Die hybride Organisation

In den Konzernen, mit denen MING Labs über ihre Agentic-Enterprise-Programme spricht, arbeiten die Mitarbeitenden mit Copilot, und daneben laufen Hunderte Assistenten aus Copilot Studio; einen Kunden mit mehr als zehn KI-Agenten, die eine eigene Rolle haben, kennen wir noch nicht.[S1] Unternehmen stehen jetzt vor dem nächsten Schritt: vom Assistenten, der einer Person hilft, zum Agenten, der im Team eine Rolle übernimmt.

Unter dem Begriff Agentic Enterprise beschreibt Salesforce Unternehmen, in denen Menschen, KI-Agenten und Plattformen zusammenarbeiten.[S2] Unser Ansatz dafür ist die hybride Organisation: Menschen und KI-Agenten übernehmen klar vereinbarte Rollen im selben Team. Eine benannte Person verantwortet jedes Ergebnis, und jedes neue Team baut auf dem Gelernten früherer Teams auf.[S3]

Klare Rollen, geteiltes Wissen und menschliche Verantwortung gehören in unserem Ansatz zusammen: Fehlt die verantwortliche Person, entsteht ein Risiko; fehlt das geteilte Wissen, eine Insellösung; fehlt die klare Rolle, bleibt es beim Assistenten.[S3] Das geteilte Wissen liegt in einem Wissensgraphen, dem Brain des Unternehmens; wie er entsteht, zeigt Abschnitt 04.

Die hybride Organisation prägt die Arbeitsweise jedes Teams und am Ende die Form des ganzen Unternehmens. Sie verschiebt die Grenze dessen, was sich lohnt: Arbeit, die bisher liegen blieb oder gar nicht denkbar war, wird machbar. Deshalb geht es um Wettbewerbsfähigkeit und nicht nur um Kosten.

MING Labs gestaltet und entwickelt seit 2011 digitale Produkte und Systeme für Unternehmen und arbeitet seit Januar 2026 selbst mit eigenständigen Agenten im Team: Sie übernehmen Aufgaben von Anfang bis Ende und liefern Ergebnisse ab, statt einer Person zu assistieren. Für unsere Rollenarbeit zählt eine praktische Frage: Bearbeitet das System einen vereinbarten Auftrag ohne laufende Eingaben einer Person und liefert es das Ergebnis ab? Ein solcher Agent arbeitet weiter, während die Person im Auto sitzt. Der Produktname allein sagt darüber nichts aus. Unser Vorgehen unterscheidet drei Ebenen: oben die Führung mit Zielbild, Regeln und Messlatte, in der Mitte die Teams, die jedem Agenten eine Rolle und eine verantwortliche Person geben, unten die gemeinsame Grundlage aus klaren Rollen, gemeinsamem Wissen und angebundenen Systemen.[S3]

Der Artikel zeigt jede Ebene an einer anderen Organisation: an Gesprächen mit Konzernen, an der Agentin Tabea beim Mittelständler STREIT und an unserem eigenen Betrieb.

Für einen schnellen Überblick: Unsere Kurzfassung für Entscheider.

01 Die meisten testen Agenten noch

Laut einer im September 2026 veröffentlichten Lünendonk-Studie unter 180 IT- und Fachverantwortlichen aus Mittelstand und Konzernen setzt erst ein Prozent der befragten Unternehmen in der DACH-Region KI-Agenten durchgängig in mehreren Kernprozessen ein; die meisten erproben sie in Pilotprojekten.[S4]

Zugleich sagen 66 Prozent, dass weniger als ein Viertel ihrer bisherigen KI-Pilotprojekte produktiv eingesetzt wird.[S4] Der breite Ausbau steht damit noch am Anfang; 19 Prozent setzen Agenten bereits in einzelnen Aufgabenbereichen ein. Ein Industriekonzern, den wir seit Jahren begleiten, schätzt selbst, dass die meisten seiner KI-Anwendungsfälle noch Assistenten sind, keine Agenten.[S1]

Assistenten helfen Einzelnen, Agenten mit einer Rolle helfen dem Team.

