Agentic Data & Software Engineering

Bauen Sie nicht die KI-Agenten, die Ihnen der Hersteller morgen schenkt

Von Xavier Franco, CEO de Elternativa · Grupo Zemsania
· 6 Min. Lesezeit

Mit Unterstützung von KI verfasst und von Xavier Franco geprüft

Eine Dirigentin in Probenkleidung gibt den Musikerinnen und Musikern vor ihr mit einer präzisen Geste den Einsatz.
In diesem Artikel

Diese Frage höre ich oft: „Sollten wir unsere eigenen KI-Agenten bauen?“ Ich verstehe die Versuchung. Alle reden über Agenten, die Anbieter versprechen sie, und niemand will zurückbleiben. Meine Antwort lautet für die meisten Unternehmen: nein. Genauer gesagt: nicht so, wie die Frage meist gestellt wird. Ich erkläre Ihnen, warum.

Wir leben in einer Zeit der Handwerker

Die KI hat uns alle an dieselbe Startlinie gestellt, und zwar mit hohem Tempo. Kunden, Dienstleister und Hersteller haben gleichzeitig angefangen. Der Geist der Anfangszeit der Informatik ist zurück: Autodidakten, Repositories und Veröffentlichungen, die einen Teil des Problems lösen. Das finde ich großartig.

Aber ein Unternehmen kann nicht vom Handwerk leben. Die Herausforderung jeder Organisation besteht darin, all das mit Sicherheit, mit Architektur und mit Steuerung ins Haus zu holen. Und genau dort geraten viele Agenten-Projekte ins Straucheln.

Gartner hat es im Juni 2025 mit Zahlen belegt: Es prognostiziert, dass über 40 % der agentischen KI-Projekte bis Ende 2027 eingestellt werden, wegen explodierender Kosten, unklarem Geschäftsnutzen oder unzureichender Risikokontrollen. Zudem warnte es vor „Agent Washing“, also altbekannten Produkten, die als Agenten ausgegeben werden, und schätzte, dass nur etwa 130 der Tausenden Anbieter, die agentische KI zu verkaufen behaupten, dies tatsächlich tun.

In der Praxis: Listen Sie die Agenten-Projekte auf, die bei Ihnen laufen, und notieren Sie zu jedem den Geschäftsnutzen, den es nachweisen muss, und bis wann. Wenn Sie ihn nicht aufschreiben können, ist es ein Kandidat für diese Statistik.

Warum Ihr Agent vom ersten Tag an veraltet

OpenAI, Anthropic, Google oder Microsoft bringen in rasendem Tempo neue Fähigkeiten heraus. Was Sie heute mit viel Aufwand auf deren API bauen, kann morgen schon in deren Produkt enthalten sein. Eigene Agenten auf APIs zu bauen, ist von der ersten Minute an überholt.

Das ist keine Kritik an denen, die es versuchen. Es ist eine Frage, wohin Sie Ihre Investition lenken. Mit allen Herstellern in allen Technologien Schritt zu halten, ist ein enormer Aufwand, den kein Unternehmen in diesem Tempo leisten kann. Und das muss es auch nicht.

Ein Versicherer sollte sich darauf konzentrieren, seine Kunden besser zu betreuen und mehr aus seinen Policen herauszuholen. Nicht darauf, mit KI-Laboren zu konkurrieren.

In der Praxis: Fragen Sie vor der Freigabe eines eigenen Agenten, was mit ihm geschieht, wenn der Hersteller dieselbe Fähigkeit veröffentlicht. Lautet die Antwort „dann werfen wir ihn weg“, überlegen Sie, ob es sich lohnt.

Wo der Wert liegt: übernehmen, orchestrieren und steuern

Wenn nicht im Bauen, wo liegt dann der Wert? Für mich in vier Verben:

  • Übernehmen Sie das Beste vom Markt, ohne sich an einen einzigen Hersteller zu binden.
  • Orchestrieren Sie diese KIs, damit sie wie ein Team arbeiten, mit einer gemeinsamen Methode, parallel und mit überprüfbaren Aufgaben.
  • Steuern Sie, was sie tun: was angefordert wurde, wer es getan hat, wer es validiert hat und was es gekostet hat.
  • Modular bleiben, um ein Teil auszutauschen, wenn etwas Besseres kommt, ohne alles andere neu zu machen.

Es ist die altbekannte Symbiose zwischen Kunde und Integrator. Der KI-Hersteller lässt Sie andocken; all das im Unternehmen, mit Ihren Systemen und Ihren Regeln zum Laufen zu bringen, ist eine andere Aufgabe. Wir machen sie zu unserer: Wir sind Integratoren, und heute heißt das, KI zu integrieren.

In der Praxis: Erfassen Sie die KIs, die Sie bereits bezahlen (Copilot, ChatGPT, Claude, Gemini …), und fragen Sie sich, wie viel echte Leistung Sie daraus holen. Oft ist der beste Agent der, den Sie schon haben, gut orchestriert.

