Ihr KI‑Agent ist nur so gut wie Ihr Ablagesystem

Am 30. Dezember 2025 lieferte der dänische Postdienst den letzten Brief in seiner 401‑jährigen Geschichte. Die noch vorhandenen 1 500 Briefkästen wurden im Laufe dieses Jahres von den Straßen genommen. Gleichzeitig genehmigte im Juli 2026 das deutsche Bundeskanzleramt das GeDIG, das Gesundheitsdaten‑ und Digitalisierungs­gesetz, das das Fax in Arztpraxen bis Herbst 2029 auslaufen lässt und elektronische Überweisungen verpflichtend macht.

Wie kann es also sein, dass ein Land solche Änderungen umsetzen kann, während ein anderes noch im 21. Jahrhundert seine Abhängigkeit von Faxgeräten reduziert? Unter Berücksichtigung des KI‑Einsatzes in Unternehmen nutzten 42 % dänischer Unternehmen im Jahr 2025 mindestens eine KI‑Technologie – der höchste Anteil in Europa. Deutschland lag bei 26 %, über dem EU‑Durchschnitt, lag jedoch sechzehn Punkte hinter Dänemark.

Für mich veranlasst dieser Kontrast, unsere Annahmen zur KI‑Einführung zu überdenken – insbesondere die Vorstellung, dass die Wahl des Modells der Ausgangspunkt der KI‑Einführung sei, während die Bedingungen der umgebenden Systeme ignoriert werden. Beide Länder haben Zugriff auf dieselben Modelle und Cloud‑Anbieter, doch der Unterschied liegt darin, ob Geschäfts‑ und öffentliche Prozesse bereits verlässliche digitale Aufzeichnungen erzeugen. Da ein KI‑Agent nicht direkt mit der Realität, sondern mit der im System verfügbaren Version der Realität arbeitet, entstehen daraus naturgemäß gewisse Einschränkungen.

Die erste Einschränkung: Die Information wurde nie digitalisiert

Ein Agent kann kein Dokument abrufen, das nie in das System gelangt ist. Die Struktur des Informationsflusses einer Organisation bestimmt, welche Aufgaben ein Agent überhaupt wahrnehmen kann.

Auf Länderebene zeigen Eurostat‑Daten, dass die geschäftliche KI‑Einführung mit der Digitalisierung administrativer Prozesse korreliert. Der entscheidende Mechanismus ist jedoch, dass Länder, in denen Bürger bereits offizielle Dokumente digital erhalten, weniger Off‑System‑Interaktionen für Unternehmen haben, die abgeglichen werden müssen, wodurch der Aufwand für Interpretationsarbeit vor dem sicheren Einsatz von KI in den Abläufen reduziert wird.

Auf Unternehmensebene zeigt eine IZA‑Studie 2026 zu 1 907 dänischen Unternehmen, dass ein Anstieg der Digitalisierung um eine Standardabweichung mit einer um 8 bis 10 Prozentpunkte höheren Wahrscheinlichkeit für die Einführung zentraler KI‑Systeme einhergeht. Das deutet darauf hin, dass die KI‑Einführung davon abhängt, ob die internen Abläufe des Unternehmens bereits digital strukturiert und maschinenlesbar organisiert sind. Sind Prozesse fragmentiert, gibt es kaum stabile Informationen, auf die KI‑Systeme oder Agenten zurückgreifen können.

Das kann auch erklären, warum politisch gesteuerte Digitalisierung nicht automatisch zu KI‑Bereitschaft führt. Italiens verpflichtende B2B‑E‑Rechnung schuf einen vollständig digitalen Kanal, doch die gesamte KI‑Einführung liegt weiterhin unter dem EU‑Durchschnitt. Die Digitalisierung eines einzelnen Schrittes eliminiert nicht das umgebende analoge System.

