Kann man wirklich innerhalb weniger Stunden KI-Agenten auf Unternehmensniveau entwickeln?

Ein praktischer Leitfaden für Führungskräfte zur Bewältigung des agentischen Wandels

Meistens beginnt es in einem Besprechungsraum. Ein Anbieter klappt seinen Laptop auf, tippt einen einzigen Satz in ein Chatfeld ein und beobachtet, wie ein Mitarbeiter die Daten “data” aus drei Systemen abruft, einen Mietvertrag zusammenfasst, eine Klausel zur rechtlichen Prüfung markiert und das Ergebnis per E-Mail an das Asset-Management-Team weiterleitet. Das Ganze dauert neunzig Sekunden. Es wird still im Raum, dann fragt jemand: “Wie lange hat die Entwicklung dafür gedauert?” Die Antwort „einen Nachmittag“ ist der Moment, in dem die meisten KI-Strategien von Unternehmen stillschweigend neu ausgerichtet werden.

Das ist eine berechtigte Frage, die auf den ersten Blick spannend erscheint. Wenn sich ein funktionsfähiger Agent an einem Nachmittag zusammenstellen lässt, warum benötigen wir dann immer noch achtzehn Monate für jede digitale Transformation? Warum zahlen wir siebenstellige Summen für Software, die weniger leistet? Und, was noch dringender ist: Was sollten wir dagegen unternehmen?

Die ehrliche Antwort ist differenzierter, als die Demo vermuten lässt. Ja, Sie können durchaus innerhalb weniger Stunden einen funktionsfähigen KI-Agenten entwickeln. Die Tools sind mittlerweile so gut. Doch die Kluft zwischen einem funktionsfähigen Agenten und einem Agenten auf Unternehmensniveau ist größer, als die meisten Führungskräfte erwarten, und genau darin liegen fast alle tatsächlichen Kosten, Risiken und der tatsächliche Nutzen.

Dieser Artikel richtet sich an Führungskräfte, die verstehen möchten, was heute tatsächlich möglich ist, was wirklich schwierig ist und wie man zügig vorankommt, ohne Entscheidungen zu treffen, die im Mai noch brillant erscheinen, im November jedoch peinlich wirken. Wir werden uns damit befassen, was Agenten sind, was sie nicht sind, wo sie zum Einsatz kommen, wer sie entwickelt und was erforderlich ist, um sie in einem regulierten Unternehmen ordnungsgemäß einzusetzen. Am Ende sollten Sie in der Lage sein, bei Ihrer nächsten Vorstandssitzung die Lage klar und deutlich darzulegen.

Was ist eigentlich ein KI-Agent?

Bevor wir uns auch nur ansatzweise mit der Einführung befassen, lohnt es sich, einen Moment darüber nachzudenken, was wir eigentlich unter einem “KI-Agenten” verstehen. Der Begriff wurde in den letzten achtzehn Monaten von Marketingteams regelrecht ausgereizt, und die meisten Führungskräfte können nicht ganz genau sagen, ob ihnen nun ein Agent, ein Chatbot, ein Workflow-Tool oder ein besonders eigenwilliges Makro verkauft wird.

Die prägnanteste Arbeitsdefinition lautet wie folgt: Ein KI-Agent ist eine Software, die ein Grundmodell nutzt, um ein Ziel zu verstehen, zu planen, wie dieses erreicht werden kann, Maßnahmen durch den Einsatz von Werkzeugen und Systemen zu ergreifen und sich auf der Grundlage ihrer Beobachtungen anzupassen. Stellen Sie sich ihn als einen digitalen Hochschulabsolventen vor. Er ist kompetent, kann Anweisungen lesen, weiß, wie man um Hilfe bittet, kann die Werkzeuge nutzen, die Sie ihm zur Verfügung stellen, und innerhalb eines festgelegten Aufgabenbereichs sinnvolle Entscheidungen treffen, ohne ständig beaufsichtigt werden zu müssen. Wie ein Hochschulabsolvent profitiert er von klaren Leitplanken und einem erfahrenen Kollegen, der seine wichtigeren Arbeiten überprüft.

Anatomisch gesehen stützt sich jeder Agent auf fünf Fähigkeiten. Ein Grundmodell bildet die Grundlage für die Schlussfolgerungsengine, z. B. Claude ‘Sonnet’, GPT ‘4o’ oder Gemini ‘3.5 Flash’. Tools verleihen dem Agenten die Fähigkeit zu handeln: eine data-Datenbank abfragen, eine E-Mail versenden, ein Dokument abrufen, eine Berechnung durchführen. Das Gedächtnis ermöglicht es ihm, den Kontext über einzelne Schritte hinweg und bei komplexeren Agenten sogar über mehrere Sitzungen hinweg zu bewahren. Die Orchestrierung übernimmt die Planung und Steuerung – sie entscheidet, was als Nächstes zu tun ist, wann eine Eskalation erforderlich ist und wann der Vorgang beendet werden muss. Und Leitplanken definieren die Grenzen: Was der Agent tun darf, auf welche Daten er zugreifen darf und wann eine Genehmigung durch einen Menschen erforderlich ist.

Abbildung 1. Die fünf Komponenten eines KI-Agenten.

Diese Unterscheidung ist von Bedeutung, da sie verdeutlicht, worin sich Agenten von den Dingen unterscheiden, mit denen sie häufig verwechselt werden. Ein Chatbot verfügt über das Modell und möglicherweise über ein gewisses Maß an Gedächtnis, jedoch über keine echten Werkzeuge und keine Orchestrierung; er spricht, er handelt nicht. RPA verfügt über Werkzeuge und Orchestrierung, jedoch über keine Schlussfolgerungsfähigkeit – es folgt einem Skript und versagt in dem Moment, in dem die Realität davon abweicht. Traditionelles maschinelles Lernen verfügt über eine begrenzte Form des logischen Denkens, jedoch über keine allgemeine Intelligenz, keinen Werkzeuggebrauch und keine dialogorientierte Schnittstelle. Ein Agent vereint alle fünf Komponenten. Das macht ihn nützlich, und genau das macht ihn neuartig.

Eine weitere Unterscheidung sollten Sie im Auge behalten: Agenten verhalten sich probabilistisch, nicht deterministisch. Sie werden manchmal unerwartete Handlungen ausführen. In vielen Anwendungsfällen ist dies ein Vorteil – denn dadurch können sie die komplexen Randfälle bewältigen, an denen frühere Generationen der Automatisierung gescheitert sind –, in anderen Fällen stellt es jedoch einen Nachteil dar. Zu erkennen, wann welcher Fall vorliegt, macht den Großteil der Arbeit aus.

Eine Taxonomie, die Führungskräfte tatsächlich benötigen

Wenn der Begriff “KI-Agent” alles von einem täglich geplanten Bericht bis hin zu einem autonomen Handelssystem umfasst, hat er seine Aussagekraft verloren. In Anlehnung an die Art und Weise, wie Gartner, Forrester und die großen Plattformen diesen Bereich mittlerweile beschreiben, halten wir es für sinnvoll, ein Spektrum von fünf Kategorien mit zunehmendem Autonomiegrad zu betrachten.

Abbildung 2. Eine Arbeitstaxonomie agentischer Systeme.

Geplante Maßnahmen befinden sich am einfachsten Ende des Spektrums. Dabei handelt es sich um Automatisierungsmaßnahmen, die zeitgesteuert oder durch einen Auslöser ausgeführt werden: ein täglicher KPI-Bericht, eine Bereinigung des Posteingangs um 7 Uhr morgens, ein Webhook, der ausgelöst wird, wenn ein Geschäft im CRM abgeschlossen wird. Möglicherweise nutzen sie für einen einzelnen Schritt ein LLM (z. B. zum Zusammenfassen eines Dokuments oder zum Verfassen einer E-Mail), doch sie treffen keine Entscheidungen darüber, was als Nächstes zu tun ist. Die meisten Führungskräfte verfügen bereits über mehrere solcher Lösungen; vor der Umbenennung im Marketing wurden sie als “Automatisierung” bezeichnet.

Aufgabenagenten Fügen Sie eine einzelne, in einem bestimmten Kontext ausgeführte, LLM-gesteuerte Aufgabe hinzu. Ein typisches Beispiel: Ein Agent, der jede eingehende E-Mail liest, sie nach Thema und Dringlichkeit klassifiziert und an das richtige Team weiterleitet. Dabei ist zwar Schlussfolgerung erforderlich, jedoch nur an einer einzigen Stelle. Der Ablauf drumherum ist deterministisch. Solche Lösungen sind äußerst nützlich, sehr kostengünstig und für die meisten Unternehmen der naheliegende Ausgangspunkt.

Automatisierungsagenten Mehrere Schritte innerhalb eines definierten Arbeitsablaufs miteinander verknüpfen. Die Einschränkungen bestehen zwar weiterhin – die Schritte sind im Voraus bekannt –, doch das LLM trifft an mehreren Stellen Entscheidungen: Es entscheidet, welches Tool aufgerufen werden soll, welche data-Daten abgerufen werden sollen und wie im Falle eines fehlgeschlagenen Prüfvorgangs vorgegangen werden soll. Ein gutes Beispiel hierfür ist ein Prozess zur Rechnungsfreigabe, bei dem eine PDF-Datei eingelesen, Einzelposten extrahiert, diesen den Bestellungen zugeordnet und die Rechnung anschließend entweder freigegeben oder zur Überprüfung weitergeleitet wird.

Workflow-Agenten Hier findet heute der Großteil der wirklich spannenden Arbeit in Unternehmen statt. Diese Agenten erhalten kein festgelegtes Ablaufschema, sondern eine Zielvorgabe wie beispielsweise “Fassen Sie diesen 80-seitigen Mietvertrag zusammen und zeigen Sie alles auf, was uns Sorgen bereiten könnte”, und entscheiden selbst, wie sie dieses Ziel erreichen. Sie lesen Dokumente, führen Abfragen in Systemen durch, stellen Folgefragen und verfeinern ihre Ergebnisse schrittweise. Der Arbeitsablauf entsteht dynamisch und ist nicht vordefiniert. Dank neuer Schlussfolgerungsmodelle hat sich die Zuverlässigkeit dieser Kategorie in den letzten zwölf Monaten erheblich verbessert.

Multi-Agenten-Systeme sind Neuland. Ein Koordinator-Agent unterteilt ein Ziel in Teilaufgaben und delegiert diese jeweils an einen Spezialisten: einen für die Recherche, einen für die Analyse, einen für den Entwurf und einen für die Überprüfung. Bei guter Umsetzung bewältigen Multi-Agenten-Systeme Aufgaben, die ein einzelner Agent nicht bewältigen kann. Bei schlechter Umsetzung entstehen jedoch achtmal so viele Fehlerquellen für dasselbe Ergebnis. Die meisten Unternehmen sollten nicht hier beginnen.

Eine nützliche Frage, die Sie stellen sollten, wenn Ihnen ein Anbieter etwas anbietet, lautet ganz einfach: Wo auf diesem Spektrum ist das Produkt einzuordnen? Wenn Ihnen eine geplante Aktion vorgeführt wird und Ihnen ein Workflow-Agent in Rechnung gestellt wird, haben Sie gerade die häufigste Form des „Agent-Over-Selling“ auf dem Markt erkannt. Umgekehrt gilt: Wenn Ihr Team versucht, ein Multi-Agenten-System als erste Implementierung bereitzustellen, ermutigen Sie es behutsam, eine Spalte weiter links zu beginnen.

Warum gerade jetzt?

Seit Jahren wird die Einführung von Agenten versprochen. Was hat sich geändert?

Drei Faktoren kamen zusammen. Erstens haben die Basismodelle die Zuverlässigkeitsschwelle für den Einsatz von Tools überschritten. Vor zwei Jahren war der Versuch, ein Modell dazu zu bringen, eine API aufzurufen und das Ergebnis zu nutzen, noch mit Enttäuschungen verbunden; heute bewältigen die Einstiegsmodelle Claude, GPT und Gemini den mehrstufigen Einsatz von Tools mit einer Trefferquote, die für den produktiven Einsatz ausreichend ist. Zweitens die Schlussfolgerungsmodelle: Claude mit erweitertem Denkvermögen, die „o“-Serie von OpenAI sowie die Modi für tiefergehende Schlussfolgerungen von Gemini haben die Leistung bei den Arten von mehrstufigen, entscheidungsintensiven Aufgaben, die echte Arbeitsabläufe erfordern, deutlich verbessert. Drittens ist die erforderliche Infrastruktur endlich verfügbar: Orchestrierungs-Frameworks wie LangGraph und CrewAI oder alternativ eine der vielen Low-Code-Workflow-Lösungen; Evaluierungstools für systematische Tests; sowie das Model Context Protocol (MCP), das Agenten eine standardisierte Möglichkeit bietet, sich in die Dutzenden von Systemen zu integrieren, auf denen ein Unternehmen tatsächlich läuft.

Auch die Kostenentwicklung hat dazu beigetragen. Der Preis pro Token für „Frontier Intelligence“ ist innerhalb von zwei Jahren um eine Größenordnung gesunken, und die „Lightweight“-Variante (Claude Haiku, GPT-mini, Gemini Flash) ist mittlerweile so kostengünstig, dass sie im Umfang jeder E-Mail oder jedes Dokuments, das ein Unternehmen erstellt, eingesetzt werden kann.

Das Ergebnis ist, dass wir uns in einer Situation befinden, die nicht oft vorkommt: Die Technologie ist tatsächlich leistungsfähig, die Werkzeuge sind tatsächlich einsetzbar und die Wirtschaftlichkeit ist tatsächlich gegeben. In Verbindung mit sich allmählich festigenden regulatorischen Rahmenbedingungen stellt das EU-KI-Gesetz eine bekannte Größe und kein sich ständig änderndes Ziel mehr dar, und Regulierungsbehörden aus der Golfregion, darunter die saudische SDAIA, haben klare Positionen veröffentlicht; 2025–26 ist der Wendepunkt, an dem seriöse Unternehmen vom Experimentieren zum Einsatz übergehen.

Die “wenigen Stunden” – ein Realitätscheck

Kann man also wirklich innerhalb weniger Stunden einen Agenten auf Unternehmensniveau entwickeln? Ja und nein – und genau in dieser Kluft liegt der Wert dieses Artikels.

Was Sie an einem Nachmittag auf jeden Fall erstellen können: einen funktionierenden Agenten, der eine echte Aufgabe ausführt. Wählen Sie einen Anwendungsfall aus, beispielsweise das Zusammenfassen und Sortieren der Inhalte eines gemeinsamen Posteingangs. Öffnen Sie Claude Projects, n8n oder die Plattform Ihrer Wahl. Richten Sie den Zugriff auf den Posteingang ein, verfassen Sie eine klare Anweisung zur Beschreibung der Aufgabe, stellen Sie eine Wissensbasis mit früheren Beispielen bereit und legen Sie einen Zeitplan fest. Am Ende des Nachmittags verfügen Sie über einen Agenten, der etwas wirklich Nützliches leistet. Zeigen Sie ihn Ihren Kollegen. Sie werden beeindruckt sein. Das ist kein Trick, sondern ein Maß dafür, wie weit die zugrunde liegenden Tools mittlerweile fortgeschritten sind.

Was Sie nicht an einem Nachmittag erstellen können, ist der Unterschied zwischen dieser Demo und einer Lösung, die Sie tatsächlich für zweitausend Mitarbeiter in drei Rechtsgebieten einsetzen würden. Um dies zu erreichen, benötigen Sie Zugriffskontrollen, damit der Agent nur das sieht, was der jeweilige Benutzer sehen darf. Sie benötigen einen Prüfpfad, der jede Entscheidung und jeden Tool-Aufruf aufzeichnet. Sie benötigen ein Bewertungsframework, das Ihnen anzeigt, ob der Agent in 95% der Fälle richtig liegt oder in 70%, und wo es tendenziell zu Fehlern kommt. Sie benötigen Kostenkontrollen, denn ein Agent, der unkontrolliert läuft, kann sechsstellige Budgets innerhalb weniger Tage aufbrauchen. Sie benötigen „Human-in-the-Loop“-Prüfpunkte für Entscheidungen mit weitreichenden Folgen. Sie benötigen eine data-Residenz für Regionen, denen dies wichtig ist (und das gilt zunehmend für alle). Sie benötigen einen Ausweichplan für den Fall, dass das Modell nicht verfügbar ist. Sie benötigen Observability, damit Ihr Betriebsteam sehen kann, was gerade geschieht. Und Sie benötigen ein Change-Management-Programm, damit Ihre Mitarbeiter das System auch tatsächlich nutzen.

Unserer Erfahrung nach ist der Aufwand für die Produktionsreife in der Regel zehn- bis zwanzigmal so hoch wie der für den Prototyp. Ein Agent, für dessen Erstellung ein Entwickler drei Tage benötigte, erfordert von einem kleinen Team drei Monate, um ihn auf Unternehmensniveau zu bringen. Dies ist kein Versagen der Technologie. Es ist die Realität, wenn man innerhalb einer großen Organisation verantwortungsbewusst handelt. Der gleiche Multiplikator gilt für die Einführung eines CRM-Systems, eines data platform-Projekts oder einer Zahlungsintegration. Der Unterschied besteht darin, dass die Demo dieser Lösungen nicht so überzeugend ist, dass man den Rest dabei völlig aus den Augen verliert.

