Sind KI-Agenten schon wieder outdated?
Warum diese Debatte gerade plötzlich überall ist
Seit Anthropic mit Claude Cowork einen neuen Ansatz für Unternehmen vorgestellt hat, klingelt bei uns das Telefon heiß. Gemeint ist ein KI-System, das nicht nur einzelne Aufgaben übernimmt, sondern stärker selbstständig plant, koordiniert, den Computer steuern kann und noch vieles mehr.
Die Frage, die uns seitdem immer wieder erreicht hat: Sind KI-Agenten jetzt obsolet? Sollen wir überhaupt noch damit anfangen?
Was heute noch wie eine Debatte innerhalb der KI-Bubble wirkt, gibt bereits einen Hinweis darauf, wohin die Reise gehen könnte. Dahinter steckt nämlich eine sehr konkrete Managementfrage: Wie sollte KI eigentlich in einer Organisation aufgebaut sein? Als Netzwerk aus vielen spezialisierten Agenten? Als zentrales KI-Betriebssystem? Oder irgendwann als etwas völlig anderes?
Genau diese Frage beschäftigt uns bei Leaders of AI seit Januar dieses Jahres.
Unser Blick auf das Thema ist nie rein technologisch.
Uns interessiert nicht zuerst, welches Tool gerade am klügsten klingt oder welche Architektur auf einer Folie am elegantesten aussieht. Uns interessiert vor allem die Frage: Wie kommt KI am besten in Organisationen?
Eine Organisation ist am Ende kein loses Sammelsurium aus Tools. Sie hat einen Zweck. Sie besteht aus Rollen, Verantwortung, Prozessen, Zusammenarbeit und Entscheidungen. Wettbewerbsvorteil entsteht deshalb nicht automatisch dort, wo irgendwo das stärkste Modell läuft. Er entsteht erst dann, wenn KI im Alltag angenommen wird, in Abläufe eingebettet ist und echte Arbeit messbar besser macht.
Also nicht: Welche Technologie ist am mächtigsten? Sondern: Welche Form von KI lässt sich in Unternehmen tatsächlich so verankern, dass daraus Wirkung entsteht?
Warum wir bisher auf Agenten gesetzt haben
Aus genau dieser Perspektive haben wir bei Leaders of AI bisher auf den Agenten-Ansatz gesetzt.
Bei uns hat inzwischen jeder Mitarbeiter eine Personalakte, regelmäßige Feedbackgespräche und ein geschärftes Persönlichkeitsprofil. Das klingt zunächst nach einem leicht übermotivierten HR-Team. Der kleine Unterschied: 53 dieser Akten gehören KI-Agenten. Von unseren 63 Teammitgliedern sind nur 10 aus Fleisch und Blut, der Rest sind KI-Agenten.
Es ist der Versuch, KI so in eine Organisation einzubauen, dass sie für Menschen anschlussfähig wird. Mit klaren Rollen, klaren Zuständigkeiten und einer Form von Zusammenarbeit, die nicht nur technisch funktioniert, sondern auch im Alltag greifbar ist.
Warum wir die Frage trotzdem neu stellen
Dann kam Claude Cowork und damit eine Debatte, die unseren bisherigen Weg nicht automatisch widerlegt, aber sehr wohl herausfordert.
Wir hätten an dieser Stelle auch einfach sagen können: Unser Ansatz steht, wir machen weiter wie bisher. Aber genau das wäre zu einfach gewesen. Denn die Frage verschiebt sich gerade nicht nur auf LinkedIn, sondern auch in der Forschung. Die Studienlage ist aktuell alles andere als eindeutig. Es gibt Arbeiten, die selbstorganisierende Agenten-Modelle stark machen, und andere, die stärker in Richtung zentral orchestrierter Unternehmensarchitekturen argumentieren.
Gerade beim Einsatz von KI gilt: Wir sind alle noch Schüler. Genau deshalb wollten wir aus der Debatte keine Glaubenssache machen. Wir wollten sie ernst nehmen und unseren bisherigen Weg bewusst gegen einen anderen Ansatz testen. Wir wollten herausfinden: Wer gewinnt — Agenten oder Betriebssystem?
Zwei Wege, zwei Religionen?
Um die Debatte sinnvoll zu führen, muss man zuerst verstehen, dass hier zwei sehr unterschiedliche Logiken aufeinanderprallen.
Der Agenten-Ansatz: das digitale Organigramm
Der Agenten-Ansatz baut im Grunde ein digitales Abbild des echten Organigramms. Es gibt nicht die eine große KI im Hintergrund, sondern viele spezialisierte Agenten mit klaren Rollen, Aufgaben und Zuständigkeiten.
Bei uns sind das zum Beispiel Monika als persönliche Assistenz, Helga im Recruiting neuer KI-Mitarbeiter oder Jürgen als Teamleiter im Content-Marketing. Der entscheidende Punkt ist, dass Menschen eine Beziehung zu ihnen aufbauen und sie genauso führen, feedbacken und weiterentwickeln, wie sonst eben Kollegen oder Mitarbeiter.
