TL;DR:
- Erst 19 Prozent der Unternehmen im deutschsprachigen Raum setzen KI-Agenten in einzelnen Aufgabenbereichen ein, 1 Prozent durchgängig in mehreren Kernprozessen. 58 Prozent testen in ersten Pilotprojekten (Lünendonk, 180 Befragte, September 2026).
- 66 Prozent sagen, dass weniger als ein Viertel ihrer Piloten den Betrieb erreicht. Als Hürden nennen 96 Prozent technologische Voraussetzungen, 95 Prozent Datenqualität und 88 Prozent Sicherheit und Datenschutz.
- KI insgesamt ist angekommen: Laut Bitkom nutzen 57 Prozent der Unternehmen ab 20 Beschäftigten KI, aber erst 11 Prozent der KI-nahen Unternehmen haben Agenten im Einsatz.
- Autonomie wird nach Risiko gestaffelt: Bei mittlerem Risiko verlangen 75 Prozent eine ausdrückliche Freigabe, bei hohem Risiko lassen 65 Prozent den Agenten nur Empfehlungen geben. Verbindliche Kontrollregeln haben laut Gartner erst 21 Prozent.
- Einordnung der Redaktion: Der Engpass liegt weniger im Modell als in Anbindung, Daten und klar geregelter Entscheidungsbefugnis.
Einleitung: Zwischen KI-Demo und Unternehmensrealität
Eine Demo dauert fünf Minuten. Ein Agent liest eine Kundenanfrage, schlägt eine Gutschrift vor und bucht sie. Im Betrieb beginnen die Fragen erst danach: Welche Gutschrift darf er allein freigeben? Auf welche Daten greift er zu, und wie verlässlich sind sie? Wer haftet, wenn er sich irrt?
Diese Fragen erklären, warum die Zahlen des Jahres 2026 so weit auseinanderliegen. Die Erwartungen sind hoch: 96 Prozent der von Lünendonk befragten Entscheider rechnen mit Effizienz- und Kostengewinnen durch Agenten. Der Betrieb liegt weit dahinter. Dieser Beitrag vertritt die These, dass der Sprung selten am Modell scheitert. Er scheitert an Anbindung, Datenbasis und an der ungeklärten Frage, wie viel ein Agent allein entscheiden darf. Das ist eine Einordnung der Redaktion, die sich auf die folgenden Erhebungen stützt, nicht deren Ergebnis.
Die Daten stammen aus mehreren Erhebungen mit unterschiedlichen Stichproben. Sie lassen sich nicht gegeneinander verrechnen und werden deshalb getrennt ausgewiesen.
KI-Agenten in Europa 2026: Wo stehen Unternehmen wirklich?
Wie viele Unternehmen setzen KI-Agenten produktiv ein? Im deutschsprachigen Raum bislang eine Minderheit. Die aktuellste Erhebung stammt von Lünendonk und Hossenfelder: Befragt wurden 180 CIOs, IT-Bereichsleiter und Fachbereichsleiter aus dem gehobenen Mittelstand und aus Konzernen, die Interviews fanden laut IT Welt von April bis Juni 2026 statt, 84 Prozent der Unternehmen kommen aus Deutschland. Danach testen 58 Prozent Agenten in ersten Pilotprojekten, 18 Prozent erkunden sie noch, 19 Prozent nutzen sie in einzelnen Aufgabenbereichen und 1 Prozent durchgängig in mehreren Kernprozessen.
Abbildung 1: Reifegrad beim Einsatz von KI-Agenten in der DACH-Region. Quelle: Lünendonk und Hossenfelder, September 2026, n = 180.
Der Blick auf Deutschland insgesamt zeigt dasselbe Muster. Bitkom befragte im Sommer 2026 telefonisch 603 Unternehmen ab 20 Beschäftigten: 57 Prozent nutzen KI, nach 36 Prozent im Vorjahr. Bei Agenten ist man laut BigData-Insider weit weniger weit: Erst 11 Prozent der Unternehmen, die sich grundsätzlich mit KI beschäftigen, haben Agenten im Einsatz, die Mehrheit plant oder diskutiert sie nur. Die Bezugsgrößen beider Studien unterscheiden sich, die Werte sind deshalb keine Zeitreihe. Gemeinsam zeigen sie breite Nutzung von KI und schmale Nutzung von Agenten.
