Agenten im Einsatz

Was KI-Agenten heute schon in Unternehmen verändern.

Vom Chat zum Mitläufer: Agenten drängen in End-to-End-Workflows

Diese Woche ist weniger ein „neues Modell“-Update als ein Reifegrad-Signal: KI-Agenten werden nicht mehr nur als Chat-Schnittstelle gezeigt, sondern als „job-ready“ Komponenten in bestehende Unternehmensabläufe integriert. Entscheidend ist dabei die Long-Horizon-Logik und die Aussicht, dass Orchestrierung, Kontext und Delegation nicht als Demo enden, sondern in Produktivsystemen wiederholbar werden.

Für Unternehmen ist das relevant, weil sich der Schwerpunkt verschiebt: Weg von isolierten Automatisierungen, hin zu agentischen Prozessen, die über mehrere Schritte hinweg arbeiten, Systeme ansteuern und dabei Zuständigkeiten berühren. Genau deshalb sollten vor allem Revenue-, Service- und Prozessverantwortliche aufmerksam sein. Wer das ignoriert, läuft Gefahr, weiter in Tool-Tests zu investieren, während die Arbeitsrealität im Unternehmen bereits neu verteilt wird.

Diese Entwicklungen sollten Sie nicht übersehen

Salesforce erweitert Agentforce mit jobbereiten KI-Agenten und Agentforce Coworker

Was passiert ist

Salesforce stellt mehrere spezialisierte Agentforce-Agenten in Aussicht, die als „job-ready“ mit Long-Horizon-Runtime in Produktion gehen sollen. Dazu wird ein Ansatz „Agentforce Coworker“ skaliert, und der Einsatz wird über mehrere Funktionsbereiche hinweg adressiert, inklusive Rollouts wie bei Adecco.

Warum das wichtig ist

Der Kern ist nicht die Anzahl der Agenten, sondern die Produktisierung: Agenten werden als wiederverwendbare Bausteine gedacht, die in längeren Abläufen handeln können. Das ist ein Unterschied zu „ein Prompt liefert eine Antwort“. Zudem zeigt die Rollout-Logik, dass Plattformanbieter den Übergang von Pilot zu Betrieb aktiv gestalten wollen.

Wo der Einsatz konkret wird

Aus den Quellen ergibt sich eine Breite über den Unternehmensalltag: Vertrieb und Service, Commerce sowie HR/IT und Supply Chain. Damit zielt der Ansatz auf mehrere Prozessketten, nicht auf einen einzelnen Use-Case.

Wer dadurch Hebel bekommt

Hebel bekommen Teams, die heute ohnehin mit Prozessübergaben arbeiten: Sales Operations, Customer Service Management, Commerce-Operations und Prozessverantwortliche entlang HR/IT sowie Supply-Chain-Prozessen. Wo Zuständigkeiten und Datenflüsse zwischen Abteilungen hängen, können agentische Orchestrierungen besonders spürbar wirken.

Wer jetzt unter Druck gerät

Unter Druck gerät vor allem die Annahme, dass Agenten „nur ergänzend“ sind. Wenn Anbieter agentische Abläufe produktionsnah verfügbar machen, werden bestehende Prozessverantwortlichkeiten neu verhandelt: Wer besitzt den End-to-End-Workflow? Wer verantwortet Qualität über mehrere Schritte? Und wer interpretiert Ergebnisse, wenn der Agent nicht nur assistiert, sondern handelt?

OpenAI startet Agents API im Public Beta und öffnet Codex-Harness für langlaufende Cloud-Workflows

Was passiert ist

OpenAI bringt eine Agents API ins öffentliche Beta. Laut den Quellen geht es um das Aufsetzen von produktionsreifen Agenten, inklusive Orchestrierung, Kontextkompression, Tool-Suche und Multi-Agent-Delegation über einen Endpunkt. Dazu wird Codex-Harness als Bestandteil für langlaufende, multiagentische Cloud-Workflows genannt.

Warum das wichtig ist

Das ist eine Plattformverschiebung hin zu agentischen Workflows als Infrastrukturbaustein: nicht nur ein Modellaufruf, sondern ein Laufzeit- und Orchestrierungsrahmen. Für Unternehmen heißt das: Agenten werden zunehmend „komponierbar“ und damit besser integrierbar in Governance, Monitoring und Betrieb.

Wo der Einsatz konkret wird

Die Quelle beschreibt Funktionslogik statt Branchen-Use-Cases: Orchestrierung über mehrere Schritte, Kontextkompression, Tool-Suche und Delegation zwischen mehreren Agenten. Solche Muster passen zu Workflows, die Informationen über Zeit aggregieren und Tools/Services sequenziell nutzen.

Wer dadurch Hebel bekommt

Hebel bekommen Entwickler- und Architekturteams, die agentische Systeme in bestehende Softwarelandschaften bringen müssen. Ebenso profitieren Prozessverantwortliche, wenn Agenten als wiederholbare Ablauf-Instanzen statt als Einmalautomatisierung bereitgestellt werden.

