Wenn Software die Arbeit selbst erledigt

Über Jahrzehnte folgte Unternehmenstechnologie einer stabilen Arbeitsteilung. Softwareunternehmen stellen Werkzeuge bereit. Berater und Systemintegratoren implementierten sie. Interne Mitarbeiter arbeiteten mit ihnen. Und am Ende übernimmt die interne IT oder ein Dienstleister Betrieb, Wartung und Weiterentwicklung.

Diese Grenzen waren nie vollkommen trennscharf. Aber sie waren wirtschaftlich klar genug, um ganze Industrien darauf aufzubauen.

Ein Beispiel: SAP verkaufte Software. Accenture implementierte sie. Unternehmen beschäftigten Menschen, die mit den Systemen arbeiteten. Anschließend übernahm Accenture oder ein Dienstleister wie T-Systems den Betrieb, Business Process Outsourcing (BPO) heißt das in der Fachsprache. KI stellt diese Arbeitsteilung infrage.

Software kann heute erstmals mehr als Informationen speichern, Prozesse strukturieren und Entscheidungen vorbereiten. Sie kann selbst Informationen eigenständig beschaffen, Fälle bearbeiten, Systeme bedienen, Ergebnisse prüfen, Dokumentation erzeugen und innerhalb definierter Grenzen Aktionen ausführen. Damit verändert sich nicht nur Unternehmenssoftware. Die Software verändert ihren Dienstleistungscharakter.

Aus „Software-as-a-Service“ wird „Service-as-a-Software“.

Die Programme übernehmen die Arbeit selbst. Die nächste Buchhaltungssoftware wird nicht mehr den Buchhalter unterstützen – sie wird die Buchungen selbst aktiv durchführen, das monatliche Berichtswesen anstoßen und die Jahresabschlüsse vorbereiten.

Für Unternehmen zählt das Ergebnis

Kaum ein Unternehmen möchte ein Software-System zum verwalten von Kund*innen-Daten (CRM-System) besitzen. Es möchte Kund*innen gewinnen, Beziehungen entwickeln, Anfragen beantworten und Umsatz steigern.

Es möchte auch keine Bank eine Software zur Überprüfung der Identität ihrer Kund*innen (KYC-Software) kaufen.

Sie möchte Kund*innen rechtssicher onboarden, Risiken erkennen, Entscheidungen nachvollziehbar dokumentieren und regulatorische Anforderungen erfüllen.

Zudem möchte kein Unternehmen ein Ticketing-System betreiben. Es möchte Probleme seiner Mitarbeiter*innen oder Kund*innen schnell und zuverlässig lösen.

Bisher mussten Unternehmen dafür mehrere Bestandteile selbst zusammenführen:

• Software
• Implementierung
• Daten
• interne Mitarbeiter*innen
• externe Spezialist*innen
• Prozesssteuerung
• Qualitätssicherung

Bis heute kaufte ein Kunde ein Werkzeug und musste daraus eine funktionierende operative Leistung bauen. In Zukunft werden Kunden nicht mehr nur das Werkzeug erwarten. Sie erwarten ein System. Eine Capability beziehungsweise Fähigkeit. Ähnlich wie bei BPO die Frage war: „Wer kümmert sich denn jetzt nachher um die Software” wird die Frage bei Ausschreibungen nicht mehr nach Systemverfügbarkeit sein, sondern nach der Qualität in der Aufgabenerfüllung selbst. Das System wird eher bewertet wie ein*e Mitarbeiter*in, als eine Software.

Der Anbieter liefert ein messbares Ergebnis, erzeugt durch Software, Agenten und verantwortliche Experten als integriertes System. Er liefert die korrekte Buchhaltung, die Anzahl potentieller Kund*innen für den Vertrieb, die Zufriedenheit der Anrufer*innen im Call Center oder die gelösten Tickets im IT-Helpdesk.

Eine neue Dienstleistungsform zwischen SaaS und BPO

Diese Entwicklung schafft eine neue Kategorie von Unternehmen. Man könnte sie als „KI-native Dienstleister“ bezeichnen.

Ein KI-nativer Dienstleister liefert messbare Geschäftsergebnisse durch Software, autonome Agenten und verantwortliche Expert*innen, die als ein integriertes System arbeiten. Er ist weder ein klassisches Softwareunternehmen noch ein klassischer Dienstleister.

Nehmen wir das am Beispiel der Marktanalyse im Rahmen der Strategieberatung. Ich kann mir kaum vorstellen, dass wir in zehn Jahren noch alle paar Jahre Managementberatungen einkaufen, die dann eine Power-Point basteln und wieder gehen. Ich sehe eher, dass spezialisierte Dienstleister einen, durch Expert*innen kuratierten, Prozess laufen lassen und bei vielen Kunden gleichzeitig betreiben. So wird aus einer früher klassischen Dienstleistung einer KI-basierter Service, der am Ergebnis gemessen wird und laufend dem Unternehmen erhalten bleibt.

Ein Beratungs- oder BPO-Unternehmen übernimmt Arbeit und Verantwortung. Es skaliert jedoch traditionell vor allem über zusätzliche Mitarbeiter*innen. Die AI-native Service Company verbindet Eigenschaften beider Modelle:

Das Produkt ist weder nur Software noch nur menschliche Arbeit. Das Produkt ist die erledigte Arbeit – und das durch Technologie.

