Je volatiler das Umfeld, desto wichtiger wird ein robuster digitaler Kern: einheitliche Prozesse, Daten, Systeme und Netzwerke über alle Wertschöpfungsbereiche. Stabilität braucht es nicht überall gleichermaßen: Priorität haben Daten und Integrationsarchitektur unter Einhaltung von Standards. Sie tragen den Kern, während Anwendungen darauf aufsetzen und häufiger ausgetauscht werden können. Diesen Kern aufzubauen und anpassungsfähig zu halten, ist Gegenstand der digitalen Transformation. Sie bezeichnet den grundlegenden unternehmensweiten Wandel von Geschäftsmodellen, Prozessen, Strukturen und Kultur durch digitale Technologien. Damit ist sie mehr als Digitalisierung, die technische Überführung analoger in digitale Prozesse: Sie betrifft Organisation und Kultur ebenso wie Systeme und ist kein Projekt mit Enddatum, sondern ein fortlaufender Prozess, in dem Technologie Mittel, nicht Zweck ist.
Ein globales ERP-Programm kann ein Dekadenprojekt sein. KI-Werkzeuge verändern sich dagegen innerhalb von Monaten. Beide Geschwindigkeiten treffen aufeinander, sobald ein KI-Vorhaben Teil des digitalen Kerns wird, etwa wenn ein Datenmodell zugleich Grundlage für ERP- oder PLM-Prozesse ist. Die Antwort ist keine Entweder-Oder-Entscheidung, sondern die bewusste Entkopplung der Zeithorizonte: Der priorisierte Kern – vor allem Daten und Integrationsarchitektur – bleibt langfristig stabil; Anwendungen und KI-Werkzeuge werden in kurzen Zyklen weiterentwickelt und ausgetauscht.
Wie gehen wir strategisch damit um? Das wichtigste Learning lautet: Der entscheidende Kern, bei dem wir keine Kompromisse eingehen, sind die Daten. Künstliche Intelligenz stößt an Grenzen, wenn Wissensbasis und Datenstruktur nicht stimmen. Dann helfen keine vierwöchigen Projektschnellschüsse; wir müssen substanzielle Datenarchitektur betreiben. Dazu gehört, Datenbestände über Ontologien oder Graphdatenbanken zu vernetzen, für Reasoning.
Neben den Daten ist die Integrationsarchitektur das entscheidende Element: das Kreislaufsystem, in dem das Blut fließt. Ein System global durchzudrücken ist weniger wichtig, als Schnittstellen und Datenarchitektur im Griff zu haben. Drängend ist die digitale Datenlogistik zwischen Unternehmen. Physische Güter werden dank standardisierter Seecontainer weltweit billig und reibungslos transportiert; für den Datenaustausch mit Kunden oder Lieferanten gründen wir noch immer langwierige Projektteams. Konzepte wie die Asset Administration Shell (AAS) existieren, werden aber zögerlich umgesetzt. Wir müssen öffentliche Application Programming Interfaces (API) schaffen, um Produktdaten auszutauschen.
Auf diesem stabilen Kern setzen die Anwendungen auf; hier verändert sich das Feld am schnellsten. Eine tragfähige KI-Architektur erfordert die Positionierung zwischen drei Linien: Enterprise-AI-Plattformen spezialisierter Anbieter mit vorkonfigurierten, domänenspezifischen Anwendungsfällen; General-Purpose-AI-Plattformen etablierter Enterprise-IT-Anbieter und Hyperscaler mit breiterer, aber weniger vorkonfigurierter Funktionalität; und unternehmensinterne Plattformen auf Basis verfügbarer kommerzieller und Open-Source-Bausteine mit maximaler Kontrolle, aber höherem Eigenaufwand.
Der Trade-off ist derselbe: Geschwindigkeit und Vorkonfiguration versus Kontrolle und Unabhängigkeit. Zentrale Fragen: Welche Architektur veraltet nicht in Monaten? Welche Linie passt zu Anforderungen? Wie müssen Betriebs- und Nutzungskonzepte mitwachsen? Diese Fragen gehören zur zyklischen Re-Evaluierung. Zudem stellt sich die Frage: Was leisten KI-Agenten?
Zudem dürfen wir die künftige KI-Kostenentwicklung nicht unterschätzen. Die Investitionen der Hyperscaler werden IT-Kosten erhöhen und Effizienzgewinne teilweise auffressen. Viele KI-Projekte sind daher strategische Wetten oder Explorationen. Geopolitische Spannungen zwischen China und den USA zwingen uns, globale Systeme neu zu denken. Eine einheitliche Welt-IT wird durch unterschiedliche Plattformen, Handelsrestriktionen und Sicherheitsanforderungen unmöglich. Langfristige Pläne sind schnell obsolet. Unsere Antwort kann nur eine zyklische Strategieentwicklung sein, die sich an neue Rahmenbedingungen anpasst.
