Was sollten Unternehmen in ihrem KI-Stack besitzen?

In der nächsten Phase der KI-Transformation wird es darum gehen, was Unternehmen aus jeder Entscheidung lernen können und wem dieses Wissen gehört

In den Gesprächen über KI stand bisher eine zentrale Frage im Mittelpunkt: Was können diese Modelle leisten? Sie wurden anhand von Benchmarks bewertet, in Pilotprojekten erprobt und bestaunt – und in der Experimentierphase war das die richtige Frage. Doch für die Situation, in der wir uns heute befinden, ist sie nicht mehr die richtige.

In dieser nächsten Phase – dem agentischen Unternehmen – übernimmt KI nun Aufgaben, beobachtet Veränderungen, erstellt Ergebnisse und wirkt an wichtigen Entscheidungen mit, um das Geschäft voranzubringen, statt nur Fragen zu beantworten. Dieser Wandel beschleunigt sich: Die CEO-Studie 2026 von IBM ergab, dass CEOs davon ausgehen, dass sich der Anteil der von KI getroffenen operativen Entscheidungen bis 2030 nahezu verdoppeln und 48 % erreichen wird. Sobald KI Aufgaben tatsächlich ausführt, statt sie lediglich zu beschreiben, ändert sich die strategische Frage von „Was kann dieses Modell leisten?“ zu „Was lernt mein Unternehmen jedes Mal, wenn es eine Entscheidung trifft, und wem gehört dieses Wissen?“

Wenn Unternehmenswert mit jeder einzelnen Entscheidung entsteht, ist das wichtigste Vermögen eines Unternehmens im KI-Zeitalter die Schleife, die es ihm ermöglicht, aus jeder Entscheidung zu lernen – insbesondere aus dem Kontext, in dem sie getroffen wurde, den Belegen, die zu ihr geführt haben, den daraus entstandenen Ergebnissen und den Mustern, die all dies miteinander verbinden. Wer diese Schleife besitzt, sorgt dafür, dass jede Entscheidung die nächste präziser macht. Wer sie nicht besitzt, automatisiert Abläufe, ohne einen Wettbewerbsvorteil aufzubauen.

Schon diese veränderte Perspektive verändert grundlegend, wie ein ernst zu nehmendes Unternehmen seine KI architektonisch gestalten sollte.

Der Fehler, das eigene Unternehmen auf ein einziges Modell zu setzen

Üblicherweise bestand der erste Impuls darin, die Anbieterlandschaft zu konsolidieren: Man wählte einen führenden Modellanbieter, legte sich auf ihn fest und baute alles darauf auf. Ich halte das jedoch für einen Fehler – allerdings nicht aus dem Grund, den die meisten anführen.

Der übliche Einwand lautet, man begebe sich in eine Anbieterabhängigkeit und der Anbieter gewinne Spielraum bei der Preisgestaltung. Diese Risiken sind real, aber zweitrangig. Das größere Problem betrifft die Anreize und die Frage, wohin das Wissen fließt, das Ihr Unternehmen aufbaut. Modellanbieter haben es sich zum Geschäft gemacht, die besten universell einsetzbaren Modelle der Welt zu entwickeln. Das tun sie, indem sie aus der Nutzung lernen. Wenn Sie die proprietären Entscheidungen, Daten und Arbeitsabläufe Ihres Unternehmens über einen einzigen Anbieter laufen lassen, übergeben Sie ihm Ihr wertvollstes Unterscheidungsmerkmal – die Aufzeichnung der Denkweise Ihres Unternehmens – und zwar einem Anbieter, dessen Anreiz darin besteht, dieses Wissen zu verallgemeinern. Ihr Wettbewerbsvorsprung wird so zum Rohstoff für ein Produkt, das auch Ihre Konkurrenten kaufen können.

Die technologische Spitze entwickelt sich außerdem zu schnell, als dass man darauf setzen könnte, ein einzelnes Modell werde lange das beste bleiben. Die richtige Architektur sollte es Unternehmen stattdessen ermöglichen, Aufgaben an das Modell oder den spezialisierten Agenten weiterzuleiten, der sich dafür am besten eignet, und zugleich das Agenten-Framework und die Lernschleife zu besitzen, die erfassen, wie das Unternehmen arbeitet und Entscheidungen trifft. Modelle können sich ändern; diese proprietäre Grundlage bleibt Ihr Eigentum und gewinnt mit der Zeit an Wert.

