Der Architekturtest: Wie man echte Agentic-KI von umgebrandeter Automation unterscheidet

Wenn man heute die Homepage eines Marketing-Technologie-Anbieters öffnet, findet man irgendwo über der Falte die drei Wörter: “powered by AI”. Dieser Anspruch ist so allgemein geworden, dass er nicht mehr viel bedeutet. Gartner bezeichnet diese Praxis als “Agent Washing” – die Umbrandierung konventioneller, regelbasierter Automation als autonome Agenten, um die Welle des Unternehmensinteresses zu nutzen, ohne das zugrunde liegende System in irgendeiner bedeutungsvollen Weise zu ändern.

Diese Unterscheidung ist nicht akademisch. Unternehmenskäufer werden aufgefordert, echte Budgetentscheidungen auf der Grundlage eines Labels zu treffen, und das Label allein ist kein zuverlässiger Indikator für architektonische Fähigkeiten. Das Verständnis dessen, was wirklich einen Agenten von einem Regelsystem unterscheidet – und warum der Unterschied für Kosten, Risiken und langfristige Flexibilität wichtig ist – wird zu einer grundlegenden Anforderung für jeden, der AI-aktivierte Software im Jahr 2026 bewertet.

Die Grenze zwischen Automation und Agentic-Systemen ziehen

Traditionelle Automatisierungssysteme, unabhängig davon, wie anspruchsvoll ihre Benutzeroberfläche aussehen mag, basieren auf einem zentralen Mechanismus: einem Regelsystem, das fragt: “Gegeben diese Eingabe, welche vordefinierte Regel sollte feuern?” Ein Lead überschreitet eine Punktzahl; eine E-Mail wird gesendet. Ein Interessent absolviert drei bestimmte Verhaltensweisen; eine Sequenz wird ausgelöst. Jede dieser Regeln wurde von einem menschlichen Ingenieur geschrieben, der genau diese Situation im Voraus antizipierte. Aber was passiert, wenn man die Grenzen menschlich generierter Regeln erreicht? Diese Architektur kann auf die Ausführung bekannter Szenarien skalieren, aber sie kann absolut nicht mit dem Unbekannten umgehen, aber sie kann sich nicht zuverlässig an zuvor nicht gesehene Situationen anpassen, ohne dass Regeln oder menschliche Eingriffe hinzugefügt werden. Ingenieure müssen dann in das System zurückkehren und eine neue Regel schreiben. Sie können nicht unbegrenzt auf diesem Karussell bleiben.

Ein Agentic-System hingegen dreht sich um eine völlig andere Frage: “Gegeben mein Ziel, mein aktueller Kontext und die verfügbaren Aktionen, was sollte ich als Nächstes tun?” Dies spiegelt eine der allgemein anerkannten Definitionen eines intelligenten Agenten in der modernen KI wider, die in der aktuellen Agenten-Theorie-Literatur verwendet wird. Aber wichtiger für Käufer ist, dass es eine bedeutungsvolle Verschiebung des zugrunde liegenden Mechanismus darstellt, nicht nur Marketing-Sprech. Ein Agent behält ein Ziel, überlegt über die verfügbaren Werkzeuge und Informationen, bewertet Vorhersagen über die Konsequenzen seiner eigenen Aktionen und ändert den Kurs, wenn dieser Plan fehlschlägt – iterativ und ohne dass ein Mensch seine Logik jedes Mal neu schreiben muss, wenn etwas Unerwartetes passiert. In der Praxis kombinieren die meisten produktiven Agentic-Plattformen deterministische Orchestrierung, Richtlinien-Durchsetzung und zielgerichtete Argumentation anstelle von ausschließlich autonomen Planungen; Regeln automatisieren Entscheidungen, die eine Person im Voraus getroffen hat.

Warum stellen wir diese Frage jetzt?

Blicken Sie nicht weiter als den Tempo der Unternehmensadoption, um zu verstehen, warum diese Frage für Käufer so dringend geworden ist. Gartner geht davon aus, dass 40 % der Unternehmensanwendungen Aufgaben-spezifische KI-Agenten integrieren werden, bis Ende 2026, im Vergleich zu weniger als 5 % im Vorjahr. IDC prognostiziert, dass die Nutzung von eingebetteten Agenten bis 2027 um das Zehnfache ansteigen wird, während die Nachfrage nach Inferenz – ein Maß für die Integration von Agenten in organisatorische Workflows – während desselben Zeitraums um das Tausendfache wachsen wird.

