Nagarro beschreibt Kontrolle als Voraussetzung für Agentic AI im Unternehmen

Nagarro rückt die Steuerung von Agentic AI in den Mittelpunkt. In einem Beitrag beschreibt Paul Kurt Haberfellner, Co-Founder und Managing Director des IT-Dienstleisters, wie sich der Einsatz Künstlicher Intelligenz in Unternehmen verschiebt. Im Fokus stehe der verlässliche Betrieb statt einzelner Anwendungen. Governance, Integration und Transparenz würden damit zur Voraussetzung für den produktiven Einsatz.

Von klassischer KI zu eigenständig handelnden Systemen

Nagarro unterscheidet in dem Beitrag drei Stufen des KI-Einsatzes. Klassische KI bearbeitet seit Jahren klar umrissene Aufgaben wie Prognosen, Fehlererkennung oder Klassifizierung. Generative KI hat das Spektrum auf Sprache, Code, Bilder und weitere Informationsflüsse ausgeweitet. Agentic AI geht nach Darstellung des Autors noch einen Schritt weiter: Solche Systeme planen und führen Arbeitsschritte eigenständig aus, statt lediglich Fragen zu beantworten.

Damit verschiebt sich der Anspruch an den Betrieb. Ein Proof of Concept lässt sich unter kontrollierten Bedingungen schnell zum Laufen bringen. Im produktiven Einsatz trifft KI dagegen auf eine gewachsene Unternehmensrealität. Genau dort entscheidet sich laut Nagarro, ob aus technischer Machbarkeit ein belastbarer Nutzen wird.

Der Sprung vom Prototyp in den laufenden Betrieb

Wenn die Demo funktioniert und der erste Anwendungsfall überzeugt, steigen die Erwartungen. Sobald KI jedoch in bestehende Abläufe eingebunden wird, reicht die Qualität der Antwort nicht mehr aus. Zugriffsrechte, Freigaben, Systemgrenzen und Kosten geraten in den Blick, ebenso die Frage, wer für Ergebnisse verantwortlich ist. Diese Punkte behandelt der Beitrag als zentrale Stolpersteine beim Übergang von einem einzelnen Vorhaben zu einem breiten Einsatz.

Nach Einschätzung von Nagarro liegt das Problem dabei selten beim Modell selbst. Die Hürden liegen im Umfeld, in dem das Modell arbeiten soll. Daten sind über verschiedene Systeme verteilt, Prozesse sind nicht sauber aufeinander abgestimmt, und Wissen bleibt in einzelnen Teams oder Bereichen hängen. Der Einsatz von KI löst diese Reibung nicht von selbst auf. Zunächst übernimmt das System die gewachsene Komplexität der Umgebung.

Warum die Architektur über den Erfolg entscheidet

Für Unternehmen entscheidet sich der Erfolg von KI nach Darstellung des Anbieters nicht erst im Rollout, sondern schon in der Architektur. Skalierung entstehe dort, wo Governance, Integration, Sicherheit und Betriebskosten von Anfang an zusammengedacht werden. Wer diese Themen erst nachträglich aufgreift, riskiert demnach, dass ein funktionierender Prototyp im Alltag an den Rahmenbedingungen scheitert. Der Beitrag verweist in diesem Zusammenhang auf die Praxis, dass viele Projekte technisch überzeugen und trotzdem nicht in den Regelbetrieb übergehen.

Dasselbe gilt nach Angaben von Nagarro für die organisatorische Seite. Wenn sich Rollen, Entscheidungswege und Arbeitsweisen verändern, müssen die Mitarbeiter, die mit den Systemen arbeiten, früh einbezogen werden. Technisch starke Lösungen skalieren aus Sicht des Unternehmens nicht, wenn sie im Alltag nicht angenommen werden.

