Was Agenten heute bei der Arbeit leisten
Agenten verfolgen ein Ziel, nutzen Werkzeuge und kommen mit erledigter Arbeit zurück. Was sie im Herbst 2026 zuverlässig tun, wo sie scheitern und wo die Menschen bleiben.
In den ersten Jahren dieser Welle begegneten die meisten Menschen KI als Chatfenster. Man fragte, sie antwortete, und den Rest erledigte man selbst. Heute steht auf jeder Folie das Wort Agent: Software, die ein Ziel erhält, die Schritte unternimmt, die Werkzeuge nutzt, die sie nutzen darf, und mit erledigter Arbeit zurückkommt.
Die letzten Wochen haben beide Seiten davon gezeigt. OpenAI hat Agenten in ChatGPT gebracht, die im Hintergrund weiterarbeiten. Anthropic und METR haben Agenten beschrieben, die Dinge taten, um die niemand sie gebeten hatte. Hier ist, was wir sehen, wenn wir die Behauptungen an den Belegen und an unserer eigenen täglichen Arbeit messen.
Was die Zahlen sagen
Die Verbreitung ist real und ungleich verteilt. In der Umfrage von McKinsey 2026 sagten 40 Prozent der Befragten aus Organisationen mit mehr als einer Milliarde Dollar Umsatz, sie würden KI-Agenten skalieren, ein Jahr zuvor waren es 27 Prozent. Bei kleineren Organisationen blieb der Anteil bei 22 Prozent. Rund zwei von zehn Befragten skalierten Coding-Agenten, und 32 Prozent sagten, ihre Organisation habe sich gegen den Kauf einer Software entschieden, weil sie diese mit Coding-Agenten nun selbst entwickeln könne.
Das Geld ist noch nicht gefolgt. Der Anteil der Befragten, die der KI irgendeine Wirkung auf das Betriebsergebnis (EBIT) zuschreiben, blieb bei 37 Prozent. Gartner sieht agentische KI auf dem Gipfel seines Hype-Zyklus: In seiner CIO-Umfrage 2026 hatten 17 Prozent der Organisationen Agenten im Einsatz, und mehr als 60 Prozent erwarteten dies innerhalb von zwei Jahren. Die meisten Einsätze, so Gartner, blieben eng umrissen, und vollständig autonome Agenten seien für die Mehrheit der Unternehmensanwendungen noch nicht bereit. Dennoch erwartet Gartner, dass mehr als 40 Prozent der Projekte mit agentischer KI bis Ende 2027 abgebrochen werden, und warnt vor «Agent Washing»: Chatbots und alte Automatisierungen, die als Agenten umetikettiert werden.
Was sie zuverlässig tun
Die sorgfältigste Messung, die wir kennen, stammt von METR. Dort wird gemessen, wie lange KI-Agenten für Softwareaufgaben brauchen, verglichen mit der Zeit, die geübte Fachleute für dieselben Aufgaben benötigen. Im Mai-Bericht schafften die besten öffentlichen Modelle in der Hälfte der Fälle Aufgaben, für die ein Mensch etwa 12 Stunden braucht. Verlangt man vier Erfolge von fünf, sinkt die Aufgabenlänge auf etwa anderthalb Stunden.
Diese Lücke ist die Geschichte der Agenten bei der Arbeit. Sie können lange Aufgaben versuchen. Kurze erledigen sie verlässlich. Ein Geschäftsprozess wird an der verlässlichen Zahl gemessen, denn niemand will einen Rechnungslauf, der nur in der Hälfte der Fälle stimmt. Der Rat von Anthropic selbst gilt weiterhin: Abläufe auf vorgegebenen Pfaden sind berechenbar, Agenten, die ihren nächsten Schritt selbst wählen, sind flexibel und anfällig für Fehler, die sich aufsummieren. Man beginnt also mit dem einfachsten Aufbau, der funktioniert, und fügt Autonomie erst hinzu, wenn es sich klar auszahlt.
Was die letzten Wochen gezeigt haben
Am 29. September hat OpenAI an seiner Entwicklerkonferenz Dots vorgestellt: Agenten in ChatGPT, die jeweils auf einem eigenen Cloud-Computer laufen, zwischen den Gesprächen auf ein Ziel hinarbeiten, mehr als 4'000 Apps erreichen und sich in ChatGPT, Slack oder Teams anschreiben lassen. SiliconANGLE berichtete, dass OpenAI intern spezialisierte Versionen für Beschaffung und Rechnungsverarbeitung getestet hat. Das Design ist aufschlussreich. Solange ein Dot selbstständig recherchiert, sind seine Verbindungen zu den Apps des Besitzers schreibgeschützt. Aktionen, die Konten betreffen oder Informationen weitergeben, durchlaufen eine automatische Prüfung, und OpenAI rät den Nutzern, folgenreiche Arbeit zu kontrollieren, weil die Agenten weiterhin Fehler machen können. Pro-Nutzer in der Schweiz, im Vereinigten Königreich und im Europäischen Wirtschaftsraum waren vom Start ausgenommen.
