Die letzte Meile der Unternehmens-KI: Drei Akteursgruppen treten hier gegeneinander an.

Auf dem World Robotics Congress 2026 lenkte Wu Minghui, CEO von Mininglamp Technology, das Gespräch über die plötzlich populären FDE (Frontline Deployment Engineers) mehr als zehn Jahre zurück in der Zeit.

„Vor 12 Jahren haben wir uns bereits sehr ernsthaft damit befasst.“ Als Wallstreetcn · All-weather Tech fragte, worin der Unterschied zwischen FDE und der herkömmlichen Softwarebereitstellung besteht, sagte Wu Minghui, dass beide Seiten beim Kunden vor Ort tätig werden, aber die heutigen FDE tiefer gehen müssen: Einerseits verbinden sie Agenten mit echten Geschäftsprozessen, andererseits führen sie die vor Ort entwickelten Fähigkeiten kontinuierlich zurück in das Backoffice.

Dahinter verbirgt sich eine neue Veränderung in der Art der Bereitstellung von Unternehmensdienstleistungen.

Dieses Jahr im Mai gründete OpenAI eigens eine Deployment Company, um FDE in Unternehmen zu schicken und gemeinsam mit Kunden Anforderungsermittlung, Systemdesign, Entwicklung und Inbetriebnahme abzuschließen;

Im Juni kündigte Anthropic die Zusammenarbeit mit dem IT-Dienstleister DXC an. DXC plant, Zehntausende von Claude-zertifizierten FDE auszubilden, um Claude in die Kernsysteme von Branchen wie Banken, Luftfahrt, Versicherungen und Fertigung einzubinden.

Am 18. August benannte Tencent Cloud die ursprüngliche „Zertifizierung für KI-Anwendungsingenieure der Intelligent Agent Entwicklungsplattform“ direkt in „Zertifizierung für ADP Frontline Deployment Engineers (FDE)“ um.

Dass diese Unternehmen FDE im Fokus haben, zielt auf das Problem der „letzten Meile“ bei der Umsetzung von KI in Unternehmen ab.

Große Konzerne wie OpenAI und Tencent übernehmen zunehmend selbst mehr Aufgaben bei der Unternehmensbereitstellung, schicken FDE vor Ort, um Modelle und Agent-Plattformen in die Kundensysteme einzubinden. Unternehmensdienstleister wie Mininglamp Technology nutzen KI, um die bisherige kundenspezifische Entwicklung neu zu gestalten und Branchen-Know-how, Datenverwaltung und Softwareimplementierungsfähigkeiten in einzelne Agenten umzuwandeln. Als Zahlungspartner beginnen Unternehmen zudem, eigene KI-Pioniere aus Geschäftsbereichen wie Vertrieb, Forschung und Entwicklung sowie Lieferkette auszubilden, um interne FDE-Fähigkeiten aufzubauen.

KI macht das Schreiben von Code immer günstiger, aber gleichzeitig macht sie „die Aufgabe, Unternehmen zu verstehen, Anforderungen zu definieren und Agenten wirklich zum Laufen zu bringen“ zu einem neuen Geschäftsfeld.

Eins

Keine Standardantwort

FDE existierten schon vor der Ära der großen KI-Modelle.

Palantir ließ Ingenieure schon früh in ähnlicher Weise tief bei Kunden vor Ort tätig werden, um komplexe Daten, Softwarefähigkeiten und konkrete Geschäftsprozesse zu verbinden. In der vergangenen Softwarebranche gab es zudem seit jeher Implementierungsberater, Lösungsarchitekten und Vorort-Ingenieure. Daher besteht seit der Wiederpopularität von FDE in dieser KI-Welle eine anhaltende Kontroverse: Bringen sie tatsächlich ein neues Ingenieurmodell mit sich, oder folgen sie der alten Logik der Softwareimplementierung der vorherigen Generation?

„Wir hatten bereits ein Team für technischen Pre-Sales-Support. Ich denke, FDE ist nur ein modisches Schlagwort. Aber wenn unser Team der Meinung ist, dass diese Bezeichnung hilft, Produkte besser zu verkaufen, finde ich das auch in Ordnung“, sagte der CEO eines Cloud-Anbieters in Südchina einmal offen gegenüber All-weather Tech.

Wu Minghui ist der Ansicht, dass herkömmliche Implementierungsteams nur dafür verantwortlich sein können, eine festgelegte Software auszuliefern, und sogar keine direkte Verbindung zum Softwareentwicklungsteam haben müssen. FDE hingegen müssen die vor Ort entwickelten Fähigkeiten kontinuierlich zum Backoffice beitragen, sodass Probleme, die an einem Kundenstandort auftauchen, zu Vermögenswerten werden, die beim nächsten Mal wiederverwendet werden können.

Das ist auch der Grund, warum große Konzerne wie OpenAI und Tencent beginnen, Ingenieure direkt zu ihren Kunden zu schicken. Beispielsweise geht die Stellenbeschreibung von OpenAI für FDE deutlich über die Grenzen des herkömmlichen „Technischen Supports“ hinaus. Ihre FDE sind von der Anforderungsermittlung, der Festlegung des technischen Umfangs und dem Systemdesign bis hin zur Produktivinbetriebnahme verantwortlich. Außerdem sollen sie die erfolgreich erprobten Methoden in Form von Werkzeugen, Playbooks und Bausteinen konsolidieren und das Feedback vor Ort an das Produkt- und Modellteam zurückgeben.

Nachdem Probleme durch echte Workflows offengelegt wurden, können KI-Konzerne darauf aufbauend Harness, Modelle und Produkte weiter optimieren. Ob dies jedoch das Problem der „letzten Meile“ bei der Umsetzung von KI in Unternehmen lösen kann, ist nach wie vor fraglich.

Wu Minghui führte das Beispiel der Werbebranche an: Selbst im Bereich der schnelllebigen Konsumgüter unterscheiden sich die Prozesse und Vorgehensweisen zwischen Procter & Gamble und Unilever und entwickeln sich ständig weiter.

Seiner Meinung nach ist es ein Widerspruch, zu erwarten, dass ein allgemeines Basismodell alle Szenarien anpassen, die gesamte Planung übernehmen und Workflows aufteilen kann. Unternehmen müssen im Wettbewerb ständig neue Prozesse und Vorgehensweisen entwickeln. Die heute erlernten Arbeitsweisen können morgen bereits verändert sein.

Vor diesem Hintergrund stehen FDE vor einem sich ständig ändernden Kontext, der kaum durch eine statische „Branchenantwort“ langfristig abgedeckt werden kann.

Das lässt Raum für eine weitere Kategorie von Unternehmen – Softwaredienstleister.

Zwei

Die Hebelwirkungsprüfung für FDE

Seit KI von Chat zu „praktischer Arbeit“ übergeht, gibt es am Markt ständig Sorgen, dass herkömmliches SaaS ersetzt wird. Eine im Technologiebereich weit verbreitete Annahme lautet: Mit der kontinuierlichen Senkung der Entwicklungshürden durch Vibe Coding können Unternehmen zukünftig selbst Code schreiben und eigene Agenten aufbauen, sodass Standardsoftware und umfangreiche kundenspezifische Entwicklungen, die bisher erworben werden mussten, weiter zurückgehen.

Das setzt Softwaredienstleister direkt unter den Druck der KI-Transformation. Die bisher durch Lizenzen, Implementierung und kundenspezifische Entwicklung entstandenen Einnahmestrukturen können beeinträchtigt werden.

Aber wenn die Logik der langfristigen Existenz externer FDE Bestand hat, könnten Softwaredienstleister dadurch neue Überlebensräume erhalten.

Unternehmen können immer einfacher auf Modelle und Code zugreifen, benötigen aber nach wie vor jemanden, der langfristig ihre Geschäftsentwicklung, Systemstruktur und Bereitstellungsbeschränkungen versteht. Für herkömmliche Softwaredienstleister bietet sich die Chance, das über Jahre hinweg durch die Tätigkeit vor Ort bei Kunden aufgebaute Branchenverständnis, die Systemerfahrung und die Bereitstellungsfähigkeiten genau in Agentenfähigkeiten umzuwandeln.

Mininglamp Technology ist ein Beispiel dafür.

Ihre früheren Kerngeschäftsbereiche konzentrierten sich auf Marketing Intelligence, Betriebsintelligenz, Datenverwaltung und Unternehmenssoftware-Dienstleistungen. Im Zeitalter der Agenten begann sie mit der Entwicklung von Agentic Services und möchte die bisherigen Fähigkeiten in Softwareimplementierung, Datenverwaltung und Branchendienstleistungen weiter in die Bereitstellung kundenspezifischer Agenten umwandeln.

