Was Agentic AI mit dem richtigen Fundament leistet
Mit Design Thinking zum ROI von Agentic AI Projekten. So geht's.
15 Apr., 2026
Warum der ROI von Agentic AI eine andere Art von Strategie erfordert
Die meisten Unternehmen haben sich bisher nur oberflächlich mit KI-Agenten beschäftigt. Pilotprojekte, die vielversprechend aussahen. Demos, die die Geschäftsleitung beeindruckten. Agents, über die man nachdenkt.
Was dabei in der Regel fehlt ist eine Designstrategie. Und das verursacht größere Kosten, als vielen bewusst ist.
Unternehmen behandeln Agentic AI wie eine Technologieentscheidung – dabei ist es eine strategische und gestalterische Aufgabe.
ROI entsteht nicht zufällig
Ich arbeite seit über zehn Jahren mit Daten und beobachte immer wieder das Gleiche: Unternehmen gehen an Agentic AI heran, als wäre es eine reine Technologiefrage. Dabei geht es um etwas ganz anderes: um Strategie und Design.
Dafür braucht es einen gründlicheren Ansatz. Einen klaren Blick auf die eigene Technologielandschaft, die Datenqualität, die Prozessreife und die Organisation – und einen Plan, wie all das zusammenspielen muss, damit Agents tatsächlich eigenständig handeln können. Genau diese Vorarbeit entscheidet, ob ein Agent Mehrwert liefert oder nicht.
Die Total Economic Impact Studie von Forrester zu Microsofts Agentic AI Lösungen belegt das eindeutig: Unternehmen mit einem soliden Fundament erzielten über drei Jahre 44,5 Millionen US-Dollar Nutzen – bei 20,2 Millionen Kosten. Das entspricht einem ROI von rund 120 %.¹ Solche Ergebnisse sind möglich, wenn Agentic AI von Tag eins als Designaufgabe begriffen wird.
Die meisten Unternehmen überspringen genau diese Arbeit und wundern sich dann, dass der ROI ausbleibt. Dabei liefert die Forschung längst die Erklärung.
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 einen positiven ROI (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. Alles von einem Partner mit jahrzehntelanger Erfahrung in der Microsoft Cloud.
Vom Ergebnis her denken
Der häufigste Fehler, den ich bei agentischen KI-Implementierungen sehe, ist überraschend simpel.
Kunden kommen zu uns und sagen: So läuft unser Prozess heute, Schritt für Schritt. Bitte automatisieren Sie ihn genau so. Dieses Denken produziert KI-Agenten, die bestehende Workflows replizieren. Aber keine überzeugenden Ergebnisse.
Hier kommt Design Thinking ins Spiel. Man geht von der ersten Idee zu einer visuellen Darstellung, bringt sie sofort vor echte Nutzer, sammelt Feedback, verfeinert sie zum Prototyp, validiert erneut und gelangt zu einem ersten Design. Der gesamte Zyklus kann in Tagen ablaufen. Was dabei entsteht, ist keine schnellere Version des alten Prozesses. Es ist ein Prozess, der vom Ergebnis her neu gedacht 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
Der Blick auf die Daten
Der mit Abstand häufigste Grund, warum KI-Initiativen ins Stocken geraten, ist nicht die Technologie. Es sind die Daten.
Standard-LLMs sind auf allgemeinen Daten trainiert. Qualität, Verfügbarkeit und Struktur Ihrer eigenen Daten bestimmen fast alles, was danach kommt. Unternehmen, die bereits ein solides Datenmanagement etabliert haben – typischerweise in stark regulierten Branchen, die an strengere Vorgaben gewöhnt sind – kommen schneller voran und erzielen bessere Ergebnisse als alle anderen.
Wenn Ihre Daten nicht bereit sind, sind es Ihre Agents auch nicht.
Drei Faktoren, die darüber entscheiden, ob sich Ihre Investition auszahlt
Vom Ergebnis her gestalten, nicht vom Prozess. Die meisten Unternehmen wollen genau das automatisieren, was sie heute tun. Die mit den besten Ergebnissen machen es anders: Sie definieren zuerst, wie Erfolg am Ende aussieht – und arbeiten sich von da aus zurück. Das ist Design Thinking in der Praxis.
Bringen Sie Ihre Daten in Ordnung. Je besser Ihre Daten in Bezug auf Qualität, Verfügbarkeit und Struktur aufgestellt sind, desto besser werden Ihre Agents arbeiten. Das ist das Fundament, von dem alles andere abhängt. Und es ist der Fehler, den die meisten Unternehmen zu spät entdecken.
Setzen Sie von Anfang an realistische Erwartungen. KI ist nicht deterministisch – sie liefert nicht jedes Mal exakt dasselbe Ergebnis wie klassische Software. Das ist gewollt. Aber es bedeutet: Leitplanken und Governance müssen von Beginn an Teil des Designs sein, nicht nachträglich ergänzt. Nicht zu viel versprechen. Vertrauen schrittweise aufbauen. Die Ergebnisse sprechen lassen.
Die Unternehmen, die in den nächsten 12 bis 18 Monaten die ROI-Lücke schließen, werden eines gemeinsam haben: eine echte Strategie, von Anfang an auf Ergebnisse ausgerichtet, ein solides Fundament – und einen Partner, der den Weg von der Idee zur operativen Realität kennt.
Wenn das Design stimmt, folgen die Ergebnisse. So kommen Sie am besten voran.
Quellen:
Forrester Consulting. The Total Economic Impact of Microsoft’s Agentic AI Solutions. Im Auftrag von Microsoft. Interviews mit Vertretern aus sechs Organisationen, Befragung von 420 Teilnehmern.
Alex Zweekhorst
HSO Global Service Line Technology Lead, Data Practice
Alex Zweekhorst ist Director of Data and AI bei HSO International und Global Data Practice Lead. Er unterstützt Unternehmen in den Bereichen Fertigung, Einzelhandel, Vertrieb und professionelle Dienstleistungen beim Aufbau von Datengrundlagen und KI-Strategien, die messbare Ergebnisse liefern.
Nehmen Sie jetzt Kontakt auf
Bereit, vom Potenzial zum Ergebnis zu kommen? Wir helfen Ihnen, den klarsten Weg nach vorn zu finden.