Das nächste Shadow-IT-Problem wird Shadow Agents sein

Shadow IT bedeutete früher, dass ein Mitarbeiter ein SaaS-Tool anmeldete, ohne zu fragen, oder dass eine Abteilung ihr eigenes Abonnement betrieb, bis die IT es auf die harte Tour bemerkte. Das haben wir mit besserer Sichtbarkeit, Beschaffungsdisziplin und Cloud-Governance unter Kontrolle gebracht.

Agenten werden dieses Problem neu definieren, und sie werden sich schneller bewegen als SaaS oder Cloud jemals zuvor, weil das unautorisierte System dieses Mal nicht nur stillsteht. Es handelt.

Ausbreitung der Autonomie

Finanzen entwickelt eigene Agenten. Das tun auch Personalwesen, Vertrieb, Beschaffung und Kundenservice. Mitarbeitende starten persönliche Agenten. Anbieter betten heimlich Agenten in die Produkte ein, für die wir bereits zahlen.

Rechnet man das in einer großen Organisation hoch, verfolgt der CIO nicht mehr zwanzig Agenten. Es sind Hunderte oder Tausende von Software‑Entitäten, von denen jede in der Lage ist, Systeme zu berühren und Aktionen auszuführen.IBM hat prognostiziert, dass große Unternehmen werden bis Ende dieses Jahres mehr als 1.600 KI‑Agenten betreiben.Gartner hat gewarnt dass Agenten Infrastruktur, Identitäten und Zugriffsrechte schneller schaffen, als Governance‑Prozesse sie nachverfolgen können.

Die Priorität der CIOs für 2027 wird sein, ein tatsächliches Inventar zu erstellen. Wer jeden Agenten gebaut hat, was er tut, welche Systeme er berührt, welche Berechtigungen er hat und wer ihn besitzt. Ohne das gibt es kein Governance‑Programm; nur die Annahme, dass jemand anderes es überwacht.

Mensch‑im‑Kreislauf skaliert nicht

“Einen Menschen im Kreislauf behalten” war eine vernünftige Antwort, als es nur wenige Agenten gab. Sobald ein Unternehmen Tausende von Agenten betreibt, die ein enormes Volumen an Aktionen ausführen, hört das auf zu gelten. Es gibt nicht genug Personen oder Stunden dafür.

Die Lösung ist risikobasierte Autonomie, nicht pauschale Aufsicht. Ein Agent, der einen internen Datensatz aktualisiert, benötigt nicht die gleiche Prüfung wie eine Finanztransaktion. Was die Ebene der menschlichen Beteiligung bestimmen sollte: der Geldwert der Aktion, die Sensibilität der Daten, das Vertrauensniveau des Agenten, regulatorische Risiken und ob der Agent außerhalb seiner erwarteten Parameter handelt.

Gartner hat ein ähnliches Modell skizziert, einschließlich Prüfungen, die von Genehmigungen vor der Ausführung über Eingriffe während der Aufgabe bis hin zu Überprüfungen nach der Ausführung und periodischen Stichproben reichen. Das Ziel ist nicht überall ein Mensch im Kreislauf. Es ist ein Mensch am richtigen Punkt im Kreislauf.

Agenten verwalten Agenten

Derzeit befinden sich die meisten Organisationen noch in der Phase, in der ein Mensch einen Agenten steuert. Als Nächstes kommen Multi‑Agent‑Systeme: spezialisierte Agenten, die miteinander kommunizieren, Aufgaben übergeben und komplette Workflows ohne eine Person dazwischen ausführen.

Ein Beschaffungs‑Agent kennzeichnet einen Bedarf, prüft mit einem Finanz‑Agenten das Budget und löst einen Einkaufs‑Agenten aus, um die Ausführung zu übernehmen; kein Mensch berührt irgendetwas davon.McKinsey nennt das aufkommende Architektur ein „agentisches Mesh“.Deloitte stellte fest, dass nur 15 % der Organisationen die bereichsübergreifende Multi‑Agent‑Einführung skaliert haben, und nur 5 % sagen, dass ihre Geschäftsprozesse dafür gut vorbereitet sind.

Das Risiko ändert hier seine Form. Es geht nicht mehr darum, ob ein einzelner Agent einen Fehler gemacht hat. Es geht darum, wie weit sich dieser Fehler durch ein Netzwerk von Agenten und Systemen ausbreitet, bevor jemand es bemerkt. CIOs müssen nicht nur einzelne Agenten, sondern auch die Beziehungen und Abhängigkeiten zwischen ihnen steuern.

Agenten‑Ökonomie ist nicht SaaS‑Ökonomie

Agenten beantworten nicht nur einmal eine Eingabe und stoppen dann. Sie laufen kontinuierlich, rufen wiederholt Modelle auf, greifen auf APIs zu, verbrauchen Cloud‑Ressourcen und lösen andere Agenten aus. Das ist ein anderes Kostenprofil als das Hinzufügen eines SaaS‑Platzes und es fehlt an Vorhersehbarkeit.

Ein Workflow, der in einem Pilotprojekt billig erscheint, kann schnell teuer werden, sobald Hunderte von Agenten ihn kontinuierlich in der Produktion ausführen.IBM prognostiziert, dass die KI‑Ausgaben steigen von knapp unter 15 % der IT‑Budgets im Jahr 2025 auf fast 25 % bis 2027, und stellte fest, dass 85 % der Technologieführenden nach wie vor keine vollständige Sicht auf die KI‑Ausgaben in Echtzeit haben.

Kennen Sie die Kosten eines Agenten pro Aufgabe, pro Workflow, pro Geschäftsergebnis. Nicht nur den Preis des zugrunde liegenden Modells.

Vom Management von Technologie zum Management von Autonomie

Jahrelang bestand meine Aufgabe als CTO im Wesentlichen darin, Systeme zu verwalten, die Menschen nutzen. Das ändert sich. Jetzt verwalte ich Systeme, die im Auftrag von Menschen handeln, und das ist eine völlig andere Art von Aufgabe.

Wenn ich also darüber nachdenke, wer 2027 die Nase vorn haben wird, ist es nicht der CIO mit den meisten eingesetzten Agenten. Es ist derjenige, der Ihnen tatsächlich sagen kann, welche Agenten er hat, was diese Agenten dürfen, wer dafür verantwortlich ist, welche Kosten entstehen und welchen ROI die Investition bringt.

Wir haben 2026 damit verbracht, herauszufinden, wie wir KI in die Produktion bringen. 2027 wird es darum gehen, zu bestimmen, was zu tun ist, sobald sie eigenständig agiert, und wie wir sie so steuern können, dass Sicherheit und Compliance verbessert werden, ohne die Effizienz zu opfern.