Der Agent, der nachts die Akte vorbereitet

Agentic AI ist das Wort des Jahres in jeder Bankvorstandssitzung, und wie bei jedem Hype-Wort reden die meisten darüber, bevor sie es definiert haben. Das führt zu überzogenen Erwartungen auf der einen und pauschaler Abwehr auf der anderen Seite. Beides hilft nicht weiter. Agentic AI, also KI-Agenten, die Aufgaben eigenständig planen und über mehrere Schritte ausführen, kann 2026 in der Marktfolge klar abgegrenzte Routinevorgänge übernehmen, während Entscheidungen mit Ermessen und Haftung beim Menschen bleiben.

Die Lage lässt sich beziffern. Laut der Gartner CIO-Umfrage 2026 haben bisher erst 17 Prozent der Organisationen KI-Agenten produktiv im Einsatz, aber mehr als 60 Prozent wollen das innerhalb von zwei Jahren tun, die aggressivste Adoptionskurve aller erfassten Technologien. Gartner erwartet zudem, dass bis Ende 2026 rund 40 Prozent der Unternehmensanwendungen aufgabenspezifische Agenten enthalten, gegenüber weniger als 5 Prozent im Jahr 2025. Gleichzeitig stellt Gartner nüchtern fest, dass vollautonome Agenten für die Mehrzahl der Unternehmensfälle noch nicht reif sind. Genau dieser Abstand zwischen Ehrgeiz und Reife ist für die Marktfolge die entscheidende Größe.

Was Agentic AI von der bisherigen Automatisierung unterscheidet

Drei Fähigkeiten trennen einen echten Agenten von umetikettierter Automatisierung. Erstens autonomes Schließen, also ein Ziel in Teilschritte zerlegen und den Weg anpassen, wenn ein Schritt scheitert. Zweitens Werkzeug-Orchestrierung, also der Zugriff auf Schnittstellen, Datenbanken und andere Systeme. Drittens persistenter Kontext, also das Mitführen von Wissen über einen laufenden Vorgang. Erst diese Kombination macht aus einem Sprachmodell einen Agenten.

Der Unterschied zur klassischen Prozessautomatisierung ist nicht graduell. Eine regelbasierte Strecke bricht ab, sobald ein Vorgang von der Vorlage abweicht, und legt ihn einem Menschen vor. Ein Agent erkennt die Abweichung, sucht die fehlende Information und führt den Vorgang weiter oder legt ihn begründet vor. Für die Marktfolge, die zu großen Teilen aus Vorgängen mit vielen kleinen Ausnahmen besteht, ist das der eigentliche Sprung.

Wo Agenten in der Marktfolge heute schon tragen

Die ergiebigsten Felder sind Vorgänge mit hohem Volumen, klaren Regeln und strukturierten Eingangsdaten. Dazu zählen die Dokumentenprüfung im Kreditprozess, der Abgleich und die Vervollständigung von Vertragsdaten, die Vollständigkeitsprüfung eingereichter Unterlagen und die standardisierte Korrespondenz. Auch die Pfändungsbearbeitung ist ein Musterfall, ein Massenprozess mit festen Fristen, klaren rechtlichen Vorgaben und wiederkehrenden Schritten, der Sachbearbeitung bindet, ohne echtes Ermessen zu verlangen.

Der gemeinsame Nenner dieser Vorgänge ist nicht, dass sie einfach sind, sondern dass sie nachvollziehbar geregelt sind. Wo ein erfahrener Mensch eine Aufgabe ohne echte Abwägung in immer derselben Logik erledigt, kann ein Agent sie übernehmen, schneller und ohne Ermüdung. Wo dieselbe Aufgabe von Bearbeiter zu Bearbeiter unterschiedlich gehandhabt wird, gibt es keinen Prozess zum Automatisieren, sondern viele inoffizielle Varianten, und der Agent würde sie nur schneller falsch machen. Prozessklarheit ist damit die Voraussetzung, nicht das Ergebnis der Automatisierung.

Wo der Mensch bleibt, und warum

Überall dort, wo eine Entscheidung Ermessen, Haftung oder die Abwägung des Einzelfalls verlangt, bleibt der Mensch verantwortlich. Eine Kreditentscheidung im Grenzbereich, die Bewertung einer untypischen Sicherheit, der Umgang mit einem Härtefall, das sind keine Vorgänge, die man an einen Agenten delegiert. Die Regulierung zieht hier eine klare Linie. Was ausgelagert oder automatisiert wird, muss nach MaRisk AT 9, BAIT und DORA steuerbar, dokumentiert und beherrschbar bleiben.

