Sechs Fragen für 2027

Fünfzig Personen erscheinen am Montagmorgen und bieten an, für nichts zu arbeiten. Die meisten Organisationen würden zögern, und das aus gutem Grund: Niemand hat die Zeit, fünfzig Neuankömmlinge zu beaufsichtigen, geschweige denn zu entscheiden, was sie sehen dürfen und wer für Fehler geradesteht, die im Namen des Unternehmens gemacht werden.

Die Fünfzig sind vor Monaten mit einem Software-Update angekommen, und in den meisten Organisationen warten sie noch immer. Welche Aufgaben lohnt es sich, ihnen zu geben? Versuchen Sie, fünfzig Personen für fünfzig Rollen gleichzeitig einzuarbeiten, und Ihr Tag versinkt in hundert kleinen Fragen. Nehmen Sie aber eine beiseite und zeigen Sie ihr, wie Sie die Arbeit erledigen. Sehen Sie sich an, was zurückkommt. Korrigieren Sie die Fehler. Lassen Sie es erneut versuchen. Ein paar Wochen später liefert sie brauchbare Ergebnisse.

Eine menschliche Rolle bündelt Urteilsvermögen, Kontext und Dutzende kleiner Aufgaben. Dieses gesamte Paket kann noch kein Agent zuverlässig übernehmen. Was funktioniert, ist ein einzelner, überprüfbarer Auftrag: vor jedem Kundentermin ein Briefing vorbereiten, eingehende Anfragen in einen ersten Entwurf verwandeln oder eine Regulierung überwachen und relevante Änderungen melden. Ein Agent, der eines davon zuverlässig erledigt, kann einen zweiten Auftrag erhalten.

Sobald man aufhört, in Rollen zu denken, und stattdessen in kleinen, überprüfbaren Aufträgen denkt, lassen sich die Fünfzig viel leichter einsetzen. Arbeitskraft zu Kosten nahe null verändert zudem, was sich überhaupt zu tun lohnt: Man kann sie für Arbeit einsetzen, für die es zuvor keinen Business Case gab. Ein Teil der Fünfzig kann am Umsatz arbeiten. Ein Teil kann an der Qualität arbeiten, indem er überprüft und verbessert, was das Unternehmen produziert. Ein Teil kann an der Zeit arbeiten, indem er die repetitiven administrativen Aufgaben entfernt, die den Arbeitstag der Menschen füllen.

Diese letzte Kategorie ist vielleicht der beste Startpunkt, weil der Nutzen unmittelbar und persönlich ist. Wenn ein Agent jemandem drei oder vier Stunden pro Woche zurückgibt, wird die betreffende Person zu seinem Fürsprecher. Die Verbreitung erfolgt dann über den Nutzen und nicht über ein Programm.

Konsequent zu Ende gedacht, entstehen so Unternehmen, die unmöglich erscheinen. Das amerikanische Telemedizin-Unternehmen Medvi meldet für dieses Jahr eine annualisierte Umsatzrate von 1,8 Milliarden Dollar - bei nur zwei Angestellten, zwei Brüdern. Die eigentliche Geschichte ist jedoch nicht, dass zwei Personen alles erledigen. Unter ihnen liegt ein operatives Netzwerk aus Ärztinnen und Ärzten, Apotheken, Fulfillment-Unternehmen, Compliance-Anbietern und Auftragnehmern, wobei KI Teile der Arbeit dazwischen übernimmt. Das Modell ist leistungsfähig, aber nicht reibungsfrei: Es sah sich bereits regulatorischer Kontrolle, Bedenken bezüglich Werbung und einer Datenpanne bei einem Infrastrukturpartner ausgesetzt.

Der begrenzende Faktor ist jedoch nicht Intelligenz. Es ist Zugang. Ein Agent, der Ihre Systeme nicht sehen kann, mag intelligent klingen, kann aber wenig ausrichten - er steht immer noch vor der Tür. Echte Arbeit beginnt, wenn er das Angebotsarchiv einsehen, die Projektdateien öffnen, das Register lesen oder auf Ihr Postfach zugreifen kann.

Und genau hier beginnen die schwierigen Fragen: Was darf er lesen? Was darf er schreiben? Wo darf er handeln? Welche Systeme darf er berühren? Was geschieht, wenn eine Verbindung abbricht oder sich ein System ändert?

