Scovai Scovai
AI & Operations 2026-10-28 1 min read

Fragen Sie die Leute, die Ihre Agenten bauen, welche Annahmen falsch sind — 167 technische Experten haben sie gerade sortiert

DSL

Dr. Sarah Liu

Fragen Sie die Leute, die Ihre Agenten bauen, welche Annahmen falsch sind — 167 technische Experten haben sie gerade sortiert

Fast jede Studie, die diagnostiziert, warum agentische KI unter den Erwartungen bleibt, befragt die Leute, die sie genehmigt haben. Ein Paper vom 3. September 2026 hat die Leute befragt, die sie bauen. Johannes Habel von der University of Houston und acht Koautoren haben zehn Management-Illusionen über agentische KI herausgearbeitet — Fehlannahmen darüber, was sie ist, was sie leisten kann und wie Unternehmen sie einführen sollten —, sie entlang dreier Phasen der Transformation geordnet und 167 technischen Experten vorgelegt, die sowohl ihre Verbreitung als auch ihre negative Wirkung bestätigten. Die Illusion, die die Entwickler als kritischste einstufen, ist die "Neigung von Managern, die Personalreduktionen zu überschätzen, die diese Agenten ermöglichen" (Habel et al., SSRN, 2026).

Behandeln Sie das als Messung, nicht als Beschwerde. Der Abstand zwischen Ihren Annahmen über agentische KI und den Erwartungen Ihrer Ingenieure ist eine Größe, die Sie in einem Meeting erheben können — und die Leute, die am nächsten an der Umsetzung sitzen, haben Ihnen gerade gesagt, welche Zeile des Business Case am wahrscheinlichsten falsch ist.

Es ist die Personalzeile. Und in den meisten Mid-Market-Unternehmen ist es auch die Zeile, auf der die ganze Genehmigung ruhte.

Die zuerst platzierte Illusion hat schon eine bewertete Prognose

Das Nützliche an der erstplatzierten Illusion: Sie ist die einzige Behauptung über agentische KI mit veröffentlichter Erfolgsbilanz. McKinseys State-of-AI-Umfrage 2026 ist die erste Ausgabe, in der die Vorjahresprognose des Panels gegen das tatsächlich Eingetretene gehalten werden konnte. In der Welle 2025 erwarteten 32 % der Befragten KI-bedingte Personalreduktionen im Folgejahr. In der Welle 2026 berichten "nur 14 Prozent der Befragten aus Organisationen, die KI nutzen, dass KI im vergangenen Jahr zu einem Rückgang der Belegschaftsgröße beigetragen hat" — weniger als die Hälfte des Anteils, der es vorhergesagt hatte. Zwei Drittel berichteten von keiner oder kaum KI-bedingter Veränderung der Gesamtbeschäftigung (McKinsey, 2026).

Die Prognose übertraf die realisierte Veränderung um etwa den Faktor zwei. Die Reaktion des Panels auf den eigenen Irrtum war, die Prognose zu erhöhen: 39 % erwarten nun KI-bedingte Beschäftigungsrückgänge im kommenden Jahr, nach 32 %.

Die technischen Experten in Habels Umfrage äußern also keine vage kulturelle Skepsis. Sie setzen jene eine Annahme im Stapel an die erste Stelle, die bewertet, durchgefallen und dann wiederholt wurde. Enthält Ihr Agenten-Business-Case eine Personaleinsparung, steht dahinter ein Schätzer mit einem dokumentierten Einjahresfehler von etwa 2x.

Die Personal-Illusion hat eine messbare Größe — und der Mittelwert ist die falsche Zahl

Wie groß ist der reale Effekt? Die saubere Quantifizierung kommt aus einem Kontrafaktum, nicht aus einer Prognose. Colaiacovo und Koning haben über Pitchbook 199 Gründer wachstumsorientierter nordamerikanischer B2B-Unternehmen gewonnen, 176 davon füllten die Befragung vollständig aus, und gefragt, wie viele zusätzliche Mitarbeitende sie ohne generative KI bräuchten, um denselben Output in derselben Qualität zu halten (Colaiacovo & Koning, Harvard Business School, 2026).

