Regulierung und Governance

• Ein neues, allgemein verständliches Rahmenwerk führt Unternehmen in sechs Schritten dazu, KI-Systeme nach dem EU AI Act korrekt einzuordnen. Ziel ist es, sowohl unnötige Compliance-Ausgaben als auch Bußgelder zu vermeiden.
• Compliance als Last zu beschreiben, geht für kleine und mittlere Unternehmen am Kern vorbei. Genau die Governance-Disziplin, die der EU AI Act verlangt, macht agentenbasierte KI zuverlässig genug für den Einsatz im großen Maßstab.
• Gartner erwartet, dass 40 Prozent der Unternehmen bis 2027 autonome KI-Agenten zurückstufen oder abschalten. Der Grund liegt nicht in schwacher Leistung, sondern in Lücken der Governance, die erst auffallen, wenn im Produktivbetrieb etwas schiefgeht.
• Eine neue Übersicht stellt vier führende Governance-Rahmenwerke für agentenbasierte KI gegenüber. Die These lautet: Organisationen müssen ihre Aufsicht nicht von Grund auf neu aufbauen, während Agenten die Fähigkeit gewinnen, Daten abzurufen, Tools zu nutzen und zu handeln.
• Agentenbasierte KI macht die Datenschicht zur neuen Sicherheitsgrenze. Agenten, die Daten abfragen, zusammenfassen und auf ihrer Grundlage handeln können, brauchen Schutz in der Datenbank selbst und nicht nur auf der Anwendungsebene.
• Sarah Breeden, stellvertretende Gouverneurin der Bank of England, erklärte beim ECB Sintra Forum, die bestehenden Regulierungsrahmen der Finanzwelt seien nicht mit Blick auf autonome Agenten entstanden. Sich bei jeder Handlung auf einen Menschen in der Schleife zu verlassen, sei nicht länger realistisch.
• Beim ersten UN Global Dialogue on AI Governance in Genf bestimmte ein Gedanke die Debatte: Governance setzt heute meist voraus, dass ein Mensch die letzte Entscheidung trifft. Genau diese Annahme beginnt agentenbasierte KI aufzubrechen.

‍

Souveränität und das globale Rennen um KI

• OpenAI schlug vor, der US-Regierung eine Beteiligung von 5 Prozent zu übertragen, bei einer Bewertung von 852 Milliarden Dollar rund 42 Milliarden Dollar wert. Berichten zufolge könnten Anthropic, Google und Meta eingeladen werden, dem gleichen Muster zu folgen.
• Das US-Handelsministerium hob die Exportkontrollen für die Fable-Modelle von Anthropic nach kurzer Aussetzung auf und stellte den internationalen Zugang wieder her.
• Salesforce sagte der Schweiz 1 Milliarde Dollar zu, um die Entwicklung agentenbasierter KI zu beschleunigen. Damit wird das Land als Standort für Forschung und Aufbau dargestellt, während die Golfregion zunehmend zu dem Ort wird, an dem agentenbasierte Systeme skaliert werden.
• Die Vereinigten Arabischen Emirate streben ein Wachstum von rund 1.500 auf 10.000 KI-Unternehmen bis 2030 an. Gestützt wird das von MGX aus Abu Dhabi, das Berichten zufolge knapp 50 Milliarden Dollar für KI-Investitionen eingesammelt hat.
• Portugal stellte AMALIA vor, das erste Open-Source-KI-Modell für europäisches Portugiesisch. Wie zuvor die Schweiz behandelt das Land KI-Infrastruktur als Sprachinfrastruktur und als Infrastruktur des öffentlichen Sektors.
• Auf OpenRouter überschritten chinesische Modelle 45 Prozent des gesamten Token-Volumens, gegenüber 15,3 Prozent bei Anthropic und 7,4 Prozent bei OpenAI. Die Spitzenfähigkeiten liegen weiterhin überwiegend bei amerikanischen Laboren.

‍

Einführung im Unternehmen und wirtschaftliche Folgen für die Belegschaft

• Eine Deloitte-Umfrage unter mehr als 3.200 Führungskräften aus Geschäft und IT in 24 Ländern ergab, dass 61 Prozent der Top-Führungskräfte großer Professional-Services-Unternehmen in den USA und Großbritannien im vergangenen Jahr mindestens ein KI-Projekt abbrachen. Meist fehlten den eigenen Leuten die Fähigkeiten, es zu betreiben.
• Nur 13 Prozent der Unternehmen skalieren KI-Automatisierung erfolgreich. Die meisten versuchen den direkten Sprung vom Pilotprojekt zum vollen Einsatz, statt zuerst den zugrunde liegenden Prozess in Ordnung zu bringen.
• IDC sagt voraus, dass die Preisgestaltung von Unternehmenssoftware nach Nutzerplätzen bis 2028 faktisch überholt sein wird, weil agentenbasierte KI das Kaufmodell verändert. Das MIT stellte fest, dass rund 95 Prozent der GenAI-Pilotprojekte in Unternehmen keine messbare Wirkung auf die P&L haben.
• Christopher Stanton von Harvard argumentiert, KI werte nicht jedes SaaS-Angebot gleich stark ab. Am ehesten ersetzbar seien Produkte, die auf deterministischen Aufgaben und internen, nicht differenzierenden Daten beruhen.
• Europas größter Versicherer strich bis zu 1.800 Stellen, nachdem er KI in Schadenbearbeitung und Kundenservice eingebunden hatte. Der Schritt steht im Zusammenhang mit versicherten Schäden aus Naturkatastrophen, die im vergangenen Jahr 127 Milliarden Dollar erreichten und damit 27 Prozent über dem langjährigen Mittel lagen.
• Eine neue Untersuchung von SAP und Oxford Economics zeigt, dass Organisationen in EMEA höhere Erträge aus KI-Investitionen erzielen. Die Erwartungen an weitere Zuwächse in den kommenden zwei Jahren steigen.
• Eigene Untersuchungen von OpenAI zu Codex ergaben, dass über 80 Prozent der von Agenten erledigten Aufgaben inzwischen Arbeiten entsprechen, für die ein Mensch mehr als 30 Minuten brauchen würde, und 70 Prozent solchen von mehr als einer Stunde.

