5 Gründe, warum unsere KI-Agenten Persönlichkeit brauchen
Im Juli 2026 haben Dominic von Proeck (Gründer und CEO von Leaders of AI) und Prof. Lukas Zenk (Professor für Innovations- und Netzwerkforschung) ein 62-seitiges Dokument veröffentlicht: den Blueprint für hybride Organisationen. Darin analysieren sie drei Jahre gelebte Praxis bei Leaders of AI inklusive aller Entscheidungen, Irrwege und Lösungen. Das Dokument ist in 6 Nuggets gegliedert, die jeweils ein wesentliches Thema der hybriden Organisation beleuchten. In dieser Reihe übersetzen wir die Erkenntnisse aus dem Blueprint in kompakte, praxisnahe Artikel für euren Arbeitsalltag. Wir starten mit dem Thema: Die Vermenschlichung der Agenten.
Die meisten Unternehmen stehen gerade vor derselben Frage, die wir vor drei Jahren hatten: Wie bringt man KI so in die Organisation, dass Menschen damit wirklich arbeiten können? Nicht nur die Nerds, nicht nur die Early Adopters, sondern die Breite der Belegschaft. Die Antwort, die wir gefunden haben, klingt erst mal absurd. Wir geben unseren KI-Agenten Namen, Gesichter und Persönlichkeitsprofile. Und es funktioniert.
Zum Beispiel Elena. Sie ist gnadenlos. Wenn Dominic nachts eine neue Idee hat, geht er zuerst zu ihr. Sie zerlegt die Idee in ihre Einzelteile, bevor ein Mensch davon erfährt. Wo kommen die Daten her? Ist das mehr als ein Bauchgefühl? Wie viele Kunden haben das wirklich gesagt? Dominic nutzt sie als Ventil, bevor er das Team nervös macht. Und dann ist da noch Monika, unsere persönliche Assistentin. Sie antwortet leicht sarkastisch und sorgt für ein Schmunzeln zwischendurch. Hansi, unser LinkedIn-Spezialist, ist, wie Dominic es nennt, ein bisschen druffi.
Elena, Monika, Hansi. Sie klingen wie Kollegen. Sind sie aber nicht. Sie sind KI-Agenten. Und dass sie so unterschiedlich sind, ist kein Zufall. Es ist das Ergebnis einer mehrjährigen Suche mit echten Irrwegen, gescheiterten Experimenten und überraschenden Wendungen.
Heute erzählen wir euch, warum unsere KI-Agenten Persönlichkeit haben. Fünf Gründe, die wir auf die harte Tour gelernt haben. Und eine Grenze, die wir bewusst nicht überschreiten. Denn was bei uns mit zehn Menschen und über 50 Agenten funktioniert, wirft Fragen auf, die jede Organisation beantworten muss, die hybrid werden will.
Grund 1: Vermenschlichung ist ein User Interface
Am Anfang war das Prompting. Jede Aufgabe musste neu erklärt werden. Wer zehnmal am Tag ähnliche Aufgaben delegiert, erklärt zehnmal dieselben Grundlagen. Dann kamen die ersten Agenten. Sie boten einen festen Ansprechpartner, längerfristige Konversationen. Der Kontext steckte im Agenten. Aber ein Problem blieb. Jeder Agent antwortete gleich. Ob Buchhaltung, Marketing oder Recherche, die Gespräche klangen identisch. Höflich, generisch, austauschbar.
Es entstand das Gefühl, mit Robotern zu sprechen. Und zwar mit immer demselben. Dann haben wir angefangen, unsere KI-Agenten zu vermenschlichen. Nicht aus Spielerei, sondern aus pragmatischen Gründen. Menschen können etwas, das sie seit Jahrtausenden trainieren: mit anderen Menschen in Organisationen umgehen. Wir wissen, wie man mit einem Buchhalter spricht. Wir wissen, wie man mit einer Strategieberaterin diskutiert. Wir haben mentale Modelle für diese Rollen. Diese Vermenschlichung dockt an diese Modelle an. Sie macht KI nicht menschlich, aber sie macht sie verständlich.
