Agentische KI ist bereits in den Produkt-Roadmaps nahezu aller großen Technologieplattformen verankert. Sie bildet die Ebene, die viele Apps inzwischen nutzen, um Aufgaben ohne ständige menschliche Steuerung zu erledigen. Im vergangenen Jahr haben Mainstream-Plattformen damit Agenten auf den Markt gebracht, die Schritte planen, Tools und APIs aufrufen, den Fortschritt überwachen und anschließend Bericht erstatten. Dieser Wandel zeigt sich in der Softwareentwicklung, im Kundenservice, in der Unternehmenssuche und sogar bei Aufgaben im Verbraucher-Web.
Microsoft gab den Ton an, indem das Unternehmen 2025 zum Beginn der Zusammenarbeit zwischen Menschen und Agenten in Microsoft 365 erklärte und rollenbasierte Assistenten einführte, die Informationen nachschlagen, Aufgaben wie Terminplanung oder Onboarding erledigen und die Ergebnisse anschließend an Mitarbeitende übergeben können.
GitHub ging noch einen Schritt weiter und machte aus Copilot mehr als nur einen Programmierbegleiter. Sein neuer „Agentenmodus“ kann nun Änderungen über mehrere Dateien hinweg planen, automatisierte Tests ausführen und sogar einen Pull Request (PR) eröffnen, damit Teammitglieder die Arbeit prüfen können, bevor sie in die Codebasis übernommen wird.
Salesforce setzte verstärkt auf das Konzept von Leitplanken und erweiterte Agentforce um integrierte Transparenz, Kontrollmöglichkeiten und einen Marktplatz mit vorgefertigten Aktionen, deren sicherer Einsatz auf Kundendaten Unternehmen ermöglicht wird.
Auf der Infrastrukturebene stellte AWS Bedrock AgentCore vor, ein System zum Bereitstellen und Verwalten von Agenten mit Speicher, Identität und Tool-Integrationen. Damit signalisierte Amazon die Absicht, das Agentenmanagement ebenso als cloudnativen Dienst zu etablieren wie Rechenleistung oder Speicher. Auch Anbieter für Endverbraucher wurden aktiv. OpenAI integrierte sein Operator-Projekt in ChatGPT und gab Alltagsnutzern damit die Möglichkeit, einfache mehrstufige Webaufgaben wie das Ausfüllen von Formularen oder das Öffnen von Links zu delegieren. Google ging noch weiter und bettete agentisches Verhalten direkt in die Suche ein. Im KI-Modus kann die Suche jetzt nicht nur Restaurants empfehlen, sondern auch direkt einen Link bereitstellen, über den sich schnell ein Tisch reservieren lässt.
Abseits der großen Tech-Konzerne erschließen Start-ups wie TinyFish Nischen, in denen Agenten herkömmliche Skripte übertreffen – automatisierte Bots, die oft ausfallen, wenn sich eine Webseite ändert –, etwa beim Durchsuchen des Webs, um Bestände zu prüfen, Preise zu verfolgen und Daten zu sammeln. Eine Finanzierungsrunde über 47 Millionen US-Dollar im August 2025 unterstrich, dass Investoren praxisnahe, webnative Agenten als echte Geschäftschance betrachten.
WERBEINHALT
Im Fokus: Dell AI Factory with NVIDIA
KI entwickelt sich von Copiloten zu autonomen Systemen weiter, und Unternehmen benötigen eine Infrastruktur, die für diesen Wandel ausgelegt ist.
Die Dell AI Factory with NVIDIA bietet einen validierten, durchgängigen KI-Stack aus Infrastruktur, Software und Services. Er soll Unternehmen dabei unterstützen, agentische KI im großen Maßstab in den produktiven Betrieb zu überführen.
Für den Produktivbetrieb entwickelt:
- Bis zu 269 % ROI im ersten Jahr
- Bis zu 86 % schnellere KI-Bereitstellung
- Flexible Bereitstellung in On-Premises-, Edge- und hybriden Umgebungen
Wie Teams Agenten einsetzen
Softwareentwicklung und DevOps bilden die Speerspitze. Agenten planen und implementieren Codeänderungen, führen Testsuiten aus, erstellen Entwürfe für Dokumentationen, eröffnen Pull Requests und fordern Reviews an. GitHub’s Agentenmodus und in Azure integrierte Copilot-Abläufe haben das Muster „Eine Aufgabe der KI zuweisen, einen PR zurückbekommen“ etabliert.
Agenten für Kundenservice und CRM übernehmen die Triage, erstellen auf Falldaten basierende Antwortentwürfe, lösen Rückerstattungen oder Eskalationen aus und protokollieren Ergebnisse – genau das Einsatzgebiet, in dem Agentforce und die Now-Assist-Agenten von ServiceNow besonders überzeugen. Die Unternehmenssuche wird „aktionsorientiert“. Googles KI-Modus führt von Links zu Buchungen, und innerhalb von Unternehmen fassen Microsoft-365-Agenten Informationen zusammen, planen Termine oder setzen Workflows auf, sobald eine Suche die richtigen Dokumente oder Personen gefunden hat.
