Interviews
Sarvarth Misra, Mitgründer und CEO von Leah – Interviewreihe

Wichtige PunkteDie Integration von KI in für Menschen entwickelte Software beschleunigt Aufgaben…
Mehr anzeigen
- Die Integration von KI in für Menschen entwickelte Software beschleunigt Aufgaben, lässt aber das Betriebsmodell unverändert.
- Fast acht von zehn Unternehmen fehlen wirksame Werkzeuge, um nicht genehmigte Agenten zu identifizieren.
- Governance muss in die Architektur eingebettet sein, damit Organisationen die Autonomie von Agenten selbstbewusst erweitern können.
Sarvarth Misra ist Mitgründer und CEO von Leah, ehemals ContractPodAi. Er begann seine berufliche Laufbahn als Anwalt für Gesellschafts- und Handelsrecht. Die Zeit, die er mit der Suche nach Informationen, der Koordination von Dokumenten und der Nachverfolgung von Verpflichtungen verbrachte, brachte ihn auf die Idee, Technologie für Rechtsteams zu entwickeln. Seine Arbeit hat sich seitdem vom Vertragslebenszyklusmanagement auf agentische Systeme ausgeweitet, die unternehmensweite Arbeitsabläufe koordinieren. Dabei liegt der Schwerpunkt auf der Verbindung von Fachwissen, kontrollierter Ausführung und menschlichem Urteilsvermögen.
Leah entwickelt eine agentische KI-Plattform für Unternehmen, die Rechtswesen, Vertragsmanagement, Beschaffung, Finanzen und Shared Services abdeckt. Die Plattform verknüpft spezialisierte Agenten mit Unternehmenssystemen, Geschäftskontext, Berechtigungen und Genehmigungsabläufen, damit Organisationen Aufgaben abteilungsübergreifend erledigen können. In diesem Interview spricht Misra über den Wandel von KI-Unterstützung hin zur Ausführung, über die Herausforderungen in den Bereichen Governance und Interoperabilität beim Skalieren von Agenten und darüber, wie Unternehmen verlässliche Geschäftsergebnisse messen und zugleich die menschliche Aufsicht gewährleisten können.
Sie begannen Ihre berufliche Laufbahn als Anwalt für Gesellschafts- und Handelsrecht, bevor Sie Leah (ehemals ContractPodAi) mitgründeten. Auf welche Probleme stießen Sie bei Ihrer juristischen Arbeit, die Sie ursprünglich dazu bewegten, das Unternehmen aufzubauen, und wie hat sich diese Gründungsvision zu dem entwickelt, was Leah heute ist?
Als ich im Gesellschaftsrecht tätig war, erlebte ich aus erster Hand, wie viel Zeit Anwälte mit der Verwaltung von Abläufen verbrachten, anstatt ihr juristisches Urteilsvermögen einzusetzen. Hoch qualifizierte Fachkräfte verbrachten unzählige Stunden damit, Informationen zu suchen, Dokumente weiterzuleiten, Verpflichtungen nachzuverfolgen und die Arbeit über voneinander getrennte Systeme hinweg zu koordinieren. Während Bereiche wie Vertrieb und Finanzen einen tiefgreifenden technologischen Wandel durchlaufen hatten, war das Rechtswesen weitgehend zurückgeblieben.
Diese Erkenntnis brachte uns dazu, ContractPodAi auf einer einfachen Prämisse aufzubauen: Rechtsteams benötigten ein System zur zentralen Erfassung und intelligenten Auswertung von Verträgen. Doch mit der Weiterentwicklung der Technologie wandelte sich auch unser Verständnis der Möglichkeiten. Uns wurde klar, dass die Verwaltung der Arbeit nur einen Teil der Herausforderung darstellte. Die weitaus größere Chance bestand darin, grundlegend zu verändern, wie diese Arbeit tatsächlich ausgeführt wird.
Diese Überzeugung prägte Leah. Verträge waren unser Ausgangspunkt, doch unser Anspruch war von Anfang an größer: Wir wollten verändern, wie Unternehmen ihre Arbeit ausführen, und nicht nur, wie sie diese verwalten. Heute entwickeln wir Systeme, die komplexe unternehmensweite Arbeitsabläufe planen, koordinieren und ausführen können, damit sich Menschen auf Urteilsvermögen, Strategie und die Entscheidungen konzentrieren können, bei denen menschliches Fachwissen am wichtigsten ist.
