KI im Unternehmen
KI-Agenten im Unternehmen: Was hinter dem Hype steckt
„Agentic AI“ ist das Schlagwort der Stunde. Was ein KI-Agent wirklich ist, wo er heute Nutzen bringt — und warum Gartner über 40 % der Agenten-Projekte scheitern sieht.
Kaum ein Begriff wird 2026 so oft genannt wie „KI-Agent“. Dahinter steckt ein echter Fortschritt — und eine Menge Marketing. Zeit, beides zu trennen.
Was ein KI-Agent ist — und was nicht
IBM definiert einen KI-Agenten als
„a system or program that is capable of autonomously performing tasks on behalf of a user or another system by designing its workflow and using available tools.“
Der Unterschied zum gewohnten Chatbot liegt in drei Eigenschaften: Autonomie (der Agent plant und handelt selbst, statt nur zu antworten), Werkzeugnutzung (er ruft über „function calling“ APIs, Datenquellen oder Websuche auf) und Mehrstufigkeit (er zerlegt ein Ziel in Teilschritte und arbeitet sie ab). Die Kurzformel: Ein Assistent antwortet, ein Agent erledigt. Der Schritt vom festen automatisierten Workflow zum Agenten ist, dass der Agent die Schritte selbst plant.
Der Realitäts-Check
So groß das Versprechen, so nüchtern die Datenlage. McKinsey berichtet für 2025, dass zwar 23 % der Organisationen ein Agentensystem skalieren und 39 % experimentieren — aber in keiner einzelnen Geschäftsfunktion mehr als rund 10 % produktiv. Im deutschen Mittelstand nutzen laut Bitkom zwar 36 % der Unternehmen KI, aber nur etwa 10 % davon KI-Agenten.
Noch deutlicher wird Gartner: Über 40 % der Agentic-AI-Projekte werden bis Ende 2027 wieder eingestellt — wegen zu hoher Kosten, unklaren Geschäftswerts oder unzureichender Risikokontrollen. Analystin Anushree Verma ordnet den aktuellen Stand ein:
„Most agentic AI projects right now are early stage experiments or proof of concepts that are mostly driven by hype and are often misapplied.“
Gartner warnt zudem vor „agent washing“: Viele als „agentic“ vermarktete Produkte sind umetikettierte Chatbots oder RPA-Tools. Von tausenden Anbietern hält Gartner nur rund 130 für echte Agenten-Anbieter. Für den Mittelstand heißt das: Anbieter prüfen, nicht dem Label glauben.
Wo Agenten heute schon Nutzen bringen
Realistisch — und meist mit einem Menschen an der kritischen Entscheidung — sind diese Anwendungsfälle:
Recherche-Agent — durchsucht interne Dokumente und das Web, fasst zusammen, liefert belegte Antworten mit Quellen.
Ticket-Triage — klassifiziert und priorisiert Support-Anfragen, bereitet Antwortentwürfe vor; die Freigabe bleibt beim Team.
Datenanalyse — wertet Tabellen aus, berechnet Kennzahlen, erzeugt Diagramme statt manueller Excel-Arbeit.
Dokumenten-Vorverarbeitung — extrahiert Daten aus Rechnungen und Verträgen; der Mensch bestätigt vor der Buchung.
Autonomie braucht Kontrolle
Ein Agent, der eigenständig handelt und externe Tools aufruft, verarbeitet oft personenbezogene Daten über mehrere Schritte. Das verlangt Nachvollziehbarkeit, Zweckbindung, Datenminimierung — und einen „Human in the Loop“ an kritischen Stellen. DSGVO und KI-Verordnung gelten auch für Agenten.
Fazit
KI-Agenten sind kein Hype ohne Substanz — aber auch keine schlüsselfertige Autonomie. Der pragmatische Weg für den Mittelstand: bei klar umrissenen, wertstiftenden Aufgaben beginnen, mit menschlicher Kontrolle und auf einer Plattform, die Nachvollziehbarkeit und Datenschutz mitbringt. Den Rahmen dafür beschreibt unser Leitfaden zur KI-Plattform für den Mittelstand.
Quellen
DSGVO-konforme KI aus einem echten deutschen Rechenzentrum
Kasimir läuft auf eigener Infrastruktur in Deutschland — kein Umweg über US-Anbieter, keine CLOUD-Act-Reichweite.
