ISG-Report & Expertenmeinungen zu KI-Agenten Der Markt für KI-Agenten ist im Aufwind

Anbieter zum Thema

Information Services Group (ISG)

Board Deutschland GmbH

QUNIS GmbH

Der aktuelle ISG-Report „State of the Agentic AI Market Report 2025“ beleuchtet die wichtigsten Entwicklungen bei Unternehmen, die KI-Agenten nutzen wollen, und bei den diversen Anbietern, die damit nicht nur die Wünsche der Kunden erfüllen wollen, sondern zugleich eigene Ziele anstreben. Mehrere Experten warnen vor dem Do-it-yourself-Ansatz: Einen Agenten selbst zu bauen, sei zwar möglich, aber im Vergleich zu einer Plattform mit einigen Nachteilen verbunden.

Die Analysten Loren Absher und Olga Kupriyanova bei ISG (Information Services Group) konstatieren, dass KI-Agenten die nächste Phase der KI-Evolution darstellten. Wäre Künstliche Intelligenz (KI) die industrielle Revolution, dann entspräche Generative KI den frühen Dampfmaschinen – KI-Agenten hingegen dem Verbrennungsmotor und der Elektrizität – ein beachtlicher Sprung. Hat Generative KI Erkenntnisse aus unstrukturierten Daten geliefert, so lässt sie doch kein direktes Handeln zu. Dafür sind KI-Agenten notwendig, sei es nun mit oder ohne menschliche Interaktion. Das Wissensmanagement, das Generative KI erzielt hat, wird für die KI-Agenten künftig zu einer Art kontextbewusstem Daten-Rückgrat, um agentische KI skalieren zu können.

Anwendungsfälle

Agenten, die nicht branchenspezifisch, sondern generisch ausgerichtet sind, finde man in mehr als der Hälfte der Fälle in der IT, während Marketing, Vertrieb und Finanzwesen jeweils rund zehn Prozent ausmachten, so der Report. Auch in den Branchen sehen die Autoren des Reports eine Konzentration: 70 Prozent aller Anwendungsfälle von agentischer KI konzentrierten sich auf nur drei Branchen: zum einen im Komplex Bankenwesen, Finanzdienstleistungen und Versicherungen und zudem im Einzelhandel sowie in der Fertigung.

Bildergalerie

Agententypen

Einfache und modellbasierte Agenten sind meist aufgabenorientiert und liefern erhebliche Wertschöpfung. Sie stellen rund 43 Prozent der Use Cases im Markt dar. Diese Sachlage dürfte sich mit wachsender Reife der Unternehmen zu komplexeren Aufgaben entwickeln, die die Agenten erledigen. Komplexe Optimierungen wie etwa in der Routen- und Terminplanung, inklusive Predictive Maintenance, werden von zielbasierten Agenten angegangen. Doch die Anbieter müssen ihren Kunden den richtigen Agenten für den passenden Zweck liefern, denn sonst könnte auch ein kostengünstiges RPA-Werkzeug (Robotic Process Automation) den gleichen Zweck erfüllen wie ein teurer KI-Agent.

Multi-agentische Zukunft

„Um die Einführung agentischer KI zu beschleunigen, erstellen die Anbieter vorgefertigte Lösungen, um schnelle Gewinne innerhalb eines bestimmten Prozesses zu erzielen“, stellen die genannten Analysten (und ihre zwölf Zuarbeiter) fest. „Viele dieser Lösungen spezialisieren sich auf bestimmte Funktionen oder Branchen und ihre Anbieter investieren in wirklich ausgereifte Lösungen, bevor sie sie in den Markt einführen. Ist dies sinnvoll? Weil wir sehen, dass viele Unternehmen noch Mühe haben, GenAI-Piloten in Betrieb zu nehmen und nur wenige Unternehmen an Agenten-Pilotprojekten arbeiten, erscheint dies [vorgefertigte Agentic-AI-Lösungen] als der praktikabelste Weg.“

KI-Integration in Unternehmen

KI im Hamsterrad: Warum smarte Tools oft scheitern

Parallel dazu investieren die meisten Anbieter bereits in komplexere Multi-Agenten-Lösungen. Sie sehen eine Zukunft voraus, in der die Orchestrierung der schwierigste Aspekt an Agentic AI Workflows sein dürfte. Kurz gesagt, bereitet sich das Ökosystem des Anbieters auf eine Zeit vor, in der viel mehr Agenten eingeführt werden, und auf eine Nachfrage nach Lösungen, die sich stark von den heutigen, die man im Markt findet, unterscheiden dürften.

Die Rolle des Menschen

Agenten-KI hat den Menschen in der Entscheidungskette nicht verdrängt und wird das auch für eine Weile nicht schaffen. Nur ein Viertel der aktuellen Lösungen erlauben es Agenten, unabhängig tätig zu sein, wohingegen 45 Prozent der Lösungen KI-Agenten als Berater menschlicher Entscheidungsträger positionieren. Wieviel Aufsicht ein Mensch ausüben soll, ist indes unklar und das sorgt für Unsicherheit.