Für Europa liefert das McKinsey Global Institute den Rahmen. Seine Analyse von zehn europäischen Volkswirtschaften beziffert das Potenzial von KI und Robotik auf bis zu 1,9 Billionen US-Dollar, davon bis zu 486 Milliarden in Deutschland bis 2030, und führt 82 Prozent davon auf Agenten zurück. Das ist ein Modell der technischen Machbarkeit, keine Prognose. Aufschlussreicher ist ein Befund aus der Pressemitteilung: Fast 90 Prozent der Unternehmen nutzen KI regelmäßig, weniger als 40 Prozent berichten messbare Ergebnisse. Als Ursache nennt McKinsey fehlende Neugestaltung von Arbeitsabläufen. Die Definition von regelmäßiger Nutzung ist deutlich weiter gefasst als bei Bitkom.
Vom Experiment zum Echtbetrieb: Das Beispiel Lufthansa Industry Solutions
Am 6. November 2026 kündigten Lufthansa Industry Solutions (LHIND) und das Schweizer Softwareunternehmen Novagentica eine Partnerschaft an, die Agenten aus Pilotprojekten in den Betrieb bringen soll. LHIND integriert die Plattform Architect von Novagentica in bestehende Systeme und kann sie als Managed Service betreiben. Das Ziel sind Agenten mit kontrolliertem Schreibzugriff auf führende Systeme, zunächst in Industrie und Logistik, dazu ein gemeinsames Angebot, das die Anforderungen der KI-Verordnung von Beginn an berücksichtigt.
Interessant ist der Mechanismus. Folgenreiche Aktionen laufen nach vorab festgelegten Regeln in einem sogenannten Decision Contract: Wertgrenzen, Freigabeschwellen, Eskalationswege und verbotene Entscheidungen. Nach der Ausführung wird das Ergebnis unabhängig gegen das Zielsystem geprüft, und die entstehende Nachweiskette soll Dokumentationspflichten stützen. LHIND-Geschäftsführer Rainer Liebhart sagt, Kunden fragten nicht mehr, ob KI-Agenten funktionieren, sondern wie sie verantwortungsvoll in Produktion gehen. Novagentica-Gründer Martin Hofmann hält dagegen, dass ein Agent, der bestellt oder bucht, nicht zusammengeklickt, sondern entwickelt werde.
Abbildung 2: Vereinfachte Darstellung des Ablaufs nach Angaben von LHIND und Novagentica (6. November 2026).
Zur Einordnung: Es handelt sich um eine Partnerschaftsankündigung der beteiligten Unternehmen, nicht um eine Studie. Ergebnisse, Einsatzzahlen oder Zeitpläne nennt die Mitteilung nicht, ein erstes gemeinsames Kundenprojekt zum kontrollierten Schreibzugriff läuft. Relevant ist das Muster: Der Aufwand sitzt im Regelwerk und in der Prüfung, nicht im Sprachmodell.
Warum KI-Agenten nach der Pilotphase scheitern
Woran scheitern KI-Agenten nach dem Pilotprojekt? Selten an der Qualität des Modells, häufiger an der Umgebung, in der sie laufen sollen. Bei Lünendonk nennen 96 Prozent unzureichende technologische Voraussetzungen als Hemmnis, 95 Prozent mangelnde Datenqualität oder Datenverfügbarkeit und 88 Prozent Sicherheits- und Datenschutzbedenken. Unklare rechtliche Rahmenbedingungen und Haftungsfragen führen 81 Prozent an, regulatorische Anforderungen 80 Prozent, einen unklaren Return on Investment 69 Prozent (Mehrfachnennungen). Das Ergebnis der Pilotphase fällt entsprechend aus: Laut CIO sagen 66 Prozent, dass weniger als ein Viertel ihrer Piloten den produktiven Einsatz erreicht hat.
Abbildung 3: Hürden bei KI-Agenten (Lünendonk, n = 180) und Kostentreiber bei KI-Nutzern (Bitkom). Zwei getrennte Erhebungen, nicht direkt vergleichbar.
Die Kostenseite stützt diesen Befund. Bitkom fragte KI-nutzende Unternehmen nach ihren Kostentreibern, nicht gezielt nach Agenten. Am häufigsten genannt wurden Infrastruktur wie Cloud und Rechenleistung (51 Prozent), Datenaufbereitung (50 Prozent) und Systemintegration (41 Prozent), erst weit dahinter Abonnements und Lizenzen (21 Prozent). Wer Agenten plant, sollte sein Budget deshalb eher nach Anbindung und Daten ausrichten als nach der Modelllizenz.
