Rob Bearden, CEO und Mitgründer von Sema4.ai – Interview-Serie

Rob Bearden ist Mitgründer und CEO von Sema4.ai. Er war Mitgründer und CEO von Hortonworks, einem an der Börse notierten Open-Source-Unternehmen, das 2019 mit Cloudera fusionierte. Anschließend war er 2019 CEO von Docker und bleibt im Vorstand. Rob kehrte Ende 2019 zu Cloudera zurück, um als CEO zu fungieren, wo er die Umstrukturierung und den Verkauf an die Private-Equity-Unternehmen KKR und CDR für 5,3 Milliarden Dollar leitete. Zuvor war er als President und COO von SpringSource tätig, einem führenden Anbieter von Open-Source-Entwickler-Tools, bis zu dessen Übernahme durch VMWare im Jahr 2009. Vor seinem Eintritt bei SpringSource war Rob als Entrepreneur in Residence bei Benchmark Capital tätig. Er war auch als President und COO von JBoss tätig, einem führenden Open-Source-Middleware-Unternehmen, bis zu dessen Übernahme durch Red Hat im Jahr 2006.

Sema4.ai ist ein Unternehmen für Unternehmenssoftware, das sich auf die Entwicklung von KI-Agenten konzentriert, die innerhalb von Geschäftsprozessen reasonieren und handeln können. Die Plattform ermöglicht es Organisationen, intelligente Agenten zu entwerfen, bereitzustellen und zu verwalten, die komplexe Aufgaben über Systeme wie ERP- und CRM-Systeme automatisieren, wodurch eine sichere, erklärbare und skalierbare Automatisierung ermöglicht wird. Mit einem Fokus auf Governance, Genauigkeit und Unternehmensintegration zielt Sema4.ai darauf ab, die Lücke zwischen generischen KI-Tools und produktionsreifen digitalen Arbeitskräften zu schließen, um großen Unternehmen zu helfen, von KI-Experimenten zu realen betrieblichen Auswirkungen zu gelangen.

Sie haben mehrere Kategorien-definierende Unternehmen aufgebaut und skaliert – von JBoss und SpringSource bis hin zu Hortonworks und Docker. Was hat Sie dazu inspiriert, Sema4.ai zu gründen, und wie baut es auf den Lektionen auf, die Sie aus Ihren früheren Unternehmungen gelernt haben?

Sema4.ai wurde gegründet, um Unternehmen zu helfen, über die KI-Pilot-Hölle hinauszukommen und in die Produktion zu gelangen. Im Laufe meiner Karriere habe ich mich darauf konzentriert, leistungsstarke neue Technologien in zuverlässige, skalierbare Plattformen umzuwandeln. Die wichtigste Lektion, die ich gelernt habe, ist, dass Erfolg durch die Lieferung von Ergebnissen und nicht durch endlose Experimente entsteht.

Um Unternehmen effektiv KI zu adoptieren, benötigen sie mehr als nur fortschrittliche LLMs; sie benötigen Systeme, denen sie vertrauen können, einschließlich zuverlässiger Orchestrierung, Governance-Rahmen und Erklärbarkeit, die von Anfang an integriert sind. Mit Sema4.ai wenden wir diese Disziplin auf KI-Agenten an, indem wir Genauigkeit und Determinismus für komplexe, mehrschrittige Workloads priorisieren, damit Organisationen KI mit Vertrauen in ihre kritischsten datenorientierten Operationen einsetzen können.

Um dies möglich zu machen, haben wir unser SAFE-Framework entwickelt, das sicherstellt, dass jeder Agent sicher, rechenschaftspflichtig, schnell und erweiterbar ist. SAFE definiert, wie Agenten erstellt, bereitgestellt und regiert werden, und gibt Kunden die Gewissheit, dass KI-getriebene Entscheidungen transparent, überprüfbar und konform mit ihren Richtlinien und Vorschriften sind.