In McKinseys weltweiter Befragung zu KI insgesamt nutzen 89 Prozent der Unternehmen KI regelmäßig in mindestens einer Funktion, doch nur etwa sechs Prozent der Befragten schreiben ihr mindestens fünf Prozent des Betriebsergebnisses zu und nennen die Wirkung erheblich; dieser Anteil stagniert.[S10]

80 Prozent der Befragten berichten von höherer eigener Produktivität, nur 37 Prozent von einem Beitrag zum Betriebsergebnis.[S5] Dieser Abstand passt zu dem, was wir in Unternehmen beobachten: Viele werden persönlich schneller, weil sie die Werkzeuge für sich entdecken; das Team wird davon nicht schneller, weil an jeder Übergabe der Zusammenhang verloren geht. Ein Agent mit einer Rolle im Team teilt seinen Kontext mit allen, die an der Aufgabe arbeiten.

Ein Konsumgüterkonzern, mit dem wir uns über sein Vorgehen austauschen, nutzt Copilot-Agenten und selbst gebaute Agenten für kleine Aufgaben einzelner Mitarbeitender und stellt fest: Der große Hebel entsteht erst, wenn das Unternehmen ganze Prozesse in Frage stellt.[S1] Dahinter sehen wir ein Muster: Agenten entstehen als Einzelstücke, jeder mit eigenem Wissen und eigenen Regeln; eine Korrektur verbessert nur diesen einen, und der Pflegeaufwand wächst mit jedem weiteren.[S3]

Als Hürden nennt Lünendonk Integration und Datenanbindung, Sicherheit und Datenschutz, fehlendes Fachpersonal für Umsetzung und Betrieb sowie schlecht abgestimmte KI-Initiativen.[S4] Fehlt der Zugang zu diesen Fachleuten, kann auch ein guter Pilot ins Stocken geraten. Gartner prognostizierte im Juni 2025, dass bis Ende 2027 über 40 Prozent der Projekte mit agentischer KI abgebrochen werden, wegen steigender Kosten, unklaren Nutzens oder unzureichender Risikokontrollen.[S6] Jeder von Gartners drei Gründen lässt sich vor dem ersten Pilotprojekt angehen: Kosten mit einer Rechnung je korrekt abgeschlossenem Vorgang, unklarer Nutzen mit einer vorher vereinbarten Messlatte, Risiko mit einer Rolle samt Grenzen und verantwortlicher Person.

Zum Inhaltsverzeichnis

02 Agenten brauchen Rollen

Zu einer Rolle gehören ein Auftrag, ein Ergebnis, das jemand braucht, Grenzen und ein Mensch, der das Ergebnis verantwortet.[S3] Wie das im Alltag aussieht, zeigt ein Mittelständler: Mit dem Bürodienstleister STREIT haben wir die Agentin Tabea für den Kundenservice entwickelt. Nach Angabe von STREIT bereitet sie bis zu 40 bis 50 Prozent der Bestellungen bereits automatisch vor, bei bis zu 120 Stunden gewonnener Kapazität im Monat; perspektivisch nennt das Unternehmen bis zu 80 Prozent Automatisierungsgrad.[S7]

STREIT liefert Bürobedarf, Bürotechnik, Büroeinrichtung und Dienstleistungen und hat Standorte in Gengenbach, Freiburg und Villingen-Schwenningen. Über seine Agentin schreibt das Unternehmen: „Tabea verarbeitet eingehende Bestellungen, analysiert Informationen aus E-Mails, ordnet Kunden und Artikel zu und erstellt Bestellvorschläge für unsere Mitarbeitenden.“[S7] Mehr zeigt die Fallseite Tabea bei STREIT.

Salesforce empfiehlt, mit einem wirkungsstarken Anwendungsfall zu beginnen.[S2] MING Labs beginnt mit der Rolle.[S3] Ein Anwendungsfall beschreibt, was ein System können soll; eine Rolle, welche Arbeit jemand im Team übernimmt, wer das Ergebnis braucht und wer entscheidet. Auch STREIT sieht einen KI-Agenten als festen Bestandteil der Abläufe, „mit einer klaren Rolle, definierten Berechtigungen und nachvollziehbaren Übergabepunkten“.[S7]

Ein Industriekonzern, den wir seit Jahren begleiten, beschreibt sein Dilemma so: Entweder denkt man zu klein, der Agent als besserer Chat, der ein wenig automatisiert, oder zu groß, der Agent als Ersatz für einen Menschen.[S1] Die Rolle liegt dazwischen: ein klar begrenzter Teil der Arbeit eines Teams, einer Person zugeordnet. Wie ernst das gemeint ist, zeigte sich bei einem Kunden, als die vorgesehene Vorgesetzte des Agenten nach ihrer Gehaltsstufe keine Mitarbeitenden führen durfte; der Agent bekam eine andere Vorgesetzte.[S3] Erst mit einem Platz im Organigramm wird aus dem Werkzeug ein Kollege.