ContractPodAi wurde im Januar 2026 in Leah umbenannt, als das Unternehmen sein Angebot über das Vertragslebenszyklusmanagement hinaus zu einer umfassenderen agentischen KI-Plattform ausbaute. Was überzeugte Sie davon, dass die Zukunft nicht einfach darin bestand, bestehender Unternehmenssoftware KI-Funktionen hinzuzufügen, sondern die Arbeitsweise grundlegend neu zu gestalten und auf autonome Agenten auszurichten?
Zu dieser Schlussfolgerung kamen wir, weil wir über Jahre hinweg die Kategorie des Vertragslebenszyklusmanagements (CLM) mit aufgebaut hatten und zu den Ersten gehörten, die KI in diesem Bereich einführten. Diese Erfahrung verschaffte uns eine einzigartige Perspektive auf das Potenzial der KI ebenso wie auf die Grenzen des zugrunde liegenden Softwaremodells.
Bis 2023 waren wir zu einer grundlegenden Schlussfolgerung gelangt: KI zu Software hinzuzufügen, die für die Bedienung durch Menschen entwickelt wurde, würde einzelne Aufgaben beschleunigen, aber die Arbeitsweise nicht grundlegend verändern.
Die Menschen wären weiterhin dafür verantwortlich, Informationen zusammenzutragen, Übergaben zu koordinieren, zwischen Anwendungen zu wechseln und sicherzustellen, dass jeder Prozessschritt abgeschlossen wird. KI könnte einzelne Tätigkeiten beschleunigen, doch das zugrunde liegende Betriebsmodell und seine Abhängigkeit vom menschlichen Eingreifen blieben weitgehend unverändert.
Wir waren überzeugt, dass die nächste Generation von Unternehmenssoftware auf Ausführung statt auf Unterstützung ausgerichtet sein musste. Systeme sollten in der Lage sein, ein Ziel zu verstehen, die erforderlichen Aktivitäten zu koordinieren und Aufgaben über verschiedene Funktionen und Anwendungen hinweg voranzubringen – unter Einbeziehung von Menschen, wenn Urteilsvermögen oder eine Genehmigung erforderlich ist.
Dafür war ein grundlegender Architekturwechsel nötig, nicht nur eine weitere KI-Funktion. Es war eine weitreichende strategische Entscheidung, die wir jedoch für unerlässlich hielten. Die Zukunft der Unternehmenssoftware würde nicht davon bestimmt, wie wirksam sie Menschen bei der Arbeitsverwaltung unterstützt, sondern davon, wie zuverlässig sie Aufgaben ausführen und Ergebnisse erzielen kann.
Der Begriff „agentische KI“ wird in der Branche immer häufiger verwendet. Was unterscheidet Ihrer Ansicht nach ein wirklich agentisches Unternehmenssystem von einem herkömmlichen KI-Assistenten, Copiloten oder Tool zur Workflow-Automatisierung?
Der grundlegende Unterschied liegt in der Ausführung.
KI-Assistenten und Copiloten helfen Menschen bei der Erledigung von Aufgaben, während herkömmliche Workflow-Automatisierung vorab festgelegten Abläufen folgt. Beide können die Produktivität deutlich steigern, doch in der Regel bleiben die Menschen dafür verantwortlich, die Arbeit voranzubringen und die einzelnen Schritte zwischen den Systemen zu koordinieren.
Ein wirklich agentisches System geht weiter. Es kann ein Ziel verstehen, die erforderlichen Maßnahmen bestimmen, spezialisierte Funktionen koordinieren und Aufgaben über Unternehmenssysteme hinweg ausführen – und bei Bedarf menschliches Urteilsvermögen einbeziehen.
Doch es gibt einen wichtigen Unterschied zwischen einem intelligenten Agenten und einem für den Unternehmenseinsatz geeigneten agentischen System. Intelligenz allein reicht nicht aus. Eine zuverlässige Ausführung erfordert eine zugrunde liegende Infrastruktur, die den richtigen Kontext, die passenden Werkzeuge, Orchestrierung, deterministische Arbeitsabläufe, Berechtigungen und Governance bereitstellt.
Dazu ist auch fundiertes Fachwissen erforderlich. Ein Agent, der beispielsweise einen Vertragsprozess ausführt, benötigt mehr als allgemeine Schlussfolgerungsfähigkeiten. Er muss die vertraglichen Positionen des Unternehmens, Verhandlungsleitfäden, Genehmigungsanforderungen und die geschäftlichen Folgen seines Handelns verstehen.