Diese Wachstumskurve und die Nachfragezeitachse erklären, warum das “Agent-Washing”-Problem sich ausbreiten wird, wenn Käufer nicht vorsichtig sind. Wenn die Nachfrage das Angebot (an wirklich leistungsfähigen Lösungen) übersteigt, flutet der Markt sofort mit umgebrandeten Legacy-Produkten, die das neue Label tragen, und Käufer zahlen überhöhte Preise für Systeme, die sie bereits kennen.

Die wachsende Lücke zwischen Unternehmenshype und geliefertem Wert

Vielleicht noch wichtiger ist, wie groß diese Lücke zwischen Hype und tatsächlich bereitgestellter Fähigkeit werden kann. Eine weithin zitierte Studie von MITs NANDA-Initiative aus Juli 2025 fand heraus, dass 95 % der KI-Pilotprojekte keine messbaren P&L-Auswirkungen liefern, obwohl Unternehmen insgesamt 30-40 Milliarden Dollar in KI-Systeme investiert haben. Was an dieser Studie jedoch faszinierend ist, ist, wie überwältigend die Forscher die Integration als Grund für das Scheitern der Pilotprojekte identifizierten, nicht die Modellqualität. Jedes Unternehmen testet große Modelle, die sie selbst nicht vernünftig hosten können, aber nur wenige architektonieren sie in Workflows, die diese Modelle verstehen sollen. Als Ergebnis haben sie keine Fähigkeit, organisatorischen Kontext zu lernen und sich über die Zeit zu verbessern.

Gartner hat eine ähnliche Prognose über Agentic-Projekte selbst gemacht: Sie könnten Ausfallraten von über 40 % bis Ende 2027 sehen, wenn Organisationen Governance und ROI nicht vor dem Skalieren ausrichten. Es ist großartig, dass generative KI – und Agenten im Speziellen – auf den Markt kommen. Aber die Übernahme der heute verfügbaren Technologie ist nicht dasselbe wie ihre sorgfältige und korrekte Bereitstellung innerhalb Ihres Unternehmens.

Warum Agent-Spezialisierung eine technische, architektonische Wahl ist

Eine Entscheidung trennt jede dauerhafte Agentic-Implementierung von der “Agent-Washing”-Klasse: Ob man ein einzelnes System baut, um alles zu bewältigen, oder eine Gruppe von spezialisierten Agenten, manchmal als “Agenten-Crew” bezeichnet – die schmale vertikale Bereiche eines Workflows besitzen.

Viele Unternehmensarchitekturen verwenden daher einen Planungsagenten, der Arbeit an eng umrissene Ausführungsagenten delegiert.

Spezialistische Modelle unterscheiden sich von allgemeinen Modellen dadurch, dass sie auf engeren, relevanteren Daten trainiert werden; genauso wie ein Lungenarzt sich von einem Allgemeinmediziner unterscheidet. Allgemeine Modelle können schreiben. Sie können planen. Aber sie wurden nicht auf jedes spezifische Farbschema eines Unternehmens, die Pixel-Ratio-Anforderungen eines Herausgebers oder die Themen trainiert, die in den Feeds ihrer Zielgruppe gestern Trend waren.

Das bedeutet nicht, dass Domänenanpassung und Feinabstimmung perfekte Lösungen sind. Forschungen zu fein abgestimmten, domänenadaptierten Sprachmodellen haben ergeben, dass Modelle, die auf neue domänen-spezifische Informationen fein abgestimmt werden, nicht immer zuverlässig über diese neuen Materialien argumentieren und immer noch halluzinieren können, wenn sie außerhalb der Muster gedrängt werden, die sie während des Trainings memorisiert haben. Die architektonische Lektion hier ist nicht “Wir müssen nur einmal fein abstimmen und es vertrauen.” Es ist, Werkzeuge zu bauen – Retrieval-Grundierung, schmale Vorhersagefenster, menschliche Genehmigungsschleusen – um jeden spezialisierten Agenten, unabhängig davon, wie eng Sie spezialisieren.

