Zurück zum Blog

Wo KI-Agenten in der Praxis scheitern

Von Sebastián Domínguez ·

Kritische Prüfung eines von KI-Agenten unterstützten Prozesses

Nach mehreren Projekten wiederholen sich die Gründe, warum ein Agent nie in den Betrieb kommt. Keiner davon hat mit der Modellwahl zu tun.

1. Der Agent hat die Daten nicht

Er soll einen Bericht vorbereiten, aber die Hälfte der Informationen liegt in einem geteilten Ordner, für den niemand Zugriff geben will. Ergebnis: ein Agent, der gut formuliert und bei den Zahlen falsch liegt. Der Zugang muss vor dem Bauen geklärt sein – im minimal nötigen Umfang.

2. Niemand hat die Grenze definiert

Steht nicht schriftlich fest, was der Agent ohne Freigabe darf, passiert eines von zwei Übeln: Entweder er darf zu viel und es kommt zum Vorfall, oder er darf nichts und die Ersparnis bleibt aus. Die Grenze ist eine Geschäftsentscheidung, keine technische.

3. Gemessen wird ein Gefühl

„Fühlt sich schneller an“ überlebt die erste Budgetkürzung nicht. Ohne vorher erhobene Basislinie – Minuten pro Aufgabe, Fehler, Nacharbeit – lässt sich das Projekt weder verteidigen noch bewerten.

4. Automatisiert wurde die Ausnahme

Es ist verlockend, den schwierigsten Fall anzugehen, um Leistungsfähigkeit zu zeigen. Der klassische Fehler: Der seltene Fall frisst das Budget und bringt wenig Zeit zurück. Zuerst das Häufige und Langweilige, die Ausnahme danach – dann isoliert.

5. Niemand blieb zuständig

Ein Agent ist Software: Formate ändern sich, Regeln ändern sich, Modelle ändern sich. Kann ihn nach Projektende niemand im Haus anpassen, verfällt er von selbst. Deshalb ist die letzte Phase immer Übergabe und Schulung, keine Abschlusspräsentation.

Weiterlesen

Welche Rolle sollten Sie zuerst erweitern?

In einem ersten 30-minütigen Gespräch identifizieren wir die Rolle mit den meisten gewinnbaren Stunden – und sagen Ihnen offen, ob ein Start dort sinnvoll ist.