Prozesse im Unternehmen durch KI unterstützen? Die Mitarbeiter entlasten? Fundiertere Entscheidungen treffen? Kundenwünschen schneller und besser entsprechen, mit höherer Qualität und in kürzerer Zeit? Viele Wirtschaftsunternehmen versprechen sich von einer KI-Nutzung positive Effekte wie diese. Durchaus zu Recht, denn mehr Effizienz, höhere Qualität und kürzere Innovationszyklen können in Zeiten wachsenden Wettbewerbs- und Margendrucks entscheidende Faktoren sein, um im Markt zu bestehen. Auch der unveränderte Fachkräftemangel macht dem Stahlhandel das Leben nicht leichter. Je stärker KI also in den alltäglichen Prozessen unterstützen kann, desto größer ist der Nutzen – beispielsweise durch ein Corporate Brain.
Steuerung von KI-Agenten: nicht per LLM, sondern mit dem eigenen KI-Hirn
Vor diesem Hintergrund tritt derzeit die Idee der Agentic AI ihren Siegeszug an. Denn KI-Agenten sind Werkzeuge, die vergleichsweise autonom agieren können. Sie übernehmen Assistenz- und Automatisierungsfunktionen in wichtigen Prozessen. Was sich aber jetzt abzeichnet: Besonders wirkungsvoll werden solche KI-Agenten erst dann, wenn sie nicht auf dem generalistischen Wissen der großen Large Language Models (LLM) wie ChatGPT oder Gemini fußen, sondern stattdessen auf das gebündelte Firmenwissen zugreifen. Denn dann speist sich ihre Intelligenz aus dem Corporate Brain: einer völlig unternehmensindividuellen Wissensbasis, die mit KI und für KI aufgebaut wird. Statt KI-Werkzeuge isoliert einzuführen, schafft sich ein Unternehmen auf diese Weise gleichsam ein zentrales Nervensystem, in dem das eigene, individuelle Corporate Brain denkt und die angeschlossenen KI-Agenten handeln – und zwar genau so, wie es das Unternehmen in seinen Prozessen braucht.
Viel implizites Know-how in der Stahlbranche
Dass die KI die Prozesse wirklich versteht, ist in der Stahlbranche schon deswegen wichtig, weil Stahl kein generisches Produkt ist. Der Stahlhandel arbeitet bekanntlich mit hochkomplexen und normgetriebenen Materiallogiken. So sind Güten, Normen (wie DIN, EN, ASTM), Chargen, Wärmebehandlungen, Oberflächen, Abmessungen und Toleranzen zwingend miteinander verknüpft. Schon kleine Abweichungen ziehen mitunter direkte technische und rechtliche Folgen nach sich. Ein unternehmensindividuell trainiertes Corporate Brain ist in der Lage, diese Zusammenhänge nicht nur als bloße Datenfelder zu speichern, sondern als Wissensstruktur zu verstehen. Gerade in der Stahlindustrie existiert sehr viel implizites Wissen. Ein Grund: Stahlprozesse sind oft historisch gewachsen. Von „Es so zu machen, ist optimal“ über „Das gilt nur für diesen Kunden“ bis „Bei dieser Güte musst du aufpassen“ spielt das individuelle Know-how häufig eine entscheidende Rolle für das Unternehmen. Bislang steckt dieses Wissen aber oft noch in Excel-Dateien, in E-Mails oder gar in den Köpfen wertvoller Mitarbeiter (die vielleicht obendrein kurz vor der Rente stehen). Dies macht es so wichtig, das Know-how im Unternehmen zu bewahren, zu bündeln und nutzbar zu machen: durch das eigene KI-Hirn. Mit seinem Wissen steuert es dann die diversen KI-Agenten in den Prozessen des Unternehmens. Auf diese Weise entfaltet der KI-Einsatz den größtmöglichen Nutzen.
Markmann + Müller bringt die KI-Innovation in den StahlhandelDie KI-Architektur aus individuellem Corporate Brain und aus ausführenden KI-Agenten ist eine Innovation, die das Startup Aiconiq GmbH aus Frankfurt entwickelt hat. Die Stahlbranche gehört zu den ersten Industriezweigen, die davon profitieren werden.Markmann + Müller bringt dabei seine langjährige Branchenexpertise und sein tiefes Prozesswissen aus dem Stahlhandel ein. Aktuell arbeiten die beiden Partner daran, die innovativen KI-Funktionalitäten praxisnah in das etablierte Branchenmodul m+m StahlPLUS zu integrieren.So sollen mittelständische Stahlhändler KI-gestützte Assistenz- und Automatisierungsfunktionen nutzen können, die auf anwenderindividuellen Corporate Brains basieren und sich nahtlos in ihre bestehenden Prozesse einfügen.
Die gefährdete Datensouveränität
Die großen US-amerikanischen Large Language Models bieten für Unternehmen ebenfalls die Möglichkeit, auf KI-Agenten zurückzugreifen und diese bis zu einem gewissen Grad zu individualisieren, etwa als Custom GPT. Diese KI-Agenten zu nutzen, bedeutet im Zweifelsfall aber, sich von den eigenen Ansprüchen an Datensouveränität, Sicherheit und Vertraulichkeit zu verabschieden. Denn die KI-Agenten eines US-LLMs zu verwenden, heißt, dabei in einer Public Cloud unter US-Kontrolle zu agieren – mit allen damit verbundenen Risiken für die Sicherheit der eigenen Daten. Es ist kein Zufall, dass die EU-Kommission mit ihrem EU Cloud Sovereignty Framework im vergangenen Jahr eine regulatorische Antwort auf Sicherheitsbedenken im Zusammenhang mit dem US CLOUD Act und der zweiten Amtszeit Donald Trumps formuliert hat. Auch erfüllen die internationalen Lösungen für Agentic AI häufig nicht die Vorgaben der EU-Datenschutz-Grundverordnung (EU-DSGVO) – dieser Verordnung müssen Unternehmen in Deutschland und Europa aber zwingend entsprechen.
Foto: NicoElNino/Shutterstock.com
