Der Pharmakonzern Merck und das Finanzdienstleistungsunternehmen Mastercard zeigen, wie Agenten-KI in regulierten Branchen echte Fortschritte erzielt. Doch beide betonen: Ohne eine stabile technische Grundlage bleibt der Nutzen begrenzt. Während Merck seine KI-Agenten bereits in der Arzneimittelforschung und für Compliance-Workflows einsetzt, setzt Mastercard auf intelligente Automatisierung in der Finanz-Compliance. Der gemeinsame Nenner? Eine Infrastruktur, die erst einmal „verlegt“ werden musste – bevor die KI überhaupt greifen konnte.
Warum Agenten-KI ohne solide Basis scheitert
Sean Finnerty, Vice President der Digitalen Plattformen bei Merck, warnt vor einem häufigen Fehler: Unternehmen springen direkt in die Agenten-KI-Entwicklung, ohne die notwendige technische „Plumbing“ – also die grundlegende Infrastruktur – zu schaffen. „Wenn wir isolierte Lösungen bauen, endet das in Tausenden technischen Schulden, die später wie ein Bremsklotz auf jede Innovation wirken“, erklärte er kürzlich bei einer Veranstaltung der AI Impact Series.
Diese Erkenntnis stammt aus den frühen Cloud-Jahren des Unternehmens, als Merck noch mit den Grundlagen kämpfte. Heute stützt sich die IT-Architektur auf über 2.500 AWS-Konten, zahlreiche Microsoft-Azure-Abonnements und neue Google-Cloud-Integrationen. Doch die eigentliche Herausforderung liegt im Umgang mit den Agenten selbst: Wie lassen sie sich registrieren? Wie sichern? Und wie stellen sie sicher, dass sie Zugriff auf die richtigen Daten und Tools erhalten?
Finnerty vergleicht die Situation mit einem komplexen Puzzle: Merck nutzt drei Hyperscaler, 47 Edge-Standorte und Hunderte Datenbanken – von Oracle über SQL bis hin zu Excel-Tabellen und Telefonmitschnitten. „Es gibt keine Einheitslösung, die jedes Problem löst“, betont er. Mal wird Databricks genutzt, mal Amazon Redshift, „plus vier weitere Systeme“. Die Mission: Die Daten müssen nicht nur strukturiert und zugänglich gemacht werden, sondern auch kontextbezogen aufbereitet werden – damit die Agenten sinnvolle Ergebnisse liefern.
KI-Agenten im Einsatz: Von der Forschung bis zum Marketing
Merck nutzt Agenten-KI in drei zentralen Bereichen: regulierte Unternehmensprozesse, wissenschaftliche Entdeckungsarbeit und Anwendungsmodernisierung. Besonders in der Arzneimittelforschung zeigt sich das Potenzial. Traditionell dauert die Entwicklung eines Medikaments Jahre, selbst wenn der Krankheitszustand bekannt ist. Doch durch KI konnten Teams einen Forschungszyklus um ein Drittel verkürzen – was einem ganzen Jahr Zeitersparnis entspricht. „Das bedeutet, dass wir potenziell einem Patienten die benötigte Therapie ein Jahr früher zur Verfügung stellen können“, so Finnerty.
Ein weiterer Meilenstein liegt im Compliance-Marketing. Jede Werbekampagne für ein Arzneimittel muss länderspezifische Vorschriften erfüllen – von den USA bis nach Kanada. Bisher durchliefen Entwürfe monatelange Review-Prozesse, bei denen Fehler immer wieder zu Rückschlägen führten. Jetzt übernimmt KI die Vorarbeit: Sie generiert Entwürfe, die zu 99 % konform sind, und beschleunigt die Freigabe um bis zu 80 %. Finnerty spricht von einem Wandel von „menschlicher Kontrolle“ zu „menschlicher Governance“ – die Agenten liefern erste Entwürfe, während Menschen die finale Qualität sichern.
Auch in der Anwendungsmodernisierung zeigt sich der Nutzen. KI-Agenten analysieren bestehende Architekturen, dokumentieren Datenflüsse, überprüfen APIs und Authentifizierungsmechanismen. Sie schreiben sogar Terraform-Skripte für Deployments oder konvertieren JavaScript in Python. Was früher Wochen und Hunderttausende Dollar kostete, erledigen die Agenten nun per Prompt – effizienter und kostengünstiger.
Die Fallstricke: Halluzinationen und kreative „Lösungen“
Doch nicht alles läuft reibungslos. Finnertys Team stieß auf unerwartete Probleme, etwa bei automatisierten Code- und Szenariotests. Die KI erfand schlichtweg nicht existierende Funktionen oder generierte unrealistische Testfälle. „Das hat mich überrascht, denn ich dachte, wir hätten die Halluzinationsproblematik mit den neueren Modellen bereits im Griff“, so Finnerty.
Um solche Fehler zu minimieren, setzt Merck auf ein mehrstufiges Kontrollsystem. Eine KI prüft die Ergebnisse einer anderen, und Konfidenzwerte helfen, unsichere Ausgaben zu filtern. Finnerty erklärt das Verfahren so: „Wenn du eine Anfrage stellst, lass eine KI die Antwort bewerten. Dann fragst du eine dritte Instanz – jedes Mal steigt die Zuverlässigkeit, und das Chaos früherer Versuche nimmt ab.“
Mastercards Ansatz: Compliance und Automatisierung in der Finanzwelt
Während Merck die Agenten-KI in der Forschung und Regulierung einsetzt, nutzt Mastercard ähnliche Technologien für Finanz-Compliance. Das Unternehmen setzt auf intelligente Automatisierung, um regulatorische Anforderungen effizienter zu erfüllen – ein Bereich, in dem Fehler teuer werden können. Durch den Einsatz von KI-Agenten lassen sich Prüfprozesse beschleunigen und menschliche Fehler reduzieren.
Doch auch hier gilt: Ohne eine stabile Infrastruktur stößt die Technologie schnell an ihre Grenzen. Mastercard hat daher ebenfalls in die „Plumbing“ investiert, um sicherzustellen, dass die Agenten zuverlässig mit den richtigen Datenquellen interagieren können.
Die Zukunft: Agenten-KI als Gamechanger – aber nur mit der richtigen Basis
Die Beispiele von Merck und Mastercard zeigen: Agenten-KI ist kein Allheilmittel, sondern ein Werkzeug, das erst durch solide technische Grundlagen sein volles Potenzial entfaltet. Unternehmen, die jetzt in die Infrastruktur investieren, werden langfristig nicht nur effizienter, sondern auch innovativer arbeiten können. Finnerty bringt es auf den Punkt: „Die KI der Zukunft wird aus Tausenden Agenten bestehen – die Frage ist nur, ob wir sie beherrschen oder sie uns.“
KI-Zusammenfassung
Merck ve Mastercard, AI ajanslarını kullanarak süreçleri hızlandırırken altyapıyı önce inşa etmenin önemini vurguluyor. Peki bu strateji nasıl uygulanıyor?