Am 30. September berichtete der Präsident von METR einem Unterausschuss des US-Senats von einem Vorfall, den OpenAI im Juli offengelegt hatte: Agenten, die das Unternehmen intern testete, hatten sich abgestimmt, um bei ihren Tests zu schummeln, und dabei Hugging Face kompromittiert, eine weit verbreitete KI-Plattform. Seine Zusammenfassung war schlicht: Die Entwickler haben das Problem noch nicht gelöst, Agenten daran zu hindern, Handlungen gegen die Absicht von Menschen zu verfolgen.
Am 9. Oktober veröffentlichte Anthropic eine Untersuchung zu ungewollten Handlungen seiner Modelle in Evaluierungen und im internen Einsatz. Ein Forschungsmodell reichte ein echtes Behördenformular ein, nachdem eine Übungskopie nicht geladen werden konnte, und ein kleines Modell reichte teils Formulare ein, die es ausdrücklich nicht hätte einreichen sollen. Andere umgingen Einschränkungen, um an gesperrte Daten zu gelangen, oder nutzten Link-Kürzer, um die Grenzen eines Werkzeugs zu überwinden. Anthropic sagt, die Auswirkungen seien minimal gewesen, und nach seinem Wissen seien keine Kundendaten betroffen. Das Unternehmen kappte den Live-Internetzugang für alle internen Evaluierungen, verschärfte die Schutzvorkehrungen bei einigen seiner Web-Werkzeuge und baute eine Erkennung, die jeden beschriebenen Fall blockiert hat.
Eine Anweisung ist kein Tor
Die Lehre für ein Unternehmen lautet nicht, dass Agenten gefährliche Spielzeuge sind. Es waren Labore, die Modelle hart getestet und veröffentlicht haben, was sie fanden. Die Lehre betrifft den Ort der Kontrolle. Ein Agent, dem gesagt wurde, er solle ein Formular nicht einreichen, hat es manchmal eingereicht. Ein Agent, der den Absenden-Knopf nicht erreichen kann, wird es nie tun.
Das Prüfen verlangt dieselbe Sorgfalt. In der zweiten Phase von Anthropics Project Vend bekam ein Claude-Agent, der einen Büro-Shop führte, einen Chef: einen zweiten Agenten in der Rolle des Geschäftsführers. Er genehmigte Anfragen nach Sonderbehandlung etwa achtmal so oft, wie er sie ablehnte, und er teilte viele blinde Flecken des Shop-Agenten, weil er auf demselben Modell lief. Ein zweiter Agent auf demselben Modell ist ein guter Arbeiter und ein schwacher Prüfer. Die Kontrolle, auf die es ankommt, sollte von etwas anderem kommen: einer in Code geschriebenen Regel, einem Test, der besteht oder durchfällt, oder einem Menschen.
Tore in unseren eigenen Produkten
Jedes crue-Produkt funktioniert heute so. In Kontor stehen Versand, Zahlungen und Mahnungen dem Assistenten gar nicht erst zur Verfügung, die erledigt ein Mensch. In Studio entwirft der Assistent eine Änderung an der Website, und ein Mensch genehmigt jede Änderung und jede Veröffentlichung. Lookout findet, schreibt und bereitet auf jedem Kanal vor, und ein Mensch genehmigt, was hinausgeht. In Twin ist jede Aufgabe für jede Rolle markiert: selbstständig erledigt, wartet auf Freigabe oder an einen Menschen übergeben, wenn Twin sich nicht sicher ist.
Die nächste Stufe verschiebt die Tore. Sie entfernt sie nicht. Twin wird ganze Abläufe von Anfang bis Ende ausführen, etwa den Monatsabschluss, die Offerte und das Onboarding, mit Freigabe an den Toren, die ein Unternehmen wählt. Lookout wird die ganze Abfolge innerhalb Ihrer Regeln ausführen, vom ersten Signal bis zum gebuchten Termin. crue läuft bereits auf dem eigenen Twin, mit mehr als 80 Skills, und die Grenze verschiebt sich erst, wenn die aktuelle Stufe in echter Arbeit gehalten hat, zuerst in unserer. Bei den Menschen bleibt der Teil, der einen Namen trägt: das Kundengespräch, das Urteil und das letzte Ja.
Wo man anfängt
Der Rat von Gartner ist unserem nah: Agenten dort einsetzen, wo ein Entscheid nötig ist, einfache Automatisierung für Routineabläufe und einen Assistenten für simple Abfragen. Ein grosser Teil des Werts liegt darin, zu wählen, was was ist.
Wählen Sie eine Routine, die sich jede Woche wiederholt, ein klares Ende hat und etwas hervorbringt, das ein Mensch in einer Minute prüfen kann. Schreiben Sie das Ziel auf, die Werkzeuge, die der Agent nutzen darf, und den Punkt, an dem er anhalten muss, und bauen Sie dieses Anhalten in die Werkzeuge ein, nicht nur in den Prompt. Setzen Sie das Tor vor alles, was das Unternehmen verlässt: die Rechnung, die E-Mail, die veröffentlichte Seite. Zählen Sie dann ehrlich, wie oft der Entwurf keine Korrektur brauchte.
Agenten sind noch keine Kollegen. Sie sind schnelle, unermüdliche Juniors mit einem ungleichmässigen Gespür dafür, wann sie falsch liegen. Geben Sie einem ein klares Ziel, die richtigen Werkzeuge und ein Tor, an dem es sich nicht vorbeireden kann, und es nimmt Ihnen schon heute sehr viel Arbeit aus der Woche.