Die Aussage “wenige Stunden” lässt sich wie folgt richtig interpretieren: Agentische Prototypen sind mittlerweile tatsächlich kostengünstig. Die agentische Produktion hingegen ist es nicht. Die Kunst besteht darin, diesen Unterschied zu erkennen und die Kostengünstigkeit der erstgenannten zu nutzen, um bessere Entscheidungen hinsichtlich der zweitgenannten zu treffen.

Wie werden Agenten eigentlich entwickelt?

Es gibt nun drei grundlegende Ansätze zur Erstellung eines Agenten, von denen jeder seine eigenen audience-Werte, Obergrenzen und Vor- und Nachteile aufweist.

Visuelle Editoren

Hierbei handelt es sich um Plattformen, auf denen Sie Agents erstellen, indem Sie Knoten auf einer Arbeitsfläche verschieben. n8n, Make (ehemals Integromat), die KI-Angebote von Zapier und Microsofts Copilot Studio sind die führenden Anbieter. Das Modell befindet sich in einem Knoten, die Tools in anderen, und Sie verbinden diese durch Linien miteinander. Visuelle Builder eignen sich hervorragend für das Prototyping und für Anwendungsfälle, die wie klassische Automatisierung aussehen, ergänzt um einen LLM-Schritt. Sie leisten zudem einen außerordentlichen Beitrag zur Demokratisierung der Entwicklung. Ein Business-Analyst ohne Programmiererfahrung kann bereits bis zur Mittagspause einen nützlichen Agenten zum Laufen bringen. Die Grenzen sind real, aber noch weit entfernt: Visuelle Builder stoßen an ihre Grenzen, wenn Workflows stark verzweigt sind, wenn der Status über viele Schritte hinweg übertragen werden muss oder wenn Latenz und Kosten präzise abgestimmt werden müssen. Für viele interne Anwendungsfälle sind diese Grenzen jedoch völlig ausreichend.

Prompt-gesteuerte Plattformen

Mit Claude Projects, benutzerdefinierten GPTs von ChatGPT, Gemini Gems und Microsoft Copilot-Agenten können Sie Ihre Lösungen erstellen, indem Sie eine sorgfältig ausgearbeitete Reihe von Anweisungen verfassen, eine Wissensdatenbank hinzufügen und Zugriff auf eine kuratierte Auswahl an Tools gewähren. Es gibt keine visuelle Arbeitsfläche – das “Erstellen” erfolgt in Form eines Dialogs. Diese Plattformen eignen sich hervorragend für Wissensagenten, Forschungsassistenten, interne Experten und alle Anwendungsfälle, bei denen der Mehrwert eher in der Qualität der Eingabeaufforderung und der Dokumente als in der Komplexität des Arbeitsablaufs liegt. Sie sind zudem der ideale Einstieg für viele Führungskräfte, da sie keinerlei technische Kenntnisse erfordern und bereits in einer einzigen Sitzung wirklich nützliche Ergebnisse liefern.

Code-gesteuerte Frameworks

LangGraph, CrewAI, AutoGen und das LangChain-Ökosystem bieten Entwicklungsteams die volle Kontrolle über Orchestrierung, Speicher, Zustand, Auswertungen und Bereitstellung. Dort sind auch das firmeneigene Agent-SDK von Anthropic sowie die Agent-Dienste der wichtigsten cloud-Anbieter angesiedelt. Code-gesteuerte Builds dauern länger, erfordern Ingenieure und sind genau das Richtige, wenn viel auf dem Spiel steht, die Integrationen tiefgreifend sind und der Agent täglich Tausende von Anfragen bearbeiten muss.

Die ehrliche Einschätzung lautet, dass die meisten Unternehmen letztendlich alle drei einsetzen: Visuelle Builder für die schnelle Prototypenerstellung und die schlanke Backoffice-Automatisierung; promptgesteuerte Plattformen für Wissens- und Assistenzanwendungen, die einzelne Teams befähigen; sowie code-gesteuerte Frameworks für die wirklich entscheidenden Akteure – jene, die sich auf dem kritischen Pfad eines Geschäftsprozesses oder einer Kundeninteraktion befinden. Diese als konkurrierende Lager statt als sich ergänzende Ebenen zu betrachten, ist ein häufiger Fehler, der dazu führt, dass einfache Probleme mit überdimensionierten Lösungen und komplexe Probleme mit unterdimensionierten Lösungen angegangen werden.

Bei der Entscheidung geht es selten darum, welches Tool das beste ist. Es geht vielmehr darum, welches Tool für den jeweiligen Anwendungsfall am besten geeignet ist.

Wer kann so etwas eigentlich bauen?

Das ist die Frage, die Führungskräfte am häufigsten stellen – meist eher beiläufig. Die Antwort ist wirklich ermutigend: So gut wie jeder, zumindest am Anfang.

Der Einstieg in die Entwicklung autonomer Systeme wurde in einer Weise demokratisiert, wie es nur sehr wenigen technologischen Umbrüchen gelungen ist. Vor drei Jahren erforderte die “Entwicklung eines KI-Systems” hochqualifizierte Wissenschaftler, MLOps-Ingenieure und ein entsprechendes Budget. Heute kann ein Finanzmanager mit einem guten Verständnis für die eigenen Prozesse in Claude oder Copilot Studio einen funktionsfähigen Agenten erstellen, ohne auch nur eine einzige Zeile Code zu schreiben. Wir haben beobachtet, wie dies in allen Funktionsbereichen geschieht: Rechtsabteilungen entwickeln Agenten zur Vertragsprüfung, Personalabteilungen erstellen Onboarding-Assistenten, Gutachter entwickeln Tools zur Auswertungen von Mietverträgen und Vertriebsteams erstellen Angebotsgeneratoren. Die entscheidende Fähigkeit ist nicht das Programmieren. Es ist die klare Vorstellung von der Aufgabe: Wie sieht das “Ergebnis” aus, was muss der Agent wissen, und wo muss ein Mensch weiterhin eingebunden bleiben?.

Das bedeutet nicht, dass die Technik irrelevant ist. Es bedeutet vielmehr, dass sich die Rolle der Technik gewandelt hat. In den besten Betriebsmodellen, die wir beobachten, wandelt sich die IT vom „Gatekeeper“ zum „Enabler“ und stellt die Plattformen, die Sicherheitsvorkehrungen, die Zugriffsmuster und die Bewertungsrahmen bereit, innerhalb derer Geschäftsanwender ihre Lösungen entwickeln können. Die Technik baut das Terminal und die Start- und Landebahn; das Geschäft baut die Flugzeuge. Wenn etwas, das ein Geschäftsanwender entwickelt hat, so kritisch wird, dass es einer Absicherung bedarf, übernimmt die Technik dies und führt die Produktionsreife her. Das ist die echte Demokratisierung, von der die Leute sprechen, und sie ist Realität.

Die Auswirkungen für Führungskräfte sind erheblich. Sie müssen kein Team von KI-Ingenieuren einstellen, um loszulegen. Sie müssen den Mitarbeitern, die am nächsten am Geschehen sind, die Werkzeuge, die Befugnis und eine kurze Schulung zur Verfügung stellen. Die Lösungen, die in den Unternehmen unserer Kunden den entscheidenden Unterschied ausmachen, sind fast nie diejenigen, die in der zentralen Strategie vorgesehen sind. Es sind vielmehr jene, die von den Mitarbeitern entwickelt werden, die die Arbeit tatsächlich ausführen und genau wissen, wo die Reibungspunkte liegen.

Wo sich der Agentismus heute durchsetzt

Bei Diskussionen über die Zukunft von Maklern wird die Gegenwart oft außer Acht gelassen, was bedauerlich ist, da die Gegenwart interessanter ist, als man ihr gemeinhin zutraut. In unserem gesamten Kundenstamm – darunter globale Unternehmen, Einrichtungen des öffentlichen Sektors und insbesondere die Immobilienbranche – sorgen bereits heute einige wenige Muster zuverlässig für Mehrwert. Es lohnt sich, diese zu kennen.

Forschung und Synthese. Systeme, die Dokumente, Webquellen und interne Systeme auswerten, um strukturierte Zusammenfassungen zu erstellen. Sie werden in großem Umfang für Marktanalysen, Wettbewerbsanalysen, Due-Diligence-Prüfungen, Investitionsprüfungen und die Überprüfung von Richtlinien eingesetzt. Sie eignen sich besonders gut, da die Arbeit ein hohes Maß an Ermessensentscheidungen erfordert, sich oft wiederholt und eine abschließende Überprüfung durch einen menschlichen Prüfer zulässt.

Dokumentenbearbeitung. Mietvertragsauswertung, Vertragsprüfung, Rechnungsbearbeitung, Schadenbearbeitung und KYC. Überall dort, wo unstrukturierte Dokumente in strukturierte Daten im Format data umgewandelt werden müssen – ergänzt um eine Kennzeichnung für die Fälle, deren Bearbeitung den Einsatz eines Mitarbeiters rechtfertigt. Dies ist die mit Abstand häufigste Produktionsanwendung in regulierten Branchen, einschließlich der Immobilienbranche.

