Du brauchst keine 100 KI-Agenten — du brauchst einen, der funktioniert

Jeder Anbieter liefert KI-Agenten. Gartner prognostiziert, dass 40 % der Unternehmensanwendungen bis Ende 2026 aufgabenspezifische KI-Agenten integrieren werden — gegenüber weniger als 5 % vor einem Jahr. Fast 2,5 Billionen Dollar werden allein in diesem Jahr weltweit für KI ausgegeben. Microsoft-CEO Satya Nadella denkt die Preisgestaltung komplett neu — nicht mehr „pro Nutzer”, sondern „pro Agent”.

Das Geld ist real. Das Momentum ist real. Und das Chaos auch.

Eine Zapier-Umfrage unter 550 C-Level-Führungskräften ergab, dass Tool-Wildwuchs die KI-Integration bereits bei 70 % der Unternehmen einschränkt — dennoch planen 66 %, dieses Jahr noch mehr KI-Tools einzuführen. Über 3 Millionen KI-Agenten sind inzwischen in Unternehmen aktiv. Nur 47 % werden aktiv überwacht. Gleichzeitig zeigt der GenAI-Divide-Bericht des MIT, dass 95 % der KI-Pilotprojekte in Unternehmen null messbaren ROI liefern.

Agenten kaufen ist keine Strategie. Der 2026er-Bericht der Josh Bersin Company, „The Superworker Organization: AI Goes Enterprise”, bringt es auf den Punkt: Die erste Priorität für jedes Unternehmen ist KI-Architektur — du brauchst eine.

Diesen Film kennen wir schon

Anfang der 2000er explodierte die Talent-Management-Technologie. Performance Management, Onboarding, Karriereplanung, Nachfolgeplanung — alles von verschiedenen Anbietern, alle lösten Nischenprobleme, keiner kommunizierte mit dem anderen. Unternehmen bauten sich ausufernde Stacks aus Einzellösungen zusammen. Jedes Tool funktionierte isoliert. Zusammen erzeugten sie Komplexität, Inkonsistenz und Risiko.

Bis 2010 konsolidierten Übernahmen alles in wenige Plattformen. SAP übernahm SuccessFactors. Oracle übernahm Taleo. IBM übernahm Kenexa. Unternehmen, die früh auf Einzellösungen gesetzt hatten, zahlten die Zeche — gefangen in fragmentierten Stacks, während der Markt um sie herum integrierte.

Bersin sagt explizit: Der KI-Agentenmarkt wird denselben Weg gehen. Und es passiert bereits. Workday übernahm Sana für 1,1 Milliarden Dollar im November 2025 — plus Paradox und Flowise — um eine integrierte Agentenplattform aufzubauen. SAP übernahm SmartRecruiters im September 2025. UKGs Bryte-Architektur öffnet sich. Die Konsolidierungswelle läuft bereits.

Wenn deine KI-Strategie „den besten Agenten für jede Aufgabe kaufen und die Integration später klären” lautet — bist du das Unternehmen, das 2003 ein separates Onboarding-Tool gekauft hat. Wie hat das funktioniert?

Das Vier-Stufen-Modell

Der Bersin-Bericht beschreibt die KI-Evolution in vier Stufen, jede mit dramatisch unterschiedlichem ROI:

• Stufe 1: KI-Assistenten (15–30 % Verbesserung) — befähigen Mitarbeiter, in ihrer aktuellen Rolle effizienter zu arbeiten
• Stufe 2: KI-Agenten (30–50 %) — eliminieren Schritte aus bestehenden Workflows
• Stufe 3: Multifunktionale Superagenten (100–200 %) — gestalten Arbeit und Rollen grundlegend neu
• Stufe 4: Autonome Superagenten (300 %+) — verändern fundamental, wie Arbeit funktioniert

Die meisten Unternehmen haben sich einen Stufe-1-Assistenten geholt — Copilot, ChatGPT — und aufgehört. Der Sprung zu Stufe 3 erfordert keine weiteren Tools. Er erfordert Integration.

Bersin nutzt das selbstfahrende Auto als Analogie. Servolenkung und ABS waren Stufe-1-bis-2-Features. Sie steigerten die Produktivität des Fahrers, indem sie Lenken und Bremsen erleichterten. Im Laufe der Zeit wurden diese Features intelligenter — Spurhaltesysteme, Hinderniserkennung, Kollisionsvermeidung. Jedes einzelne brachte inkrementellen Mehrwert, aber sie unterstützten immer noch nur den Fahrer.

Erst als diese Fähigkeiten integriert wurden, verschob sich das System von Fahrerproduktivität zu Workflow-Transformation. Der ROI der Automatisierung der gesamten Fahrt — nicht nur einzelner Aufgaben — ist exponentiell höher.

Das ist der Wandel, den Unternehmen 2026 vollziehen müssen: weg vom Lösen kleiner Probleme, hin zum Neudenken des gesamten End-to-End-Workflows.

Warum mehr Agenten alles verschlimmern

„Trotz der Anbieter-Proliferation will niemand 100 Agenten von 100 Anbietern”, stellt der Bersin-Bericht fest. „Strebt stattdessen eine kleinere Anzahl gut gesteuerter Superagenten an, die nahtlos aggregieren und orchestrieren.”

