Agentic AI und AI Agents: Wie autonome Systeme Unternehmen verändern und warum Schatten-KI zum zentralen Risiko wird

Agentic AI, also „handelnde künstliche Intelligenz“, markiert einen Wendepunkt in der digitalen Transformation. Während frühere KI-Systeme darauf ausgelegt waren, auf vordefinierte Eingaben zu reagieren, können Agenten heute selbstständig planen, Entscheidungen treffen und handeln. Laut „Gartner“ und ihrem sogenannten „AI Hype Cycle“ gehören AI Agents derzeit zu den Technologien mit dem höchsten Entwicklungspotenzial (Khandabattu, 2025).

Was sind KI-Agenten und wie haben sie sich entwickelt?

Zu Beginn dieses Jahrzehnts wurden KI-Agenten vor allem als Erweiterung großer Sprachmodelle eingesetzt. Systeme wie AutonomAgent oder Claude Code konnten einfache Aufgaben automatisieren – etwa Datenrecherchen oder Softwaretests. Heute agieren solche Systeme in komplexen Prozessen: Sie analysieren Datenströme, treffen Geschäftsentscheidungen und interagieren in Echtzeit mit anderen Anwendungen. Unternehmen wie das österreichische Energieunternehmen OMV nutzen bereits agentenbasierte Chatbots, um regulatorische Informationen schneller bereitzustellen – die Bearbeitungszeit sank laut dem Expertenmagazin für digital Transformation, dem Digital Business Magazin, dadurch um 20 Prozent, die Schulungskosten um das 25-Fache. (Ingerfeld, 2025)

BCG und das MIT beschreiben in einer gemeinsamen Studie, dass 35 Prozent der Unternehmen weltweit bereits auf agentische KI setzen, weitere 44 Prozent planen dies in den kommenden Jahren. Besonders bemerkenswert ist der Wandel in der Wahrnehmung: 76 Prozent der Führungskräfte sehen agentische KI heute eher als „Kollege“ denn als Werkzeug. (Ransbotham et al., 2025) Sofern sie richtig gesteuert werden, verbinden diese Systeme menschliche Entscheidungsfähigkeit mit maschineller Geschwindigkeit und ermöglichen somit ein neues Maß an Effizienz.

Gartner bezeichnet KI-Agenten in seinem „Emerging Tech Impact Radar 2025“ als eine der Technologien, die die Interaktion zwischen Mensch und Maschine grundlegend verändern werden (Nguyen & Casey, 2025). Zusammen mit intelligenten Reasoning-Modellen revolutionieren sie schlussendlich, wie wir mit Technologie umgehen. Reasoning-Modelle sind dabei KI-Systeme, die nicht nur Daten verarbeiten, sondern auch logisch Schlüsse ziehen und Probleme ähnlich wie ein Mensch analysieren können. Durch diese Fähigkeit des adaptiven Lernens beschleunigen Agenten Abläufe über nahezu alle Branchen hinweg.

Wofür werden KI-Agenten eingesetzt?

Im Bereich Softwareentwicklung, Kundenservice und Wirkstoffforschung liefern spezialisierte KI-Agenten bereits Produktivitäts- und Time-to-Market-Steigerungen von 50 % und mehr. Für Steuerprozesse entwickelte KI-Agenten erstellen heute komplexe Dokumente innerhalb eines Tages, die früher bis zu zwei Wochen benötigten. Und im Finanzsektor insgesamt verändern KI-Agenten grundlegend, wie Daten erhoben und analysiert werden, und verbessern gleichzeitig Geschwindigkeit und Qualität von Audits. (Abbatiello & Priest, 2025)

Laut der Website aiagentslist.com und der dortigen Übersicht über Modelle im Bereich KI-Agenten gibt es aktuell mindestens 626 KI‑Agenten in 19 Kategorien. Darunter in Bereichen wie Customer Service, Marketing, Finanzen, Codierung, Content Creation, Digital Workers und Business Intelligence (aiagentslist.com, 2025). Das zeigt, dass KI heute bereits breit eingesetzt wird.

Die größten Einsatzfelder von Agentic AI liegen in der Automatisierung komplexer Geschäftsprozesse, der datenbasierten Entscheidungsunterstützung und der Workflow-Optimierung. Erfahrene Organisationen, mit hoher agentischer Nutzung, investieren derzeit vor allem darin, KI als analytischen Partner zur Stärkung menschlicher Aufsicht einzusetzen – und weniger als eigenständigen Entscheider. 79 % investieren in KI-gestützte Insights für Entscheider, während vollständig autonome „AI entscheidet und setzt um“-Szenarien mit 54 % deutlich seltener sind. (Ransbotham et al., 2025)

Was bringt Agentische KI mit sich?

Mit dieser breiten Einführung wächst jedoch ein Phänomen, das als „Schatten-KI“ bezeichnet wird. Der unkontrollierte Einsatz von KI-Systemen außerhalb der zentralen IT-Governance. Bis 2028 werden 33% aller Unternehmensanwendungen Agentic AI enthalten, ein Anstieg von unter 1% im Jahr 2024. Diese autonomen Systeme können unabhängig Entscheidungen treffen, lernen und sich kontinuierlich verbessern (CyberArk, 2025).

Besonders kritisch wird es, wenn Agenten eigenständig auf E-Mail-Systeme oder Kundendaten zugreifen. Hier kann ein scheinbar harmlos konfigurierter Mail-Agent, zum Beispiel zur automatischen Beantwortung von Anfragen, unbewusst sensible Daten weitergeben oder unautorisierte Aktionen ausführen.

Gartner sieht den KI-Datenschutz als das nächste entscheidende Entwicklungsfeld für KI-Technologien: „Die Komplexität von KI-Agenten macht sie anfällig für Probleme im Bereich Datensicherheit und Governance. Ohne menschliche Aufsicht fehlt es Organisationen an echtem Vertrauen“ (Khandabattu, 2025).

Da jeder KI-Agenten erstellen kann, entstehen unkontrollierte Schatten-KI-Strukturen in Unternehmen. Mitarbeiter implementieren Agenten oft ohne IT-Freigabe, wodurch Organisationen blind für ihre eigenen Sicherheitsrisiken werden. Bereits heute übersteigen Maschinenidentitäten menschliche Identitäten im Verhältnis 82:1. Da KI-Agenten Zugang zu sensiblen Systemen benötigen, jedoch nicht über menschliches Sicherheitsbewusstsein verfügen, können kompromittierte Agenten mit weitreichenden Berechtigungen erheblichen Schaden anrichten. Fehlende Regulierungen verstärken diese Risiken zusätzlich. (CyberArk, 2025)

Auch regulatorisch wächst der Druck: Der EU AI Act sieht vor, dass viele autonome Agenten als Hochrisiko-Systeme eingestuft werden. Das bedeutet umfangreiche Dokumentationspflichten, menschliche Aufsicht und die Pflicht zur Nachvollziehbarkeit von Entscheidungen (Europäische Kommission, 2025).