Wer jetzt unter Druck gerät

Unter Druck gerät der „Tool-by-Tool“-Ansatz ohne Laufzeit- und Kontrollkonzept. Wenn Orchestrierung, Delegation und Kontextmanagement über eine API in den Vordergrund rücken, wird es schwieriger zu argumentieren, dass man Agenten „später“ als Infrastruktur betrachtet. Gleichzeitig steigen die Erwartungen an Transparenz und Betrieb.

ByteDance integriert Doubao-Agenten, Feishu und Volcengine zu einem Agenten-Office-Stack

Was passiert ist

ByteDance verbindet Doubao-Agenten und Feishu (Feishu 8.0) mit Volcengine zu einem agentenbasierten Enterprise-AI-Office-Stack. Laut den Quellen geht es um kollaborative Agenten, hunderte Agent-CLI-Endpunkte sowie Doubao Work Partners und tief integrierte Workflow-Automatisierungen.

Warum das wichtig ist

Hier wird „Agent als Teammitglied im digitalen Büro“ greifbar: Agenten werden nicht nur in einer separaten Umgebung genutzt, sondern in eine Office-Logik integriert, inkl. Schnittstellen für Agentenaktionen. Das signalisiert, dass agentische Fähigkeiten in den Arbeitsalltag wandern: in Dokumente, Kollaboration und strukturierte Prozesse.

Wo der Einsatz konkret wird

Feishu als Kollaborations-Umgebung ist der sichtbare Anker. Der Stack soll agentische Workflows durch integrierte Automatisierungen ermöglichen und über viele Agent-CLI-Endpunkte steuerbar sein.

Wer dadurch Hebel bekommt

Hebel bekommen Organisationen, die viele wissensbasierte Workflows über Office-Prozesse abwickeln: Produktmanagement, Marketing Operations, HR-nahe Prozesse sowie Teams, die mit kollaborativen Dokumenten und wiederkehrenden Freigaben arbeiten.

Wer jetzt unter Druck gerät

Unter Druck gerät die Trennung zwischen „Office-Automation“ und „AI-Projekten“. Wenn Agenten-Workflows direkt im Office-Stack verankert werden, verlieren isolierte Pilotteams an Relevanz, während Betriebs- und Prozesskompetenz in den Fachbereichen wichtiger wird.

Workiva führt Agent Studio und agentische Lösungen für regulierte Berichts- und Prüfprozesse ein

Was passiert ist

Workiva führt mit Agent Studio eine No-Code-Plattform für KI-Agenten ein. Außerdem werden orchestrierte Evidence-, Attribute- und Testing-Agents für regulatorische Offenlegung erwähnt, die in Produktionsprozessen eingesetzt werden sollen.

Warum das wichtig ist

Das ist ein Governance-orientiertes Reifegradzeichen. Bei regulierten Workflows reicht eine Automatisierung ohne Belegkette nicht. Evidence-, Attribute- und Testing-Agents deuten darauf hin, dass Agenten nicht nur Ergebnisse liefern, sondern überprüfbar gemacht werden sollen. Das verschiebt agentische Projekte von „wir sparen Zeit“ hin zu „wir können nachweisen“.

Wo der Einsatz konkret wird

Im Umfeld regulierter Berichts- und Prüfprozesse, also in Finance-, Accounting- und Compliance-nahen Ketten, in denen Offenlegung und Nachvollziehbarkeit zentral sind.

Wer dadurch Hebel bekommt

Hebel bekommen Finance-Operations, Accounting, Compliance und interne Prüfung. Auch Führungskräfte, die bisher Agenten in „unproblematischen“ Bereichen halten wollten, erhalten eine Perspektive, wie Agenten mit prüfbaren Automatisierungen in regulierte Prozesse eingebunden werden können.

Wer jetzt unter Druck gerät

Unter Druck gerät jede Organisation, die den Agenten-Einsatz auf „nicht-regulierte“ Aufgaben reduziert, weil Governance zu teuer oder zu unklar scheint. Wenn agentische Evidence- und Testing-Schichten als Produktbausteine auftauchen, wird die Frage nach Verantwortlichkeit und Prüfbarkeit nicht mehr nur intern gelöst, sondern stärker als Marktstandard erwartet.

Microsoft veröffentlicht einen Entwurf des Humanist AI Code of Conduct mit Chain-of-Command

Was passiert ist

Microsoft veröffentlicht einen Entwurf für den Humanist AI Code of Conduct. In den Quellen wird ein Chain-of-Command-Autoritätsmodell beschrieben, ergänzt durch Minimalprivilegien und absolute Constraints für agentische KI-Workloads.

Warum das wichtig ist

Governance wird hier nicht als „Policy-Dokument“ behandelt, sondern als Architekturprinzip für agentische Systeme: Wer darf was? Unter welchen Bedingungen? Mit welchen Einschränkungen? Das ist genau die Art von Kontrolllogik, die bei Multi-Step-Agenten und delegierten Aktionen entscheidend wird.

