In den Jahren 2023 und 2024 haben Chatbots den Weg in die Unternehmen gefunden: Sie beantworten Fragen, formulieren E-Mails, fassen Dokumente zusammen. Seitdem hat sich eine Kategorie etabliert, die deutlich weiter reicht: agentische KI – Systeme, die ein Ziel entgegennehmen, den Lösungsweg selbst planen, Werkzeuge und Unternehmenssysteme ansteuern und mehrstufige Aufgaben weitgehend eigenständig zu Ende bringen. Vom einfachen FAQ-Bot bis zum autonomen Softwaresystem wird derzeit allerdings fast alles als „Agent“ etikettiert – mit realen Folgen für Kaufentscheidungen. Begriffliche Klarheit ist deshalb keine akademische Übung, sondern die erste Managementaufgabe.

Was einen Agenten ausmacht: Wahrnehmen und Handeln

Die Informatik definiert Agenten seit Jahrzehnten präzise. Nach dem Standardlehrbuch von Russell und Norvig ist ein Agent alles, was seine Umgebung über Sensoren wahrnimmt und über Aktuatoren auf sie einwirkt. Übersetzt in die Unternehmens-IT: Die Sensoren eines KI-Agenten sind Datenbankabfragen, API-Aufrufe, Posteingänge und Dokumente; seine Aktuatoren sind Schreibzugriffe auf Systeme, erstellte Tickets, versandte E-Mails oder angelegte Buchungen. Neu ist nicht die Idee des Agenten – neu ist, dass große Sprachmodelle erstmals das flexible „Gehirn“ liefern, das zwischen Wahrnehmung und Handlung sinnvoll plant. Konzeptionelle Grundlage ist das von Yao et al. 2023 beschriebene ReAct-Muster: Das Modell verschränkt Denkschritte mit Werkzeugaufrufen, beobachtet die Ergebnisse und plant auf dieser Basis den nächsten Schritt.

Workflows vs. Agenten: die praktisch wichtigste Unterscheidung

Für Investitionsentscheidungen ist eine zweite Abgrenzung entscheidender. Anthropic unterscheidet in seinem Leitfaden „Building Effective Agents“ (Dezember 2024) zwei Architekturklassen:

  • Workflows sind Systeme, in denen Sprachmodelle und Werkzeuge entlang vordefinierter Pfade orchestriert werden. Der Lösungsweg steht vorab fest, das Modell füllt einzelne Schritte intelligent aus.
  • Agenten sind Systeme, in denen das Modell seinen Prozess und seine Werkzeugnutzung selbst steuert. Der Lösungsweg entsteht zur Laufzeit.

Workflows bieten Vorhersagbarkeit und Konsistenz; Agenten bieten Flexibilität bei Aufgaben, deren Ablauf sich nicht sinnvoll vorab kodieren lässt. Die Faustregel für die Praxis: Wenn Sie den Lösungsweg eines Prozesses heute auf einem Whiteboard aufzeichnen können, bauen Sie einen Workflow – er ist billiger, testbarer und revisionssicherer. Einen echten Agenten brauchen Sie erst dort, wo der Weg von Fall zu Fall variiert. Bemerkenswert ist Anthropics Praxisbefund: Die erfolgreichsten Implementierungen nutzen keine komplexen Frameworks, sondern einfache, kombinierbare Muster.

Marktrealität 2026: große Erwartungen, viele Abbrüche

Wie groß die Spannung zwischen Erwartung und Realität ist, zeigen zwei Zahlen aus derselben Gartner-Pressemitteilung vom Juni 2025: Bis 2028 sollen 33 Prozent der Unternehmenssoftware agentische KI enthalten (2024: unter 1 Prozent) und 15 Prozent der täglichen Arbeitsentscheidungen autonom getroffen werden – zugleich erwartet Gartner, dass über 40 Prozent der Agentic-AI-Projekte bis Ende 2027 abgebrochen werden, wegen eskalierender Kosten, unklaren Geschäftswerts oder unzureichender Risikokontrollen. Hinzu kommt das Phänomen „Agent Washing“: Viele Anbieter etikettieren bestehende Chatbots oder klassische RPA-Werkzeuge kurzerhand in „Agenten“ um. Gartner schätzt, dass von Tausenden selbsternannten Agentic-AI-Anbietern nur rund 130 real agentische Produkte anbieten. Die Investitionsbereitschaft spiegelt die Unsicherheit: In einer Gartner-Umfrage vom Januar 2025 (n = 3 412) berichteten 19 Prozent signifikante Investitionen in Agentic AI, 42 Prozent investierten konservativ, 31 Prozent warteten ab.

