Dionysios Satikidis, Head of Developer Platforms bei Mercedes-Benz, erklärt im Gespräch weshalb die Akzeptanz von KI wichtiger als Perfektion ist, wie Leuchtturmprojekte nicht nur technologische, sondern kulturelle Weichen stellen und warum es manchmal mehr Mut als Methodik braucht.
Herr Satikidis, wo richten Sie aktuell bewusst Ihre Aufmerksamkeit hin, wenn es um KI geht – und welche Themen in der KI-Entwicklung beschäftigen Sie dabei am meisten?
Für mich steht aktuell die Akzeptanz von KI durch den Menschen im Mittelpunkt. Wenn Menschen eine Lösung nicht annehmen, bringt auch die beste Technologie nichts. Wir müssen KI nutzerzentriert aufsetzen, um genau diese Akzeptanz zu fördern. Das gilt auch für Methoden und Prozesse bei der Entwicklung. Mein wichtigstes Ziel ist daher aktuell, mögliche Barrieren frühzeitig zu identifizieren und gezielt anzugehen.
Mit welchen zentralen Herausforderungen setzen Sie sich aktuell in diesem Kontext am intensivsten auseinander?
In der Entwicklung beschäftigen uns derzeit besonders Herausforderungen wie Halluzinationen und schwer durchschaubare Entscheidungsprozesse von KI-Systemen. Diese zählen aktuell zu den größten Hürden beim Einsatz von KI zur Unterstützung in der Softwareentwicklung. Je stärker wir in Richtung autonom agierender Systeme denken, desto schwieriger wird es, deren Verhalten und Entscheidungsgrundlagen nachzuvollziehen. Schon beim manuell entwickelten Code fällt es im Nachgang oft schwer, jeden Schritt lückenlos zu rekonstruieren und Fehlerquellen zu identifizieren. Wird ein größerer Teil des Codes von KI generiert, steigt die Intransparenz und erschwert die Fehleranalyse zusätzlich. Gerade bei sehr nutzerfreundlichen Tools, die bewusst weniger Einblick in die technische Umsetzung geben, entsteht eine Lücke zwischen einfacher Bedienung und technischer Nachvollziehbarkeit. Andere Systeme setzen stärker auf Transparenz, erfordern dafür aber tiefere technische Kenntnisse. Am Ende braucht es beides: eine einfache Bedienbarkeit und eine verlässliche Nachvollziehbarkeit. Der Schlüssel liegt darin, die eigenen Werkzeuge strategisch so auszuwählen und zu kombinieren, dass sie zu den jeweiligen Anwendungsfällen im Unternehmen passen Wie bei uns Mercedes-Benz der GitHub Copilot. Es entstehen erneut Toolchains – wie wir sie aus dem klassischen Softwareengineering kennen – diesmal jedoch mit Agenten- und KI-Technologie.
Welche Rolle spielt dabei die Offenheit gegenüber externen Tools und Systemen und wann braucht es eine unternehmenseigene Lösung?
Offenheit spielt eine große Rolle, vor allem für die Developer beziehungsweise die Development Experience. Unternehmen brauchen externen Tools und Systeme, um nicht ständig das Rad neu erfinden zu müssen. Aber das sorgt natürlich für Komplexität – und Kosten. Deshalb bauen wir eine zentrale Plattform für Softwareentwicklungsteams mit dem internen Namen „Stargate“. Dabei geht es nicht darum, dass jeder Entwickler Zugriff auf alle Tools erhält. Die Plattform dient dazu, den Austausch auf Projekt- und Innovationsebene zu fördern: Wer arbeitet woran und mit welchen Tools? Wir schaffen Transparenz über Kosten und Mehrwerte – zum Beispiel von neuen KI-Ideen und –Projekten. So können wir entlang der Unternehmensstrategie orchestrieren, in welche Projekte wir investieren. Aber auch: Welche Tools dabei genutzt werden sollten und an welcher Stelle es unternehmenseigene Lösungen braucht, um einen echten Mehrwert zu schaffen.
Das ganze Interview mit Dionysios Satikidis gibt’s in unserem Whitepaper „Road to Agentic AI. Faszination Automatisierung“.