Die neuen Enterprise-Skills 2026: Vom Plattform-Customizer zum Agent-Orchestrator

Ich habe in diesem Frühjahr sechs Keynotes hintereinander gesehen — SAP Sapphire, Microsoft Build, Salesforce Connections, Oracle AI World Tour, ServiceNow Knowledge und Workday DevCon. Sechs Konzerne, sechs Bühnen, sechs Marketing-Abteilungen. Und trotzdem haben sie 2026 alle dieselbe Geschichte erzählt: Aus den Plattformen, auf denen Unternehmen ihre Prozesse betreiben, werden handelnde Agenten-Systeme.

Was mich an dieser Saison aber wirklich beschäftigt hat, ist nicht die Produktliste. Es ist die Frage, die kein einziger Hersteller offen beantwortet: Wer soll das eigentlich bedienen? Denn wenn sich die Software so grundlegend verändert, verändert sich auch das Profil der Menschen, die mit ihr Geld verdienen. Die knappe Fähigkeit ist 2026 nicht mehr, eine Plattform zu customizen. Sie ist, Agenten auf dieser Plattform zu orchestrieren, zu erden und zu beherrschen.

Ich begleite seit Jahren Organisationen dabei, Enterprise-Software auszuwählen, einzuführen und Wert daraus zu ziehen. Aus dieser Perspektive ordne ich hier ein, welche Skill-Verschiebung die Keynotes wirklich ankündigen — und was das für Ihre Personalplanung bedeutet.

Sechs Keynotes, ein Signal

Die gemeinsame Linie ist schnell erzählt. SAP machte aus BTP die Business AI Platform und stellte eine Autonomous Suite mit nach eigenen Angaben 224 Agenten und 51 Assistants vor. Salesforce rief das „Agentic Enterprise“ aus, Oracle das Prinzip „built in, not bolted on“, ServiceNow positionierte sich als „AI Control Tower for business reinvention“, Microsoft baute mit Agent 365 eine Steuerungsebene für Agenten, und Workday öffnete seine Plattform für Entwickler-Agenten. Sechsmal derselbe Satz in sechs Dialekten: System of Record wird zu System of Action.

Diese strategische Konvergenz habe ich an anderer Stelle ausführlicher beschrieben — etwa am Beispiel von SAP Sapphire 2026 und der Verschiebung vom Verkauf von Software hin zum Verkauf von Ergebnissen in „Von SaaS zu GaaS“. Hier geht es um die Konsequenz auf der Ebene der Menschen. Ich sehe vier neue Skill-Achsen — und ein Fundament, das wichtiger wird, nicht unwichtiger.

Skill-Achse 1: Agent-Engineering und Orchestrierung

Jeder Hersteller hat 2026 eine Werkbank zum Bauen von Agenten ausgerollt: SAP Joule Studio 2.0, Microsoft Copilot Studio, Salesforce Agentforce, Oracles Private Agent Factory, Workdays Developer Agent samt Orchestrate. Die Botschaft überall: „Bau Agenten in natürlicher Sprache, low-code bis pro-code.“

Das verführt zu dem Trugschluss, es brauche dafür niemanden mehr. Das Gegenteil ist der Fall. Wer einen Agenten baut, der eigenständig Bestellungen freigibt oder Tickets schließt, trifft Entscheidungen über Intents, Guardrails, Eskalationspfade und vor allem über Evaluation — die Frage, woran man misst, ob der Agent gut genug ist, um ihn auf echte Geschäftsprozesse loszulassen. SAP nennt seinen Ansatz ausdrücklich „intent-based, eval-based“. Das ist kein Klick-Job, das ist Engineering. Die neue Rolle heißt nicht mehr „Berater für Modul X“, sondern „Agent-Engineer für Plattform X“ — und sie verlangt Prozessverständnis und ein Gefühl für das probabilistische Verhalten von Sprachmodellen.

Skill-Achse 2: Der Daten- und Semantic-Layer

Der Satz, der in fast jeder Keynote fiel, lautete sinngemäß: „Das Sprachmodell kennt eure Geschäftsdaten nicht.“ Oracle brachte es auf „It all starts with data. Your data.“ SAP baute eine Kontextebene mit Knowledge Graph und „Company Memory“, Salesforce einen Semantic Layer über Data 360, Microsoft die IQ-Schicht über Web, Fabric und Arbeitsdaten. Das gemeinsame Muster: Ohne eine saubere, semantisch beschriebene Datenbasis halluziniert jeder Agent — er klingt nur überzeugender dabei.

Damit wird eine Disziplin geschäftskritisch, die lange als Hintergrundarbeit galt: das Modellieren von Ontologien und Semantik, das Definieren gemeinsamer Metriken, das Verfügbarmachen von Daten ohne schweres Kopieren. Wer diese Schicht beherrscht, entscheidet, ob die KI eines Unternehmens vertrauenswürdig ist. Warum modulare, kontextzentrierte Architekturen hier den Ausschlag geben, habe ich in „Warum modulare KI-Architekturen der Schlüssel zur Enterprise-Skalierung sind“ beschrieben.

Skill-Achse 3: AI-Governance und Trust-Engineering

Den prägnantesten Satz der ganzen Saison lieferte ServiceNow: Governance sei „not a feature, it’s the whole ball game“. Das Bild dahinter — ein Agent, der in neun Sekunden Produktionsdatenbanken löscht — hat sich eingebrannt. Folgerichtig hat jeder Hersteller eine Kontrollebene gebaut: ServiceNows AI Control Tower mit Kill-Switch, SAPs AI Agent Hub, Microsofts Agent 365, Workdays Agent Passport, Oracles Verlagerung der Sicherheit auf die Datenebene.

