Schon immer bildete Vertrauen das Fundament von Unternehmensbeziehungen. Doch wie lange ein Unternehmen besteht oder wie groß es ist, genügt heute nicht mehr.
Als generative KI erstmals den Markt eroberte, führte dies nicht unmittelbar zu Investitionen, sondern zu einer Schockstarre. Führungskräfte in Unternehmen wurden mit Versprechungen überhäuft, zögerten jedoch zu Recht, ihre wichtigsten HR- und Finanz-Workflows an ungeprüfte Blackboxes zu übergeben. Die meisten von ihnen blieben in einer „Proof-of-Concept-Hölle“ stecken, mit zahllosen vielversprechenden Prototypen, die aufgrund von Halluzinationen, unvorhersehbaren Ausfällen und fehlendem Mehrwert für Unternehmen nie zur Anwendung kamen.
Vertrauen war schon immer die Basis jeder Unternehmensbeziehung – und Workday verdient sich das Vertrauen seiner 11.500 Kunden seit über 20 Jahren. Der alte Maßstab für Vertrauen war Bestehensdauer und Größe eines Unternehmens, doch das reicht nicht mehr aus. Der neue Maßstab für Unternehmensvertrauen ist Verantwortlichkeit. Können Sie schnell und nachvollziehbar belegen, dass das System das Richtige aus dem richtigen Grund getan und so einen echten, positiven Mehrwert für das Unternehmen erzielt hat?
Da wichtige geschäftliche Entscheidungen schneller und zunehmend von Maschinen getroffen werden, ist Verantwortlichkeit nicht optional, sondern essenziell. Unser CTO Gabe Monroy betont, dass ein Agent nicht nur ein Modell ist; sondern eine Identität, bei der Berechtigungen, Guardrails und Governance Hand in Hand gehen, gemeinsam mit nachweisbarer Wirksamkeit und definierter Genauigkeit. Agenten müssen Regeln einhalten, um nützlich zu sein. Handelt ein Agent schnell, ist aber weder erklärbar, auditierbar noch vertrauenswürdig, so ist er weitaus gefährlicher als einer, der lediglich langsam agiert.
Mit Workday wird jeder Schritt anhand des Sicherheitsmodells und der Compliance-Logik geprüft, bevor ein Agent handelt. Es ist weit mehr als ein Prompt oder ein Modell – es ist eine echte KI-Lösung, die deterministische Geschäftsprozesse mit probabilistischen Schlussfolgerungen kombiniert. Wie CEO Aneel Bhusri betont, ist es genau diese Kombination, die das volle Potenzial von KI für Unternehmen erschließt.
Das bezeichnen wir als das World Model for Work. Aktuelle KI-Modelle basieren primär auf dem digitalen Fußabdruck der Welt, doch die Systeme und Menschen, die sie managen, sind dort nur unzureichend abgebildet. Workday verschafft einzigartige Einblicke in die Arbeitswelt und zeigt, wie Personal- und Finanzprozesse weltweit gemanagt werden. Manche Bereiche in Personalwesen und Finanzen unterscheiden sich erheblich – abhängig von Land, Branche und sogar vom jeweiligen Kunden. Dieses Dataset ist letztendlich unser World Model for Work, und es ist der direkte Weg zu einer vertrauenswürdigen KI, die Arbeit erledigt, ohne die Regeln zu verletzen.
Studie
Zu Beginn des KI-Zeitalters reichten Innovation und die Aussicht auf Transformation aus, um Vertrauen zu gewinnen. Als Führungskräfte in Unternehmen stellen wir heute zu Recht kritischere Fragen. Funktionen und Nutzung genügen nicht. Wir müssen Ergebnisse messen, für die wir die Verantwortung übernehmen können.
Wir stellen zu Recht kritischere Fragen. Funktionen und Relevanz genügen nicht. Wir müssen Ergebnisse messen, für die wir die Verantwortung übernehmen können.
Frontier-Modelle eignen sich hervorragend für zahlreiche Aufgaben, die komplexe Schlussfolgerungen erfordern, doch sie agieren nur am Rande des operativen Systems. Sie sind von der Geschäftssemantik losgelöst, arbeiten mit heruntergeladenen Spreadsheets und sind nicht in der Lage, den Kreis zu dem Ort zu schließen, an dem die Arbeit wirklich stattfindet.