Die mittlere Antwort: 55 % mehr Mitarbeitende. Der Median: 17 %. Die häufigste Einzelantwort war null — 30 % der Gründer sagten, sie bräuchten niemanden zusätzlich.

KennzahlWert
Mittlerer kontrafaktischer Personalaufbau ohne KI55 %
Median17 %
Anteil mit Antwort null30 %
Unternehmen mit formal in Workflows integrierter KI (Mittelwert)91,4 %
Unternehmen mit informeller KI-Nutzung (Mittelwert)24 %

Daraus folgen zwei Lesarten, und beide sind wichtiger als die Schlagzeile.

Erstens: Ein Anbieter, der sagt "Agenten ersetzen die Hälfte eines Teams", zitiert den Mittelwert einer stark rechtsschiefen Verteilung, deren Medianunternehmen 17 % angibt. Jeder Plan auf Basis des Mittelwerts ist ein Plan auf Basis des Verteilungsrands.

Zweitens: Die Variable, die den Rand von der Mitte trennt, ist nicht die Überzeugung über Leistungsfähigkeit. Den Gründern wurden randomisiert optimistische oder pessimistische Informationen über die Aufgabenleistung von KI gezeigt; die Überzeugungen verschoben sich, die Delegationsbereitschaft weitgehend nicht. Unterschieden hat sie, ob die Arbeit formal um das Werkzeug herum neu strukturiert worden war. Formale Integratoren bräuchten ohne KI 91,4 % mehr Personal — fast viermal die 24 % dort, wo die Nutzung informell blieb.

Das ist kein Beschaffungsbefund. Das ist ein Organisationsdesign-Befund — genau dort, wo Habels zweite Phase sitzt.

Phase zwei ist der Punkt, an dem Transformationen hängen bleiben: niemand besitzt den Agenten

Habels Rahmen platziert die Illusionen über Organisationsstruktur zwischen Strategie und Ausführung — und in dieser Mittelphase ist die externe Evidenz am alarmierendsten, weil sie Verantwortlichkeit misst und nicht Absicht.

IBMs Institute for Business Value hat 2.000 C-Level-Technologieführungskräfte befragt. Zwei Drittel berichten, für KI-Systeme verantwortlich gemacht zu werden, die sie nicht vollständig kontrollieren. Nur 11 % bezeichnen sich als vollständig vorbereitet auf den im kommenden Jahr erwarteten Umfang des Agenten-Rollouts — gegenüber 80 %, die unter einem CEO-getriebenen KI-Mandat arbeiten. Siebzig Prozent sagen, Teams im Unternehmen führen Technologie schneller ein, als die IT sie nachverfolgen kann, und 77 % sagen, die KI-Adoption überholt bereits ihre Governance-Fähigkeit. Die befragten Organisationen verzeichneten im Vorjahr durchschnittlich 54 Agenten-Incidents — unbeabsichtigte oder schädliche Vorfälle, die menschliche Korrektur erforderten —, davon 17 % mit hohem Schweregrad (IBM Institute for Business Value, 2026).

Dieselbe Studie bepreist die Abhilfe. Organisationen, die Kontrolle in das KI-System selbst einbauen, statt es nachträglich manuell zu steuern, haben 25 % weniger Incidents, betreiben 16-mal mehr Agenten, berichten 18 % höhere operative Margen und geben 4-mal weniger ihres KI-Budgets aus.

Lesen Sie diese vier Zahlen zusammen. Kontrolle ist nicht die Bremse des Agenten-Rollouts; in diesen Daten ist sie dessen Voraussetzung. Die Unternehmen mit den meisten laufenden Agenten sind jene, die Aufsicht zu einer Eigenschaft des Systems gemacht haben, bevor sie skalierten.

