79% der Unternehmen nutzen schon KI-Agenten — aber nur 15% wissen, ob sie sich lohnen


Von Shakeel Ahmed — AI Growth Lab Deutschland | 13. November 2026

Fast vier von fünf großen Unternehmen haben KI-Agenten bereits im Einsatz — aber fast niemand kann beweisen, dass sich das Geld lohnt. Das ist das zentrale Ergebnis einer neuen Studie des Unternehmens Genpact, die am 12. November 2026 veröffentlicht wurde. Die Zahlen sind ein Weckruf für jede Firma, die gerade Geld in KI steckt: Die Technik ist da. Der Beweis für den Wert fehlt. Und genau diese Lücke entscheidet darüber, wer mit KI wirklich Geld verdient — und wer nur Rechnungen bezahlt.

Die Zahlen, die man kennen muss

Genpact befragte für den Bericht "Autonomy in Practice: How agentic operations can turn AI progress into business value" 2.005 leitende Entscheidungsträger in 17 Branchen und 14 Geschäftsbereichen. Die befragten Unternehmen haben Jahresumsätze zwischen einer Milliarde und mehr als 50 Milliarden US-Dollar. Die Studie wurde 2026 durchgeführt und durch ausführliche Interviews mit Führungskräften ergänzt. Die Ergebnisse beruhen auf Selbstauskünften der Befragten; die Prozentangaben sind gerundet.

Die vier Kernzahlen:

  • 79% der befragten Unternehmen haben KI-Agenten in der Produktion — also im echten Betrieb, nicht nur im Test.
  • Nur 20% nutzen sie breit und konsequent über alle Funktionen hinweg.
  • Nur 15% haben ihre KI-Investitionen vollständig mit konkreten Gewinn-und-Verlust-Ergebnissen verknüpft.
  • Im Durchschnitt haben nur 49% der KI-Initiativen, die in den letzten 24 Monaten finanziert wurden, den erwarteten Wert geliefert.

Und noch eine Zahl: Nur 9% der Unternehmen haben eine bedeutende Transformation ihres Betriebsmodells abgeschlossen. Das heißt: Fast alle haben die Technik. Fast niemand hat die Organisation dazu umgebaut.

Warum der ROI so schwer zu beweisen ist

Genpacts Schlussfolgerung ist deutlich: Die Hürde für den KI-Wert ist nicht nur technisch, sie ist operativ. Die Unternehmen haben Agenten gekauft und eingesetzt, aber sie haben nicht verändert, wie Arbeit fließt, wer Entscheidungen trifft und wie Erfolg gemessen wird.

Das Problem hat drei Wurzeln.

Erstens: Pilotprojekte ohne Messung. Viele KI-Projekte starten als Experiment. Niemand legt vorher fest, was genau gemessen wird: Wie viele Stunden werden gespart? Wie viele Fehler verschwinden? Wie viel Umsatz entsteht neu? Ohne eine Zahl vor dem Start gibt es nach dem Start keine Antwort — nur ein Gefühl.

Zweitens: Agenten in einer Abteilung, Stillstand überall sonst. Ein Agent, der im Kundenservice Anfragen beantwortet, spart dort Zeit. Aber wenn die Prozesse dahinter — Eskalation, Abrechnung, Nachverfolgung — unverändert bleiben, versickert der Gewinn. Nur 20% der Unternehmen nutzen Agenten breit über Funktionen hinweg. Bei den restlichen 80% bleibt der Agent eine Insel.

Drittens: Niemand besitzt die Zahl. Wenn kein Team verantwortlich ist, den Euro-Betrag der KI zu belegen, belegt ihn niemand. Die Studie zeigt: Nur 15% verbinden KI-Wertmetriken vollständig mit bestimmten Gewinn-und-Verlust-Zeilen. Der Rest weiß, dass KI "hilft", kann es aber nicht in der Bilanz zeigen. Und was man in der Bilanz nicht zeigen kann, bekommt im nächsten Budgetjahr kein Geld mehr.

Was ist "Agentic Operations"?

Genpact schlägt als Antwort "Agentic Operations" vor: Menschen und KI-Agenten arbeiten in gesteuerten Arbeitsabläufen zusammen, und der Wert, den sie erzeugen, wird gemessen. Der Begriff klingt nach Beratungssprache, aber die Idee dahinter ist einfach und richtig: Ein Agent ist kein Werkzeug, das man kauft und vergisst. Er ist ein Mitarbeiter, der Ziele, Regeln, Aufsicht und eine Leistungsmessung braucht.

