Illustration Absmeier foto ki designer

KI-Agenten beschleunigen Entwicklung, Tests und Dokumentation – doch damit ist noch kein tragfähiges Betriebsmodell geschaffen. Erst wenn Unternehmen Rollen, Freigaben, Führung und Qualifizierung neu ordnen, wird aus technischer Geschwindigkeit belastbare Wertschöpfung. Der Beitrag zeigt, welche organisatorischen Stellschrauben IT-Verantwortliche jetzt priorisieren sollten.

Management Summary

Organisation vor Skalierung: Agentische Entwicklung entfaltet ihren Nutzen erst, wenn Rollen, Prozesse und Verantwortlichkeiten mit der Technologie wachsen.
Entscheidungsrechte klären: Unternehmen müssen festlegen, welche Aktionen Agenten autonom ausführen dürfen und wo menschliche Freigaben verpflichtend bleiben.
Führung neu ausrichten: Wenn Agenten koordinierende Aufgaben übernehmen, müssen Führungsspannen, Kontrollpunkte und Eskalationswege angepasst werden.
Transparenz schafft Akzeptanz: Beschäftigte brauchen nachvollziehbare Informationen über Zweck, Grenzen und Überwachung der eingesetzten Agenten.
Lernen wird Daueraufgabe: Qualifizierung darf nicht beim Einführungsworkshop enden, sondern muss Rollenwandel, Risikokompetenz und neue Arbeitsweisen kontinuierlich begleiten.

Agentische Softwareentwicklung verändert, wie Software entsteht: KI-Agenten übernehmen heute schon große Teile des Entwicklungsprozesses. Doch agentische Exzellenz entsteht nicht allein im Code. Sie entscheidet sich daran, wie gut Unternehmen ihre Rollen, Entscheidungswege und Führungsstrukturen anpassen.

Für IT-Dienstleister und Softwareanbieter bedeutet das: Ihr eigenes Geschäftsmodell, das bislang auf der Arbeitszeit von Entwicklerinnen und Entwicklern beruht, muss sich an diese neuen Möglichkeiten anpassen. Denn ein neues Werkzeug verändert nicht automatisch die Arbeitsweise eines Unternehmens. Wer selbst agentisch entwickelt, die eigene Organisation aber unverändert lässt, schöpft nur einen Teil des Potenzials aus. Zwar schreiben Agenten heute in kurzer Zeit Code, aber ob dieser das Richtige tut und im Betrieb trägt, entscheiden die Organisation und der Mensch darum herum.

Laut IT-Dienstleister adesso entscheiden fünf zentrale Voraussetzungen über eine gelungene Unternehmenstransformation für das agentische Zeitalter:

Rollen bewusst neu zuschneiden.

Ein „KI-Beauftragter“ auf der Visitenkarte reicht nicht aus, wenn die zugrundeliegende Aufgabe unverändert bleibt. Das zeigt sich bereits an neuen Rollen wie dem Forward Deployed Engineer, der technisches Know-how direkt mit den Geschäftsprozessen und Anforderungen vor Ort verbindet. Aber auch bestehende Rollen verschieben sich: Wer heute einen Versicherungsfall bearbeitet oder eine Kundenanfrage beantwortet, prüft morgen zunehmend die Ergebnisse eines Agenten und greift in Ausnahmefällen ein. Das verlangt ein anderes Urteilsvermögen als die reine Bearbeitung: Wer einen Agenten steuert, übernimmt im Kern eine Führungsaufgabe und trägt Verantwortung für Ergebnisse, die nicht mehr selbst erarbeitet, sondern von einem Agenten geliefert wurden. Dafür braucht es eine bewusst neu geschnittene Aufgabenbeschreibung, an der sich auch Zielvereinbarungen und Leistungsbeurteilungen ausrichten.
Verantwortlichkeiten und Freigaben vorab klären.

Die meisten Freigabeketten in Unternehmen sind über Jahre historisch gewachsen und wurden selten bewusst gestaltet. Sie spiegeln oft, wer zu welchem Zeitpunkt Vertrauen genossen hat. Sobald ein Agent Teilentscheidungen übernimmt, wird diese Unschärfe zum Risiko: Wer haftet, wenn eine automatisierte Entscheidung falsch war? Wer muss vorher zustimmen, wer wird nur im Nachgang informiert? Diese Fragen lassen sich am besten vor dem Produktivstart klären, mit dokumentierten Grenzen, innerhalb derer ein Agent selbstständig handeln darf.
Führungsspannen an neue Aufgaben anpassen.

