Der Sprung von assistierenden Copiloten zu eigenständig handelnden Software-Agenten gilt in vielen Vorstandsetagen als nächster großer Technologieschub. Eine umfassende Untersuchung des Marktforschungsunternehmens Lünendonk und Hossenfelder verdeutlicht nun jedoch die ernüchternde Realität in der DACH-Region. Obwohl fast die gesamte Führungsriege auf Produktivitätsgewinne hofft, gelingt kaum einer Organisation der dauerhafte Schritt in den echten Regelbetrieb. Statt autonomer Arbeitsabläufe dominieren fragmentierte Experimente und zeitaufwendige Vorarbeiten.
Die am 17. September 2026 vorgestellte Studie mit dem Titel „Agentic AI: vom Copiloten zum Autopiloten“ entstand in Zusammenarbeit mit Partnern wie Cosmo Consult, Materna, HyPlus, Reply, Sopra Steria sowie Woodmark. Befragt wurden dafür 180 CIOs, IT-Leiter und Fachbereichsverantwortliche aus Deutschland, Österreich und der Schweiz. Das Interesse an der Technologie ist nahezu flächendeckend vorhanden: Beeindruckende 96 Prozent der befragten Führungskräfte gaben an, dass sie sich von autonomen KI-Agenten spürbare Kostenvorteile und Prozessbeschleunigungen versprechen.
Dem theoretischen Optimismus steht jedoch ein massiver Adoptionsstau in der Praxis gegenüber. Laut den Erhebungen verharren derzeit 80 Prozent aller Unternehmen in frühen Test- und Erprobungsphasen. Genauer aufgeschlüsselt befinden sich 58 Prozent mitten in konkreten Pilotprojekten, während weitere 18 Prozent isolierte Testläufe ohne direkte Anbindung durchführen. Nur 19 Prozent der befragten Betriebe setzen KI-Agenten bereits produktiv ein, und auch dort geschieht dies fast ausschließlich selektiv in abgegrenzten Teilbereichen.
Besonders drastisch fällt die Bilanz bei der ganzheitlichen Implementierung aus: Lediglich ein einziges Prozent der Unternehmen im deutschsprachigen Raum hat es bisher geschafft, autonome KI-Agenten durchgängig über Kernprozesse hinweg zu verankern. In der Praxis scheitern zahlreiche Proof-of-Concepts beim Versuch, den geschützten Testrahmen zu verlassen. Die Ursachen dafür liegen selten in den Algorithmen selbst, sondern vielmehr in den historisch gewachsenen IT-Landschaften und fehlenden Schnittstellen.
Als größtes Hindernis erweist sich der desolate Zustand vieler Datenbestände. Der Lünendonk-Analyse zufolge müssen IT-Teams zwischen 60 und 80 Prozent des gesamten Budgets und personellen Aufwands für Datenbereinigung und Systemintegration aufbringen. Autonome Agenten benötigen strukturierte, verlässliche Datenzugriffe in Echtzeit, um verlässliche Entscheidungen zu treffen. Ohne konsistente Datengrundlagen laufen autonome Systeme ins Leere oder erzeugen riskante Fehlentscheidungen, was viele Entscheider vor einem breiten Rollout zurückschrecken lässt.
Für die IT-Dienstleistungsbranche bedeutet dieser Befund eine deutliche Verschiebung der Prioritäten. Vor dem Einsatz fortgeschrittener Agentenarchitekturen müssen Unternehmen zunächst grundlegende Hausaufgaben in der Datenorganisation und im Datenmanagement erledigen. Wer autonome Agenten profitabel nutzen will, muss folglich zunächst in die Beseitigung historischer Silos investieren. Solange diese Basisarbeiten nicht abgeschlossen sind, dürfte der Traum vom vollautomatisierten Unternehmen für die überwiegende Mehrheit der Betriebe Zukunftsmusik bleiben.