KI-Agenten im Unternehmen: Was Mitte 2026 wirklich läuft

TL;DR

• 95 Prozent der GenAI-Piloten bleiben laut einer MIT-Studie ohne messbaren Gewinn-Effekt — gekaufte Speziallösungen erreichen dagegen rund 67 Prozent Erfolgsquote, Eigenbauten nur etwa ein Drittel davon.
• Klarna hat sein AI-only-Experiment im Kundenservice nach eigenen Angaben korrigiert: Das tragfähige Modell ist hybrid. Realistische Lösungsquoten im Support liegen bei 40 bis 70 Prozent — nicht bei den Zahlen auf Vendor-Folien.
• Gartner erwartet, dass über 40 Prozent aller Agentic-AI-Projekte bis Ende 2027 abgebrochen werden. Wer Messgrößen, Verantwortliche und die ab 2. August 2026 geltenden Transparenzpflichten früh klärt, senkt dieses Risiko deutlich.

Vom Chatbot-Hype zur Agenten-Ernüchterung

Vor zwei Jahren hieß das Versprechen Chatbot, heute heißt es Agent: Software, die nicht nur antwortet, sondern eigenständig handelt — Tickets löst, Systeme bedient, Prozesse zu Ende führt. Mitte 2026 lässt sich nüchtern bilanzieren, was davon trägt. Gartner rechnet damit, dass über 40 Prozent aller Agentic-AI-Projekte bis Ende 2027 abgebrochen werden — wegen ausufernder Kosten, unklarem Geschäftswert oder unbeherrschten Risiken. Dieselben Analysten sprechen von „Agent Washing": Von Tausenden Anbietern, die mit Agenten werben, seien nur rund 130 tatsächlich agentisch unterwegs.

Das ist die eine Hälfte des Bildes. Die andere: Gartner erwartet zugleich, dass bis 2028 rund 15 Prozent der täglichen Arbeitsentscheidungen autonom getroffen werden und ein Drittel der Unternehmenssoftware agentische Fähigkeiten enthält. Beides passt zusammen — die Technologie ist real, der Markt darum herum ist überhitzt. Die Frage für Entscheider lautet deshalb nicht „Agenten ja oder nein?", sondern: Welche Einsätze funktionieren nachweislich, und welche Muster führen ins 40-Prozent-Cluster der Abbrüche?

Die 95-Prozent-Zahl — und was die Gewinner anders machen

Die derzeit meistzitierte Zahl stammt aus der MIT-NANDA-Studie „GenAI Divide": Von rund 300 untersuchten Unternehmens-Deployments erreichten 95 Prozent keinen messbaren Effekt in der Gewinn-und-Verlust-Rechnung — trotz geschätzter 30 bis 40 Milliarden Dollar an Investitionen. Als Beleg gegen KI taugt die Zahl allerdings wenig; interessant ist sie als Landkarte. Denn die Studie zeigt auch, was die fünf Prozent anders machen.

Zwei Muster stechen heraus. Erstens: Gekaufte Speziallösungen kommen auf rund 67 Prozent Erfolgsquote, während Eigenbau-Projekte nur etwa ein Drittel davon erreichen. Zweitens: Die Gewinner zielen auf das Backoffice — Dokumentenprüfung, Abrechnung, Datenpflege — statt auf die prestigeträchtige Kundenfront.

Dass Kaufen hier Bauen schlägt, ist kein Naturgesetz, sondern hat einen nachvollziehbaren Grund: Ein spezialisierter Anbieter löst dasselbe eng umrissene Problem über viele Kunden hinweg und lernt aus jedem Einsatz. Das interne Pilotprojekt löst es einmal — mit generischen Werkzeugen, oft ohne dauerhaften Owner. Für den Eigenbau spricht weiterhin, wenn ein Prozess das eigene Geschäft wirklich differenziert und echte Engineering-Kapazität vorhanden ist. Für alles andere lautet die ehrliche Frage: Gibt es eine Speziallösung, die genau diesen Prozess schon hundertfach betreibt?

Die Klarna-Lehre: Hybrid schlägt AI-only

Klarna galt 2024 als Kronzeuge der Agenten-Euphorie: Der KI-Assistent erledige 2,3 Millionen Chats pro Monat und damit die Arbeit von 700 Vollzeitkräften — Zahlen, die aus Klarnas eigenen Mitteilungen stammen und nie unabhängig geprüft wurden. 2025 folgte die Korrektur, ebenfalls vom Unternehmen selbst: Die Servicequalität habe gelitten, die Marke Schaden genommen. Klarna stellte wieder Menschen ein und fährt seither ein Hybridmodell.

Die Lehre daraus ist nicht „Support-Agenten funktionieren nicht", sondern: AI-only ist die falsche Zielgröße. Ehrliche Zahlen sehen so aus: Der Anbieter Intercom meldet für seinen Support-Agenten Lösungsquoten von 67 bis zuletzt 76 Prozent; unabhängige Auswertungen kommen laut Berichterstattung eher auf 38 bis 50 Prozent. Realistisch ist — je nach Ticket-Mix — ein Korridor von 40 bis 70 Prozent. Das ist betriebswirtschaftlich viel. Es bedeutet aber zwingend: Für die verbleibenden 30 bis 60 Prozent der Fälle braucht es einen sauberen Übergabepfad zum Menschen, mit vollständiger Kontextübergabe — und der muss von Anfang an mitgeplant werden, nicht nachgerüstet.