Wenn sie die Wahl zwischen Genauigkeit und Geschwindigkeit haben, entscheiden sich Führungskräfte jedes Mal für Genauigkeit, insbesondere in den Kernfunktionen des Unternehmens. Diese Vorsicht ist verständlich, doch sie bremst die Geschwindigkeit und schränkt das unglaubliche Potenzial der KI ein.
Tatsächlich nutzen nur 27 % der Unternehmen KI, die in ihr zentrales Unternehmenssystem integriert ist. An einem Arbeitsplatz, an dem Agenten Seite an Seite mit Menschen arbeiten, können wir nicht von unseren Mitarbeitern erwarten, dass sie Daten zwischen Systemen kopieren und einfügen. Beides muss ein und dasselbe sein.
Eine aktuelle Studie zu Workday AI hat gezeigt, wie gefährlich es ist, sich auf fundierte KI-Ergebnisse ohne Verantwortlichkeit zu verlassen. Unsere Forscher versorgten Agenten mit Informationen und beobachteten dann, wie sich deren Antworten sowie die zugehörigen KI-Erklärungen veränderten, sobald kleinste Anpassungen an den zugrunde liegenden Daten vorgenommen wurden:
Ein Mensch könnte eine lange, detaillierte und souveräne KI-Antwort fälschlicherweise für zutreffend halten, doch unsere Studie stellt diese Annahme infrage. Wenn sich der zugrunde liegende Kontext verschiebt, kann dies auch für die Genauigkeit der Antwort gelten. Tatsächlich kann das Ergebnis durch eine zugrunde liegende Änderung des Ausgangsmaterials – selbst wenn sich das Ergebnis dadurch eigentlich nicht wesentlich ändern sollte – häufiger beeinflusst werden, als man erwarten würde.
Da Konfidenz kein Beweis für Genauigkeit ist, tendiert man instinktiv vielleicht zu einem größeren, intelligenteren Modell, um die Lücke zu schließen, doch dieser Instinkt ist falsch.
Die wahre Lösung ist nicht ein einziges Frontier-Modell, das alles erledigen soll. Bessere Ergebnisse erzielt man stattdessen durch die Kombination kleinerer Modelle wie Klassifikatoren, Open-Weight-Modelle und großer Frontier-Modelle – exakt abgestimmt auf die jeweilige Aufgabe. Es geht darum, KI-Systeme zu entwickeln, die Fehlermodi, Wiederholungsstrategien, Konsistenzprüfungen und aufgabenspezifische Domänenmodelle in einem sicheren, auditierbaren und regulierten Prozess-Framework berücksichtigen. Die Architektur muss das richtige Modell für die jeweilige Aufgabe mit deterministischen Guardrails verknüpfen, um die Arbeit zu überprüfen. Das sorgt für echtes Vertrauen, gestützt auf regelkonforme Systeme.
Die Architektur muss das richtige Modell für die jeweilige Aufgabe mit deterministischen Guardrails verknüpfen, um die Arbeit zu überprüfen. Das sorgt für echtes Vertrauen, gestützt auf regelkonforme Systeme.
Entscheidungsträger in Unternehmen bewerten Technologie nicht mehr anhand von Funktionslisten, aufsehenerregenden Demos oder Prototypen; sie bewerten sie anhand der Geschwindigkeit, mit der ein nachweisbares Unternehmensergebnis erzielt wird. Ein Mehrwert muss sofort in Form einer Lösung demonstriert werden.
Die KI-Agenten von Workday lösen dieses Versprechen für unsere Kunden bereits ein. In unserem zweiten Quartal erzielten wir mit unseren KI-SKUs einen wiederkehrenden Jahresertrag (ARR) von knapp 600 Millionen US-Dollar – ein Plus von über 200 % im Jahresvergleich. Und als wir Sana Enterprise intern eingeführt haben, haben unsere Workmates in nur drei Wochen fast 22.000 benutzerdefinierte Agenten entwickelt.
Die KI-Agenten von Workday lösen dieses Versprechen für unsere Kunden bereits ein. In unserem zweiten Quartal erzielten wir mit unseren KI-SKUs einen wiederkehrenden Jahresertrag (ARR) von knapp 600 Millionen US-Dollar – ein Plus von über 200 % im Jahresvergleich.
So sieht KI aus, wenn sie in die reale Arbeit integriert ist und unmittelbaren Mehrwert sowie Geschwindigkeit kombiniert, um das Vertrauen von Unternehmen neu zu definieren.
Studie
Das wahre ROI-Problem liegt in der Diskrepanz zwischen dem investierten Aufwand und der tatsächlichen Wirkung. Entdecken Sie die Lösung.