Was passiert, wenn Sie sie orchestrieren

Ich nehme das Beispiel, das ich am besten kenne: die Softwareentwicklung. Die KI ist bereits in den Teams, aber so skaliert sie nicht: Eine Person bittet die KI um etwas und wartet, prüft das Ergebnis und fragt erneut. Wenn Sie dieselben Werkzeuge orchestrieren, ändert sich das Bild:

  • mehrere KI-Instanzen arbeiten parallel, jede mit ihrer Rolle (bauen, testen oder validieren), ohne sich in die Quere zu kommen;
  • jede Aufgabe entsteht mit ihren Kriterien, und eine andere Instanz testet sie;
  • eine Person entscheidet, und nichts geht ohne ihre Freigabe weiter;
  • das Wissen bleibt bei Ihnen, in einer eigenen Datenbank und nicht im Gedächtnis einer Unterhaltung.

Sie haben keinen einzigen neuen Agenten gebaut. Sie haben die, die Sie ohnehin bezahlt haben, wie ein Team arbeiten lassen.

Wie Sie einen echten Agenten von „Agent Washing“ unterscheiden

Ich möchte nicht, dass dies als ein „Nein“ zu Agenten verstanden wird. Gartner schätzt in derselben Prognose, dass bis 2028 mindestens 15 % der alltäglichen Arbeitsentscheidungen autonom durch agentische KI getroffen werden, nach 0 % im Jahr 2024, und dass ein Drittel der Unternehmenssoftware sie enthalten wird. Agenten werden überall sein. Die Frage ist, welche sich lohnen.

Wenn Ihnen ein Anbieter einen Agenten anbietet, würde ich ihm fünf Fragen stellen:

  • Was entscheidet er allein und was fragt er mich? Gibt es keine eigenen Entscheidungen, ist es ein Assistent unter anderem Namen.
  • Woher weiß ich, was er getan hat? Ohne lesbare Protokolle ist keine Steuerung möglich.
  • Was kostet jeder Durchlauf? Der Modellverbrauch wächst schnell, wenn niemand Grenzen setzt.
  • Was passiert, wenn er sich irrt? Eine Person muss das Wichtige validieren.
  • Funktioniert er mit der KI, die ich bereits habe? Wenn er Sie zwingt, Modell oder Plattform zu wechseln, kaufen Sie eine Fessel.

Sind die Antworten nicht klar, haben Sie es wahrscheinlich mit Agent Washing zu tun: einem altbekannten Produkt, das als etwas Neues verkauft wird.

In der Praxis: Stellen Sie diese fünf Fragen den KI-Anbietern, die Sie in diesem Quartal auf dem Tisch haben. Die Antworten zeigen Ihnen, bei wem sich der Zeitaufwand lohnt.

Wo Sie anfangen

  1. Prüfen Sie Ihre Agenten-Projekte anhand ihres Geschäftsnutzens. Erwägen Sie, diejenigen zu stoppen, die ihn nicht belegen.
  2. Erfassen Sie die KI, die Sie bereits bezahlen, und wer sie nutzt.
  3. Wählen Sie einen wiederholbaren Prozess, etwa die Weiterentwicklung einer Anwendung oder das Testen, und orchestrieren Sie dort die KI, die Sie schon haben.
  4. Stellen Sie die Methode vor das Werkzeug: Kriterien vor dem Start, unabhängige Tests und eine Person, die validiert.
  5. Messen Sie an Ihren eigenen Daten und entscheiden Sie, ob Sie skalieren.

Und noch etwas: Das Tempo ist rasend, aber Ihr Team muss ihm nicht hinterherlaufen. Überlassen Sie das denen, die sich darauf spezialisiert haben.

Wie wir Ihnen helfen

Bei Agentic Data & Software Engineering orchestrieren wir die Entwicklungs-KIs, die Sie bereits lizenziert haben, wie Claude Code, Cursor, Codex oder Copilot, damit sie parallel, unbeaufsichtigt und gesteuert arbeiten, über den gesamten Lebenszyklus der Softwareentwicklung. Der Code bleibt in Ihrem Git und das Wissen in einer eigenen Datenbank.

Wir tun das mit Agentagile, unserer Methodik: Wir schaffen keine neuen Agenten, wir machen die KI, die Sie schon haben, zu einem Team, das mit Methode arbeitet. Ihre KI entwickelt, testet und dokumentiert; Ihr Team entscheidet.

Häufige Fragen

Was sind KI-Agenten?

Es sind Systeme, die auf Basis eines Ziels selbstständig Aufgaben planen und ausführen, indem sie Werkzeuge und Daten nutzen, statt nur eine Frage zu beantworten.

Warum scheitern so viele KI-Agenten-Projekte?

Laut Gartner vor allem wegen explodierender Kosten, unklarem Geschäftsnutzen und unzureichender Risikokontrollen.

Ist es besser, eigene Agenten zu bauen oder die des Herstellers zu nutzen?

Für die meisten Unternehmen ist es besser, das zu übernehmen, was die Hersteller bereits anbieten, und den Aufwand darauf zu konzentrieren, es zu orchestrieren, zu steuern und in die eigenen Systeme zu integrieren.

Was bedeutet es, KI zu orchestrieren?

Mehrere KIs wie ein Team arbeiten zu lassen, mit einer gemeinsamen Methode, überprüfbaren Aufgaben, unabhängigen Tests und einer Person, die entscheidet.

Weiterlesen