Das Wichtigste in Kürze
- Drei Readiness-Dimensionen: Mensch (wer arbeitet mit dem Agenten?), Daten (worauf operiert er?), Verantwortungs-System (wer übernimmt im Fehlerfall?).
- Ihr Unternehmen ist agent-ready, wenn pro Dimension mindestens drei prüfbare Antworten vorliegen, nicht „wir kümmern uns dann".
- Der EU-AI-Act (Verordnung 2024/1689, Art. 26) verteilt Betreiber-Pflichten, die organisatorisch in Ihrem Unternehmen verankert sein müssen. Die Readiness-Frage ist die Vorstufe der Compliance-Frage.
- Das NIST AI Risk Management Framework (NIST AI 100-1, Januar 2023) ordnet Risiko-Arbeit in Govern, Map, Measure, Manage. Govern ist die Funktion, die in einer nicht-readyen Organisation am häufigsten fehlt.
Dimension 1: Mensch
Die menschliche Readiness ist die Dimension, die Sie am häufigsten überschätzen. „Unsere Leute sind digital-affin" ist kein Readiness-Status, sondern eine Hoffnung. Drei prüfbare Fragen zeigen die echte Lage.
Wer arbeitet operativ mit dem Agenten? Eine namentlich benannte Person oder Rolle, die den Agenten täglich oder wöchentlich bedient, prüft und gegebenenfalls eingreift. Nicht „das Team", nicht „wer gerade Zeit hat". Wenn diese Person nicht benannt ist, gibt es keinen operativen Eigentümer. Ohne Eigentümer driftet das Tool nach drei Monaten in einen Zustand, in dem keiner mehr genau weiß, was es tut und ob es noch sinnvoll arbeitet.
Welche Vorqualifikation hat diese Person? Entscheidend ist fachliche Tiefe in dem Bereich, den der Agent unterstützt, nicht Programmier-Kenntnisse. Ein Agent für Vertriebs-Vorbereitung braucht einen Eigentümer mit Vertriebs-Erfahrung, nicht mit IT-Erfahrung. Wer einen IT-Verantwortlichen zum Eigentümer eines Vertriebs-Agenten macht, baut eine Kommunikations-Bruchstelle ein.
Was passiert, wenn diese Person ausfällt? Eine Vertretungs-Regelung mit dokumentiertem Zugang, definierten Eingriffsrechten und schriftlicher Übergabe. Ohne Vertretung ist der Agent ein Single-Point-of-Failure mit Personen-Risiko, das niemand auf der Risiko-Karte hat.
Ist die Führungsperson bereit zu delegieren? Das ist die Frage, die am häufigsten nicht gestellt wird. Operative Eigentümerschaft und Vertretung können auf dem Papier stehen, aber wenn die Führungskraft jeden Output gegencheckt, Eskalationen reflexartig übernimmt und Entscheidungskompetenz nicht überträgt, bleibt der Agent ein Mehraufwand statt eines Delegationspartners. Readiness in dieser Dimension bedeutet: Die Führungsperson hat gelernt, nicht der „Mr. Fix-It" zu sein, also die Person, die jeden Grenzfall selbst löst, weil sie dem System nicht traut. Ein Agent, der keine echte Entscheidungskompetenz bekommt, kann keine echte Entlastung bringen.
Readiness in der Mensch-Dimension bedeutet nicht „unsere Leute sind digital-affin", sondern: benannter Eigentümer, geklärte Vertretung, Führungsperson, die tatsächlich delegiert statt jeden Fall selbst zu lösen.
Dimension 2: Daten
Die Daten-Readiness ist die Dimension, die Sie am häufigsten unterschätzen. „Wir haben Daten" ist kein Readiness-Status. Die Frage ist, ob die Daten die Aufgabe tragen, an die der Agent gesetzt wird.
Sind die Daten in ausreichender Qualität verfügbar? Ein Agent, der auf einem CRM mit 30 % unvollständigen Datensätzen arbeitet, produziert Empfehlungen, die zu 30 % auf Lücken basieren. Bevor ein Agent operativ wird, muss die Datenbasis für den konkreten Anwendungsfall geprüft sein: Vollständigkeit, Aktualität, Konsistenz, Granularität. Diese Prüfung ist eine wiederkehrende Routine, weil Daten erodieren.
Wer entscheidet, was der Agent sehen darf? Berechtigungs-Konzept und Datenschutz-Klärung sind keine IT-Themen, sondern Geschäftsführungs-Themen. Ein Agent, der „alles" sehen darf, schafft ein Vertrauens-Problem mit Mitarbeitenden und ein DSGVO-Problem mit der Aufsichtsbehörde. Ein Agent, der zu wenig sieht, produziert schwache Ergebnisse. Die Mitte verlangt eine bewusste Entscheidung pro Anwendungsfall.
Was passiert mit den Daten, die der Agent erzeugt? Outputs sind Daten: Empfehlungen, Klassifizierungen, generierte Texte. Sie brauchen einen klaren Lebenszyklus: wer prüft sie vor der Verwendung, wer löscht sie wann, wer dokumentiert sie für spätere Audits. Wer das nicht klärt, hat einen zweiten Daten-Bestand neben dem Geschäfts-Bestand, der niemandem gehört.
Jeder Agent-Output braucht einen Lebenszyklus wie ein eigenes Dokument: Markierung als KI-generiert, Datums-Information, Mensch-Freigabe-Status. Fehlt einer der drei, entsteht ein zweiter Daten-Bestand ohne Eigentümer.