Hinzu kommt die Planbarkeit. Laut SnapLogic (1.000 IT-Verantwortliche in Deutschland, Großbritannien und den USA, Mitte 2026) haben in Deutschland 91 Prozent bei KI-Agenten bereits Budgetüberschreitungen erlebt, und nur 33 Prozent können die künftigen KI- und Token-Ausgaben präzise prognostizieren. Gartner meldet, dass rund drei Viertel der Unternehmen nicht geregelt haben, wer für Agenten zahlt, die Fachbereiche selbst bauen.
Hinzu kommt Unsicherheit bei Kosten und Recht. Bei Bitkom nennen KI-Nutzer Datenschutzanforderungen (66 Prozent), Rechtsunsicherheit (56 Prozent) und schwer kalkulierbare Kosten (54 Prozent) als Hürden. Das gilt für KI allgemein, nicht gezielt für Agenten.
Autonomie braucht Kontrolle: Wie viel darf ein KI-Agent entscheiden?
Wie viel Autonomie sollten KI-Agenten haben? Das hängt vom Risiko der Aufgabe ab, und die Praxis folgt dem bereits. Laut IT Welt zur Lünendonk-Studie lassen bei Prozessen mit niedrigem Risiko 63 Prozent den Agenten handeln und beschränken den Menschen auf die Überwachung, nur 9 Prozent räumen volle Autonomie ein. Bei mittlerem Risiko verlangen 75 Prozent eine ausdrückliche menschliche Freigabe. Bei hohem Risiko sehen 65 Prozent ein Modell vor, in dem der Agent lediglich Empfehlungen liefert. Vollständig autonome Entscheidungen bleiben die Ausnahme.
Abbildung 4: Autonomiestufen nach Risiko. Anteile der Befragten laut Lünendonk (n = 180), wiedergegeben nach IT Welt.
Die Kontrolle hinkt der Nutzung hinterher. Laut Gartner (rund 2.000 IT-Entscheider, veröffentlicht am 9. November 2026) haben erst 21 Prozent Regeln für die Überwachung und Steuerung autonomer KI-Modelle, 57 Prozent wollen sie im kommenden Jahr einführen.
Autonomie ist damit keine Eigenschaft des Agenten, sondern eine Entscheidung des Unternehmens, die pro Aufgabe fällt. Eine Bestellung über 200 Euro verlangt eine andere Stufe als eine über 200.000 Euro. Genau dafür dienen Wertgrenzen und Freigabeschwellen, wie sie das LHIND-Beispiel beschreibt. Rechtlich wächst der Rahmen: Die Transparenzpflichten nach Artikel 50 der KI-Verordnung gelten seit dem 2. August 2026, die Pflichten für Hochrisiko-Systeme wurden laut Future of Privacy Forum auf Dezember 2027 und August 2028 verschoben. Von den Unternehmen, die sich als betroffen sehen oder prüfen, erwarten laut Bitkom 89 Prozent einen hohen Umsetzungsaufwand.
Was Unternehmen vor dem Go-live prüfen sollten
Aus den Daten lässt sich eine Prüfliste ableiten. Sie ist eine Empfehlung der Redaktion und kein Studienergebnis.
Abbildung 5: Prüfliste vor dem Go-live eines KI-Agenten (redaktionelle Empfehlung).
Risikostufe festlegen. Jede Aufgabe bekommt eine Stufe: überwachen, freigeben lassen oder nur empfehlen.
Grenzen schriftlich fixieren. Wertgrenzen, Freigaben, Eskalationswege und verbotene Entscheidungen gehören in ein Dokument, nicht in den Prompt.
Zugriff begrenzen. Schreibrechte nur dort, wo sie gebraucht werden, und nur im nötigen Umfang.
Daten und Anbindung testen. Datenqualität und Schnittstellen vor dem Start prüfen, denn dort scheitern die meisten Projekte.
Prüfung und Nachweis sichern. Ergebnisse unabhängig gegen das Zielsystem prüfen und Entscheidungen protokollieren, auch mit Blick auf DSGVO und KI-Verordnung.
Am Ergebnis messen. Nicht die Zahl der Aktionen, sondern Qualität, Bearbeitungszeit und Fehlerquote bewerten.
Ausblick 2027: Was sich aus den Erkenntnissen von 2026 ableiten lässt
Die folgenden Punkte sind Ableitungen, keine Messwerte. Die befragten Unternehmen setzen für die kommenden zwei Jahre selbst die Schwerpunkte: 98 Prozent wollen stark in Datenqualität und Integration investieren, 94 Prozent in Orchestrierungsplattformen und IT-Infrastruktur, je 87 Prozent in Qualifizierung und KI-Compliance. 73 Prozent erwarten, dass Agenten bestehende Anwendungen ergänzen und nicht ersetzen.