Eine Rolle beginnt mit der Frage, wer das Ergebnis braucht.

Was ohne diese Frage passiert, haben wir selbst erlebt: Unser Agent Major Tom sollte die anderen Agenten koordinieren. Im März 2026, nach 13 Tagen und 764 Nachrichten, haben wir ihn abgeschaltet (Bericht auf Englisch); er hatte eine Fähigkeit, aber keine Verantwortung für ein Ergebnis.[S8]

Zum Inhaltsverzeichnis

03 Was die Führung festlegt

Die Führung legt drei Dinge fest: das Zielbild, die Regeln der gemeinsamen Grundlage und die Messlatte, also das Ergebnis, bei dem ein Pilot weitergeht. Die Messlatte legt sie vor dem ersten Pilotprojekt fest, Zielbild und Grundlage spätestens vor dem Ausbau.[S3] STREIT ist ein mittelständisches Unternehmen; in einem Konzern kommen mehr Teams und mehr Freigaben dazu. Dort regelt die Führung als Teil der Grundlage einmal für alle Teams, was STREIT bei KI-Agenten von Beginn an vorsieht, etwa Zugriffsrechte, Protokollierung, menschliche Kontrolle und Eskalationswege.[S7]

Vor dem Pilot vereinbaren Führung und Team, wie Qualität, Zeitaufwand und Kosten beurteilt werden. Die Qualität bewerten eigene Fachleute, ohne zu wissen, ob Mensch oder Agent das Ergebnis erstellt hat. Nach dem Test und nach dem Pilot entscheidet die verantwortliche Person: weitergehen, nachbessern oder stoppen.[S3] Wie reale Fälle und fachliche Abnahme den Test tragen, zeigt unsere Anleitung zur Prüfung vor dem Betrieb.

In einem Konsumgüterkonzern vertraten zwei Verantwortliche im selben Gespräch mit uns Gegenpositionen: Der eine wollte die neue Arbeitsweise zuerst in einem Team erfahrbar machen, der andere von Anfang an ein Zielbild und einen wiederholbaren Prozess.[S1] Für uns gehört beides zusammen: Zielbild und erste Teams entstehen parallel, und was die ersten Agenten brauchen, wird zur Grundlage für alle.[S3]

Die Führung zieht die Grenze: Rollenstandard, Prüfverfahren, Protokoll und Freigabewege gelten im ganzen Unternehmen; Aufgaben, Rolle und verantwortliche Person bestimmt jeder Fachbereich selbst.[S3] Betriebsrat und Datenschutz gehören vor dem ersten Pilotprojekt an den Tisch: Menschen geben Aufgaben ab und übernehmen neue, und das Protokoll eines Agenten zeigt auch, wer im Team was korrigiert hat.

Für die Führung selbst entstehen dabei neue Aufgaben: Rollen für Agenten beschreiben und besetzen, Ergebnisse von Agenten abnehmen, die nächste Stufe der Selbstständigkeit freigeben und Teams durch den Wechsel ihrer Aufgaben führen. Wer diese Aufgaben in die Ziele und Stellenbeschreibungen der Führungskräfte aufnimmt, macht den Wandel zur Führungsarbeit statt zum IT-Projekt.[S3]

McKinsey kommt im September 2026 zum selben Schluss: Die Lücke zwischen dem Versprechen der KI und ihrem Ergebnis sei auch eine Führungslücke, und die Entscheidungen über Ambition, Organisation und Kultur könne niemand dem CEO abnehmen. Betriebsmodelle müssten um Mensch-Agent-Teams neu gebaut werden; Führungskräfte verbrächten weniger Zeit damit, Informationen zu sammeln und weiterzugeben, und mehr mit Urteil, Coaching und Ausnahmen. Das Vorleben durch die Führung nennt McKinsey den stärksten einzelnen Faktor für eine erfolgreiche Einführung: 70 Prozent der Mitarbeitenden fühlen sich bereit, KI zu nutzen, aber nur 27 Prozent der Führungskräfte halten ihre Organisation für bereit, die nötigen Veränderungen zu machen.[S10]

Zum Inhaltsverzeichnis

04 Ein Team lernt für alle

Dafür muss das Gelernte in einer gemeinsamen Grundlage liegen. Wir bauen sie mit dem ersten Team aus drei Teilen: klaren Rollen (wer was macht und wer entscheidet), gemeinsamem Wissen (was das Unternehmen weiß) und angebundenen Systemen (was ein Agent sehen und verändern darf, höchstens mit den Rechten einer Kollegin in derselben Rolle).[S3] Die Grundlage kann auf vorhandenen Plattformen entstehen. Ins gemeinsame Wissen gehören auch die geprüften Korrekturen der Teams.

