KI im Finance-Sektor entwickelt sich vom Pilotprojekt zum zentralen Bestandteil moderner Banken-IT, bleibt in der breiten Skalierung jedoch vielerorts noch deutlich hinter den Erwartungen zurück.

Mit ihrem hohen Automatisierungspotenzial ist der Einsatz von KI nicht zuletzt in Krisenzeiten unerlässlich geworden. Doch die Implementierung passgenauer Agentic AI, die tatsächlich das tun, was sie sollen, erfordert meist noch immer zeitaufwendige Handarbeit.

Agentic AI verspricht Tempo und Innovation. Doch viele Unternehmen stoßen an organisatorische Grenzen. Bastian Emondts, Principal und Head of App Innovation bei Campana & Schott, erläutert, warum Agentic AI weniger an der Technologie als an der Fähigkeit scheitert, AI-Agenten strukturiert zu skalieren und zu betreiben.

Die Märkte sind durch KI verunsichert. Ich verstehe diese Besorgnis. Aber ich glaube, die Schlussfolgerung, zu der viele Menschen gelangen, ist falsch. Ein Kommentar von Aaron Harris, CTO bei Sage.

IT-Transformationen sind keine Projekte, die man mal nebenher erledigt. Sie gehören zu den größten Herausforderungen für Unternehmen. Kein Wunder also, dass moderne Technologien wie die Künstliche Intelligenz Hoffnungen wecken, diese Projekte besser zu organisieren und umzusetzen.

IT-Transformationen erfordern ein Maximum an Flexibilität. Das ist das zentrale Ergebnis der neuen IT-Transformationsstudie von Natuvion und NDBS.

Unbekannte Daten sind ein unterschätztes Risiko – für Datenschutz, IT-Sicherheit und den verantwortungsvollen KI-Einsatz gleichermaßen. Wie Unternehmen mit Data Discovery und Datenklassifizierung Transparenz schaffen, erklärt Fabian Glöser, Manager Sales Engineering Nordics, Central & Eastern Europe bei Forcepoint, im Interview.

Die jüngsten Vorfälle bei Google und Anthropic zeigen, wie schnell „AI as a Public API“ zum operativen Risiko wird.