Was Agentic AI mit dem richtigen Fundament leistet
Das KI-ROI-Paradox ist real – und Ihre größte Chance.
15 Apr., 2026
Warum intelligente Lösungen zum Betriebssystem jedes zukunftsfähigen Unternehmens werden
In den Vorstandsetagen hat sich der Ton verändert. Früher ging es darum, wann und wie man in KI und Agents investiert. Heute lautet die Frage: Warum zahlt sich das Ganze noch nicht aus?
Dieser Wechsel von Aktionismus zu Verantwortlichkeit ist der Punkt, an dem die meisten Führungskräfte ins Stocken geraten. Keine angenehme Position – aber die Lücke zwischen Investition und ROI ist nicht unüberwindbar. Vorausgesetzt, man baut auf dem richtigen Fundament.
Ich bin seit über zwanzig Jahren in dieser Branche tätig, habe die Einführung der Cloud miterlebt und jede Begründung gehört, warum sie sich nicht durchsetzen werde. Die Unternehmen, die sich damals gesperrt haben? Sie tragen die technischen Altlasten bis heute. Dieselbe Diskussion. Derselbe Widerstand. Dasselbe Ergebnis.
Bei Agentic AI ist es nicht anders. Und das Zeitfenster steht so weit offen wie selten zuvor..
Agentic AI, by Design
Wer das Ziel kennt, kommt schneller an. 85 % der Unternehmen haben ihre KI-Investitionen im vergangenen Jahr erhöht. Nur 6 % sahen eine Rendite (Deloitte, 2025). Der Unterschied liegt nicht in der Technologie – sondern im Design. HSO macht aus dem Potenzial von Agentic AI messbare Ergebnisse: schneller, mit weniger Risiko und mit Resultaten, die für sich sprechen.
Alle investieren. Der ROI lässt auf sich warten.
Die Zahlen sprechen für sich: 85 % der Unternehmen haben ihre KI-Investitionen im vergangenen Jahr erhöht. Nur 6 % konnten innerhalb von zwölf Monaten eine messbare Rendite verzeichnen.¹ 88 % setzen KI bereits in mindestens einer Funktion ein. 62 % experimentieren mit Agents.² Und dennoch berichten weniger als 40 % von einer finanziellen Wirkung auf Unternehmensebene – und rund zwei Drittel haben KI nie über das Pilotstadium hinaus skaliert.³
Der Enthusiasmus ist da, das Investment auch. Was in der Regel fehlt, ist die Strategie. Ich saß kürzlich mit einem Unternehmen zusammen, das einen KI-Agenten für die Automatisierung einer bestimmten Aufgabe entwickelt hatte. Mit beeidruckender Präzision.
Dann fragte jemand: Wie oft führen Sie diesen Prozess eigentlich aus? Einmal pro Woche. Dreißig Minuten manueller Aufwand. Ein paar Euro Personalkosten, vielleicht. Die Kosten für Entwicklung, Betrieb und Wartung des Agents? Deutlich höher. Man hatte etwas technisch Funktionierendes gebaut – aber unterm Strich war es ein Verlustgeschäft.
Das ist ein bisschen so, als würde man jemanden einstellen und erst danach überlegen, was die Person eigentlich tun soll. Mit einem Menschen würde man das nie machen. Man definiert die Rolle. Man legt Erfolgskriterien fest. Man einigt sich vor dem ersten Tag darauf, wie Erfolg aussieht. Man setzt ein Budget. Wer das bei KI-Agents überspringt, bekommt genau das, was die Daten zeigen: Aktivität ohne Ergebnis.
Das eigentliche Problem ist nicht die Technologie
Agents sind neu. Die Grundprinzipien nicht.
Daten. Prozesse. Menschen. Das waren die entscheidenden Faktoren in jeder Technologie-Implementierung, an der ich je beteiligt war. Daran hat sich nichts geändert. Wenn auch nur einer dieser Faktoren nicht stimmt, bricht alles andere mit zusammen. Egal, welches Modell Sie einsetzen. Garbage in, garbage out – das gilt nach wie vor.
Was ich am häufigsten sehe, wenn KI-Initiativen ins Stocken geraten, ist kein Technologieversagen. Es ist ein Problem der Basis. Die Daten passen nicht zum Use Case. Der Prozess ist nicht reif genug, um von einem Agent repliziert zu werden – er existiert im Kopf eines Mitarbeitenden, nicht in einem dokumentierten Workflow, dem ein intelligentes System folgen kann. Und Governance wird als etwas behandelt, das man nach dem Deployment klärt.
Es lässt sich kein digitaler Kollege auf einem Fundament aufbauen, das nicht durchdacht gestaltet wurde.
Ergebnisse aus der Praxis
15.000
Stunden pro Jahr eingespart
Einzelhandel & Distribution
98 %
weniger manuelle Bearbeitung
Gastgewerbe
40.000
Anträge in der ersten Woche bearbeitet
Financial Services
8 Wochen
Wochen von Kick-off bis Go-live
Öffentlicher Sektor
Fünf Gründe, warum Agentic AI-Investitionen scheitern
Die meisten Implementierungen scheitern nicht an der Technologie. Sie scheitern daran, dass das Fundament nicht für ihren Einsatz konzipiert war. Was ich immer wieder sehe – branchenübergreifend, bei Unternehmen jeder Größe:
1. Der falsche Use Case. Die meisten Unternehmen starten mit dem, was spannend aussieht – nicht mit dem, was einen klaren ROI hat. Bevor Sie irgendetwas bauen, beantworten Sie diese Fragen: Was ist das erwartete Ergebnis? Wie sieht Erfolg aus? Und wo liegt der Break-even?
