Warum Agentic-AI-Projekte im großen Maßstab stagnieren und was Unternehmen zuerst beheben müssen

Agentic-AI wird immer mehr zu einem kritischen Element aller Unternehmen. Unternehmen integrieren Pilotprojekte in ihre Betriebsabläufe, Demo-Umgebungen beeindrucken die Führungskräfte und Roadmaps werden um autonome AI-Workflows neu geschrieben.

Aber bei vielen dieser Projekte bricht etwas zwischen der kontrollierten Demo und der Produktionsbereitstellung. Das Projekt stagniert, die Rollouts erstrecken sich von Monaten auf Jahre und die Teams, die für die Lieferung verantwortlich sind, müssen erklären, warum der Agent, der in den Tests perfekt funktioniert hat, in der realen Welt unvorhersehbar verhält.

In fast allen Fällen ist die Antwort nicht das Modell selbst, sondern die Datenlandschaft, die Orchestrierungsebene, der Governance-Rahmen und die Legacy-Infrastruktur, die die meisten Unternehmen nie modernisiert haben, bevor sie intelligente Agenten darauf aufbauten. Bis diese Grundlagen angegangen werden, wird Agentic-AI weiterhin Demos produzieren, die beeindrucken, und Bereitstellungen, die enttäuschen.

Die POC-Umgebung ist eine Falle

Die meisten Unternehmen bewerten Modelle. Weniger bewerten das Verhalten von Agenten von Anfang bis Ende. Ein Modell kann sehr genau sein und der Agent, der darauf aufbaut, kann dennoch schlecht funktionieren. Dies liegt daran, dass Agenten Werkzeugaufrufe sequenziell verketten und ein schlechter Schritt ein falsches Ergebnis produziert, das der nächste Schritt als korrekte Eingabe behandelt, was den Fehler downstream verschlimmert, bevor jemand es bemerkt.

Die Proof-of-Concept-Umgebung ist darauf ausgelegt, dies zu verbergen. Eingaben sind kontrolliert, der Umfang ist begrenzt und jemand beobachtet die Ausgabe. Keine dieser Bedingungen existiert in der Produktion. Der Agent, der in den Tests gut abgeschnitten hat, behandelt nun mehrdeutige Anweisungen, trifft auf Berechtigungsfehler und trifft sequenzielle Entscheidungen auf Daten, die er nie getestet hat. Das Team, das ihn gebaut hat, entdeckt, dass Bewertungsframeworks, die für die Modellleistung entwickelt wurden, nicht sagen, ob ein Agent korrekt eskaliert, einen Randfall elegant behandelt oder weiß, wann er aufhören muss.

Laut McKinsey’s State of AI 2025 report verwenden 88% der Organisationen AI in mindestens einer Geschäftsfunktion, doch nur etwa ein Drittel hat es erfolgreich über das gesamte Unternehmen skaliert. Diese Lücke zwischen der Einführung und der Skalierung beginnt mit der Art und Weise, wie Unternehmen ihre Pilotprojekte umsetzen und bewerten. Die Teams, die erfolgreich skaliert haben, behandeln die Analyse von Fehlern als Designanforderung. Bevor sie bereitstellen, erstellen sie einen Katalog, wie der Agent erwartet wird, zu versagen, und wie die Reaktion ist, wenn er es tut. Das klingt offensichtlich. Sehr wenige Unternehmen tun es tatsächlich.

Schlechte Daten, schlechte Agenten

Unternehmen fragen immer wieder, warum ihre Agenten in der Produktion unterperformen. Die Antwort kommt fast immer auf die Daten zurück. Die Datenlandschaft war nie bereit. Quellen waren fragmentiert über Dutzende von Systemen, die zu verschiedenen Zeiten für verschiedene Zwecke gebaut wurden. Definitionen waren inkonsistent über Geschäftseinheiten. Es gab keine semantische Ebene. Es gab keine einzige Quelle der Wahrheit. Es gab nur Jahre angesammelte Datenverschuldung, die niemand priorisiert hat, weil die alten Systeme gut genug liefen.