Wir wenden auch die gleiche Betriebsdisziplin an, die ich verwendet habe, um frühere Unternehmen zu skalieren, und bauen ein vorhersehbares Modell für Werteschaffung über Kunden, Partner und interne Teams hinweg. Das bedeutet, sich auf wiederholbare Anwendungsfälle zu konzentrieren, messbare geschäftliche Auswirkungen zu liefern und es Unternehmen leicht zu machen, KI-Agenten-Automatisierung zu vertrauen, zu adoptieren und zu skalieren.

Letztendlich kam die Inspiration durch das Zeugen der Geschichte, die sich wiederholt, transformative Technologien, die am Rande der Skalierbarkeit stagnieren, und die Erkenntnis, dass wir durch Sema4.ai die Möglichkeit haben, Unternehmen zu helfen, diese Lücke verantwortungsvoll zu überbrücken.

Ihre Karriere hat sich konsistent um die Umwandlung von Grenztechnologien wie Open Source, Big Data und jetzt KI-Agenten in Unternehmensstandards gedreht. Welche Parallelen sehen Sie zwischen diesen Innovationszyklen, und was ist grundlegend anders am KI-Zeitalter?

Jede Welle beginnt mit Innovation, Experimenten und Fragmentierung und reift dann zu Unternehmensstandards heran. Die Parallelen liegen in der Notwendigkeit starker Architektur, Datenkontrolle und reifer Entwickler-Ökosysteme, die die Adoption vereinfachen. Was am KI-Unternehmensagenten anders ist, ist ihre Fähigkeit, Daten von Erkenntnissen zu Handlungen zu überführen. Sie haben nicht nur die Fähigkeit, komplexe Kontexte zu verstehen, sondern auch genau und sicher darauf zu reagieren. Deshalb haben wir uns auf die Kombination von fortschrittlichen Reasoning-Modellen mit deterministischer, mathematisch genauer Datenverarbeitung konzentriert, damit Unternehmen den Ergebnissen der Automatisierung bei jeder Skalierung vertrauen können.

Die Plattform von Sema4.ai betont ereignisgesteuerte, anpassbare KI-Agenten, die in der Lage sind, innerhalb von Minuten Hunderte von Seiten oder multi-quell-Daten zu verarbeiten. Wie unterscheidet sich diese Architektur von traditionellen KI-Systemen oder Copiloten, und welche spezifischen Unternehmensschmerzpunkte löst sie?

Traditionelle Copiloten sind hilfreich, aber begrenzt; sie sind oft single-turn, UI-gebunden und können nicht leicht über Unternehmensworkflows skaliert werden. Sie leiden auch unter der mathematischen Ungenauigkeit von LLMs, die ohne programatische Unterstützung oft falsche Antworten liefern. Sema4-Agenten assistieren nicht nur; sie führen tatsächlich die kritische Arbeit aus, die Unternehmen benötigen. Wir haben unsere Enterprise-AI-Plattform mit einem business-user-ersten Ansatz entwickelt, der Business mit IT und Entwicklern verbindet. Business-User können KI-Agenten mit einer einfachen Oberfläche erstellen, die von einem AI-Copiloten in einfacher Sprache unterstützt wird, mit vorkonfigurierten Connectors zu Unternehmenssystemen. IT kann dann Agenten ausführen und verwalten, ohne komplexe Codezeilen zu benötigen. Dies ermöglicht es uns, Agenten zu liefern, die Business-Kontext verstehen, reasonieren und mit menschlichen Teams zusammenarbeiten können, wie ein menschlicher Arbeiter es könnte. Es ist ein grundlegender Wandel in der Fähigkeit, hochwertige Arbeit mit unvergleichlicher Genauigkeit und Effizienz auszuführen.