Kunden- und Mitarbeiterbetreuung. Eine Triage der ersten Instanz, die die unkomplizierten Fälle vollständig abwickelt und die übrigen Fälle mit allen relevanten Hintergrundinformationen weiterleitet. Bei guter Umsetzung ersetzen diese Agenten den Menschen nicht, sondern sorgen dafür, dass Menschen nur die Fälle zu sehen bekommen, bei denen ihre Unterstützung erforderlich ist.

Internes Wissen. Agenten, die auf den Dokumenten, Wikis, Ticket-Systemen und E-Mail-Archiven eines Unternehmens aufsetzen und Fragen in natürlicher Sprache beantworten. Hier sehen viele Unternehmen den schnellsten und einfachsten Nutzen, und hier verläuft das Veränderungsmanagement am reibungslosesten, da der Agent die bestehenden Systeme ergänzt, anstatt sie zu ersetzen.

Codegenerierung. Dies ist erwähnenswert, da es sich um den Anwendungsfall handelt, der von allen am schnellsten vorangekommen ist. Entwicklerteams sind mittlerweile routinemäßig 30–40% produktiver, wenn sie agentische Programmierwerkzeuge einsetzen, und der Abstand vergrößert sich weiter. Selbst Führungskräfte außerhalb des Entwicklungsbereichs sollten dies beachten, da es die Kostenkurve jeder anderen Software verändert, die Sie entwickeln.

Einhaltung von Vorschriften und Qualitätssicherung. Agenten, die auf Sicherheitsverletzungen überwachen, Audits vorbereiten und Anomalien aufdecken. Dies ist insbesondere angesichts der verschärften regulatorischen Anforderungen in der EU, im Vereinigten Königreich und in den Golfstaaten von Bedeutung.

Was haben gute Anwendungsfälle gemeinsam? Eine nützliche Heuristik, die wir bei unseren Kunden anwenden: Die Aufgabe ist repetitiv genug, um von Bedeutung zu sein; erfordert so viel Ermessensspielraum, dass herkömmliche Automatisierung versagt hat; ist klar genug abgegrenzt, sodass sich der Erfolg in einem Satz beschreiben lässt; und lässt in den entscheidenden Fällen eine Überprüfung durch einen Menschen zu. Wenn ein potenzieller Anwendungsfall alle vier Kriterien erfüllt, lohnt es sich wahrscheinlich, ihn in einem Pilotprojekt zu testen. Erfüllt er drei Kriterien, ist ein Gespräch darüber sinnvoll. Erfüllt er nur eines, gehen Sie zu weit.

Drei Beispielaufgaben

Abstraktionen sind nur bis zu einem gewissen Grad nützlich. Um dies zu veranschaulichen, finden Sie im Folgenden drei praxisnahe Beispiele, die sich daran orientieren, wie Agenten heute branchenübergreifend eingesetzt werden.

Mietvertragsauszüge bei Gewerbeimmobilien

Ein mittelständisches Immobilienunternehmen verwaltet mehrere tausend Mietverträge in seinem Portfolio. Jeder Mietvertrag umfasst vierzig bis neunzig Seiten mit dichtem Rechtstext und liegt als PDF-Datei in einem Dokumentenmanagementsystem vor. Das Asset-Management-Team muss bei Bedarf wissen, was in jedem Mietvertrag enthalten ist: Termine für Mietanpassungen, Kündigungsklauseln, Bestimmungen zu Nebenkosten, Veräußerungsbeschränkungen, ESG-bezogene Verpflichtungen sowie etwaige ungewöhnliche Klauseln, die sich auf die Bewertung oder das Risiko auswirken könnten.

Früher war dies eine Aufgabe für Rechtsassistenten. Eine neue Akquisition bedeutete sechs Wochen manuelle Datenextraktion, bevor der Vermögenswert ordnungsgemäß modelliert werden konnte. Heute kann ein Workflow-Agent denselben Mietvertrag in fünfzehn Minuten extrahieren, strukturiert nach dem von der Kanzlei bevorzugten Schema und mit Hinweisen auf alle Unregelmäßigkeiten, die ein vereidigter Gutachter überprüfen sollte. Die Entwicklungszeit für die erste Version betrug etwa eine Woche in einem visuellen Builder. Die Vorbereitung für den Produktivbetrieb, das Hinzufügen von Prüfpfaden, Testläufe anhand eines gekennzeichneten Korpus von Mietverträgen, die Integration in das Dokumentenmanagementsystem und das Anlagenregister sowie die Einrichtung eines sorgfältigen Eskalationspfads für mehrdeutige Klauseln dauerten vier Monate. Die Amortisation erfolgte innerhalb eines Jahres, und die Arbeit, die zuvor bei jeder Transaktion einen Engpass darstellte, ist nun in keinem Bereich mehr ein Engpass.

Interner IT-Helpdesk für ein multinationales Unternehmen

Ein weltweit tätiges Dienstleistungsunternehmen mit 15.000 Mitarbeitern betrieb einen internen Helpdesk, der unter der Arbeitslast zusammenbrach. Die meisten Tickets waren Varianten von einigen Dutzend Mustern: Passwort-Zurücksetzungen, Anfragen zum Softwarezugang, VPN-Probleme, Rückfragen zum Spesenabrechnungssystem. Das Team schätzte, dass 60% der Tickets ohne menschliches Eingreifen gelöst werden könnten, sofern der richtige Kontext und die richtigen Tools zur Verfügung stünden.

Sie entwickelten einen „Task-Agenten“ – einen einzelnen, in den bestehenden Anwendungsbereich eingebundenen LLM-Schritt, der in die bestehende Ticket-Plattform integriert wurde. Dieser las jedes eingehende Ticket, versuchte, es direkt mithilfe einer kleinen Auswahl vorab genehmigter Tools (Identitätssystem, Softwarekatalog, Spesen-API) zu lösen, und das Ticket entweder schloss oder es mit einem Antwortentwurf und dem vollständigen Kontext an einen Mitarbeiter weiterleitete. Entwicklungszeit für den ersten Prototyp: zwei Tage. Zeit bis zur Produktreife: drei Monate, die größtenteils für Zugriffskontrollen, Audit-Protokollierung und die Feinabstimmung der Eskalationsschwellenwerte aufgewendet wurden, damit nichts Wichtiges übersehen wurde. Ergebnis: Die Bearbeitungszeit für Tickets sank um 70%, das First-Line-Team wurde für interessantere Aufgaben umgeschichtet, und der Agent bearbeitet nun etwa die Hälfte des gesamten eingehenden Volumens.

An der „Vision 2030“ ausgerichtete Anlageforschung im Königreich Saudi-Arabien

Ein an einen Staat gebundenes Anlageinstrument beabsichtigte, Investitionsmöglichkeiten systematisch anhand der Prioritäten der „Vision 2030“, der für eine Diversifizierung ausgewählten Sektoren, regionaler Entwicklungsziele sowie der für den saudischen Kontext spezifischen ESG-Kriterien zu prüfen. Das Volumen an potenziellen Zielobjekten, Informationsunterlagen und behördlichen Unterlagen war derart groß, dass kein Team aus menschlichen Mitarbeitern diese umfassend prüfen konnte.

Ein Multi-Agenten-System war hier die richtige Lösung. Ein Forschungsagent extrahierte und strukturierte Informationen zu jeder Geschäftsmöglichkeit aus öffentlichen Unterlagen, Nachrichten und lizenzierten Datenbanken. Ein Analyseagent bewertete die Übereinstimmung mit dem „Vision 2030“-Rahmenwerk. Ein Risikoagent deckte regulatorische und reputationsbezogene Bedenken auf. Ein Entwurfsagent erstellte ein strukturiertes Briefing für den Investitionsausschuss. Entwicklungszeit für den Prototyp: etwa drei Wochen, da die Koordination der Multi-Agenten echte technische Arbeit erforderte. Anpassung für den Produktivbetrieb: sechs Monate, wobei besonderes Augenmerk auf die data-Residenz (alles musste innerhalb des Königreichs laufen), die Verarbeitung arabischer Sprache und ein strenges Bewertungsrahmenwerk im Vergleich zu historischen Entscheidungen gelegt wurde. Das System verarbeitet nun mehr Investitionsmöglichkeiten als das bisherige Team aus menschlichen Mitarbeitern, wobei der Ausschuss umfassendere Briefings erhält und nur die wirklich wesentlichen Entscheidungen prüft.

Auffällig bei allen drei Beispielen ist das Verhältnis. In jedem Fall dauerte die Prototypenentwicklung Tage bis Wochen. Die Produktivbereitstellung erstreckte sich über Monate. Und in jedem Fall wäre der Nutzen ohne die Durchführung beider Schritte nicht realisiert worden. Der Prototyp beweist, dass es funktioniert. Die Produktivbereitstellung sorgt für die Realisierung des Nutzens.

