Agentische KI in der EU: Einsatz in Unternehmen

Hintergrund

Am 14. Oktober 2026 hat OpenAI auf seiner Nachrichtenseite eine Analyse veröffentlicht. Ihre These: Das nächste Kapitel der künstlichen Intelligenz in der EU dreht sich um Agenten. Der Text beschreibt, wie agentische KI sich in Großunternehmen und in kleinen und mittleren Betrieben der Europäischen Union ausbreitet. Er zeigt außerdem, in welchen Bereichen eine tiefere Nutzung mehr Mehrwert freisetzen könnte. Eine Einschränkung vorab: Für diesen Beitrag liegen nur Titel und Zusammenfassung vor. Es gibt keine Angaben zu Verbreitungsquoten oder Stichprobengrößen. Deshalb nennt dieser Artikel keine Zahlen und beschränkt sich auf Trends und Strukturen.

Was bedeutet agentische KI für ein europäisches Unternehmen? Agentische KI ist Software, in der ein Modell ein Ziel in Schritte zerlegt, externe Werkzeuge aufruft, Geschäftssysteme liest und beschreibt und so lange weiterarbeitet, bis ein Ergebnis vorliegt oder eine Person eine wichtige Entscheidung freigeben muss. Im Kontext der EU markiert das einen Wandel: Beschäftigte öffnen kein Chatfenster mehr, um eine Frage zu stellen. Stattdessen erledigt die Software einen ganzen Arbeitsabschnitt für sie.

Der Kern der Meldung ist der Übergang von der einzelnen Frage zum mehrstufigen Geschäftsprozess. Ein Chat-Assistent hilft einer Person beim schnelleren Schreiben. Ein Agent verantwortet einen Prozess, etwa ein Support-Ticket von der Annahme bis zum Abschluss oder ein Angebot von der Anfrage bis zum Versand.

Tiefenanalyse

Das technische Herz eines Agenten ist eine Schleife, nicht ein größeres Modell. Der Agent erfasst die Aufgabe, erstellt einen Plan, ruft ein Werkzeug auf, prüft das Ergebnis und korrigiert den Kurs, bevor er weitermacht. Diese Schleife setzt mehrere reifende Fähigkeiten voraus: stabile Schnittstellen für Werkzeugaufrufe, langen Kontext, zuverlässigen Umgang mit strukturierten Daten und Rückfallmechanismen, wenn ein Schritt scheitert. Erst damit lassen sich Kontenabstimmung, Ticket-Sortierung, der Vergleich von Vertragsklauseln, Einkaufsanfragen und die Suche im internen Wissen praktikabel automatisieren.

Auch die Geschäftslogik unterscheidet sich vom Chat-Modell. Chat-Assistenten werden meist pro Arbeitsplatz verkauft. Ihr Nutzen bleibt schwer messbar, weil er auf der Ebene der individuellen Produktivität liegt. Agenten dagegen lassen sich an Prozesskosten und Durchlaufzeiten festmachen. Ein Unternehmen kann die Stunden messen, die ein Ticket von der Annahme bis zum Abschluss braucht, oder die Tage, bis ein Angebot das Haus verlässt. Damit ist die Rendite leichter zu berechnen und gegenüber Fachabteilungen besser zu begründen, wenn diese Budget verlangen.

Das erklärt, warum die Zusammenfassung die tiefere Nutzung betont. Oberflächliche Nutzung heißt, ein Chat-Werkzeug an Büro-Software anzubinden. Tiefe Nutzung heißt, den Agenten in ERP- und CRM-Systeme einzubetten, mit Berechtigungen, Protokollen und Freigaberegeln. Der Wert wächst, wenn der Agent die führenden Systeme berührt. Doch das Risiko wächst mit, denn der Agent besitzt nun Schreibzugriff.

