Blog PIKON Deutschland AG

Agentic AI im Fokus: Erkenntnisse aus der Frankfurt Tech Show 2026

Ihor Hetman
Juni 9, 2026
7 Minuten

Heute gibt es fast jede Woche neue Ankündigungen, Produkte und technologische Entwicklungen. Für uns bei PIKON ist es wichtig, technologisch immer auf dem neuesten Stand zu bleiben. Wir führen regelmäßig interne Analysen durch und testen neue Technologien in unseren Labs. Trotzdem ist der direkte Austausch vor Ort durch nichts zu ersetzen. Anfang Mai habe ich die Frankfurt Tech Show 2026 besucht. Die Veranstaltung war eine gute Gelegenheit, den aktuellen Stand der Branche zu sehen, Ideen auszutauschen und Best Practices für die Entwicklung von KI-Services und -Produkten für Unternehmen zu diskutieren.

Einblicke in die Frankfurt Tech Show

Die Frankfurt Tech Show ist eine jährliche Veranstaltung, die Unternehmen aus dem Bereich der digitalen Transformation miteinander verbindet – von Softwareanbietern bis hin zu Anbietern der physischen IT-Infrastruktur, die diese unterstützen, darunter Innovatoren für Server-, Energie- und Kühlsysteme.

Die Veranstaltung war in vier miteinander verbundene Bereiche unterteilt, die jeweils eigene Mini-Bühnen für Produktdemos sowie Expertensessions für Unternehmenspräsentationen und Paneldiskussionen boten:

Big Data & AI World: Das zentrale Umfeld für SaaS-Anbieter und fortschrittliche Analytics-Lösungen.
Cloud & AI Infrastructure: Hier präsentierten Anbieter die neuesten Entwicklungen im Bereich Cloud- und On-Premises-Infrastruktur.
Data Center World: Ein tiefer Einblick in die Hardware- und physische Infrastruktur, die die digitale Welt am Laufen hält.
Cloud & Cyber Security Expo: Ein Bereich mit Fokus auf Enterprise-Security und Maßnahmen zur Bedrohungsabwehr.

Der Wandel zu Agentic AI: 10 wichtige Erkenntnisse

Während Generative KI im letzten Jahr im Mittelpunkt stand, lag der Fokus der diesjährigen Tech Show auf Agentic AI – Systemen, die verschiedene Datenquellen verbinden und komplexe Aufgaben eigenständig ausführen, um Geschäftsziele zu erreichen. Mehr über Agentic AI lesen.

Basierend auf den Vorträgen und Diskussionen sind hier meine 10 wichtigsten Erkenntnisse zum aktuellen Stand der Enterprise-KI:

„Observability“ ist entscheidend: Unternehmen investieren stark in Datenmonitoring und AI-Observability-Frameworks, um sicherzustellen, dass ihre Systeme zuverlässig und erklärbar sind.
Kontext statt Rohdaten: Das alte Sprichwort „Garbage in, garbage out“ gilt weiterhin. Agentic AI benötigt jedoch mehr als nur saubere Daten – es erfordert robuste semantische Modelle, die Datenstrukturen für die KI präzise beschreiben.
Prototypen sind keine Produktion: KI-generierte Software eignet sich, wenn richtig gesteuert, hervorragend für schnelles Prototyping. Für den produktiven Einsatz ist sie jedoch noch nicht robust genug und erfordert weiterhin menschliche Kontrolle.
Erhalt von Unternehmenswissen: Vorausschauende Unternehmen bauen KI-Ökosysteme auf, die darauf ausgelegt sind, institutionelles Wissen zu erfassen, zu speichern und nahtlos an zukünftige Mitarbeitergenerationen weiterzugeben.
Der Aufstieg von AI Governance: Getrieben durch die strengen Vorgaben des EU AI Act ist Governance ein zentrales Thema, insbesondere in risikoreichen und datenintensiven Branchen.
Fokus auf Business Value zuerst: Die Branche bewegt sich weg von „coolen KI-Prototypen“ hin zu echter geschäftlicher Transformation. Der Konsens: Den konkreten Geschäftswert definieren, bevor die erste Codezeile geschrieben wird – nicht erst nach dem Prototyp.
KI erfordert kulturellen Wandel: Erfolgreiche KI-Integration bedeutet nicht nur, Top-Ingenieure einzustellen oder große Rechenkapazitäten zu nutzen – sie erfordert einen organisatorischen und mentalen Wandel im Unternehmen und bei den Kunden.
Innovation demokratisieren: KI sollte kein isoliertes Silo sein. Echte Innovation entsteht, wenn Fachexperten und Teams im gesamten Unternehmen befähigt werden, Ideen einzubringen und eigene Lösungen zu prototypisieren.
Das europäische Infrastruktur-Paradox: Europa weiß, dass seine Cloud-Infrastruktur nicht die Skalierung der USA oder Chinas erreicht. Obwohl alle notwendigen Hardware- und Komponentenanbieter vorhanden sind, stellen komplexe rechtliche Rahmenbedingungen weiterhin eine große Herausforderung dar.
Das Velocity-Risiko: Während GenAI es ermöglicht, Prototypen in Rekordzeit zu entwickeln, entstehen durch dieses Tempo neue Cybersicherheitsrisiken und Vertrauensprobleme.

SAP und KI im Kern des Geschäfts

Als Data Scientist in einem SAP-Beratungshaus betrachte ich diese zehn Punkte aus einer spezifischen Perspektive, insbesondere im Kontext des SAP-Ökosystems. Für viele Unternehmen findet echte Transformation dort statt, wo ihre Daten liegen: im ERP-System. Genau hier spielt SAP eine zentrale Rolle.

