Agentic AI im Unternehmen: Governance, Daten und der ehrliche Blick auf den ROI

Auf jeder der sechs großen Plattform-Keynotes 2026 wurde eine Zukunft gezeichnet, in der autonome Agenten einen Großteil der Unternehmensarbeit erledigen. Ich nehme solche Bühnenversprechen grundsätzlich mit Respekt — und mit Skepsis. Denn die spannendere Frage als „Was ist möglich?“ lautet für Entscheider: „Was kommt davon heute tatsächlich im Unternehmen an, und zu welchem Preis?“

Dieser Artikel ist der ehrliche Blick auf den Impact von Agentic AI — jenseits der Demos. Er gehört zu meiner Serie über die Keynote-Saison 2026; den Gesamtüberblick und die strategische Einordnung gibt es separat.

Die nüchterne Zahl der Saison

Die ehrlichste Aussage kam ausgerechnet von einem der lautesten Anbieter. ServiceNow nannte auf der Bühne eigene Erhebungen: Sechs von zehn Unternehmen nutzen bereits agentische KI, aber nur eines von zehn hat etwas wirklich Autonomes gebaut — und 95 Prozent können den ROI ihrer KI nicht beziffern. Im Schnitt, so ServiceNow, laufen 367 Anwendungen pro Unternehmen, KI meist als ungeregelter Anbau.

Das ist kein Technologieproblem. Es ist ein Kompetenz- und Governance-Problem. Die Plattformen sind reif genug; was fehlt, ist die Fähigkeit der Organisationen, Wert zu erzeugen und zu messen. Dass die eigentliche Hürde fast nie die Technik ist, habe ich in „KI als Organisationsproblem“ beschrieben — diese Saison bestätigt es.

Wo der Impact real ist

Trotz der ernüchternden Gesamtzahl gibt es belastbare Beispiele — die ich bewusst als Hersteller-Angaben kennzeichne, denn so kamen sie auf die Bühne. Salesforce berichtete, dass starke Anwender mit dem Agenten im Slack bis zu 20 Stunden pro Woche einsparen. Oracle nannte beim Kunden TIM Brazil eine um 30 Prozent reduzierte Bearbeitungszeit im Call-Center. ServiceNow gab an, intern 2,3 Millionen Mitarbeiterstunden zurückgewonnen zu haben.

Das Muster hinter den Zahlen ist wichtiger als die Zahlen selbst: Der Impact ist dort am größten, wo Agenten klar abgegrenzte, hochvolumige Aufgaben übernehmen — Service, Support, Routine-Auswertungen. Nicht als spektakuläre Vollautomatisierung, sondern als konsequente Entlastung an den richtigen Stellen.

Warum Governance über Tempo entscheidet

Das stärkste Bild der Saison lieferte ServiceNow mit einem Schreckensszenario: ein Agent, der in neun Sekunden Produktionsdatenbanken samt Backups löscht. Die Lehre daraus ist nicht „lasst die Finger davon“, sondern: Ohne Kontrollebene wird Geschwindigkeit zum Risiko. Folgerichtig hat jeder Hersteller eine gebaut — vom Not-Aus-Schalter im AI Control Tower bis zum Agent Passport bei Workday.

Für Entscheider heißt das paradoxerweise: Governance ist kein Bremsklotz, sondern der Ermöglicher von Tempo. Erst wenn ein Agent eine Identität, klare Rechte und ein lückenloses Audit hat, kann man ihn guten Gewissens auf echte Prozesse loslassen. Wie sich Autonomie und menschliche Kontrolle sauber austarieren lassen, vertiefe ich in „Hybride KI-Entscheidungsprozesse“; warum Maschinen-Identitäten dabei der blinde Fleck sind, in „Non-Human Identities“.

Daten zuerst — sonst halluziniert der Agent

Oracle nannte Datenleckage zwischen Agenten ein „fatal problem“ und verlagerte die Zugriffssicherheit bewusst auf die Datenbankebene, damit ein Agent nur die Daten sieht, die der jeweilige Nutzer sehen darf. Das ist mehr als ein technisches Detail: Ein Agent, der auf unsauberen oder ungesicherten Daten arbeitet, produziert selbstbewusst falsche Ergebnisse — und ist damit gefährlicher als gar keine Automatisierung.

Der praktische Schluss: Bevor Sie in Agenten investieren, investieren Sie in Datenqualität, Zugriffsmodell und den Semantic Layer. Diese Reihenfolge ist nicht verhandelbar — sie ist die Voraussetzung dafür, dass der gemessene ROI später überhaupt positiv ausfällt.

Der Fachkräfte-Doppelschlag

Zwei Druckpunkte treffen 2026 zusammen. Auf der einen Seite verspricht SAP, den Aufwand von ERP-Migrationen mit KI-Werkzeugen um bis zu 50 Prozent zu senken — der Transformationsdruck steigt also. Auf der anderen Seite nannte ServiceNow eine demografische Lücke von bis zu 50 Millionen Arbeitskräften bis 2030. Agenten sind die Antwort auf beides — aber jemand muss sie bauen, erden und beaufsichtigen.

Damit wird der Engpass menschlich, nicht technologisch. Welche neuen Rollen Unternehmen dafür aufbauen oder einkaufen müssen, beschreibe ich in „Die neuen Enterprise-Skills 2026″.

Eine Checkliste für Entscheider

Bevor Sie die nächste Agenten-Initiative starten, würde ich sechs Fragen ehrlich beantworten:

• Datenfundament: Sind die relevanten Daten sauber, zugänglich und semantisch beschrieben?
• Zugriffsmodell: Sieht der Agent wirklich nur, was er sehen darf — auf Datenebene, nicht nur in der Oberfläche?
• Governance: Gibt es Identität, Audit und einen Not-Aus für jeden Agenten?
• Abgrenzung: Ist der Anwendungsfall klar umrissen und hochvolumig genug, um Wert zu schaffen?
• Messung: Ist vor dem Start definiert, woran Sie Erfolg und ROI messen?
• Kompetenz: Haben Sie die Rollen im Haus — oder einen Plan, sie aufzubauen oder einzukaufen?

Wer diese sechs Fragen nicht beantworten kann, landet mit hoher Wahrscheinlichkeit in den 95 Prozent, die ihren ROI nicht beziffern können. Wer sie beantworten kann, gehört zur Minderheit, die aus Agentic AI echten, messbaren Wert zieht.

Genau diese Übersetzung von Hype in messbare Ergebnisse — mit der richtigen Reihenfolge aus Daten, Governance und Befähigung — ist meine Arbeit. Wenn Sie Ihre Agenten-Strategie auf ein belastbares Fundament stellen wollen, sprechen Sie mich an.