Das gemeinsame Wissen legen wir als Wissensgraph an, auf Englisch Knowledge Graph: Rollen, Regeln, Abläufe und Begriffe des Unternehmens sind darin miteinander verknüpft, sodass ein Agent nachschlagen kann, was gilt, und ein Mensch sehen kann, woher eine Regel stammt. In Gesprächen heißt diese Schicht oft das Brain des Unternehmens. Sie richtig zu schneiden und aufzubauen ist der Teil unserer Arbeit, in dem die meiste Erfahrung steckt, denn an ihr entscheidet sich, ob das zweite Team schneller ist als das erste.[S3] Wo dieses Prozess- und Kontextwissen liegt, legt das Unternehmen fest: Unsere eigene Grundlage läuft auf Servern in Deutschland, und wir können sie für Kunden auf Servern in Deutschland oder der EU betreiben, auch mit Modellen, die dort laufen. Der Ort allein genügt nicht; wer Zugriff hat und wer den Dienst ersetzen kann, gehört zur Frage, wie unser Begriff digitale Souveränität bei KI erklärt. McKinsey rät Vorständen dasselbe: Daten, Wissen, Entscheidungslogik und semantische Schicht eines Unternehmens sollten dauerhafte Vermögenswerte sein, die Modelle darunter austauschbar; der Vorsprung entstehe aus den Lernschleifen um die Modelle, und der lasse sich nicht kaufen, nur bauen.[S10]

Ein Wissensgraph baut sich heute zum Teil selbst auf; kuratieren muss ihn trotzdem ein Mensch, der entscheidet, was stimmt und was weg kann. Dafür zeigen Agenten, wo Daten fehlen oder sich widersprechen, statt dass jemand Tabellen mit Zehntausenden Zeilen durchsieht. Datenpflege wird so selbst zu einer hybriden Aufgabe für Datenverantwortliche und Agenten, und schlechte Stammdaten sind kein Grund mehr, zu warten.[S3]

Geprüfte Korrekturen helfen auch dem nächsten Agenten.

Weil Agenten ihr Wissen schriftlich brauchen, wird nebenbei aufgeschrieben, was bisher nur in Köpfen steckte; es bleibt im Unternehmen, wenn Menschen die Stelle wechseln.[S3] Woran sich zeigt, ob Korrekturen wirken, beschreiben wir in der Antwort zur Entwicklung eines Agenten.

Zum Inhaltsverzeichnis

05 Wer am Ende entscheidet

Ein Agent muss dort abliefern, wo Menschen ohnehin arbeiten.

Jedes Ergebnis eines Agenten braucht einen Menschen, der es empfängt und verantwortet; in unserem Vorgehen ist das eine benannte Person im Team.[S3] Für STREIT ist die Einführung eines KI-Agenten „kein IT-Projekt im klassischen Sinn“; sein Erfolg hängt davon ab, „ob die Menschen ihm vertrauen“.[S7]

Uns hat eine einfache Entscheidung geholfen: Unsere Agenten bringen ihre Ergebnisse zu den Menschen, die sie verantworten, etwa ins E-Mail-Postfach (Bericht auf Englisch).[S9] Kunden bestätigen das: Ein Vertriebsleiter in einem Chemiekonzern wollte für seine Vertriebsleute keine weitere Oberfläche, die sie lernen müssen; ohne Akzeptanz seien die besten Ideen verlorene Zeit und verlorenes Geld.[S1]

Aus unseren Konzerngesprächen stammt eine weitere Beobachtung: Menschen verzeihen Kolleginnen Fehler, Agenten weniger.[S1] Wer Agenten einführt, plant diese geringere Nachsicht in der Kommunikation ein und gibt ihnen Selbstständigkeit in Stufen.[S3]

Die verantwortliche Person muss erkennen, wann die Arbeit des Agenten falsch ist, und erklären können, was er tut und warum. MING Labs nennt diese Pflicht Comprehension Obligation. Prüfen braucht deshalb eingeplante Zeit und eine Vertretung.[S3] Daraus folgt auch eine Grenze für die Führungsspanne: Eine Person verantwortet nur so viele Agenten, wie sie noch versteht, und kein Agent beauftragt über mehrere Stufen andere Agenten, ohne dass ein Mensch die Kette erklären kann.[S3]

Zum Inhaltsverzeichnis

06 Woran sich der Nutzen zeigt

Gewonnene Zeit zählt erst, wenn das Team sie für andere Arbeit nutzt.

