RPA oder KI-Agent? Was Sanofis Umstieg für deine Automatisierung heisst
Auf den Punkt
Sanofi tauscht klassische RPA-Bots schrittweise gegen autonome KI-Agenten. Für dein Unternehmen heisst das nicht, dass RPA wertlos ist – sondern dass RPA zur Ausführungsschicht unter Urteils-Agenten wird. Nutze die Matrix: Regelarbeit bleibt RPA, unstrukturierte Urteilsfälle gehören dem Agenten.
Die kurze Antwort: Deine RPA-Investition ist nicht wertlos. Sanofi zeigt, wie RPA von der Strategie- zur Infrastruktur-Schicht wird. Der eigentliche Schritt ist der Übergang von Assistenten zu autonomen KI-Agenten.
Der Sanofi-Fall: von RPA zu agentic digital labor
Sanofi, der französische Pharmakonzern mit rund 75'000 Mitarbeitenden, hat seinen internen Assistenten Concierge auf AWS Bedrock und Snowflake gebaut. Rund 60'000 Mitarbeitende nutzen ihn – das sind etwa 80 % der Belegschaft. Concierge soll 80 % der IT-Support-Anfragen selbstständig lösen. Das Ziel: rund 10 Mio. EUR Ersparnis pro Jahr. Sanofi ersetzt dabei auch Legacy-SaaS in Contract-Management, Procurement und CRM-Workflows, statt diese nur zu automatisieren.
10 Mio. EUR
jährliche Einsparung, die Sanofi durch autonome Lösung von 80 % der IT-Support-Anfragen anstrebt.
RPA oder KI-Agent: die Entscheidungsmatrix
Praktisch entscheidet nicht die Technologie, sondern die Aufgabe. RPA ist stark bei festen Regeln und strukturierten Daten. Ein KI-Agent lohnt sich, wenn Urteilsvermögen, Kontext und mehrere Systeme zusammenkommen.
- Regelbasierte, strukturierte, hochvolumige Arbeit
- RPA bleibt erste Wahl
- Unstrukturierte Daten, Urteilsvermögen, dynamische Einmalaufgaben
- KI-Agent
- Systemintegration & Datenqualität
- Voraussetzung für beide Ansätze
- Beispiel: Rechnungseingang mit festem Felderaufbau
- RPA/BPA
- Beispiel: Kundenanfrage mit Kontext und Ausnahmen
- KI-Agent
- Rolle in der Architektur
- RPA wird Ausführungsschicht, Agent orchestriert
Wo RPA weiterhin erste Wahl ist
- Rechnungserfassung mit festen Feldern und hoher Stückzahl
- Stammdatenabgleich zwischen klar definierten Systemen
- Regelbasierte Prüfschritte ohne Auslegungsspielraum
Wo ein KI-Agent den Unterschied macht
Ein KI-Agent lohnt sich, wenn Kontext, Urteil und mehrere Systeme zusammenkommen: Kundenanfragen, Vertragsprüfung, dynamische Auftragsabwicklung. Genau dort skaliert Sanofi. Das Muster dahinter zeigt unser Artikel zur Auftragsabwicklung mit KI-Agenten.
Vorsicht vor Agent-Washing und der Abbruch-Falle
Gartner rechnet damit, dass bis Ende 2027 über 40 % der Agentic-AI-Projekte abgebrochen werden. Ein Grund: Viele Anbieter betreiben „Agent Washing“ – sie verkaufen RPA-Bots oder Chatbots als Agenten. Tatsächlich zählt Gartner nur rund 130 echte Agentic-AI-Anbieter. Warum Governance vor Deployment gehört, ordnet der Schweizer KI-Podcast zur Skalierung ein.
Prüf deinen Anbieter
Viele Tools, die heute als „KI-Agent“ verkauft werden, sind RPA-Bots oder Chatbots mit neuem Etikett. Frage nach: Kann das System eigenständig Ziele setzen, Werkzeuge wählen und aus Feedback lernen – oder führt es nur vorgegebene Skripte aus?
Was das für dein Schweizer Unternehmen bedeutet
Für Schweizer KMU gilt: Wenn du mit Kundendaten oder Personaldaten arbeitest, ist revDSG-konforme Verarbeitung Pflicht. Ein KI-Agent, der auf Abacus, Bexio oder M365 zugreift, braucht klare Rollen- und Datenkonzepte. Hosting in der Schweiz oder mit garantierter EU/CH-Datenhaltung reduziert Risiken. Wie Mittelständler KI als Chefsache verankern, zeigt die Diskussion im Schweizer KI-Podcast.
Der nächste Schritt
RPA oder KI-Agent ist keine Entweder-oder-Frage. Entscheidend ist die Zuordnung von Aufgabe zu Technologie. Für eine belastbare Entscheidung lohnt sich zuerst ein ehrlicher Blick auf deine Prozesse. Welche Prozesse sich zuerst lohnen, klärst du mit dem Entscheidungsframework zu KI-Agent oder bessere Prozesse.
Häufige Fragen
- Ist meine RPA-Investition jetzt wertlos?
- Nein. RPA bleibt für regelbasierte, strukturierte und hochvolumige Arbeit die richtige Wahl. Sie verschiebt sich jedoch von der Strategie- zur Ausführungsschicht unter KI-Agenten.
- Welche Prozesse eignen sich zuerst für einen KI-Agenten?
- Unstrukturierte, kontextabhängige Aufgaben mit Ausnahmen: Kundenanfragen, Vertragsprüfung, dynamische Auftragsabwicklung. Dort ist der Urteilsanteil hoch.
- Wie erkenne ich echtes Agentic AI statt Agent-Washing?
- Echte Agenten setzen eigenständig Ziele, wählen Werkzeuge und lernen aus Feedback. RPA-Bots und Chatbots führen dagegen nur vorgegebene Skripte aus. Frage den Anbieter konkret.
- Was bedeutet revDSG für KI-Agenten in der Schweiz?
- Personendaten müssen rechtskonform verarbeitet werden. Wähle Hosting in der Schweiz oder mit garantierter EU/CH-Datenhaltung, definiere Rollen und minimiere Daten.
- Kann ich RPA und KI-Agenten kombinieren?
- Ja, das ist oft der beste Weg. RPA übernimmt strukturierte Ausführung, der Agent orchestriert und entscheidet bei Ausnahmen. So bleiben bestehende Automatisierungen nutzbar.
Quellen
- Sanofi Success Story — AWS
- Sanofi is building its own AI ecosystem to give the French pharma giant an edge — Fortune
- Legacy System Modernization: Sanofi's AI-Native Path — Elementum
- Will AI Agents Replace RPA and BPA? — Gartner
- Gartner Predicts Over 40 Percent of Agentic AI Projects Will Be Canceled by End of 2027 — Gartner
Möchten Sie dieses Thema für Ihr Unternehmen vertiefen?
Kapazität prüfen