Wo der Einsatz konkret wird

Die Quelle adressiert agentische Workloads allgemein. Praktisch ist das besonders relevant für Prozesse, in denen Agenten privilegierte Systeme ansteuern oder weitreichende Aktionen ausführen könnten.

Wer dadurch Hebel bekommt

Hebel bekommen CIO/CTO, Security & Risk sowie Leiter von Compliance- und Governance-Funktionen. Sie erhalten einen Rahmen, um agentische Systeme nicht nur zu testen, sondern sicher und kontrolliert zu betreiben.

Wer jetzt unter Druck gerät

Unter Druck gerät die verbreitete Praxis, Governance erst nach dem Pilot nachzureichen. Wenn Chain-of-Command und Constraints als Standardlogik in die Diskussion rücken, wird die Lücke zwischen „Agent läuft“ und „Agent ist verantwortbar“ schneller sichtbar.

Was das für den Einsatz von KI-Agenten bedeutet

Die Muster der Woche laufen auf eine klare Richtung hinaus: Agenten werden von „Assistenz“ zu „Ablauf“ gedacht. Realistisch werden zuerst solche Einsätze, die entweder (a) wiederholbare Prozessketten besitzen oder (b) nachweisbar gemacht werden müssen. Deshalb tauchen produktionsnahe Rollouts und regulierte Evidence-/Testing-Logiken gleichzeitig auf.

Plattformlogik gewinnt an Bedeutung, weil Agenten ohne Orchestrierung, Kontextführung und Laufzeitkontrolle nicht skalieren. Genau diese Bausteine werden in den Quellen betont: Long-Horizon-Runtime, Orchestrierung, Delegation, sowie Integration in Office- und Unternehmensstacks. Damit werden Agenten zunehmend Teil der Systemarchitektur – nicht nur Teil der KI-Landschaft.

Prozesse zuerst betroffen sind End-to-End-Ketten mit Übergaben: von Sales- und Service-Abwicklung über kollaborative Office-Workflows bis zu regulierten Berichtsketten. Entsprechend verschieben sich Rollen: Prozessowner müssen Ownership über agentische Schritte übernehmen; Governance wird zum Entwurfsparameter; Betrieb und Qualitätssicherung werden Teil des Designs statt eines Nachtrags.

Welche Unternehmen einen Vorsprung bekommen können? Die, die Agenten als Führungs- und Organisationsfrage behandeln: Zuständigkeit, Belegbarkeit, Freigaben und Grenzen werden früh definiert. Wer hingegen nur „mehr Automatisierung“ will, wird den Unterschied zwischen Agenten und Tools unterschätzen und später teuer nachsteuern müssen.

Achten Sie auf diese Signale in Ihrem Unternehmen

• Signal 1: Man testet Agenten mit einzelnen Aufgaben, aber man definiert keine End-to-End-Ownership für den gesamten Ablauf (wer startet, wer genehmigt, wer bewertet, wer haftet).
• Signal 2: Man automatisiert „Antworten“, plant aber keine Orchestrierung über mehrere Schritte mit klaren Grenzen (Delegation und Long-Horizon werden nur halb verstanden).
• Signal 3: Effizienz ist das einzige Ziel, aber es fehlt ein Nachweis- und Prüfkonzept (vor allem dort, wo Evidence relevant ist).
• Signal 4: Governance wird als Zugabe behandelt statt als Architektur- und Rollenmodell (Minimalprivilegien, Constraints und Chain-of-Command fehlen).
• Signal 5: Man erwartet Skalierung, ohne Monitoring, Zustandsmanagement und Qualitätsregeln für agentische Workflows zu bauen.

Der strategische Schritt der Woche

Wenn ich diese Woche ein Unternehmen beim Einsatz von KI-Agenten beraten würde, wäre mein Vorschlag:

Starten Sie einen Pilot entlang eines echten End-to-End-Workflows, aber behandeln Sie ihn wie ein Systemprojekt: Definieren Sie einen Prozess, bei dem ein Agent mehr als einen Schritt ausführen muss, und koppeln Sie ihn an ein Governance-Board aus Prozessowner, Security/Risk und Quality/Compliance. Der Pilot sollte explizit Chain-of-Command-Entscheidungen und Constraints abbilden (wer darf delegieren, wer darf eingreifen), und er muss eine Beleglogik enthalten, falls der Workflow prüfbar sein soll. So vermeiden Sie den typischen Fehler: „Agent macht schon irgendwie“, statt „Agent ist kontrolliert und verantwortbar im Prozess“.

Schlussgedanke

Agenten im Einsatz sind keine Zukunftsvision mehr, sie sind eine nächste Stufe der Unternehmensprozesse. Entscheidend ist nicht, welcher Anbieter den besten Agenten verspricht, sondern ob Sie Agenten wie Infrastruktur führen: mit Ownership, Grenzen, Betrieb und Nachweisbarkeit. Wer das früh als Führungsaufgabe und Systemdesign-Frage angeht, gewinnt Geschwindigkeit ohne Kontrollverlust. Wer es vertagt, wird von der Prozessrealität überrollt, die andere bereits produktiv machen.

All the best
Tim Cortinovis