die verpflichtende Schulung nicht als Pflichtübung betrachten, sondern als Einstieg in tiefergehenden Kompetenzaufbau.

Für die Technologie- und Softwarebranche

Agents realistisch einordnen: 80 Prozent Ergebnis kommt schnell, die letzten 20 Prozent für produktionsreife Zuverlässigkeit sind die eigentliche Herausforderung.
Randsysteme unter Druck: KI-Agenten übernehmen zunehmend die Logik, die bisher in Ergänzungssoftware rund um Kernsysteme abgebildet wurde.
AI-First-Disruption antizipieren: In jeder Branche werden Unternehmen entstehen, die Geschäftsmodelle von Grund auf mit KI neu denken — etablierte Player sollten diese Entwicklung nicht unterschätzen.

2025 wird weniger ein Jahr der technologischen Durchbrüche als ein Jahr des organisatorischen Wandels. Die Technologie ist da — nun geht es darum, Strukturen, Rollen und Prozesse so anzupassen, dass ihr Potenzial tatsächlich in der Breite wirksam wird.

Über den Gast

Christoph Pacher ist Host des State of Process Automation Podcasts. Er beschäftigt sich intensiv mit der Automatisierung von Geschäftsprozessen und der Integration neuer Technologien in Unternehmensabläufe. In seiner Arbeit beobachtet er aus nächster Nähe, wie Unternehmen den Wandel von klassischer Prozessautomatisierung hin zu KI-gestützten Workflows vollziehen. Gemeinsam mit Felix Schlenther hat er bereits eine Rückblick-Episode zum KI-Jahr 2024 aufgenommen, bevor beide in dieser Folge ihre Prognosen für 2025 gegenüberstellen.