Die kürzliche geplante Übernahme der Kontrolle über Pansoft durch Mininglamp folgt genau dieser Idee. Pansoft betreut seit langem große Konzerne aus Bereichen wie Öl- und Petrochemie, Kohle und Strom und verfügt über starke Eigenschaften in der kundenspezifischen Entwicklung und Implementierung.

Laut Wu Minghui plant Mininglamp, zuerst FDE, Agenten und die zugehörige Infrastruktur in Pansoft einzuführen, damit Pansoft diese Fähigkeiten auf seine bestehenden Kunden ausweiten kann.

Der entscheidende Faktor, der darüber bestimmt, ob diese Logik funktioniert, ist die Hebelwirkung von FDE.

Herkömmliche kundenspezifische Software war schon immer ein Geschäftsfeld, das stark auf Personal setzt. Für ein Projekt sind oft viele Ingenieure vor Ort erforderlich. Je komplexer die Anforderungen sind, desto mehr Personal wird eingesetzt. Einnahmen und Personal stehen langfristig in einem stark linearen Verhältnis zueinander, und der Größeneffekt ist begrenzt.

Beispielsweise stieg der Umsatz von Pansoft von 582 Millionen Yuan im Jahr 2021 auf 825 Millionen Yuan im Jahr 2025, mit einer Wachstumsrate von über 40 % im Zeitraum. Dennoch „wird die Arbeit immer weniger profitabel“: Die Nettogewinnmarge lag 2025 nur bei 8,09 %, was einem Rückgang von mehr als 15 Prozentpunkten gegenüber 2021 entspricht.

Das Zeitalter der Agenten zielt darauf ab, die Bereitstellungseffizienz zu verändern.

Wu Minghui kommt zu dem Schluss, dass der Code von Standardsoftware mit klar definierten Funktionen immer leichter von KI nachgebildet werden kann. Geschäftsszenarien, bei denen Kunden selbst noch nicht genau wissen, wie sie umgesetzt werden sollen, könnten zu den wertvolleren Teilen im Bereich der Unternehmensdienstleistungen werden.

„Wenn er nur mit dem Laptop Code schreiben muss, braucht er nicht vor Ort zu sein“, sagte er. Die wichtigste Aufgabe von Ingenieuren, die zu den Kunden kommen, besteht darin, ständig mit den Kunden zu kommunizieren und herauszufinden, „wie das Geschäft genau abläuft“.

Seiner Beschreibung nach verbrachte ein Implementierungsmitarbeiter früher vielleicht zwei Drittel seiner Zeit mit der Kommunikation mit Kunden und den Rest mit dem Schreiben von Code. Heute kann ein Großteil der Codierungsarbeit an KI übergeben werden, sodass FDE mehr Zeit für Anforderungsbeurteilung, Prozessaufteilung und Ergebnisprüfung aufwenden können.

Wenn dieselbe Person mehr kundenspezifische Agenten erstellen und mehr Kunden unterstützen kann, hat das projektbasierte Geschäft, das bisher auf die Einstellung von mehr Personal angewiesen war, die Chance, seine Hebelwirkung zu verbessern.

Drei

Die Zahlungspartner „begeben sich freiwillig in das Spiel“

KI senkt nicht nur die Entwicklungskosten externer Dienstleister, sondern auch die Hürden für Unternehmen, selbst in die Produktion von Agenten einzusteigen.

Am 11. August beobachtete All-weather Tech am Hauptsitz von Mengniu, dass 45 Mitarbeiter an einer Präsentation von KI-Anwendungen teilnahmen. Sie stammen hauptsächlich aus Geschäftsbereichen wie Vertrieb, Forschung und Entwicklung, Lieferkette, Milchquellen und Marketing. In den vergangenen drei Monaten wählte Mengniu aus 28 ersten Ebenen von Geschäftsbereichen etwa 200 „KI-Pioniere“ aus. Die Personen, die am besten mit den Geschäftsprozessen vertraut sind, sollen zuerst lernen, Agenten zu nutzen, und dann in ihren eigenen Arbeitsbereichen nach Teilen suchen, die durch KI umgestaltet werden können.

Diese Regelung entwickelt sich weiter zu internen FDE.

Mengniu plant, eine Zertifizierung für KI-Pioniere von Stufe L1 bis L3 einzuführen. Auf Stufe L3 müssen die Mitarbeiter nicht nur in der Lage sein, Agenten aufzubauen, sondern auch Geschäftsanforderungen verstehen, Lösungen entwickeln und die Wirkung kontinuierlich verfolgen. Das Team von Mengniu Digital hat bereits ein eigenes spezialisiertes KI-FDE-Team gegründet.

