Das agentische
Betriebssystem

Ein Tool antwortet. Ein Agent erledigt.

Ein KI-Tool wartet auf Ihre Eingabe. Sie beschreiben die Aufgabe, es liefert ein Ergebnis, und beim nächsten Mal beginnen Sie von vorn. Das Wissen darüber, wie man gute Ergebnisse bekommt, bleibt im Kopf der Person, die gerade tippt. Geht die Person in Urlaub, geht das Wissen mit.

Ein Agent bekommt seinen Auftrag einmal und behält ihn. Er kennt den Arbeitsschritt, für den er zuständig ist, greift auf die Datenquellen zu, die freigegeben sind, arbeitet nach den Standards des Unternehmens und meldet sich an den Stellen, an denen ein Mensch entscheiden muss. Der Unterschied klingt technisch. Er ist organisatorisch — und er entscheidet darüber, ob KI im Unternehmen entlastet oder zusätzliche Arbeit erzeugt.

Woraus ein solches System besteht

Ein agentisches Betriebssystem ist kein Produkt, das man kauft. Es ist eine Architektur aus fünf Ebenen, die aufeinander aufbauen:

1. Der Workflow

Am Anfang steht kein Tool, sondern ein verstandener Arbeitsschritt. Wer macht heute was, in welcher Reihenfolge, mit welchen Übergaben, und wo geht Zeit verloren. Ohne diese Grundlage wird jeder Agent zum Ratespiel.

2. Der Agent

Für den Workflow wird der Agent zugeschnitten: Auftrag, Grenzen, Eingaben, erwartetes Ergebnis. Ein Agent, der alles kann, kann nichts zuverlässig. Enge Aufträge sind stabiler als breite.

3. Das Modell

Erst jetzt stellt sich die Frage nach dem Modell. Nicht jeder Arbeitsschritt braucht das größte und teuerste — vieles läuft mit kleineren Modellen schneller, günstiger und genauso gut. Die Antwort ergibt sich aus dem Agenten, nicht aus dem Markttrend.

4. Daten und Werkzeuge

Ein Agent wird erst nützlich, wenn er an die Realität des Unternehmens angebunden ist: freigegebene Ordner, Produktdaten, Systeme, in denen er nachschlagen oder etwas eintragen darf. Ein Techniker in einem laufenden Mandat hat es so zusammengefasst: Der eigentliche Aufwand liegt in der Integration, nicht im Modell. Das deckt sich mit meiner Erfahrung.

5. Governance

Zum Schluss die Schutzebene: Wo entscheidet ein Mensch, was wird protokolliert, welche Daten dürfen das Haus verlassen. Das wird mitgebaut, nicht nachgerüstet.

Diese Reihenfolge ist der eigentliche Kern. Die meisten Projekte scheitern nicht an der Technik, sondern daran, dass sie am falschen Ende beginnen — mit der Frage nach dem Tool statt nach dem Problem. Die Frage „welche KI?" ist wichtig und berechtigt. Sie steht nur am Ende der Kette, nicht am Anfang. Dann beantwortet sie sich fast von selbst.

Was Ihr Team davon sieht

Im Idealfall: möglichst wenig. Niemand im Marketing sollte entscheiden müssen, welches Sprachmodell für eine Aufgabe geeignet ist. Die Oberfläche zeigt die Aufgabe, nicht die Technik — einen Agenten, der ein Kampagnenbriefing erstellt, einen, der das passende Produktbild findet, einen, der ein Motiv gegen die Markenregeln prüft.

Im Hintergrund entscheidet die Orchestrierung, welcher Agent zuständig ist und welches Modell dafür läuft. Genau das ist der Punkt, an dem aus einer Tool-Sammlung ein Betriebssystem wird: Die Komplexität verschwindet nicht, aber sie landet nicht mehr bei den Mitarbeitern.

Lokal oder in der Cloud?

Beides — je nach Workflow. Es gibt Arbeitsschritte, deren Daten das Unternehmen nicht verlassen sollten; dafür kann ein Modell auf eigener Hardware im Haus laufen. Und es gibt viele, bei denen das völlig unproblematisch ist und die Cloud die bessere Wahl ist, weil sie leistungsfähiger und günstiger ist.

Diese Entscheidung pauschal für das ganze Unternehmen zu treffen, ist fast immer falsch — sie wird pro Workflow getroffen, auf Basis des tatsächlichen Schutzbedarfs der Daten.

Wann sich das lohnt — und wann nicht

Ein agentisches System lohnt sich, wenn Arbeitsschritte regelmäßig wiederkehren, klar beschreibbar sind und heute Zeit oder Qualität kosten. Es lohnt sich nicht bei Aufgaben, die jedes Mal anders sind, selten vorkommen oder deren Regeln niemand benennen kann.

Deshalb beginnt jedes Projekt mit einer Analyse und nicht mit einem Aufbau. Die ehrlichste Antwort ist manchmal: Hier lohnt es sich noch nicht — an dieser anderen Stelle dafür sofort.