Unternehmen stellen sich nicht mehr die Frage, ob sie KI einführen sollen; diese Frage ist geklärt. Der Fokus liegt nun darauf, einen Punkt zu erreichen, an dem KI sinnvolle operative Aufgaben übernimmt – oder, wie es in der Branche heißt, „KI-first“ zu sein.

Doch der Ansatz „KI zuerst“ ist keine Entweder-oder-Lösung. Man gelangt nicht von null KI zu sinnvoller Autonomie, indem man einfach einen Schalter umlegt. In Wirklichkeit durchläuft man dafür verschiedene Phasen. Jede neue Phase baut auf den Ergebnissen der vorherigen auf, und Organisationen, die versuchen, diese zu überspringen, riskieren, Systeme zu schaffen, denen sie nicht vertrauen können.

Die drei Phasen KI-gesteuerter Operationen

Laut unseren Bericht zum Stand KI-gestützter Operationen 2026 59 % der Unternehmen integrieren KI bereits in ihre täglichen Arbeitsabläufe, weitere 34 % bereiten sich auf den Übergang von der Planung zur Implementierung vor. Die Studie befragte 1.000 Entscheidungsträger aus Wirtschaft und IT sowie leitende Entwickler in sieben globalen Märkten.

Die Einführung von KI bedeutet jedoch nicht automatisch Autonomie von Anfang an. Hinter den Schlagzeilen verbergen sich Organisationen, die meiner Ansicht nach drei unterschiedliche Phasen auf dem Weg zu einem „KI-zentrierten“ Ansatz durchlaufen.

Einbindung von Assistenten in Arbeitsabläufe

KI-Assistenten sind reaktive Werkzeuge: Man fragt, sie antworten. Sie sind wertvoll, um die Recherchezeit zu verkürzen, relevante Kontextinformationen bereitzustellen und Ingenieuren einen schnelleren Zugang zu Informationen zu ermöglichen, die sie sonst mühsam suchen müssten. Doch sie reagieren von Natur aus. Nichts geschieht, bis ein Mensch den Prozess startet.

Agenten Aufgaben anvertrauen

Assistenten führen Aufgaben nur auf Anweisung aus, während Agenten autonom ein Ziel verfolgen können, Daten aus verschiedenen Quellen sammeln, Signale systemübergreifend korrelieren und sich ohne explizite Anweisungen ein Bild der Situation machen. Im operativen Kontext bedeutet dies, dass ein Agent eine Anomalie erkennen, Einflussfaktoren untersuchen und eine Diagnose stellen kann, noch bevor ein Mensch ein Ticket erstellt hätte. Die endgültige Entscheidung trifft zwar weiterhin der Mensch, aber er arbeitet von einer deutlich besseren Ausgangsposition aus.

Den Akteuren die Autonomie zum Handeln gewähren.

Die dritte Stufe – die meiner Meinung nach als einzige die Bezeichnung „KI zuerst“ wirklich verdient – ​​ist die vertrauenswürdige Autonomie. Auf dieser Stufe hat die KI die Befugnis, zu erkennen, zu diagnostizieren und zu handeln und anschließend Bericht zu erstatten. Sie wartet nicht bei jedem Schritt auf Genehmigung. Sie führt vorab genehmigte Pläne für bekannte Szenarien aus, eskaliert, wenn etwas außerhalb dieser Grenzen liegt, und lernt aus jedem Zyklus. Die Rolle des Menschen wandelt sich vom Reagierenden zum Überwachenden.

Das bedeutet nicht, dass Unternehmen eine vollständige KI-Autonomie anstreben. Unsere Studie aus dem Jahr 2026 belegt dies eindeutig. Fast die Hälfte der Befragten gab an, die Durchführung von Maßnahmen zur Behebung von Problemen in kundennahen Systemen niemals vollständig an KI delegieren zu wollen. Ähnliche Zurückhaltung herrscht hinsichtlich der funktionsübergreifenden Koordination von Vorfällen (43 %) und der Kommunikation mit Stakeholdern (42 %). Diese Grenzen spiegeln wider, bei welchen Entscheidungen die Verantwortung so hoch ist, dass menschliches Urteilsvermögen weiterhin erforderlich ist.

Vertrauen muss man sich verdienen, es wird nicht einfach erklärt.