Weiter gehen: Wohin fließt Agentic-Daten?

Spezialisierung fließt auch in ein weniger diskutiertes Argument für absichtlich gehostete, spezialisierte Modelle versus große Modelle, die Sie über das öffentliche Internet abfragen: Datenexposition. Prompts, die an extern gehostete Modelle gesendet werden, verlassen die Infrastruktursgrenze des Unternehmens, es sei denn, sie werden in einer privaten Unternehmensumgebung bereitgestellt. Lieferantengarantien, dass Kundendaten nicht für die Schulung verwendet werden, sind üblich, aber sie beschreiben Richtlinien, nicht Architektur – und Richtlinien können sich ändern.

Dies ist kein Schreckensszenario. Das Prompten von öffentlichen Chatbots mit Halbleiter-Quellcode war der Weg, auf dem Samsung-Ingenieure versehentlich proprietäre Algorithmen und Code in einem internen Tool im Jahr 2023 exponierten. Aktuellere Umfrage-Daten deuten darauf hin, dass das zugrunde liegende Verhalten immer noch häufig ist: Forscher schätzen, dass etwa 4,7 % der Mitarbeiter vertrauliche Informationen in einen öffentlichen LLM eingefügt haben, wobei etwa 11 % aller von Mitarbeitern eingereichten Inhalte als vertraulich eingestuft werden. Keine Menge an internen Richtlinien kann diese Lücke vollständig schließen, wenn jeder Mitarbeiter die letzte Verteidigungslinie ist.

Regulierung holt auf, um diese Realität zu berücksichtigen. US-Unternehmen, die Hochrisiko-KI-Systeme ausführen, haben ein Compliance-Datum, das sie im Auge behalten müssen. Vor Kurzem, am 2. August 2026, traten die meisten verbleibenden Verpflichtungen des EU-KI-Gesetzes in Kraft. Die Regulierung wird seit Februar 2025 schrittweise umgesetzt, und dieses Datum markiert die nächste große Welle – mit einer bemerkenswerten Ausnahme. Artikel 6(1), der die Regeln für die Klassifizierung von Hochrisiko-Anwendungen regelt, tritt erst im August 2027 in Kraft, sodass dieser Teil auf einem separaten, späteren Zeitplan als der Rest des Gesetzes steht.

Unternehmen, die nicht dokumentieren können, welche Daten ihre KI-Systeme verarbeiten und wohin, stehen jetzt vor direkter Compliance-Exposition und nicht nur vor einer theoretischen. Privat gehostete, spezialisierte Modelle eliminieren nicht die Governance-Arbeit, aber sie entfernen die größte Quelle der Exposition: Eine Live-Pipeline interner Daten, die standardmäßig an einen Dritten fließt.

Oder um es direkter auszudrücken: Fragen Sie Lieferanten, wohin Ihre Daten gehen. Wenn sie zögern oder behaupten, “Es bleibt in der Cloud” – fragen Sie jemand anderen. Ernsthaft.

Governance gehört in die Architektur, nicht in die Überprüfungs-Queue

Der letzte Missverständnis über agentic-gesteuerte Systeme, das ich ansprechen möchte, ist, dass Governance am Ende passiert. Viele Organisationen behandeln KI-Ausgaben genauso wie halluzinierte LLM-Antworten – als etwas, das absolut menschliche Überprüfer benötigt, bis es zu teuer ist, um es im großen Maßstab zu rechtfertigen. Während das Stoppen von schlechten Ausgaben im letzten Moment besser ist als gar nichts, gibt es einen Grund, warum Agentic-Lieferanten ihre Governance-Frameworks anpreisen: Sie setzen es in die Kernschicht der Argumentationslogik selbst. Governance sollte selbst beobachtbar sein und Richtlinienbewertungen, Genehmigungsereignisse und Verletzungen von Einschränkungen als Betriebs-Signale freigeben

Gut architektierte Agentic-Systeme haben Einschränkungen – definierte Grenzen um Vorhersagen, in den meisten Fällen – die Observabilität-Tools verwenden können, um jede Ausgabe zurück zu den Daten zu verfolgen, die verwendet wurden, um sie zu produzieren, und haben ihre Genauigkeit gegen unabhängige, von Dritten durchgeführte Standards benchmarkt, anstatt nur ihre eigene interne Rangliste. Fehler zu beheben, nachdem sie einen Endbenutzer erreicht haben, ist gute Governance. Klassen von Fehlern zu verhindern, die automatisch auftreten, ist besser. Mit diesem Hintergrund im Sinn, hier sind die Fragen, die Käufer wirklich stellen sollten:

