Autonome KI-Agenten stoßen in Unternehmen auf großes Interesse, sind im produktiven Betrieb bislang aber nur begrenzt angekommen. Laut einer aktuellen Lünendonk-Studie befinden sich 80 Prozent der Unternehmen noch in Pilot-, Explorations- oder Testphasen. Vor allem die Überführung bestehender KI-Projekte in den Regelbetrieb erweist sich als Herausforderung. Investitionen in Datenqualität, Plattformen, IT-Infrastruktur und KI-Kompetenzen sollen nun die Voraussetzungen für eine breitere Nutzung schaffen.

Autonome KI-Agenten sollen den Einsatz künstlicher Intelligenz in Unternehmen auf eine neue Stufe heben. Anders als reine Assistenzsysteme können sie Aufgaben eigenständig planen, Entscheidungen treffen und darauf aufbauend Handlungen ausführen. Die Erwartungen an diese Form von Agentic AI sind entsprechend hoch. Zwischen strategischer Bedeutung und tatsächlichem Einsatz besteht jedoch noch eine deutliche Lücke.

Das zeigt die Lünendonk-Studie „Agentic AI: vom Copiloten zum Autopiloten“, die in Kooperation mit Cosmo Consult, HyPlus, Materna, Reply, Sopra Steria und Woodmark entstanden ist. Demnach testen 58 Prozent der befragten Unternehmen autonome KI-Agenten derzeit im Rahmen erster Pilotprojekte. Weitere 18 Prozent befinden sich in der Explorations- und Testphase. Bereits in einzelnen Aufgabenbereichen eingesetzt werden KI-Agenten bei 19 Prozent der Unternehmen.

Eine durchgängige Ende-zu-Ende-Integration über mehrere Kernprozesse hinweg ist dagegen bislang selten. Laut Studie hat erst ein Prozent der Unternehmen diesen Reifegrad erreicht. Gleichzeitig sind die Erwartungen an die Technologie hoch: 96 Prozent der Befragten versprechen sich sowohl Effizienzsteigerungen als auch Kostensenkungen. 90 Prozent erwarten mehr Geschwindigkeit und Flexibilität.

„Die strategische Relevanz von autonomen KI-Agenten ist in der Breite angekommen. Was fehlt, ist die operative Konsequenz: Unternehmen müssen den Übergang vom Piloten in den Regelbetrieb aktiv gestalten – mit klaren Prozessverantwortlichkeiten, belastbaren Datenarchitekturen und einer durchdachten Governance”, kommentiert Tobias Ganowski, Studienautor und Senior Consultant bei Lünendonk, die Ergebnisse.

Viele KI-Piloten erreichen den Produktivbetrieb nicht

Eine wesentliche Herausforderung liegt demnach weniger im Start neuer KI-Projekte als in deren Skalierung. 66 Prozent der befragten Unternehmen geben an, dass weniger als ein Viertel ihrer bisherigen KI-Pilotprojekte den Sprung in den produktiven Einsatz geschafft hat.

Die Gründe dafür liegen laut Studie in mehreren Bereichen. Zu den Hindernissen zählen fehlende technologische Voraussetzungen, nicht ausreichend moderne Integrationsschichten sowie Defizite bei der Datenanbindung. Hinzu kommen Sicherheits- und Datenschutzbedenken und ein Mangel an qualifiziertem Personal für Umsetzung, Betrieb und Weiterentwicklung.

Auch die Zahl parallel laufender KI-Initiativen kann zum Problem werden. Sind Projekte und technische Ansätze nicht ausreichend aufeinander abgestimmt, erschwert dies die Überführung einzelner Lösungen in skalierbare Strukturen.

Daten und Plattformen rücken in den Mittelpunkt

Entsprechend richten viele Unternehmen ihre Investitionen auf die technischen und organisatorischen Grundlagen für Agentic AI aus. In den kommenden zwei Jahren wollen laut Lünendonk 98 Prozent stark in Datenqualität und Datenintegration investieren. 94 Prozent nennen Orchestrierungsplattformen und IT-Infrastruktur als Investitionsschwerpunkte.

Daneben gewinnen organisatorische Voraussetzungen an Bedeutung. Jeweils 87 Prozent der Unternehmen setzen einen Schwerpunkt auf Digital Enablement – beispielsweise durch Schulungen und Change Management – sowie auf KI-Compliance. Damit geht die Einführung autonomer KI-Agenten über eine reine Technologieentscheidung hinaus.

Eine grundlegende Ablösung bestehender Anwendungen zeichnet sich dabei laut Studie mehrheitlich nicht ab. 73 Prozent der Befragten erwarten vielmehr, dass KI-Agenten vorhandene Systeme ergänzen und vollständige Prozessketten orchestrieren.

Dafür sind nach Angaben von Lünendonk offene Schnittstellen und ereignisgesteuerte Architekturen erforderlich. Die Einführung von Agentic AI wird damit zugleich zu einem Faktor für die Modernisierung bestehender IT-Landschaften. Ob Unternehmen ihre Pilotprojekte tatsächlich in größerem Umfang in den Regelbetrieb überführen können, hängt damit wesentlich von Datenintegration, Infrastruktur, Governance und den notwendigen Kompetenzen ab.

Weitere Informationen zur Lünendonk & Hossenfelder GmbH finden Sie hier.