MING Labs empfiehlt, den Nutzen eines Agenten an den Kosten je korrekt abgeschlossenem Vorgang zu messen, einfache Fälle und Sonderfälle getrennt.[S3] Verglichen wird vor und nach dem Start des Agenten; zu den Kosten zählen Entwicklung, Systemanbindung, Betrieb, Modellaufrufe und menschliche Kontrolle. Sucht eine Mitarbeiterin zur Kontrolle jeden Vorgang noch einmal vollständig zusammen, erledigen Mensch und Agent dieselbe Vorarbeit. Ein Pilot mit vor allem leichten Fällen sieht besser aus als der spätere Alltag.

Öffentlich dreht sich die Debatte gerade um Tokens, die Einheit, in der Sprachmodelle abgerechnet werden. McKinsey nennt die Tokenkosten inzwischen ein Thema für den Vorstand: Dieselbe KI-Aufgabe kann in einem Unternehmen bis zu dreißigmal mehr Tokens verbrauchen als in einem anderen, je nachdem, wie sie orchestriert ist.[S10]

Um Modellkosten besser zu begrenzen, lassen wir nicht jeden Schritt durch ein Sprachmodell laufen. Der größte Teil eines Agenten ist bei uns fester Programmcode: Kunden zuordnen, Artikelnummern prüfen, Fristen berechnen. Das Sprachmodell kommt an den Stellen zum Einsatz, an denen Sprache verstanden oder formuliert werden muss. So lassen sich Modellaufrufe und ihre Kosten besser nachvollziehen. Wie sich die Gesamtkosten je Vorgang entwickeln, hängt auch von der Art der Fälle und dem Prüfaufwand ab.[S3] Nicht jede Rolle braucht das stärkste Modell: Eine seltene Spezialistenrolle darf mehr Tokens kosten als ein Agent, der verlässlich immer dieselbe Arbeit erledigt.[S3]

Tokens sind nur ein Teil der Kosten. Hinzu kommt Human in the Loop, also die Prüfung und Freigabe von Ergebnissen durch Menschen. In unserem Rechenbeispiel kostet ein freigegebenes Ergebnis 18,90 Euro, 100 Ergebnisse also 1.890 Euro im Monat: 200 Euro für Modellaufrufe und weitere Dienste, 120 Euro für feste Software, 1.250 Euro für menschliche Prüfung und Freigabe und 320 Euro für Betreuung. Alle Werte sind Annahmen.[S11]

Wie der Agent mit weniger menschlicher Prüfung auskommt

Unser Ansatz der hybriden Organisation setzt an diesem Prüfaufwand an. Menschen arbeiten den Agenten ein: Sie korrigieren wiederkehrende Fehler, prüfen die daraus entstehenden Regeln fachlich und halten sie im gemeinsamen Wissen fest. Dieses Wissen steht auch dem nächsten Agenten zur Verfügung. So muss das Team denselben Fehler nicht bei jedem Vorgang neu erklären.[S3]

Vertrauen entsteht dabei aus belegter Qualität. Bewährt sich der Agent an realen Fällen, gibt die verantwortliche Person klar begrenzte Aufgaben für mehr Autonomie frei. Bei diesen Aufgaben entfällt die Freigabe jedes einzelnen Ergebnisses; Ausnahmen und Fälle mit hohem Risiko bleiben beim Menschen. Stichproben und erneute Tests nach Änderungen zeigen, ob die Qualität hält. Bei Fehlern wird die Freigabe wieder eingeschränkt.[S3]

Damit verbindet sich die Lernschleife aus Abschnitt 04 mit dem Team-Agenten aus Abschnitt 02: Weniger wiederholte Prüfung bedeutet weniger Doppelarbeit und weniger Warten auf Freigaben. Unser Ziel ist, den menschlichen Prüfaufwand je korrekt abgeschlossenem Vorgang mit der Einarbeitung zu senken. Ob das gelingt, messen wir zusammen mit der Ergebnisqualität.[S3] Alle Kostenarten rechnet unsere Antwort zu den laufenden Kosten eines KI-Agenten vor.

Nach STREITs Beschreibung nutzt das Team die gewonnene Kapazität für Kunden und Sonderfälle.[S7] Ob daraus mehr Umsatz oder niedrigere Kosten werden, zeigt in jedem Unternehmen erst der Vergleich über den ganzen Ablauf.

