Der KI-Agent kommt ins Unternehmen. Wer bringt ihm eigentlich den Job bei?

Wenn ein neuer Kollege nur die Anweisung „Bearbeite Kundenanfragen selbstständig“ bekäme, würde niemand das für ausreichende Einarbeitung halten. Bei KI-Agenten passiert organisatorisch oft etwas Ähnliches: Ein Modell erhält ein Ziel, Systemzugriff und die Erwartung, einen Prozess möglichst autonom zu erledigen.

Ein Agent ist kein Mitarbeiter. Trotzdem wird Arbeit delegiert. Und Delegation funktioniert nur, wenn Auftrag, Kontext, Handlungsspielraum und Kontrolle zusammenpassen.

Ein Agent ist kein neuer Mitarbeiter – aber Delegation bleibt Delegation

Agenten können Arbeitsschritte planen, Werkzeuge benutzen, Zwischenergebnisse verarbeiten und Aktionen ausführen. Produktionsdaten zeigen, dass das echte Produktivitäts- und Scope-Gewinne ermöglichen kann. Gleichzeitig sind reale Systeme keineswegs grenzenlos autonom.

Als größte Entwicklungsherausforderung nannten die Praktiker Zuverlässigkeit. Das ist ein Realitätscheck: Produktive Agenten sind Bestandteile eines kontrollierten Arbeitsprozesses.

Warum der Prompt nicht das eigentliche Problem ist

Menschen arbeiten mit viel implizitem Wissen. Erfahrene Beschäftigte wissen, welche Quelle aktueller ist, welcher Sonderfall eskaliert werden muss und welche Regel im konkreten Kontext zählt. Ein Agent macht sichtbar, wie viel davon nie sauber beschrieben wurde.

„Prüfe die Anfrage und antworte angemessen“ klingt nach einer Aufgabe. Für einen automatisierten Prozess fehlen darin Ergebnis, verbindlicher Kontext, Rechte, Qualitätsmaßstab und Eskalationsweg. Die Vorarbeit lautet deshalb nicht: den perfekten Prompt schreiben. Sie lautet: Arbeit so beschreiben, dass Delegation überprüfbar wird.

Dieses Modell ist kein externer Standard, sondern eine praktische Synthese aus aktueller Produktions- und Oversight-Forschung.

Ergebnis definieren, nicht nur Aktivität

„Bearbeite die Anfrage“ beschreibt Aktivität. Überprüfbar wird Delegation erst durch Kriterien: Anfrage klassifiziert, relevante Daten geprüft, Entwurf vollständig, unsichere Fälle markiert, Änderungen nur unter definierten Bedingungen.

Kontext kuratieren

Ein Agent braucht nicht möglichst viel Information, sondern die richtige. Welche Quelle ist verbindlich? Welche Version gilt? Welche Beispiele zeigen Grenzfälle? Drei widersprüchliche Dokumente werden durch ein größeres Kontextfenster nicht zu einer Wahrheit.

Rechte nach Handlung vergeben

Lesen, formulieren und handeln sind unterschiedliche Stufen. Ein Entwurf ist etwas anderes als eine versendete Nachricht; eine vorgeschlagene Änderung etwas anderes als eine ausgeführte. Handlungsspielraum sollte deshalb pro Aktion festgelegt werden.

Qualität muss beobachtbar sein

Autonomie wird besonders dort interessant, wo Ergebnisse gegen klare Daten, Regeln oder Tests geprüft werden können. Forschung zu Agentenarbeit beschreibt eine Verschiebung menschlicher Arbeit hin zu Delegation, Planung, Überwachung, Verifikation und Erweiterung. Die entscheidende Frage ist nicht nur, ob ein Agent eine Aufgabe erledigen kann, sondern ob die Organisation zuverlässig erkennen kann, ob er sie richtig erledigt hat.

Eskalation ist Teil des Prozesses

Eine explorative Studie mit 17 erfahrenen Entwicklern identifizierte vier Formen von Aufsicht: Kontrolle vor der Ausführung, gemeinsames Planen, Monitoring während der Ausführung und Prüfung im Nachgang. Nicht jeder Prozess braucht alles. Aber jeder sollte bewusst festlegen, welche Kontrolle wo nötig ist.

Aus Fehlern muss Prozesswissen werden

Ein korrigierter Output löst einen Fall, verbessert aber noch keinen Prozess. Relevant ist die zweite Schleife: War die Anweisung unklar? Fehlte Kontext? War eine Quelle veraltet? War der Handlungsspielraum zu groß? Fehlt ein Test- oder Eskalationsfall?

Gegenposition: Wenn Menschen alles prüfen, braucht man keinen Agenten

Der Einwand ist berechtigt. Kontrolle kann selbst zum Flaschenhals werden. Die Alternative ist jedoch nicht maximale Autonomie, sondern passende Autonomie. Je leichter ein Ergebnis prüfbar, je geringer die Konsequenz eines Fehlers und je besser eine Aktion reversibel ist, desto mehr Arbeit kann sinnvoll delegiert werden. Bei schwer überprüfbaren oder folgenreichen Aktionen steigen die Anforderungen an Kontrolle und Eskalation.

Was Menschen dafür lernen müssen

OECD und ILO beschreiben 2026 eine wachsende Bedeutung höherwertiger kognitiver, digitaler und sozioemotionaler Fähigkeiten sowie von Anpassungsfähigkeit und Human Agency. Für Agentenarbeit wird das konkret: Aufgaben zerlegen, Kontext auswählen, Ergebnisse prüfen, Unsicherheit erkennen und Eskalationen beurteilen.

Eine Organisation kann hundert Promptvorlagen besitzen und trotzdem schlecht auf Agenten vorbereitet sein. Klare Prozesse, gepflegtes Wissen, eindeutige Verantwortlichkeiten und überprüfbare Ergebnisse sind die stärkere Grundlage.

Agent Readiness ist ein Test der eigenen Organisation

Woher weiß ein Mitarbeiter, was gilt? Welche Regeln stehen nur in Köpfen? Welche Systeme widersprechen sich? Welche Fehler sind harmlos und welche teuer? Wer übernimmt, wenn der Standardfall endet? Agenten erfinden diese Fragen nicht. Sie machen nur schneller sichtbar, wo Antworten fehlen.

Deshalb beginnt eine gute Agenteneinführung nicht mit der Frage nach maximaler Autonomie. Sie beginnt mit einer nüchterneren: Ist unsere Arbeit überhaupt so klar beschrieben, dass wir sie guten Gewissens delegieren können?