2. Die Daten sind nicht bereit. Der ausgefeilteste Agent der Welt kann Daten nicht kompensieren, die nicht abgestimmt, verlässlich oder vollständig sind.
3. Der Prozess ist nicht reif genug, um repliziert zu werden. Ein KI-Agent tut nur, wofür er konzipiert wurde. Wenn Ihre Workflows im Kopf einzelner Personen existieren statt in dokumentierter, gesteuerter Logik, lassen sie sich nicht zuverlässig automatisieren.
4. Der KI-Agent wurde neben den Workflow gebaut, nicht hinein. Ein Agent, der neben einem Geschäftsprozess existiert, ist ein optionales Tool. Ein Agent, der in einen Geschäftsprozess eingebettet ist, verändert, wie Arbeit tatsächlich erledigt wird. Der Unterschied zwischen einer erfolgreichen KI-Implementierung und einer, die niemand nutzt, ist fast immer derselbe: Die eine wurde mitten in die Arbeitsweise der Menschen hineindesignt. Die andere nicht.
5. Der menschliche Faktor wurde unterschätzt. Mangelnde Akzeptanz bringt mehr KI-Initiativen zum Scheitern als schlechte Technologie. Ein Tool zu kaufen ist nicht dasselbe wie es zu verankern. Unternehmen, die das richtig machen, behandeln den menschlichen Faktor – Change Management, Schulung, Prozessanpassung – als Teil des Projekts, nicht hinten angehängt.
Der Wandel, auf den es wirklich ankommt
Ich beschreibe diesen Übergang gern als den Schritt von Anwendungen der Vergangenheit zu intelligenten Lösungen der Zukunft.
Jahrzehntelang bestand unsere Aufgabe darin, in ein Unternehmen zu gehen, zu verstehen, was es tut, und das in einem System abzubilden. So legen Sie einen Kundenauftrag an. So geben Sie eine Bestellung frei. Das System erfasst, strukturiert und berichtet. Das war wertvoll. Aber es ist kein Differenzierungsmerkmal mehr. Das kann heute jede Standard-Buchhaltungssoftware.
Das Betriebssystem jedes zukunftsfähigen Unternehmens
Die Ebene, auf der der eigentliche Mehrwert entsteht, nenne ich intelligente Lösungen. Das sind KI-durchdrungene Versionen von Geschäftsprozessen. Sie analysieren, synthetisieren, empfehlen und handeln. Sie vollziehen den Sprung von „standardmäßig durch den Menschen“ – wo alles von einer Person gestartet, freigegeben und abgeschlossen werden muss – hin zu „im Ausnahmefall durch den Menschen“, wo das System erledigt, was es kann, und nur eskaliert, was eine menschliche Entscheidung braucht.
Das wird das Betriebssystem jedes zukunftsfähigen Unternehmens sein. Es ist das Fundament, auf dem wettbewerbsfähige Organisationen künftig arbeiten werden.
Die Chance im Paradox
Die meisten Unternehmen lesen die 6-Prozent-Zahl als Warnsignal. Ich sehe darin ein Differenzierungspotenzial – und zwar ein gewaltiges.
Gerade einmal 10 % der Unternehmen haben KI-Agents in auch nur einer einzigen Funktion skaliert.³ Das Feld ist weit offen. Die Führungskräfte, die jetzt das richtige Fundament legen – die intelligente Lösungen als neues Betriebssystem begreifen statt als nächstes Experiment – werden einen Vorsprung aufbauen, der kaum noch einzuholen ist.
Der einzige Weg dorthin ist, ein Early Adopter zu sein. Aber auf kontrollierte, strukturierte Weise.
Das heißt: Ergebnisse definieren, bevor gebaut wird. Governance von Anfang an mitdenken. Einen Partner wählen, der die Branchenkenntnis, die Plattformexpertise und die Implementierungserfahrung mitbringt, um Sie von der Idee zur operativen Realität zu bringen – nicht von der Idee zur eindrucksvollen Demo.
Die intelligente Lösung. Der digitale Kollege. Das Betriebssystem jedes zukunftsfähigen Unternehmens.
Genau das wird gerade gebaut.
Quellen:
¹ Deloitte, AI ROI: The Paradox of Rising Investment and Elusive Returns, Oktober 2025. Befragung von 1.854 Führungskräften in 14 Ländern in Europa und dem Nahen Osten.
² McKinsey & Company, The State of AI 2023–2024 und McKinsey Global Survey on AI.
³ Gartner, Predicts 2024–2026: AI Strategy and Execution.
Touseef Zafar
Global Service Line Technology Lead, AP
Touseef Zafar leitet das Cloud-Geschäft in den Bereichen Daten & KI, Integration, Infrastruktur, Modern Workplace, Sicherheit und Anwendungsplattform. Er verfügt über mehr als 20 Jahre Erfahrung in der Entwicklung und Implementierung ergebnisorientierter Lösungen für Unternehmen in den Bereichen Finanzdienstleistungen, Einzelhandel, Fertigung und Professional Services.
Nehmen Sie jetzt Kontakt auf
Bereit, vom Potenzial zum Ergebnis zu kommen? Wir helfen Ihnen, den klarsten Weg nach vorn zu finden.