Ob die Einarbeitung den Aufwand tatsächlich senkt, zeigt der Vergleich je korrekt abgeschlossenem Vorgang. Wird eine Aufgabe dadurch günstiger als ihr erwarteter Wert, kann das Team Arbeit übernehmen, die bisher liegen blieb.

Zum Inhaltsverzeichnis

07 Arbeit, die bisher liegen blieb

Agenten können Arbeit ermöglichen, die bisher liegen blieb oder nicht eingeplant war.

Viele wertvolle Aufgaben bleiben liegen, weil ihre Bearbeitung mehr kostet, als sie voraussichtlich einbringt. Typisch dafür ist, nur eine Stichprobe der Verkaufsgespräche auszuwerten, nur die größten Ausschreibungen zu prüfen und kleine Kunden nebenbei zu betreuen.

Die Einarbeitung der Agenten kann diese Grenze verschieben. Geprüftes gemeinsames Wissen verbessert ihre Grundlage; verlässliche Ergebnisse erlauben mehr Autonomie und weniger menschliche Prüfung. Sinkt dadurch der Aufwand unter den Wert einer Aufgabe, wird bislang liegengebliebene Arbeit wirtschaftlich. Wir sprechen von latenter Arbeit: Ihr Wert war bereits da, ihre Ausführung lohnte sich bisher nicht.[S3]

Weitere Teams können auf dem fachlich geprüften Wissen aufbauen. Auch ihre Agenten müssen sich an eigenen Fällen bewähren, bevor die verantwortliche Person mehr Autonomie freigibt. Ob dadurch der Prüfaufwand weiter sinkt, wird erneut gemessen. Werden laufende Aufgaben wie das tägliche Sichten aller Ausschreibungen bezahlbar, kann ein Team auch Leistungen anbieten, die es zuvor nicht geplant hat.[S3]

Die Grenze des Möglichen verschiebt sich

Was bisher liegen blieb, wird erledigt, und zwar auf zwei Wegen. In der Breite übernehmen Agenten: Sie prüfen jede Ausschreibung, jedes Gespräch, jeden kleinen Kunden. Laut McKinsey prüfen bei einem europäischen Versicherer Agenten 95 Prozent der Verkaufsgespräche, zuvor waren es 3 Prozent.[S14] In der Tiefe gewinnen Menschen: Sie bekommen Zeit für Arbeit, die unter Zeitdruck als Erstes wegfällt, also Beratung, Sonderfälle und Beziehungen. Nach STREITs Beschreibung nutzt das Kundenservice-Team die gewonnene Kapazität für Kunden und Sonderfälle.[S7]

Damit wird der Satz aus Abschnitt 06 eingelöst: Gewonnene Zeit zählt erst, wenn das Team sie für andere Arbeit nutzt.

Die Grenze des Denkbaren verschiebt sich

Teams können auch Arbeit in Betracht ziehen, die sie bisher wegen des Aufwands ausgeschlossen haben. Bei MING Labs sichtet ein Agent jeden Tag die Ausschreibungsportale, prüft jede Ausschreibung auf Passung und bereitet das Angebot vor. Ein anderer fasst jeden Morgen zusammen, was sich bei Kunden und in der Auslastung verändert hat (Abschnitt 08).

Ohne Agenten binden solche Aufgaben regelmäßig Zeit für Sichtung, Abgleich und Vorbereitung. Befragungen weisen in dieselbe Richtung: In Microsofts Befragung von 20.000 KI-nutzenden Wissensarbeitenden aus zehn Ländern sagen 58 Prozent, sie lieferten heute Arbeit, die sie vor einem Jahr nicht liefern konnten.[S12] In einer Studie mit 331 ausgewerteten Antworten von Softwareentwicklern bei Microsoft beschreiben 12,4 Prozent ganz neue Arbeit.[S13] Beides sind Selbstauskünfte, die den Wert der Arbeit nicht messen.