Diese proprietäre Grundlage kann auch einen messbaren strategischen Wert haben. Die Studie von IBM ergab außerdem, dass CEOs, die proprietäre Daten und geistiges Eigentum in maßgeschneiderte KI-Modelle und Agenten integrieren, davon ausgehen, dass 2030 ein um 13 % größerer Anteil ihres Umsatzes aus Produkten und Dienstleistungen stammen wird, die sie heute noch nicht anbieten.

Sie können nicht jeden Agenten selbst entwickeln – und sollten es auch nicht versuchen

Das eigene Agenten-Framework, die Lernschleife und die Weiterleitung zu besitzen, bedeutet nicht, jeden darauf aufbauenden Agenten selbst zu entwickeln. Den führenden Agenten des Unternehmens – denjenigen, der Ihre Organisation, Ihre Prioritäten und Ihre proprietären Daten versteht – sollten Sie selbst entwickeln und besitzen. Die Geschäftsbereiche umfassen jedoch Gebiete, die kein einzelnes Team alle beherrschen kann: Vertrieb, Personalwesen, Recht, Finanzen, Marktanalyse und mehr. Am besten lassen sich diese Bereiche jeweils von einem spezialisierten Agenten bedienen, der genau darin herausragend ist.

Kein Unternehmen wird intern für jede Funktion einen erstklassigen Agenten entwickeln. Es ist kein Wettlauf um Ressourcen, den man gewinnen kann. Erfolgreich ist vielmehr ein leistungsstarker führender Agent, der eine Reihe spezialisierter Unteragenten koordiniert. Jeder einzelne lässt sich an die Anforderungen Ihres Unternehmens anpassen und über eine klar definierte Schnittstelle in Ihr Agenten-Framework einbinden. Unternehmen stehen beim Aufbau einer solchen Architektur jedoch noch am Anfang: Eine Deloitte-Umfrage aus dem Jahr 2026 ergab, dass bislang nur 15 % der Organisationen die koordinierte, funktionsübergreifende Einführung mehrerer Agenten ausgeweitet haben.

Die eigentliche Aufgabe für Führungskräfte in Unternehmen ist also zweigeteilt: Sie müssen den zentralen, richtungsweisenden Agenten und die Lernschleife entwickeln, von der er profitiert, und anschließend unter den spezialisierten Agenten die besten auswählen und integrieren. Selbst entwickeln und besitzen, wo sich der Wert vervielfacht; Partnerschaften eingehen, wo das nicht der Fall ist.

Ein spezialisierter Agent oder nur eine Hülle?

Ein spezialisierter Agent muss etwas bieten, das ein Unternehmen nicht ohne Weiteres selbst nachbilden kann. Ein dauerhafter Wettbewerbsvorteil entsteht durch proprietäre Daten in Verbindung mit einem maßgeschneiderten Framework, das diese Daten abruft und Schlussfolgerungen daraus zieht. Ein Agent ist nur so gut wie das, was er finden kann, und wie gut er versteht, was er gefunden hat.

An diesem Maßstab sollten Führungskräfte beurteilen, welche Fähigkeiten sie selbst entwickeln und bei welchen sie auf Partnerschaften setzen. Hängt eine Fähigkeit von einzigartigen Inhalten, Fachwissen und einer über Jahre gezielt aufgebauten Infrastruktur ab, ist es unwahrscheinlich, dass eine interne Neuentwicklung einen Vorteil schafft. Konzentrieren Sie diese Ressourcen stattdessen auf die proprietären Daten, die Entscheidungsschleife und die Orchestrierungsebene, die einzigartig für Ihr Unternehmen sind.

Was die Gewinner verstehen werden

Die Unternehmen, die in der agentischen Ära erfolgreich sein werden, richten ihre Architektur auf das aus, was sie im Laufe der Zeit einzigartig intelligenter macht. Sie werden den Lernkreislauf selbst besitzen, der es ihnen ermöglicht, aus jeder Entscheidung zu lernen, und ihn mit den besten spezialisierten Agenten ergänzen, statt alles allein entwickeln zu wollen.

Das Ziel ist nicht, jeden Teil des KI-Stacks selbst zu besitzen. Es geht darum, die Teile zu besitzen, bei denen sich Ihr Wettbewerbsvorteil mit der Zeit verstärkt, und für den Rest Partnerschaften einzugehen. Vernetzt zu sein ist nicht dasselbe wie intelligent zu sein. In einem agentischen Unternehmen bedeutet intelligent zu sein, die Bereiche selbst zu besitzen, in denen sich der eigene Vorteil verstärkt, und für den Rest Partnerschaften einzugehen.