Steuerung gewinnt mit Agentic AI an Gewicht

Mit Agentic AI bekommt dieser Punkt zusätzliches Gewicht. Je stärker Systeme eigenständig planen und Handlungen auslösen, desto mehr rückt die Frage der Steuerung in den Vordergrund. Organisationen brauchen laut Nagarro Klarheit darüber, welche Agenten im Einsatz sind, auf welche Daten und Systeme sie zugreifen dürfen, nach welchen Regeln sie handeln und wie sich ihr Verhalten nachvollziehen lässt. Auch Kosten, Sicherheitsrisiken und Freigaben müssten über zunehmend komplexe KI-Umgebungen hinweg sichtbar und steuerbar bleiben.

Die Herausforderung ist nach Darstellung des Autors nicht auf eine einzelne Plattform oder ein einzelnes Modell begrenzt. Unternehmen arbeiten mit unterschiedlichen Cloud-Umgebungen, Modellen, Frameworks und Werkzeugen. Governance und Observability sollten deshalb über diese Landschaft hinweg funktionieren. Ein Ansatz, der nur ein Modell oder einen Anbieter abdeckt, greift aus Sicht von Nagarro zu kurz.

Eine Kontrollschicht über verschiedene Systeme hinweg

Als Antwort beschreibt Nagarro eine sogenannte Agent Control Plane. Sie soll als zentrale Steuerungs- und Governance-Schicht wirken und Regeln, Zugriffsrechte, Kosten sowie das Verhalten von KI-Agenten über verschiedene Systeme hinweg nachvollziehbar machen. Zu den genannten Funktionen gehören Richtlinien und Governance, Identitäts- und Zugriffsmanagement, Auditierbarkeit, Kostenkontrolle, Monitoring und Routing.

Das Unternehmen rät davon ab, diese Kontrollschicht isoliert zu betrachten, und ordnet sie in einen durchgängigen Betriebsansatz für Enterprise AI ein. Nagarro begleitet nach eigenen Angaben KI-Systeme von der Auswahl geeigneter Anwendungsfälle über Entwicklung und Orchestrierung bis zum Betrieb. MosaicOS soll den strukturierten Aufbau von KI-Agenten unterstützen, NIA deren Analyse und Optimierung. Die Agent Control Plane ergänzt diese Werkzeuge um herstellerunabhängiges Monitoring, Governance und Kontrolle.

Verantwortung bleibt beim Menschen

Die technische Ebene allein reicht nach Einschätzung von Nagarro nicht aus. Enterprise AI funktioniere nur, wenn Systeme, Prozesse, Governance und Menschen gemeinsam weiterentwickelt werden. Der Anbieter betont in diesem Zusammenhang die Verantwortung des Menschen. KI kann demnach große Informationsmengen verarbeiten, Muster erkennen und Entscheidungen vorbereiten. Kontextuelles Urteil, die Einordnung von Ausnahmen und die Verantwortung für Ergebnisse bleiben dem Beitrag zufolge beim Menschen.

Unternehmen können Entscheidungen durch KI unterstützen lassen, die Verantwortung für deren Folgen aber nicht an ein Modell delegieren. Der Schritt von einzelnen KI-Anwendungen zu skalierter Enterprise AI ist nach Darstellung von Nagarro deshalb kein reines Technologieprojekt. Es gehe darum, die Voraussetzungen für einen verlässlichen Betrieb zu schaffen und Reibung zwischen Daten, Systemen, Prozessen und Entscheidungen gezielt zu reduzieren. Erst dann werde aus technischer Leistungsfähigkeit eine Lösung, die im Unternehmensalltag trägt.

Die Aussagen stammen aus einem Beitrag des Anbieters und sind keine unabhängige Bewertung des Marktgeschehens. Nagarro beschreibt darin zugleich eigene Produkte und Leistungen. Die genannten Werkzeuge MosaicOS, NIA und Agent Control Plane ordnet das Unternehmen seinem eigenen Angebot für Enterprise AI zu. Weitere Informationen stellt Nagarro unter nagarro.com/de/ai-transformation-framework bereit. Als Ansprechpartnerin nennt das Unternehmen Laura Spitz unter der Adresse laura.spitz@nagarro.com.