Die Unternehmen, die Genpact als "AI Leaders" bezeichnet, machen genau das: Sie bauen die Abläufe um die Agenten herum neu, statt die Agenten in alte Abläufe zu stecken. Der Unterschied zeigt sich in der Zahl, die Genpact den "Autonomy Dividend" nennt — den Wert, der entsteht, wenn KI-Gewinne sich in bessere Geschäftsergebnisse verwandeln, statt nur in höhere Produktivität auf dem Papier.

Was kleine Unternehmen daraus lernen können

Die Studie befragte große Konzerne. Aber die Lektion gilt für kleine Firmen noch stärker, weil sie sich teure Experimente nicht leisten können.

Regel 1: Erst messen, dann kaufen. Bevor Sie einen KI-Agenten einsetzen, schreiben Sie eine einzige Zahl auf: Was soll sich verbessern, und um wie viel? Zum Beispiel: "Antwortzeit im Kundenservice von 4 Stunden auf 30 Minuten" oder "20 Stunden Buchhaltung pro Monat gespart". Wenn Sie die Zahl nicht aufschreiben, werden Sie sie nie beweisen.

Regel 2: Ein Prozess, komplett — statt fünf Prozesse halb. Ein Agent, der einen einzigen Ablauf von Anfang bis Ende übernimmt, liefert messbaren Wert. Fünf Agenten, die alle nur einen Teilschritt machen, liefern fünfmal Verwirrung. Die 20% der Unternehmen, die Agenten breit nutzen, haben klein angefangen und dann ausgeweitet — nicht umgekehrt.

Regel 3: Der Mensch bleibt der Chef. Die günstigsten KI-Modelle der Welt kosten inzwischen fast nichts — Google hat gerade erst ein Entscheidungsmodell für 0,10 US-Dollar pro Million Token vorgestellt und ein Coding-Agenten-Modell für 1,50 US-Dollar. Die Technik ist billig geworden. Was teuer bleibt, ist schlechte Aufsicht: ein Agent, der unbeaufsichtigt Fehler macht, kostet mehr als er spart.

Regel 4: Rechnen Sie den ROI wie ein Geschäft, nicht wie ein Experiment. Ein KI-Agent, der 500 Euro im Monat kostet und 1.500 Euro an Arbeitszeit spart, hat einen ROI von 200%. Ein Agent, der 500 Euro kostet und dessen Nutzen niemand misst, hat einen ROI von null — egal, wie beeindruckend die Demo war.

Das große Bild

Die Geschichte der KI im Unternehmen wiederholt ein altes Muster. Zuerst kommt die Technik, dann die Begeisterung, dann die Ernüchterung, wenn die Rechnung kommt. Die Genpact-Zahlen zeigen, dass wir gerade in der Ernüchterungsphase stecken: 79% haben die Technik, 49% sehen den erwarteten Wert, 15% können ihn beweisen.

Das ist keine schlechte Nachricht. Es ist eine ehrliche. Die Unternehmen, die jetzt lernen, KI-Wert zu messen — eine Zahl, ein Prozess, ein Verantwortlicher — werden die sein, die in zwei Jahren den Vorsprung haben. Die anderen werden in zwei Jahren immer noch Demos zeigen.

Die KI-Agenten sind da. Jetzt muss die Buchhaltung nachziehen.

Quellen

Weiterlesen auf AI Growth Lab: 1.000 KI-Agenten bauten in 8 Tagen ein Betriebssystem — kein Mensch schrieb den Code (https://aigrowthlabshakeel.blogspot.com/2026/11/claude-agents-built-operating-system-8-days.html) · ChatGPT wurde zum Schaufenster — Unternehmen verkaufen jetzt im Chatbot (https://dev.to/shakeelahmed/chatgpt-just-became-a-storefront-your-business-can-now-sell-inside-the-chatbot-4nip) · China: KI-Jobs steigen um 1.523% — mit einem Haken (https://aigrowthlabshakeel.blogspot.com/2026/10/china-ai-jobs-jump-1523-with-huge.html)

Kommentare

Beliebte Posts aus diesem Blog

Mini-Jalta 2026: Drei Supermächte treffen sich in Shenzhen — und eine Stadt wird stillgelegt

GPT-6.2 Astra hat die Selbstverbesserungs-Schwelle erreicht — was das wirklich bedeutet

China bremst seine Cyber-KI: Qwen ohne Gewichte, Exportverbot — und was das für Europa bedeutet