Die Rolle von KI-Agenten in der Arbeitswelt bewegt sich irgendwo zwischen „Kollege“ und „Werkzeug“. Deren Einsatz verlangt von den Unternehmen deshalb ein radikales Umdenken.
Beim Einsatz technischer Lösungen hängt der Erfolg im Wesentlichen von drei Faktoren ab: von den Fähigkeiten und den Eigenschaften der Lösung, vom Umgang des technischen Personals mit der jeweiligen Lösung, sowie von der Frage, wie gut die Eigenschaften der Lösung zur Aufgabe passen, die es zu lösen gilt. Das ist auch im Fall von KI nicht anders. Doch während analytische bzw. prädiktive KI inzwischen in vielen Unternehmen erfolgreich eingesetzt wird, ist generative KI (GenAI) noch so neu und revolutionär, dass das Ausloten dieser drei Faktoren noch in einem frühen Stadium ist. Das gilt besonders für agentische Systeme.
Das Dilemma der meisten Unternehmen mit dieser Technologie besteht darin, dass letztere sich in einem Tempo entwickelt, das sie kaum mitgehen können. Auch der ServiceNow Enterprise AI Maturity Index 2025 (PDF) hat das neulich gezeigt. So ist der durchschnittliche KI-Reifegrad im letzten Jahr gesunken – weil die Unternehmen mit der Entwicklung nicht mithalten können. Während Führungskräfte vom Potenzial der Technologie zur Steigerung der Produktivität begeistert sind, hat nur etwa ein Drittel der Befragten zumindest die Pilotphase für einen Anwendungsfall von agentenbasierter KI erreicht.
„Das Problem bei der Implementation von Agentensystemen ist nicht die Technik“, erklärt Chris Bedi, Chief Customer Officer von ServiceNow. „Die Modelle sind gut – und sie werden immer besser. Das Problem ist struktureller Natur. Es geht um Haltung, Führungsqualitäten und Umsetzung. Und die Zeit drängt, denn die Technologie ist über die Entwicklungsphase hinaus. Die ‚agentische Belegschaft‘ ist schon heute Realität. Unternehmen, die im KI-Wettlauf vorne liegen, haben dies erkannt und passen ihre Strukturen, Leistungskriterien und die Steuerung ihres Geschäftsbetriebs entsprechend an.“
KI-Agenten: Keine „Kollegen“, wohl aber Team-Mitglieder
Die agentische Belegschaft besteht aus spezialisierten KI-Agenten, die in abteilungsübergreifende Rollen eingebettet sind. KI-Agenten automatisieren einzelne Aufgaben, übernehmen aber auch spezifische Rollen, führen Arbeitsabläufe aus, treffen Entscheidungen und verbessern sich anhand von Feedback. KI-Agenten sind Teil des großen Teams, aus dem sich ein Unternehmen zusammensetzt. Sie sind ein zentraler Bestandteil des Geschäftsbetriebs.
Allerdings müssen sie, wie alle Mitglieder eines Teams, in einer Struktur eigebettet sein, und sie benötigen Aufsicht und Anleitung. Auch wenn sie keine „Kollegen” sind, die man am Kaffeeautomaten trifft, brauchen sie dennoch Manager. In diesem neuen hybriden Arbeitsmodell gibt es keine einfachen Mitarbeiter mehr, denn jeder Mitarbeiter wird auch für ein Team von KI-Agenten zuständig sein.
Die KI-Plattform von ServiceNow überlässt Entscheidungen seinen KI-Modellen, wenn Zuverlässigkeit, Risiko und Aufsicht dies zulassen. Dabei geht es nicht einfach um einen faszinierenden dialogorientierten KI-Agenten mit einer großartigen Benutzeroberfläche. Der überwiegende Teil der ServiceNow-Kunden sind komplex strukturierte Unternehmen. Bei ihnen ist eine Datenintegration, die mehrere Systeme und eine Vielzahl von Workflows mit einbezieht, einfach ein Muss.