Um dies weiter zu verbessern, haben wir kürzlich die nächste Generation unserer Enterprise-AI-Plattform gestartet, indem wir unsere Fähigkeiten erweitert haben, um fortschrittliche Zuverlässigkeit, Genauigkeit und deterministische Ergebnisse zu liefern, die Unternehmen benötigen, um komplexe Daten- und Dokumenten-Workflows zu automatisieren. Neue Verbesserungen umfassen DataFrames, die mathematisch präzise, unternehmensweite Datenverarbeitung bieten und die manuelle Arbeit der Datenabstimmung über Systeme hinweg eliminieren; Dokumenten-Intelligenz, die Dokumente in strukturierte, agentenbereite DataFrames mit nahezu perfekter Genauigkeit über 100+ Sprachen und Dateitypen transformiert; erweiterte Worker-Agenten, die in der Lage sind, vollständig autonome, 24/7-Ausführung von Multi-Schritt-Workflows durch die Kombination von Datenpräzision mit Dokumentenverständnis; und ein aktualisiertes Agenten-Studio, das die Agenten-Erstellung mit AI-gesteuerten Runbooks und einer intuitiven Oberfläche beschleunigt, die Business-User und Entwickler gleichermaßen befähigt. Zusammen ermöglichen diese Innovationen es Unternehmen, komplexe, multi-quell-Workflows zu automatisieren, die früher Tage dauerten, jetzt in Minuten mit unvergleichlicher Präzision. Das Ergebnis ist eine schnellere Zykluszeit, weniger manuelle Übergaben und konsistente, überprüfbare Ergebnisse.

Sie haben über die Rettung von Unternehmen vor “KI-Pilot-Hölle” gesprochen. Was sind die größten Faktoren, die Unternehmen in endlosen Piloten festhalten, und wie hilft Sema4.ai ihnen, die skalierbare Produktion zu erreichen?

Die meisten KI-Agenten-Piloten scheitern, weil bestehende Lösungen die grundlegenden Fähigkeiten fehlen, die Unternehmen benötigen: Genauigkeit für geschäftskritische Arbeit, Fähigkeit, komplexe Dokumente zu verarbeiten, und Ausführung von komplexen Multi-Schritt-Workflows.

Traditionelle LLM-basierte Agenten leiden unter Halluzinationen und Rechenfehlern, die sie für Unternehmensprozesse wie Finanzabstimmung oder Compliance-Berichterstattung untauglich machen. DIY-Systeme erfordern umfangreiche Entwicklerressourcen, um Agenten zu erstellen und zu warten, was Engpässe schafft, die Business-User daran hindern, ihre eigenen Prozesse zu automatisieren.

Andere Agenten-Plattformen haben Schwierigkeiten mit der Verarbeitung komplexer Dokumente – sie können Daten aus Rechnungen, Verträgen oder Berichten nicht genau extrahieren – und scheitern, wenn sie Multi-Schritt-Workflows ausführen, die Reasoning über verschiedene Datenquellen und Anwendungen erfordern.

Sema4.ai löst diese Kernbegrenzungen, indem es unternehmensgrade Agenten liefert, die von der Pilot- bis zur Produktionsphase zuverlässig sind.

Unsere neueste Plattformversion adressiert die Genauigkeitskrise direkt mit einer innovativen Architektur, die fortschrittliche Reasoning-Modelle (GPT-5, o3, o4-mini und Claude Sonnet 4) mit mathematisch genauer SQL-Verarbeitung für Datenoperationen kombiniert. Dieser Durchbruch ermöglicht es Agenten, Kontext und Bedeutung durch LLMs zu verstehen, während alle Berechnungen mit 100% mathematischer Genauigkeit durchgeführt werden – was Halluzinationen und Fehler eliminiert, die die Unternehmens-KI geplagt haben.

Darüber hinaus ermöglichen unsere Dokumenten-Intelligenz und natürliche Sprachlaufwerke es Business-Usern, komplexe Agenten ohne Entwickler-Abhängigkeit zu erstellen, während unsere Multi-Pass-Dokumentenverarbeitung die komplexesten Unternehmensdokumente mit menschlicher Genauigkeit verarbeitet.

Dieser umfassende Ansatz transformiert KI-Agenten von experimentellen Werkzeugen in zuverlässige Geschäftssysteme, denen Unternehmen ihre kritischsten Prozesse anvertrauen können.

Die jüngste Partnerschaft mit Koch Industries markiert einen bedeutenden Validierungs-Moment. Was stellt diese Zusammenarbeit für das Wachstum von Sema4.ai und die Unternehmens-KI-Adoption im Allgemeinen dar?

