Agentic AI skalieren – aber wie?

Agentic AI verspricht Tempo und Innovation. Doch viele Unternehmen stoßen an organisatorische Grenzen. Bastian Emondts, Principal und Head of App Innovation bei Campana & Schott, erläutert, warum Agentic AI weniger an der Technologie als an der Fähigkeit scheitert, AI-Agenten strukturiert zu skalieren und zu betreiben.

Herr Emondts, viele Unternehmen investieren massiv in Agentic AI. Trotzdem entstehen Muster wie in den ersten Jahren von Cloud oder Low Code: Einzelinitiativen, keine Standards, fehlende Transparenz. Warum wiederholt sich das bei neuen Technologiewellen?

Bastian Emondts: Weil Unternehmen zunächst auf Geschwindigkeit optimiert sind. Wenn eine neue Technologie verfügbar ist und erste Ergebnisse liefert, wollen Fachbereiche nicht erst Monate über Grundlagen und Governance diskutieren. Sie wollen schnell in die Nutzung kommen und rasch Nutzen in ihren Prozessen schaffen. Das war bei Cloud und Low Code so, jetzt erleben wir es bei Agentic AI. Der Unterschied zu früheren Technologiewellen ist allerdings die Geschwindigkeit. Während Unternehmen Jahre brauchten, um entsprechende Lösungen aufzubauen, können heute innerhalb kurzer Zeit dutzende oder sogar hunderte Agenten entstehen.

Im Unterschied zu früher liegt die Herausforderung heute aber weniger im Zugang zur Technologie als in der Umsetzungsrealität der IT. In vielen Unternehmen werden IT-Bereiche bereits mit einer stark wachsenden Zahl an Anfragen zur Umsetzung von AI-Lösungen und Agenten konfrontiert. Fachbereiche erwarten schnelle Ergebnisse, während Architektur, Integration, Sicherheit und Betrieb weiterhin zuverlässig gewährleistet werden müssen.

Die eigentliche Herausforderung beginnt deshalb nicht beim ersten Agenten, sondern bei den hundert oder tausend Agenten, die danach kommen. Wer hier nicht rechtzeitig Strukturen schafft, riskiert Doppelentwicklungen, steigende Betriebsaufwände und schwer kalkulierbare Risiken.

Das bedeutet, dass die meisten Unternehmen erste Agenten produktiv im Einsatz haben. Was fehlt konkret, damit aus dem ersten Leuchtturmprojekt eine breite AI-Transformation im Unternehmen wird?

Bastian Emondts: Wir sehen in Unternehmen, dass nach ersten erfolgreichen Agenten sehr schnell eine Vielzahl neuer Anforderungen entsteht. Plötzlich geht es nicht mehr um einzelne Lösungen, sondern um ein wachsendes Portfolio an Use Cases aus unterschiedlichsten Bereichen. Die Nachfrage steigt dabei oft deutlich schneller als die Fähigkeit der IT, diese Anforderungen mit der nötigen Qualität, Sicherheit und Geschwindigkeit umzusetzen. Genau an diesem Punkt entsteht der eigentliche Engpass.

Wenn Unternehmen hier nicht standardisieren, entsteht ein Rückstau: Anforderungen konkurrieren um knappe IT-Kapazitäten, Priorisierungen erfolgen situativ und ähnliche Lösungen werden mehrfach gedacht oder umgesetzt. Das erhöht nicht nur Kosten und Betriebsaufwand, sondern verlangsamt auch genau die Skalierung, die mit Agentic AI eigentlich erreicht werden soll.

Was fehlt, ist eine gemeinsame Systematik, um Anforderungen zu bewerten, in eine sinnvolle Reihenfolge zu bringen und Wiederverwendung oder Verkettungen von Anfang an einzuplanen. Der Schritt von „Wir können Agenten bauen“ zu „Wir betreiben Agenten systematisch“ ist kein technisches Problem. Es ist ein organisatorisches.

Der Schritt von „wir können Agenten bauen“ zu „wir betreiben Agenten systematisch“ ist kein technisches Problem. Es ist ein organisatorisches.

Bastian Emondts, Campana & Schott

Oft wird versucht, den steigenden AI-Demand über zusätzliche Entwicklerteams abzufangen. Warum reicht das nicht?