Was Mitte 2026 wirklich läuft

Der erste echte Massenmarkt für Agenten ist keiner der viel beschworenen Kundenservice-Fälle, sondern das Programmieren. Anthropics Claude Code wuchs laut Berichterstattung von einer Milliarde Dollar annualisiertem Umsatz im November 2025 auf eine Run-Rate von 2,5 Milliarden im Februar 2026; die Zahl der Business-Abos hat sich seit Jahresbeginn vervierfacht, über die Hälfte des Umsatzes kommt aus dem Enterprise-Segment. Der Grund ist strukturell: Code ist überprüfbar. Tests, Reviews und Versionskontrolle fangen Fehler ab, bevor sie teuer werden — genau die Kontrollschicht, die anderen Agenten-Einsätzen oft fehlt. Wie man diese Kontrollschicht mit Evals auch für andere Agenten baut, zeigt unser Praxis-Leitfaden.

Zur fairen Einordnung gehört eine Gegenzahl: Eine randomisierte METR-Studie fand, dass erfahrene Open-Source-Entwickler mit KI-Tools 19 Prozent langsamer arbeiteten — während sie selbst glaubten, 20 Prozent schneller zu sein. Die Studie nutzte Tools vom Anfang des Jahres 2025 und ist nach Einschätzung der Autoren selbst eine historische Momentaufnahme. Die methodische Lehre bleibt trotzdem gültig: Gefühlte Produktivität ist keine Messgröße.

Bei den universellen Computer-Agenten — Software, die wie ein Mensch Bildschirm und Maus bedient — ist der Fortschritt real, aber unfertig. Im OSWorld-Benchmark stieg die Erfolgsquote von Claudes Computer Use laut Berichterstattung von 14 Prozent im Jahr 2024 auf 44 Prozent — eine Verdreifachung, aber weiterhin weit unter menschlichem Niveau. OpenAI hat seinen Browser-Agenten Operator zum 31. August 2025 eingestellt und die Funktion im ChatGPT Agent gebündelt. Für den Betriebsalltag heißt das: Enge, vertikale Einsätze mit klaren Leitplanken funktionieren heute; der Universal-Agent, der „einfach alles" erledigt, bleibt 2026 ein Zukunftsversprechen.

Regeln und Haftung: die Termine, die zählen

Am 2. August 2026 werden die Transparenzpflichten aus Artikel 50 der europäischen KI-Verordnung wirksam: Wer mit einer KI interagiert, muss das erkennen können, und KI-generierte Inhalte sind zu kennzeichnen. Zeitgleich beginnt die Aufsicht über Allzweck-KI-Modelle (GPAI) durchzugreifen. Wichtig zur Abgrenzung, weil derzeit veraltete Angaben kursieren: Die Hochrisiko-Pflichten nach Anhang III gelten nicht ab August 2026, sondern — nach der Verschiebung durch das Omnibus-Paket — erst ab dem 2. Dezember 2027.

Auf die Haftungsfrage müssen Betreiber allerdings nicht bis dahin warten. Laut Berichterstattung hat das OLG Hamm im Juni 2026 entschieden, dass ein Unternehmen für falsche Auskünfte seines Chatbots voll einstehen muss. Wer einen Agenten mit Kundenkontakt betreibt, haftet für dessen Aussagen also schon heute wie für die eines Mitarbeiters — ganz ohne KI-Verordnung.

Governance: sechs Punkte gegen das 40-Prozent-Cluster

Die Abbruchgründe, die Gartner nennt — Kosten, unklarer Wert, Risiko — sind fast immer Planungsfehler, keine Technologiefehler. Sechs Punkte machen den Unterschied:

1. Messgröße vor Pilotstart. Definieren Sie den Effekt in der Gewinn-und-Verlust-Rechnung (gesparte Stunden, Durchlaufzeit, Fehlerquote), an dem das Projekt nach 90 Tagen gemessen wird — nicht die Demo-Begeisterung.
2. Prozess-Owner benennen. Ein Agent ohne fachlich Verantwortlichen ist ein Pilot ohne Landebahn.
3. Kaufen oder Bauen explizit entscheiden. Eigenbau nur dort, wo der Prozess Ihr Geschäft differenziert und Engineering-Kapazität real vorhanden ist.
4. Eskalation zum Menschen einbauen. Ab Tag eins, mit sauberer Kontextübergabe — das ist die Klarna-Lehre.
5. Lösungsquote unabhängig messen. Vendor-Dashboards ergänzen, nicht ersetzen: Stichproben, Kundenzufriedenheit, Wiederkontaktrate.
6. Recht vorziehen. Transparenzpflichten zum 2. August 2026 umsetzen, Freigaberegeln für Aussagen mit Rechtsfolge definieren und die Hochrisiko-Prüfung für Dezember 2027 terminieren.

Was das für Ihren Betrieb heißt

Mitte 2026 sind KI-Agenten weder Wundermittel noch heiße Luft — sie sind ein Werkzeug mit inzwischen gut kartiertem Profil. Verlässlich funktioniert, was eng umrissen und überprüfbar ist: Coding mit Test-Absicherung, Backoffice-Prozesse mit klaren Regeln, Support als Hybridmodell mit einer ehrlichen Erwartung von 40 bis 70 Prozent Lösungsquote. Zuverlässig scheitert, was als generisches Prestige-Projekt ohne Messgröße und ohne Owner startet.

Wenn Sie in den nächsten Monaten investieren, dann so: einen Prozess wählen, der wehtut, aber nicht das ganze Geschäft riskiert. Prüfen, ob eine Speziallösung ihn schon beherrscht, bevor Sie selbst bauen. Den Menschen von Anfang an als Eskalationsstufe einplanen. Und die Transparenzpflichten zum 2. August 2026 nicht als Bürokratie behandeln, sondern als das, was sie sind: die erste Betriebsprüfung dafür, ob Sie Ihre Agenten wirklich im Griff haben.