Viele Führungsstrukturen sind auf eine bestimmte Anzahl von Abstimmungsrunden ausgelegt, in denen eine Führungskraft koordiniert, priorisiert und Konflikte löst. Übernimmt ein Agent einen Teil dieser Koordination, verändert sich die tatsächliche Führungsspanne. Bleibt die Organisationsstruktur unverändert, entstehen doppelte Strukturen: Der Agent koordiniert, während die Führungskraft aus Gewohnheit jede Entscheidung noch einmal durchgeht. Das kostet Zeit und die erhoffte Beschleunigung bleibt aus.
Vertrauen durch Transparenz aufbauen.

Mitarbeitende akzeptieren einen Agenten in ihrer Arbeit vor allem dann, wenn sie nachvollziehen können, was er tut, warum er es tut und wo ihm die Verantwortlichen Grenzen setzen. Fehlt diese Transparenz, entsteht Misstrauen. Das zeigt sich im Alltag daran, ob der Agent den Beschäftigten tatsächlich etwas abnimmt, ohne dass sie die Kontrolle verlieren, oder ob er ihnen ohne Erklärung übergestülpt wird.
Qualifizierung dauerhaft verankern.

Wenn Agenten mehr Aufgaben übernehmen, verändern sich die Anforderungen an Mitarbeitende kontinuierlich. Ein Workshop zu Projektbeginn erklärt die Technologie, deckt aber nicht ab, wie sich die eigene Rolle in den folgenden Monaten weiterentwickelt. Unternehmen, die das ernst nehmen, bauen deshalb Lernformate auf, die mit der Weiterentwicklung der Agenten mitwachsen.

Alle fünf Punkte sind Fragen der Organisationsentwicklung. Doch genau diese Arbeit wird heute in vielen Unternehmen übersprungen oder übersehen. Wer diese Fragen frühzeitig klärt, verschafft sich einen Vorsprung, den kein Modell-Update ersetzen kann.

Wie adesso die eigene Organisation für das agentische Zeitalter ausrichtet, beschreibt das Unternehmen unter anderem hier. https://www.adesso.de/de/moveai/index.jsp