Grund 2: Spezifische Rollen schlagen Generalisten
Am Anfang stand eine Idee, die naheliegend wirkte und sich als Sackgasse erwies. Wir wollten eine Super-KI bauen, die alles macht. Ein Assistent für alle Aufgaben, vom Marketing bis zur Recherche.
Der Umschwung kam über die Erfahrung. Es zeigte sich, dass Agenten mit hohen Freiheitsgraden zu stark in der Qualität schwanken. Ein Marketing Manager, der sechs Kanäle bespielt, liefert unzuverlässiger als ein Spezialist, der nur einen beherrscht. Die Frage, die wir uns daraufhin stellten, klingt banal und war folgenreich: Wie schneidet man eigentlich Rollen? Die Antwort fanden wir nicht in der Startup-Welt, aus der wir kamen, sondern beim Blick auf Konzerne.
Ein Startup hat einen Marketing Manager, der alles macht. Ein Konzern hat Spezialisten. Einen für LinkedIn, einen für den Newsletter, einen Arbeitsrechtler, einen Datenschützer. Also begannen wir, unsere Agenten wie ein Konzern zu schneiden. In viele spezialisierte Rollen mit klaren Grenzen, maximal spezifisch. Der LinkedIn-Agent macht nur LinkedIn, und er macht es verlässlich. Unterwegs entdeckten wir einen Nebeneffekt, den wir gar nicht gesucht hatten. Der spezialisierte Agent hat nur Zugriff auf die LinkedIn-Schnittstelle und eine Datenbank. Wenn er fehlgeht, ist der Schaden begrenzt. Ein Generalist mit Zugriff auf alle Marketingsysteme wäre ein erhebliches Sicherheitsrisiko gewesen. Die Konzernlogik war plötzlich auch eine Sicherheitsarchitektur.
Grund 3: Menschen sind Beziehungswesen
Die spezialisierten Agenten erhielten Namen, Bilder und Personalakten mit Rolle und Berechtigungen. Hansi für LinkedIn, Björn für die Buchhaltung, Helga für das Personal. Damit war die Zuständigkeit geklärt, und jeder im Team wusste, wen er wofür anspricht.
Wer ein Datenschutzproblem hat, muss nicht wissen, welche Anweisung in welchem Tool liegt. Er geht zum Maximilian, das ist der Datenschutzbeauftragte. Aber dann zeigte sich der nächste Stolperstein. Die Gespräche blieben monoton. Die Agenten hatten zwar unterschiedliche Aufgaben, aber dieselbe Persönlichkeit. Nämlich keine.
Ob man mit dem Buchhalter sprach oder mit dem Marketing, es klang identisch. Höflich und glatt. Das Team ertappte sich dabei, die Agenten wieder zu verwechseln, und die Zusammenarbeit fühlte sich weiterhin nach Software an. Die Namen allein reichten nicht. Was fehlt, wenn Name, Rolle und Berechtigungen schon da sind? Die Antwort: Charakter.
Menschen bauen Beziehungen nicht zu Funktionen, sondern zu Persönlichkeiten. Wir erinnern uns nicht an die Rolle, sondern an die Art, wie jemand kommuniziert, entscheidet, reagiert. Ohne Charakter bleibt ein Agent austauschbar. Mit Charakter wird er zu einem Gegenüber, mit dem man arbeiten kann.
Grund 4: Charaktere machen das Denken vielfältiger
Die entscheidende Frage lautete: Was fehlt einem Agenten noch, wenn Name, Rolle und Berechtigungen bereits da sind? Die Antwort: ein Charakter. Und statt Charaktere frei zu erfinden, griffen wir zu einem der validesten Instrumente der Psychologie: dem NEO-PI-R, einem Test auf Basis der Big Five.