Wo Unternehmen tatsächlich stehen

Die belastbarsten Adoptionszahlen liefern zwei große Erhebungen. McKinseys „State of AI“ (Befragung Juni bis Juli 2025, n = 1 993 Unternehmen aus 105 Ländern) zeigt: 88 Prozent der Unternehmen nutzen KI regelmäßig in mindestens einer Funktion, 62 Prozent experimentieren mit KI-Agenten – aber nur 23 Prozent skalieren ein agentisches System in mindestens einer Funktion. Der Gartner 2026 CIO Survey (n = 2 501) ergibt ein konsistentes Bild: 17 Prozent der Unternehmen haben KI-Agenten im Einsatz, über 60 Prozent erwarten den Einsatz binnen zwei Jahren. Die Interpretation: Experimentieren ist längst Mainstream – der Engpass ist nicht der Zugang zur Technologie, sondern der Weg in die Produktion.

Die 95-Prozent-Schlagzeile richtig einordnen

Im August 2025 machte eine Zahl weltweit Schlagzeilen: 95 Prozent der GenAI-Piloten in Unternehmen würden „scheitern“ – so verkürzte es unter anderem Fortune unter Berufung auf eine vorläufige, nicht peer-reviewte Studie des MIT-Projekts NANDA. Der tatsächliche Befund: Trotz geschätzter 30 bis 40 Milliarden US-Dollar an GenAI-Investitionen erzielten 95 Prozent der untersuchten Organisationen keinen messbaren Gewinn-und-Verlust-Effekt aus ihren Piloten. Die Zahl bedeutet nicht, dass 95 Prozent aller KI-Projekte scheitern – dieselbe Studie zeigt, dass über 80 Prozent der Organisationen Werkzeuge wie ChatGPT oder Copilot erprobt haben. Der berechtigte Kern: Zwischen Ausprobieren und messbarem Geschäftsergebnis klafft eine große Lücke. Die Konsequenz: Ein Pilot ist kein Wertbeitrag. Definieren Sie vor dem Start eine Baseline und messbare Ziel-KPIs.

Vier Studien, vier Kontexte: die Evidenz

Anbieterfolien versprechen pauschale Produktivitätssprünge. Belastbarer sind kontrollierte Studien – vier gelten als die aussagekräftigsten, und ihre Ergebnisse reichen von plus 55,8 Prozent bis zu 19 Prozent Verlangsamung:

  • +55,8 Prozent bei einer klar umrissenen Einzelaufgabe: Im randomisierten Experiment von Peng et al. (2023) implementierten 95 Entwickler einen HTTP-Server; die Gruppe mit GitHub Copilot war im Schnitt 55,8 Prozent schneller – bei großer Streuung und den stärksten Effekten bei weniger erfahrenen Entwicklern.
  • +15 Prozent im realen Kundensupport: Brynjolfsson, Li und Raymond untersuchten 5 179 Support-Mitarbeiter eines Fortune-500-Softwareanbieters; ein GenAI-Assistent steigerte die gelösten Anliegen pro Stunde um 15 Prozent – mit den größten Gewinnen bei Berufseinsteigern.
  • +25,1 Prozent Tempo innerhalb der Fähigkeitsgrenze: Dell’Acqua et al. ließen 758 BCG-Beraterinnen und -Berater mit GPT-4 arbeiten; bei Aufgaben innerhalb der KI-Fähigkeitsgrenze waren sie 25,1 Prozent schneller und lieferten über 40 Prozent höhere Qualität. Bei einer Aufgabe außerhalb der Grenze sank die Wahrscheinlichkeit einer korrekten Lösung um 19 Prozentpunkte.
  • 19 Prozent langsamer – der Reality-Check: Die METR-Studie (2025) beobachtete 16 sehr erfahrene Open-Source-Entwickler bei 246 realen Aufgaben in ihren eigenen, gewachsenen Repositories. Mit KI-Unterstützung brauchten sie 19 Prozent länger – glaubten hinterher aber, rund 20 Prozent schneller gewesen zu sein.

Dell’Acqua et al. prägten dafür das Bild der „Jagged Frontier“, der gezackten Fähigkeitsgrenze: KI ist bei manchen Aufgaben erstaunlich stark und bei scheinbar ähnlichen Aufgaben überraschend schwach – und die Grenze verläuft nicht entlang des menschlichen Schwierigkeitsempfindens. Große Gewinne entstehen bei klar umrissenen, gut beschreibbaren Aufgaben mit prüfbarem Ergebnis. Geringe oder negative Effekte zeigen sich, wo implizites Kontextwissen, gewachsene Systeme und hohe Qualitätsansprüche dominieren. Drei Konsequenzen: Der Aufgabentyp entscheidet über den Nutzen, nicht das Modell allein. Außerhalb der Grenze produziert KI überzeugend präsentierte Fehler – deshalb ist Human-in-the-Loop Pflicht, nicht Option. Und: Messen statt fühlen – die subjektive Einschätzung der Nutzer ist nachweislich unzuverlässig.

Dieser Artikel ist die 80/20-Version des Themas. Die vollständige Analyse – inklusive Praxisfall Klarna, Architektur, Sicherheitsrisiken und einem Reifegrad-Modell für die Einführung – finden Sie im Whitepaper „KI-Agenten im Unternehmen“.