Daraus entsteht Wettbewerbsfähigkeit

Wer diese Arbeit wirtschaftlich erschließt, hat die Chance, für seine Kunden mehr zu leisten. Die folgenden Wirkungen sind Ziele für das Pilotprojekt, keine gemessenen Ergebnisse:

Für zusätzliche Arbeit fehlt häufig ein direkter Vergleichswert von früher. Die Kosten je Vorgang bleiben relevant, erfassen aber allein nicht den zusätzlichen Nutzen. Deshalb gehört vor das Pilotprojekt eine Wertannahme, etwa für den Ausschreibungsagenten:

zusätzlich geprüfte Ausschreibungen × Angebotsquote × Gewinnquote × Auftragswert

Die Formel schätzt zusätzlichen Umsatz in einem festgelegten Zeitraum. Ob sich die Arbeit lohnt, zeigt erst der daraus erwartete Deckungsbeitrag nach Abzug der zusätzlichen Angebots- und Agentenkosten. Das wird zur Messlatte aus Abschnitt 03. Auch diese Arbeit braucht eine Rolle und eine verantwortliche Person, denn mehr Ergebnisse sind noch kein Nutzen.

Was weitere Teams wiederverwenden können

Neue Aufgaben liefern Erfahrungen und Korrekturen. Fachlich geprüfte und übertragbare Regeln daraus gehen ins gemeinsame Wissen ein (Abschnitt 04). Der nächste Agent beginnt mit dieser geprüften Grundlage. Auch er muss sich bewähren, bevor er mehr Autonomie erhält. Das Ziel ist weniger Einarbeitung, Nacharbeit und laufende Prüfung. Ob dadurch die Kosten sinken und weitere Arbeit wirtschaftlich wird, muss jedes Team an seinen Ergebnissen prüfen. McKinsey sieht den Vorsprung in diesen Lernschleifen: Er lasse sich nicht kaufen, nur bauen.[S10]

Wer heute nur bestehende Abläufe beschleunigt, erzielt laut McKinsey kleine Gewinne,[S15] und Effizienz allein sei keine Überlebensstrategie.[S10] Das spricht dafür, im Pilotprojekt auch zusätzliche Arbeit zu prüfen, statt nur bestehende Abläufe zu beschleunigen.

Welche neue Arbeit das Unternehmen angeht

Neue Arbeit entsteht nicht von selbst. Acemoglu und Restrepo zeigen für die USA in den drei Jahrzehnten vor ihrer Veröffentlichung von 2019, dass Automatisierung Aufgaben stärker verdrängt hat und neue Aufgaben schwächer nachkamen.[S16] Wer Agenten nur zum Sparen einsetzt, riskiert, neue Arbeitsmöglichkeiten zu übersehen.

Welche liegengebliebene und welche bisher undenkbare Arbeit ein Team zuerst angeht, gehört deshalb ins Zielbild der Führung. Der Pilot muss zeigen, welche zusätzliche Arbeit sich für das Team lohnt.

Zum Inhaltsverzeichnis

08 Vom ersten Team zum ganzen Unternehmen

Damit aus einzelnen Teams eine hybride Organisation wird, baut jeder neue Agent auf Vorhandenem auf. In unseren Gesprächen mit Konzernen geht es dafür um ein Register der Agenten, ähnlich dem Organigramm für Menschen: Name, Rolle, Rechte, verantwortliche Person. Es soll bei einer zentralen Stelle liegen, etwa einer Stabsstelle oder einem Programm. Wer einen neuen Agenten will, prüft dort zuerst, ob ein vorhandener die Aufgabe übernehmen kann; ein Konzern legt Musterrollen an, aus denen die Fachbereiche ihre Agenten ableiten. So wird die Stelle zu einer Art Personalabteilung für Agenten: Sie weiß, wie Agenten eingearbeitet und bewertet werden und wann einer abgeschaltet wird.[S1]

Wie groß eine Rolle wird, entscheiden bei uns zwei Fragen. Wie streng muss der Ablauf eingehalten werden: Ein Agent für einen festen Prozess bekommt einen engen Rahmen, in dem das Sprachmodell wenig Spielraum hat; ein Agent für offene Aufgaben wie Marketing darf breiter arbeiten. Und welche Zugriffsrechte braucht er: Ein Agent, der in fünfzig Systemen lesen und in zehn schreiben darf, ist zu groß; dann werden es zwei oder drei mit klaren Grenzen.[S3]

In Konzernen kommt zugleich eine Lawine von Werkzeugen an, aus dem eigenen Haus und von Anbietern; legt niemand fest, was unternehmensweit gilt und was im Fachbereich bleibt, nutzt jede Abteilung etwas anderes, und nichts davon skaliert, so die Erfahrung eines Chemiekonzerns.[S1] Vorhandene Assistenten und Piloten, auch die aus Copilot Studio, kommen mit Rolle und verantwortlicher Person ins Register oder werden abgeschaltet.[S3] Im Mittelstand kann eine einzelne Person das Register führen; fachlich betreut den Agenten nach dem Pilot die verantwortliche Person im Team.

