NEU im ConfareBlog
Susanne Zach (EY): Wandel mit Wirkung: Wie EY Daten, Cloud und Agentic AI nutzt
Susanne Zach ist Partner / AI & Data Lead bei EY. Sie leben, was viele Unternehmen noch planen: den konsequent datengetriebenen Wandel. Mit der „Client Zero“-Initiative zeigt das Unternehmen, wie datenbasierte Entscheidungen, Cloud-Infrastrukturen und Agentic AI in der Praxis funktionieren – effizient, skalierbar und mit spürbarem Nutzen. Im Mittelpunkt steht nicht nur die Technologie, sondern der Mensch als Treiber für Veränderung. Denn echter Fortschritt braucht beides: kulturellen Wandel und wirtschaftlichen Mehrwert.
Welche Rolle spielen Daten in Ihrer Unternehmensstrategie – und wie zeigt sich das konkret im Alltag?
Daten sind das Herzstück von EY‘s Unternehmensstrategie. Das spiegelt sich auch in unserer Client Zero Story wider. Durch die Implementierung datengetriebener Ansätze in unseren Prozessen konnten wir die Effizienz und Qualität unserer Dienstleistungen erheblich verbessern.
Im Alltag nutzen unsere Mitarbeitenden Datenanalysen, um fundierte Entscheidungen zu treffen, Markttrends zu identifizieren und personalisierte Kund*inneninteraktionen zu gestalten. Und dasselbe geben wir natürlich auch unseren Kund*innen weiter: Wir kennen die Herausforderungen, denen wir uns stellen mussten, und helfen unseren Kund*innen das jetzt besser und effizienter anzugehen.
Was sind aus Ihrer Sicht die zentralen Elemente einer wirklich datengetriebenen Architektur?
Der Faktor Mensch spielt eine zentrale Rolle in der Transformation zu einem datengetriebenen Unternehmen. Der dazugehörige Kulturwandel ist entscheidend, um die Akzeptanz neuer Technologien und Prozesse zu fördern. Mitarbeitende müssen bereit sein, sich auf innovative Ansätze einzulassen und ihre Denkweise zu ändern, um das volle Potenzial der Datenstrategien auszuschöpfen.
Eine offene und anpassungsfähige Unternehmenskultur schafft das notwendige Umfeld, in dem Veränderungen erfolgreich umgesetzt werden können. Zusätzlich sind auch technische Aspekte von großer Bedeutung. Einerseits ist es essenziell die verfügbaren Datenquellen nahtlos zu integrieren, damit umfassende Einblicke und fundierte Entscheidungen möglich gemacht werden. Um sich auf diese Entscheidungen verlassen zu können, ist eine hohe Datenqualität unerlässlich. Daher braucht es Mechanismen zur Sicherstellung der Genauigkeit und Konsistenz der Daten, um Vertrauen in die Analysen zu schaffen. Außerdem ist die Skalierbarkeit ein wesentlicher Faktor, da Unternehmen in der Lage sein müssen, mit wachsenden Datenmengen umzugehen, ohne an Effizienz zu verlieren.
Sicherheit spielt ebenfalls eine zentrale Rolle, denn der Schutz sensibler Daten durch angemessene Sicherheitsmaßnahmen ist entscheidend, um das Vertrauen von Kunden und Partnern zu gewinnen und zu erhalten. Insgesamt ist es die Kombination aus einem starken Fokus auf den Menschen und der Berücksichtigung technischer Aspekte, die den Erfolg einer datengetriebenen Strategie maßgeblich beeinflusst.
Hören Sie Vorträge von Experten über Agentic AI, Cloud und alle aktuellen Themen in der IT! Treffen Sie IT-Größen aus der gesamten DACH-Region beim Confare CIOSUMMIT Salzburg.
Welche Rolle spielt die Cloud in Ihrer Datenstrategie – und wie treffen Sie die Entscheidung zwischen OnPrem, Private, Public und Hybrid?