Letztlich liefert das Modell die Intelligenz, die zugrunde liegende Infrastruktur die Architektur für eine kontrollierte Ausführung, und Fachwissen sorgt dafür, dass diese Ausführung im geschäftlichen Kontext sinnvoll ist.
Untersuchungen von Leah gemeinsam mit IDC ergaben, dass 66 % der befragten Unternehmen bereits KI-Agenten in der Produktion einsetzen und davon ausgehen, dass sich die Zahl der Implementierungen bis Anfang 2027 versechsfachen wird. Was wird Ihrer Meinung nach von Unternehmen unterschätzt, wenn sie vom Einsatz einer Handvoll Agenten dazu übergehen, möglicherweise Hunderte oder Tausende zu verwalten?
Viele Unternehmen konzentrieren sich darauf, ihre ersten Agenten in der Produktion einzusetzen. Doch die Herausforderung verändert sich grundlegend, sobald sie beginnen, Agenten in großem Maßstab einzuführen.
Es geht nicht mehr darum, ob ein einzelner Agent eine Aufgabe erledigen kann. Entscheidend ist vielmehr, ob ein Unternehmen Hunderte oder möglicherweise Tausende von Agenten koordinieren und steuern kann, die in verschiedenen Teams, Systemen und Geschäftsbereichen im Einsatz sind.
Unsere Untersuchungen ergaben, dass es fast acht von zehn Unternehmen an wirksamen Werkzeugen fehlt, um nicht genehmigte Agenten aufzuspüren, während rund 47 % eine zentralisierte Governance als einen entscheidenden Verbesserungsbereich nannten. Das weist auf eine wachsende Lücke zwischen dem Tempo der Einführung und der Fähigkeit der Unternehmen hin, die von ihnen eingesetzten Agenten zu verwalten.
Ohne die passende Architektur birgt jeder zusätzliche Agent das Risiko, eine weitere Komplexitätsebene einzuführen. Verschiedene Teams können Agenten mit unterschiedlichen Modellen, Werkzeugen und Plattformen einsetzen, die jeweils mit eigenem Kontext, eigenen Berechtigungen und Arbeitsabläufen arbeiten.
Unternehmen benötigen daher mehr als nur Einblick in einzelne Agenten. Sie brauchen eine koordinierte Umgebung, in der Agenten relevanten Kontext austauschen, innerhalb klar definierter Grenzen arbeiten und gemeinsam Geschäftsprozesse ausführen können.
Governance und Orchestrierung dürfen nicht nachträglich berücksichtigt werden. Sie müssen grundlegende Funktionen sein. Andernfalls laufen Unternehmen Gefahr, fragmentierte Softwareanwendungen durch eine ebenso zersplitterte Landschaft intelligenter Agenten zu ersetzen.
Dieselben Untersuchungen identifizierten Governance, Orchestrierung und funktionsübergreifende Zusammenarbeit als drei entscheidende Säulen agentischer KI. Warum wird Governance schwieriger, wenn Agenten eigenständig schlussfolgern, Empfehlungen aussprechen und Aktionen in unternehmensweiten Systemen anstoßen können?
Governance wird komplexer, weil Agenten nicht mehr nur Informationen bereitstellen, die Menschen bewerten können. Sie können Kontext interpretieren, Entscheidungen treffen und Aktionen anstoßen – oft über mehrere unternehmensweite Systeme hinweg.
Dadurch verändert sich die Art des Risikos grundlegend. Unternehmen müssen nicht nur wissen, wozu ein Agent berechtigt ist, sondern auch, welche Informationen seine Aktionen beeinflusst haben, welche Kontrollen angewendet wurden und was daraufhin geschehen ist.
Die Komplexität nimmt zu, wenn Agenten in Bereichen mit unterschiedlichen Richtlinien, Berechtigungen und Risikotoleranzen arbeiten. Eine Aktion, die in einem Arbeitsablauf akzeptabel ist, kann in einem anderen zusätzliche Prüfungen oder eine Genehmigung erfordern. Governance muss sich daher über den gesamten Ausführungsprozess erstrecken, statt isoliert auf einzelne Agenten angewendet zu werden.
Deshalb sind wir der Ansicht, dass Governance in die zugrunde liegende Architektur eingebettet sein muss. Unternehmen benötigen deterministische Kontrollen für kritische Aktionen, klare Eskalationswege, konfigurierbare Genehmigungsanforderungen und eine prüffähige Dokumentation der Ausführung.