Das rasante Entwicklungstempo von KI verleitet dazu, direkt zum autonomen Betrieb überzugehen: Agenten einsetzen, ihnen Befugnisse übertragen und sie einfach machen lassen. Doch Autonomie ohne Erfolgsbilanz birgt Risiken. Wenn man neue Mitarbeiter in ein Unternehmen einstellt, beobachtet man zunächst ihre Leistung bei weniger wichtigen Aufgaben, bevor man ihnen mehr Verantwortung überträgt. Man überprüft ihre Argumentation, gibt Feedback, wenn etwas nicht stimmt, und genehmigt größere Entscheidungen, wenn sie ein gutes Urteilsvermögen bewiesen haben. Vertrauen entsteht durch wiederholte, beobachtbare Ergebnisse und wird nicht von vornherein vorausgesetzt.

Auch bei KI ist das nicht anders. Die Einführung von KI-gestützten Agenten sollte wie ein Onboarding-Prozess erfolgen. Lassen Sie die Agenten zunächst ihre Vorgehensweise erläutern, bevor sie diese umsetzen, überprüfen Sie die Pläne und genehmigen Sie die Ausführung, bevor irgendetwas passiert.

Über genügend Zyklen hinweg zeichnen sich Muster ab. Bestimmte Szenarien werden so vorhersehbar, dass sie vorab genehmigt werden können. Sobald Ihre Technologie eine Erfolgsbilanz mit fundierten Empfehlungen und Ergebnissen vorweisen kann, lässt sich ihre Autonomie erweitern. Laut unserer KI-Resilienz-Umfrage 2025 77 % der Unternehmen vertrauen KI-generierten Ergebnissen heute mehr als noch vor einem Jahr. Hauptgründe hierfür sind die verbesserte Ergebnisqualität und die positiven praktischen Erfahrungen. Das Vertrauen in KI wächst mit der Zeit, genau wie in Menschen.

Doch das Überspringen dieses Vertrauensbildungsprozesses kann schwerwiegende Folgen haben. Ein irrender Chatassistent ist ärgerlich. Erhält man eine falsche Antwort, korrigiert man sie und macht weiter. Ein irrender Agent mit der Berechtigung, auf kundenorientierte Systeme zuzugreifen, stellt jedoch eine ganz andere Problemkategorie dar. Das potenzielle Ausmaß der Folgen wächst mit dem Grad der gewährten Autonomie. Genau deshalb muss diese Autonomie sorgfältig und schrittweise erteilt werden.

Der Engpass im Stammeswissen

Die Beobachtung der Leistung eines Mitarbeiters ist nur die halbe Miete für Vertrauen. Die andere Hälfte besteht darin, sicherzustellen, dass er von vornherein über die notwendigen Informationen verfügt, um gute Leistungen zu erbringen. Und genau hier scheitert der Prozess in den meisten Organisationen.

Jede Organisation verfügt über Wissen, das eher im Kopf der Mitarbeiter als in dokumentierten Systemen gespeichert ist. Dieses implizite Wissen leistet in den meisten Organisationen einen erheblichen Teil der operativen Schwerstarbeit. Es ist auch der Faktor, der die Einführung von KI am ehesten bremst.

KI-Systeme können nur mit den ihnen zugänglichen Daten arbeiten. Sie können Signale aus verschiedenen Systemen korrelieren, relevante Kontexte aufdecken und dokumentierte Verfahren ausführen. Was sie jedoch nicht können, ist, in den Kopf einer Person zu greifen und zwanzig Jahre institutionelles Wissen zu extrahieren. Wenn Richtlinien, Verfahren und mühsam erworbenes operatives Wissen nicht dokumentiert sind, stoßen die Systeme an ihre Grenzen.

Um im Jahr 2026 mit agentenbasierter KI schneller voranzukommen, müssen Unternehmen Dokumentation als Infrastruktur betrachten. Das bedeutet schriftlich festgehaltene, aktuelle Eskalationswege. Es bedeutet, die Gründe für Entscheidungen zu dokumentieren, nicht nur die Entscheidungen selbst. Ironischerweise wissen die meisten Unternehmen bereits, wo die Lücken liegen. Sie haben erlebt, wie ein neuer Entwickler in den ersten zwei Monaten Fragen stellte, die eigentlich in einem nicht existierenden Dokument hätten beantwortet werden sollen.