• • Ziele versus Regeln. Was tut das System, wenn es auf eine Eingabe stößt, die es nicht explizit zu behandeln weiß? Ein Regelsystem wird auf eine Fallback-Regel hinweisen. Ein Agent wird die Neubewertung seines Ziels und die Abwägung verfügbarer Aktionen beschreiben.
  • Modell-Hosting und Spezialisierung. Sind die zugrunde liegenden Modelle auf den Bereich spezialisiert und wo laufen sie? Dies beantwortet eine Fähigkeitsfrage und eine Daten-Privatsphären-Frage gleichzeitig.
  • Speicher und Kontext. Behält das System den organisatorischen Kontext über Interaktionen hinweg bei oder behandelt es jede Sitzung als neu? Persistenter Speicher, innerhalb von Governance-Grenzen gehalten, ist es, was es einem Agenten ermöglicht, sich zu verbessern, ohne dass ein Ingenieur seine Regeln nach jedem Randfall neu schreiben muss.
  • Halluzinations-Handhabung. Wie erkennt das System inkorrekte Ausgaben und begrenzt sie, bevor sie einen Live-Prozess erreichen, anstatt einfach zu hoffen, dass ein spezialisiertes Modell weniger halluziniert?
  • Prüfbarkeit. Kann jede Ausgabe zurück zu den Argumenten und Daten verfolgt werden, die sie produziert haben, und wurde die Leistung von einem unabhängigen Dritten benchmarked?

• Beobachtbarkeit. Wenn Organisationen Agentic-Systeme in die Produktion einsetzen, wird Beobachtbarkeit genauso wichtig wie Argumentation. Ohne Sichtbarkeit in Entscheidungen, Speicher, Werkzeugnutzung und Richtlinien-Durchsetzung können Unternehmen nicht mit dem gleichen Vertrauen auf AI-Systeme setzen, das sie von herkömmlicher Software erwarten.

Unternehmensökonomie ist der Grund, warum dies auch wichtig ist

Wenn man von Lieferantensperren spricht, ist das Preisargument immer das, das in diesen Fähigkeits- versus Etikett-Vergleichen verloren geht. Aber die Ökonomie stimmt hier vollkommen überein. Große Anbieter können immer exponentielle Abonnement-Preise verlangen, weil sie Token-basierte APIs anbieten. Jede neue Modell-Generation. Jede Iteration, die Sie benötigen, um eine akzeptable Ausgabe zu lösen. Jede komplexe, mehrstufige Marketing-Kampagne-Aufgabe, die Ihre Automatisierungen ausführen müssen, frisst Token.

Diese Abonnement-Stufen kommen mit Nutzungsobergrenzen, die massive betriebliche Engpässe erzeugen, sobald Sie beginnen, auf AI für etwas zu vertrauen, das einer Mehrheit der Workflows ähnelt. Wenn Sie spezialisierte Modelle selbst bauen und hosten, ersetzen Sie sowohl variable Nutzungskosten als auch unvorhersehbare Generierungskosten durch etwas, das wie Basis-Infrastrukturkosten aussieht. Im großen Maßstab ist dies eine ökonomische Wahl, die genauso stark wie die technischen Entscheidungen oben ist.

Abschließende Gedanken – Das Label war nie der Punkt

“AI-gesteuert” wird überall auf den Homepages der Anbieter von hier bis zu dem Zeitpunkt, an dem die aktuelle Modell-Generation ihren Hype-Zyklus-Dampf verliert, platziert werden. Aber was wichtig ist, ist nicht das Adjektiv, sondern die Architektur. Wo passiert die Argumentation? Wohin gehen Ihre Daten? Wie spezialisiert sind diese Systeme wirklich? Wurde Governance bei der Architektur-Phase oder als Nachgedanke berücksichtigt? Diese Schlüsselfunktionen sind es, die bestimmen, ob Sie eine echte neue Quelle des Wettbewerbsvorteils erhalten oder nur eine sehr teure Farbe.