KI-Agenten: Worth the Hype?

Viele Unternehmen stehen an der Schwelle des Zeitalters der Künstlichen Intelligenz und richten ihre Strategie danach aus. Produktiv sind allerdings nur wenige Use Cases. Warum sich die Investition konkret in KI-Agenten dennoch lohnt und welche Rahmenbedingungen dafür geschaffen werden müssen.

Die Erwartungen an den Einsatz entsprechender Funktionen als integraler Bestandteil von Software sind groß. Sie sollen nichts weniger als Unternehmensprozesse steuern, Geschäftsmodelle verändern, Kosten einsparen, Erlöse steigern und Wachstum erzeugen.

Für viele Unternehmen ist das eine fundamentale Wende. Dort, wo das reguläre Wartungsende von klassischen ERP-Systemen bevorsteht, wartet meist die Cloud – und mit ihr KI. Nicht alle gehen diesen Weg freiwillig und Kritiker halten das radikale Vorgehen der großen Tech- Unternehmen im Bereich KI für eine große Wette auf die Zukunft. Doch es gibt auch gute Gründe für den Hype: Unternehmen müssen sich grundlegend mit Prozessen, Arbeitsweisen und -Kultur auseinandersetzen.

Dass der Umbruch trotz des Hypes nicht von heute auf morgen geschieht, lässt sich gut daran erkennen, dass die Einführung bisher nicht so recht voranzukommen scheint. Viele sind verunsichert, wie sie die immer neuen KI-Releases tatsächlich in bestehende Prozesse, Schnittstellen und Systeme integriert bekommen. Neben Fachkräftemangel und begrenzten zeitlichen Ressourcen besteht Sorge, gegen Sicherheit, Ethik und Compliance zu verstoßen. Was in einer Demo leicht aussieht, entwickelt sich im Arbeitsalltag ungewollt schnell zum nächsten großen Transformationsprojekt. Schließlich brauchen innovative Tools auch die passende IT-Architektur und klare Anwendungsszenarien. Die entscheidende Frage ist daher, wie sich KI so einsetzen lässt, dass sie wirklich zu einem effektiven Hebel wird?

Vom Chatbot zur Agentic AI

Antworten auf die vorangegangene Frage findet man am ehesten, wenn man das Thema eingrenzt. Zum Beispiel auf den Bereich der KI-Agenten, in dem zuletzt besonders viele Lösungen angekündigt und umgesetzt wurden. Die Agenten fungieren nicht nur als Chatbot, sondern erledigen autonom rollenspezifisch auch komplexere Aufgaben: sie suchen Informationen, navigieren zu bestimmten Ressourcen, archivieren Dokumente, erstellen Angebote, prüfen Rechnungen, planen Workflows – und vieles mehr.

Die neueste Generation KI-gestützter Agenten, sogenannte Multi-Agenten („Agentic AI“), geht noch einen Schritt weiter. Sie interagieren und kommunizieren untereinander und mit ihrer Umgebung und koordinieren automatisiert ganze Geschäftsbereiche. Dabei nehmen sie ihren menschlichen Kollegen vieles ab: sie analysieren, schlussfolgern, geben Handlungsempfehlungen, schlagen Lösungen vor; nur eine schnelle und fundierte Entscheidung zu treffen, bleibt in der Verantwortung des Menschen. Was kürzlich auf der Hannover Messe als Pilotprojekt vorgestellt wurde, könnte in ein paar Jahren vor allem in komplexen industriellen Umgebungen skalierfähig werden.

KI-Agenten im Personalwesen schon produktiv

Keine Zukunftsmusik sind KI-Agenten im Personalwesen, mit denen sich beispielsweise Mitarbeitergespräche vor- und nachbereiten lassen: das Tool wertet Daten zu Leistung, Weiterentwicklung und Zielvereinbarung aus, generiert Gesprächsleitfäden, schreibt individuell auf die jeweilige Person angepasste Feedbacks. Auch hier lassen sich im Laufe der Zeit mehrere Agenten verbinden: während der Performance and Goals Agent die Leistungen auswertet, plant der Compensations Agent darauf abgestimmt die nächsten Gehaltserhöhungen im Team.