Die Architektur einer AI-native Service Company

Ein KI-nativer Dienstleister entsteht für mich nicht dadurch, dass ein klassischer Dienstleister einige AI-Tools einführt. Sie entsteht durch eine neue Produktionsarchitektur, in der Technologie, Agenten und Expert*innen gemeinsam eine messbare Leistung erzeugen.

Ich habe dies einmal versucht in eine Grafik zu fassen, wie das Architekturmodell einer solchen Firma aussieht.

1. Outcome & Commercial Layer

Am Anfang steht nicht die Software, sondern das versprochene Ergebnis. Diese Ebene definiert den Leistungsumfang, die Service Levels, die wirtschaftliche Verantwortung und die Kennzahlen, an denen der Anbieter gemessen wird.

2. Capability & Process Layer

Die Leistung wird in klar definierte Capabilities, Prozessschritte, Entscheidungsregeln und Eskalationspfade übersetzt. Hier wird festgelegt, was als Standardfall gilt, welche Qualität erwartet wird und wann ein Fall als abgeschlossen gilt.

3. Systems & Data Layer

CRM, ERP, Ticketing, Dokumente, Kommunikationskanäle, Kund*innen-Daten und externe Quellen bilden die operative Infrastruktur. Agenten arbeiten nicht außerhalb dieser Systeme. Sie greifen kontrolliert auf sie zu und führen dort ihre Arbeit aus. Auch aus Gründen des Prüfpfads.

4. Agentic Production Layer

Hier wird die Leistung produziert. Agenten verstehen Ziele, sammeln Informationen, bedienen Systeme, koordinieren Teilaufgaben, prüfen Ergebnisse und dokumentieren jeden Schritt. Sie übernehmen wiederholbare Arbeit innerhalb definierter Mandate.

5. Expert & Accountability Layer

Menschen gestalten Policies, überwachen Qualität, behandeln Ausnahmen und tragen die fachliche Verantwortung. Ihre Rolle verschiebt sich von der vollständigen Fallbearbeitung zur Steuerung und Verbesserung des Gesamtsystems.

6. Learning & Control Layer

Jeder Fall erzeugt Daten über Qualität, Kosten, Durchlaufzeit, Fehler und Eskalationen. Diese Ebene misst die Leistung, erkennt Muster und verbessert Policies, Modelle und Prozesse kontinuierlich.

Diese Architektur verändert die Skalierungslogik eines Dienstleistungsunternehmens oder Outsourcers. Software wird zur Produktionsinfrastruktur. Agenten werden zur operativen Ausführungsschicht. Expert*innen werden zu Gestalter*innenn und Verantwortlichen des Systems. Die Arbeitserfüllung wird zum eigentlichen Produkt.

So kann das Onboarding laufen

Heute organisieren Unternehmen ihre Technologie häufig nach Anwendungen, die von Softwareanbietern angeboten werden.

• CRM
• ERP
• HR-System
• Ticketing
• Core Banking System

Die operative Realität folgt jedoch Arbeitsabläufen, die oft Systemübergreifend sind:

• Kund*innenen onboarden
• Kredite prüfen
• Zahlungen auslösen
• interne Anfragen lösen
• Wertpapierbuchungen nach einer Finanzberatung

Die KI-native Dienstleistung folgt eher dem Arbeitsablauf als der Systemgrenze. Nehmen wir mal das erste Beispiel des Onboardings:

Ein Firmenkunden-Onboarding verbindet heute typischerweise Formulare, Dokumente, Registerdaten, Screening, Risikobewertung, Rückfragen und mehrere Freigaben. Es umspannt heute häufig eine eigene Onboarding-Software als Frontend, das CRM und Core Banking, manuelle Research-Aufgaben zu Gesellschafter*innen und einen Arbeitsprozess mit Freigabeprozessen, der oft noch Schnittstellen zu Compliance-Systemen hat. Ein agentisches System könnte:

• Unterlagen anfordern und klassifizieren
• Register- und Eigentümer*innen-Daten recherchieren (teilweise auch frei im Web)
• Angaben aus unterschiedlichen Quellen abgleichen und fehlende Informationen erkennen
• Rückfragen formulieren und Auffälligkeiten markieren
• eine Risikoeinstufung vorbereiten
• komplexe Fälle an eine*n Expert*in eskalieren

Das Produkt wäre dann nicht die Onboarding-Software. Das Produkt wären erfolgreich angelegte Kunden.

Das verändert nicht nur IT-Architektur. Es verändert Beschaffung, Organisationsdesign, Outsourcing und Governance. Und wer jetzt sagt: Das macht ja aber mein*e Mitarbeiter*in auf einer modernen Onboarding-Software heute bereits: Das ist genau der Punkt.

Die Logik der Software verschwindet nicht. Sie geht in der gelieferten Leistung auf. Die Schritte macht ein „agentengeführtes System“. Und ein KI-nativer Dienstleister liefert diesen mit aus.

In Teil Zwei werden wir uns ansehen, wie eine KI-native Bankdienstleistung aussehen kann und wieso wir davon noch einige Schritte weit entfernt sind.