UiPath FUSION 2025 (Las Vegas): Agentic AI trifft auf ROI – unser Recap in 4 Tagen, 3 Talks und viele handfeste Learnings

Vier Tage FUSION, drei Vorträge – und ein roter Faden: Agentic AI gewinnt nur mit Orchestrierung, Governance und messbarem Nutzen. In diesem Recap bekommst Du die wichtigsten Produkt-News, unsere Highlights für Quality Engineering und die Short-Story, wie wir AVALON vom Hackathon-Gewinn bis in die Produktion gebracht haben.

Unsere 3 Talks in Kürze

1. Main Stage – Agentic Testing (mit Ingo Philipp): Ingo, Benjamin Tan, Johannes Reitermayer und ich haben gezeigt, wie Du von PoCs in regulierten Umgebungen sicher in die Produktion kommst – mit klaren Guardrails, KPIs und Rollen in der Delivery.
2. Extended Community Session – UiPath Playground: Deep-Dive mit der Community zu Architektur, Governance und “controlled agency” – was lässt Du den Agent tun, und was nicht?
3. Speakers’ Corner (Main Hall): Ein pragmatischer Blueprint, wie Du einen Test-Daten-Agenten aufsetzt, in Jira/CI/CD verankerst und den ROI trackst.

Was UiPath geliefert hat (die wichtigsten Produkt-News)

Leitmotiv: Agentic AI meets ROI. Weniger Hype, mehr Ende-zu-Ende-Orchestrierung von Menschen, Bots und KI-Agenten – mit nachvollziehbarer Wertschöpfung.

Maestro überall: Orchestrierung + Case Management + Process Apps verbinden People-Work, Automationen und Agenten zu realen Geschäftsflüssen (z. B. Claims, Lending, Disputes). Das ist das verbindende Gewebe für Agentic-Szenarien.

AI Agent Builder (Studio): Einheitliches Bauen von Agenten – von Low-Code bis „coded agents“ –, inklusive Templates, Debugging und Performance-Optimierung. Qualität schon beim Erstellen mitdenken.

Natural-Language Automation: Screenplay übersetzt Absichten in Desktop-Aktionen; API Workflows erlauben Dir Ende-zu-Ende-Prozesse ohne UI-Fragilität.

Quality Engineering, deutlich ausgebaut: Test Cloud für Scale-Out, integriertes Performance Testing, Self-Healing für UI-Tests und Autopilot im Test Manager – der Schritt hin zu „agentic testing“ über den gesamten SDLC.

Trust & Governance: Stärkere Guardrails, PII-Schutz und verbesserte Audit-Fähigkeiten, damit Autonomie unternehmens- und revisionssicher bleibt.

Ecosystem-Moves: Engere Verbindungen zu OpenAI, Microsoft Azure AI Foundry, NVIDIA NIM und Snowflake Cortex AI – vom Insight schneller in die Aktion, ohne die Governance zu verlieren.

Warum das für QA & Engineering zählt

1. Schneller zur Wirkung: Vertical Solutions + Maestro reduzieren Last-Mile-Aufwand in echten Prozessen.
2. Sicher skalieren: Agent-Guardrails und Audit-Trails schaffen Vertrauen bei Regulierung & Revision.
3. Mehr Qualität zu geringeren Kosten: Performance-Tests aus der Cloud, Self-Healing und Autopilot heben Coverage & Geschwindigkeit, senken Wartung.

Unser Use Case: AVALON – synthetische Testdaten für Avaloq (mit LGT)

Aus dem Hackathon-Gewinn wurde ein praxistauglicher Agent: AVALON erzeugt compliant synthetische Testdaten „on demand“ für Avaloq und schreibt die Artefakte zentral in unseren Test Data Orchestrator (Jira). Keine Produktivdaten im Test – trotzdem hohe Varianz und realistische Szenarien.

So funktioniert’s (verkürzt):

1. Du beschreibst den Bedarf in natürlicher Sprache (z. B. „minderjähriger Kunde aus Zürich, der bei der Bonitätsprüfung abgelehnt wird“).
2. Der Agent generiert konsistente, Avaloq-kompatible Datensätze (inkl. PL/SQL zum Einspielen).
3. TDO dokumentiert die Testdaten zentral und speist sie in Deine Workflows (Jira/CI/CD).

Der Effekt:

1. Testdaten per Prompt, Vorbereitungszeit runter;
2. PII-Risiko eliminiert;
3. „Shift Left“: realistische Daten bereits früh für Dev & QA.

Dass AVALON beim AgentHack 2025 im Track „Agentic Testing“ gewonnen hat, unterstreicht die Reife des Ansatzes – und wie nahtlos UiPath-Bausteine (Agent Builder, Test Suite, Orchestrator u. a.) zusammenspielen.

Agentic Testing – was Du heute schon tun kannst

1. Governance zuerst definieren: Policies, Freigaben, Observability und KPIs für Agenten festlegen, bevor Du sie losschickst.
2. Use Cases mit hoher Hebelwirkung wählen: Engpässe in Testdaten, repetitive Regression, Performance-Risiken in kritischen Journeys.
3. Tooling modular denken: Maestro für Orchestrierung/Case-Handling, Agent Builder für Skills, Test Cloud für Scale, TDO für Datenfluss & Nachvollziehbarkeit.
4. ROI messen: Lead Time, Defect-Escape-Rate, Test-Coverage, Stabilität (Self-Healing-Ereignisse), Zeit bis „Data-Ready“.

Für wen ist das relevant?

1. Banken & Versicherer: Hohe Regulatorik, sensible Daten, viele End-zu-Ende-Prozesse.
2. Industrie & MedTech: Compliance-kritische Abläufe, dokumentationspflichtige Qualität.
3. Plattform-Teams (SAP, Avaloq, Core-Banking): Testdaten-Bottlenecks, Release-Druck, Bedarf nach automatischer Skalierung.

Was wir für Dich tun

1. Assessment & Roadmap: Wo bringen Agenten sofort Mehrwert? Welche Guardrails brauchst Du?
2. AVALON-Pilot (Avaloq): Von „Prompt“ bis produktionsnahe Tests – sicher, auditierbar, skalierbar.
3. QE-Enablement: Performance-Test in der Cloud, Self-Healing, Autopilot im Test Manager – als Paket oder modulare Bausteine.

Fazit

FUSION 2025 markiert den Schritt von AI-Features zu operationalisierter Agentic AI – mit Orchestrierung, Daten- und Prozess-Governance sowie messbarem Outcome. Wenn Du Agenten produktiv, sicher und mit echtem ROI einsetzen willst, beginnen wir mit Deinem Prozess – nicht mit dem Modell.

Lust auf einen 60-Minuten-Sparring-Call?
Schick uns Dein Zielbild (Use Case + Stack), und wir skizzieren Dir Architektur, Guardrails und KPIs für einen beweisbaren Pilot.