KI-Agenten kommen: Sind Unternehmen und Mitarbeitende bereit?

KI-Agenten kommen: Sind Unternehmen und Mitarbeitende bereit?

Stellen wir uns eine ganz normale Montagmorgen-Szene vor. Eine Sachbearbeiterin in der Kreditabteilung öffnet ihr E-Mail-Postfach und findet 40 neue Anfragen. Früher hätte sie jede einzeln durchgelesen, Unterlagen gesucht und irgendwann am Nachmittag mit der Bearbeitung begonnen. Heute hilft ihr ein Chatbot beim Formulieren der Antworten. Das spart Zeit. Trotzdem tippt sie jede Anfrage selbst ab und trifft jede Entscheidung allein.



Was aber, wenn ein System diese 40 Anfragen morgens um sechs Uhr bereits gesichtet, die Unterlagen zusammengestellt, offensichtliche Fälle direkt beantwortet und nur die zehn wirklich kniffligen Fälle mit einer Empfehlung auf ihren Schreibtisch gelegt hätte? Genau das ist der Unterschied, um den es gerade in vielen Unternehmen geht, auch wenn das Wort dafür, „KI-Agent", inzwischen etwas überstrapaziert klingt.

Der Unterschied zwischen Antworten und Handeln

Ein Chatbot oder Copilot ist im Kern ein sehr gutes Gegenüber. Man stellt eine Frage, er antwortet. Man bittet um einen Textentwurf, er liefert ihn. Die Person bleibt am Steuer, Schritt für Schritt. Das ist wertvoll, aber es bleibt reaktiv: Ohne Prompt passiert nichts.

Ein KI-Agent tickt anders. Er bekommt ein Ziel statt eine Frage, etwa „bearbeite eingehende Kreditanfragen unter 5'000 Franken automatisch", und findet selbstständig heraus, welche Schritte dafür nötig sind. Er ruft Daten aus dem CRM ab, prüft sie gegen Regeln, schreibt eine Antwort, verschickt sie vielleicht sogar, und wenn etwas nicht eindeutig ist, holt er sich einen Menschen ins Boot. Der Agent plant, nutzt Werkzeuge und trifft Zwischenentscheidungen, oft über mehrere Systeme hinweg, ohne dass jemand bei jedem Schritt zusieht.

Der Unterschied ist also nicht nur graduell. Es ist der Sprung von „ich helfe dir bei deiner Aufgabe" zu „ich erledige diese Aufgabe für dich, im Rahmen dessen, was du mir erlaubt hast". Und genau dieser letzte Halbsatz, im Rahmen dessen, was man erlaubt hat, ist der Punkt, an dem es für Unternehmen spannend und anspruchsvoll zugleich wird.

Wenn Software plötzlich mitentscheidet

Sobald ein System nicht mehr nur vorschlägt, sondern handelt, verschiebt sich etwas Grundlegendes: die Frage der Verantwortung. Wer haftet, wenn ein Agent eine Rechnung falsch verbucht, einem Kunden eine falsche Zusage macht oder eine sensible Information an die falsche Stelle schickt? „Die KI war's" ist keine Antwort, die vor einem Aufsichtsrat, einer Revision oder im Zweifel vor einem Gericht standhält.

Das bedeutet nicht, dass man auf Agenten verzichten sollte, im Gegenteil, das Potenzial ist real. Ein Versicherer kann Schadensmeldungen in Minuten statt Tagen vorprüfen. Ein Industrieunternehmen kann Bestellungen, Lieferantenanfragen und Ersatzteilplanung automatisch abgleichen lassen. Eine Bank kann Kundenanfragen rund um die Uhr entgegennehmen und nur die komplexen Fälle eskalieren. Aber jedes dieser Beispiele funktioniert nur, wenn vorher jemand sich die unbequeme Frage gestellt hat: Was genau darf dieses System eigenständig tun und was nicht?



Das ist neu für viele Organisationen. Bei einem Chatbot reichte oft ein „testen wir es mal und schauen, was passiert". Bei einem Agenten, der Zahlungen auslösen, Verträge anpassen oder Kundendaten verändern kann, reicht das nicht mehr. Hier braucht es klar definierte Grenzen, Freigabeprozesse für kritische Schritte und eine lückenlose Nachvollziehbarkeit, was der Agent wann getan hat und warum.

Die Mitarbeitenden: vom Ausführen zum Beaufsichtigen

Für die Belegschaft bedeutet das eine echte Rollenverschiebung, keine blosse Effizienzsteigerung. Die Sachbearbeiterin von vorhin wird nicht überflüssig. aber ihre Aufgabe verändert sich. Statt jede Anfrage selbst zu bearbeiten, überprüft sie stichprobenartig, ob der Agent richtig entschieden hat. Statt Daten zu kopieren, beurteilt sie Grenzfälle, für die es eben doch menschliches Urteilsvermögen braucht. Das klingt nach weniger Arbeit, ist aber oft anspruchsvoller: Man muss verstehen, wie das System zu einer Entscheidung kommt, um zu erkennen, wann es falsch liegt.

