Unternehmen setzen 18-mal mehr KI-Agenten ein als im letzten Jahr. Bei den meisten lässt sich kein einziger Dollar ROI nachweisen.

Die Bereitstellung eines KI-Agenten ist heute ein gelöstes Problem. Ihn im Unternehmensmaßstab produktiv zu machen, ist es nicht. Diese Lücke erklärt einen Großteil dessen, was 2026 bei der KI-Einführung schiefläuft.

Microsofts Work Trend Index 2026 befragte 20.000 Mitarbeitende über 10 Märkte hinweg und stellte fest, dass die Nutzung von KI-Agenten in großen Unternehmen im Jahresvergleich um das 18-Fache gestiegen ist. Die Adoptionskurve ist steil und beschleunigt sich. Aber PwCs Global CEO Survey mit 4.454 CEOs erzählt die andere Hälfte der Geschichte: 56 % berichten von keinem finanziellen Nutzen aus KI. Nur 12 % haben sowohl bei Kostensenkungen als auch beim Umsatz Zuwächse gesehen.

Die Bereitstellung ist erfolgt. Die Erträge nicht. Und genau zwischen diesen beiden Fakten beginnt die eigentliche Arbeit an Enterprise-KI.

18-faches Wachstum – wovon genau?

Die 18-fache Schlagzeile stimmt, aber sie verdient einen genaueren Blick. Microsoft hat die Ausgangsbasis nicht offengelegt. Wenn ein Unternehmen 2025 zwei Agenten und 2026 sechsunddreißig betrieben hätte, wäre das technisch gesehen ein 18-faches Wachstum von einem Ausgangspunkt, der kaum ins Gewicht fällt. Von einer niedrigen Basis aus sind 18x keine hohe Hürde.

Aussagekräftiger ist, wie diese Agenten eingesetzt werden. Die Daten von Salesforce aus 2026 zeigen, dass das durchschnittliche Unternehmen heute etwa 12 KI-Agenten betreibt, und die Hälfte von ihnen arbeitet vollständig isoliert voneinander. Kein gemeinsamer Kontext. Keine Koordination. Keine Möglichkeit für den Kundenservice-Agenten zu wissen, was der Vertriebsagent bereits über dasselbe Konto gelernt hat.

Genau dieses Muster zeigt sich immer wieder. Unternehmen führen Agenten auf die gleiche Weise ein, wie sie vor einem Jahrzehnt SaaS eingeführt haben: Team für Team, jede Einheit löst ihr eigenes Problem, niemand fragt, ob diese Tools miteinander verbunden werden sollten. Der Kundenservice bekommt einen Agenten. Die Finanzabteilung bekommt einen Agenten. Die Personalabteilung bekommt einen Agenten. Jeder einzelne funktioniert isoliert gut. Keiner davon ergibt ein System.

Von außen sieht das wie eine KI-Strategie aus. Von innen ist es eine Sammlung voneinander getrennter Automatisierungen, die zufällig Sprachmodelle nutzen.

Die Ausgaben sind angefallen. Die Erträge nicht.

Der Grund, warum die PwC-Zahl so auffällt, ist, dass es sich nicht um Unternehmen handelt, die tatenlos am Rand standen. IBMs Institute for Business Value untersuchte 2.000 CEOs und fand ein ähnliches Bild: Nur 25 % der KI-Initiativen lieferten den erwarteten ROI, und nur 16 % skalierten jemals über ein Pilotprojekt hinaus. McKinseys State of AI-Bericht stellte fest, dass weniger als 10 % der Organisationen Agenten überhaupt in einer einzigen Geschäftsfunktion skaliert haben, und nur 39 % können überhaupt einen EBIT-Effekt der KI zuordnen.

Diese Unternehmen haben das Geld ausgegeben. Sie haben die Pilotprojekte durchgeführt. Sie haben die Agenten bereitgestellt. Und dann blieben die finanziellen Ergebnisse aus, weil sich herausstellt, dass die Bereitstellung eines Agenten und die Produktivmachung eines Agenten sehr unterschiedliche Probleme sind. Das erste ist eine Beschaffungsentscheidung. Das zweite ist eine Infrastrukturherausforderung, mit der die meisten Organisationen noch nicht begonnen haben.

Wir haben diesen Film schon einmal gesehen

Jede Welle von Enterprise-Technologie erzeugt ihre eigene Version dieses Problems. In den 2010er-Jahren war es SaaS-Wildwuchs. Marketing kaufte Marketo. Sales kaufte Salesforce. Support kaufte Zendesk. IT kaufte ServiceNow. Irgendwann hat jemand alles zusammengerechnet und festgestellt, dass das Unternehmen für 400 Abonnements zahlte, mit nahezu keiner Integration zwischen ihnen. Die Gesamtausgaben waren enorm. Die Daten lagen in Silos. Die versprochenen Effizienzgewinne materialisierten sich nie, weil die Tools nicht miteinander sprechen konnten.

KI-Agenten durchlaufen genau diese Entwicklung, nur schneller. OutSystems berichtete im April 2026, dass 94 % der Organisationen bereits wegen Agenten-Wildwuchs besorgt sind, aber nur 12 % über irgendeine zentrale Möglichkeit verfügen, ihn zu verwalten. Diese Lücke von 82 Prozentpunkten zwischen Bewusstsein und Handeln ist genau der Ort, an dem der ROI stirbt.

Wenn Agenten unkontrolliert wildwuchern, verschärfen sich die Probleme. Mehrere Abteilungen betreiben am Ende Agenten, die sich überschneidende Aufgaben erledigen, ohne voneinander zu wissen. Der Agent für das Kunden-Onboarding hat keine Erinnerung daran, was der Vertriebsagent während des Verkaufszyklus gelernt hat, also beginnt der Kontext jedes Mal von vorn. Niemand hat einen klaren Überblick darüber, welche Agenten auf welche Daten zugreifen können, welche Entscheidungen treffen, die echte Kunden betreffen, oder welche stillschweigend von dem abgewichen sind, wofür sie ursprünglich gebaut wurden.

Und das Messproblem wird zirkulär. Wenn Agenten isoliert arbeiten, können Sie Ergebnisse nicht bestimmten Workflows zuordnen. Wenn Sie Ergebnisse nicht zuordnen können, berichten Sie im CEO-Survey „keinen finanziellen Nutzen“, selbst wenn einige dieser Agenten tatsächlich nützlich sind. Sie können es nur nicht beweisen.

Gartner prognostiziert, dass über 40 % der agentischen KI-Projekte bis Ende 2027 eingestellt werden. Steigende Kosten, unklarer Nutzen, unzureichende Kontrollen. Agenten-Wildwuchs ist die gemeinsame Ursache aller drei.

Was die Unternehmen, die Erträge sehen, tatsächlich anders gemacht haben

Die durchgängigste Erkenntnis aus allen Datenquellen ist, dass Organisationen mit echten KI-Erträgen etwas getan haben, das die anderen ausgelassen haben: Sie haben ihre Agenten vor dem Skalieren in ein System eingebunden.

Das bedeutet Orchestrierung: den Agenten eine Möglichkeit zu geben, Aufgaben zu übergeben, zu teilen, was sie gelernt haben, und über einen Workflow hinweg zusammenzuarbeiten, anstatt dass jeder als eigenständiges Tool arbeitet. Es bedeutet Beobachtbarkeit, damit jemand tatsächlich sehen kann, was die Agenten tun, wie sie performen und wo sie scheitern. Ohne das kann niemand die grundlegendste Frage beantworten, die ein CEO stellen wird: Was bekommen wir für unser Geld?

Es bedeutet Governance, also Richtlinien, die festlegen, worauf Agenten zugreifen dürfen, welche Entscheidungen einen Menschen im Entscheidungsprozess erfordern und wie nachvollzogen wird, was passiert ist, wenn etwas schiefgeht. Und es bedeutet Feedback-Schleifen, damit Agenten sich im Laufe der Zeit auf Basis tatsächlicher Ergebnisse verbessern, statt einfach dieselbe Logik immer wieder auszuführen.

Die 12 % der Organisationen in PwCs Survey, die sowohl Kosten- als auch Umsatzzuwächse meldeten, haben mit sehr hoher Wahrscheinlichkeit in irgendeine Form dieser Infrastruktur investiert. Die 56 %, die nichts meldeten, haben wahrscheinlich Agenten ohne sie eingeführt.

Fünf Fragen, bevor Sie weiter skalieren

Wenn Ihre Organisation in diesen 56 % steckt, ist der Instinkt meist einer von zwei: mehr Agenten ausrollen (vielleicht ist der nächste der, der funktioniert) oder den Stecker ganz ziehen. Beides verfehlt den Punkt.

Bevor Sie eines von beidem tun, lohnt es sich, ehrliche Antworten auf einige Fragen zu bekommen:

Wie viele Agenten laufen gerade tatsächlich? Die meisten Unternehmen können das nicht präzise beantworten. Was Sie nicht zählen können, können Sie nicht steuern. Ein Agenten-Inventar, wer welchen Agenten bereitgestellt hat, was er tut, auf welche Daten er zugreift und ob ihn jemand überwacht, ist das absolute Minimum.

Teilen irgendwelche von ihnen untereinander Kontext? Wenn jeder Agent jede Aufgabe bei Null beginnt, bezahlen Sie für Intelligenz, ohne sie jemals anzusammeln. Agenten, die Kontext über einen Workflow hinweg weitergeben, können Probleme lösen, die isolierte Agenten niemals überhaupt sehen werden.

Können Sie ein Geschäftsergebnis einem bestimmten Agenten zuordnen? Wenn nicht, werden Sie niemals einen ROI nachweisen, egal wie viel Wert die Agenten schaffen. Messung ist keine Reporting-Kleinigkeit. Sie ist der Unterschied zwischen „kein Nutzen“ und „Nutzen, den wir dem Vorstand tatsächlich zeigen können“.

Was passiert, wenn einer davon etwas falsch macht? Wenn die Antwort lautet: „Niemand merkt es, bis sich ein Kunde beschwert“, ist das Governance-Modell nicht skalierungsreif. Bauen Sie Monitoring- und Eskalationspfade auf, bevor Sie erweitern, nicht erst, nachdem der erste Vorfall Sie dazu zwingt.

Setzen Sie einzelne Agenten ein, oder bauen Sie eine Agenten-Plattform? Einzelne Agenten lösen einzelne Probleme. Eine Plattform, auf der Agenten innerhalb einer gemeinsamen Infrastruktur bereitgestellt, überwacht, orchestriert und verbessert werden, ist das, was Experimente in den operativen Betrieb überführt.

Die Zahl von 18-fachem Wachstum und die Zahl von 56 % ohne Nutzen werden beide so lange wahr bleiben, bis Unternehmen aufhören, sie als getrennte Datenpunkte zu behandeln. Die eine zählt, wie viele Agenten Sie gekauft haben. Die andere zählt, was Sie zurückbekommen haben. Die Lücke dazwischen ist kein Technologiefehler. Sie ist eine Infrastruktur-Lücke, die sich nur schließt, wenn Organisationen ebenso viel in die Verbindung und Governance ihrer Agenten investieren wie in deren Bereitstellung.

Die Unternehmen, die 2027 noch zu Gartners verbleibenden 60 % gehören, werden diejenigen sein, die das früh genug erkannt haben, um entsprechend zu handeln.