Die Zahlen mahnen zur Demut. Gartner geht davon aus, dass mehr als 40 Prozent der Agenten-Projekte bis 2027 wieder eingestellt werden, vor allem wegen unklaren Nutzens, steigender Kosten und schwacher Governance. Ein Agent ohne klaren Anwendungsfall und ohne Aufsicht ist kein Fortschritt, sondern ein Risiko, das man teuer bezahlt.

Human-in-the-Loop ist kein Kompromiss, sondern die Architektur

Die richtige Schlussfolgerung lautet nicht, auf Agenten zu verzichten, sondern sie richtig einzuhängen. Human-in-the-Loop bedeutet, dass der Agent den Vorgang vorbereitet, prüft und einen Vorschlag macht, der Mensch ihn aber an definierten Schwellen freigibt, und dass jeder Schritt protokolliert wird. Gartner beschreibt dieselbe Logik für den Betrieb solcher Systeme, richtliniengebundene Automatisierung, Freigaben, klare Rollen und Audit-Logs, damit autonome Abläufe nachvollziehbar und vertrauenswürdig bleiben.

Für die regulierte Marktfolge ist genau das die passende Bauform. Der Agent nimmt das Volumen, der Mensch behält die Entscheidung, das System hält die Spur fest. Gartner erwartet, dass bis 2028 mindestens 15 Prozent der alltäglichen Arbeitsentscheidungen autonom getroffen werden, von praktisch null im Jahr 2024 aus. In stark regulierten Bereichen wird dieser Anteil später und langsamer steigen, und das ist kein Nachteil, sondern angemessen.

Was ein Institut jetzt tun sollte

Der häufigste Fehler ist, breit zu pilotieren und überall ein bisschen Agent auszuprobieren. Wirksamer ist das Gegenteil, einen einzigen Vorgang mit hohem Volumen und klaren Regeln auswählen und ihn bis in den Produktivbetrieb bringen. Davor steht die unspektakuläre Vorarbeit. Sind die Prozesse so klar beschrieben, dass eine Maschine sie nachvollziehen kann? Sind die Daten sauber genug, dass der Agent ihnen vertrauen darf? Wer diese Fragen ehrlich beantworten will, findet den Einstieg in der Frage, ob das Institut überhaupt für KI bereit ist.

Ebenso wichtig ist die organisatorische Seite. Wer ist fachlich verantwortlich, wenn der Agent live geht? Auf welcher Plattform läuft er, und wie fügt er sich in die bestehende KI-Landschaft ein, die in Sparkassen und Genossenschaftsbanken über die Rechenzentren vorgegeben ist, ein Thema, das wir im Vergleich von S-KIPilot und plainGPT ausführen? Und woran wird Erfolg in 90 Tagen gemessen? Ohne diese Antworten endet auch das beste Agenten-Projekt als Demo, wie es bei KI-Vorhaben immer wieder passiert.

Der Unterschied zwischen Demo und Produktivbetrieb

Der aktuelle Gartner Hype Cycle bringt die Lage auf den Punkt, starke Dynamik, aber noch keine entsprechende Reife der unterstützenden Fähigkeiten. Eine beeindruckende Demo, in der ein Agent auf Testdaten einen Vorgang von Anfang bis Ende abwickelt, ist leicht zu bauen. Derselbe Agent an der echten Akte, mit ihren Ausnahmen, ihren Altlasten und ihrer regulatorischen Last, ist die eigentliche Arbeit.

Genau hier entscheidet sich der Return. Institute, die Agentic AI als Schlagwort behandeln, werden 2027 zu den über 40 Prozent gehören, die ihre Projekte wieder einstellen. Institute, die einen klar umrissenen Vorgang sauber automatisieren, den Menschen an der richtigen Stelle behalten und alles dokumentieren, holen den Nutzen, über den die anderen nur reden.

Wenn Sie einen konkreten Marktfolge-Vorgang identifizieren wollen, der sich für einen Human-in-the-Loop-Agenten eignet, und den Weg von der Idee bis zum geprüften Produktivbetrieb sehen möchten, ist das der Kern einer Sotica-Potenzialanalyse. Wir kennen den Alltag in der Marktfolge und bauen die Strecke so, dass Tempo und Aufsicht zusammenpassen.