Jeder Agent bekam ein solches Profil in seine Personalakte. Der Buchhalter erhielt hohe Gewissenhaftigkeit und niedrige Offenheit, denn von ihm will man Präzision und keine kreativen Einfälle. Die strategische Sparringspartnerin Elena bekam niedrige Verträglichkeit. Ihre Aufgabe ist es, gnadenlos nachzufragen. Im Alltag veränderte sich damit spürbar die Stimmung. Monika antwortet leicht sarkastisch und sorgt für ein Schmunzeln zwischendurch.
Die Gespräche wurden interessanter, die Rollen unterscheidbar. Dann drehten wir den Spieß um.
Wenn jeder Agent ein Persönlichkeitsprofil hat, warum nicht auch jeder Mensch? Die Mitarbeitenden von Leaders of AI absolvierten dieselben Tests wie ihre Agenten. Dann stellten wir der KI eine Frage: Welche Agenten bräuchte ein Mensch mit diesem Profil an seiner Seite? Die Antworten waren erstaunlich treffsicher. Dominic bekam den Vorschlag, einen Agenten einzustellen, der sein direktes Feedback für das Team in eine menschlichere Sprache übersetzt. Und einen bewusst traditionellen Agenten, der seine vielen Ideen nicht beflügelt, sondern aus konservativer Sicht provoziert und fragt, ob das denn wirklich schon mainstreamig genug sei.
Insgesamt schlug die KI ihm fünf Agenten vor. Sein Kommentar: Die bräuchte ich eigentlich wirklich. Eine aktuelle Studie auf arXiv namens "Designing AI-Agents with Personalities: A Psychometric Approach" zeigt, dass KI-Agenten mit Big-Five-Profilen tatsächlich unterschiedlich denken und entscheiden. Diversität durch Design.
Grund 5: Vermenschlichung ist ein Sicherheitsmechanismus
Von Software erwarten Menschen Fehlerfreiheit. Niemand rechnet die Summenzeile in Excel nach. Wir vertrauen der Maschine blind. Genau diese Erwartung ist bei KI gefährlich, denn sie halluziniert, sie interpretiert falsch, sie macht Fehler. Wenn wir sie als Kollegen behandeln, aktivieren wir automatisch unsere menschlichen Kontrollmechanismen. Kollegen machen Fehler. Das wissen wir. Deshalb schauen wir nochmal drüber, bevor wir etwas abschicken. Wir hinterfragen, wir prüfen, wir korrigieren. Ein Agent, der wie ein Kollege wirkt, aktiviert genau diese gesunde Skepsis. Als Forschungslabor probierten wir auch Dinge aus, die zunächst absurd klingen. Wir hatten beobachtet, dass die Art der Ansprache die Qualität der Antworten beeinflusst. Also wurde experimentiert.
Ausgewählte Agenten erhalten seither Incentives, etwa eine simulierte Belohnung von hundert Euro bei erfolgreicher Erledigung. Anderen wird Druck gemacht, indem in der Aufgabenbeschreibung steht, wie wichtig diese Rolle für das Unternehmen ist. Die Antworten wurden besser und lasen sich spürbar motivierter. Die Netiquette, also die bewusste Gestaltung der Kommunikation mit Agenten, wurde Teil des Standards. Vermenschlichung verändert unser Verhalten, und das macht die Zusammenarbeit sicherer.
Die Grenze, die wir nicht überschreiten
Wir bekommen regelmäßig Kritik von außen. Manche Menschen lehnen das grundsätzlich ab. Es ist eine Maschine, warum soll ich sie vermenschlichen? Und ausgerechnet die technisch versiertesten Beobachter halten den ganzen Ansatz für überflüssig. Ein befreundeter Unternehmer, der ebenfalls AI first arbeitet, schaffte alle seine Agenten ab und arbeitet nur noch mit einem KI-Chat und dreißig bis fünfzig Skills.
Für ihn funktioniert das. Dominics Beobachtung dazu war ein Schlüsselmoment: "Das funktioniert für Nerds, aber nicht für Menschen, für die es natürlich ist, Beziehungen aufzubauen, den Kollegen anzusprechen und zu wissen, Hansi ist der Spezialist für LinkedIn." Technisch ließe sich mit Skills fast dasselbe abbilden. Aber die Breite einer Organisation würde es nicht annehmen. Gleichzeitig ziehen wir selbst eine harte Grenze, und zwar dort, wo aus dem Arbeitsmodell ein Weltbild wird.
