CANCOM setzt bei KI-Projekten für den Start auf das Zusammenspiel zwischen Menschen und Künstlicher Intelligenz
Maximilian Kirst von CANCOM rät, KI-Agenten anfangs unter Aufsicht arbeiten zu lassen. Bei ASYS spart ein erster Einsatz über zwei Monate Arbeitszeit.
Ein Copilot-Test belegt noch keinen Nutzen im Alltag. IT- und Prozessverantwortliche müssen klären, welche Aufgaben und Aktionen die KI übernehmen darf.
Das Wichtigste in Kürze
- Nach dem Test zählt der Arbeitsablauf. CANCOM sieht den konkreten Nutzen und die Einbindung in bestehende Systeme als nächste Aufgaben nach ersten Copilot-Versuchen.
- Mensch und KI starten gemeinsam. Zum Einstieg überwacht ein Mensch die agentischen Abläufe und greift bei Bedarf ein.
- Das Praxisbeispiel betrifft die Fertigungsdokumentation. Bei ASYS fallen nach CANCOM-Angaben wöchentlich Fotos zu rund 100 Maschinen und Baugruppen an. CANCOM beschreibt einen ersten Machbarkeitsnachweis in weniger als vier Wochen. Kirst grenzt ihn ausdrücklich von klassischer Agentic AI ab.
Verwandt:Im Auftrag der Infrastruktur: Wie Multi-Agenten-Systeme den IT-Betrieb beherrschbar machen / Wenn KI-Agenten reisen: Data-Residency als Operating-Problem
Nach dem Copilot-Test beginnt die Prozessarbeit
Maximilian Kirst, Solutions Sales Manager bei CANCOM, beschreibt in schriftlichen Antworten an cloudmagazin eine Verschiebung nach den ersten KI-Versuchen. Die Technik funktioniere häufig bereits. Anschließend müssten Unternehmen herausfinden, wie sie daraus einen Nutzen für ihre Arbeit gewinnen.
„Was wir viel häufiger sehen: Die ersten Erfahrungen sind gemacht, die Technologie funktioniert und dann kommt relativ schnell die Frage auf, wie daraus jetzt eigentlich ein echter Mehrwert für das Unternehmen entsteht.“ Kirst nennt dafür einen konkreten Anwendungsfall, passende Daten und die Einbindung in vorhandene Systeme. Auch der spätere Betrieb gehöre schon in diese Planung.
CANCOM beginne deshalb mit dem Problem, das ein Unternehmen lösen wolle. Erst daraus ergäben sich die benötigten Daten, die Infrastruktur und die Systemanbindungen. Der weitere Schritt bestehe darin, dass KI innerhalb eines Prozesses Aufgaben übernimmt. Genau dieser Übergang verändert auch die Anforderungen an die Kontrolle.
Mit erlaubten Aktionen wächst die Verantwortung
Ein Assistant, der Informationen aus freigegebenem Unternehmenswissen liefert, hat andere Handlungsmöglichkeiten als ein Agent, der Daten verändern oder Prozesse starten darf. Kirst verweist auf diese Unterscheidung als ein Thema des CANCOM Agentic AI Circle. Er fordert klare Regeln für Zugriffe, Berechtigungen und zulässige Aktionen.
„Je mehr Handlungsspielraum ich einer AI gebe, desto genauer muss ich mir vorher überlegen, was sie eigentlich darf und was nicht.“ Neben den Rechten nennt Kirst die spätere Nachvollziehbarkeit. Unternehmen müssten erkennen können, was geschehen ist und warum. Protokollierung und Datenschutz gehören für ihn deshalb zur Planung.
Beim Einstieg in agentische Prozesse übernimmt der Mensch nach Kirsts Einschätzung zunächst eine kontrollierende und überwachende Rolle, häufig als Human-in-the-Loop bezeichnet. Je nach Prozess und Risiko können für bestimmte Aktionen zusätzliche Freigaben vorgesehen werden. Eine konkrete Freigabe braucht es vor allem bei kritischen Aktionen. Wenn sich der Ablauf bewährt, lässt sich der Automatisierungsgrad schrittweise erhöhen.
// Definition
Was ist Human-in-the-Loop? Human-in-the-Loop bezeichnet das Zusammenspiel von Mensch und KI in automatisierten Abläufen. Der Mensch überwacht den Prozess und kann bei Bedarf eingreifen. Kritische Aktionen gibt er je nach Prozess und Risiko vorab frei. Maximilian Kirst von CANCOM empfiehlt diese Rolle für den Einstieg.
ASYS beginnt bei der Fertigungsdokumentation
Als praktischen Einstieg schildert Kirst ein Projekt mit ASYS. Für rund 100 Maschinen und Baugruppen fielen nach CANCOM-Angaben wöchentlich Fotos für die Fertigungsdokumentation an. Die Mitarbeitenden benannten und ordneten die Bilder manuell zu. CANCOM und ASYS wählten diesen abgegrenzten Ablauf nach einer gemeinsamen Priorisierung möglicher Anwendungen aus.
Im beschriebenen Verfahren fotografieren Beschäftigte die Baugruppen und Begleitzettel mit dem Smartphone. Die KI liest relevante Informationen aus den Bildern und übernimmt die strukturierte Ablage. Den ersten Machbarkeitsnachweis, einen Proof of Concept, habe das Team in weniger als vier Wochen umgesetzt. Diese Dauer beschreibt den ersten Nachweis und nicht den vollständigen Projekt- und Betriebsaufwand.
Kirst berichtet von weniger manuellem Abtippen, einer einheitlichen Dokumentation und weniger Fehlern. Eine konkrete Fehlerquote nennt die Auskunft nicht. Die Zeitersparnis beziffert CANCOM in Summe auf mehr als zwei Monate Arbeitszeit, umgerechnet auf eine einzelne Arbeitskraft. Der Wert beschreibt die Gesamtersparnis im Dokumentationsablauf.
„Den ASYS Case würde ich dabei bewusst nicht als klassischen Agentic AI Case bezeichnen.“ Für CANCOM ist ASYS ein konkreter Quick Win und der Startpunkt für weitere KI-Anwendungen. Kirst nutzt das Projekt als Beispiel für einen schrittweisen KI-Einstieg: ein begrenztes Problem auswählen, die Umsetzung erproben und anschließend weitere Aufgaben anbinden. Agentische Szenarien könnten später durch zusätzliche Systemzugriffe und Aktionen entstehen.
Weitere Automatisierung muss sich im Prozess bewähren
Beim CANCOM Assistant beschreibt Kirst einen ähnlichen möglichen Weg. Der Einstieg könne über Unternehmenswissen und einen klassischen Wissensassistenten erfolgen. Werden weitere Systeme und Werkzeuge angebunden, könne daraus eine Anwendung werden, die Aktionen vorbereitet oder ausführt. Wie weit das gehen soll, macht er vom jeweiligen Prozess abhängig.
Für künftige agentische Szenarien rücken mit dem Handlungsspielraum weitere Fragen in den Vordergrund. Neben dem Nutzen zählen dann Fehlerbehandlung und laufender Aufwand. Darf ein Agent schreibend auf Systeme zugreifen, braucht der Betrieb einen Weg, eine fehlerhafte Aktion zu begrenzen oder rückgängig zu machen. Diese Prüfpunkte gehören zur Planung jedes weiteren Ausbauschritts.
Der beschriebene Einstieg liefert damit einen nachvollziehbaren Ausgangspunkt für die weitere Planung. Ein abgegrenzter Arbeitsablauf macht sichtbar, welche Aufgabe die KI übernimmt und wo Menschen weiterhin entscheiden. Der Umfang zusätzlicher Autonomie lässt sich daran ausrichten, wie verlässlich dieser Ablauf im Betrieb funktioniert.
Häufige Fragen
Welche Rolle hat der Mensch beim Einstieg in KI-Agenten?
Er überwacht die Abläufe und greift bei Bedarf ein. Je nach Prozess und Risiko sind für kritische Aktionen konkrete Freigaben vorgesehen. Bewährt sich der Ablauf, lässt sich der Automatisierungsgrad schrittweise erhöhen.
Ist ASYS ein Beispiel für autonome KI-Agenten?
Nein. Kirst ordnet die beschriebene Dokumentationsanwendung ausdrücklich als KI-Einstieg ein, aus dem später agentische Szenarien entstehen könnten.
Wie viel Zeit spart ASYS mit der Lösung?
CANCOM beziffert die Ersparnis in Summe auf mehr als zwei Monate Arbeitszeit, umgerechnet auf eine einzelne Arbeitskraft. Der Wert beschreibt die Gesamtersparnis im Dokumentationsablauf.
Lesetipps der Redaktion
cloudmagazinIm Auftrag der Infrastruktur: Wie Multi-Agenten-Systeme den IT-Betrieb beherrschbar machencloudmagazinWenn KI-Agenten reisen: Data-Residency als Operating-ProblemcloudmagazinAgentic AI in der Cloud: Wie autonome Workflows den DevOps-Alltag verändernMehr aus dem MBF Media Netzwerk
MyBusinessFutureMcKinsey: KI macht schnell, der EBIT bleibt flachDigital ChiefsOpenAI senkt Tokenpreise, Agenten fressen die ErsparnisSecurityTodayExploitGym: OpenAI-Agenten bauten sich einen GeheimkanalBildquelle: KI-generiert (November 2026)
