Agentische KI: 86 % der Unternehmen sehen die Zukunft, 11 % gestalten sie
Das Wichtigste vorab: Unternehmen, die bei der Einführung agentischer KI im Marktvergleich zurückbleiben, haben eine Reihe von Problemen gemeinsam. Allerdings nicht die, die wir im ersten Moment vielleicht erwarten würden. Hier mangelt es nicht an Technologie oder Budgets, sondern stockt aufgrund organisatorischer Dysfunktion.
Die Lücke, die jeden CIO beunruhigen sollte
Von den von uns befragten Führungskräften glauben 86 %, dass agentische KI einen erheblichen oder sogar transformativen Einfluss auf ihr Unternehmen haben wird, zwei Drittel stufen sie als hohe oder geschäftskritische Priorität ein. Agentische KI hat also überzeugt – zumindest in der Theorie.
Die Wirklichkeit sieht in den meisten Unternehmen allerdings anders aus: Nur 11 % sind bei der Implementierung fortgeschritten, weitere 21 % stecken noch in Proof-of-Concepts ohne klaren Weg in Richtung Production.
Das ergibt eine Lücke von 75 Prozentpunkten zwischen dem, was Führungskräfte glauben, und dem, was ihre Organisationen tatsächlich umsetzen. Anfang des Jahres befragte Cloudflight dazu 150 Führungskräfte, um die Gründe dahinter zu verstehen. Die Ergebnisse widerlegen viele der klassischen Annahmen in Vorstandsetagen, die als zentrale Blocker für den Fortschritt gelten.
Was agentische KI tatsächlich für den Geschäftsbetrieb bedeutet
Bevor wir auf die Gründe für die Entstehung dieser Lücke eingehen, ist es wichtig, den oft nur vage genutzten Begriff „Agentische KI“ klar zu definieren.
Ein traditioneller “Bot” reagiert, wenn er gefragt wird. Ein Agent hingegen handelt. Er nimmt seine Umgebung wahr, plant eine Abfolge von Schritten und führt diese schließlich systemübergreifend aus. Wenn etwas nicht wie erwartet verläuft, passt er sich an. Entscheidend dabei ist: Keiner dieser Schritte erfordert, dass ein Mensch dafür eine Nachricht schickt – der allseits bekannte “Chat” ist nur ein kleiner Teil der Geschichte.
In einem typischen realen Szenario kann ein einzelner Agent:
- Mit anderen Agenten kommunizieren,
- ein Lieferantennetzwerk überwachen,
- eine Anomalie erkennen,
- den Lagerbestand abgleichen,
- einen Beschaffungs-Workflow initiieren,
- und nur dann eskalieren, wenn tatsächlich menschliches Urteilsvermögen erforderlich ist.
So weit, so gut. Die wahre Herausforderung entsteht jedoch, wenn viele Agenten parallel über verschiedene Geschäftsbereiche hinweg koordiniert werden müssen. Hier geht es dann nicht mehr um individuelle Automatisierungen, sondern darum, autonome Systeme zu orchestrieren, die mit teils unterschiedlichen „Spielregeln“ arbeiten. Sie bearbeiten verschiedene Prozesse, Abteilungen, Datenquellen oder Formate und interagieren dabei miteinander oder mit Mitarbeitern.
Ohne einen gemeinsamen Kontext führt das zu Fragmentierung. Wenn jede Abteilung ihre eigenen Agents baut, dann folgen diese jeweils eigenen Prompts, Regeln und Sicherheitsmechanismen. Die Folge: Entscheidungen werden inkonsistent, Verantwortlichkeiten bleiben unklar und Compliance-Risiken lassen sich immer schwerer kontrollieren. Was auf Pilotebene noch wie Fortschritt aussah, entpuppt sich im großen Maßstab schnell als Komplexität.
Was ist hier schiefgelaufen? Was fehlt? Das Knowledge-Management-Problem ist ungewollt noch größer geworden, als es heute häufig ohnehin schon der Fall ist.