Auswahl Ihres Grundmodells

Früher oder später wird ein Führungskraft, die ein Vermittlerprogramm fördert, gefragt werden: Welches Modell sollten wir verwenden? Die ehrliche Antwort lautet: “Das kommt darauf an, und wahrscheinlich mehr als eines”, doch ohne eine nähergehende Erläuterung ist diese Antwort nicht hilfreich. Hier finden Sie einen ausgewogenen Überblick über die wichtigsten Optionen im Jahr 2026.

Frontier-Dienste mit geschlossenem Modell

Claude (Anthropic). Gilt allgemein als am stärksten im Bereich des logischen Denkens, insbesondere in Bezug auf den Einsatz von Werkzeugen, lange Kontexte, komplexe Schlussfolgerungen und sorgfältige Beurteilungen. Dank seiner erweiterten Denkmodi verfügt Claude bei komplexen Aufgaben über einen Vorteil. Er ist hervorragend darin, nuancierte Anweisungen zu befolgen, was von Bedeutung ist, wenn Schutzmaßnahmen Teil des Designs sind. Starke Unternehmensausrichtung mit klaren Positionen zu Schulungen im Bereich data, IP-Haftungsfreistellung und einem sich weiterentwickelnden Satz an Unternehmenskontrollen. Kompromisse: Die Kosten pro Token liegen am oberen Ende der „Frontier“-Stufe, und die Verfügbarkeit außerhalb der wichtigsten cloud-Regionen hinkt historisch gesehen hinter den anderen zurück.

GPT (OpenAI). Heimat der am weitesten verbreiteten und bekanntesten Frontier-Modelle mit dem umfangreichsten Ökosystem aus Tools, Integrationen und vorgefertigten Agenten. Die o-Series-Inferenzmodelle sind selbst bei den anspruchsvollsten Aufgaben wettbewerbsfähig. Stark in der Code-Qualität, sehr stark in der Entwicklerfreundlichkeit. Kompromisse: Das Modellverhalten hat sich im Laufe der verschiedenen Versionen merklich verändert, was für Produktionssysteme, bei denen Konsistenz entscheidend ist, problematisch sein kann. Die Preisgestaltung und die Ausrichtung auf Unternehmenskunden sind ausgereift, auch wenn einige Organisationen aus Gründen der Vertraulichkeit weiterhin zurückhaltend sind. Von GPT generierte Inhalte werden im Vergleich zu denen von Claude oft als relativ eloquent angesehen.

Gemini (Google). Hervorragend geeignet für multimodale Aufgaben (das leistungsstärkste der drei Modelle bei der nativen Verarbeitung von Bildern, Videos und Audio) und eng in die Ökosysteme von Google Workspace und Google Cloud integriert. Gemini Flash ist im großen Maßstab wirklich kostengünstig, was es zur ersten Wahl für Workloads mit hohem Durchsatz und geringer Komplexität macht. Kompromisse: Die Lücke im Bereich der Schlussfolgerungen bei komplexen agentischen Aufgaben hat sich gegenüber Claude und der o-Serie zwar verringert, ist jedoch noch nicht geschlossen.

Modelle ohne Gewichtsbeschränkung

Llama (Meta). Die am weitesten verbreitete Open-Weight-Schriftfamilie mit starker Unterstützung durch das Ökosystem und wettbewerbsfähiger Leistung bei größeren Schriftgrößen. Die naheliegende Wahl, wenn ein Eigenbetrieb aufgrund der data-Residenzanforderungen, der Kostenvorhersehbarkeit bei sehr hohen Stückzahlen oder aufgrund organisatorischer Richtlinien erforderlich ist. Kompromisse: Die Lizenzbedingungen sind praktikabel, jedoch nicht so freizügig wie bei wirklich offenen Lizenzen; die Leistung bei den anspruchsvollsten Schlussfolgerungsaufgaben liegt noch hinter dem aktuellen Stand der Technik zurück.

Mistral. Das Unternehmen hat seinen Hauptsitz in Europa und verfügt über leistungsstarke Modelle in verschiedenen Größen sowie über ein unternehmensfreundliches Lizenzmodell. Es eignet sich ideal für europäische Kunden, denen Datenhoheit wichtig ist, und zeigt bei den größeren Modellen zunehmend mehr Leistungsfähigkeit. Die kleineren Modelle von Mistral erweisen sich als besonders leistungsstark als „Workhorse“-Ebene in einer gerouteten Bereitstellung. Kompromisse: ein im Vergleich zu Llama eingeschränkteres Ökosystem sowie eine Schlussfolgerungsfähigkeit, die noch etwas hinter den führenden geschlossenen Modellen zurückbleibt.

Qwen (Alibaba). Das Unternehmen mit Hauptsitz in China, das sich im vergangenen Jahr am schnellsten weiterentwickelt hat. Hervorragende mehrsprachige Betreuung, insbesondere in Chinesisch und Arabisch, sowie wettbewerbsfähige Leistungen bei größeren Mandaten. Von zunehmender Bedeutung für Unternehmen, die in Asien und der Golfregion tätig sind. Kompromisse: Organisatorische Überlegungen variieren je nach Rechtsraum; einige Unternehmen werden Modelle chinesischer Herkunft ungeachtet ihrer Leistungsfähigkeit nicht in Betracht ziehen.

Das Entscheidungsmodell von Artefact

In der Praxis empfehlen wir unseren Kunden, zwei Aspekte zu berücksichtigen: Wie komplex ist die Aufgabe, und wie sensibel ist das data?

Abbildung 3. Ein zweiachsiges Entscheidungsmodell zur Auswahl eines Grundmodells.

Bei komplexen Aufgaben im nicht sensiblen data-Bereich sind die „Frontier Closed“-Modelle von Claude, GPT oder Gemini, die über eine verwaltete API bereitgestellt werden, fast immer der richtige Ausgangspunkt. Die Qualität der Schlussfolgerungen ist wichtiger als die Kosten oder der Aufwand für die Bereitstellung.

Für komplexe Aufgaben im Umgang mit sensiblen Daten – wie Patientenakten, Finanztransaktionen und hoheitliche Informationen – erweist sich ein selbst gehostetes Open-Source-Modell zunehmend als praktikable Lösung, insbesondere bei Llama in den größeren Modellgrößen. Die Leistung reicht für die meisten Unternehmensanwendungen aus; die Datenhoheit und -kontrolle sind dabei unverzichtbar.

Für einfache Aufgaben im nicht sensiblen data-Bereich, der Ebene der leichtgewichtigen Modelle, bewältigen Claude Haiku, GPT-mini und Gemini Flash enorme Datenmengen zu marginalen Kosten. Hier kommen die Agenten zum Einsatz, die pro E-Mail, pro Dokument oder pro Transaktion abgerechnet werden.

Für einfache Aufgaben auf dem ressourcenschonenden data ist ein kleines, selbst gehostetes Modell – wie beispielsweise „Mistral small“, „Qwen 2.5“ oder ein feinabgestimmtes „Llama“ – in der Regel die kostengünstigste Lösung.

Die Aufgabe ist so wenig anspruchsvoll, dass das kleinere Modell ausreicht, und durch den Eigenbetrieb wird die Sensitivität berücksichtigt.

Die fortschrittlichsten Implementierungen leiten Anfragen mittlerweile dynamisch zwischen diesen Quadranten weiter. Wenn eine Benutzeranfrage eingeht, wird sie von einem kleinen Routing-Modell klassifiziert und an das kostengünstigste Modell weitergeleitet, das für ihre Bearbeitung geeignet ist. Auf diese Weise funktioniert die Wirtschaftlichkeit tatsächlich im großen Maßstab, und Unternehmen vermeiden es, entweder zu viel für Routineaufgaben zu bezahlen oder schwierige Aufgaben nur unzureichend zu bewältigen.

Noch ein Hinweis: Schränken Sie sich nicht ein. Gestalten Sie Ihre agentenbasierte Plattform so, dass das Modell austauschbar ist. Die Marktführer von heute sind möglicherweise nicht mehr die Marktführer in sechs Monaten; die Modellebene sollte eine austauschbare Komponente sein, keine strukturelle Festlegung. Sollte der Vorschlag eines Anbieters dies erschweren, fragen Sie nach dem Grund.

Die Hindernisse – technischer und organisatorischer Art

Dies ist der Abschnitt, den Sie – sofern Sie diesen Artikel ernsthaft lesen – wahrscheinlich zweimal lesen sollten. Die Hindernisse für den Einsatz von Agenten auf Unternehmensebene sind jedem bekannt, der dies bereits in die Praxis umgesetzt hat, und sie lassen sich grob zu gleichen Teilen in technische und organisatorische Aspekte unterteilen. Unserer Erfahrung nach ist der organisatorische Teil der schwierigere und derjenige, in den die meisten Führungsteams zu wenig investieren.

