KI-Agenten im ERP: Wie Sie die teure Fehlinvestition vermeiden

KI-Agenten im ERP: Wie Sie die teure Fehlinvestition vermeiden

Es gibt diese eine Zahl, die gerade unter jedem zweiten Beitrag zum Thema steht: Bis Ende 2026 sollen laut Gartner 40 Prozent aller Enterprise-Anwendungen task-spezifische KI-Agenten enthalten, gegenüber weniger als 5 Prozent im Jahr 2025. Eine beeindruckende Kurve und ein dankbarer Aufhänger.

Dieselbe Analystenfirma hat wenige Wochen zuvor eine zweite Zahl veröffentlicht, die deutlich seltener zitiert wird: Mehr als 40 Prozent aller agentischen KI-Projekte werden bis Ende 2027 wieder eingestellt. Die Gründe, die Gartner nennt, sind nüchtern: ausufernde Kosten, unklarer Geschäftsnutzen, unzureichende Kontrollmechanismen.

Beide Zahlen stimmen, und beide zusammen erzählen erst die eigentliche Geschichte. Es wird 2026 zwei Lager geben. Das eine setzt Agenten produktiv ein, das andere räumt teure Experimente wieder ab. Der Unterschied zwischen den Lagern wird nicht die Technologie sein, denn die ist für alle dieselbe. Er liegt in drei Dingen, über die der Trend schweigt: im Prozess, in der Frage der Entscheidung und in den Stammdaten.

→ Die zitierte Zahl: 40 % der Enterprise-Apps enthalten bis Ende 2026 task-spezifische KI-Agenten (2025: unter 5 %).

→ Die Zahl, die danebengehört: Über 40 % der agentischen KI-Projekte werden bis Ende 2027 eingestellt: Kosten, unklarer Nutzen, fehlende Kontrolle.

Ein Agent auf einem schlechten Prozess liefert schlechten Output, nur schneller

Ein KI-Agent ist kein Berater, der einen schlechten Ablauf hinterfragt. Er ist ein Ausführer, der ihn beschleunigt. Wer einen unklaren, über Jahre gewachsenen Prozess automatisiert, bekommt nicht plötzlich einen guten Prozess. Er bekommt denselben Prozess, nur schneller, öfter und schwerer zu korrigieren.

Das ist keine Prozept-Polemik, sondern deckt sich mit Gartners eigener Empfehlung. In der Mitteilung zu den Projektabbrüchen steht ein Satz, der im Lärm gern überlesen wird: In vielen Fällen sei es der bessere Weg, Arbeitsabläufe mit agentischer KI von Grund auf neu zu denken, statt Agenten in Altsysteme und gewachsene Workflows zu zwängen. Übersetzt heißt das: zuerst der Prozess, dann der Agent.

Wer unsere Greenfield-Serie verfolgt hat, kennt das Muster. Technologie friert den Ist-Zustand ein, wenn man sie auf ungeklärte Abläufe setzt. Bei einem ERP dauert dieses Einfrieren Jahre. Bei einem Agenten dauert es Tage, und er handelt dabei selbstständig.

Die vierzig Prozent sind die falsche Kennzahl

Die spannende Frage ist nicht, wie viele Ihrer Anwendungen 2026 einen Agenten enthalten. Das entscheidet am Ende Ihr Softwareanbieter, nicht Sie. Die Frage, die in Ihren Verantwortungsbereich fällt, lautet anders: Welche Entscheidungen sind Sie bereit, an eine Maschine zu delegieren?

Gartner selbst bietet dafür eine brauchbare Staffelung. Einen Assistenten setzt man ein, wenn jemand etwas nachschlagen will. Automatisierung nutzt man für wiederkehrende Routineabläufe. Einen Agenten braucht man erst dort, wo tatsächlich eine Entscheidung zu treffen ist. Viele Anwendungsfälle, die heute als agentisch verkauft werden, brauchen gar keinen Agenten.

Diese Einordnung ist eine betriebswirtschaftliche, keine technische. Sie gehört in den Fachbereich und auf die Ebene der Geschäftsführung, nicht allein in die IT. Wer die Delegationsfrage nicht beantwortet hat, kauft Autonomie, die er weder braucht noch kontrollieren kann.

Bevor ein Agent handeln darf, muss er wissen, was wahr ist

Im letzten Beitrag haben wir die Stelle angekündigt, an der die meisten Systeme leise scheitern: die Stammdaten. Bei KI-Agenten ist diese Stelle keine Fußnote mehr, sondern die Grundbedingung.

Ein Beispiel aus dem Mittelstand. Ein Agent in der Beschaffung löst die Nachbestellung automatisch aus, sobald der Mindestbestand erreicht ist. Solange die Stammdaten stimmen, ist das ein Segen, weil niemand mehr Listen abarbeiten muss. Greift der Agent aber auf eine Lieferantenzuordnung zu, die seit dem letzten Wechsel niemand gepflegt hat, dann bestellt er zuverlässig beim falschen Lieferanten, zum alten Preis, in der alten Verpackungseinheit. Ein Mitarbeiter hätte an dieser Stelle gestutzt. Der Agent stutzt nicht, er führt aus.