Die zweite Einschränkung: Die Information existiert nur im Kopf einer Person

Menschen führen die Abläufe, was bedeutet, dass sie meist Details kennen, die der KI nicht zugänglich sind. Ein Finanzadministrator weiß, dass ein Mieter bar bezahlt hat, die Zahlung jedoch nie im Buchhaltungssystem erfasst wurde. Dadurch stimmen die Bankunterlagen und das System nicht überein. Der Administrator versteht den Grund, während die KI nur inkonsistente Daten sieht. Ein Hausverwalter erinnert sich, dass ein Vermieter für zwei Wochen nicht kontaktiert werden möchte. Ein Team kennt die Umgehungslösung für ein Gebäude oder einen Kunden, doch niemand hat sie dokumentiert.

ClarEval testete Aufgaben mit fehlenden Zielen, fehlenden Prämissen und mehrdeutiger Terminologie. Die Modellleistung sank von etwa 89 % nach Klärung auf rund 9 %, wenn die Mehrdeutigkeit ungelöst blieb. Ambig‑SWE stellte hingegen fest, dass das Zulassen, dass ein Modell einen Nutzer, der die fehlenden Informationen besitzt, befragt, bis zu 74 % der verlorenen Leistung wiederherstellen kann. Das impliziert, dass Ingenieure ein System entwickeln sollten, das von Anfang an nach Klarstellungen fragen kann.

Die dritte Einschränkung: Die Information existiert, kann aber nicht weitergegeben werden

Einige Daten sind im Unternehmen vorhanden, können jedoch aufgrund von Datenschutzbestimmungen, Sicherheitskontrollen, Verträgen oder internen Richtlinien das Modell nicht erreichen.

Eine Studie basierend auf sieben Jahren Cloud‑Daten ergab, dass die DSGVO – das zentrale Datenschutzgesetz der EU – die Datenspeicherung bei EU‑Unternehmen um 26 % und die Datenverarbeitung um 15 % im Vergleich zu vergleichbaren US‑Unternehmen reduzierte. Mit anderen Worten, die Datenschutzregulierung machte Unternehmen weniger datenintensiv, indem sie die Menge an Informationen begrenzte, die sie für Analysen und KI behalten und verarbeiten dürfen. Die Einführung generativer KI war fast gleich, bei 37 % der EU‑Unternehmen und 36 % der US‑Unternehmen. Doch die Lücke in der Tiefe der KI‑Einführung ist enorm: 81 % der US‑Unternehmen nutzen KI in mindestens zwei internen Prozessen, verglichen mit 55 % in der EU. Ein möglicher Grund ist, dass bereits im Unternehmen vorhandene Informationen in Europa oft schwerer für KI wiederzuverwenden sind. Kunden‑Support‑Gespräche enthalten beispielsweise häufig personenbezogene Daten, die zur Lösung von Kundenproblemen erhoben wurden. Nach dem Zweckbindungsprinzip der DSGVO (Artikel 5(1)(b)) dürfen diese Daten nicht einfach ohne gültige Rechtsgrundlage für das KI‑Training verwendet werden. US‑Unternehmen unterliegen im Allgemeinen weniger gleichwertigen bundesstaatlichen Beschränkungen für die Wiederverwendung solcher Daten.

Wie man das richtige System aufbaut

Das Abrufen funktioniert nur, wenn die Antwort im System vorhanden ist. Agenten sollten bei fehlenden Informationen nachfragen, niemals raten und Anrufe oder informelle Entscheidungen in strukturierte Aufzeichnungen überführen. Unternehmen sollten zudem parallele papierbasierte Arbeitsabläufe entfernen, denn wenn eine Aufgabe außerhalb des Systems stattfinden kann, bleibt ein Teil des Kontexts unsichtbar.

Jedes Unternehmen muss seine eigenen Lücken erkennen. Messen Sie, ob eine für korrektes Handeln notwendige Tatsache im System vorhanden war oder nicht. Testen Sie die Arbeitsabläufe mit und ohne die ausgeschlossenen Datenschutz‑Review‑Felder. Schließlich sollte der Agent für den papierbasierten Arbeitsablauf zuletzt entwickelt werden.

Agenten können die menschliche Leistung steigern, aber sie reparieren nicht das, was fehlt.