Es geht nicht darum, Autonomie unnötig einzuschränken. Vielmehr sollen die Voraussetzungen geschaffen werden, unter denen Unternehmen sie selbstbewusst ausweiten können. Wirksame Governance macht Autonomie im Maßstab eines Unternehmens erst möglich.
Eine der Herausforderungen bei Agenten in Unternehmen ist ihre Interoperabilität: Agenten können von verschiedenen Anbietern entwickelt worden sein, unterschiedliche Modelle verwenden und in voneinander getrennten Systemen arbeiten. Wie sollten Unternehmen eine Umgebung gestalten, in der diese Agenten sicher Kontext austauschen und sich untereinander abstimmen können?
Unternehmen müssen aufhören, Agenten als eigenständige Produkte zu betrachten, und sie stattdessen als Beteiligte an einem vernetzten Arbeitssystem verstehen.
Der eigentliche Mehrwert entsteht, wenn Agenten Kontext austauschen, Aktionen koordinieren und zu einem gemeinsamen Geschäftsergebnis beitragen können – selbst wenn sie in verschiedenen Bereichen, auf unterschiedlichen Plattformen und mit unterschiedlichen zugrunde liegenden Modellen arbeiten.
Dafür ist eine Orchestrierungsebene erforderlich, die über den einzelnen Agenten und Unternehmensanwendungen liegt. Sie stellt die Architektur für die Verwaltung von Kontext, Berechtigungen, Integrationen, Arbeitsabläufen und Governance bereit und ermöglicht es so, unterschiedliche Funktionen als ein koordiniertes System einzusetzen.
Ebenso wichtig ist es, die Souveränität von Unternehmen zu wahren. Unternehmen sollten die Kontrolle über ihre Daten, ihr institutionelles Wissen, ihre Geschäftsregeln und ihre Arbeitsabläufe behalten – unabhängig davon, für welche Modelle oder Technologieanbieter sie sich entscheiden.
Wir sind überzeugt, dass Unternehmen neue Modelle und Technologien frei einsetzen können sollten, ohne dafür die Prozesse und das Wissen, auf denen ihre Betriebsabläufe beruhen, neu aufbauen zu müssen.
Letztlich geht es bei Interoperabilität nicht nur darum, Agenten technisch miteinander zu verbinden. Es geht darum, ihnen zu ermöglichen, Aufgaben unternehmensweit kohärent, sicher und verantwortungsvoll auszuführen.
Recht und Vertragswesen sind besonders sensible Bereiche, da KI-generierte Entscheidungen finanzielle, regulatorische und rechtliche Folgen haben können. Wo sollten Unternehmen die Grenze ziehen zwischen Handlungen, die ein KI-Agent autonom ausführen kann, und Entscheidungen, für die weiterhin eine menschliche Genehmigung erforderlich sein sollte?
Die Grenze sollte sich nach dem Risiko richten, nicht nach der Art der ausgeführten Aufgabe.
Viele Tätigkeiten im Rechts- und Vertragswesen sind strukturiert und wiederholbar und unterliegen festgelegten Richtlinien. Sie eignen sich gut für die autonome Ausführung, sofern die entsprechenden Kontrollen vorhanden sind.
Ein Agent, der beispielsweise eine routinemäßige Geheimhaltungsvereinbarung (NDA) prüft, kann sie anhand eines genehmigten Leitfadens bewerten, Abweichungen erkennen, vereinbarte Rückfallpositionen anwenden und die Vereinbarung voranbringen, ohne dass eine Anwältin oder ein Anwalt in jeder Phase eingreifen muss.
Bei einer Vereinbarung, die erhebliche finanzielle Risiken, eine ungewöhnliche Haftungsregelung, regulatorische Unsicherheiten oder ein strategisches kommerzielles Zugeständnis mit sich bringt, kann jedoch menschliches Urteilsvermögen oder eine Genehmigung erforderlich sein.
Wichtig ist: Ich glaube nicht, dass das Ziel sein sollte, Menschen aus dem Prozess herauszunehmen. Vielmehr geht es darum, ihren Beitrag an anderer Stelle und auf andere Weise einzubringen. Statt an jedem Schritt ein menschliches Eingreifen zu verlangen, sollten Unternehmen für jeden Arbeitsablauf den passenden Autonomiegrad festlegen können – einschließlich der Punkte, an denen die Beteiligung eines Menschen zwingend erforderlich ist.
