Im Betrieb kommt davon bislang wenig an: 58 Prozent testen Agenten in Pilotprojekten oder Proofs of Concept, 19 Prozent setzen sie in einzelnen Aufgabenbereichen produktiv ein. Ende-zu-Ende in mehreren Kernprozessen arbeiten sie erst bei einem Prozent. Die Zahlen stammen aus der Studie „Agentic AI: vom Copiloten zum Autopiloten“, für die Lünendonk gemeinsam mit Sopra Steria und weiteren Partnern 180 IT- und Fachbereichsverantwortliche aus der DACH-Region befragt hat.
Zwischen Test und Betrieb zerlegt es allerdings viele agentische Vorhaben. Zwei Drittel der Unternehmen berichten, dass weniger als ein Viertel ihrer KI-Piloten im Produktivbetrieb angekommen ist. Ich gehe davon aus, dass Agenten 2027 in vielen Unternehmen fest zum Prozessalltag gehören. Wie viele sich davon rechnen, ist unklar. Fünf Fragen helfen bei den nötigen Weichenstellungen.
Braucht die Aufgabe wirklich ein Spitzenmodell?
Die leistungsstärksten Sprachmodelle können weit mehr, als die meisten Unternehmensprozesse verlangen. Wer Schadenmeldungen vorprüfen oder Lieferscheine abgleichen lässt, bezahlt bei einem großen Modell mit jedem Token für Fähigkeiten, die er nicht braucht. Oft reicht ein kleineres offenes Modell, das mit den eigenen Fachbegriffen und Regeln nachtrainiert wird. Dieses Finetuning benötigt nur einen Bruchteil der Rechenzeit eines vollständigen Trainings. Das Ergebnis kann das Unternehmen selbst betreiben, dort, wo seine Daten liegen, und ist nicht mehr an Preis- und Lizenzentscheidungen eines Anbieters gebunden. Europäische Modelle wie SOOFI, entwickelt unter Beteiligung des Fraunhofer IAIS, zeigen, wie dieser Weg die digitale Souveränität stärkt.
Sind Daten und Schnittstellen bereit?
Als Gründe, warum Piloten stecken bleiben, nennen die Befragten fehlende technische Voraussetzungen, eine unzureichende Datenanbindung, Sicherheitsbedenken und zu wenig qualifiziertes Personal. Ihre Investitionspläne folgen dieser Diagnose: 98 Prozent wollen in den kommenden zwei Jahren stark in Datenqualität und -integration investieren, 94 Prozent in Plattformen zur Orchestrierung von Agenten und in IT-Infrastruktur. 73 Prozent halten es für sehr wahrscheinlich, dass Agenten bestehende Software ergänzen, ohne sie abzulösen. Dafür brauchen sie offene Schnittstellen zu den Systemen, die heute schon laufen.
Wer darf was, und wer sieht es?
Ein Agent, der Bestellungen auslöst oder Kundendaten ändert, sollte mit einer eigenen Identität geführt werden und nur auf das zugreifen dürfen, was er dafür braucht. Um ihn herum gehört ein technischer Rahmen, der alle Aktionen aufzeichnet, vertrauliche Daten zurückhält und vor kritischen Schritten eine menschliche Freigabe einholt. Weil Agenten zur Laufzeit selbst Werkzeuge und Quellen auswählen, genügt eine einmalige Prüfung vor dem Start nicht. Sie müssen im Betrieb überwacht werden, und weil sie schneller handeln, als Menschen reagieren können, auch durch spezialisierte Kontrollagenten.
Wie viel Autonomie verträgt der Prozess?
Die befragten Unternehmen gehen hier vorsichtig vor. Bei Prozessen mit hohem Risiko lassen 65 Prozent den Agenten nur Empfehlungen aussprechen, entscheiden muss ein Mensch. Diese Abstufung ist richtig, solange sie an die Reife der eigenen Governance gekoppelt bleibt. Wer Regeln, Rollen und Kontrollen noch nicht laufend nachsteuern kann, sollte Agenten keinen Spielraum außerhalb der eigenen Organisation geben. Verbindliche Standards machen Projekte dagegen schneller, weil Teams nicht für jeden Anwendungsfall neu klären müssen, was erlaubt ist.
Rechnet sich der Betrieb?
Im Piloten fallen Tokenkosten kaum auf. Im Regelbetrieb, mit vielen Aufrufen am Tag und Agenten, die sich gegenseitig Aufgaben übergeben, können sie den erwarteten Nutzen aufzehren. Vor der Skalierung gehört deshalb eine Kostenrechnung für den Dauerbetrieb auf den Tisch: Welches Modell übernimmt welche Aufgabe, wo genügt ein kleineres, wo laufen Abfragen doppelt? Eine Architektur, in der sich Modelle je nach Aufgabe austauschen lassen, hält diese Kosten beherrschbar.
Anmerkung der Redaktion: Beim Handelsblatt KI Summit am 16. und 17. November in München sprechen Martin Stolberg und Prof. Dr. Dirk Hecker vom Fraunhofer IAIS über diese Weichenstellungen. Ihr Impulsvortrag trägt den Titel „Agentisch, sicher, skaliert: Weichen für den profitablen Einsatz von KI in 2027“.