KI-Agenten: Cognizant, Meta und Atlassian starten Produktionsoffensive
Veröffentlicht am: 28.07.2026 um 07:43 Uhr | Redaktion boerse-global.de
Die großen Technologie- und Beratungskonzerne haben diese Woche mehrere Initiativen gestartet, um künstliche Intelligenz aus der Experimentierphase in die breite Unternehmensanwendung zu überführen. Unternehmen wie Cognizant, Meta und Atlassian stellten am 27. Juli 2026 neue Plattformfunktionen und Partnerschaftsmodelle vor, die komplexe Arbeitsabläufe automatisieren und die Datenverwaltung in heterogenen Umgebungen verbessern sollen.
Beratungshäuser bauen ihre KI-Allianzen aus
Cognizant hat seine Zusammenarbeit mit Anthropic deutlich ausgeweitet und ist nun Global Premier Partner im Claude-Partner-Netzwerk. Um diesen Spitzenstatus zu erreichen, musste das Unternehmen über 1.000 zertifizierte Praktiker vorweisen und mindestens 100 gemeinsame Kunden in den Produktivbetrieb überführen. Cognizant integriert die Claude-Modelle derzeit in seine branchenspezifischen Plattformen wie Flowsource und Neuro AI Engineering.
Die erweiterte Partnerschaft folgt auf messbare Erfolge in bestehenden Kundenprojekten. Im Bereich Life Sciences konnten die Prüfzeiten für Verträge um 40 Prozent bei einer Genauigkeit von über 88 Prozent reduziert werden. Ein gemeinsam entwickeltes Versicherungsrisiko-Tool spart den Sachbearbeitern rund acht Stunden pro Woche. Cognizant plant, 5.000 Ingenieure und 10.000 betriebliche Mitarbeiter zu zertifizieren.
Auch Wipro hat seine Beziehungen zu Infrastrukturanbietern gestärkt und eine eigene Databricks-Praxis aufgebaut. Als Innovationspartner des Jahres 2026 für Databricks ausgezeichnet, hat Wipro mehr als 300 agentische KI-Anwendungsfälle in den Bereichen Banking, Gesundheitswesen und Energie umgesetzt.
Plattformanbieter setzen auf autonome Automatisierung
Die Softwarebranche verlagert ihren Fokus von einfachen Chatbots hin zu autonomen Agenten, die mehrstufige Aufgaben bewältigen können. Meta hat am 27. Juli Muse Spark 1.1 vorgestellt. Die neue Version kann wiederkehrende Aufgaben wie Recherchen und tägliche Briefings übernehmen. Das Modell lässt sich mit E-Mail und Kalendern verbinden, um Präsentationen zu erstellen oder Veranstaltungen zu planen. Die Funktionen werden diese Woche in ausgewählten Märkten eingeführt, eine WhatsApp-Integration ist in Kürze geplant.
Zur Finanzierung dieser Expansion hat Meta seine Investitionsrichtlinie für 2026 auf 125 bis 145 Milliarden Dollar (rund 115 bis 133 Milliarden Euro) angehoben. Sicherheitstests mit dem Poly-Guard-Benchmark zeigten, dass die Abwehrmaßnahmen die Erfolgsrate von Angriffen in mehrstufigen Szenarien von 11,2 auf 6,9 Prozent senkten.
Während Unternehmen verstärkt auf autonome Agenten und komplexe KI-Ökosysteme setzen, verschärfen sich auch die gesetzlichen Anforderungen durch den EU AI Act. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen den notwendigen Überblick über Pflichten, Risikoklassen und Fristen für den rechtssicheren Einsatz von KI. EU AI Act in 5 Schritten verstehen: Fristen und Pflichten kompakt erklärt
Atlassian hat am selben Tag Rovo AI für seine Jira-, Confluence- und JSM-Premium- und Enterprise-Pläne eingeführt. Dazu gehört Rovo Studio, eine Low-Code-Umgebung für den Bau von KI-Agenten, die mit dem Teamwork Graph und mehr als 50 Drittanbieterplattformen integriert werden können. Der Schritt erfolgt, während Atlassian versucht, Marktbedenken hinsichtlich der KI-Disruption zu zerstreuen. Die Aktie des Unternehmens hat sich von ihrem Tiefstand im April mehr als verdoppelt.
