Autonome KI-Agenten: Gartner warnt – 40% schalten bis 2027 ab

Autonome KI-Systeme wie Microsoft Scout und Asana verändern Geschäftsprozesse. Governance und Integration sind entscheidend für den Erfolg.

Statt einzelner Chatbots drängen nun autonome Agenten und ganze Schwärme in die Geschäftsprozesse. Der Trend geht weg von bloßen Sprachmodellen hin zu tiefer Integration und strikter Governance.

Anzeige

Die rasante Entwicklung autonomer KI-Systeme in Unternehmen erfordert ein tiefes Verständnis der rechtlichen Rahmenbedingungen. Dieser kostenlose E-Book-Download bietet Ihnen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Microsoft Scout und Asana: Agenten im Arbeitsalltag

Microsoft stellte auf der Build-Konferenz im Juni den Agenten „Scout“ vor. Er überwacht Aktivitäten in Teams, Outlook, OneDrive und SharePoint. Das Ziel: Meetings vorbereiten und proaktiv Risiken in Projekten identifizieren. Das System nutzt verwaltete Identitäten zur Absicherung.

Asana präsentierte Anfang Juni eine agentische Plattform für das Arbeitsmanagement. Ein sogenannter Enterprise Work Graph liefert KI-Teammates den nötigen Kontext über Aufgabenbeziehungen und Verantwortlichkeiten. Ähnlich arbeitet Tencent mit der Enterprise Edition von WorkBuddy, die in drei Ebenen gegliedert ist: Experten-Rollen, 24/7-Assistenten und Team-Arbeitsbereiche. Das System ist an Zahlungsdienste und Dokumentenmanagementsysteme angebunden.

xAI kündigte Konnektoren für den Grok-Agenten an, die auf dem MCP-Standard basieren. Damit erhält die KI Zugriff auf Google Workspace, GitHub und Notion. Experten warnen jedoch vor den Risiken dieser weitreichenden Berechtigungen – besonders mit Blick auf den europäischen Datenschutz.

Spezialisierte Schwärme für die IT-Infrastruktur

LG CNS stellte im Juni die Plattform DevOn Agentic AIND vor. Spezialisierte Agenten begleiten den gesamten IT-Lebenszyklus. Ein bemerkenswerter Anwendungsfall: Die Migration von COBOL-Code zu Java dauert laut Unternehmensangaben nur noch wenige Minuten. Zusammen mit NVIDIA plant der Konzern zudem den Bau von sogenannten AI Factories.

Boomi gab die Einbindung von Snowflake Cortex Agents in sein Agentstudio bekannt. Das Ziel: Überwachung und Kontrolle der autonomen Einheiten zentralisieren. Denodo präsentierte neue Verknüpfungen mit AWS-Diensten, um eine logische Datengrundlage für KI-Agenten in hybriden Cloud-Umgebungen zu schaffen. Die Botschaft dahinter: Konsistenter Datenzugriff ohne unnötige Kopien.

Forschungsansätze von Sakana AI zur rekursiven Selbstverbesserung (RSI) deuten darauf hin, dass künftige Agenten-Modelle ihre eigene Architektur kontinuierlich optimieren könnten. Solche „Agent-Native“-Systeme sollen den gesamten Forschungs- und Entwicklungsprozess autonom durchlaufen.

Governance als entscheidender Faktor

Trotz aller Fortschritte mahnen Marktanalysten zur Vorsicht. Gartner prognostiziert, dass bis 2027 rund 40 Prozent der Unternehmen ihre autonomen KI-Agenten wieder abschalten oder im Funktionsumfang einschränken werden. Hauptgrund: Lücken in der Governance, die oft erst im aktiven Betrieb sichtbar werden.

Shiva Varma von Gartner empfiehlt eine proportionale Governance mit vier Autonomiestufen:

1. Observe (Beobachten): Die KI überwacht Prozesse ohne eigene Handlungsvollmacht.
2. Advise (Beraten): Der Agent macht Vorschläge, die vom Menschen geprüft werden.
3. Act with Approval (Handeln nach Freigabe): Aktionen werden vorbereitet und erst nach expliziter Zustimmung ausgeführt.
4. Act Autonomously (Autonomes Handeln): Die KI agiert eigenständig innerhalb definierter Leitplanken.

Anzeige

Mit der zunehmenden Autonomie von KI-Agenten wachsen auch die rechtlichen Risiken für Unternehmen, die den EU AI Act noch nicht vollständig umgesetzt haben. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko eingestuft werden und welche Dokumentationspflichten Sie jetzt erfüllen müssen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?

Für die höchste Stufe sind Sicherheitsmechanismen wie kontinuierliches Monitoring, Rollback-Optionen und automatische Notabschaltungen zwingend erforderlich.

Praxisbeispiele: Von der Bank bis zur Logistik

Die UmweltBank setzt seit Ende Mai 2026 eigene KI-Agenten produktiv ein. Sie basieren auf europäischen Sprachmodellen und laufen lokal auf spezialisierter Hardware in Nürnberg. Die Agenten unterstützen bei internen Wissensabfragen und der Verarbeitung von Kundengesprächen direkt im Kernbanksystem. Vorstandssprecher Dietmar von Blücher betont: Digitale Souveränität sei die Basis dieser Strategie.

In der Industrie zeigen sich ebenfalls Effizienzgewinne. FedEx verkürzte die Planungszyklen von Wochen auf Tage und spart so jährlich rund 1.200 Arbeitsstunden. Beim Modeunternehmen COS (H&M-Gruppe) reduzierte sich die Zeit für die Einrichtung von Kampagnen durch agentische Werkzeuge um 90 Prozent.

Berichte von Technologieanbietern wie Anthropic nennen Produktivitätssteigerungen von bis zu 70 Prozent bei einzelnen Aufgaben. Eine breitere Marktbeobachtung zeigt jedoch ein differenziertes Bild. Branchenanalysten weisen darauf hin, dass aktuell nur etwa fünf Prozent der Unternehmen tatsächlich signifikante Produktivitätsgewinne durch KI erzielen. Die Bedeutung einer durchdachten Integration und Prozessanpassung kann also kaum überschätzt werden.