Arbeit muss im agentenbasierten KI-Zeitalter neu gedacht werden
Der Erfolg KI-gesteuerter Betriebsabläufe innerhalb eines Unternehmens wird davon abhängen, wie gut die Zusammenarbeit zwischen menschlichen Mitarbeitern und KI-Agenten funktioniert und wie ausgewogen das Verhältnis zwischen Autonomie und Aufsicht bei der Steuerung der KI-Agenten ausfällt.
Um das Potenzial der agentischen KI auszuschöpfen, müssen Unternehmen ihre Workflows durchgängig neu gestalten.
KI-Agenten und Roboter könnten allein in den Vereinigten Staaten bis 2030 einen wirtschaftlichen Mehrwert von bis zu 2,9 Billionen US-Dollar schaffen – vorausgesetzt, Unternehmen gestalten ihre Arbeitsabläufe neu und die Mitarbeiter passen sich an. Die Rolle der KI entwickelt sich weg von einem Produktivitätswerkzeug – beispielsweise einem generativen, KI-basierten Notizsystem – hin zu einem autonomen System, das komplexe, mehrstufige Aufgaben bewältigt. Um an die Vorteile dieser Entwicklung teilzuhaben, müssen Unternehmen ihre Organisationsmodelle dahingehend anpassen. In Ländern wie Deutschland ist dies besonders dringend. Denn hier haben Unternehmen Schwierigkeiten, KI-Agenten einzusetzen, auch wenn sie an deren Potenzial glauben. Denn obwohl 86 Prozent der deutschen Unternehmen anerkennen, dass agentische KI Auswirkungen auf ihr Geschäft hat, zeigt ein aktueller Bericht von Infosys–HFS, dass nur 14 Prozent diese bereits in großem Maßstab einsetzen.
Ein Merkmal von Unternehmen, die KI-Agenten erfolgreich einsetzen, besteht darin, dass sie die Einführung agentischer KI eher als eine organisatorische als eine technische Herausforderung behandeln. Denn autonome KI-Modelle und agentische Systeme verändern nicht nur, wie welche Arbeit erledigt wird, sondern auch, wie Unternehmen dafür strukturiert sind. Drei Veränderungen stechen dabei besonders hervor:
1Neugestaltete Workflows setzen Potenziale frei
Veraltete Workflows für die Zusammenarbeit, den Wissensaustausch und die Entscheidungsfindung sind in vielen Fällen nicht gut mit einem KI-gestützten Betriebsmodell vereinbar. Viele Unternehmen beginnen im Hinblick auf agentenbasierter KI damit, diese Tools zur Ausführung einzelner Aufgaben in bestehende Workflows einzubauen – Enttäuschungen sind dabei bisweilen unausweichlich. Um das Potenzial von KI-Systemen, insbesondere von KI-Agenten, auszuschöpfen, müssen Unternehmen ihre Workflows durchgängig neu gestalten. Dies erfordert tiefgreifende Veränderungen – hinsichtlich der zugrunde liegenden Daten ebenso wie in Bezug auf die Betriebsmodelle und Lernpfade. Letztere sind notwendig, um Mitarbeiter auf die Zusammenarbeit mit KI-Agenten vorzubereiten.
Hier ein hypothetisches Beispiel: Eine Organisation, die eine IT-Modernisierung durchführt, sollte Aufgaben wie das Scannen von Legacy-Code-Beständen auf Abhängigkeiten, die Code-Migration und das Testen von Programmier-Code an KI-Agenten übertragen. Menschliche Mitarbeiter leiten sie bei der Sprint-Planung und den Funktionsanforderungen an. Darüber hinaus überprüfen sie die Code-Entwürfe der KI und erstellen Testaufgaben. Damit dies funktioniert, sollte das Unternehmen außerdem gewährleisten, dass die Mitarbeiter diese Planungs-, Koordinations- und Testaufgaben übernehmen können.
Die Neugestaltung von Arbeitsabläufen ist eine gute Gelegenheit, Nachhaltigkeit von vornherein zu integrieren, anstatt sie später „nachzurüsten“. Agentenbasierte Systeme können ressourcenintensiv sein. Daher ist jede Entscheidung darüber, wo ein Agent eingesetzt wird – und wo menschliches Urteilsvermögen der effizientere Weg bleibt –, mit messbaren Energie- und CO₂-Kosten verbunden. Organisationen, die Recheneffizienz neben anderen Aspekten wie Genauigkeit und Geschwindigkeit als Gestaltungskriterien betrachten, stellen fest, dass verantwortungsvolle KI und nachhaltige KI sich als Ziele nicht gegenseitig ausschließen. Im Gegenteil: Sie sind ein und dieselbe Disziplin.
