Agentic AI ist längst kein Konzept mehr aus Forschungsfolien oder Zukunftskeynotes. Sie ist bereits in Unternehmen angekommen – leise, inkrementell, aber mit wachsender Wucht. Und sie zwingt Organisationen dazu, gleich mehrere Grundannahmen neu zu verhandeln: Architektur, Kontrolle und vor allem die Rolle des Menschen.

Auf der Bühne diskutierten dabei Bea Schnarr (Engie), Saskia Dupré (Otto Group), Michelle Mangiapane (Palm Group) und Udo Würtz (FSAS Technologies / Fujitsu).

Die stille Verschiebung: KI verlässt die Sandbox

Was in der Diskussion immer wieder durchklang: Viele Unternehmen sind bereits über den reinen Experimentiermodus hinaus. Agenten laufen in Produktion, automatisieren Prozesse, unterstützen Kundenservice, Finanzprozesse oder IT-Operations. Doch trotz dieser Fortschritte bleibt ein Gefühl von Unschärfe. Denn die eigentliche Veränderung ist nicht die Technologie selbst – sondern ihre Eigenschaft, nicht mehr nur zu analysieren, sondern zu handeln. Damit verschiebt sich KI von einem Werkzeug zu einem Akteur im System.

Architektur wird zur strategischen Frage – nicht zur IT-Detailentscheidung

Eine der zentralen Erkenntnisse des Panels: Ohne stabile Grundlagen wird Agentic AI nicht skalieren. Doch diese Grundlagen sind weniger spektakulär als die Technologie selbst:

• saubere Datenstrukturen
• robuste Integrationsschichten
• klare API-Landschaften
• und ein konsequenter Umgang mit Metadaten als steuerbares Gut

Die entscheidende Botschaft: Unternehmen müssen keine „Greenfield-Welt“ bauen. Aber sie müssen ihre bestehenden Systeme so gestalten, dass sie für Agenten überhaupt anschlussfähig werden. Oder anders formuliert: Nicht die KI muss sich an Unternehmen anpassen – sondern Unternehmen müssen maschinenlesbar werden.

Integration statt Innovation: Die neue Engpassstelle

Während frühere KI-Debatten stark auf Modelle und Fähigkeiten fokussiert waren, verschiebt sich der Engpass heute in eine andere Richtung: Integration. Agenten sind nur so leistungsfähig wie ihre Verbindung zu operativen Systemen. Und genau hier entsteht Komplexität:

• heterogene IT-Landschaften
• historisch gewachsene Systeme
• fehlende Standardisierung
• und unterschiedliche Reifegrade innerhalb einzelner Organisationen

Ein technisches Detail, das dabei zunehmend an Bedeutung gewinnt, ist das Model Context Protocol (MCP). Es ermöglicht Agenten, strukturiert und kontrolliert mit Systemen zu interagieren – ein Schritt hin zu einer standardisierten „Maschinensprache“ zwischen KI und Enterprise-IT.

Governance: Zwischen Beschleunigung und Kontrolle

Kaum ein Thema ist so konfliktgeladen wie die Frage nach Geschwindigkeit versus Kontrolle. Auf der einen Seite steht das Business: Es sieht Potenzial, Effizienzgewinne und neue Geschäftsmodelle. Auf der anderen Seite stehen IT, Security und Compliance – mit der Aufgabe, Risiken beherrschbar zu halten. Doch die Diskussion auf dem CIOFEST zeigte eine Verschiebung in der Perspektive: Governance wird nicht mehr als Bremse verstanden, sondern als Voraussetzung für Skalierung. Agenten greifen nicht nur auf Daten zu – sie handeln. Und genau deshalb brauchen sie:

• definierte Handlungsräume
• klar begrenzte Berechtigungen
• nachvollziehbare Entscheidungswege
• und Sicherheitsmechanismen, die tief in die Architektur integriert sind

Security wird damit nicht zum Gegenspieler der Transformation, sondern zu ihrem strukturellen Bestandteil.

Die unsichtbare Herausforderung: Kosten werden dynamisch

Ein Aspekt, der oft unterschätzt wird: Agentic AI verändert nicht nur Prozesse, sondern auch Kostenlogik. Während klassische IT-Kosten relativ gut planbar sind, entstehen bei Agenten neue Dynamiken:

• parallele Ausführung mehrerer Tasks
• unvorhersehbare API-Nutzung
• iterative Entscheidungsprozesse
• und skalierende Rechenoperationen ohne klassische Limits

Das Ergebnis: Kosten entstehen nicht linear, sondern emergent. Und werden häufig erst im Nachhinein sichtbar.

Der Mensch bleibt – aber seine Rolle verschiebt sich radikal

Vielleicht der wichtigste Konsens der Diskussion: Die eigentliche Transformation ist keine technologische, sondern eine strukturelle Veränderung menschlicher Arbeit.

Agenten übernehmen zunehmend:

• wiederholbare Aufgaben
• operative Entscheidungen
• datengetriebene Standardprozesse

Was bleibt, ist nicht weniger Arbeit – sondern eine andere Art von Arbeit:

• Entscheidungen statt Ausführung
• Bewertung statt Produktion
• Verantwortung statt Routine

Damit verschiebt sich auch die Definition von Expertise. Nicht mehr das „Abarbeiten“, sondern das „Einordnen“ wird zur zentralen Fähigkeit.

Das Ende des klassischen Junior-Modells?

Besonders kontrovers war die Frage nach Nachwuchsrollen. Wenn KI viele Einstiegsaufgaben übernimmt – wie entsteht dann Expertise? Die Antwort im Panel war nicht eindeutig, aber deutlich differenziert: Junior-Rollen verschwinden nicht vollständig, aber sie verändern sich fundamental. Lernen findet weniger über repetitive Aufgaben statt, sondern stärker in begleiteten, AI-gestützten Umgebungen. Ein Begriff fiel dabei mehrfach: „Sandboxing“ – kontrollierte Räume, in denen Menschen und KI gemeinsam arbeiten, experimentieren und lernen.

Fazit: Organisationen werden hybrid – oder sie werden irrelevant

Agentic AI führt nicht zu autonomen Unternehmen im klassischen Sinn. Sie führt zu etwas komplexerem: hybriden Organisationen. Organisationen, in denen:

• Systeme eigenständig handeln
• Menschen Ziele definieren und Verantwortung tragen
• und KI operative Entscheidungen zunehmend unterstützt oder übernimmt

Die entscheidende Fähigkeit der nächsten Jahre wird nicht darin bestehen, KI zu implementieren. Sondern darin, sie so in Organisationen einzubetten, dass Kontrolle, Geschwindigkeit und Verantwortung gleichzeitig bestehen können. Oder einfacher gesagt: Die Zukunft gehört nicht den autonomen Systemen – sondern den Organisationen, die gelernt haben, mit ihnen zu arbeiten.

*Einblicke vom CIOFEST Panel am 23.04.