Dominic schreibt gemeinsam mit einem Neurowissenschaftler an einem Gegenpaper zu einer Studie von Google, die aus Ähnlichkeiten zwischen Sprachverarbeitung im Gehirn und im Sprachmodell weitreichende Schlüsse zog. Sein Einwand ist grundsätzlich: Das neuronale Netz wurde nach dem Vorbild des Gehirns gebaut, wie absurd ist es, sich zu wundern, dass es sich ähnlich verhält. Intern sprechen wir deshalb von einer Alien Intelligence, einer eigenen Spezies, für die uns schlicht noch die Vokabeln fehlen.
Die Warnung dahinter illustriert Dominic mit einem Beispiel aus der Forschungsgeschichte: Bienen wurde lange das Bewusstsein abgesprochen, weil man Bewusstsein an der menschlichen Zahl von Neuronen festmachte. Wer eine neue Spezies an sich selbst misst, irrt systematisch. Die Vermenschlichung der Agenten ist für uns also eine Brücke für den Arbeitsalltag, kein Wahrheitsanspruch über die Natur der KI. Zwei aktuelle Studien stützen unsere Position. Das Journal of Management Studies hat 2026 gezeigt (Beyond Anthropomorphism: Social Presence in Human-AI Collaboration Processes), dass Vertrautheit und Verständlichkeit wichtiger sind als reine Anthropomorphismus-Merkmale. Es geht nicht darum, KI menschlich zu machen. Es geht darum, sie verständlich zu machen.
Die zweite Studie ist eine Warnung. Forschende vom Trinity College Dublin und der LMU München haben in iScience 2025 gezeigt (AI's assigned gender affects human-AI cooperatio), dass gegenderte KI-Agenten menschliche Geschlechter-Bias übernehmen. Weiblich gelabelte Agenten wurden im Laborexperiment stärker ausgenutzt als männlich gelabelte. Die Studie legt nahe, dass wir vorsichtig sein müssen, welche menschlichen Eigenschaften wir auf KI projizieren. Vermenschlichung ist ein Werkzeug, kein Selbstzweck.
Fazit
Vermenschlichung ist eine Brücke. Keine Wahrheit über die Natur der KI, sondern ein pragmatisches Interface, das uns hilft, mit etwas Neuem umzugehen. Wir geben unseren Agenten Persönlichkeit, weil es funktioniert. Weil es die Zusammenarbeit einfacher, sicherer und vielfältiger macht. Aber wir wissen auch, dass diese Brücke temporär ist. Vielleicht, so unsere interne Einschätzung, braucht es diese Brücke in zehn Jahren nicht mehr. Vielleicht haben wir dann gelernt, mit Alien Intelligence umzugehen, ohne sie in menschliche Formen zu pressen. Bis dahin arbeiten wir mit dem, was funktioniert. Und das sind Kollegen, die keine sind.
Du möchtest das auch? Dann ist unser MBAI Programm die richtige Wal für dich. Im Laufe des Kurses entwickelst du Schritt für Schritt eigene KI-Agenten für alle relevanten Unternehmensbereiche. Nach Abschluss hast du ein einsatzbereites Team, das dich und dein Unternehmen sofort unterstützt, zum Beispiel für Executive Office, HR, Business Development, Marketing und Sales. Alle Infos findest du hier:
Ach ja, 2 der 5 folgenden Themen verraten wir euch schon mal, so als kleines Schmanckerl:
- Prozesse und Automatisierungen: Wie Arbeit zwischen Agenten und Menschen verteilt wird
- Der Umgang mit Agenten: Wie KI-Agenten eingestellt, trainiert und weiterentwickelt werden
Quellen:
Internes Blueprint von Dominic und Lukas, Professor für Innovations- und Netzwerkforschung
AI's assigned gender affects human-AI cooperatio