Unsere Zusammenarbeit mit Koch Industries demonstriert und validiert, wie KI-Agenten unternehmensweite Ergebnisse unter realen Bedingungen liefern können. Koch-Unternehmen nutzen Sema4.ai-Unternehmens-KI-Agenten, um manuelle Abstimmungsprozesse zu automatisieren, die früher zeitaufwändig und fehleranfällig waren. Unsere Agenten parsen Hunderte von Rechnungsseiten zeilenweise und integrieren sich direkt in bestehende Finanzsysteme, um Koch Stunden oder sogar Tage manueller Arbeit zu sparen. Die Zusammenarbeit erstreckt sich auf andere kritische Workflows wie Dokumenten-Verständnis, Beschaffungsanalyse und Wartungsplanung, und zeigt, wie Agenten-Automatisierung die Skalierbarkeit und Komplexität von realen Unternehmensoperationen bewältigen kann.

Es ist ein Beweis dafür, dass unsere Agenten messbare ROI liefern können, manuelle Anstrengungen um bis zu 80% reduzieren, Genauigkeit verbessern und es Unternehmen ermöglichen, Talent für wertvollere Initiativen umzuverteilen.

Mit Ihrer Erfahrung bei der Führung von Milliarden-Dollar-Exits, welche Prinzipien oder Playbook-Elemente halten Sie für am kritischsten, wenn es darum geht, Grenztechnologien in nachhaltigen Unternehmenswert zu skalieren?

Die Schlüsselprinzipien sind Konsistenz, Klarheit und Kontrolle. Beginnen Sie mit Kunden-Ergebnissen, nicht nur mit Innovation um ihrer selbst willen. Entwerfen Sie für Sicherheit, Beobachtbarkeit und Governance von Anfang an. Integrieren Sie, wo Kunden bereits arbeiten, und machen Sie es einfach, ROI zu messen.

Bei Sema4.ai bedeutet dies, eine SAFE-Plattform aufzubauen – sicher, genau, schnell und erweiterbar – die flexibel, regiert und unternehmensgradig konzipiert ist. Sie ermöglicht es Kunden, mit einem Anwendungsfall zu beginnen und sich natürlich auszudehnen, während der Wert kumuliert.

Governance, Datenkontrolle und Transparenz sind wachsende Bedenken, da KI-Agenten autonomer werden. Wie geht Sema4.ai die Agenten-Governance an, insbesondere im Hinblick auf Datenzugriff, Entscheidungsfindung und Auditing?

Governance ist Kern unserer Plattform. Jeder Agent operiert innerhalb definierter Richtlinien, die regeln, auf welche Daten er zugreifen kann, welche Aktionen er ausführen kann und wie diese Aktionen protokolliert werden. Wir bieten volle Beobachtbarkeit und Prüfbarkeit, damit Unternehmen sehen und nachvollziehen können, wie Entscheidungen getroffen werden. Sema4.ai unterstützt Zero-Copy-Datenmuster, um sicherzustellen, dass Daten nie ihre Quelle verlassen, während Transparenz über alle Stadien des Agenten-Lebenszyklus hinweg gewährleistet ist.

Sicherheit und Governance sind auch Schlüsselsäulen unseres SAFE-Frameworks. Die Enterprise-Edition umfasst robuste, branchenübliche Sicherheitspraktiken, einschließlich Zertifizierungen wie ISO 27001 für Informationssicherheitsmanagement, SOC 2 für Sicherheitskonformität, HIPAA für Gesundheitsdatenschutz und DSGVO für Datenschutz. Diese Zertifizierungen stärken das Vertrauen, die Rechenschaftspflicht und die Kontrolle, die Unternehmen benötigen, um KI verantwortungsvoll zu skalieren.

Wir integrieren auch deterministische Verifizierung in unsere Datenverarbeitung; jedes Ausgabe kann gegen die ursprüngliche Quelle validiert werden, was für compliance-getriebene Branchen wie Finanzen und Gesundheitswesen von entscheidender Bedeutung ist.

