Worum geht’s?
Agentenbasierte KI hat sich innerhalb eines Jahres von experimentellen Pilotprojekten zu produktiven Kundenworkflows entwickelt. Damit rückt für IT-Verantwortliche eine fundamentale Frage in den Vordergrund: Sollen KI-Agenten intern entwickelt oder als fertige Lösung eingekauft werden? Die Antwort fällt deutlich komplexer aus als bei herkömmlicher Software, denn agentenbasierte KI besteht aus mehreren Ebenen – Basismodelle, Orchestrierung, domänenspezifische Agenten, Datenfabriken und Governance-Systeme. Jede dieser Schichten birgt unterschiedliche Chancen und Risiken.
Hintergrund & Einordnung
Matt Lyteson, der bei IBM für Technologietransformation verantwortlich ist, macht die Entscheidung am strategischen Wert der Kundeninteraktion fest. Ist der Kundensupport ein zentraler Wettbewerbsvorteil oder hängt die Funktion direkt mit Umsatzgenerierung zusammen, spricht dies für eine Eigenentwicklung. IBM nutzt diese Logik intern und setzt agentenbasierte KI zur Mitarbeiterunterstützung ein – mit umfassendem Wissen über Rollen, Geräte und individuelle Problemverläufe, das externe Tools nicht abbilden können. Allerdings warnt Lyteson davor, strategische Relevanz als alleiniges Kriterium heranzuziehen. Wenn schnelle Markteinführung erforderlich ist, kann eine generische Lösung trotz geringerer Differenzierung die bessere Wahl sein.
Alex Tyrrell, CTO im Gesundheitsbereich von Wolters Kluwer, setzt auf schnelle Experimente zur Machbarkeitsprüfung. Sein Team untersucht jeden Anwendungsfall zügig, um die tatsächliche Komplexität zu verstehen. Viele früher spezialisierte Aufgaben wie Texterkennung oder Zusammenfassungen sind durch generative KI standardisiert worden und lassen sich problemlos zukaufen. Die übergeordnete Logik jedoch, die Arbeitsabläufe im Gesundheits-, Rechts- oder Finanzwesen steuert, entscheidet über die Zuverlässigkeit der KI-Antworten – hier beginnt die interne Entwicklungsarbeit. Eingekaufte Lösungen bringen eigene Herausforderungen mit: Latenzprobleme können entstehen, wenn Agenten in transaktionale Workflows eingebunden werden. Auch die Kosten überraschen oft, denn jede Kundenanfrage umfasst mehrere Schritte mit Token-Verbrauch, deren Preisgestaltung in Marketingmaterialien oft vereinfacht dargestellt wird.
Razat Gaurav, CEO von Planview, vergleicht Unternehmensdaten mit einem See: reichlich vorhanden, aber ohne Aufbereitung unbrauchbar. Semantische Schichten, Graphstrukturen und Data Governance sind notwendig, um Daten für Agenten nutzbar zu machen. Die meisten Unternehmen arbeiten mit zahlreichen Systemen, deren Taxonomien sich unterscheiden und deren Datenbeziehungen selten eindeutig sind. Der Reifegrad der Datenarchitektur bestimmt maßgeblich, ob Eigenentwicklung überhaupt erfolgreich sein kann. Bei fragmentierten oder schlecht verwalteten Daten kann der Kauf einer Plattform mit integriertem semantischem Rückgrat der einzige praktikable Weg sein. Die Governance – umfassend Ethik, Berechtigungen, Prüfprozesse und Datenmanagement – muss jedoch stets in der Verantwortung der CIOs bleiben und lässt sich nicht auslagern.
Was bedeutet das für Unternehmen?
- Die Entscheidung zwischen Eigenentwicklung und Kauf ist kein einmaliges Ereignis mehr, sondern ein kontinuierlicher Prozess, der regelmäßige Neubewertung erfordert.
- Eine zentrale Orchestrierungsschicht wird zum architektonischen Herzstück, die es ermöglicht, verschiedene Agenten, Modelle und Anbieterkomponenten unter einheitlicher Governance zu harmonisieren.
- Schnelle Experimente sind unverzichtbar, um früh zu erkennen, wo Standardlösungen ausreichen und wo domänenspezifische Eigenentwicklung notwendig wird.
- Die Qualität und Struktur der Unternehmensdaten entscheidet maßgeblich über den Erfolg – Investitionen in semantische Schichten und Datenkuratierung sind als eigenständige Entwicklungsprojekte zu behandeln.
- Sicherheitsaspekte wie rollenbasierter Zugriff und die Kontrolle über Datenflüsse müssen bereits auf UI-Ebene durchdacht werden, um unbeabsichtigte Offenlegung sensibler Informationen zu verhindern.
Quelle
KI-Agenten selbst entwickeln oder kaufen? (Computerwoche, 2026-01-15T04:00:00.000Z)