2Menschen und Agenten für eine erfolgreiche Zusammenarbeit aufstellen
Genau wie überholte Arbeitsabläufe haben auch veraltete Strukturen in einem KI-gestützten Modell keinen Platz. Unternehmen müssten ihre menschlichen Mitarbeiter und die agentenbasierten KI in kollaborative, ergebnisorientierte Teams neu organisieren. An einem „AI-first“-Arbeitsplatz werden die Aufgaben zunehmend partnerschaftlich von Menschen und KI-„Mitarbeitern“ wie Robotern, Copiloten und autonomen Agenten erledigt. Dies führt zu einer Neugestaltung und Neuverteilung von Rollen führen. Allerdings müssen Mitarbeiter auch neue Fähigkeiten entwickeln. Das Management von KI-Agenten, die Koordination von Multi-Agenten-Arbeitsabläufen und die Beurteilung autonomer Entscheidungen sind Kompetenzen, die es in Unternehmen heute noch nicht gibt. Ein Projektmanager, der ein KI-unterstütztes Entwicklungsteam leitet, muss lernen, Agentenparameter zu definieren. Darüber hinaus gehört dazu, von der KI generierte Ergebnisse interpretieren zu können und zu wissen, wann er diese außer Kraft setzen muss. Diese Verantwortlichkeiten gehen weit über die bisherige Rolle hinaus.
Arbeiten, die soziale und emotionale Kompetenzen erfordern, bleiben Aufgabe des Menschen.
Während Unternehmen eine Kultur der Zusammenarbeit zwischen Mensch und KI fördern, sollten sie auch bewusst auf eine klare Arbeitsteilung achten. Routinemäßige, regelbasierte Aufgaben wie die Dateneingabe oder die Überwachung von Geräten sollten am besten der KI überlassen werden. Arbeiten, die soziale und emotionale Kompetenzen erfordern – etwa Empathie, Konfliktlösung oder einfach nur eine persönliche Note –, bleiben eindeutig Aufgabe des Menschen.
Die wichtigere Frage ist jedoch, was dazwischen liegt: die wachsende Kategorie von Aufgaben, bei denen Menschen und KI-Agenten gemeinsam agieren. Um dies effektiv zu bewältigen, sind neue Rollen erforderlich. Dazu gehören beispielsweise KI-Workflow-Architekten, die Prozesse zwischen Menschen und Agenten entwerfen, oder KI-Eskalationsspezialisten, die Ausnahmen bearbeiten, sowie KI-Ethiker, die einen verantwortungsvollen Einsatz sicherstellen. Darüber hinaus benötigt jeder Mitarbeiter zumindest praktische Kenntnisse über KI – nicht etwa, um Technologie-Spezialist zu werden. Vielmehr geht es darum, dass der Mitarbeiter an einem Arbeitsplatz, an dem KI ein ständiger Kooperationspartner ist, effektiv arbeiten kann.
3Governance-Strukturen schaffen
Für viele deutsche Unternehmen ist die Skalierung agentenbasierter Systeme eine entscheidende und dringende Herausforderung – vor allem unter Einhaltung nationaler und europäischer regulatorischer Rahmenbedingungen. Doch oft funktionieren agentenbasierte Modelle wie „Black Boxes“, die keinen Einblick in die Logik ihrer Entscheidungen gewähren und diese nicht erklären. Gerade solche Modelle neigen jedoch dazu, kontextuelle Nuancen zu übersehen oder fehlende Informationen so zu extrapolieren, dass ungenaue oder verzerrte Ergebnisse entstehen.
Die Lösung liegt in einem umfassenden Governance-Mechanismus. Dabei werden klare Rahmenbedingungen festgelegt, was Agenten eigenständig tun dürfen und was nicht. Eine menschliche Aufsicht kontrolliert kritische Entscheidungspunkte. Außerdem sollten ethische Standards von Anfang an in die Entwicklung und den Einsatz integriert werden. Denn Governance ist letztlich nicht nur eine strukturelle, sondern auch eine menschliche Aufgabe. Die Mitarbeiter müssen in die Lage versetzt werden, KI-Agenten zu beaufsichtigen und Netzwerke aus mehreren Agenten zu koordinieren. Besonders wichtig: ihnen muss bewusst sein, dass ihre Rolle mitunter darin besteht, jenes kontextbezogene Urteilsvermögen anzuwenden, das kein KI-System nachbilden kann.
