Was heute möglich ist
Coding-Agenten
Agenten setzen Aufgaben um, schreiben Tests und öffnen Pull Requests, die Entwickler prüfen.
Modernisierung von Altsystemen
Code wird analysiert, dokumentiert und schrittweise in neue Technologien überführt.
Testautomatisierung
Testfälle entstehen aus Anforderungen und Code, Lücken werden sichtbar.
IT-Service-Desk
Standardanfragen wie Passwort, Zugriff und Software werden vollständig automatisiert gelöst.
Betrieb und Störungsanalyse
Logs und Metriken werden ausgewertet, Ursachen eingegrenzt, Maßnahmen vorgeschlagen.
Zentrale KI-Plattform
Die IT stellt Modellzugang, Leitplanken und Kostenkontrolle für alle Bereiche bereit.
Was dafür gegeben sein muss
- Regeln für den Umgang mit Quellcode und Geheimnissen
- Code Review bleibt Pflicht
- Messung von Qualität statt nur Geschwindigkeit
Diese Rollen setzen es um
- AI Platform EngineerDer AI Platform Engineer stellt die gemeinsame Infrastruktur bereit, auf der Teams KI entwickeln und betreiben: Umgebungen, Zugriffe, Modellzugänge und zentrale Dienste.
- AI Tech LeadDer AI Tech Lead führt ein KI-Team technisch.
- Agentic AI EngineerDer Agentic AI Engineer baut KI-Agenten, die mehrstufige Aufgaben selbstständig planen und über Werkzeuge in Unternehmenssystemen ausführen.
- AI Security SpecialistDer AI Security Specialist schützt KI-Lösungen, Modelle, Daten und Dienste vor KI-spezifischen und klassischen Angriffen.
- MLOps EngineerDer MLOps Engineer baut und betreibt Prozesse, Werkzeuge und Automatisierung für den gesamten Lebenszyklus von Modellen in Produktion, vom Training über das Deployment bis zur Überwachung.
So laufen solche Projekte
KI-Agent für die Auftragserfassung
Täglich gehen mehrere hundert Bestellungen per E-Mail ein, als Freitext, PDF oder Tabelle. Der Innendienst überträgt sie von Hand in das ERP.
Zentrale KI-Plattform statt Insellösungen
Fünf Teams bauen parallel KI-Anwendungen, jedes mit eigenem Modellzugang und eigenen Schlüsseln. Kosten sind nicht zuordenbar, Sicherheitsvorgaben uneinheitlich umgesetzt..