Mobile-Menu

Fehlende Integration als Kernproblem Warum viele KI-Agenten in Unternehmen scheitern

Von Berk Kutsal 1 min Lesedauer

Anbieter zum Thema

ASANA GmbH
Board Deutschland GmbH
QUNIS GmbH
Insider Research

Trotz wachsender Begeisterung für agentische KI bleiben viele Projekte erfolglos. Asana sieht den Grund nicht in der Technik, sondern in der fehlenden Einbettung in reale Arbeitsprozesse – und setzt auf ein anderes Verständnis von Zusammenarbeit zwischen Mensch und Maschine.

Ein Sinnbild für das Scheitern vieler KI-Projekte: fehlende Integration in reale Arbeitsprozesse.(Bild: Midjourney / KI-generiert)
Ein Sinnbild für das Scheitern vieler KI-Projekte: fehlende Integration in reale Arbeitsprozesse.
(Bild: Midjourney / KI-generiert)

Viele KI-Agenten liefern derzeit nicht, was sie versprechen. Laut dem Projektmanagement-Anbieter Asana scheitern sie nicht an mangelnder Rechenleistung oder Modellen, sondern an der Art, wie sie in Organisationen eingesetzt werden. In einem Beitrag unter dem Titel „The Real Reason AI Agents Are Failing“ argumentiert Asana, dass isoliert arbeitende Agenten zwar Aufgaben automatisieren, aber kaum zum tatsächlichen Fortschritt beitragen.

Das zentrale Problem liege in fehlendem Kontext. Ohne zu verstehen, wer an welchen Projekten beteiligt ist, welche Prioritäten gelten oder wie Informationen miteinander verknüpft sind, könnten Agenten kaum sinnvolle Entscheidungen treffen. Asana spricht in diesem Zusammenhang von einer Fehlerrate von rund 70 Prozent bei einfachen Automatisierungsaufgaben, wenn Agenten ohne strukturelle Einbettung agieren.

Die Lösung sieht das Unternehmen in einem systemischen Ansatz: Statt einzelne Tools oder Bots zu trainieren, sollen Agenten auf einem umfassenden Arbeitsgraphen („Work Graph“) operieren. Dieses interne Datenmodell bildet Beziehungen zwischen Personen, Aufgaben und Zielen ab. KI-Agenten sollen so Entscheidungen im richtigen Kontext treffen, Rückfragen stellen oder Aufgaben priorisieren können. Asana betont, dass dadurch nicht die Autonomie der Systeme im Vordergrund stehe, sondern deren Fähigkeit, mit Menschen zusammenzuarbeiten.

In der Praxis soll dieser Ansatz über die neuen „AI Teammates“ umgesetzt werden, die Asana bereits vorgestellt hat. Sie nutzen Kontextinformationen aus dem Work-Management-System, um komplexe Workflows zu unterstützen – etwa bei der Priorisierung, Koordination oder Statusverfolgung von Projekten. Ziel ist eine nahtlose Interaktion zwischen Mensch und Maschine, bei der KI die Arbeitslast nicht ersetzt, sondern strukturiert ergänzt.

Die Diskussion um agentische KI erhält damit eine neue Facette: Nicht der Grad der Autonomie entscheide über den Nutzen, sondern die Tiefe der Integration in reale Prozesse. Oder anders formuliert – wer Agenten ohne Kontext einsetzt, schaffe mehr Arbeit statt weniger.

(ID:50581724)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte