Agentic AI skalieren – aber wie?

Herr Emondts, viele Unternehmen investieren massiv in Agentic AI. Trotzdem entstehen Muster wie in den ersten Jahren von Cloud oder Low Code: Einzelinitiativen, keine Standards, fehlende Transparenz. Warum wiederholt sich das bei neuen Technologiewellen?

Bastian Emondts: Weil Unternehmen zunächst auf Geschwindigkeit optimiert sind. Wenn eine neue Technologie verfügbar ist und erste Ergebnisse liefert, wollen Fachbereiche nicht erst Monate über Grundlagen und Governance diskutieren. Sie wollen schnell in die Nutzung kommen und rasch Nutzen in ihren Prozessen schaffen. Das war bei Cloud und Low Code so, jetzt erleben wir es bei Agentic AI. Der Unterschied zu früheren Technologiewellen ist allerdings die Geschwindigkeit. Während Unternehmen Jahre brauchten, um entsprechende Lösungen aufzubauen, können heute innerhalb kurzer Zeit dutzende oder sogar hunderte Agenten entstehen.

Im Unterschied zu früher liegt die Herausforderung heute aber weniger im Zugang zur Technologie als in der Umsetzungsrealität der IT. In vielen Unternehmen werden IT-Bereiche bereits mit einer stark wachsenden Zahl an Anfragen zur Umsetzung von AI-Lösungen und Agenten konfrontiert. Fachbereiche erwarten schnelle Ergebnisse, während Architektur, Integration, Sicherheit und Betrieb weiterhin zuverlässig gewährleistet werden müssen.

Die eigentliche Herausforderung beginnt deshalb nicht beim ersten Agenten, sondern bei den hundert oder tausend Agenten, die danach kommen. Wer hier nicht rechtzeitig Strukturen schafft, riskiert Doppelentwicklungen, steigende Betriebsaufwände und schwer kalkulierbare Risiken.

Das bedeutet, dass die meisten Unternehmen erste Agenten produktiv im Einsatz haben. Was fehlt konkret, damit aus dem ersten Leuchtturmprojekt eine breite AI-Transformation im Unternehmen wird?

Bastian Emondts: Wir sehen in Unternehmen, dass nach ersten erfolgreichen Agenten sehr schnell eine Vielzahl neuer Anforderungen entsteht. Plötzlich geht es nicht mehr um einzelne Lösungen, sondern um ein wachsendes Portfolio an Use Cases aus unterschiedlichsten Bereichen. Die Nachfrage steigt dabei oft deutlich schneller als die Fähigkeit der IT, diese Anforderungen mit der nötigen Qualität, Sicherheit und Geschwindigkeit umzusetzen. Genau an diesem Punkt entsteht der eigentliche Engpass.

Wenn Unternehmen hier nicht standardisieren, entsteht ein Rückstau: Anforderungen konkurrieren um knappe IT-Kapazitäten, Priorisierungen erfolgen situativ und ähnliche Lösungen werden mehrfach gedacht oder umgesetzt. Das erhöht nicht nur Kosten und Betriebsaufwand, sondern verlangsamt auch genau die Skalierung, die mit Agentic AI eigentlich erreicht werden soll.

Was fehlt, ist eine gemeinsame Systematik, um Anforderungen zu bewerten, in eine sinnvolle Reihenfolge zu bringen und Wiederverwendung oder Verkettungen von Anfang an einzuplanen. Der Schritt von „Wir können Agenten bauen“ zu „Wir betreiben Agenten systematisch“ ist kein technisches Problem. Es ist ein organisatorisches.

Oft wird versucht, den steigenden AI-Demand über zusätzliche Entwicklerteams abzufangen. Warum reicht das nicht?

Bastian Emondts: Mehr Entwickler sind nur ein Teil der Lösung. Sie schaffen zwar mehr Agenten, aber nicht mehr Ordnung. Und mehr Agenten bedeuten nicht automatisch mehr Wirkung. Wenn zehn Teams unabhängig voneinander Agenten entwickeln, entstehen zehn verschiedene Standards und Betriebsmodelle. Das Ergebnis ist nicht Skalierung, sondern zusätzliche Komplexität: Häufig werden ähnliche Probleme mehrfach gelöst, Wissen wird nicht geteilt und erfolgreiche Komponenten nicht wiederverwendet. Dadurch steigen Entwicklungs- und Betriebskosten, während die gewünschte Geschwindigkeit ausbleibt.

Mehr lesen Sie auf it-daily.net