Abbildung 4. Die Blockaden, die agentische Programme am häufigsten zum Stillstand bringen.

Technische Hindernisse

Data-Qualität. Der häufigste Grund, warum agentenbasierte Pilotprojekte nicht skalierbar sind: Agenten sind nur so gut wie die data-Daten, auf die sie zugreifen. Uneinheitliche Formate, doppelte Datensätze, fehlende Felder und verwaisten data-Quellen führen schnell zu ihrem Scheitern. Ein data-Audit vor – und nicht nach – einem Pilotprojekt ist die kostengünstigste Verbesserung, die die meisten Unternehmen vornehmen können.

Unstrukturierte data-Ausbreitung. In den meisten Unternehmen befinden sich 70–80% der data an wichtigen Daten in PDF-Dateien, E-Mails, Scans, gemeinsam genutzten Laufwerken und Intranetseiten. Agentensysteme können diese Daten verarbeiten, jedoch nur mit der richtigen Architektur für den Datenabruf und der Bereitschaft, in die Extraktion, Indizierung und Verwaltung dieser Daten zu investieren.

Schwache data governance. Herkunft, Zugriffskontrollen, Aufenthaltsrechte und Aufbewahrungsrichtlinien gewinnen alle an Bedeutung, wenn ein Agent Ihre data-Umgebung einsehen und darin agieren kann. Die meisten Unternehmen stellen erst dann fest, dass ihre Governance schwächer ist, als sie dachten, wenn ein Agent zum ersten Mal etwas Unerwartetes tut.

Unzuverlässige Systemintegrationen. Veraltete ERP-Systeme, maßgeschneiderte APIs und Systeme, die nie für die programmgesteuerte Abfrage konzipiert wurden, verursachen allesamt Reibungsverluste. Das Model Context Protocol leistet hier einen wertvollen Beitrag, doch die zahlreichen Altlasten machen weiterhin zu schaffen.

Keine Auswertungen und keine Beobachtbarkeit. Das größte Warnsignal bei einer Anbieterpräsentation ist das Fehlen eines Bewertungsrahmens. Wenn Sie nicht messen können, ob die Lösung geeignet ist, können Sie sie nicht einsetzen. Wir haben erlebt, dass selbst hochentwickelte Unternehmen diesen Schritt übersprungen haben und es später bereut haben.

Unerwartete Kosten und Latenzzeiten. Der Token-Verbrauch kann sich schnell summieren. Bei Agenten mit langem Kontext und hohem Rechenaufwand können sich Verzögerungen so weit einschleichen, dass die Benutzererfahrung beeinträchtigt wird. Beide Aspekte müssen vom ersten Tag an überwacht werden und dürfen nicht erst im vierten Monat entdeckt werden.

Organisatorische Hindernisse

Unklare Eigentumsverhältnisse. Agentische Arbeit befindet sich in einer heiklen Zwickmühle zwischen der IT, data und dem Geschäft. Ohne einen klar benannten Verantwortlichen und einen Förderer mit der politischen Autorität, bei Unstimmigkeiten eine Entscheidung herbeizuführen, bleiben Programme in der Genehmigungshölle stecken oder zerfallen in Schattenprojekte.

Falsch ausgerichtete Anreize. Die Menschen werden für die Arbeit belohnt, die sie derzeit verrichten. Wenn ein Akteur diese Arbeit gefährdet, sind diejenigen, die am besten in der Lage sind, diesen Akteur nutzbringend einzusetzen, genau diejenigen, die ihn am ehesten behindern werden. Dies ehrlich anzusprechen, ist bereits die halbe Lösung.

Diskrepanz im Betriebsmodell. Die meisten Unternehmen sind auf Projekte mit festgelegten Endpunkten ausgerichtet. Agenten sind Produkte, die einer kontinuierlichen Feinabstimmung, Bewertung und Verbesserung bedürfen. Der Versuch, agentenbasierte Arbeit im Rahmen eines Projektbetriebsmodells zu realisieren, führt zu instabilen Implementierungen, die mit der Zeit an Leistungsfähigkeit verlieren.

Schulden im Bereich Change-Management. Der schwierigste Aspekt bei der Einführung eines Agenten ist nicht die Entwicklung des Agenten selbst, sondern die Neugestaltung der damit verbundenen Arbeitsabläufe. Die meisten Unternehmen haben nicht in die für eine erfolgreiche Umsetzung erforderlichen Veränderungskompetenzen investiert.

Angst vor Vertreibung. Die Einführung stockt, wenn die Mitarbeiter befürchten, dass der Bot sie ersetzen soll. Die erfolgreichsten Implementierungen, die wir beobachten, kommunizieren dies klar und glaubwürdig: Der Bot übernimmt die Routineaufgaben, damit sich die Mitarbeiter auf die Teile ihrer Arbeit konzentrieren können, die ihr Urteilsvermögen erfordern. Es reicht nicht aus, dies nur zu sagen; das Verhalten muss dies untermauern.

Geringe Lese- und Schreibkompetenz. Führungskräfte, die nicht in der Lage sind, fundiert zu beurteilen, ob ein Agent seine Arbeit ordnungsgemäß ausführt, lassen sich leicht von Demos überzeugen, die nicht auf den allgemeinen Fall übertragbar sind. Der Aufbau eines gemeinsamen Vokabulars – Genauigkeit, Präzision, Wiederauffindungsrate, Halluzinationsrate, Eskalationsrate, Kosten pro Lösung – gehört mittlerweile zu den Aufgaben jeder Führungskraft, die die Arbeit der Agenten beaufsichtigt.

Wenn wir die beiden Hindernisse nennen müssten, denen die oberste Führungsebene die größte Aufmerksamkeit widmen sollte, wären dies auf der technischen Seite „data governance“ und auf der organisatorischen Seite das Betriebsmodell. Dies sind die Faktoren, die – wenn sie unbeachtet bleiben – den Wert, den Sie erzielen können, still und leise einschränken werden, ganz gleich, wie gut die Modelle auch werden mögen.

Aufbau einer Bereitstellung auf Unternehmensniveau

Eine wichtige Frage, die man sich bei jedem agentenbasierten System stellen sollte, bevor es in die Produktion geht, lautet: Was müsste gegeben sein, damit ich gelassen bleiben kann, wenn dieses System öffentlich ausfällt? Denn im großen Maßstab werden Agenten öffentlich ausfallen. Die Herausforderung besteht darin, sicherzustellen, dass man solche Ausfälle erkennen, eindämmen und schnell beheben kann, wenn sie auftreten.

Eine Bereitstellung auf Unternehmensniveau erfordert eine kleine Reihe von unverzichtbaren Voraussetzungen. Für sich genommen ist keine davon besonders spannend; zusammen machen sie jedoch den Unterschied zwischen etwas, das Sie einer Aufsichtsbehörde gerne erläutern würden, und etwas, das Sie lieber nicht ansprechen möchten.

Identitäts- und Zugriffsmanagement. Jede Aktion eines Agenten sollte unter einer Identität ausgeführt werden, wobei die Berechtigungen von dem Benutzer übernommen werden, in dessen Namen der Agent handelt. Agenten, die mit weitreichenden Berechtigungen eines Dienstkontos arbeiten, stellen ein Ausfallrisiko dar und sind ein potenzieller Grund für Beanstandungen bei der Prüfung.

Protokollierung von Prüfvorgängen. Jede Entscheidung, jeder Einsatz eines Tools, jede Eskalation sollte protokolliert, unveränderlich und abfragbar sein. Das ist keine Option. Die Aufsichtsbehörden in den Bereichen Finanzdienstleistungen, Gesundheitswesen und zunehmend auch in anderen regulierten Branchen werden danach fragen. Sie möchten, dass die Antwort “Ja, hier” lautet.

Bewertungsrahmen. Ein gekennzeichneter Testdatensatz, anhand dessen der Agent vor jeder Veröffentlichung bewertet wird, mit klaren Schwellenwerten für das Bestehen des Tests. Dies ist die Investition mit dem höchsten Nutzen, die die meisten Teams zu kurz kommen lassen. Wenn Ihr Team Ihnen seine Auswertungen nicht vorlegen kann, hat es keinen Agenten auf Unternehmensniveau entwickelt.

Beobachtbarkeit. Echtzeit-Einblick in die Leistung des Agenten im Produktivbetrieb: Erfolgsquote, Latenz, Kosten pro Anfrage, Eskalationsrate, Abweichung im Zeitverlauf. Dieselben Kennzahlen, die Sie von jedem Produktivdienst erwarten würden, gemessen auf Agentenebene.

Kostenkontrolle. Ausgabenobergrenzen pro Benutzer, pro Agent und pro Mandant. Warnmeldungen. Automatische Drosselung bei außer Kontrolle geratenen Schleifen. Unkontrollierte Token-Ausgaben entsprechen im Agentenkontext einem Speicherleck.