Hier entsteht ein völlig neues Berufsbild. Ein Agent braucht eine Identität, Zugriffsrechte, ein Audit-Protokoll und eine Compliance-Prüfung — im Grunde behandelt man ihn wie einen Mitarbeiter. Wer das aufsetzt, ist weder klassischer Security-Spezialist noch klassischer Plattform-Berater, sondern etwas Drittes: ein AI-Governance-Spezialist. In meiner Beratungspraxis ist das die Rolle, die Unternehmen am häufigsten übersehen — und die am Ende über die Geschwindigkeit der gesamten KI-Einführung entscheidet. Wie sich autonome Ausführung und menschliche Kontrolle sauber austarieren lassen, vertiefe ich in „Hybride KI-Entscheidungsprozesse“.

Skill-Achse 4: Integration über offene Protokolle

Drei Buchstabenkürzel tauchten in allen sechs Keynotes auf: MCP, A2A und teils A2UI. Agenten überschreiten künftig Hersteller-Grenzen — Workday-Agenten erscheinen in Microsoft Copilot, Salesforce-Funktionen laufen „headless“ außerhalb von Salesforce, ServiceNows Action Fabric öffnet die Plattform für jede KI. Bemerkenswert am Rande: Anthropics Claude ist bei fünf der sechs Hersteller Partner — ein starkes Indiz dafür, in welche Richtung sich der Markt vereinheitlicht.

Für die klassischen Integrations-Rollen — MuleSoft, Workday Studio, ServiceNow Integration Hub — heißt das ein Protokoll-Upgrade, keine Ablösung. Wer Systeme integriert, muss künftig verstehen, wie Agenten über MCP Werkzeuge aufrufen und Kontext erben. Warum Kontext zum eigentlichen API der KI-Ära wird, habe ich in „Context Is the New API“ ausgeführt.

Das Fundament bleibt — und wird wertvoller

Bei aller Euphorie über Agenten wäre der gefährlichste Fehler, das Plattform- und Prozesswissen für veraltet zu halten. SAP nannte den ERP auf der Bühne „das Gehirn“ — Prozesse, Millionen von Datenfeldern, Berechtigungslogik. Workday formulierte die Spannung zwischen „Enterprise Truth“ (Payroll, Hauptbuch — null Fehlertoleranz) und „Agentic Velocity“. Die Pointe: Ein Agent ist immer nur so gut wie das Prozessmodell, auf dem er aufsetzt.

Heißt konkret: Der erfahrene SAP-FI/CO-Berater, die Salesforce-Administratorin, der ServiceNow-Entwickler — sie werden nicht überflüssig. Sie werden zur unverzichtbaren Grundlage, auf der die neuen Achsen aufbauen. Reines Agenten-Wissen ohne Domänentiefe produziert genau die teuren, plausibel klingenden Fehler, vor denen die Hersteller selbst warnen.

Die Skill-Matrix: alte Rolle, erweiterte Rolle

Wenn ich die Verschiebung für IT-Entscheider auf eine Tabelle verdichte, sieht sie so aus:

• SAP-Modulberater → SAP-Autonomous-Suite-Berater: Prozesswissen plus Joule-Agenten, KPIs und Change Management.
• Salesforce-Administrator → Agentforce-Consultant: CRM-Konfiguration plus Agenten-Design auf Data 360.
• ServiceNow-Entwickler → AI-Specialist-Builder: Workflows plus autonome, governte „digitale Kollegen“.
• Daten-Engineer → Semantic-Layer-Engineer: Pipelines plus Ontologien, die KI das Reasoning ermöglichen.
• Security-Spezialist → AI-Governance-Spezialist: Identitäten und Audit für Menschen und Maschinen-Agenten.
• Integrations-Entwickler → MCP-/A2A-Integrator: Schnittstellen plus agentische Protokolle.

Keine dieser Rollen ersetzt die alte. Jede erweitert sie um eine Schicht, die vor zwölf Monaten noch nicht existierte.

Was das für IT-Entscheider heißt

Drei Konsequenzen ziehe ich aus dieser Saison. Erstens: Der Engpass ist nicht die Technologie, sondern die Belegschaft. ServiceNow nannte auf der Bühne eine demografische Lücke von bis zu 50 Millionen Arbeitskräften bis 2030 — Agenten sind die Antwort darauf, aber jemand muss sie bauen und beaufsichtigen. Zweitens: Die ehrlichste Zahl der Saison kam ebenfalls von ServiceNow — 95 Prozent der Unternehmen können den ROI ihrer KI nicht beziffern. Das ist kein Technologie-, sondern ein Kompetenz- und Governance-Problem.

Drittens, und das ist die eigentliche Entscheidung für Sie: aufbauen oder einkaufen? Die vier neuen Skill-Achsen lassen sich nicht über Nacht intern hochziehen, und der Markt für sie ist leergefegt. Wer wartet, bis das eigene Team vollständig umgeschult ist, verschenkt das Zeitfenster. Dass die eigentliche Hürde fast nie die Technik ist, sondern die Organisation, habe ich in „KI als Organisationsproblem“ beschrieben — und genau hier setzt meine Arbeit an.

Die Hersteller haben 2026 ihre Agenten-Plattformen geliefert. Die offene Flanke ist die menschliche Seite: Welche Rollen baue ich auf, welche kaufe ich ein, und wie verhindere ich, dass aus Agenten ein ungoverntes Schattensystem wird? Wenn Sie diese Fragen für Ihre Organisation konkret durchdenken wollen, sprechen Sie mich an — genau an dieser Schnittstelle aus Strategie, Plattform und Befähigung arbeite ich mit Unternehmen.