Genau das ist der Unterschied. Ein Assistent, der auf falschen Daten eine falsche Antwort gibt, ist ärgerlich. Ein Agent, der auf falschen Stammdaten selbstständig handelt, produziert keine falsche Antwort, sondern eine falsche Tatsache im System, und zwar schneller, als ein Mensch sie bemerkt.

Autonomie verträgt keine schlechte Datengrundlage. Wer über Agenten nachdenkt, bevor seine Artikel-, Lieferanten- und Stücklistendaten konsolidiert sind, baut auf Sand. Sand am Badestrand ist schön, Sand im Getriebe nicht.

Wer haftet, wenn der Agent bestellt?

Sobald ein Agent selbstständig handelt, verschiebt sich etwas Unscheinbares, aber Folgenreiches: die Verantwortung. Wer gibt frei, wenn niemand mehr klickt? Wer haftet für eine Bestellung, die kein Mensch ausgelöst hat? Wer erkennt, dass der Agent seit drei Wochen dieselbe systematisch falsche Entscheidung trifft?

Das sind keine IT-Fragen. Das sind Fragen der Aufbauorganisation, der Freigabe- und Kontrollrechte und am Ende der Governance. Gartner nennt fehlende Kontrollmechanismen ausdrücklich als einen der Hauptgründe für die Projektabbrüche bis 2027. Kontrolle ist kein Feature, das man nachrüstet, sondern eine Entscheidung, die vor dem Einsatz fällt.

Wir hatten das schon

Wer lange genug in dieser Branche arbeitet, erkennt das Muster wieder. Erst war alles Best Practice, dann Cloud First, jetzt ist alles agentisch. Jede Welle hatte einen echten Kern und eine breite Schaumkrone darüber.

Die Schaumkrone hat dieses Mal sogar einen Namen. Gartner nennt das Phänomen Agent Washing: das Umetikettieren bestehender Produkte, von Assistenten über RPA bis zum Chatbot, ohne nennenswerte agentische Fähigkeiten. Die Schätzung der Analysten ist ernüchternd: Von den tausenden Anbietern, die mit agentischer KI werben, halten sie nur rund 130 für echt.

Das ist kein Argument gegen die Technologie. Es ist ein Argument dafür, den Aufkleber vom Inhalt zu trennen, und genau das ist die Disziplin, die eine herstellerunabhängige Auswahl ausmacht.

Die Frage steht, wie immer, vor der Technologie

Das ist ausdrücklich kein Plädoyer fürs Abwarten. Agentische KI ist real, sie wird Prozesse verändern, und wer sie an der richtigen Stelle einsetzt, gewinnt echten Vorsprung. Gartner erwartet, dass bis 2028 rund 15 Prozent der alltäglichen Arbeitsentscheidungen autonom getroffen werden, von praktisch null im Jahr 2024. Die Richtung stimmt also. Nur entsteht der Nutzen nicht durch das bloße Vorhandensein eines Agenten, sondern durch drei Vorbedingungen, die in keiner Produktbroschüre stehen: ein verstandener Prozess, eine bewusste Entscheidung über Delegation und eine belastbare Datenbasis.

Die Rechnung dahinter ist unspektakulär. Ein gut gewählter Agent spart in einer einzigen wiederkehrenden Routine schnell mehrere Personentage im Monat. Ein schlecht gewählter verursacht still Korrekturkosten, die auf keiner Rechnung stehen, bis sie jemand zusammenzählt. Der Unterschied liegt nicht im Werkzeug, sondern in der Vorarbeit.

Wer diese drei Dinge geklärt hat, für den ist der Agent ein Werkzeug. Wer sie nicht geklärt hat, für den wird er zu einem der 40 Prozent Projekte, die 2027 wieder eingestellt werden. Die Zahl, die zählt, ist am Ende nicht die der Anwendungen mit Agenten. Es ist die der Unternehmen, die wissen, warum sie einen einsetzen.

Checkliste: Sind Sie bereit für einen KI-Agenten?

Richtig eingesetzt verschafft ein KI-Agent echten Vorsprung. Falsch eingesetzt beschleunigt er nur bestehende Schwächen, denn er hinterfragt Abläufe nicht, er führt sie aus. Diese Checkliste hilft Ihnen, vor der Investition die richtigen Fragen zu stellen, herstellerunabhängig und aus Sicht des Fachbereichs.

Fünf Fragen reichen für eine erste, ehrliche Standortbestimmung, je eine pro Themenfeld:

Die ausführliche Checkliste mit Prüfimpulsen und Verantwortlichkeiten je Block, eine Vorlage für die Datenqualitäts-Stichprobe, ein Anbieter-Kurzcheck gegen „Agent Washing“ und ein ROI-Kurzrechner als Excel. Kostenlos verfügbar als Download am Ende des Blog-Artikels.

Ausblick: Im nächsten Beitrag nehmen wir uns vor, woran man einen echten Agenten von einem umetikettierten Chatbot unterscheidet, bevor das Angebot auf dem Tisch liegt.