KI-Agenten Readiness Assessment: Prozesse für 2026 richtig auswählen

KI-Agenten wandern aus Demos in Unternehmenssoftware. Gartner prognostiziert, dass bis Ende 2026 bis zu 40% der Enterprise-Anwendungen aufgabenspezifische Agenten enthalten werden. McKinsey zeigt zugleich, dass nur wenige Firmen Agenten bereits in echten Workflows skalieren. Die Lücke ist meist operative Readiness.

Dieses Assessment bewertet, welcher Prozess einen KI-Agenten tragen kann. Es trennt sinnvolle Piloten von Abläufen, die zuerst mit klassischer Automatisierung oder manueller Stabilisierung besser bedient sind.

Die 8 Readiness-Signale

Bewerten Sie jeden Prozess von 0 bis 3: Stabilität, Daten, Rechte, menschliche Aufsicht, ROI-Baseline, Ausnahmen, Observability und regulatorisches Risiko.

Unter 12 Punkten ist der Prozess nicht bereit. 12 bis 17 erlaubt einen kontrollierten Pilot. Ab 18 Punkten kann ein Produktionskandidat entstehen.

Prozess, Daten und Aktionsumfang

Der Prozess braucht definierte Inputs, Regeln und Outputs. Daten benötigen eine Quelle der Wahrheit, saubere Rechte und wenig Dubletten.

Erste Agenten sollten reversible Aktionen ausführen: klassifizieren, zusammenfassen, anreichern, routen, Entwürfe vorbereiten oder risikoarme Felder aktualisieren.

Aufsicht, Ausnahmen und Rollback

Menschliche Aufsicht muss gestaltet werden: welche Aktionen Freigabe brauchen, wohin Ausnahmen gehen, wer prüft und wie Fehler zurückgenommen werden.

Shadow Mode und Freigabemodus schaffen Vertrauen, bevor ein Agent automatisch handelt.

ROI und Observability

Messen Sie Wochenvolumen, manuelle Minuten, Stundensatz, Fehlerkosten und Verzögerungskosten. Ohne Baseline ist der Pilot kaum beweisbar.

Logs sollten Input, Output, Aktion, Zeitstempel und Eskalationsgrund zeigen. Unsichtbare Agenten lassen sich nicht zuverlässig betreiben.

AI Act und DSGVO

Der AI Act reguliert nicht das Label Agent, sondern KI-Systeme nach Use Case und Risiko. Ein Support-Agent kann begrenztes Risiko haben; ein Recruiting-Agent kann Hochrisiko sein.

Klassifizieren Sie Use Case, personenbezogene Daten und beeinflusste Entscheidungen vor dem Pilot. Der AI-Act-Handlungsplan liefert den Kontext.

Beispiele und 30/60/90-Tage-Plan

Rechnungsausnahme-Triage ist oft ein guter erster Fall: klare Regeln, sichtbarer ROI und menschliche Prüfung. Kunden- oder Bewerberentscheidungen brauchen stärkere Kontrollen.

In 30 Tagen kartieren, in 60 Tagen im Shadow Mode testen, in 90 Tagen einen engen Produktionsschnitt mit Logs, Freigabe und Stop-Kriterien starten.

Die 0-3-Skala richtig nutzen

Die Skala funktioniert am besten, wenn Fachverantwortliche und technische Umsetzung gemeinsam bewerten. 0 bedeutet: Der Baustein fehlt, etwa weil der Prozess nicht dokumentiert ist oder Ausnahmen in privaten Nachrichten landen. 1 steht für teilweise Vorbereitung. 2 bedeutet: Ein Pilot ist nach wenigen Korrekturen möglich. 3 bedeutet: Eigentümer, Metriken, Daten und Kontrollen sind vorhanden.

Der Score ist kein akademischer Selbstzweck. Er macht versteckte Risiken sichtbar, bevor Budget gebunden wird. Ein Prozess kann starken ROI haben und trotzdem ungeeignet sein, wenn es keinen Rollback gibt. Er kann gute Daten haben und scheitern, wenn niemand für das Ergebnis verantwortlich ist.

