The Agent Portfolio Has to Earn Its Keep

Die wichtigsten Erkenntnisse

  • Ein Agent lässt sich günstig entwickeln und kann im Betrieb trotzdem unwirtschaftlich sein.
  • Jeder produktive Agent braucht eine klar verantwortliche Person und ein messbares Geschäftsergebnis.
  • Kosten, Risiko, Qualität und Berechtigungen müssen gemeinsam bewertet werden.
  • Lege vor dem Start fest, wann ein Agent weiterbetrieben, zusammengelegt oder stillgelegt wird.
  • Die Schulung von Agentenverantwortlichen muss auch Entscheidungen zur Abschaltung abdecken – nicht nur den Einsatz.

Viele einzelne Agenten brauchen eine gemeinsame Steuerung

Der Rückstau bei Agenten ist nicht mehr das Hauptproblem. Dauerhaft laufende Agenten schaffen einen wachsenden Bestand aus Berechtigungen, Modellnutzung, Tool-Aufrufen, Übergaben, Ausnahmen und operativen Risiken. Am 25. September 2026 kündigte Microsoft langlebige Copilot-Funktionen mit nutzungsbasierter Abrechnung und FinOps-Kontrollen an; vier Tage später stellte OpenAI kontinuierlich laufende Agenten vor, die dauerhaft im Auftrag eines Nutzers arbeiten sollen. Diese Veröffentlichungen beweisen nicht, dass Governance die Ergebnisse verbessert. Sie machen den Bedarf an Governance für Unternehmensagenten aber deutlich dringlicher. (blogs.microsoft.com)

Retool beschrieb am 29. September den wirtschaftlichen Zielkonflikt: Nach eigenen Angaben entfällt der Ertrag auf einen kleinen Teil der Agenten. In einer Podiumsdiskussion wurde außerdem ein Unternehmen mit rund 500.000 Agenten genannt, das nur begrenzt nachvollziehen konnte, wofür es Geld ausgab. Das sind Anbieterangaben und ein Einzelbeispiel, kein Kausalitätsbeweis. Sie veranschaulichen aber ein Betriebsproblem: Sind Agenten leicht zu erstellen und schwer zu überwachen, wächst schnell ein unübersichtlicher Bestand. (retool.com)

Ein produktiver Agent ist ein Service im Betrieb

Behandle jeden produktiven Agenten als Service mit Business Case, nicht als Prompt, der in einer Demo zufällig funktionierte. Der ROI eines KI-Agenten muss die gesamten Betriebskosten einbeziehen: Ausgaben für Modelle und Infrastruktur, Kosten angebundener Tools, menschliche Prüfung, Ausnahmebehandlung, Monitoring, Support und Nacharbeit aufgrund schlechter Ergebnisse. Ebenso wichtig ist ein klar benanntes Ergebnis, etwa kürzere Bearbeitungszeiten, die tatsächlich Kosten senken, weniger vermeidbare Fehler, schnellere Fallbearbeitung oder eine messbar höhere Kunden-Conversion.

  • Eine namentlich benannte verantwortliche Person, die den Agenten ändern oder abschalten darf
  • Eine Ergebniskennzahl mit Ausgangswert und Ziel
  • Ein monatlicher Kostenrahmen für Nutzung und menschliche Kontrolle
  • Eine klar definierte Einsatzgrenze für Tools, Daten und Aktionen

Diese Definition verhindert einen häufigen Fehler in Banken: Nutzung mit Wert zu verwechseln. Ein Assistent für Kundenberater kann häufig genutzt werden und dennoch keinen wirtschaftlichen Nutzen schaffen. Ein Backoffice-Agent, der weniger Fälle bearbeitet, kann sehr wertvoll sein, wenn er Engpässe beseitigt, Nacharbeit reduziert und innerhalb seiner Kontrollgrenzen bleibt.

Verantwortung muss auch Berechtigungen und Risiko einschließen

Für jeden produktiven Agenten müssen drei Zuständigkeiten feststehen: eine fachlich verantwortliche Person für das Geschäftsergebnis, eine technische Betreuung für Integrationen, Bewertung und Zuverlässigkeit sowie eine Kontrollfunktion. Letztere prüft, ob Datenzugriff, Eskalationsweg und Freigaberegeln zur Risikostufe passen. In kleinen Teams kann eine Person mehrere Rollen übernehmen. Die einzelnen Verantwortlichkeiten müssen trotzdem klar bleiben.

Die Risikostufen sollten widerspiegeln, was ein Agent sehen, entscheiden, empfehlen und tun kann. Ein interner Rechercheassistent ist nicht gleichzusetzen mit einem Agenten, der Kundenkommunikation entwirft, auf sensible Kundendaten zugreift oder einen Workflow mit finanziellen Folgen auslöst. Die Stufe sollte Umfang der Berechtigungen, Protokollierung, erforderliche Prüfung, menschliche Freigabepunkte und den Überprüfungsrhythmus festlegen.