Im eigenen Haus erfolgreich im Einsatz
Mit diesem Ansatz hat ServiceNow im eigenen Haus einen vollständig autonomen IT-Service-Desk implementiert. Als Unternehmen vertritt ServiceNow schon länger die Ansicht, dass die Übertragung von 80 Prozent einer Aufgabe an autonome Agenten bei den Mitarbeitern Freiräume für strategischere Aufgaben freisetzen würde. Dieses Ziel wurde bereits weit übertroffen. Inzwischen werden etwa 90 Prozent der IT-Support-Aufgaben von KI-Agenten erledigt.
„Entgegen der Darstellung in einigen Medien hat ServiceNow seine Servicemitarbeiter nicht in die Arbeitslosigkeit geschickt“, sagt Chris Bedi. „Stattdessen hat es diese Mitarbeiter umverteilt, um das Wachstum des Unternehmens zu fördern. Damit ist ServiceNow nun besser aufgestellt und die Mitarbeiter sind zufriedener.“
Darüber hinaus hat sich laut Bedi seit Beginn des Einsatzes der agentischen Belegschaft Folgendes ergeben:
- Anfragen an die Rechtsabteilung werden um 80 Prozent schneller bearbeitet. Dadurch sparen die hochqualifizierten Juristen Zeit und können sich auf komplexere Fälle konzentrieren.
- Die Bewertung von Sicherheitsrisiken ist nun um 66 Prozent effizienter. Mehr als die Hälfte der falsch positiven Phishing-Fälle werden innerhalb von 20 Sekunden gelöst, Vorfälle werden siebenmal schneller abgeschlossen als ohne KI-Agenten, was Ausfallzeiten und Betriebsunterbrechungen erheblich reduziert.
- Anfragen der Vertriebsmitarbeiter zu Provisionen wurden um 99 Prozent beschleunigt mit dem Effekt, dass die Erstellung von Support-Tickets fast vollständig entfallen ist. Statt bis zu vier Tage auf eine Antwort zu warten, erhalten die Mitarbeiter diese innerhalb von acht Sekunden und können sich so ganz auf die Gespräche mit ihren Kunden konzentrieren.
„Diese Transformation findet bereits in allen Branchen statt“, betont Bedi. „Im Gesundheitswesen unterstützen KI-Agenten die Terminplanung und Abrechnung; im Finanzwesen optimieren sie die Kundenaufnahme und überwachen Risiken; in der Logistik sorgen sie für ein austariertes Inventar und leiten Sendungen in Echtzeit um.“
Agenten-Governance: Mehr Personalmanagement als Technik-Monitoring
Eine agentische Belegschaft kann sehr leistungsfähig sein, doch ohne Strukturen birgt sie Risiken. Deshalb darf Governance keine nachgelagerte Aufgabe sein, sondern das Fundament bilden. Wenn solche Systeme geschäftskritische Aufgaben übernehmen sollen, müssen sie mit derselben Sorgfalt und Disziplin behandelt werden wie menschliche Teams.
Laut Chris Bedi versagen KI-Agenten ohne umfassende Governance nicht nur spektakulär, sie lassen auch unbemerkt nach. „Sie mögen sich vielleicht nicht krank melden, aber Änderungen im Datenbestand oder den Rahmenbedingungen haben meist negative Auswirkungen auf ihre Leistungsfähigkeit“, sagt Bedi. Regelmäßige Feedback-Schleifen, Überwachung und Training seien deshalb unerlässlich.
Auf der ServiceNow-Plattform übernimmt der AI Control Tower diese Aufgabe. Er bietet Managern vollständige Transparenz darüber, welche Agenten aktiv sind, was sie tun und wie sie arbeiten. Hierzu dienen Metriken wie Durchsatz, Genauigkeit, Stimmung und Systemzustand. Daran können sie erkennen, wann erneutes Training erforderlich ist, wann eine Eskalation angebracht ist und wann Agenten keinen Mehrwert mehr bieten.
„Das Management von KI-Agenten ist keine rein technische Aufgabe, sondern eher Personalmanagement“, erklärt Bedi. Wie bei jedem anderen Team hänge das Ergebnis nicht nur von der Zusammenstellung des Teams ab, sondern ebenso von dessen Führung. „Das in der Technik übliche ‚einmal einrichten und vergessen‘ ist hier fehl am Platz“, mahnt er.
