Am 21. Oktober 2026 haben wir zum zweiten Mal Fachleute aus mehreren Schweizer Grossunternehmen zu einem offenen KI-Austausch eingeladen. Im Mittelpunkt stand eine einfache Frage: Wie bringt man KI und Enterprise Content Management sinnvoll zusammen?
Ganz unterschiedliche Ausgangslagen
Die Runde zeigte, wie verschieden weit die Unternehmen sind. Einige betreiben bereits eigene Agenten-Plattformen mit produktiven Anwendungen. Andere stehen nach eigener Aussage noch am Anfang und suchen den richtigen Einstieg. Gemeinsam ist allen der Wunsch nach einem zentralen Einstiegspunkt, über den KI auf alle relevanten Systeme zugreifen kann und nicht nur auf ein einzelnes Produkt.
Agenten anbinden: technisch einfach, organisatorisch anspruchsvoll
Agenten untereinander zu verbinden, etwa über MCP (Model Context Protocol) oder A2A (Agent-to-Agent), gilt technisch als gut lösbar. Schwieriger ist, dass Geschäftsprozesse fast immer über mehrere Systeme laufen: Personal, ERP und Dokumentenablage greifen ineinander. Wer KI produktiv einsetzen will, muss diese Prozesse über Systemgrenzen hinweg denken.
Hersteller-KI oder eigene Vektordatenbank?
Lebhaft diskutiert wurde die Frage, ob man die KI-Funktionen des Herstellers lizenziert oder Inhalte selbst in eine eigene
Vektordatenbank indexiert. Beide Wege haben ihre Berechtigung:
Eigene Lösung: flexibel, systemübergreifend und mit gängigen Cloud-Modellen umsetzbar, ohne eigene GPU-Infrastruktur.
Herstellerlösung: Sie nimmt viel Arbeit ab, besonders bei grossen Datenmengen. Dazu gehören intelligentes Chunking und die Verknüpfung von Workspaces über einen Knowledge Graph.
Klar wurde: Bei wenigen Dokumenten ist vieles einfach. Bei Terabytes entscheidet die Qualität der Aufteilung in Chunks über die Qualität der Antworten.
Lizenzen: das am meisten unterschätzte Thema
Wer Hersteller-APIs für eigene KI-Lösungen nutzt, sollte die Verträge genau lesen. Entscheidend ist, wie zugegriffen wird. Bei User Impersonation bewegt man sich innerhalb der Benutzerlizenz und der bestehenden Berechtigungen. Technische Benutzer können dagegen zusätzliche Lizenzen auslösen. Unsere Empfehlung: Innovation nicht bremsen, aber von Anfang an auf der sicheren Seite bauen.
Kosten und Qualität im Griff behalten
Token-Budgets werden zum praktischen Engpass. Schwellenwerte, Benachrichtigungen und Schulungen gehören von Beginn an dazu.
Vier-Augen-Prinzip für Agenten: Ein Agent erledigt die Arbeit, ein zweiter prüft sie kritisch. So lässt sich verhindern, dass generative KI Lücken mit erfundenen Daten füllt.
Human in the Loop: KI entlastet und verbessert die Qualität, aber die letzte Kontrolle bleibt beim Menschen.
Unser Fazit
Der realistische Anwendungsfall der nächsten Zeit ist die intelligente Informationssuche: KI, die Inhalte findet und zusammenfasst. Für jedes Vorhaben zählt dieselbe Frage: Welcher Anwendungsfall, zu welchem Preis, mit welchen messbaren Einsparungen?
Der Austausch findet ab jetzt monatlich statt. Wir danken allen Teilnehmenden für die offenen Einblicke und freuen uns auf die nächste Runde.
Galerie