Diagramm, das zeigt, wie KI-Agenten über Governance-Telemetrie zu Entscheidungen über Verlängerung, Einschränkung, Zusammenlegung oder Stilllegung führen.
Behandle produktive Agenten als gesteuertes Portfolio, nicht als stetig wachsende Sammlung.

Der Überprüfungstermin gehört in den Startplan

Plane die spätere Überprüfung schon vor dem Go-live. Zur Startfreigabe gehören ein Prüftermin und klare Stilllegungskriterien. Sonst laufen Agenten womöglich allein aus Gewohnheit weiter, obwohl der ursprüngliche Bedarf entfallen ist, ein besserer Workflow bereitsteht oder ihre Kosten schneller steigen als ihr Nutzen.

  1. Verlängern, wenn das Ergebnis nachgewiesen ist, das Risiko vertretbar bleibt und die Kosten im vereinbarten Rahmen liegen.
  2. Einschränken, wenn der Nutzen belegt ist, Berechtigungen, Autonomie oder Aufgabenbereich aber weiter reichen als nötig.
  3. Zusammenführen, wenn mehrere Agenten Datenzugriffe, Workflows oder Verantwortlichkeiten doppeln.
  4. Stilllegen, wenn sich das Ergebnis nicht nachweisen lässt, der Prozess besser regelbasiert automatisiert wird oder keine verantwortliche Person mehr vorhanden ist.

Good to know

Was zählt als produktiver KI-Agent?

Jeder Agent, der mit Geschäftsdaten arbeitet, angebundene Tools nutzt, wiederholt handelt, Kunden- oder Betriebsprozesse unterstützt oder wiederkehrende Kosten verursacht, sollte ins produktive Portfolio aufgenommen werden.

Wie oft sollte ein Agent überprüft werden?

Lege die erste Überprüfung vor dem Start fest. Agenten mit höherem Risiko oder höheren Ausgaben brauchen häufigere Überprüfungen, während Agenten mit geringem Risiko einem festgelegten quartalsweisen oder halbjährlichen Rhythmus folgen können.

Wer sollte einen Agenten in einer Bank verantworten?

Die fachlich verantwortliche Person sollte das Ergebnis und die Entscheidung über Verlängerung oder Stilllegung tragen. Technologie, Risiko, Compliance und Operations sollten jeweils klar benannte unterstützende Verantwortlichkeiten haben.

Auch der Umgang mit laufenden Agenten muss geübt werden

Hier treffen KI-FinOps-Schulung und operative Disziplin zusammen. Agentenverantwortliche brauchen keinen langen technischen Kurs. Sie brauchen kurze, rollenbezogene Übungen: die Gesamtkosten eines Agenten berechnen, unsichere Berechtigungen erkennen, entscheiden, ob ein Anwendungsfall einen Agenten oder einen Workflow braucht, Ergebnis-Telemetrie auswerten und über Verlängerung oder Abschaltung entscheiden. Szenariobasierte Entscheidungen sind hilfreicher als allgemeine KI-Sensibilisierung, weil sie die Entscheidungen abbilden, vor denen Verantwortliche nach dem Start stehen.

App-Learning kann den Lebenszyklus von KI-Agenten in ein wiederholbares Lernsystem für Innovation, Operations, Technologie, Risiko und fachlich Verantwortliche überführen. Ein Check vor dem Start kann bestätigen, dass eine verantwortliche Person Ausgaben, Berechtigungen, Eskalationen und Kriterien für die Stilllegung versteht. Regelmäßige Rezertifizierung kann prüfen, ob dieses Verständnis auch bei Änderungen an Tools, Modellen und Richtlinien bestehen bleibt. Der Abschluss allein ist kein Beleg – fundierte Entscheidungen in realistischen Szenarien sind es.

Betriebsdaten liefern die Grundlage für Entscheidungen

Eine hilfreiche Portfolioansicht verbindet für jeden Agenten Nutzung, Gesamtkosten, Ergebnisqualität und Geschäftsergebnis. Hohe Nutzung allein belegt noch keinen Wert. Kosten müssen auch zur Qualität der Ergebnisse passen; gute Ergebnisse rechtfertigen wiederum keine zu weitreichenden Befugnisse. Erst im Zusammenhang zeigen die Kennzahlen, welche Services weitere Mittel verdienen und welche Agenten vor allem Aktivität erzeugen.

Banken brauchen nicht nur Menschen, die Agenten bauen. Sie brauchen auch Verantwortliche, die ihren Einsatz begrenzen, ähnliche Agenten zusammenführen und unnötige Dienste abschalten können. Ein wirtschaftliches Portfolio besteht aus Agenten mit einem klaren Zweck und einem geregelten Ende, sobald dieser Zweck entfällt.