Kleine und mittlere Unternehmen gehen möglicherweise noch direkter vor. In Yanchi County, Ningxia, baute Zhang Lifei, Geschäftsführer von Xixianji, mit dem KI-Programmierwerkzeug Qoder von Alibaba in mehr als drei Monaten ein System für die Tierhaltungsverwaltung auf. Nationale Standards, wissenschaftliche Arbeiten, Futterrezepturen, Eintragungsaufzeichnungen und praktische Tierhaltungserfahrungen aus erster Hand wurden schrittweise in die Software aufgenommen. Das System erstreckt sich dann weiter über die Bereiche Fütterung, Lagerbestand, Schlachtung, Verarbeitung und Preisangabe.

Die kumulierten Kosten für die Nutzung von Qoder für dieses System liegen im Bereich von mehreren zehntausend Yuan, während das Angebot für externe kundenspezifische Lösungen, das Zhang Lifei zuvor erhalten hat, bis zu mehreren Millionen Yuan betragen kann.

Kleine und mittlere Unternehmen standen früher oft vor zwei Problemen: Standardsoftware lässt sich kaum vollständig an ihre eigenen Geschäftsprozesse anpassen, und kundenspezifische Entwicklung ist zu teuer.

KI-Coding senkt nun die Entwicklungskosten in diesem mittleren Bereich, sodass ein Teil der hochgradig kundenspezifischen Software in den Bereich kommt, der für kleine und mittlere Unternehmen tragbar ist.

Es ist jedoch unbestreitbar, dass Zhang Lifeis Vorteile sehr speziell sind.

Er war in der Forschung und Entwicklung tätig und ist seit langem am Betrieb beteiligt. Er weiß sowohl, wie Code umgesetzt wird, als auch, was ein Schaf täglich frisst, wie die Futterkosten verteilt werden und welchen Mindestpreis das Produkt erreichen kann. Anforderungen, Tests und Nutzung können alle intern im Unternehmen abgeschlossen werden, wodurch der wiederholte Austausch von Anforderungen entfällt, der bei der herkömmlichen kundenspezifischen Entwicklung üblich ist.

Aber auch dieses Modell hat Grenzen. Wenn das System auf mehr Abteilungen ausgeweitet wird, lassen sich Tests, Berechtigungen, Datensicherheit und langfristige Wartung kaum mehr auf eine einzelne Person konzentrieren. Nachdem KI die Kosten für das Schreiben von Code gesenkt hat, benötigen Unternehmen nach wie vor jemanden, der kontinuierlich die Geschäftsprozesse versteht, das System wartet und die endgültige Entscheidung trägt.

Auch Wu Minghui räumt ein, dass große Unternehmen langfristig einen Teil der FDE-Fähigkeiten internalisieren werden. Auf dem Weg von der individuellen KI-Nutzung zur organisatorischen KI werden Unternehmen jedoch auf Probleme wie Stellenanpassungen, Anreizmechanismen, Systeminfrastruktur und Kostenmanagement stoßen, sodass externe Kräfte möglicherweise noch die erste Orientierung übernehmen.

Aus dieser Sicht ist es kurzfristig kaum möglich, einen klaren Sieger unter allen Beteiligten zu ermitteln.

Modell- und Cloud-Anbieter verfügen über grundlegende Fähigkeiten und möchten FDE nutzen, um Modelle und Agenten in die Produktion zu bringen. Unternehmensdienstleister wie Mininglamp verfügen über angesammelte Branchen- und Bereitstellungserfahrung und möchten das bisherige Know-how in Agenten umwandeln. Große Unternehmen beginnen, interne FDE auszubilden, und kleine und mittlere Unternehmen können auch direkt mit Hilfe von KI-Coding eigene Systeme aufbauen.

Daher ist FDE eher eine sich ständig bewegende Grenze, und die Stelle selbst ist bei weitem noch nicht festgelegt.

Wenn Unternehmen Dutzende, Hunderte oder noch mehr Agenten besitzen, ist die wirklich wichtige Frage, wer diese Agenten entwickelt, wer für ihre Wartung verantwortlich ist und wer eine einmalige Geschäftsumbauung kontinuierlich in eine wiederverwendbare Fähigkeit für das nächste Mal umwandeln kann.

Aufgrund dieser Probleme beginnt die Neuverteilung der Arbeit auf dem KI-Markt für Unternehmen im Zeitalter der Agenten möglicherweise erst jetzt.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „All-weather Tech“ (ID: iawtmt),