Sie haben betont, dass Unternehmen die Kontrolle über die “Analyse-Tiefe” benötigen, um Qualität, Kosten und Leistung in Einklang zu bringen. Können Sie erläutern, warum diese Flexibilität für die Zuverlässigkeit und ROI in der Unternehmens-KI so wichtig ist?

Die Analyse-Tiefe ermöglicht es Kunden, das Level der Reasoning für jede Aufgabe anzupassen: eine tiefe, präzise Analyse, wenn Genauigkeit kritisch ist, und eine schnellere, leichtere Analyse für Routine-Arbeit. Diese Anpassungsfähigkeit gibt Unternehmen die Kontrolle über Kosten und Leistung, um sicherzustellen, dass KI konsistente Ergebnisse liefert, die mit den GeschäftsPrioritäten übereinstimmen. In der Praxis bedeutet dies, dass Kunden dynamisch zwischen hochpräziser Daten-Reasoning (via SQL-basierte DataFrames) oder leichter kontextueller Analyse wählen können, je nach Anwendungsfall. Diese Flexibilität stellt sicher, dass die richtige Balance zwischen Genauigkeit, Effizienz und Kosten erreicht wird, um die ROI über Unternehmens-Workloads hinweg zu maximieren.

Könnten Sie uns durch einige reale Beispiele führen – wie Dokumenten-Intelligenz oder Analysten-DataFrames – wo KI-Agenten bereits messbare Ergebnisse für Unternehmens-Teams liefern?

In der Dokumenten-Intelligenz können unsere Agenten große Dokumentensätze verarbeiten und zusammenfassen, Informationen überprüfen und policy-basierte Reasoning mit Audit-Trails für Compliance anwenden. In Analysten-DataFrames aggregieren Agenten Multi-Quellen-Daten, wenden Geschäftsregeln an und generieren entscheidungsreife Ausgaben in Minuten anstelle von Tagen.

Unsere neue Plattform hebt beide Fähigkeiten auf. Dokumenten-Intelligenz V2 transformiert Dokumente in strukturierte, agentenbereite Daten mit nahezu perfekter Genauigkeit, während DataFrames Millionen von Zeilen mit mathematisch genauer SQL-Berechnung verarbeiten. Diese Fortschritte eliminieren fehleranfällige manuelle Abstimmung und beschleunigen die Entscheidungsfindung über das gesamte Unternehmen hinweg.

Die Plattform von Sema4.ai wird bereits von Partnern in Fortune-500-Unternehmen und großen Unternehmen wie dem Engineering-Dienstleister Emerson und dem Industrie-Riesen Koch eingesetzt. Diese Organisationen nutzen Sema4.ai-Agenten, um kritische Operationen wie Rechnungsverarbeitung, Zahlungsabstimmung, Mitarbeiter-Onboarding und Compliance zu automatisieren. Unsere Agenten führen jetzt über 80% der Wissensarbeit in einigen Workflows autonom aus, was die Art und Weise, wie Unternehmens-Operationen im großen Maßstab durchgeführt werden, transformiert.

Wenn wir uns einer Welt nähern, in der KI-Agenten Unternehmens-Anwendungen neu definieren könnten, wie sehen Sie die Beziehung zwischen traditionellen Unternehmens-Anwendungen und agenten-getriebenen Architekturen in den nächsten Jahren?

Unternehmens-Anwendungen werden zunehmend als Systeme der Aufzeichnung dienen und durch KI-Agenten vermittelt werden, die die Ausführungsebene bilden, die Daten, Workflows und Entscheidungen über Silos hinweg verbindet. Wir bewegen uns auf ein neues Modell zu, in dem Agenten cross-plattform-Workflows orchestrieren, Daten und Prozesse über Geschäftssysteme in Echtzeit integrieren. Im Laufe der Zeit wird dieser agenten-getriebene Ansatz die Unternehmens-Architektur von statischen, anwendungs-zentrierten Umgebungen in dynamische, ergebnis-getriebene Ökosysteme verändern, in denen KI kontinuierlich lernt, sich anpasst und innerhalb regierter Grenzen handelt. Dies macht Unternehmens-Agenten zur Killer-App des KI-Zeitalters.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Sema4.ai besuchen.