Kontrollpunkte mit menschlicher Beteiligung. Entscheidungen mit weitreichenden Folgen sollten zur Überprüfung durch einen Menschen unterbrochen werden, wobei der Akteur den Kontext und eine Empfehlung vorlegen muss. Wo genau die Schwelle liegt, hängt vom jeweiligen Anwendungsfall ab; dass es diese Schwelle überhaupt gibt, ist nicht verhandelbar.

Data – Unternehmensführung und Sitz. Klare Richtlinien dazu, welche Daten der Beauftragte lesen, schreiben, aufbewahren und grenzüberschreitend übermitteln darf. Dies ist besonders wichtig, wenn Sie in der EU, im Vereinigten Königreich, in den Golfstaaten und anderen Ländern tätig sind, die jeweils eigene Regelungen haben.

Ausweichverhalten. Was geschieht, wenn das Modell nicht verfügbar ist, die Antwort nicht ausgewertet werden kann oder der Tool-Aufruf fehlschlägt? Produktionsagenten benötigen eine sanfte Leistungsreduzierung und keine stillen Ausfälle oder unerwarteten Verhaltensweisen.

Skalierbarkeitsmuster. Die Architektur sollte das 100-fache des Startvolumens bewältigen können, ohne dass eine Umstellung auf eine neue Plattform erforderlich ist. Routing zwischen Modellen, Caching, asynchrone Verarbeitung, warteschlangenbasierte Ausführung: Standardverfahren für verteilte Systeme, angewendet auf eine neue Grundlage.

Keiner dieser Punkte ist ungewöhnlich. Sie alle werden in agentenbasierten Systemen, die in Eile entwickelt und nie ordnungsgemäß abgesichert wurden, regelmäßig übersehen. Der Grund dafür, dass die Kluft zwischen Prototyp und Produktionsumgebung so groß ist, liegt darin, dass diese Liste genau diese Lücke darstellt.

Das Leitfaden zur Implementierung

Bei den verschiedenen Agentur-Projekten, die wir in den letzten zwei Jahren gemeinsam mit unseren Kunden durchgeführt haben, hat sich ein klares Fünf-Phasen-Muster herauskristallisiert. Die offene Benennung dieses Musters hilft Führungskräften dabei, Budgets und Erwartungen zu planen sowie sicherzustellen, dass die richtigen Personen zur richtigen Zeit an Bord sind.

Abbildung 5. Die fünf Phasen eines agentischen Einsatzes.

Phase 1: Entdecken. Identifizieren Sie potenzielle Anwendungsfälle, bewerten Sie deren Nutzen, prüfen Sie die dafür erforderlichen data-Ressourcen und wählen Sie ein bis zwei davon für ein erstes Pilotprojekt aus. In dieser Phase ist es wichtig, auch einmal „Nein“ zu sagen – die meisten potenziellen Anwendungsfälle sind noch nicht ausgereift, und ein falscher Einstieg ist der häufigste Grund dafür, dass Programme an Schwung verlieren. Die Teilnehmer: der geschäftliche Sponsor, die Mitarbeiter, die die Arbeit ausführen, sowie ein data-Verantwortlicher.

Phase 2: Prototyp. Entwickeln Sie innerhalb weniger Tage bis Wochen einen funktionsfähigen Agenten für den ausgewählten Anwendungsfall – von Anfang bis Ende. Visuelle Builder oder promptgesteuerte Plattformen sind in dieser Phase in der Regel die richtigen Werkzeuge. Das Ziel besteht darin, zu beweisen, dass der Anwendungsfall grundsätzlich funktioniert, und nicht darin, das Produktionssystem zu erstellen. Die Rahmenbedingungen: ein kleines Entwicklungsteam, Geschäftsanwender für Feedback sowie die Technikabteilung, die bei der Umsetzung bis zur Produktion berät.

Schritt 3: Aushärten. Die längste und am stärksten unterfinanzierte Phase. Richten Sie die Testsuite ein, fügen Sie Zugriffskontrollen hinzu, sorgen Sie für Observability, legen Sie die „Human-in-the-Loop“-Prüfpunkte fest und führen Sie Tests vor der Produktionsfreigabe durch. Die meisten Unternehmen kommen hier ins Stocken, da die Arbeit wenig glamourös ist und der Prototyp bereits beeindruckend wirkt. Die beteiligten Bereiche: Technik, Sicherheit, Risiko- und Compliance-Management sowie Änderungsmanagement.

Schritt 4: Bereitstellung. Führen Sie die Lösung zunächst bei Pilotnutzern ein, beobachten Sie die Kennzahlen genau und nehmen Sie auf der Grundlage der tatsächlichen Nutzung Anpassungen vor. Planen Sie das Änderungsmanagement; schulen Sie die Nutzer, legen Sie Erwartungen fest und richten Sie einen Feedback-Kreislauf ein. Die meisten Implementierungen erfordern eine drei- bis sechswöchige sorgfältige Überwachung, bevor eine breitere Einführung erfolgen kann. Beteiligte: Betrieb, Änderungsmanagement und Personalabteilung sowie der ursprüngliche geschäftliche Sponsor.

Phase 5: Skalierung. Erweitern Sie den Einsatzbereich des Agenten auf breitere Zielgruppen, erfassen Sie wiederverwendbare Muster und Komponenten und bauen Sie ein Kompetenzzentrum auf, das den zweiten, dritten und vierten Anwendungsfall unterstützen wird. An dieser Stelle wird auch die Frage nach dem Betriebsmodell ernsthaft relevant: Wie betreibt die Organisation einen Bestand an Agenten tatsächlich über einen längeren Zeitraum hinweg? Die Beteiligten: der leitende Sponsor, die sich herausbildende KI-Führungsebene, der Verantwortliche für das Betriebsmodell.

Die meisten Unternehmen befinden sich heute mit mehreren Pilotprojekten in Stufe 2, während nur sehr wenige Systeme die Stufen 4 oder 5 erreicht haben. Der Wettbewerbsvorteil wird in den nächsten zwei Jahren überproportional jenen Organisationen zugutekommen, die es schaffen, nahtlos von Stufe 3 zu Stufe 5 überzugehen.

Kurz- bis mittelfristiger Ausblick

Wie wird die „Agentic Landscape“ in 12 bis 36 Monaten aussehen? Vier Veränderungen zeichnen sich bereits ab und sollten bei der Planung berücksichtigt werden.

Multi-Agenten-Systeme werden zum Standard für komplexe Aufgaben. Heute ist die Multi-Agenten-Architektur die Zukunft. Bis 2027 wird sie die Standardarchitektur für jeden nicht-trivialen agentenbasierten Arbeitsablauf sein. Die Orchestrierungswerkzeuge entwickeln sich rasch weiter, und die Kosten für den Betrieb mehrerer spezialisierter Agenten sind mittlerweile so gering, dass die technische Einfachheit eines “einzigen großen Agenten” kostentechnisch nicht mehr zu rechtfertigen ist. Unternehmen, die in Evaluierungsframeworks und Observability investiert haben, werden diesen Wandel problemlos bewältigen können. Diejenigen, die dies nicht getan haben, werden Schwierigkeiten haben.

Agenten-Marktplätze und wiederverwendbare Komponenten. Der derzeitige Zustand, in dem jedes Unternehmen jeden Agenten von Grund auf selbst entwickelt, ist nur vorübergehend. Wir erwarten eine bedeutende Verlagerung hin zu Marktplätzen für vorgefertigte Agenten und wiederverwendbare Komponenten, sowohl von Anbietern als auch innerhalb der Unternehmen. Bei größeren Kunden entsteht bereits das interne Äquivalent eines privaten App-Stores. Für Führungskräfte verändert dies die Frage „Selbst entwickeln oder kaufen?“, die bis zum Jahr 2027 eher wie „Selbst entwickeln oder zusammenstellen?“ aussehen wird.

Agentenbasiertes Process Mining. Anbieter von Process-Mining-Lösungen erweitern ihr Angebot rasch um agentenbasierte Funktionen, während sich aus einer anderen Richtung die KI-gestützte Prozesserkennung entwickelt. Kombinierte Lösungen, die Ihre Prozesse abbilden, Chancen identifizieren und anschließend die daraus resultierenden Arbeitsabläufe umsetzen können, werden an Bedeutung gewinnen. Gehen Sie mit den aktuellen Verkaufsargumenten der Anbieter in diesem Bereich vorsichtig um; die Technologie entwickelt sich rasant weiter, und das Risiko einer Anbieterabhängigkeit ist real.