Dimension 3: Verantwortungs-System
Die Verantwortungs-Readiness ist die Dimension, die organisatorisch am anspruchsvollsten ist und gleichzeitig die, die der EU-AI-Act über die Betreiber-Pflichten (Art. 26) direkt einfordert. Drei prüfbare Fragen.
Wer ist Betreiber im Sinne des EU-AI-Acts? Eine namentlich benannte Person oder Rolle im Unternehmen, die die Aufsicht über den KI-Einsatz verantwortet. Diese Rolle muss nicht KI-technische Tiefe haben, aber Entscheidungsmacht: Sie kann den Einsatz stoppen, ändern, eskalieren. In den meisten wachsenden KMU sitzt sie in der Geschäftsführung selbst oder in einer Stabsfunktion (oft die IT-Leitung oder eine Datenschutz-Funktion).
Welche Aufsichts-Routine ist gesetzt? Das NIST AI Risk Management Framework strukturiert Risiko-Arbeit in vier Funktionen: Govern, Map, Measure, Manage. Govern ist die Funktion, die ohne organisatorische Verankerung am ehesten fehlt: regelmäßige Überprüfung, Eskalations-Pfade, Dokumentations-Pflicht. Eine Aufsichts-Routine ohne Termin im Kalender ist keine.
Was passiert, wenn der Agent eine kritische Entscheidung trifft, die später als Fehler erkannt wird? Ein Reklamations-Pfad mit drei Eskalationsstufen: operativer Eingriff (Eigentümer korrigiert), strukturelle Anpassung (Betreiber pausiert), grundsätzliche Re-Evaluation (Geschäftsführung entscheidet über Fortführung). Wer den dritten Schritt nicht definiert hat, eskaliert im Fehlerfall reaktiv. Reaktive Eskalation führt im KI-Kontext häufig zu überhastetem Abbruch.
Die Betreiber-Rolle nach EU-AI-Act ist formal besetzt, aber ohne Aufsichts-Termin im Kalender. Eine Aufsichts-Routine ohne festen Termin ist keine Routine, sondern eine Absichtserklärung.
Drei häufige Lücken in der Praxis
In der Beratungspraxis treten drei Lücken wiederkehrend auf, die jeweils eine andere Dimension betreffen.
Lücke 1: Eigentümer ohne Fachtiefe. Der Agent wird einer IT-Funktion zugeordnet, weil „das ist ja KI". Folge: Empfehlungen werden technisch evaluiert, aber nicht fachlich. Korrektur: Eigentümer aus der fachlichen Linie benennen, IT als Unterstützung.
Lücke 2: Daten ohne Lebenszyklus. Der Agent produziert Outputs, die in Dokumenten, Mails und CRM-Einträgen landen, ohne Markierung, ohne Lösch-Logik, ohne Audit-Spur. Folge: nach einem Jahr existieren tausende KI-generierte Texte ohne nachvollziehbare Quelle. Korrektur: jeder Output trägt eine Markierung („KI-generiert"), eine Datums-Information und einen Mensch-Freigabe-Status.
Lücke 3: Aufsicht ohne Termin. Die Betreiber-Rolle ist formal besetzt, aber die Aufsichts-Routine läuft „bei Bedarf". Folge: die Routine fällt unter operativen Druck als erste weg, und der Agent läuft sechs Monate ohne strukturierte Überprüfung. Korrektur: Aufsichts-Termine fest im Kalender (monatlich für aktive Piloten, quartalsweise für produktive Agenten).
Eigentümer ohne Fachtiefe (Mensch), Daten ohne Lebenszyklus (Daten), Aufsicht ohne Termin (Verantwortungs-System): jede Lücke betrifft eine andere Dimension und braucht eine andere Korrektur.
Was die Readiness für Aufgabenbrief und Übergabe vorbereitet
Die Readiness ist die organisatorische Vorbedingung für die vier inhaltlichen Hub-Bausteine. Wer den Aufgabenbrief schreiben will KI-Agenten erstellen, braucht vorher die Mensch-Dimension geklärt, sonst gibt es keinen Adressaten für den Brief. Wer die Mensch-Agent-Übergabe definieren will Mensch-Agent-Übergabe, braucht das Verantwortungs-System, sonst ist die Übergabe formal, aber nicht belastbar. Wer den Pilot-vor-Produktion-Übergang sauber gestalten will Agentic Pilot vor Produktion, braucht die Daten-Dimension, sonst kippt der Pilot in der Produktion.
Im Mittelstand ist der Readiness-Check meist ein schneller Hub-Einstieg, weil er Lücken sichtbar macht, bevor die ersten technischen Entscheidungen fallen. Wer die Reihenfolge umdreht und mit der Tool-Auswahl beginnt KI in Unternehmen einsetzen, holt sich die Lücken später teurer ein.
Readiness ist die Vorbedingung für den Agentenaufbau, nicht ein Schritt danach: Wer zuerst die Tool-Auswahl trifft und Mensch, Daten und Verantwortungs-System erst später klärt, holt sich dieselben drei Lücken teurer zurück.
Erstgespräch
Wenn Sie vor einem ersten KI-Agenten-Einsatz stehen
Wenn Sie vor einem ersten KI-Agenten-Einsatz im Unternehmen stehen oder einen laufenden Piloten ehrlich evaluieren wollen, lässt sich der Readiness-Check in einer Erstgespräch-Sitzung pro Dimension durchspielen. Wir prüfen Mensch, Daten und Verantwortungs-System und benennen die Lücken, bevor sie operativ kosten.
Erstgespräch vereinbaren