Auch im Bereich Governance kommen sicherheitsorientierte Funktionen hinzu. Anthropic hat automatisierte Sicherheitsprüfungen in die Claude-Code-Workflows integriert – über GitHub Actions, als direkte Reaktion auf die Geschwindigkeit, mit der KI Code generiert.
Was sich unter der Haube verändert hat
Zwei wichtige Ebenen sind in diesem Jahr ausgereift und machen Agenten möglich: Orchestrierung und Infrastruktur für agentische KI. Zunächst die Orchestrierung: Frameworks wie LangGraph bieten Teams zustandsbehaftete, überprüfbare Agentengraphen mit Wiederholungsversuchen, Human-in-the-Loop-Funktionen und Werkzeugen für die Bereitstellung. Cloudplattformen wie AgentCore und die aktualisierte Atlas-Architektur von Agentforce 3 ergänzen Produktionskontrollen.
Zweitens die Standardisierung: Das Model Context Protocol (MCP) entwickelt sich zu einer gemeinsamen Methode, um Tools und Daten über verschiedene Anbieter hinweg für Agenten bereitzustellen. Dadurch werden Multi-Tool-Agenten zwischen Umgebungen portabler.
Der entscheidende begrenzende Faktor sind jedoch nicht die Frameworks. Es sind die Daten.
„Kurz gesagt: Wenn Ihre Daten nicht für KI bereit sind, kann Ihre KI nicht über das Experimentierstadium hinauskommen“, schrieb Reltio-CTO Abhi Visuvasam. Das erklärt, warum viele frühe Pilotprojekte ins Stocken gerieten und warum Plattformen wie AWS und Salesforce im Jahr 2025 neben neuen Agentenfunktionen auch Governance und Laufzeitkontrollen betonten.
Die neuen Risiken und erste Antworten darauf
Agentische Systeme vergrößern den Schadensradius von Prompt-Injection, Datenexfiltration und Tool-Missbrauch, weil Agenten handeln. Forschende und Praktiker reagieren mit Governance zur Laufzeit. Vorschläge wie MI9 fordern semantische Telemetrie, kontinuierliche Autorisierung, Drift-Erkennung und eine abgestufte Eindämmung, wenn Agenten von ihren Richtlinien abweichen. Diese „Kontrollebenen“ dürften 2026 zum Standard gehören.
Gleichzeitig ist die Qualität der zugrunde liegenden Daten ebenso wichtig wie die Kontrolle der Agenten. „Datenwissenschaftler verbringen 50 bis 80 Prozent ihrer Zeit mit der Datenaufbereitung statt mit der Optimierung von Modellen“, heißt es im Whitepaper Building a Trusted Data Foundation for AI/ML and Business Intelligence, veröffentlicht von Reltio. „Hochwertige Daten sind für den Erfolg fortschrittlicher Analyseanwendungen im Zeitalter der KI unerlässlich.“
Für Unternehmen bedeutet das, dass Investitionen in vertrauenswürdige Datengrundlagen und Governance ebenso wichtig sind wie das Experimentieren mit Agenten selbst. Anbieter ergänzen ihre Produkte ebenfalls um Transparenzfunktionen – etwa im Design von Agentforce 3 und AgentCore –, damit Betriebsteams sehen können, was Agenten getan haben, welche Tools sie verwendet haben und warum.
Was bis Anfang 2026 zu erwarten ist
Die Dynamik nimmt zu, doch der Wettbewerbsvorteil wird von der Geschwindigkeit abhängen.
„Ein Vorteil im Zeitalter der Intelligenz entsteht, wenn Daten schneller in Entscheidungen umgewandelt werden, als Wettbewerber dieselben Informationen verarbeiten können“, schrieben Manish Sood und Venkat Venkatraman in The 10 Data Rules to Win in the Age of Intelligence, und fügten hinzu: „Die Geschwindigkeit der Erkenntnis bestimmt den Marktvorteil.“ Dieser Fokus auf Tempo wird im kommenden Jahr prägen, wie Multi-Agenten-Systeme, Orchestrierungsframeworks und Datenpipelines bereitgestellt werden.
Rechnen Sie damit, dass sich Multi-Agenten-Muster aus den Laboren in Fachbereichsanwendungen ausbreiten. Teams werden kleine, spezialisierte Agenten kombinieren, statt einen Mega-Agenten einzusetzen. Kontrollebenen für Agenten werden standardisiert, und die Verschmelzung von Verbraucher- und Unternehmensanwendungen wird sich vertiefen, da agentische Such- und Shopping-Abläufe die Erwartungen prägen, die Mitarbeitende in Arbeitsplatz-Tools mitbringen.