Illustration Absmeier infografik (c) ki designer

Tipps für die Umsetzung

Mit einem klar begrenzten Prozess starten: Wählen Sie für den Einstieg einen wiederholbaren Anwendungsfall, dessen Ablauf, Eingaben und erwartete Ergebnisse bereits weitgehend bekannt sind. Legen Sie vor dem Pilotprojekt fest, welche Qualitäts-, Zeit- und Risikokriterien gelten und mit welchem Ausgangswert die Ergebnisse verglichen werden. Besonders geeignet sind Prozesse, die häufig vorkommen, ausreichend dokumentiert sind und bei Fehlern kontrolliert zurückgesetzt werden können. So lässt sich erkennen, ob der Agent tatsächlich entlastet, wo Nacharbeit entsteht und welche organisatorischen Anpassungen vor einer Ausweitung erforderlich sind.
Agenten wie neue Rollen behandeln: Beschreiben Sie einen Agenten nicht nur als technisches Werkzeug, sondern als klar abgegrenzte Funktion innerhalb eines Geschäfts- oder Entwicklungsprozesses. Dokumentieren Sie Aufgabe, Autonomiegrad, erlaubte Werkzeuge, Zugriffsrechte, verwendete Datenquellen, fachliche Grenzen und zuständige menschliche Eigentümer. Ergänzen Sie Regeln dafür, wann der Agent selbstständig handeln darf, wann er Rückfragen stellen muss und an wen er Ausnahmen eskaliert. Dadurch werden Abhängigkeiten sichtbar und Verantwortung bleibt auch bei automatisierten Arbeitsschritten eindeutig zugeordnet.
Freigabestufen risikobasiert gestalten: Ordnen Sie Aktionen nach ihrem möglichen Schaden, ihrer Umkehrbarkeit und ihrer rechtlichen oder sicherheitstechnischen Relevanz. Wiederholbare Routineaktionen mit begrenzten Auswirkungen können innerhalb enger Leitplanken automatisiert werden. Änderungen an produktiven Systemen, sicherheitskritische Entscheidungen, externe Veröffentlichungen oder rechtlich relevante Schritte benötigen dagegen definierte Prüf- und Freigabepunkte. Halten Sie außerdem fest, welche Information Prüfer erhalten müssen und unter welchen Bedingungen ein Vorgang gestoppt oder zurückgesetzt wird.
Durchgängige Protokollierung etablieren: Sorgen Sie dafür, dass sich der Ablauf einer agentischen Aufgabe auch nachträglich nachvollziehen lässt. Erfasst werden sollten Eingaben, verwendete Datenquellen, Tool-Aufrufe, Zwischenschritte, Ausgaben, menschliche Freigaben, Abbrüche und Korrekturen. Die Protokolle müssen so strukturiert sein, dass Fachverantwortliche, IT-Betrieb, Sicherheit und Revision relevante Entscheidungen prüfen können. Gleichzeitig sind Aufbewahrungsfristen, Zugriffsrechte und der Schutz sensibler Inhalte festzulegen, damit Transparenz nicht zu einem neuen Datenschutz- oder Sicherheitsrisiko wird.
Qualität mit Szenarien prüfen: Testen Sie den Agenten nicht nur mit idealen Standardfällen, sondern mit realistischen Störungen und Grenzsituationen. Dazu gehören widersprüchliche Anforderungen, fehlende oder veraltete Daten, fehlerhafte Berechtigungen, unerwartete Tool-Antworten, Zeitüberschreitungen und klar definierte Abbruchbedingungen. Prüfen Sie dabei nicht allein das Endergebnis, sondern auch, ob der Agent Unsicherheit erkennt, angemessen eskaliert und keine unzulässigen Umgehungswege nutzt. Wiederkehrende Tests sollten nach Modell-, Daten-, Prozess- oder Berechtigungsänderungen erneut ausgeführt werden.
Kennzahlen ausbalancieren: Messen Sie den Erfolg nicht ausschließlich an Geschwindigkeit, Ausführungsmenge oder eingesparter Arbeitszeit. Ergänzen Sie diese Werte um Nacharbeit, Fehlerdichte, Testabdeckung, Sicherheitsvorfälle, Anzahl menschlicher Eingriffe, Abbruchquoten, Akzeptanz und tatsächlichen Geschäftsnutzen. Definieren Sie vor dem Pilotprojekt eine belastbare Ausgangsbasis und legen Sie fest, wer die Kennzahlen bewertet. So vermeiden Sie, dass ein schnellerer Prozess als Erfolg gilt, obwohl Qualität sinkt, Risiken steigen oder Beschäftigte zusätzliche Kontrollarbeit übernehmen müssen.
Weiterbildung an Rollen koppeln: Entwickeln Sie Lernangebote entlang konkreter Aufgaben und Entscheidungsverantwortungen. Fachbereiche benötigen andere Kompetenzen als Entwicklung, Führung, IT-Betrieb, Informationssicherheit oder Compliance. Vermittelt werden sollten neben der Bedienung auch Grenzen, typische Fehlermuster, Eskalationswege, Kontrollpflichten und der sichere Umgang mit Ergebnissen. Planen Sie kurze, wiederkehrende Lernformate und aktualisieren Sie diese, wenn sich Agenten, Prozesse oder Vorgaben ändern. Auf diese Weise wird Qualifizierung Bestandteil des Betriebsmodells und nicht zu einer einmaligen Begleitmaßnahme.