Und wieder kommen wir zurück zu den Daten
Eine altbekannte Herausforderung kommt da noch erschwerend hinzu: Die vielfältigen Daten in jedem Unternehmen. So wird nicht die größere Anzahl an Agents oder Lizenzen der entscheidende Faktor werden, sondern die effizientere und effektivere Nutzung des individuellen Unternehmenswissens innerhalb dieser neuen Technologie im Schulterschluss bestehender Systeme und Prozesse.
Wir müssen uns ehrlich die Frage stellen, ob unsere Agents wirklich “bessere” Ergebnisse liefern, anstatt nur generischen Output für Standardprozesse zu bieten. Verstehen sie meinen Unternehmenskontext, den Fachbereich und die Unternehmenskultur? Sind die Agents tief in meine Prozesse integriert und können aktiv value beitragen? Wo sind die Bereiche und Services, die für den kompetitiven Vorteil entscheidend sind und wie können wir hier bestehende Prozesse radikal neugestalten und Innovation vorantreiben?
Warum Agenten allein nicht skalieren
Die notwendige Basis der agentischen Evolution ist daher eine agentische Plattform, die alle zuvor voneinander getrennten Agenten, Daten und Prozesse miteinander verbindet. Sie bietet die gemeinsame Grundlage, die es mehreren Agenten ermöglicht, kontrolliert zusammenzuarbeiten. Wir sprechen hier nicht von einer fertigen Lösung, sondern einem Framework, das maßgeschneidert auf die jeweilige Situation und die Zukunftsvision abgestimmt ist. Sie integriert verschiedenste Technologien und Standards, bleibt zukunftsoffen und bildet eine auf das Unternehmen ausbalancierte Struktur – zwischen kontrollierter Low-Code/No-Code Eigenlösung in Abteilungen und prozesskritischen High-Code Lösungen.
Eine solche Plattform definiert beispielsweise:
- einen gemeinsamen Datenkontext,
- Orchestrierungslogik,
- Governance-Regeln,
- einen Service Katalog,
- davon abhängige Organisationsstrukturen
- sowie Sicherheitsstandards.
Das Ergebnis ist ein koordiniertes Betriebsmodell für autonome Systeme anstelle isolierter Automatisierungen.
In der Praxis unterschätzen die meisten Unternehmen diesen Schritt jedoch. Sie beginnen mit der Entwicklung einzelner Agenten, bevor eine gemeinsame Zielvorstellung existiert. Unklare Verantwortlichkeiten und Entscheidungsrechte führen schnell zu Überforderung. Hier zeigt sich ganz klar das größte Hindernis der agentischen Transformation: die fehlende Abstimmung.
Der vierfache Vorteil durch Abstimmung
Die Zahlen der Cloudflight Studie sprechen für sich: Unternehmen mit vollständiger Abstimmung zwischen IT, Fachbereichen und Compliance erreichen sechsmal häufiger die Skalierungsphase als solche mit nur teilweiser Abstimmung. Bei Unternehmen mit schlechter Abstimmung ist die Skalierungsrate gleich null.
Echte Abstimmung geht dabei über bloße Einigkeit hinaus. Sie bedeutet eine gemeinsame Sprache, sodass zentrale Begriffe wie Automatisierung, Orchestrierung und Autonomie nicht verwechselt werden. Wenn der CEO „Automatisierung“ denkt und der CIO „Orchestrierung“ versteht, arbeiten sie faktisch an unterschiedlichen Projekten, ohne es zu wissen. Sie bedeutet geteilte Prioritäten mit klarer Vision, sodass Agenten auf dieselben Ziele ausgerichtet werden. Und sie bedeutet gemeinsame Governance mit definierten Entscheidungsrechten und Risikogrenzen, damit autonome Systeme ohne ständige Abstimmungsschleifen arbeiten können.
Genau das ist die Grundlage, die agentische Plattformen benötigen. Ohne gemeinsame Basis und gemeinsames Verständnis erhöht jeder neue Agent die Komplexität und das Risiko für Chaos. Mit einer einheitlichen Basis können Agenten unabhängig arbeiten und gleichzeitig auf Unternehmensziele und Compliance-Anforderungen abgestimmt bleiben.
Drei Paradoxien, die Unternehmen ausbremsen
Wenn wir also auf die Gründe der klaffenden Lücke zwischen Erwartung und Umsetzung bei agentischen KI-Initiativen zurückkommen, lassen sich drei strukturelle Widersprüche aufdecken, die in großen Unternehmen immer wieder auftreten.
1. Das Optimismus-Inaktivitäts-Gefälle
Führungskräfte sind überzeugt, dass agentische KI wichtig ist – aber die Überzeugung allein schafft keine koordinierten Handlungen. Ohne klare Zuständigkeiten und kulturelle Bereitschaft führt diese Überzeugung zu endlosen Strategiediskussionen und stillgelegten Pilotprojekten statt zu produktiven Systemen.
2. Die Innovations-Identitätskrise
87 % der Führungskräfte sagen, ihr Unternehmen sei offen für Experimente mit autonomen Systemen. Gleichzeitig räumen 57 % ein, dass Mitarbeitende skeptisch sind und 59 % erkennen, dass kulturelle und psychologische Faktoren die Einführung stärker hemmen als technische Einschränkungen. Diese Diskrepanz lässt sich darauf zurückführen, dass Führungskräfte in erster Linie von sich selbst und ihren direkten Berichtslinien auf das Unternehmen schließen. Sie beschreiben nicht die mittlere Führungsebene, die Veränderungen im Workflow blockiert, oder die Mitarbeitenden, die befürchten, ersetzt zu werden.
3. Die Verantwortung-Autoritäts-Diskrepanz
In 67 % der Unternehmen liegt die Verantwortung für agentische KI bei der IT. Das erscheint logisch – allerdings nur, bis man erkennt, wo die größten Reibungen tatsächlich liegen. Viele Führungskräfte sehen ihre IT bereit, während für viele Geschäftsbereiche die Anwendungsfälle nach wie vor unklar sind. Agentische KI ist nicht nur eine technische Fragestellung: Sie verändert, wie Entscheidungen funktionsübergreifend getroffen werden. Dieser Prozess kann nicht allein von der IT getragen werden.
Diese strukturellen Widersprüche werden kritisch, sobald mehrere Agenten unstrukturiert zusammenarbeiten sollen. Ein Pilotprojekt kann ohne Abstimmung gestartet werden – eine agentische Plattform jedoch nicht.
Die entscheidende Frage für CIOs
Die nächsten 12 bis 18 Monate werden Organisationen, die ihre Abstimmungslücken schließen, klar von jenen trennen, die weiterhin Pilotprojekte ohne Ziel durchführen. Dieser Zeitraum ist nicht zufällig gewählt: So lange dauert typischerweise eine kulturelle Transformation innerhalb eines Unternehmens.
Die Daten zeigen deutlich, dass es sich bei agentischer Transformation nicht um ein Technologie- oder Budgetrennen handelt. Die Unternehmen, die anderen davonziehen, lösen Koordinationsprobleme. Sie meistern die funktionsübergreifende Abstimmung und entwickeln realistische Anwendungsfälle. Entscheidend wird es, kulturelle Hürden zu adressieren, bevor Pilots scheitern, und Vertrauen in autonome Systeme bewusst aufzubauen, statt darauf zu hoffen, dass es von selbst entsteht.
Die abschließende Frage, die sich jeder CIO stellen sollte, lautet daher:
Behandelt meine Organisation agentische KI als technische Implementierung oder als die geschäftliche Transformation, die sie tatsächlich ist?
Die Antwort auf diese Frage – und nicht die Auswahl des KI-Anbieters oder der Dateninfrastruktur – entscheidet, auf welcher Seite der Lücke man landet.
Martin Bergner ist Managing Director bei paiqo in der Schweiz. Gemeinsam mit Cloudflight treibt paiqo die agentische Transformation in Unternehmen in der DACH-Region voran. Dieser Artikel basiert auf Erkenntnissen aus „The Agentic AI Gap“, einer Cloudflight-Studie unter 150 C-Level-Führungskräften deutscher Unternehmen, durchgeführt im Januar 2026.