Für uns ist die Cloud der Schlüssel zu Agilität, Skalierbarkeit und Innovationsgeschwindigkeit, was uns ermöglicht, datengetriebene Services für uns und unsere Kund*innen effizient bereitzustellen. Ohne eine flexible Cloud-Infrastruktur wären moderne Ansätze wie Agentic AI oder die Analyse riesiger Datenmengen kaum denkbar. Einerseits ermöglicht sie Agilität, indem sie über Infrastructure as Code und On Demand-Ressourcen die Bereitstellungszeiten für Datenprojekte von Monaten auf Tage reduziert.
Andererseits fördert sie Innovation, da sie den Zugang zu Spitzentechnologien wie KI-Plattformen und Analytics-Services demokratisiert und so risikoarme, schnelle Experimente erlaubt. Unsere Entscheidungsfindung folgt einer Cloud-First-Strategie. Das bedeutet nicht Cloud-Only, sondern eine bewusste Umkehr der Beweislast: Für jedes neue Projekt ist eine Cloud-Lösung die Standardannahme.
Eine On-Premise- oder Private-Cloud-Lösung ist die Ausnahme, die eine passende Begründung erfordert. Die wenigen Ausnahmen von dieser Regel müssen begründet sein und fallen meist in zwei Kategorien: regulatorische Vorgaben oder physikalische Latenzanforderungen die eine Verarbeitung vor Ort erfordern.
Der Grund für diese strategische Ausrichtung ist, dass die Cloud für uns kein reines Infrastruktur-Thema, sondern ein fundamentaler Beschleuniger für das gesamte Geschäft ist. Die Frage lautet nicht mehr: Warum sollten wir dieses Projekt in der Cloud umsetzen?, sondern: Warum sollten wir es nicht in der Cloud umsetzen?
Welche Ansätze verfolgen Sie im Bereich Agentic AI – welche Potenziale sehen Sie für Unternehmen?
Bei EY beschäftigen wir uns intensiv mit der Frage, wie KI-Systeme nicht nur unterstützen, sondern eigenständig agieren können. Agentic AI ist für uns der logische nächste Schritt, um intelligente Systeme zu schaffen, die eigenständig Aufgaben übernehmen, Entscheidungen treffen und dabei innerhalb klar definierter Rahmenbedingungen handeln. Besonders vielversprechend ist der Einsatz in Bereichen, die von repetitiven, datenintensiven und zeitkritischen Prozessen geprägt sind.
Dazu gehören beispielsweise Compliance-Prüfungen, automatisierte HR-Prozesse und intelligente Kundenservice Lösungen. In unseren Projekten verknüpfen wir modernste Sprachmodelle mit branchenspezifischem Prozesswissen, sodass sie direkt in die operativen Abläufe unserer Kunden integriert werden können. Darüber hinaus legen wir besonderen Wert auf eine enge Zusammenarbeit mit unseren Kunden.
Wir entwickeln Lösungen nicht isoliert, sondern gemeinsam in agilen Teams, sodass wir schnell Feedback integrieren und sicherstellen können, dass unsere Agentic AI-Anwendungen exakt auf die Bedürfnisse und die Realität der Unternehmen abgestimmt sind.
KI-Modelle sind nur so gut wie ihre Datenbasis – welche Hürden sehen Sie in Bezug auf Datenqualität und Datensilos?
Eine der größten Hürden, die Unternehmen bei der Implementierung von KI-Lösungen überwinden müssen, ist die Fragmentierung der Daten in Silos. Diese Silos erschweren den Zugriff auf relevante Informationen und behindern die umfassende Analyse, die für fundierte Entscheidungen erforderlich ist. In der Client Zero Story von EY haben wir diese Herausforderung aktiv angegangen, indem wir eine integrative Datenstrategie entwickelt haben, die darauf abzielt, Daten aus verschiedenen Quellen zusammenzuführen und zugänglich zu machen.
Hier geht es darum, dass Daten mithilfe von Modellierungsansätzen sinnvoll integriert werden. Das ist ein technisches Thema, benötigt jedoch auch tiefgreifendes Domänenwissen, um die Datenmodelle aufzusetzen. Eine weitere zentrale Herausforderung, mit dem wir in KI-Projekten konfrontiert sind, sind unvollständige oder inkonsistente Daten.