Ein guter erster Kandidat

Ein guter Kandidat hat regelmäßiges Volumen und sichtbare Verzögerungskosten. Beispiel: Ein Support-Team klassifiziert täglich Anfragen, aktualisiert CRM-Felder und routet Fälle. Ein Agent kann Nachricht, Intention, Priorität und Zielteam vorbereiten. Sensible Fälle bleiben bei Menschen.

Ein schlechter Kandidat ist politisch, instabil oder voller nicht dokumentierter Ausnahmen. Wenn Teams sich nicht auf den richtigen Output einigen, löst ein Agent den Konflikt nicht. Er beschleunigt ihn. Dann ist Prozessmapping und klassische Automatisierung der bessere erste Schritt.

Metriken vor dem Pilot festlegen

Definieren Sie höchstens fünf Metriken: Bearbeitungszeit, korrekte Klassifizierung, Eskalationsrate, Kosten pro Fall und Teamzufriedenheit. Diese Werte zeigen, ob der Agent echte Arbeit verbessert, nicht nur ob er schnelle Antworten erzeugt.

Setzen Sie Stop-Kriterien. Wenn falsche Klassifizierungen über 10% liegen oder mehr als ein Viertel der Fälle manuelle Korrektur braucht, wird der Pilot nicht erweitert. Diese Grenze schützt vor einem System, das technisch läuft, aber operativ Reibung erzeugt.

Wie AROG damit arbeitet

AROG beginnt beim Prozess, nicht beim Modell. Für jeden Kandidaten erfassen wir Eingangsdaten, fachliche Verantwortung, Ausnahmen, Integrationen, DSGVO und AI-Act-Risiko. Erst danach wählen wir Agent, n8n-Workflow, OCR, RAG oder klassische Automatisierung.

Das wichtigste Ergebnis ist eine Entscheidung: welcher Prozess jetzt pilotiert wird, welcher Vorbereitung braucht und welcher nicht automatisiert werden sollte. Diese Auswahl spart oft mehr Geld als der Build selbst, weil sie unreife Projekte früh stoppt.

Entscheidungsmatrix für Führungsteams

Führungsteams sollten den Score nicht nur als technische Prüfung nutzen. Er ist ein Priorisierungsinstrument. Legen Sie alle Kandidaten nebeneinander: Support-Triage, Rechnungsprüfung, CRM-Enrichment, Angebotsvorbereitung, internes Wissenssystem. Dann vergleichen Sie Aufwand, Risiko, ROI und Sichtbarkeit. Der beste erste Pilot ist nicht immer der größte Prozess. Es ist der Prozess, der Vertrauen erzeugt und belastbare Daten für den nächsten Schritt liefert.

Eine einfache Regel hilft: Der erste Agent sollte Umsatz, Kosten oder Geschwindigkeit sichtbar verbessern, ohne eine irreversible Entscheidung über Menschen zu treffen. So bekommt das Unternehmen produktive Erfahrung mit Agenten, bevor es in sensiblere Workflows geht.

FAQ

Was ist ein KI-Agenten Readiness Assessment?

Ein Score für Prozess, Daten, Kontrollen und ROI, bevor ein Agent an Live-Systeme angebunden wird.

Fallen KI-Agenten unter den AI Act?

Das hängt vom Use Case ab. Der AI Act bewertet System und Risiko, nicht das Label Agent.

Wie lange dauert ein Pilot?

Oft 30 Tage Scoping, 30 Tage Shadow Mode und 30 Tage kontrollierter Rollout.

Nächster Schritt

Wenn Sie dies auf einen realen Prozess anwenden möchten, starten Sie mit dem AI Finder oder buchen Sie ein Strategiegespräch. AROG mappt Workflow, Risiko und ROI vor dem Build.