Agenten für weitere Teams hat MING Labs bereits aufgesetzt: für Vertrieb, Ausschreibungen und Angebote, Marketing und Betrieb. Einer sichtet täglich Ausschreibungsportale, prüft, ob eine Ausschreibung passt, gibt dem Team eine Empfehlung und bereitet das Angebot vor. Ein anderer hält die Kundendaten im CRM aktuell, verfolgt die Auslastung und fasst wichtige Entwicklungen in einem Morgenbriefing zusammen.

Viele einzelne Piloten und eine hybride Organisation unterscheiden sich am Ende in vier Punkten: bei den Agenten, beim Ergebnis, beim Wissen und beim nächsten Team.

Zum Inhaltsverzeichnis

09 Wo Sie anfangen können

Wen würden Sie morgen einstellen, wenn Sie könnten?

Die Antwort auf diese Frage zeigt Arbeit, die heute liegen bleibt, und damit die erste Rolle. Die zweite Frage reicht weiter: Was würden Sie für Ihre Kunden tun, wenn es kaum etwas kostete? Für den Anfang reichen ein Team, eine wiederkehrende Aufgabe und eine Person, die das Ergebnis verantworten wird.[S3] Hier beginnt der Schritt vom Assistenten zum Agenten mit eigener Rolle.

Erst ein Prozent der von Lünendonk befragten Unternehmen arbeitet durchgängig mit Agenten.[S4] Auch Konzerne stehen am Anfang; wer jetzt beginnt, ist früh dran. STREIT beschreibt, dass neue Rollen entstehen und Mitarbeitende Vertrauen aufbauen müssen.[S7] Wer wartet, verschiebt auch diese Arbeit. Wer jetzt Zielbild, Grundlage und Messlatte festlegt, entscheidet selbst, welche Piloten weitergehen und welche liegengebliebene Arbeit zuerst drankommt.

Fehlendes Fachpersonal für Umsetzung und Betrieb zählt Lünendonk zu den Hürden.[S4] Wo es fehlt, entwickelt MING Labs Agenten gemeinsam mit Ihren Teams. Wir sprechen mit Konzernen über ihre Programme, betreiben selbst mehrere Agenten auf einer gemeinsamen Grundlage und haben mit STREIT die Agentin Tabea entwickelt. Wie wir Rollen für Menschen und Agenten gemeinsam klären, beschreibt unsere Seite zur hybriden Organisation.

Der Weg zur hybriden Organisation beginnt bei MING Labs mit einem Orientierungsgespräch, einem Bewertungsworkshop und einem Pilotprojekt innerhalb weniger Wochen.[S7] Mittelständischen Unternehmen bieten STREIT und MING Labs diesen Einstieg gemeinsam an. Beteiligt sind das Team und die künftig verantwortliche Person, im Konzern auch die Führung, mit der wir parallel Zielbild, Grundlage und Messlatte festlegen. Nach dem Workshop haben Sie die Entscheidungsvorlage für das Pilotprojekt: den größten Hebel, einen Business Case, die Rollenbeschreibung, die Aufteilung der Arbeit und die Messlatte. Nach dem Pilot steht ein getesteter erster Agent, und die verantwortliche Person entscheidet, wie es weitergeht.

Zum Inhaltsverzeichnis

Über diesen Artikel: Die Zahlen von Lünendonk und McKinsey sind Selbstauskünfte aus verschiedenen Befragungen; McKinsey fragt nach KI insgesamt. Gartners Angabe ist eine Prognose vom Juni 2025. STREITs Zahlen sind Kundenangaben ohne veröffentlichten Messzeitraum und nicht unabhängig geprüft; gewonnene Zeit ist noch keine Kostensenkung, und STREIT bietet solche Agenten gemeinsam mit MING Labs an. Die Beobachtungen aus Konzernen stammen aus vertraulichen, anonymisierten Gesprächen im Herbst 2026; wir nennen Branchen, keine Unternehmen. Vorgehen und eigener Betrieb beschreiben unsere Praxis und sind keine Messung für andere Unternehmen. Das Kostenbeispiel rechnet mit Annahmen, nicht mit gemessenen Betriebskosten. Das Schaubild zur latenten Arbeit ist ein Schema. Microsofts Zahlen sind Selbstauskünfte eines Anbieters, die Entwicklerstudie ist ein Vorabdruck zu einer einzigen Gruppe, McKinseys Versicherer ein nicht unabhängig geprüfter Fall.