‍

Märkte, Finanzierung und Infrastruktur

• OpenAI eröffnete eine europäische Zentrale in Dublin und schafft damit in den kommenden zwei Jahren 250 neue Stellen.
• Apple verklagte OpenAI wegen mutmaßlichen Diebstahls von Geschäftsgeheimnissen. Das Verfahren dürfte sich über Jahre ziehen und ein erhebliches Risiko für OpenAI bergen.
• Anthropic kommt inzwischen auf rund 74 Milliarden Dollar annualisierten Umsatz und gewann im Juni laut Yipit täglich etwa 550 Millionen Dollar neuen ARR hinzu. Das ist fast das Doppelte des Tempos von OpenAI, ausgehend von einer Basis, die vor 18 Monaten ein Sechstel so groß war.
• Europas KI-Einhörner werden nach anderen Wetten bepreist als die amerikanischen. Helsing liegt bei 18 Milliarden Dollar und dem 35,9-Fachen des Umsatzes, Legora beim 56-Fachen, Fluidstack beim 41,7-Fachen, und Nscale steht bei 15 Milliarden Dollar, bepreist wie Infrastruktur mit dem 9,7-Fachen.
• Eine Karte der 35 wichtigsten KI-Unternehmen zeigt, dass sich die Spitze weit über die Bay Area hinaus verteilt. Mistral AI wird in Paris mit rund 14 Milliarden Dollar bewertet, und London trägt DeepMind, ElevenLabs, Synthesia und Stability AI.
• Fable 5 von Anthropic führte den neuen EuroExec Benchmark mit 81,4 an, vor GPT-5.5 mit 77,0. Der Test bildet Szenarien europäischer Führungskräfte ab und nicht Mathematik oder Code.
• Verizon stellte eine Architektur für Netzautonomie auf Level 4 vor, die im Jahr 2025 70 Millionen automatisierte Änderungen abdeckte. Nokia und Google Cloud banden sechs von Gemini betriebene Agenten in das Assurance Center von Nokia ein, mit dem Ziel einer 50 bis 80 Prozent schnelleren Fehlerbehebung.

‍

Offene, lokale und Edge-KI-Infrastruktur

• Ein neuer Benchmark ergab, dass lokale, private KI-Modelle bei echten Workloads in Unternehmen inzwischen mit führenden Cloud-Systemen mithalten können, zu einem Bruchteil der Kosten. Einen vergleichbaren Forschungsbericht erzeugten sie für 1 Cent statt für 7 Dollar.
• Ein Offline-System für Edge-KI auf Basis von NVIDIA Jetson, LoRa-Funk und IoT-Sensoren liefert Entscheidungen inzwischen in unter 1 Millisekunde, für Minen, Schiffe, landwirtschaftliche Betriebe und andere Standorte ohne verlässlichen Internetzugang.
• Gremien für offene Standards wie LF Edge und die Agentic AI Foundation drängen auf offene Schnittstellen und Interoperabilität, während Agenten vom Experiment in den Produktivbetrieb übergehen.
• Vipul Ved Prakash von Together AI argumentiert, agentenbasierte KI trete in die Phase modularer Architekturen ein. Derselbe Wandel ließ einst das PC-Ökosystem vertikal integrierte Wettbewerber überholen, sobald sich die Schnittstellen gefestigt hatten.
• Proprietäre KI beherrscht Consumer-Produkte weiterhin bei Vertrieb und Ausarbeitung, doch offene Gewichte werden zur Grundlage, auf der Entwickler feinabstimmen, selbst hosten und für Unternehmen anpassen.
• Jüngste Durchbrüche von KI-Forschungssystemen, darunter eine Entdeckung zu Antibiotikaresistenzen innerhalb von zwei Tagen und ein maschinell geschriebenes Paper, das die erste Begutachtungsrunde eines ICLR-Workshops bestand, hängen im Hintergrund weiterhin stark von menschlich gesteuerten Hilfsstrukturen ab.

‍

Dank an Jothi Moorthy, Adam Helbig, Omar Hammami, Christiane Zhao, Niharika Srivastav, FAISAL HOQUE, Bernard Marr, Oliver Patel, Brij kishore Pandey, Nandan Mullakara, Greg Coquillo, Ashish Dhawan, Joanna Rubin, Ali Najafzadeh, Alan Paris, Eric Pilkington, Sandeep S., John Beardsley, Chad Johnson, Manipal Dhariwal, Lou Simon, Adam King, Ting Zou, Agnese Jaunošāne, Dr. Barry Scannell, Soumitra Dutta, Tina Austin und Tony Moroney dafür, dass sie Einblicke zu dieser Ausgabe beigetragen haben. Die vollständige Liste der Beiträge und Stimmen findet sich auf LinkedIn: https://www.linkedin.com/pulse/best-linkedin-cw-29-30-ai-agentic-systems-thomas-allgeyer-tabof?trackingId=x9%2Fg71nbpjqvXTBG2MGs0Q%3D%3D&lipi=urn%3Ali%3Apage%3Ad_flagship3_profile_view_base_recent_activity_content_view%3BMRkLsnt5R46kvOxB%2BHTaAg%3D%3D