Die Vorschriften werden verschärft. Die Anforderungen des EU-KI-Gesetzes für Systeme mit hohem Risiko treten schrittweise in den Jahren 2026 und 2027 in Kraft. Das Vereinigte Königreich verfolgt einen eher sektorbezogenen Ansatz, doch Finanzdienstleistungen, das Gesundheitswesen und kritische Infrastrukturen fallen ebenfalls in den Geltungsbereich. Die saudische SDAIA und das KI-Amt der Vereinigten Arabischen Emirate haben Rahmenwerke veröffentlicht, die zu verbindlichen Anforderungen weiterentwickelt werden sollen. Das südkoreanische KI-Grundgesetz trat im Januar 2026 in Kraft. In den USA gibt es ein sich ständig wandelndes Flickwerk aus einzelstaatlichen Rechtsvorschriften. Und die Branchen reagieren mit aktualisierten Leitlinien: Die RICS aktualisiert ihre Leitlinien für den Immobiliensektor, die MAS in Singapur hat Grundsätze und Methoden speziell für KI im Finanzwesen veröffentlicht, und Versicherer fragen Rechts- und Wirtschaftsprüfungsgesellschaften bei Vertragsverlängerungen nun, ob sie über Richtlinien zur KI-Nutzung verfügen. Der Aufwand für die Einhaltung der Vorschriften steigt, doch es wird auch immer deutlicher, wie diese Einhaltung konkret aussehen wird. Planen Sie entsprechend vor; lassen Sie sich davon nicht überraschen.

Der wichtigste strategische Punkt, den Führungskräfte verinnerlichen müssen: Die Basismodelle werden sich weiter zu einer Massenware entwickeln. Der Wettbewerbsvorteil wird nicht darin liegen. Er liegt vielmehr in dem proprietären data, auf das Sie Zugriff haben, in den Arbeitsabläufen, die Sie im Hinblick auf agentische Fähigkeiten neu gestaltet haben, und in der von Ihnen aufgebauten Evaluierungsinfrastruktur, die es Ihnen ermöglicht, Verbesserungen schneller auf den Markt zu bringen als Ihre Wettbewerber. Unternehmen, die jetzt in diese drei Bereiche investieren, werden ihren Vorsprung ausbauen; Unternehmen, die darauf setzen, dass ein bestimmtes Modell sich als Sieger durchsetzen wird, werden dies nicht tun.

Die Versuchung, abzuwarten, bis sich die Lage beruhigt hat, ist verständlich. Sie ist jedoch auch kostspielig. Die Kosten, jetzt anzufangen, bestehen größtenteils aus den Kosten für Fehler; die Kosten für ein zweijähriges Abwarten bestehen darin, dass man strukturell hinter den Wettbewerbern zurückbleibt, die durch praktische Erfahrung gelernt haben.

Eine besonnene Antwort auf die Schlagzeile

Um nun auf die Überschrift zurückzukommen: Kann man wirklich innerhalb weniger Stunden einen KI-Agenten auf Unternehmensniveau entwickeln?

Sie können einen Agenten innerhalb weniger Stunden entwickeln. Innerhalb weniger Tage können Sie etwas Nützliches erstellen. Innerhalb weniger Wochen können Sie etwas wirklich Gutes entwickeln. Doch ein System auf Unternehmensniveau – also ein System, das Sie Ihren wichtigsten Kunden, Ihren Aufsichtsbehörden und Ihrem Vorstand ohne Bedenken präsentieren würden – erfordert selbst mit den besten Tools Monate sorgfältiger Arbeit. Und diese Lücke schließt sich nicht so schnell, wie die Schlagzeilen vermuten lassen. Wenn überhaupt, wird sie größer, da die Messlatte für das, was unter “unternehmenstauglich” zu verstehen ist, parallel zu den Fähigkeiten der zugrunde liegenden Modelle immer höher gelegt wird.

Die gute Nachricht ist, dass die Kosten für die Klärung dieser Frage auf nahezu null gesunken sind. Drei Maßnahmen, die jede Führungskraft bereits nächste Woche ergreifen kann – ohne Budgetgenehmigung, ohne Lenkungsausschuss und ohne sich auf strategische Maßnahmen festlegen zu müssen.

Wählen Sie zunächst eine sich wiederholende, entscheidungsintensive und klar abgegrenzte Aufgabe aus Ihrer eigenen Arbeit aus. Erstellen Sie dafür einen einfachen Agenten in Claude, ChatGPT, Gemini oder Copilot Studio. Setzen Sie diesen zwei Wochen lang ein. In diesen zwei Wochen werden Sie mehr lernen als aus noch so vielen Präsentationen.

Zweitens: Überprüfen Sie einen Prozess in Ihrem Unternehmen anhand der zuvor vorgestellten vierteiligen Heuristik: wiederholbar, erfordern viel Ermessensspielraum, begrenzt, für die Überprüfung durch Menschen geeignet. Die dabei identifizierten Kandidaten stellen Ihre tatsächlichen Chancen dar.

Drittens: Stellen Sie Ihrem Team eine einzige Frage: Wie sieht unser Bewertungsrahmen aus? Wenn die Antwort nicht eindeutig ausfällt, ist dies Ihr Ausgangspunkt.

Die Unternehmen, die dies in den nächsten achtzehn Monaten richtig hinbekommen, werden nicht diejenigen sein, die die raffiniertesten Demos entwickelt haben. Es werden vielmehr jene sein, die schnell und ehrlich gelernt haben, die Lücke zwischen einem funktionierenden Agenten und einem Agenten, der tatsächlich funktioniert, zu schließen.

Fallstudien

Eine visuelle Builder-Lösung für CRE-Analysten

Artefact unterstützte ein CRE dabei, durch Schulungen, Mentoring und Pair-Programming-Sitzungen für das hauseigene Analystenteam strategische Eigenständigkeit bei der Entwicklung von Task-Agenten zu erlangen – und leitete gleichzeitig die Umsetzung von drei funktionsfähigen Task-Agenten. Die Architektur der Agenten beschränkte sich auf Claude (Grundmodell-Dienst) und Power Automate (Orchestrierung, Speicher, Tools und Sicherheitsvorkehrungen), sodass die Agenten im Wesentlichen aus demselben Tool-Ökosystem bestehen konnten, an das das interne Team gewöhnt war und das es neben seiner bestehenden Technologie warten konnte.

Auf diese Weise wurden den Agenten einige Merkmale eines Produktionsdienstes zugeschrieben, andere jedoch nicht. Dazu gehörten Audit-Protokollierung, Beobachtbarkeit und Skalierbarkeit. Dennoch übernahm das CRE innerhalb kurzer Zeit prägnante, aber effektive data governance- und Residency-Funktionen, „Human-in-the-Loop“-Kontrollpunkte sowie Identitäts- und Zugriffsmanagement zusammen mit rudimentären Auswertungs-Pipelines und Verwaltungsabläufen – und brachte sie damit auf Kurs, bedeutende Effizienzsteigerungen zu erzielen.

Innovativer Workflow-Agent für eine weltweit tätige Private-Equity-Gesellschaft

Artefact entwickelte einen Prototyp eines Workflow-Agenten, der in den ‘Skills’ von Claude implementiert war, zu einem hochleistungsfähigen ‘Connector’ für Claude. Dies verdeutlicht den Einsatz von MCP, um den Übergang von der ausschließlichen Definition einer KI-Aufgabe in natürlicher Sprache hin zur Definition der Aufgabe als Zusammensetzung aus hochleistungsfähigen KI-Tools zu vollziehen. Der entscheidende Unterschied, der die Lösung zu einem Workflow-Agenten und nicht lediglich zu einem Aufgabenagenten macht, ist die Anwendung eines primären LLM zur Steuerung der Abfolge von Tool-Aufrufen – zusätzlich zum Aufruf sekundärer LLMs zur Ausführung der Tool-Operationen.

Die Einführung des „Claude Connector“-Musters neben einem bestehenden Azure-Stack führte zu einer neuen Anforderung hinsichtlich der Unterstützung von Netzwerk-Ingress und data-Zugriff. In Unternehmen, in denen solche allgemeinen Dienste erfolgreich als Shared Services verwaltet werden, lässt sich beobachten, dass sich die Zeit bis zur Bereitstellung neuer Produktionsdienste bei jeder neuen Einführung um bis zu das Dreifache verkürzt.

Chris de Gruben ist Senior Director bei Artefact, wo er den Immobilienbereich in ganz Großbritannien und der EU leitet. Er arbeitet intensiv mit Kunden aus dem öffentlichen und privaten Sektor in ganz Großbritannien, Europa und der Golfregion zusammen.

Oliver Richardson ist Senior Machine Learning Manager bei Artefact und unterstützt seit über 20 Jahren Unternehmen aus den Bereichen Finanzen, Handel und öffentliche Verwaltung bei der Einführung modernster KI-/ML-Produkte.

Artefact arbeitet mit Unternehmen zusammen, um KI-Systeme in großem Maßstab zu konzipieren, zu entwickeln und zu betreiben – vom ersten Pilotprojekt bis hin zur unternehmensweiten Einführung. Sollten Sie derzeit mit der Kluft zwischen Prototyp und Serienreife zu kämpfen haben, würden wir uns freuen, uns mit Ihnen auszutauschen.