Branchenwirkung

Große Unternehmen und kleinere Betriebe stehen vor unterschiedlichen Problemen. Konzerne haben Daten, Integrationsteams und Compliance-Abteilungen. Sie können Agenten mit vielen Systemen gleichzeitig verbinden. Ihre Hindernisse sind die organisatorische Abstimmung, der Umbau von Altsystemen und die Anpassung an Regeln und Sprachen mehrerer Mitgliedstaaten im grenzüberschreitenden Geschäft.

Kleine und mittlere Betriebe haben keine großen IT-Abteilungen, spüren aber Kosten- und Zeitdruck stärker. Sie greifen eher zu fertigen Agentenprodukten für wiederkehrende Aufgaben wie Kundenservice, Rechnungsbearbeitung, Dienstplanung und mehrsprachige Kommunikation. Der EU-Markt kommt diesem Modell entgegen. Ein digitaler Mitarbeiter, der zwischen Sprachen wechselt und einem festen Ablauf folgt, ist für einen kleinen Betrieb mit Kunden in mehreren Ländern besonders attraktiv.

Das Anbieterfeld ist dicht besetzt. Hersteller von Basismodellen, Cloud-Plattformen, Konzerne für Unternehmenssoftware und europäische Start-ups auf der Anwendungsebene konkurrieren um denselben Zugang. Modellanbieter wollen die Grundlage für Agenten stellen. Etablierte Softwarehäuser wollen Agenten als Funktion bestehender Produkte ausliefern und ihre Kunden halten. Für europäische Anbieter sind Datenhaltung in der EU, Nachvollziehbarkeit und Vertrautheit mit den EU-Regeln die wichtigsten Hebel gegen die größeren US-Konkurrenten. Zu beachten ist auch: Die Analyse stammt von einem Modellanbieter. Ihre Darstellung der Verbreitung ist nicht neutral und sollte mit unabhängigen Erhebungen und realen Einsatzfällen abgeglichen werden.

Ausblick

Mehrere Signale verdienen Aufmerksamkeit. Das erste ist das Zusammenspiel von Regulierung und Einsatz. Der EU AI Act legt je nach Risikostufe unterschiedliche Pflichten fest. Weil Agenten selbstständig handeln, werden Verantwortlichkeit, menschliche Aufsicht und Aufzeichnungspflichten zu harten Vorgaben, sobald sie in sensible Felder wie Personalauswahl, Kreditvergabe oder Versicherungstarife vordringen. Wie Unternehmen diese Pflichten in Berechtigungen und Protokollierung der Agenten einbauen, bestimmt das Tempo des Einsatzes.

Das zweite Signal sind Zuverlässigkeit und Sicherheit. Ein Agent mit Lese- und Schreibrechten birgt Risiken, die eine Chat-Antwort nicht hat: Prompt Injection, unbefugte Aktionen und Fehler, die sich über mehrere Schritte aufschaukeln. Testverfahren, abgeschottete Ausführungsumgebungen und gestufte Berechtigungen dürften zu zentralen Kaufkriterien werden. Das dritte Signal sind die Kosten. Mehrstufiges Schlussfolgern verbraucht viele Modellaufrufe. Käufer müssen Leistungsfähigkeit, Antwortzeit und Rechnung abwägen, und die Arbeitsteilung zwischen kleinen und großen Modellen wird häufiger.

Der letzte Faktor sind die Menschen. Vorne liegen womöglich nicht jene, die zuerst Werkzeuge kaufen, sondern jene, die zuerst ihre Prozesse neu gestalten und Fachverantwortliche darin schulen, Agenten zu führen. Der praktische Test lautet: Wandern EU-Fallbeispiele aus risikoarmen Bereichen wie Kundenservice und Dokumentenbearbeitung in Finanzwesen und Lieferkette? Und verlässt der Einsatz in kleinen Betrieben die Pilotphase und wird zu einem wiederholbaren, bezahlten Modell? Diese Verschiebungen sagen mehr über die Ankunft agentischer KI in der EU aus als jede einzelne Verbreitungszahl.