FAQ: Agentische Softwareentwicklung und Organisation

Was unterscheidet agentische Softwareentwicklung von einem Coding-Assistenten?
Ein Coding-Assistent unterstützt einzelne Arbeitsschritte auf Anweisung. Ein agentischer Ansatz zerlegt Ziele in Teilaufgaben, nutzt Werkzeuge, führt Arbeitsschritte in Schleifen aus und kann innerhalb definierter Leitplanken selbstständiger handeln. adesso beschreibt dafür einen durchgängigen Entwicklungszyklus, in dem Menschen Anforderungen und Architektur vorgeben, während Agenten operative Aufgaben übernehmen [1].
Warum reicht ein leistungsfähiges Modell nicht aus?
Weil Ergebnisse auch von Spezifikationen, Datenzugriff, Berechtigungen, Qualitätskontrollen und Eskalationswegen abhängen. Das NIST AI Risk Management Framework ordnet vertrauenswürdige KI deshalb als organisationsweiten Prozess aus Steuerung, Kontextanalyse, Messung und Risikobehandlung ein [2].
Welche Rolle behält der Mensch?
Menschen definieren Ziele, Architekturprinzipien, Risikogrenzen und Abnahmekriterien. Bei folgenreichen oder schwer reversiblen Entscheidungen sollten sie wirksame Aufsicht und Eingriffsmöglichkeiten behalten. Für Hochrisiko-KI verlangt Artikel 14 des EU AI Act ausdrücklich eine angemessene menschliche Aufsicht [3].
Wie viel Autonomie sollte ein Agent erhalten?
So viel wie für den konkreten Nutzen erforderlich und so wenig wie angesichts des Schadenspotenzials vertretbar. Zweck, Vorhersagbarkeit, Autorität, Zugriffsrechte und Einsatzumgebung sollten vor dem Rollout klassifiziert werden; das World Economic Forum schlägt hierfür ein strukturiertes Agentenprofil vor [4].
Welche Governance-Dokumente sind sinnvoll?
Praktisch sind ein Agentensteckbrief, eine Verantwortungsmatrix, ein Berechtigungskonzept, Freigabe- und Eskalationsregeln, Testnachweise, Protokollierungsregeln sowie ein Verfahren für Änderungen und Vorfälle. ISO/IEC 42001 stellt dafür einen Managementsystem-Rahmen mit Rollen, Risikobewertung, Betrieb, Leistungsbewertung und kontinuierlicher Verbesserung bereit [5].
Wie lässt sich der Erfolg messen?
Neben Durchlaufzeit und Produktivität sollten Unternehmen Fehlerdichte, Nacharbeit, Testabdeckung, Sicherheitsbefunde, Ausfallzeiten, menschliche Eingriffe, Akzeptanz und Geschäftswirkung beobachten. Ein Vorher-nachher-Vergleich mit klarer Ausgangsbasis ist aussagekräftiger als reine Aktivitätsmetriken.
Welche Risiken entstehen durch weitreichende Tool-Zugriffe?
Agenten können fehlerhafte Aktionen skalieren, sensible Daten verarbeiten oder unerwünschte Änderungen an Systemen auslösen. Daher sind minimale Berechtigungen, getrennte Umgebungen, Freigaben für kritische Aktionen, Protokollierung und klar definierte Abbruchmechanismen zentral. Das NIST-Profil für generative KI bündelt einschlägige Maßnahmen für das Risikomanagement [6].
Was bedeutet Transparenz im Arbeitsalltag?
Beschäftigte sollten erkennen können, wann ein Agent handelt, auf welche Informationen er zugreift, welche Grenzen gelten und wer verantwortlich ist. Zusätzlich gelten seit dem 2. August 2026 bestimmte Transparenzpflichten nach Artikel 50 des EU AI Act, etwa für direkte Interaktionen mit KI-Systemen und bestimmte KI-generierte Inhalte [7].
Wie verändert sich Führung?
Führung verlagert sich teilweise von der Kontrolle einzelner Arbeitsschritte zur Gestaltung von Zielen, Leitplanken, Ausnahmen und Ergebniskriterien. Doppelkontrollen sollten vermieden werden, ohne notwendige unabhängige Reviews aufzugeben. Verantwortlichkeit bleibt organisatorisch zugeordnet und darf nicht stillschweigend an ein System delegiert werden.
Wie sollte ein Unternehmen beginnen?
Geeignet ist ein begrenzter, reversibler Anwendungsfall mit gut verfügbaren Daten und einem benannten Prozesseigentümer. Danach folgen Risikoklassifizierung, Rollenklärung, Tests, kontrollierter Pilotbetrieb und eine Auswertung anhand zuvor festgelegter Kennzahlen. Erst bei nachgewiesener Beherrschbarkeit sollte der Einsatz schrittweise ausgeweitet werden.

Quellen

[1] https://www.adesso.de/de/impulse/adscaile/index.jsp

[2] https://www.nist.gov/itl/ai-risk-management-framework

[3] https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-14

[4] https://www.weforum.org/stories/artificial-intelligence/ai-agents-onboarding-governance/

[5] https://www.iso.org/standard/42001

[6] https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

[7] https://digital-strategy.ec.europa.eu/en/policies/guidelines-ai-transparency-obligations

Management Summary, FAQ und Bild wurden mit Hilfe von KI erstellt

1299 Artikel zu „KI-Agenten Entwicklung“

Business Process Management | Geschäftsprozesse | IT-Security | Künstliche Intelligenz | News | Trends 2026 | Trends Security

87 Prozent betroffen: Wenn KI-Agenten ihre Zugriffsgrenzen überschreiten

4. Oktober 2026

KI-Agenten erhalten Zugriff auf Daten, Anwendungen und Entwicklungsumgebungen – doch vielerorts endet die Kontrolle nach der Anmeldung. Der Delinea-Report zeigt, wie weit Richtlinien und technische Durchsetzung auseinanderliegen. Für CIOs und CISOs folgt daraus eine klare Priorität: Berechtigungen müssen kurzlebig, kontextbezogen und bis zur einzelnen Aktion nachvollziehbar sein. Management Summary Governance-Lücke: Formale KI-Richtlinien sind nahezu flächendeckend…