So können sich qualifizierte Fachkräfte auf Ausnahmefälle, Verhandlungsstrategien, komplexe Risikobewertungen und Entscheidungen konzentrieren, die tatsächlich ihr Fachwissen erfordern.
Die Chance besteht nicht einfach darin, Rechtsteams schneller zu machen. Vielmehr geht es darum, grundlegend neu zu denken, wie juristische Arbeit erbracht wird – und Menschen wie KI dort einzusetzen, wo sie jeweils den größten Mehrwert schaffen.
Leah weitet den Einsatz agentischer KI auf Recht, Vertragswesen, Beschaffung, Finanzen und Shared Services aus. Was wird möglich, wenn Agenten funktionsübergreifend zusammenarbeiten können, statt jede Abteilung unabhängig voneinander zu automatisieren?
Die meisten Aufgaben in Unternehmen beginnen und enden nicht innerhalb einer einzelnen Abteilung. Ein vom Rechtsteam ausgehandelter Vertrag hat Auswirkungen auf Beschaffung, Finanzen, Betrieb und Compliance. Unternehmenssoftware wurde jedoch traditionell für einzelne Funktionen entwickelt. Dadurch blieb es den Mitarbeitenden überlassen, die Informationen, Entscheidungen und Prozesse zwischen den Abteilungen miteinander zu verknüpfen.
Agentische KI bietet die Möglichkeit, dieses Betriebsmodell zu verändern.
Wenn Agenten funktionsübergreifend zusammenarbeiten können, lassen sich die relevanten Informationen, Richtlinien und Fachkenntnisse zusammenführen, die nötig sind, um eine Aufgabe von Anfang bis Ende voranzubringen. So wird nicht nur eine isolierte Aufgabe erledigt und anschließend jemand damit betraut, die nächste Übergabe zu organisieren.
Nehmen wir eine Lieferantenvereinbarung. Die Vertragsbedingungen beeinflussen Beschaffungsentscheidungen, Zahlungsverpflichtungen, finanzielle Risiken und die laufende Leistung des Lieferanten. In einer vernetzten agentischen Umgebung können diese vertraglichen Informationen Maßnahmen in den verschiedenen Funktionen unterstützen und auslösen, statt in einem Vertragsarchiv eingeschlossen zu bleiben.
Hier sehen wir die Entstehung kommerzieller Intelligenz: die Fähigkeit, den vertraglichen, rechtlichen, beschaffungsbezogenen und finanziellen Kontext miteinander zu verknüpfen, damit Entscheidungen und Maßnahmen das gesamte kommerzielle Gesamtbild berücksichtigen.
Der Mehrwert geht weit über Produktivitätssteigerungen in einzelnen Abteilungen hinaus. Er eröffnet die Möglichkeit, die Prozesse zu optimieren, die diese Abteilungen miteinander verbinden, die Fragmentierung zu verringern, die Entscheidungsfindung zu verbessern und Aufgaben mit deutlich weniger manuellem Koordinationsaufwand durch das gesamte Unternehmen zu führen.
Wie sollten Unternehmen messen, ob agentische KI tatsächlich einen Mehrwert schafft, wenn sie mehr Agenten einsetzen? Reichen herkömmliche Kennzahlen wie Produktivität und Kosteneinsparungen weiterhin aus, oder brauchen Unternehmen einen neuen Bewertungsrahmen, der sich an Ergebnissen und daran orientiert, wie viele Aufgaben Agenten zuverlässig ausführen können?
Eine der Erkenntnisse aus der ersten Welle der KI-Einführung lautet: Aktivität und Mehrwert sind nicht dasselbe.
Unternehmen können Prompts, Tokens, Interaktionen und eingesparte Zeit messen. Diese Kennzahlen sagen jedoch vergleichsweise wenig darüber aus, ob tatsächlich relevante Geschäftsergebnisse erzielt werden.
Produktivität und Kosteneinsparungen bleiben wichtig, doch agentische KI erfordert einen umfassenderen Bewertungsrahmen, der die Ausführung in den Mittelpunkt stellt. Wie viele Aufgaben werden erledigt? Wie zuverlässig werden sie ausgeführt? Werden Prozesse schneller abgewickelt? Werden Rückstände abgebaut? Werden Ausnahmefälle wirksamer erkannt und gelöst?
Wir sollten auch messen, welcher Grad an Autonomie unter angemessenen Kontrollen erreicht wird. Es ist zum Beispiel ein Unterschied, ob sich lediglich die Zeit verkürzt, die ein Anwalt mit der Prüfung eines Vertrags verbringt. Oder ob der gesamte Vertragsprozess vorangebracht werden kann – von der Erfassung über die Prüfung und Verhandlung bis hin zur Genehmigung –, wobei Menschen gezielt dort eingreifen, wo dies wirklich erforderlich ist.
Das ist ein wichtiger Unterschied, denn der wirtschaftliche Nutzen agentischer KI beschränkt sich nicht auf eingesparte Arbeitsstunden. Er ergibt sich auch aus höherer Kapazität, größerer Konsistenz, weniger Reibungsverlusten im Betrieb und besseren Geschäftsergebnissen.
Ich gehe davon aus, dass Unternehmen künftig deutlich stärker darauf achten werden, welchen Umfang und welche Komplexität von Arbeit KI zuverlässig bewältigen kann, wie gut sie diese Arbeit ausführt und welche geschäftlichen Auswirkungen sie damit erzielt.
Die Frage wird sich wandeln: weg von „Wie viel KI setzen wir ein?“ hin zu „Was kann unser Unternehmen jetzt erreichen, was ihm vorher nicht möglich war?“
Wie wird sich Ihrer Meinung nach in den nächsten drei bis fünf Jahren das Verhältnis zwischen Beschäftigten, herkömmlicher Unternehmenssoftware und autonomen KI-Agenten verändern, und woran wird man erkennen, dass Unternehmen erfolgreich zu einem agentischen Betriebsmodell übergehen?
Ich glaube, wir bewegen uns weg von einer Ära, die von Systemen zur Datenhaltung geprägt war, und hin zu einer Ära, in der zunehmend Systeme zur Ausführung im Mittelpunkt stehen.
Herkömmliche Unternehmenssoftware wird weiterhin wichtig sein und die zugrunde liegenden Daten, Geschäftsunterlagen und Infrastrukturen bereitstellen, auf die Unternehmen angewiesen sind. Doch agentische Systeme werden zunehmend über diese Anwendungen hinweg arbeiten und Aufgaben koordinieren und ausführen, für die Menschen bisher zwischen Systemen wechseln, Übergaben organisieren und einzelne Arbeitsschritte voranbringen mussten.
Für Beschäftigte bedeutet das eine grundlegende Veränderung im Umgang mit Technologie. Statt jeden Schritt eines Arbeitsablaufs selbst auszuführen, werden Menschen zunehmend Ziele festlegen, Grenzen definieren, ihr Urteilsvermögen einsetzen und dort eingreifen, wo ihre Fachkenntnis den größten Mehrwert schafft.
Für diesen Wandel reicht es jedoch nicht aus, Agenten einzusetzen oder bestehende Anwendungen um KI-Funktionen zu ergänzen. Unternehmen müssen überdenken, wie Arbeit organisiert ist, wie Entscheidungen getroffen werden und wie Intelligenz bereichsübergreifend zum Einsatz kommt.
Unsere gemeinsam mit IDC durchgeführte Studie unterstreicht die Bedeutung von Governance, Orchestrierung und bereichsübergreifender Zusammenarbeit. Ich würde ergänzen, dass ein fundiertes Verständnis des jeweiligen Fachgebiets ebenso entscheidend ist. Ein System braucht sowohl die technische Fähigkeit, Aufgaben zuverlässig auszuführen, als auch den geschäftlichen Kontext, um zu verstehen, was eine gute Ausführung ausmacht.
Erfolgreich werden nicht unbedingt die Unternehmen sein, die die meisten Agenten einsetzen. Erfolgreich werden vielmehr jene sein, die in agentischer KI die Chance erkennen, ihr Betriebsmodell grundlegend neu zu gestalten.
Die eigentliche Chance besteht nicht darin, unsere heutige Arbeitsweise effizienter zu machen. Sie besteht darin, ein völlig neues Modell dafür zu schaffen, wie die Arbeit in Unternehmen erledigt wird.
Vielen Dank für das großartige Interview. Leserinnen und Leser, die mehr über agentische KI für Unternehmen und vernetzte Arbeitsabläufe in den Bereichen Recht, Vertragswesen, Beschaffung und Finanzen erfahren möchten, sollten Leah besuchen.