Bevor KI-Agenten in Unternehmen flächendeckend eingesetzt werden, sollten sie mit echten Daten in einem geschützten Raum getestet werden.

Marie Schmidt, Nagarro

Ein weiterer Ansatz sind Tools wie Ginger AI. Was als Chatbot begann, hat sich mittlerweile zur umfassenden Plattform entwickelt. Die Software baut auf „Nudge-Mustern“, generativer KI, NLP-basierten Analysen und Large Language Models auf und kann für das Wissensmanagement in Unternehmen genutzt werden, um Arbeitsabläufe zu automatisieren und datenbasierte Entscheidungen zu unterstützen. Sie funktioniert über intuitive Texteingabe und leitet Support-Tickets automatisch an die relevante Abteilung weiter. Unter anderem übernimmt sie Abfragen zu Urlaubstagen und Schulungsangeboten, liefert regelmäßig Berichte, führt Umfragen durch und gibt Arbeitsanweisungen wie Terminkoordination.

Was KI-Agenten grundsätzlich noch nicht gut können, ist Kontextualisierung – hier ist das menschliche Baugefühl, Informationen in den passenden Zusammenhang einzubetten, häufig stärker. Auch Empathie, gute Kommunikation und Führung sowie kritisches Denken bleiben wichtige menschliche Fähigkeiten, die es zu nutzen beziehungsweise fördern gilt.

Drei Kernpunkte erfüllen

Bevor KI-Agenten in Unternehmen flächendeckend eingesetzt werden, sollten sie mit echten Daten in einem geschützten Raum getestet werden. Für den Start sind drei Aspekte besonders wichtig. Erstens: Ein strategisches Datenmanagement mit dem Ziel einer strukturierten, konsistenten und harmonisierten Datenbasis. Damit einher geht die Abkehr von fragmentierten IT-Landschaften und der Aufbau eines Clean Cores nah am Standard. Denn ein ERP-System ohne technische Altlasten, starke Modifizierungen und benutzerdefinierte Codes ermöglicht es, neue Funktionen schnell und unkompliziert einzuführen und upzugraden.

Der zweite Aspekt ist, dass Unternehmen eigenes KI-Know-how aufbauen müssen. Nur dann sind sie in der Lage, benutzerdefinierte Agenten zu erstellen, testen, bereitzustellen, die Interoperabilität mit verschiedenen Systemen zu gewährleisten und die Tools letztendlich mit gutem Prompting auch sinnvoll zu nutzen. Wichtig dabei ist der Fokus auf die IT-Sicherheit, verbunden mit einer zuverlässigen und verantwortungsvollen Nutzung von KI, Stichwort EU AI Act. Gerade im Personalwesen sind viele Lösungen als „High Risk“ eingestuft. Umso wichtiger sind Transparenz und Zugriffskontrollen zum Schutz sensibler Daten und zur Einhaltung von Compliance.

Letztendlich sind die Hürden bei der technischen Implementierung niedriger als bei den Rahmenbedingungen, und das führt zum dritten Aspekt: echte Mehrwerte zu schaffen. Laut einer aktuellen USStudie der Universität Berkeley entlastet KI vielerorts noch nicht, sondern führt zu Mehrarbeit und intensiviert diese. Die Zeit, die Tools durch die Übernahme von Routinetätigkeiten freisetzen, wird von Mitarbeitenden sowohl dafür genutzt, die KI weiter mit Aufgaben zu versorgen als auch selbst anspruchsvollere Tätigkeiten zu übernehmen. Mitarbeitende leisten also nicht unbedingt weniger und fühlen sich gleichzeitig mehr unter Druck und empfinden KI als Konkurrent.

Damit Tools ihren ursprünglichen Zweck als Co-Pilot tatsächlich erfüllen, müssen Unternehmen unbedingt die richtigen Weichen stellen: neue Prozesse etablieren, Rollen definieren, Arbeitsweisen anpassen und Future Skills entwickeln. Dann können KI-Agenten den Durchbruch schaffen – und Kritiker überzeugen.