Infrastruktur, Governance und Standardisierung
Da Unternehmen von Einzelmodell-Strategien abrücken, rücken Governance und Interoperabilität in den Fokus. Die SAP meldete für das zweite Quartal 2026 einen Anstieg der Cloud-Erlöse um 24 Prozent. CEO Christian Klein skizzierte die Vision eines autonomen Unternehmens, das auf KI-Agenten basiert. Diese Agenten benötigen laut SAP Wissensgraphen und Governance-Frameworks, um effektiv zu funktionieren. Das Unternehmen nutzt seine 50-jährige Erfahrung mit Datenberechtigungen sowie die jüngsten Übernahmen von LeanIX und Signavio, um Nicht-SAP-Systeme für die KI-Integration zu kartieren.
Die Standardisierung dieser Systeme wird derzeit über die Linux Foundation vorangetrieben. Zwei Hauptprotokolle haben sich herauskristallisiert: das Model Context Protocol (MCP) für den Datenzugriff und der Agent2Agent (A2A) -Standard für die Orchestrierung. Große Player wie Google, Salesforce, ServiceNow und Workday arbeiten an diesen Standards, um Herausforderungen bei der herstellerübergreifenden Authentifizierung und Sequenzierung zu lösen.
Der technologische Fortschritt bei der KI-Integration erfordert zwingend eine Anpassung der betrieblichen Compliance-Strukturen an die neue EU-Gesetzgebung. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme konkret als Hochrisiko eingestuft werden und wie Sie die geforderte Risikodokumentation rechtzeitig umsetzen. Jetzt kostenlosen Umsetzungsleitfaden zum EU AI Act herunterladen
Produktionshürden und Akzeptanzkennzahlen
Trotz der Flut neuer Tools klafft eine erhebliche Lücke zwischen KI-Experimenten und der breiten Einführung. Aktuelle Daten von Deloitte deuten darauf hin, dass nur 25 Prozent der Unternehmen 40 Prozent oder mehr ihrer KI-Experimente in die Produktion überführt haben. ISG berichtet hingegen, dass der Anteil der Projekte, die die Produktion erreichen, auf etwa 33 Prozent gestiegen ist – gegenüber 17 Prozent in früheren Erhebungen.
Die Infrastruktur bleibt ein Engpass: Die Genauigkeit von KI-Agenten fällt auf rund 50 Prozent, wenn semantische Ebenen fehlen. Um diesen technischen Herausforderungen zu begegenen, haben Databricks und Microsoft ihre Partnerschaft bis in die 2030er Jahre verlängert. Die Vereinbarung sieht vor, dass Databricks Microsofts Cobalt-200-Silizium einsetzt, das eine bis zu 50 Prozent bessere Leistung und verbesserte Speicherverschlüsselung für datenintensive KI-Operationen bieten soll.
Die Akzeptanz variiert stark zwischen den Organisationen. Cisco berichtete kürzlich, dass seine interne sichere Multi-Modell-Plattform Circuit bei 100.000 Nutzern eine Akzeptanz von 90 Prozent erreicht hat. Die Ingenieure des Unternehmens sparen durch KI-Codierungstools durchschnittlich sechs Stunden pro Woche, während andere Mitarbeiter durch KI-native Arbeitsabläufe fünf Stunden pro Woche einsparen.
Disclaimer zu unseren Artikeln: Keine Anlageberatung, keine Kauf- oder Verkaufsempfehlung. Angaben zu Kursen, Unternehmen und Märkten ohne Gewähr; Änderungen jederzeit möglich. Börsengeschäfte können zu hohen Verlusten führen. Unsere Beiträge werden ganz oder teilweise automatisiert mit Unterstützung von AI erstellt und geprüft.
