Uber setzt seine besten KI-Ingenieure gezielt im eigenen Unternehmen ein, um die interne Produktivität grundlegend zu transformieren. CTO Praveen Neppalli Naga hat die Initiative „Agentic Pods“ gestartet. Dabei werden erfahrene KI-Experten für zweiwöchige Einsätze in Abteilungen wie Finanzen, Recht, Marketing, Kundenservice, Personal und Beschaffung entsandt. Statt unmittelbar Software zu entwickeln, analysieren die Ingenieure zunächst die bestehenden Arbeitsabläufe, identifizieren Engpässe und entwickeln gemeinsam mit den Mitarbeitenden optimierte KI-gestützte Lösungen. Die Ergebnisse belegen das enorme Potenzial dieses Ansatzes. Ein Finanzplanungsprozess, der zuvor 15 Stunden in Anspruch nahm, wurde auf 30 Minuten verkürzt. Berichte, deren Erstellung zwei Tage dauerte, fallen nun auf 10 Minuten. Qualitätskontrollen im Marketing reduzierten sich von zwei Wochen auf weniger als eine Stunde. Nach Angaben von Neppalli liegen die größten Effizienzgewinne selten in der bloßen Beschleunigung einzelner Tasks, sondern in der radikalen Neukonzipierung ganzer Workflows. Dazu gehören die Abschaffung überflüssiger Freigabeschritte, die Modernisierung veralteter Systemlandschaften und die datenbasierte Unterstützung schnellerer Entscheidungen. Die Strategie entspricht dem in der Tech-Branche aufstrebenden Modell der forward-deployed engineers, weist jedoch eine entscheidende Abweichung auf: Die KI-Spezialisten werden nicht zu Kunden geschickt, sondern tief in die eigenen Unternehmensprozesse integriert. Branchenexperten sprachen daher von rearward deployed engineers. Statt KI als isoliertes Tool zu implementieren, dienen die Engineers als Katalysatoren für eine organisationsweite Transformation, bei der künstliche Intelligenz zum strukturellen Bestandteil operativer Abläufe wird. Die Initiative folgt auf frühere Meldungen über signifikante Ausgaben für Large Language Models wie Anthropics Claude Code. Mit dem neuen Ansatz verschiebt Uber den Fokus vom reinen Technologieeinsatz hin zur prozessorientierten KI-Integration. Die Pods sollen fortan als wiederkehrendes Muster etabliert werden, um skalierbare Effizienzvorteile zu sichern. Damit positioniert sich das Unternehmen als Vorreiter im internen KI-Engineering und demonstriert, wie gezielte Personalentsendungen digitale Reifeprozesse innerhalb etablierter Konzerne beschleunigen können.