Diese Verschuldung verschwindet nicht, wenn man einen Agenten darauf aufbaut. Sie wird zur Betriebsrealität des Agenten. Ein Agent, der fragmentierte Datenquellen navigiert, reasoniert nicht über ein kohärentes Bild des Geschäfts. Er tut sein Bestes mit dem, was er finden kann, und versucht, Widersprüche auf der Fliege zu lösen und produziert Ausgaben, die plausibel aussehen, bis jemand, der das Geschäft kennt, genauer hinsieht. Der Agent ist nicht kaputt. Die Daten, die ihm übergeben wurden, waren kaputt, bevor das Projekt begann.

Datenverschiebung und Konzeptverschiebung machen dies über die Zeit noch schlimmer. Wenn die reale Eingabeverteilung von dem abweicht, auf dem das Modell trainiert wurde, wirft der Agent keinen Fehler. Er läuft weiter und beginnt, falsche Ausgaben zu produzieren, zuversichtlich und im großen Maßstab. Ohne eine MLOps- oder AIOps-Pipeline, die in die Agenten-Orchestrierungsebene integriert ist, gibt es keinen Mechanismus, dies zu fangen, bevor der Schaden kumuliert. Der Agent, der bei der Markteinführung akzeptabel war, verschlechtert sich still und leise über Wochen, bevor jemand den Zusammenhang zwischen der Ausgabegüte und einem Datenproblem herstellt, das von Anfang an da war.

Datenmodernisierung und KI-Modernisierung werden häufig als parallele Arbeitsstränge behandelt, die unabhängig sequenziert und gesondert finanziert werden. Sie sind nicht parallel. Man kann keinen vertrauenswürdigen Agenten auf einer Datenarchitektur aufbauen, die vor dem Projektbeginn bereits kaputt war. Die Reihenfolge ist enorm wichtig und das Übergehen der Datenlage, um auf der KI-Ebene schneller voranzukommen, ist einer der häufigsten und teuersten Fehler, die Unternehmen machen.

Ein falsches Dashboard gibt jemandem die falsche Zahl. Eine falsche Agentenaktion kann einen nachgelagerten Prozess auslösen, bevor jemand es bemerkt, und eine Rechnung genehmigen, die nicht genehmigt werden sollte, eine Compliance-Flag falsch routen oder Preise außerhalb des beabsichtigten Bereichs anpassen. Agentic-Systeme benötigen speziell entwickelte Beobachtbarkeit, nicht recycelte Dashboards aus allgemeiner App-Überwachung.

Der Vorteil einer einheitlichen Datenplattform

Unternehmen, die vor Beginn ihrer Agentic-AI-Programme auf eine einheitliche Datenplattform umgestiegen sind, skaliert schneller als die, die es nicht getan haben. Wenn der Lakehouse, Data-Warehouse, semantisches Modell und Pipelines alle in einer Umgebung leben, wie in Microsoft Fabric, haben Agenten eine konsistente Oberfläche, um zu abfragen. Das entfernt eine ganze Klasse von Fehlern, die durch Agenten entstehen, die zwischen Systemen mit unterschiedlichen Schemata, unterschiedlichen Aktualisierungszyklen und unterschiedlichen Definitionen desselben Geschäftsmetriks springen.

Dies ist der Grund, warum die Plattformen, die Unternehmen für die Datenvereinheitlichung wählen, so wichtig für ihre Agentic-AI-Ergebnisse sind. Microsoft Fabrics einheitlicher Ansatz bringt den Lakehouse, Data-Warehouse, semantisches Modell und Pipelines in einer Umgebung zusammen, was Microsoft (MSFT ) -zentrischen Unternehmen einen strukturellen Vorteil gibt, wenn sie von Experimenten in reale betriebliche Nutzung übergehen.

Databricks liefert dasselbe Prinzip durch die Lakehouse-Architektur und Unity-Katalog, was Daten- und KI-Teams eine einheitliche Governance-Ebene über strukturierte und unstrukturierte Daten mit der MLflow-Integration gibt, um das Modellverhalten in der Produktion zu verfolgen. Snowflakes Ansatz nutzt seine Cortex-KI und die enge Kopplung zwischen der Data-Cloud und der KI-Schlußfolgerung, was es Unternehmen ermöglicht, Agenten-Workloads direkt gegenüber verwalteten, live-Daten auszuführen, ohne die Latenz- und Konsistenzrisiken, die durch das Verschieben von Daten zwischen Systemen entstehen.

Jede dieser Plattformen stellt einen anderen Weg zu demselben Ergebnis dar. Eine Datenlage, die kohärent, beobachtbar und vertrauenswürdig genug ist, um Agenten-Entscheidungen im großen Maßstab zu unterstützen. Die richtige Wahl hängt vom bestehenden Stack des Unternehmens ab. Was nicht optional ist, ist, diese Wahl zu treffen und sich dazu zu bekennen, bevor die Agenten-Ebene aufgebaut wird. Was die Teams, die Fortschritte machen, von denen unterscheidet, die noch in Pilotprojekten stecken, ist nicht, welche Plattform sie gewählt haben. Es ist, dass sie die Datenlage zuerst behoben haben.

Governance vorher, nicht nachher

Governance, die nachträglich aufgebaut wird, ist keine Governance. Wenn ein Agent nachgelagerte Entscheidungsbefugnis hat und Schutzmechanismen sechs Monate nach der Bereitstellung hinzugefügt werden, hat das Unternehmen bereits sechs Monate unauditierte Entscheidungen angesammelt. Die Prüfungsspur muss vor der Inbetriebnahme des Agenten entworfen werden, nicht nachträglich eingebaut, nachdem der erste Vorfall aufgetreten ist.

Das gleiche Prinzip gilt für KI-Sicherheit, rollenbasierte Zugriffskontrolle und Berechtigungsbegrenzung. Ein Agent ohne ordnungsgemäß begrenzte Berechtigungen kann auf Daten zugreifen, die er nicht sollte, Aktionen außerhalb seines beabsichtigten Bereichs ausführen oder zu einer aktiven Angriffsfläche werden. Diese Risiken müssen in der Entwicklungsphase angegangen werden, nicht bei der Bereitstellungsprüfung entdeckt.

Wenn die Governance nicht vor dem Aufbau der Trainingspipelines eingebettet wird, kann inkorrekte oder feindliche Daten unbemerkt in den Trainingsprozess gelangen. Ein Modell, das auf kompromittierten Daten trainiert wurde, performt gut auf Benchmarks, aber driftet in der Produktion, genau die Art von stiller Fehlfunktion, die am gefährlichsten ist, wenn Agenten-Entscheidungen reale Geschäftskonsequenzen haben.

Die EU-KI-Gesetz und wachsende regulatorische Rahmenbedingungen für KI-Rechenschaftspflicht machen es schwieriger, dies zu ignorieren, und Unternehmen, die keine Governance in ihre Agenten-Architekturen aufgenommen haben, sammeln Rechtsverletzungen, die später viel teurer zu beheben sein werden.

Vom Pilotprojekt zur Produktion: Was es wirklich braucht

Die Unternehmen, die die Produktionslücke schließen, sind die, die die Datenlage beheben, bevor sie die Agenten-Ebene aufbauen. Sie bauen Governance in die Konstruktion ein, nicht nachdem der Schaden angerichtet wurde. Sie bauen Beobachtbarkeit in die Orchestrierungsarchitektur ein und führen Änderungsmanagement parallel zur technischen Lieferung durch. Sie behandeln die Analyse von Fehlern als wichtige Designanforderung.

Deloittes Unternehmens-KI-Forschung zeigt, dass der Zugriff der Mitarbeiter auf KI um 50% im Jahr 2025 allein gestiegen ist und der Anteil der Unternehmen, die mehr als 40% ihrer KI-Projekte in voller Produktion laufen lassen, in den nächsten sechs Monaten verdoppelt werden soll. Die Unternehmen, die gerade gewinnen, sind nicht diejenigen mit den fortschrittlichsten Modellen. Sie sind diejenigen, die die betriebliche Infrastruktur aufgebaut haben, um KI zuverlässig laufen zu lassen, und dies getan haben, bevor sie die Agenten aufbauten.

Jedes Unternehmen, das noch abgekoppelte Pilotprojekte durchführt, sollte sich darauf konzentrieren, sicherzustellen, dass die Investition in Modelle und Schnittstellen im Verhältnis zur Investition in die Datenbereitschaft und die Governance-Architektur steht, die bestimmen wird, ob diese Agenten jemals aus der Demo-Umgebung herauskommen. Hier liegen viele Unternehmen zurück.

Bis sich das ändert, werden viele der Agentic-AI-Projekte, in die Unternehmen Ressourcen investiert haben und die Früchte tragen sollten, auf der Strecke bleiben.