Citi, Ford und Experian teilen ihre Strategien zur Skalierung von AI Agents

„Um vertrauen zu können, muss man sehen können, was passiert." Dieses scheinbar einfache Motto steht laut Laura Heisman, der Chief Marketing Officer von Dynatrace, im Mittelpunkt der heutigen KI-Einführungen in der Geschäftswelt.

„Das ist wahrscheinlich das größte Gesprächsthema, das alle Branchen beschäftigt. Wir hören es täglich von unseren Kunden", sagte Heisman kürzlich auf einem Panel bei der Brainstorm Tech-Konferenz von Fortune. „Die große Frage lautet: Kann man ihr vertrauen? Ist sie korrekt? Und wenn nicht – kann man sie stoppen?"

Da Unternehmen darüber nachdenken, AI Agents Aufgabensequenzen verketten zu lassen, wobei jede auf dem Output von KI-Modellen basiert, ist Vertrauen wichtiger denn je. Und der einzige Weg, dieses Vertrauen aufzubauen, besteht laut Heisman und anderen Führungskräften auf dem Panel darin, Transparenz und Kontrolle in die Systeme zu integrieren. 

„Für uns ist Transparenz und Rückverfolgbarkeit keine Option, sondern ein Fundament. So betrachten wir jede Entscheidung", sagte Nikhil Joshi, Chief Information Officer der Marktabteilung bei Citi, dem Finanzgiganten, der täglich Billionen von Dollar in mehr als 100 Ländern bewegt.

Citi verbrachte einen Großteil des Jahres 2024 damit, ein zentralisiertes technologisches Fundament für alle seine Apps und Agents aufzubauen, sagte Joshi. Dieses Fundament hat es dem Unternehmen erheblich leichter gemacht, Agents in die Produktion zu bringen. 

„Es gibt bei Citi nur einen einzigen Weg, einen Agent bereitzustellen, und das ist über dieses zentrale Framework", sagte Joshi. „Das bedeutet, dass jeder Agent über diesen Prozess registriert wird, jeder Agent überwacht wird, jeder Agent geprüft wird, jeder Agent verwaltet wird." 

In einer Zeit, in der alle anderen offenbar mit voller Geschwindigkeit in die KI-Entwicklung vordringen, mag Citis bedachtes und zentralisiertes Tech-System manchen als zu konservativ erscheinen. Aber, so Joshi, es hilft einem langfristig tatsächlich, schneller voranzukommen. „KI-konservativ zu sein ist kein schlechter Begriff", sagte er.

Experian Chief Innovation Officer Kathleen Peters stimmte zu und erläuterte, wie das Verbraucher-Kreditauskunftsunternehmen ein System zur Verwaltung der verschiedenen eingesetzten Agents entwickelt hat, das die Herkunft jedes Agents, den menschlichen Mitarbeiter, der den Agent erstellt hat, sowie die spezifischen Berechtigungen zum Datenzugriff oder zur Aufgabenausführung jedes Agents verfolgt.

„Wenn alle im Ökosystem diese Aspekte verstehen können, baut man das Vertrauen auf, das es ermöglicht zu skalieren und schnell voranzukommen", sagte Peters.

In der Automobilindustrie, wo die durchschnittliche Zeit zur Einführung eines neuen Fahrzeugs vom Design bis zur Produktion Jahre dauern kann, setzt Ford KI ein, um bestimmte Teile des Prozesses zu beschleunigen und „schnell zu scheitern", sagte Sammy Omari, Executive Director, Advanced Driver Assist Systems and In-Vehicle Infotainment bei Ford Motor Company. 

Der Schlüssel, so Omari, liege darin, die richtigen Leitplanken zu setzen.

Als Beispiel nannte Omari, dass Nicht-Ingenieure wie Designer nun Computercode für neue Fahrzeugfunktionen beisteuern können, die mithilfe KI-gestützter „Vibecoding"-Tools entwickelt wurden. Das beschleunigt die Zeit, um zu sehen, wie die neue Funktion in einer Testversion des Fahrzeugs aussieht, und ermöglicht es, schnell aufzugeben und weiterzumachen, wenn sie sich als nicht realisierbar erweist. Erweist sich die Idee als Erfolg, schreiben die Ingenieure den Code von Grund auf neu, und dieser Code fließt in das Fahrzeug ein, das an die Verbraucher ausgeliefert wird. Das Vibecoding des Designers diente lediglich als erster Proof of Concept. 

„Die tatsächliche Markteinführungsgeschwindigkeit wird sich also beschleunigen", sagte Omari, „aber der QA-Prozess am Ende, bevor wir tatsächlich etwas an den Kunden liefern, hat sich nicht unbedingt geändert."

Diese Geschichte wurde ursprünglich auf Fortune.com veröffentlicht.