Warum diese Phase die billige ist

Eine Illusion über Strategie kostet Sie eine falsche Folie. Eine Illusion über Organisationsdesign kostet Sie ein Rollout, das sich nicht zurücknehmen lässt: kein benannter Eigentümer für den Output des Agenten, keine definierte Grenze dessen, was er niemals allein tun darf, keine neu zugeschnittene Rolle für den Menschen, der entlastet werden sollte. Das sind Entscheidungen, die vor der Beschaffung fast kostenlos sind und teuer nachzurüsten, sobald ein Agent produktiv läuft und die 54-Incident-Uhr tickt.

Phase drei: der Pilot, der nie beendet und nie skaliert wird

Ausführungs-Illusionen zeigen sich als spezifische Pathologie. Valliance befragte 1.000 Senior Leader der größten europäischen Unternehmen und fand, dass 40 % der KI-Initiativen bewusst Piloten bleiben — bis zu 48 % in reifen Organisationen mit etablierten KI-Programmen. Mehr Reife erzeugte mehr Dauerpiloten, nicht weniger. Organisationen, die in der Pilotphase feststecken, berichten niedrigere Erfolgsquoten (43 % gegenüber 50 % insgesamt), längere Time-to-Value (6,6 statt 5,9 Monate) und starken ROI in nur 20 % der Fälle, gegenüber 76 %, wenn ein Pilot in einer reifen Organisation skaliert wurde (Valliance via Consultancy.uk, 2026).

Die Formulierung der Firma lohnt die Übernahme: "Das Experimentieren selbst ist nicht das Problem." Was scheitert, ist, was danach kommt — oder nicht kommt. Projekte bleiben zwischen Proof of Concept und Produktion hängen, weil nichts im Prozess ein Urteil erzwingt.

Beachten Sie die Kette, die sich bildet. Die Strategie-Illusion setzt ein Personalziel, das nie erreichbar war. Die Organisationsdesign-Illusion lässt den Agenten ohne Eigentümer und ohne neu zugeschnittene Rolle. Die Ausführung produziert dann einen Piloten, den man nicht beenden kann, weil ihn zu beenden bedeuten würde, die ersten beiden zuzugeben.

Was das Paper Ihnen nicht gibt

Seien Sie präzise bei den Grenzen, denn das Paper wird lose zitiert.

Es ist ein 14-seitiger praxisorientierter Beitrag, kein Feldexperiment. Das veröffentlichte Abstract berichtet, dass 167 technische Experten Verbreitung und negative Wirkung von zehn Illusionen bestätigten, und benennt die erstplatzierte; es veröffentlicht keine Prozentwerte je Illusion, keine Angaben zur Rücklaufquote und keinen Stichprobenrahmen. Wer eine konkrete Zahl zu einer konkreten Illusion zitiert, erfindet sie. Das Expertenpanel ist zudem selbstselektiert und technisch — das ist der Sinn des Designs und gleichzeitig sein Bias: Entwickler haben ein berufliches Interesse an der Aussage, das Management verstehe die Technologie nicht.

Die bestätigenden Quellen tragen jeweils eigene Einschränkungen. McKinseys Panel ist global und großunternehmenslastig. Die Gründer-Kontrafakten sind selbstgeschätzte Überzeugungen aus Firmen mit durchschnittlich 16 Beschäftigten, keine geprüfte Lohnabrechnung. Valliance erfasst die größten europäischen Unternehmen mit durchschnittlich 39,2 Mio. £ KI-Ausgaben pro Jahr, nichts vergleichbar mit einem 200-Personen-Betrieb, und Bain hat eine Gegenerzählung publiziert, nach der die meisten Use-Case-Kategorien sehr wohl in Produktion skalieren. Beides kann gelten, wenn Skalierung ungleichmäßig verläuft und aufgegebene Piloten sich einfach neben den Erfolgen ansammeln.