Diese Datenqualität ist entscheidend, da sie direkt die Leistung und Genauigkeit unserer KI-Modelle beeinflusst. Regelmäßige Datenqualitätsprüfungen können helfen, um Ungenauigkeiten und Inkonsistenzen zu identifizieren und zu beheben. Auch hier können technische Datenqualitätscheck helfen, um automatisiert Daten zu prüfen (z.B. steht im Datumsfeld wirklich ein Wert im Datumsformat).
Darüber hinaus ist aber auch Domänenwissen unerlässlich, um die Daten richtig zu interpretieren und anzuwenden. Die Kombination aus technischem Know-how und tiefem Verständnis der jeweiligen Branche ermöglicht es uns, die Datenqualität zu gewährleisten. Insgesamt zeigt unsere Erfahrung, dass die Überwindung von Datenfragmentierung und die Sicherstellung der Datenqualität nicht nur technische Herausforderungen sind, sondern auch einen kulturellen Wandel erfordern.
Alle Mitarbeitenden sollten die Bedeutung von Datenqualität und -integration verstehen und bereit sein diese Kultur zu schaffen. Diese ganzheitliche Herangehensweise haben wir auch in unserer Client Zero Story genutzt, um unsere internen Prozesse zu optimieren, was auch anderen Unternehmen als Vorlage dienen kann.
Erleben Sie Top-Keynotes von Speakern aus renommierten Unternehmen wie ProSieben, Playmobil oder Gardena beim Confare CIOSUMMIT Frankfurt.
Wie wichtig ist die betriebswirtschaftliche Komponente (Kosten-Nutzen/ROI) für die Bereitstellung von Ressourcen bei der Umsetzung von KI-Cases?
Die betriebswirtschaftliche Perspektive ist essenziell. Bei EY legen wir Wert darauf, KI Projekte nicht isoliert technisch zu betrachten, sondern frühzeitig auf ihren klar definierten Mehrwert für das Unternehmen zu überprüfen. Es geht uns darum, mit KI Projekten konkrete, messbare Vorteile zu erzielen, seien es Effizienzgewinne, Qualitätsverbesserungen oder Risikoreduktionen.
Besonders bei neuartigen Ansätzen wie Agentic AI setzen wir deshalb auf Pilotprojekte und klar messbare KPIs. Wir überprüfen regelmäßig den konkreten Nutzen und passen die Projekte entsprechend an. Innovation ist für uns nur sinnvoll, wenn sie auch wirtschaftlich trägt. Technologie und Betriebswirtschaftlichkeit müssen daher von Anfang an gemeinsam gedacht werden.
Wo liegen die größten Hürden beim Rollout einer Agentic-AI-Lösung – Technologie, Menschen oder Prozesse? Und wo stehen Sie aktuell mit Ihren Projekten?
Die Technologie ist meist nicht die größte Herausforderung. Viel komplexer sind die organisatorischen Veränderungen, die mit dem Einsatz von Agentic AI einhergehen. Die Einführung solcher Lösungen verändert bestehende Arbeitsweisen, Rollen und Entscheidungsprozesse deutlich. Um diese Veränderungen erfolgreich umzusetzen, braucht es klare Kommunikation und professionelles Change Management.
Wir achten daher besonders darauf, Fachbereiche frühzeitig einzubeziehen. Denn entscheidend ist, dass Mitarbeitende verstehen, welche Aufgaben die KI-Agenten übernehmen, wie weit ihre Entscheidungsfreiheit geht und wann menschliche Eingriffe nötig sind.
Aktuell laufen mehrere unserer Projekte bereits produktiv bei Kunden im DACH-Raum und decken diverse Branchen ab. Der Fokus liegt dabei auf erweiterten Chatbot-Lösungen, die weit über einfache Frage-Antwort-Mechanismen hinausgehen und eigenständig komplexe Aufgaben übernehmen können, um Mitarbeitende nachhaltig zu entlasten und die Servicequalität zu verbessern.
Unser Ziel ist es, diese Lösungen nicht nur technisch bereitzustellen, sondern sie nachhaltig in der Organisation zu verankern. Das gelingt nur, wenn neben der passenden Technologie auch eine Unternehmenskultur besteht, die diese Veränderungen aktiv unterstützt.