Die Beziehung zur KI ist also eine Art Interface. Wer mit diesem Ansatz arbeitet, führt nicht ein anonymes Software-System, sondern arbeitet mit weiteren Teammitgliedern.
Das KI-Betriebssystem: ein zentrales System mit Zugriff auf alles
Das KI-Betriebssystem folgt einer völlig anderen Logik. Hier geht es nicht um viele sichtbare Rollen, sondern um ein zentrales System, das möglichst viel vom Unternehmen gleichzeitig versteht und nutzen kann.
Statt mit Monika, Helga oder Jürgen zu arbeiten, gibt es eine zentrale Instanz — eine Art Super-Agent oder Operating-System-Agenten — der auf das gesamte Wissen, alle Tools und Datenbanken zugreifen kann. Dieser nutzt dafür fest hinterlegte Fähigkeiten, etwa ein CRM auszulesen, interne Dokumente zu durchsuchen, einen Kalender zu aktualisieren oder einen Folgeprozess auszulösen, und entscheidet je nach Aufgabe selbst, welchen Weg er nimmt.
Beim KI-Betriebssystem verschwindet also diese sichtbare Rollenlogik. Dafür entsteht die Idee einer zentral gebündelten Intelligenz, die Abteilungsgrenzen leichter überspringen kann und somit das meiste aus den immer intelligenter werdenden KI-Modellen herausholt.
Wie unser Selbstversuch aufgebaut war
Der Agenten-Ansatz denkt in Rollen, Zuständigkeiten und Zusammenarbeit. Das KI-Betriebssystem denkt stärker in Fähigkeiten, Zugriffen und zentraler Orchestrierung. Das eine macht Organisation sichtbar. Das andere abstrahiert sie stärker in ein zentrales System hinein.
Beides kann sinnvoll sein. Aber es hat sehr unterschiedliche Folgen dafür, wie Menschen mit KI arbeiten, wie Verantwortung verteilt wird und wie Vertrauen entsteht.
Weil wir diese Unterschiede nicht nur theoretisch diskutieren wollten, haben wir vor sechs Monaten einen bewussten Selbstversuch gestartet.
Gemeinsam mit der Donau-Universität Krems in Österreich und der Hochschule München untersuchen wir seitdem, was passiert, wenn KI-Agenten im harten Arbeitsalltag direkt miteinander kollaborieren. Unser Ziel ist es herauszufinden, ob sich für unterschiedliche Business Cases tatsächlich das mathematisch passende Team aus Agenten zusammenstellen lässt.
Parallel dazu haben wir neben unsere bestehende Agenten-Struktur ein umfassendes KI-Betriebssystem gestellt, um die Unterschiede beider Ansätze nicht nur theoretisch, sondern im echten Arbeitsalltag zu beobachten.
Unser Ziel ist nicht, einem LinkedIn-Glaubenskrieg zu folgen, sondern besser zu verstehen, was in der Praxis wie funktioniert.
Agenten vs. Betriebssystem: Wer gewinnt?
Genau daraus ergibt sich die Leitfrage für die nächsten Wochen: Wer gewinnt — Agenten oder Betriebssystem?
Eine schnelle Antwort wäre bequem, aber nicht besonders hilfreich. Denn hier geht es nicht um zwei Schlagworte aus der KI-Bubble, sondern um zwei sehr unterschiedliche Wege, wie Unternehmen KI in ihre tägliche Arbeit einbauen können.
Deshalb machen wir aus der Frage keine schnelle These, sondern eine Serie.
In den nächsten Teilen schauen wir uns zuerst an, warum so viele Unternehmen — und auch wir selbst — überhaupt mit Agenten gestartet sind. Danach nehmen wir das KI-Betriebssystem auseinander: also den Ansatz, der gerade so viel Aufmerksamkeit bekommt, weil er zentraler, autonomer und technologisch mächtiger wirkt. Und am Ende ziehen wir ein ehrliches Fazit aus unserem Selbstversuch.
Worum es jetzt wirklich geht
Die eigentliche Frage lautet also nicht, welches Schlagwort gerade moderner klingt. Die wichtigere Frage ist, welche Form von KI-Zusammenarbeit in Organisationen tatsächlich trägt.
Genau das wollen wir in dieser Serie herausarbeiten — nicht als Glaubensfrage, sondern als Praxisfrage. Was funktioniert im Alltag wirklich? Und warum könnte die spannendste Antwort langfristig weder im reinen Agenten-Modell noch im reinen Betriebssystem liegen, sondern in fluiden Teams?
Nächste Woche legen wir im ersten Schritt beim Agenten-Ansatz den Finger in die Wunde — mit seinen Vorteilen, aber vor allem auch mit den Punkten, an denen er in der Praxis an Grenzen stößt.
Quellen
- Victoria Dochkina, Moscow Institute of Physics and Technology, 2026: Drop the Hierarchy and Roles: How Self-Organizing LLM Agents Outperform Designed Structures
- Dutao Zhang, Liaotian, Macao Polytechnic University, 2026: Queen-Bee Agents: A BeeSpec-Centered Architecture for Governed Enterprise MCP Orchestration