Gartner prognostiziert

Das große Scheitern der Projekte mit agentischer KI bis Ende 2027

Als Reaktion investieren viele Anbieter in Orchestrierung und Governance mit dem Ziel, Unternehmen zu helfen, das passende Gleichgewicht zwischen Autonomie (der Agenten) und der Aufsicht (des Menschen) zu finden. Zugleich soll die Ausweitung des Einsatzes von Agenten ermöglicht werden, sobald es erforderlich ist.

Hürden und Herausforderungen

Rund 38 Prozent der für den ISG-Report befragten Unternehmen engagieren einen Dienstleister für die Verbesserung des Datenmanagements. Trotz dieses Aufwands mühen sich mehr als die Hälfte der Unternehmen mit Legacy-Daten ab. Bei Unternehmen mit unzureichenden KI-Ergebnissen bestehen die größten Einführungshürden in einem Mangel an KI-Fachkenntnissen und an tragfähigen Geschäftsprozessen bzw. Anwendungsfällen.

Den Unternehmen, die mehr Erfolg mit ihren KI-Initiativen gehabt haben, mangelt es indes an stabilen Daten-„Türmen“ oder Frameworks einerseits und an der organisatorischen Reife, um Prozesse im Hinblick auf die Auslagerung von Prozessen an Agenten neu zu gestalten, andererseits.

Daten sind der Schlüssel zum ROI

Führende Anbieter nutzen agentische KI, um komplexe Datenprobleme in Unternehmen zu bewältigen und dadurch die Einführung von KI zu beschleunigen. Solche Unternehmen bilden eine Art Brücke über disparate Datenquellen hinweg und nutzen Agenten, um Aufgaben wie Überwachung, Profilerstellung, Anreicherung und Governance von Daten zu erledigen.

Dabei wird deutlich, dass agentische KI Daten nicht auf gleiche Weise verwendet wie Menschen oder andere datengetriebene Technologien. Daraus ergibt sich die Notwendigkeit, dass die heute verbreitet als Standard genutzte Datenarchitektur überarbeitet werden muss. (Siehe dazu Abb. 5.)

Fernziel Umsatzwachstum

Die marktführenden Unternehmen haben damit begonnen, KI-Agenten in weiteren Ebenen ihrer Organisation zu verwenden, also im Back Office (Buchhaltung, Controlling) und in der Infrastruktur. Dafür erhöhen sie einfach die Komplexität der Aufgaben, die sich mit Agenten automatisieren lassen. Vom Back Office nimmt die Komplexität Richtung Front Office und Dienstausführung zu, beispielsweise in der Interaktion mit Kunden.

Die Wertschöpfungskette für die Automation verschiebt sich also erheblich, von generischen Anwendungsfällen hin zu branchenspezifischen Applikationen. In zwei bis drei Jahren wird daher nicht mehr nur Kosteneffizienz der treibende Faktor für KI-Initiativen sein, sondern Umsatzwachstum.

Do it yourself oder Plattform?

Patrick Heinen, Vice President Solution Engineering bei Salesforce, bestätigt eine Aussage des ISG-Reports: „Die größten Herausforderungen für KI-Entwickler liegen im Bereich der Daten, zum einen in der Bereitstellung, zum anderen beim Umgang damit. Die Stichworte sind Datenschutz, Sicherheit, Datenharmonisierung und Aktivierung.“ Dafür stelle Salesforce seinen gesamten Technikstapel in Agentforce zur Verfügung. „Die Erstellung der Agenten selbst erfordert keine spezifischen IT-Kenntnisse, da sie im Low-Code/No-Code-Prinzip erfolgt; die Konfiguration von Agenten kann sogar in natürlicher Sprache erfolgen, man schult einen KI Agenten prinzipiell genauso wie einen neuen Mitarbeiter.“

Aber warum Scheitern da so viele KI-Projekte, mag sich der Markbeobachter wundern? „Die meisten KI-Projekte sind an zu vielen Eigenentwicklungen und an Anwendungsfällen, die keinen Mehrwert gestiftet haben, gescheitert“, weiß Heinen. „Infrastruktur, die Anbindung verschiedener LLMs und die Zusammenführung der sonstigen erforderlichen Funktionen sind dabei zu aufwendig und fehlerbehaftet.“

Der Analyst Holger Müller von Constellation Research ergänzt zum Do-it-yourself-Ansatz (DIY): „Das Problem ist, dass der Nutzer alles selbst machen muss. Dafür gibt es zwar vier mögliche Use Cases, doch die größte Problematik des DIY ist die Instandhaltung bzw. Wartung. Unternehmen, die das machen, sind beispielsweise der System-Integrator der eigenen KI. Das freut natürlich die Berater, aber weniger die Unternehmen.“

Doch es gebe Hoffnung: „Gleichzeitig werden die SaaS-KI-Plattformen besser und das erleichtert das Datenmanagement für KI (also SAP Joule für KI und SAP Business Data Cloud für das Datenmanagement), Oracle AI usw., Salesforce mit Agentforce und Data Cloud usw. Die Einsparungen, die wir im Vergleich zum DIY-Ansatz gesehen haben, sind signifikant“, so Müller.

