Künstliche Intelligenz

KI-Agenten im Underwriting übernehmen Routineaufgaben und unterstützen wie ein Teammitglied. Rückblick auf den Vortrag von Benjamin Zühr in Hamburg.

Wenn Unternehmen die Kosten ihrer SAP-Entwicklung senken wollten, war die naheliegende Antwort über viele Jahre hinweg: Near- oder Offshoring. Die Logik dahinter ist einfach. Sind die Entwicklungskosten an einem anderen Standort deutlich geringer, sinken die direkten Entwicklungskosten. Also wurde die Softwareentwicklung zunehmend dorthin verlagert, wo Entwickler günstiger verfügbar waren. Die KI-gestützte SAP-Entwicklung verändert diese Rechnung.

Auf dem Fsas Technologies Summit 2026 stand ESACA im Mittelpunkt einer Breakout-Session, präsentiert von Dr. Jan Jikeli, Head of Artificial Intelligence bei mgm. In seinem Vortrag zeigte er, wie KRITIS-Unternehmen und Behörden Agentic Coding nutzen können, ohne dass sensible Daten das eigene Rechenzentrum verlassen.

Was, wenn eine Frontend-Migration nicht Monate, sondern Tage dauert? Im internen Pilotprojekt hat mgm mit Agentic Coding ein Frontend-Replacement realisiert, mit einem Entwickler statt einem ganzen Team. Ein Blick auf Pipeline, Aufwand und Ergebnis.

Am 9. Juni waren Frank Kneschke, Nils Gralfs und Anne Bernemann für mgm consulting partners auf dem IT Executive Forum in Hamburg. 120 IT-Führungskräfte, ein langer Tag, viele offene Gespräche und einige Fragen, die uns auf dem Rückweg noch beschäftigt haben.

Am 13. Juni 2026 schaltete Anthropic seine leistungsfähigsten KI-Modelle für alle Nicht-Amerikaner ab – auf Anordnung der Trump-Administration. Ein Weckruf für Europa: Digitale Souveränität bei KI ist keine politische Option mehr, sondern unternehmerische Pflicht. Dr. Jan Jikeli, Head of AI bei mgm technology partners, erklärt, was das bedeutet – und warum ESACA die Antwort ist.

mgm technology partners und Fsas Technologies bündeln ihre Expertise in der neuen Kooperation ESACA – einer souveränen On-Premise-Lösung für KI-gestütztes Programmieren in sicherheitskritischen Umgebungen, in denen Code und Daten das eigene Rechenzentrum nicht verlassen dürfen.

KI-gestützte Codegenerierung verspricht Geschwindigkeit — doch ohne klare Architekturgrenzen entstehen Risiken statt Ergebnisse. Generierter Code ist nicht per se sicher, wartbar oder testbar. Entscheidend ist der Rahmen, in dem er erzeugt wird: Präzise Architekturvorgaben schränken die Möglichkeiten so ein, dass ganze Fehlerklassen strukturell ausgeschlossen sind. Wie das in der Praxis funktioniert — und warum A12 dabei als Sicherheitsnetz wirkt.

Agentic Coding verspricht drastisch schnellere Softwareentwicklung – doch ohne Anpassung des Software Development Lifecycle (SDLC) drohen Qualitätsverlust und Integrationschaos. Warum das V-Modell im Zeitalter agentischer Entwicklung ein überraschendes Comeback erlebt und wie Quality Gates, Traceability und ein neues Engineering-Verständnis den Unterschied machen.

Alle Unternehmen arbeiten gerade an KI-Piloten, haben Use Cases definiert, Tools im Einsatz und einige arbeiten bereits KI-gestützt in Workflows oder mit Agenten. Die Erwartung ist klar: schneller werden, effizienter arbeiten, aktuelle Probleme lösen. Aber in der Realität zeigt sich, wenn KI tatsächlich funktioniert, ein Muster, das viele so nicht erwartet haben. Es geht dann nicht mehr um Effizienz. Unsere These: KI beschleunigt Arbeit nicht automatisch, sondern legt schonungslos offen, wo die Organisation unklar ist.