Die Governance-Lücke ist bereits gefährlich. Forresters Umfrage 2025 ergab, dass 70 % der Firmen KI in Produktion haben, den meisten aber die strategische Klarheit fehlt, sie zu managen. 73 % der CIOs bereuen ihre KI-Anbieterentscheidungen bereits. Das Fragmentierungsproblem wird durch drei Fragen verschärft, die der Bersin-Bericht aufwirft:

• Wer verwaltet und steuert die Daten, die jeder Agent benötigt?
• Wie werden diese Agenten miteinander kommunizieren?
• Welches Risiko gehst du ein, wenn ein Anbieter zurückfällt oder übernommen wird?

Neue Interoperabilitätsstandards helfen. MCP (Anthropic, 2024) und A2A (Google, 2025) — beide inzwischen unter der Linux Foundation — bauen die Infrastruktur für Agent-zu-Tool- und Agent-zu-Agent-Kommunikation. Aber Protokolle sind Infrastruktur, keine Architektur. Ohne bewusstes Design entsteht immer noch ein N-mal-N-Integrations-Albtraum.

Agenten zu einem fragmentierten Stack hinzuzufügen, löst die Fragmentierung nicht. Es verstärkt sie. Und wenn etwas schiefgeht — was bei unkontrollierter Schatten-KI unweigerlich passiert — wächst der Schadensradius mit jedem nicht überwachten Agenten im System.

Wie Integration wirklich aussieht

IBMs AskHR ist eines der klarsten Beispiele für das Superagenten-Modell in der Praxis. Statt für jede HR-Funktion separate Agenten zu deployen, baute IBM ein integriertes System, das Ziele, Skills, Gehaltsanalysen, Karriereplanung und über 2.000 interne Richtlinien abdeckt — alles koordiniert unter einer einzigen Konversationsschnittstelle.

Die Ergebnisse sind konkret: 40 % Reduktion der HR-Betriebskosten über vier Jahre. 94 % Containment-Rate — nur 6 % der Anfragen erfordern menschliche Eskalation. 11,5 Millionen Mitarbeiter-Interaktionen im Jahr 2024. NPS von -35 auf +74. IBM hat diese Ergebnisse nicht durch den Kauf weiterer Tools erreicht. Sondern indem sie bestehende unter einer integrierten Architektur verbunden haben.

Die Forschung bestätigt dieses Muster über HR hinaus. Multi-Agent-Systeme mit koordinierter Architektur erzielen 45 % schnellere Problemlösung und 60 % präzisere Ergebnisse bei komplexen Anfragen im Vergleich zu Single-Agent-Systemen, die dieselben Probleme bearbeiten. Das Schlüsselwort ist koordiniert. Unabhängige Agenten, die ohne strukturierte Kommunikation parallel arbeiten, verstärken Fehler um den Faktor 17 gegenüber Single-Agent-Baselines.

Mehr Agenten ohne Koordination ist schlechter als weniger Agenten. Integration ist der Multiplikator.

Drei Fragen, bevor du einen weiteren Agenten kaufst

Bevor du einen weiteren KI-Agenten zu deinem Stack hinzufügst, empfiehlt der Bersin-Bericht einen einfachen Filter:

1. Mit welchen Systemen, Prozessen oder Daten wird er verbunden? Wenn die Antwort „er ist eigenständig” lautet, ist es eine Einzellösung, die sich als Strategie ausgibt. Der gesamte Wert von KI-Agenten entsteht durch die Verknüpfung von Kontext — persistentes Gedächtnis über Gespräche hinweg, Kenntnis der Organisationsstruktur, Zugang zu bestehenden Workflows. Ein isolierter Agent ist nur ein Chatbot mit Marketingbudget.

2. Wie wird er bestehende Arbeit vereinfachen, integrieren oder eliminieren? Nicht „was kann er Neues” — welche bestehende Reibung beseitigt er? Unternehmen mit echtem ROI stülpen KI nicht auf kaputte Prozesse. Sie nutzen KI, um den Prozess grundlegend neu zu gestalten. Das erfordert Integration, nicht Isolation.

3. Wer wird seine Daten langfristig kuratieren und steuern? Ein Agent ist nur so gut wie sein Wissen. Ohne Data Governance bekommst du selbstbewussten Unsinn in großem Maßstab. Wenn 95 % der KI-Pilotprojekte scheitern, liegt es nicht am Modell — es sind die fragilen Workflows, das fehlende kontextuelle Lernen und die Diskrepanz zur tatsächlichen Arbeitsweise der Menschen.

Wenn dein aktueller KI-Agent alle drei Tests nicht besteht, wird ein neuer das auch nicht richten. Architektur schon.

Der Weg nach vorn

Das Muster ist klar. Fragmentierte Tools liefern nicht — integrierte Systeme schon. Die Unternehmen, die sich durchsetzen, werden nicht die mit den meisten Agenten sein. Sondern die, deren Agenten tatsächlich zusammenarbeiten: koordinierte Spezialisten, die Kontext teilen, aus jeder Interaktion lernen und dort eingebettet sind, wo die Menschen bereits arbeiten.

amaiko basiert auf genau dieser Architektur — mehrere Spezialisten-Agenten, koordiniert unter einem System, direkt in Microsoft Teams, mit geteiltem persistentem Gedächtnis. Keine 100 Agenten von 100 Anbietern. Eine integrierte Plattform, in der Spezialisten tatsächlich miteinander kommunizieren und behalten, was sie gelernt haben.

Die Frage ist nicht, wie viele Agenten du hast. Sondern ob sie als Einheit funktionieren.