📣 Senden Sie uns Ihre Pressemitteilung
Seite aktualisiert sich alle 15 Minuten
Technologie

Sifted Talks: Wie skalierbare Unternehmen KI in der Produktion implementieren

Skalierbare Unternehmen stehen vor Hürden bei der breiten KI-Einführung, darunter steigende Kosten und Vertrauensprobleme. Branchenexperten diskutierten Lösungen für den Übergang von Pilotphasen.

16. Juli 2026
Sifted Talks: Wie skalierbare Unternehmen KI in der Produktion implementieren

Der Übergang vom experimentellen Einsatz zur breiten Implementierung von generativer KI stellt für skalierbare Unternehmen erhebliche operative Herausforderungen dar. Dazu gehören steigende Kosten, die Schaffung von Governance und der Aufbau von Vertrauen in autonome KI-Funktionen.

Diese Themen standen im Mittelpunkt einer kürzlichen Sifted Talks-Veranstaltung, bei der Experten Einblicke gaben, wie Unternehmen erfolgreich über KI-Pilotphasen hinausgehen und widerstandsfähige, KI-native Abläufe aufbauen können. Omar Davison, Solutions Engineer bei Box, betonte, dass die Identifizierung des Ortes, an dem KI den größten Mehrwert liefert – sei es für die individuelle Produktivität, die Effizienz von Abteilungen oder die Optimierung auf Organisationsebene – entscheidend ist. Für weniger KI-affine Organisationen liegen die unmittelbaren Gewinne oft in der Steigerung der individuellen Zeiteffizienz.

Thibault Martin, Ecosystem Lead bei Dust, wies darauf hin, dass die Technologie selbst selten die KI-Skalierung behindert; vielmehr ist der Mangel an klaren Rahmenbedingungen für Sicherheit und Budgetzuweisung oft die eigentliche Hürde. Er verglich KI-Agenten mit neuen Ressourcen, die definierte Ziele und Rechenschaftspflicht für Führungskräfte erfordern. Lucien Bredin, Mitbegründer von Naboo, teilte ein Beispiel, bei dem ihr KI-Zwilling täglich 80 % der Eventorganisation übernimmt, wobei menschliche Aufsicht für das Vertrauen sorgt.

Wachstumsinvestorin Jannat Rajan hob hervor, dass die Integration von KI in Kernprozesse die Margen von Unternehmen erheblich reduzieren kann. Erfolgreiche Unternehmen steuern diese Kosten, indem sie ihre KI-Modelle diversifizieren und ihre Software neu bepreisen. Sie befürwortete ein Portfolio von KI-Engines, ähnlich dem frühen "Multi-Cloud"-Trend, um Ausgaben zu optimieren und Anbieterabhängigkeiten zu vermeiden, wobei sie die Bedeutung spezialisierter Finanzoperationen für KI-Kosten betonte.

Originalquelle: sifted.eu