Bastian Emondts: Mehr Entwickler sind nur ein Teil der Lösung. Sie schaffen zwar mehr Agenten, aber nicht mehr Ordnung. Und mehr Agenten bedeuten nicht automatisch mehr Wirkung. Wenn zehn Teams unabhängig voneinander Agenten entwickeln, entstehen zehn verschiedene Standards und Betriebsmodelle. Das Ergebnis ist nicht Skalierung, sondern zusätzliche Komplexität: Häufig werden ähnliche Probleme mehrfach gelöst, Wissen wird nicht geteilt und erfolgreiche Komponenten nicht wiederverwendet. Dadurch steigen Entwicklungs- und Betriebskosten, während die gewünschte Geschwindigkeit ausbleibt.

Was genau ist Ihrer Meinung nach die Lösung für diese Herausforderung?

Bastian Emondts: Unternehmen brauchen einen organisatorischen Rahmen, mit dem sie die wachsende Zahl an AI-Anforderungen beherrschbar machen. Genau hier setzt eine Agent Factory an. Sie ist kein Synonym für möglichst viele Agenten, sondern ein standardisiertes Modell, um Anforderungen aufzunehmen, zu bewerten, zu priorisieren, effizient umzusetzen und anschließend stabil zu betreiben.

Im Kern geht es darum, Delivery, Betrieb und Governance so zu organisieren, dass IT-Organisationen AI-Lösungen nicht immer wieder als Einzelfälle behandeln müssen. Standardisierte Prozesse, klare Entscheidungspunkte und wiederverwendbare Bausteine helfen dabei, knappe Kapazitäten gezielt dort einzusetzen, wo der größte Nutzen entsteht. So wird aus einer Flut einzelner Anfragen ein steuerbares Skalierungsmodell für Agenten und andere AI-Lösungen.

Bedeutet ein solcher Ansatz zwangsläufig den Aufbau neuer Teams oder geht es eher darum, bestehende Fähigkeiten anders zu organisieren?

Bastian Emondts: Meistens geht es nicht darum, eine komplett neue Organisationseinheit aufzubauen. Bestehende Rollen bleiben erhalten, werden aber stärker auf diese AI-Initiative fokussiert und enger verzahnt. Wer für den Betrieb verantwortlich ist, bleibt es auch künftig, allerdings innerhalb dieser sehr fokussierten Struktur.

Viele Unternehmen stehen vor der expliziten Frage, wie die Skalierung von AI-Agenten erfolgen kann. Hier wird häufig gezielt externe Expertise eingebunden, etwa für Architekturfragen, Governance oder den Bau von AI-Lösungen und Agenten.

Am Ende kommt es weniger auf die Größe einer solchen Einheit an als auf klare Verantwortlichkeiten und gemeinsame Standards. Anforderungen müssen priorisiert, erfolgreiche Lösungen wiederverwendet und neue Agenten kontrolliert in die Organisation integriert werden können. Denn AI-Agenten greifen direkt in Geschäftsprozesse ein. Die Zusammenarbeit zwischen Fachbereichen und IT kann deshalb nicht mehr projektbezogen stattfinden, sondern muss dauerhaft organisiert werden. So lassen sich Geschwindigkeit und Kontrolle miteinander verbinden.

Ab welchem Punkt sollten Unternehmen beginnen, über einen organisatorischen Rahmen für Agentic AI nachzudenken?

Bastian Emondts: Viele Unternehmen beginnen damit zu spät. Sie warten, bis bereits zahlreiche Initiativen laufen und die ersten Probleme sichtbar werden. Dann ist der Aufwand deutlich größer. Ein wichtiges Signal ist, wenn die Zahl der Anforderungen aus den Fachbereichen schneller wächst als die Fähigkeit der Organisation, sie strukturiert zu bearbeiten.

Unternehmen müssen dafür nicht sofort eine große Organisationseinheit aufbauen. Aber sie sollten früh beginnen, Verantwortlichkeiten festzulegen, Standards zu definieren und Leitplanken für Entwicklung und Betrieb zu schaffen. Wer das jetzt angeht, wird Agentic AI nicht nur einsetzen, sondern gezielt weiterentwickeln können.

Herr Emondts, wir danken Ihnen für das Gespräch.