Die Trends der Tech Show – Agentic AI, semantische Datenmodelle und Governance – werden bereits heute durch aktuelle SAP-Innovationen adressiert, wie SAP Joule, SAP Joule Studio und die SAP Business Technology Platform (BTP). Mehr über KI und SAP BTP lesen.

Durch die direkte Integration von KI in Standardgeschäftsprozesse (wie Finance, Controlling und Logistik) schließt SAP die Lücke zwischen Rohdaten und echtem Geschäftswert. Gleichzeitig stellt die Plattform die strukturierten semantischen Datenmodelle sowie Governance-Frameworks bereit, die erforderlich sind, um Agentic AI sicher, compliant und hochwirksam in risikoreichen Enterprise-Umgebungen einzusetzen.

Wie Sie Ihr Unternehmen auf Agentic AI vorbereiten

Aus den Diskussionen in Frankfurt wird deutlich, dass der Übergang von einem eigenständigen Generative-AI-Chatbot hin zu einem autonomen Agentic-AI-Ökosystem eine klare und durchdachte Roadmap erfordert. Wenn Ihr Unternehmen diesen Schritt gehen möchte, empfehle ich, sich auf drei grundlegende Säulen zu konzentrieren:

Prozesse statt nur Daten modellieren: Bevor Sie ein KI-Modell auswählen, sollten Sie die Workflows klar definieren, die automatisiert werden sollen. Agentic AI benötigt klare Grenzen und Ziele – wenn ein menschlicher Prozess chaotisch ist, wird Automatisierung durch KI dieses Chaos nur beschleunigen.
In die semantische Schicht investieren: Saubere Datenbanken sind nicht mehr ausreichend. Es braucht eine robuste semantische Schicht – etwa Data Graphs oder standardisierte Metadaten-Repositories –, damit autonome Agenten die Beziehungen zwischen Geschäftseinheiten verstehen (z. B. wie eine „Customer-ID“ im CRM mit einem „Billing Document“ im SAP-ERP verknüpft ist).
Ein AI-Governance-Board etablieren: Mit dem EU AI Act, der klare rechtliche Rahmenbedingungen setzt, darf Compliance kein nachgelagerter Gedanke sein. Unternehmen sollten frühzeitig funktionsübergreifende Teams aus IT, Recht und Business aufsetzen, um die Risikoklassen von KI-Anwendungsfällen zu bewerten.

Die europäische Realität: Innovation im regulatorischen Rahmen

Ein wiederkehrendes Thema in den Paneldiskussionen der Tech Show war die besondere Herausforderung für europäische Unternehmen. Unternehmen in der EU können KI nicht mit derselben Perspektive betrachten wie im Silicon Valley.

Während US-Unternehmen häufig nach dem Prinzip „Move fast and break things“ agieren, müssen europäische Unternehmen schnelle Innovation mit strengen Datenschutzgesetzen (DSGVO) sowie dem kommenden EU AI Act in Einklang bringen. Das führt zwar zu gewissen Reibungen, eröffnet jedoch auch Chancen. Der Konsens unter den Expertinnen und Experten auf der Veranstaltung: Konforme KI wird langfristig zu einem echten Wettbewerbsvorteil.

Indem Unternehmen Systeme von Anfang an auf Datensouveränität und Governance ausrichten, insbesondere im Umgang mit hochsensiblen Daten in zentralen SAP-Systemen, schaffen europäische Unternehmen KI-Ökosysteme, die deutlich stabiler, vertrauenswürdiger und für den langfristigen Einsatz geeignet sind.

Wie kann PIKON Sie unterstützen?

Bei PIKON verbinden wir tiefgehende Beratungsexpertise mit einem pragmatischen, datengetriebenen Ansatz für KI. Wir entwickeln KI nicht, weil sie im Trend liegt, sondern weil sie messbaren Geschäftswert schafft. So unterstützen wir Sie bei der Umsetzung der Erkenntnisse der Tech Show 2026:

AI Readiness & Strategie: Wir helfen Ihnen, die richtigen Use Cases zu identifizieren, bevor Sie in die Entwicklung investieren, und stellen sicher, dass Ihre KI-Initiativen direkt zur Geschäftstransformation beitragen.
Datenbasis & semantische Modellierung: Wir unterstützen Sie dabei, Ihre Daten zu bereinigen und die präzisen semantischen Strukturen aufzubauen, die moderne Agentic AI benötigt, um Ihren individuellen Geschäftskontext zu verstehen.
SAP KI-Integration: Wir integrieren die standardisierten KI-Funktionen von SAP (wie Joule und BTP) in Ihre bestehenden Prozesse und maximieren so den ROI Ihrer bestehenden Systemlandschaft bei gleichzeitig strikter Daten-Governance.
Change Management: Wir begleiten Ihre Teams durch die kulturellen und organisatorischen Veränderungen, die notwendig sind, um KI im Arbeitsalltag zu nutzen, ihr zu vertrauen und kontinuierlich weiterzuentwickeln.

Fazit

Die Frankfurt Tech Show 2026 hat eines deutlich gemacht: Die Phase der KI-Experimente geht zu Ende, und die Ära strukturierter, wertorientierter Enterprise-KI beginnt. Es geht nicht mehr nur um die Begeisterung darüber, was KI möglicherweise leisten kann, sondern um die konkrete Arbeit an zuverlässigen, konformen und wertschöpfenden Systemen. Der Weg nach vorne erfordert eine Balance aus moderner Technologie, hoher Datenqualität und organisatorischer Bereitschaft.

Ob Sie das Potenzial von Agentic AI erschließen oder Ihr SAP-Ökosystem durch intelligente Automatisierung stärken möchten PIKON begleitet Sie gerne auf diesem Transformationsweg.