Laut Heinen entlaste ein Plattform-Angebot Unternehmen von den oben genannten Bürden, sodass Unternehmen sich auf die Definition und Erprobung von praktischen Anwendungen konzentrieren könnten, die auf die Bedürfnisse von Mitarbeitern und Kunden zugeschnitten sind. „Dieses Feedback bekommen wir von so gut wie allen Agentforce-Kunden: Sie können direkt auf der Plattform loslegen.“

Eine KI-Plattform ist also eine Art Startrampe für KI-Agenten? „Eine vollständige Plattform für KI-Agenten bündelt KI, Daten, Metadaten, Businesslogik, Workflows, Sicherheit und Vertrauenswürdigkeit“, erläutert Heinen. „Zudem ist es wichtig, dass Unternehmen volle Transparenz über die Agentenlandschaft haben, nicht nur in Punkto Sicherheit und Kontrolle, sondern auch im Hinblick auf die Ergebnismessung und -optimierung.“

Mit Agentforce 3 ermögliche Salesforce dem Nutzer maximalen Einblick bis auf die Ebene jeder einzelnen Transaktion. Dazu trage auch der native MCP-Client ab Agentforce 3 bei: Er verbinde die Plattform automatisch mit zentralen Unternehmens-Tools unter Einhaltung der Security- und Governance-Richtlinien des Unternehmens.

Testen ist unerlässlich

Viele Experten raten dazu, KI-Agenten vor der Inbetriebnahme unbedingt gründlich zu testen. „KI ist Software und wie jede Software-Automation muss sie getestet werden“, erläutert Holger Müller. „Natürlich ist sie leistungsfähiger als fast alles, was es vorher gab, also muss sie intensiv getestet werden, und ein klassisches Wasserfallmodell reicht hier nicht aus. KI muss ständig überwacht und getestet werden, da sich die Daten ändern und die Modelle andere beziehungsweise nicht gewünschte Antworten liefern oder Automationsabläufe ausführen können.“ Welche neuartigen Testumgebungen dafür nötig wären, lässt der Analyst unbeantwortet. Aber jedes KI-Framework wie etwa Amazon Bedrock und Amazon SageMaker umfasst entsprechende Testumgebungen. Sie können Optimierungen vornehmen.

KI-Agenten-Markt im Aufwind

Der Agentic-AI-Markt entwickelt sich laut ISG-Report rasch weiter. Doch wohin führt diese Entwicklung? Patrick Heinen von Salesforce berichtet: „Die Analysten der Gartner Group sehen in KI-Agenten den wichtigsten Technologie-Trend 2025. Salesforce hat als erstes Unternehmen funktionsfähige autonome Agenten angekündigt und war von Anfang an ‚Customer Zero‘. Mit Agentforce 3 kam im Juni 2025 bereits die dritte Version mit Erweiterungen auf den Markt, die technologische Innovation und Kundenfeedback berücksichtigt hat.“

Podcast

Breaking Data #17 – der Gartner Emerging Tech Horizon for Generative AI

Heinen unterstreicht: „Salesforce ist nicht nur ein Technologieanbieter, sondern ermöglicht mit seiner Digital-Labor-Plattform seinen Kunden, nahezu unbegrenzte Kapazitäten für eine Vielzahl von Rollen und Aufgaben aufzubauen, damit Kosten zu sparen und ihren Umsatz zu steigern.“

Ein Marktplatz für Agenten

Die nächste Entwicklungsstufe des KI-Marktes bildet der Agenten-Marktplatz. „Es gibt sie bereits“, berichtet Holger Müller. „Jede Cloud, sei es bei AWS, Azure, Google usw., verfügt über einen und jeder SaaS-Anbieter wie etwa Salesforce hat bzw. wird einen haben.“

Agentenplattform aus Europa

Sōkosumi: Serviceplan startet Marktplatz für KI-Agenten

Müller zur Frage, worauf es dabei ankomme: „Das ist wie mit jeder Marktplatz-Software: Ist sie sinnvoll, funktioniert sie, was kostet sie? Das Schöne an den Marktplätzen ist, dass die Lösungen sofort laufen können, und zwar direkt in den Testumgebungen der Unternehmen. Das führt also zu einfacher, schnellerer Implementierung. Der Model Fit ist da nun wichtiger als das ganze ,Plumbing‘ in der Infrastruktur, das ohne Markplatz häufig lange dauert.“

(ID:50484540)