Ohne den richtigen Kontext wird ein Agent entweder abbrechen und den Fall eskalieren, was seinem Zweck widerspricht, oder er wird die fehlenden Informationen selbst ergänzen. Wenn Agenten fehlende Informationen erschließen müssen, werden Fehlinformationen nicht nur zu einem Ärgernis für den Chatbot, sondern zu einem operativen Risiko.

Der Kontext bestimmt die Autonomie

Selbst wenn Sie sich der finalen Phase KI-gestützter Prozesse nähern, lässt sich die Autonomie nicht pauschal erhöhen oder verringern. Der optimale Grad an KI-Autonomie hängt sowohl von der KI-Kompetenz Ihres Unternehmens als auch vom Kontext ab: den damit verbundenen Risiken, der Vorhersagbarkeit des Szenarios und der bisherigen Leistung des Systems.

Bei routinemäßigen, gut verstandenen operativen Aufgaben, wie dem Weiterleiten von Warnmeldungen und der Durchführung von Maßnahmen zur Fehlerbehebung, die sich in Dutzenden ähnlicher Vorfälle als wirksam erwiesen haben, spricht vieles für autonomes Handeln. Die Szenarien sind vorhersehbar, die Ergebnisse messbar und die Kosten eines Fehlers überschaubar. Genau solche Aufgaben sollten Agenten ausführen, ohne für jeden Schritt auf eine menschliche Freigabe warten zu müssen.

In kritischen Situationen gelten völlig andere Regeln. Ein Finanzdienstleister, der Systeme mit regulatorischen Anforderungen verwaltet, wird es nicht zulassen, dass ein Mitarbeiter Entscheidungen mit weitreichenden Folgen ohne menschliche Kontrolle trifft. Stellen Sie sich einen Einzelhändler vor, der seine Systeme am Black Friday betreibt. Das Letzte, was er will, ist, dass ein Mitarbeiter unüberwachte Anrufe an eine Infrastruktur tätigt, die Millionen von Transaktionen pro Stunde verarbeitet. Das potenzielle Risiko ist zu groß, als dass man diese Situation wie Routinearbeiten behandeln könnte.

Die Organisationen, die den größten Nutzen aus agentenbasierter KI ziehen, sind diejenigen, die bewusst festlegen, wo Autonomie angebracht ist und wo nicht, und ihre Arbeitsabläufe entsprechend gestalten.

Der Weg zu „KI zuerst“ ist ein Prozess

Der Druck, sich als KI-zentriert zu positionieren, wird nicht nachlassen. Im Gegenteil, er wird sich sogar noch verstärken, je mehr Organisationen erste operative Erfolge mit agentenbasierter KI erzielen.

Um dies erfolgreich zu erreichen, ist es entscheidend, die Einführung von KI genauso anzugehen wie die Gewinnung und Förderung eines talentierten, aber unerfahrenen Mitarbeiters in einer Schlüsselposition. Man formuliert klare Erwartungen, dokumentiert die notwendigen Kenntnisse, beobachtet die Leistung, gibt Feedback und erweitert die Verantwortung, sobald sich die Mitarbeiter bewährt haben.

So sieht KI-First in der Praxis aus: kein System, dem Autonomie gewährt wurde, um eine Frist einzuhalten, sondern eines, das sich diese verdient hat. Die Daten unserer jüngsten Studie spiegeln wider, wohin die Entwicklung laut den meisten Organisationen führen wird. 62 Prozent geben an, dass ihr langfristiges Ziel eine annähernd ausgewogene Mischung aus menschlicher Expertise und handlungsfähiger KI ist – ein Hybridmodell, in dem die KI Aufgaben übernimmt, für die sie qualifiziert ist, und der Mensch weiterhin in Entscheidungen eingebunden bleibt, die Urteilsvermögen und Verantwortlichkeit erfordern. Um dieses Ziel zu erreichen, muss jetzt Vertrauen aufgebaut werden.

Um einen tieferen Einblick in die Vorgehensweise der widerstandsfähigsten Organisationen bei dieser Aufgabe zu erhalten und zu erfahren, wo sich die Lücken vergrößern, lesen Sie den vollständigen Artikel. PagerDuty Bericht „Stand der KI-gestützten Operationen 2026“ Die