Genau hier liegt eine unterschätzte Gefahr. Wenn ein System in 95 Prozent der Fälle richtig liegt, schleicht sich schnell eine gewisse Bequemlichkeit ein. Die restlichen fünf Prozent sind aber oft genau die Fälle, bei denen es teuer wird, wenn niemand hinschaut. Unternehmen, die Agenten einführen, ohne ihre Mitarbeitenden darin zu schulen, kritisch zu bleiben, handeln sich ein neues Risiko ein, das sie eigentlich vermeiden wollten.



Gleichzeitig entstehen neue Aufgabenfelder: Jemand muss die Regeln pflegen, nach denen Agenten arbeiten. Jemand muss beobachten, ob sich das Verhalten des Systems über Zeit verändert. Und jemand muss entscheiden, wann ein Agent eine Aufgabe übernehmen darf und wann nicht. Das sind keine reinen IT-Jobs, das sind Fachleute aus den Abteilungen selbst, die ihr Prozesswissen jetzt in andere Bahnen lenken.

Systeme, die zusammenspielen müssen

Technisch liegt die grösste Hürde selten bei der KI selbst, sondern bei der Umgebung. Ein nützlicher Agent braucht sicheren Zugriff auf CRM, ERP, E-Mail-Postfächer und interne Dokumente, jedoch nur mit den richtigen Rechten. Viele Unternehmen merken erst dann, wie fragmentiert ihre Systemlandschaft ist: fehlende Schnittstellen, uneinheitliche Daten und Prozesse, die bisher nur funktionierten, weil erfahrene Mitarbeitende wussten, wo sie nachsehen müssen.

Dazu kommt die Sicherheitsfrage, die bei autonom handelnden Systemen ganz anders wiegt als bei einem Chat-Fenster. Wo laufen die Daten? Wer sieht, was der Agent verarbeitet? Was passiert, wenn ein Agent kompromittiert wird oder fehlerhafte Eingaben verarbeitet? Gerade in regulierten Branchen wie Finanzdienstleistungen, Versicherungen oder dem Gesundheitswesen ist das keine Nebensache, sondern eine Grundvoraussetzung, bevor ein Agent überhaupt live gehen darf.

Vorbereitung statt Zurückhaltung. Aber auch kein Alles-auf-einmal

Die naheliegende Reaktion vieler Führungskräfte ist entweder Euphorie oder Vorsicht bis zur Blockade. Beides führt selten zum Ziel. Sinnvoller ist ein dritter Weg: klein anfangen, aber ernsthaft. Einen Prozess auswählen, der begrenzt genug ist, um überschaubar zu bleiben, aber wichtig genug, um einen echten Unterschied zu machen. Klare Grenzen definieren, was der Agent darf. Eine Feedbackschleife einbauen, damit Fehler schnell auffallen. Und die Mitarbeitenden von Anfang an einbeziehen. Und nicht erst informieren, wenn das System schon läuft.

Die Unternehmen, die in ein bis zwei Jahren einen echten Vorsprung haben werden, sind vermutlich nicht die, die als Erste einen Agenten eingeführt haben. Es werden die sein, die dabei sauber gearbeitet haben: mit klaren Verantwortlichkeiten, nachvollziehbaren Entscheidungen und Mitarbeitenden, die verstehen, womit sie arbeiten, statt sich blind auf ein System zu verlassen.

Genau an diesem Punkt setzen spezialisierte Anbieter wie Dreamleap an: bei der Frage, wie sich Agenten so bauen lassen, dass sie sicher in bestehende Unternehmenssysteme eingebunden sind, klare Grenzen respektieren und je nach Anforderung in der Cloud, on-premise oder direkt vor Ort im Unternehmen betrieben werden können, gerade dort, wo Daten das Haus aus regulatorischen oder sicherheitstechnischen Gründen gar nicht erst verlassen dürfen. Die eigentliche Arbeit liegt dabei selten im schicken Sprachmodell, sondern in genau den Fragen, die in diesem Artikel angesprochen wurden: Wer darf was? Was passiert im Zweifelsfall? Und wie bleibt der Mensch am Ende die Instanz, die entscheidet, nicht nur die, die zusieht?

Die eigentliche Frage

KI-Agenten kommen nicht als ferne Zukunftsvision, sondern schrittweise, oft leiser, als man denkt, zuerst in einer Abteilung, dann in einer zweiten. Die spannende Frage ist deshalb weniger, ob ein Unternehmen bereit ist für Agenten im Allgemeinen. Sie lautet eher: Ist für den ersten konkreten Anwendungsfall klar, wer verantwortlich ist, wenn etwas schiefgeht, und wissen die Mitarbeitenden, die damit arbeiten werden, genau das auch?



Wer diese Frage heute beantworten kann, ist weiter, als es sich anfühlt.