Was all dem standhält, sind Richtung und Reihenfolge. Vier unabhängige Instrumente — eine Entwicklerbefragung, eine bewertete Prognose, ein Gründer-Kontrafaktum und ein CxO-Kontrollaudit — zeigen auf dieselbe Schlussfolgerung: Der bindende Engpass ist organisatorisch, er liegt vor dem Werkzeug, und die Personalannahme ist das Erste, was zu prüfen ist.

Ihre Annahmen über agentische KI vor der Beschaffung in ein Dokument überführen

Fünf Schritte, von denen keiner einen neuen Anbieter erfordert.

  1. Erheben Sie die Meinungsverschiedenheit als Befragung, nicht als Gespräch. Geben Sie die drei tragenden Behauptungen Ihres Business Case jenen Ingenieuren, die den Agenten bauen oder betreiben würden, und lassen Sie jeden Verbreitung und Wirkung getrennt bewerten, bevor darüber gesprochen wird. Sie messen eine Lücke, und ein Meeting mittelt sie weg.
  2. Streichen Sie die Personaleinsparung aus der Genehmigung und lassen Sie den Fall ohne sie tragen. Trägt er nicht, haben Sie keinen Use Case gefunden, sondern ein Staffing-Argument im Kostüm. Die Basislinie realisierter Veränderung liegt bei etwa 14 %, nicht bei den prognostizierten 32 %.
  3. Benennen Sie Eigentümer und neu zugeschnittene Rolle vor dem Vertrag. Habels Mittelphase ist die teure Nachrüstung. Die Frage ist nicht "welche Aufgaben kann der Agent übernehmen", sondern "wessen Stelle ist das, wer genehmigt seinen Output, und was tut der Mensch in diesem Workflow jetzt stattdessen".
  4. Schreiben Sie auf, was dauerhaft außerhalb der Autonomie bleibt. Kein Risikoregister — eine explizite Liste von Handlungsklassen, die der Agent nie allein ausführen darf, vor dem Rollout vereinbart und an den Auftrag gebunden. Das ist das billigste Artefakt des gesamten Programms.
  5. Setzen Sie das Kill-or-Scale-Gate mit dem Budget, nicht danach. Ein festes Bewertungsfenster, vorab festgelegte Erfolgsmetriken, ein binäres Urteil. Vierzig Prozent der Initiativen bleiben bewusst Piloten, weil niemand jemals entscheiden muss.

Punkte 3 und 4 beschreiben Governance, die irgendwo existieren muss — in Ihrem Prozess oder im System, das Sie einsetzen. Scovai baut beides in die Stelle selbst ein: seine Digital Employees sind standardmäßig confirm-first, jede nach außen sichtbare Handlung wird zu einer Genehmigungsanfrage mit dem Namen eines Supervisors, Autonomie wird je Handlungsart aus einem protokollierten Ledger erworben statt bei der Einrichtung gewährt, bestimmte Handlungsklassen bleiben dauerhaft außerhalb der Autonomie, und jede Stelle im Organigramm trägt einen Augmentability-Score, bevor überhaupt etwas hineingesetzt wird.

Eine Entscheidung für dieses Quartal

Sie müssen nicht klären, ob agentische KI Personal reduzieren wird. Sie müssen entscheiden, ob Ihre Annahmen über agentische KI stehen bleiben dürfen, bevor die Leute, die das Ding bauen, es schriftlich bestätigt haben.

Bevor also der nächste Agentenvertrag zur Unterschrift geht: Legen Sie die drei Behauptungen, von denen Ihr Business Case abhängt, Ihrem technischen Team vor, sammeln Sie die Bewertungen ein und sehen Sie zuerst auf die Personalzeile. Liegen die Schätzung Ihrer Ingenieure und die Ihres Plans weit auseinander, haben Sie keine Beschaffungsentscheidung vor sich. Sie haben eine Prognose, die schon einmal gescheitert ist — und eine kostenlose Gelegenheit, das nicht zu wiederholen.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.