Die Arbeit selbst kostet im Betrieb vielleicht fast nichts, aber Zuverlässigkeit hat ihren Preis: Zugang, Tests, Ausnahmen, Überwachung und die Aufmerksamkeit der verantwortlichen Person. Die Fünfzig sind gratis - auf dieselbe Weise, wie ein Praktikant gratis ist, bevor man die Betreuung mitrechnet.

Damit bleibt die wichtigste Frage: Wofür sind die Fünfzig da? Der nützlichste Ausgangspunkt besteht nicht darin, die eigenen Mitarbeitenden zu ersetzen, sondern ihnen Zeit zurückzugeben. Wie diese Stunden genutzt werden - um mehr Kunden zu bedienen, etwas Neues aufzubauen, die Arbeit zu verbessern oder die Mitarbeitenden früher nach Hause gehen zu lassen -, ist letztlich eine Führungsentscheidung, kein IT-Projekt.

QuellenMEDVi run-rate and two-employee model — ARR Club ↗ · MEDVi advertising and regulatory context — Business Insider ↗ · OpenLoop Health data-security incident — PR Newswire ↗ · MEDVi / OpenLoop relationship — MEDVi privacy policy ↗ · Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 — Gartner press release, 25 June 2025 ↗

Fragt man eine erfahrene Führungskraft, was nur sie tun kann, verweist sie oft auf Beziehungen, Urteilsvermögen und zwanzig Jahre Erfahrung darin, zu wissen, wie Qualität in ihrem Fachgebiet aussieht. Diese Antworten mögen zutreffen, bleiben aber Abstraktionen. Die schärfere Frage ist, was jemand anderes reproduzieren könnte - und was sich dem Kopieren widersetzen würde.

Möglicherweise führt jemand diesen Test an Ihrem Unternehmen durch, bevor Sie ihn selbst durchführen. Seit 2023 nutzt Bain & Company KI, um Teile von Softwareunternehmen nachzubilden, die ihre Private-Equity-Kunden zu übernehmen erwägen. Es geht dabei nicht darum, eine perfekte Kopie zu erstellen, sondern herauszufinden, was sich leicht kopieren lässt. Hunderte von Prototypen haben daraus eine neue Due-Diligence-Frage gemacht: Wenn sich das Produkt günstig nachbauen lässt, wo liegt dann der tatsächliche Vorteil des Unternehmens? Mindestens ein Investor sprang von einem Deal ab, nachdem sich die Antwort als unbequem erwiesen hatte. Der Burggraben, sofern es einen gibt, liegt vielleicht anderswo - in Kundenbeziehungen, proprietären Daten, Vertrauen oder tief verwurzelten Arbeitsweisen.

Führen Sie denselben Test von innen durch. Gehen Sie davon aus, dass alles Reproduzierbare irgendwann reproduziert wird: Ihre Dokumente, Ihre Prozesse, Ihre Software, bald auch Ihre Standardanalysen. Suchen Sie dann nach dem, was sich widersetzt - einen Kunden zu lesen, Risiken zu spüren, Vertrauen zu gewinnen, zu hören, was nicht gesagt wird, zu wissen, wann man Nein sagen muss. Eine Woche tatsächlicher Arbeit ist aufschlussreicher, als Mitarbeitende zu bitten zu beschreiben, was sie einzigartig macht - gehen Sie sie also Eintrag für Eintrag durch und stellen Sie zwei Fragen: Hätte ein Agent das vorbereiten können? Hätte ein Agent das erledigen können? Was übrig bleibt, ist oft viel kleiner als die Stellenbeschreibung, und in diesem Rest liegt der am schwersten zu kopierende Wert des Unternehmens.

Es gibt einen Haken: Die Grenze verschiebt sich ständig. Jede Generation ging davon aus, dass Maschinen die Routinearbeit übernehmen würden, während die Menschen den bedeutungsvollen Teil behielten, und jede Generation musste zusehen, wie dieses menschliche Terrain schrumpfte. Modelle entwerfen bereits schwierige E-Mails, erstellen Risikobewertungen und extrahieren Bedeutung aus Sitzungsprotokollen. Was Ihren Test heute übersteht, übersteht ihn vielleicht nächstes Jahr nicht mehr. Die dauerhafte Fähigkeit besteht also nicht darin, die Grenze einmal zu ziehen, sondern sie fortlaufend neu zu ziehen - zu wissen, wo menschliches Urteilsvermögen im Moment noch das Ergebnis verändert, und zu bemerken, wann das nicht mehr zutrifft.