Gartner erwartet, dass sich der Anteil der Unternehmen mit autonomen Agenten bis 2027 auf 71 Prozent fast verdoppelt, während erst 14 Prozent deutliche positive Effekte auf ihre Finanzen berichten. Das ist eine Prognose, keine Messung. Daraus folgt, dass 2027 eher über Anbindung und Governance entschieden wird als über das nächste Modell. Bitkom zufolge geben 45 Prozent der Unternehmen 2026 mehr für KI aus als im Vorjahr, das Geld ist also vorhanden. Mit den späteren Hochrisiko-Pflichten der KI-Verordnung wird zudem Dokumentation zur Daueraufgabe.
Nicht mehr Automatisierung, sondern bessere Ergebnisse
Die Frage, wie viel sich automatisieren lässt, ist weitgehend beantwortet: technisch viel. Die Frage, was davon verantwortbar und messbar besser ist, beginnt erst. Die Zahlen von 2026 zeigen Unternehmen, die viel testen und wenig in den Betrieb bringen, weil Anbindung, Daten und Entscheidungsregeln fehlen. Wenn weniger als 40 Prozent der Unternehmen messbare Ergebnisse berichten, ist mehr Automatisierung nicht das nächste Ziel. Das Ziel ist ein Agent, dessen Ergebnis jemand prüfen, verantworten und verbessern kann.
Wie agentivo.ai Unternehmen beim kontrollierten KI-Einsatz unterstützt
Die Fragen dieses Beitrags stellen sich bei jedem Agenten im Kundenkontakt: Was darf er allein tun, und wie lässt sich nachvollziehen, was er getan hat? agentivo.ai baut KI-Agenten und Chatbots für Unternehmen auf bestehenden Sprachmodellen, die über Schnittstellen angebunden werden. Agenten lassen sich erstellen, testen, auswerten und verbessern, und ihre Entscheidungen sind über sogenannte Traces nachvollziehbar. Der Anstoß kam aus dem Markt: Viele Unternehmen fragten nach einer barrierefreien Lösung für die Kundenkommunikation. Dazu kommen DSGVO-Konformität und die Erfüllung der Anforderungen der KI-Verordnung.
Der Anspruch ist begrenzt. Weil agentivo.ai auf bestehenden Modellen aufbaut, hängt der Ort der Verarbeitung vom gewählten Modellanbieter ab. Für Mitarbeitende in Microsoft 365 oder für SAP-Prozesse bleiben die großen Plattformen eine naheliegende Wahl. Wer einen Agenten für den Kundenkontakt kontrolliert testen möchte, findet weitere Informationen auf agentivo.ai.
Quellen und Methodik
- Lünendonk & Hossenfelder: Agentic AI, vom Copiloten zum Autopiloten (Pressemitteilung, 17.09.2026). 180 CIOs, IT- und Fachbereichsleiter, DACH.
- IT Welt: Lünendonk-Studie, Unternehmen investieren in KI-Agenten, doch die Skalierung stockt (2026). Hürden, Autonomiestufen, Stichprobe, Befragungszeitraum April bis Juni 2026.
- CIO Deutschland: Unternehmen stecken mit Agentic AI im Testlabor fest (17.09.2026).
- Gartner: Erhebung unter rund 2.000 IT-Entscheidern, wiedergegeben von Reuters via Onvista (09.11.2026).
- SnapLogic: Agentic Enterprise Readiness Index, wiedergegeben von silicon.de (17.11.2026). 1.000 IT-Verantwortliche in Deutschland, Großbritannien und den USA.
- Bitkom: Erstmals nutzt die Mehrheit der Unternehmen KI (Pressemitteilung, 14.09.2026). 603 Unternehmen ab 20 Beschäftigten, Telefonbefragung, KW 28 bis 33 2026.
- BigData-Insider: Bitkom, 57 Prozent der Firmen nutzen KI, Potenzial bleibt ungenutzt (21.09.2026).
- McKinsey Global Institute: Agents, robots, and us, Pressemitteilung Deutschland und Europa (12.05.2026). Zehn europäische Volkswirtschaften, Modellrechnung.
- Lufthansa Industry Solutions: LHIND and Novagentica Partner on AI Agents (06.11.2026).
- Goodwin: EU AI Act transparency obligations now in force (August 2026).
- Future of Privacy Forum: The AI Act implementation timeline, what changes under the AI Omnibus (2026).

