Herausforderungen bei KI-generiertem Code in Unternehmen
Die zuverlässige Implementierung von KI-generiertem Code in Großunternehmen stößt auf Hürden bei Integration, Governance und Wartung, nicht bei der Codequalität selbst, so SAP.
Während KI bei der schnellen Codeerstellung glänzt, stößt ihre erfolgreiche Implementierung in Großunternehmen auf erhebliche Hindernisse in Bezug auf Integration, Governance und langfristige Wartbarkeit. SAP berichtet, dass nur ein kleiner Prozentsatz der Unternehmen die KI-gesteuerte Ausführung erreicht, was darauf hindeutet, dass das Problem selten die Codequalität, sondern vielmehr deren Operationalisierung ist.
"Unternehmen, die stark in KI-Tools investieren, stoßen an eine Wand, wenn generierter Code auf die Realität ihrer bestehenden Umgebungen trifft", erklärte Michael Ameling, CPO der SAP Business Technology Platform. Die Herausforderungen ergeben sich aus der Gewährleistung von Compliance, Sicherheit und mehrjähriger Wartbarkeit – Aspekte, die sich nicht von selbst zusammen mit dem Code generieren.
Zu den wichtigsten Hürden gehören die Integration von KI-generierter Logik in fragmentierte Altsysteme und die Sicherstellung der Datenbereitschaft. KI verstärkt die vorhandene Daten- und Prozessreife eines Unternehmens, kann sie aber nicht ersetzen. Wenn KI von Empfehlungen zur Ausführung von Arbeitsabläufen übergeht, steigen die Anforderungen an Latenz, Kosten und Systemauslastung erheblich.
Die erfolgreiche Verbindung von KI-Logik mit komplexen Unternehmenslandschaften erfordert eine vereinheitlichende Schicht für Datenzugriff, Prozesskontext und Governance. Der Ansatz von SAP zielt darauf ab, KI-Agenten über die Business AI Platform genaue, aktuelle Geschäftskenntnisse und nicht nur Rohdaten zur Verfügung zu stellen.
Die Operationalisierung von KI-Agenten in der Produktion erfordert robuste Governance und Beobachtbarkeit. Arbeitsabläufe auslösende Agenten müssen rechenschaftspflichtig sein, mit klaren Identitäten, definierten Berechtigungen und prüfbarem Verhalten. Offenheit und Integration mit Frameworks wie OpenTelemetry sind entscheidend für die End-to-End-Transparenz von KI-Operationen.