Die Aufsicht solcher Agententeams mag aktuell noch bei den Leitern der KI- oder Analytics-Abteilungen liegen, doch mit der Zeit wird sie Teil des täglichen Arbeitsablaufs jedes Managers sein, genauso wie das Überprüfen von Leistungskennzahlen oder Team-Dashboards. Die Leistungsmessung der KI-Agenten wird mit der Zeit Teil unseres Arbeitsalltags.
„Größer handeln“ statt „größer denken“
Die Dringlichkeit zur Integration agentenbasierter Technologie in Geschäftsabläufe ist weniger technisch denn strategisch begründet. Deloitte zufolge erforschen, testen oder implementieren aktuell erstaunliche 89 Prozent der CEOs agentenbasierte KI in ihren Unternehmen. Dennoch haben viele von ihnen noch keine grundlegende Governance oder unternehmensweite Strategie entwickelt, um KI sicher zu skalieren. Auch haben sie noch nicht damit begonnen, das erforderliche Mindset in ihrer Unternehmenskultur zu etablieren.
Die Studie „State of AI in Business“ des MIT hat einige mitunter folgendes erkannt: Die meisten Unternehmen versuchen, KI ohne Bindung zu den Fachbereichen und deren Geschäftsprozessen zu implementieren, bleiben in der Experimentierphase stecken, führen KI-Tools nur vereinzelt ein oder integrieren sie unzureichend in ihre Workflows. Außerdem beschränken sich viele auf einfache Anwendungsfälle, um einen schnellen Mehrwert zu erzielen, aber keine Transformation.
„All diese Szenarien sind vermeidbar, wenn die Führungsebene engagiert ist“, sagt Bedi. Denn jetzt gehe es nicht darum, „größer zu denken“, sondern „größer zu handeln“. „Ja, es kostet Zeit und Ressourcen, die täglichen Aufgaben jeder Abteilung und jeder Position zu dekonstruieren und sie unter Berücksichtigung einer agentischen Belegschaft neu zu konzipieren. Aber es ist an der Zeit, dass Führungskräfte das Mögliche erkennen, eine unternehmensweite Linie finden und die Umsetzung angehen.“
Ein langfristiges, transformatives Projekt
Außerdem sei die Transformation eines Unternehmens nicht nur eine Top-down-Aufgabe. In umgekehrter Richtung gehe es darum, eine KI-Kultur aufzubauen, welche die berufliche Weiterentwicklung fördert. „Fachkräfte werden immer eine entscheidende Rolle spielen – sie definieren Verantwortlichkeiten, schulen die Systeme, überprüfen die Ergebnisse und greifen ein, wenn sich die Leistung ändert. Mitarbeiter, die nicht offen für KI sind oder die Tools nicht beherrschen, könnten zurückbleiben“, sagt Bedi.
Seine deutlichen Worte will Chris Bedi nicht als Aufruf zu einer übereilten und hastigen Einführung von agentenbasierter KI verstanden wissen, sondern als Aufruf zu bewusster Bereitschaft. „KI-Vorreiter warten selten auf den perfekten Anwendungsfall“, erklärt er. „Sie bauen die Infrastruktur, die Verantwortlichkeiten und die Führungsmentalität auf, um agentische Teams in großem Maßstab zu unterstützen. Sie wählen eine strategische Kennzahl, die ihren Umsatz steigert und interne Reibungsverluste reduziert – beispielsweise den Umsatz pro Mitarbeiter – und verfolgen diese konsequent. Sie betrachten KI als festen Bestandteil ihres Betriebsmodells und nicht nur als Werkzeug.“
Außerdem würden sie folgende Ziele im Blick behalten:
- Die Zeit der Mitarbeiter soll nicht mehr für einfache, sich wiederholende Aufgaben aufgewendet werden.
- Kapazitäten und betriebliche Effizienz sollen ausgebaut werden.
- KI soll Menschen dienen.
Wie ServiceNow Ihrem Unternehmen bei diesem Vorhaben helfen kann, erfahren Sie hier.