Der Rest kann auch von innen verschwinden. In einer Umfrage der Boston Consulting Group unter siebzig leitenden Führungskräften stellte in diesem Jahr die Hälfte bereits eine De-Skilling-Entwicklung in ihren Organisationen fest, und mehr als sechs von zehn erwarten, dass daraus innerhalb von drei bis fünf Jahren ein ernstes Problem wird. Am stärksten gefährdet sind ausgerechnet jene Fähigkeiten, die am schwersten zu reproduzieren scheinen: Urteilsvermögen, Problemformulierung, kreatives Denken. Übernimmt KI mehr des Denkens, erhalten Menschen weniger Wiederholungen. Weniger Wiederholungen bedeuten irgendwann schwächere Fähigkeiten. Den Rest zu identifizieren reicht also nicht. Man muss ihn auch weiterhin trainieren.

Die Grenze der Fähigkeiten mag sich verschieben, eine andere jedoch nicht: die Rechenschaftspflicht. Alles, was man einem Agenten überträgt, braucht weiterhin einen menschlichen Verantwortlichen. Agenten können sammeln, vergleichen, entwerfen, empfehlen und handeln. Geht aber etwas schief, muss weiterhin ein Mensch dafür geradestehen. "Das hat der Agent gemacht" ist keine Antwort gegenüber einem Kunden, einem Verwaltungsrat oder einer Aufsichtsbehörde.

Ist die aktuelle Grenze erst einmal sichtbar, können Kalender und Budget folgen. Geben Sie den Fünfzig die vorbereitende Arbeit, die sie zuverlässig erledigen können, und schützen Sie mehr menschliche Zeit für das, was sich weiterhin schwer reproduzieren lässt. Investieren Sie auch dort - in Beziehungen, Urteilsvermögen, Vertrauen und die Bedingungen, die diese stärken. Wenn Zeit mit Kunden Teil des Burggrabens ist, tragen Sie sie zuerst in den Kalender ein. Lassen Sie die Fünfzig sich darum herum organisieren.

QuellenBain AI replicas and vibecoding in software due diligence — Financial Times ↗ · De-skilling research — BCG ↗

Ist die Grenze aus Kapitel zwei erst einmal sichtbar, stellt sich als Nächstes die Frage, wie sich die Arbeit um sie herum verändert.

Führungskräfte erhalten bereits heute Arbeit, die andere vorbereitet haben. Der Unterschied bei Agenten liegt nicht nur darin, wer sie vorbereitet hat, sondern darin, wie viel Vertrauen man der Erklärung im Nachhinein schenken kann. Eine menschliche Analystin kann in der Regel erklären, warum sie einen bestimmten Vergleich gewählt hat. Ein Agent mag ebenso überzeugend klingen, doch seine Erklärung wird womöglich erst im Nachhinein erzeugt, statt widerzuspiegeln, wie das Ergebnis tatsächlich zustande kam.

Weiter unten in der Organisation verändert sich das Wesen der Arbeit noch dramatischer, denn hier entstand die Arbeit früher tatsächlich. Recherche, erste Entwürfe, Abstimmungen und Vorbereitung füllten den Tag. Nun ist ein Grossteil dieser Routinearbeit bereits erledigt, bevor die Mitarbeitenden eintreffen. Was bleibt, ist die Arbeit, die Urteilsvermögen erfordert.

Die Arbeit verschwindet nicht, sie verlagert sich. Aus Produktion wird Verifikation: prüfen, was zurückkam, herausfinden, was falsch ist, entscheiden, was gut genug ist, um es zu verwenden. Das ist ein anderer Job mit anderen Fähigkeiten, und die meisten Menschen wurden dafür nie geschult. Jeder wird zum Vorgesetzten eines kleinen Nachtschichtteams, das schnell arbeitet, nie müde wird und nicht weiss, wann es den Auftrag missverstanden hat. Ein guter Produzent ist nicht automatisch ein guter Prüfer. Manche Menschen brauchen Übung, manche Unterstützung, einige eine andere Rolle. Und die Überprüfung des Ergebnisses ist selbst Arbeit - sie braucht Zeit, Aufmerksamkeit und Raum im Tagesablauf.

Die Nachtschicht zu führen, erfordert eine neue Führungsfähigkeit: das Delegieren an eine Maschine. Ein vager Auftrag führt zu selbstbewusster Improvisation, und der Morgen verschwindet in Korrekturen. Ein guter Auftrag ist explizit - Ziel, Kontext, Format, Rahmenbedingungen und wie das fertige Ergebnis aussehen soll. Fehlt dieser letzte Teil, wird die Verifikation zum Rätselraten. Man kann ein Ergebnis nur an einem Massstab messen, der bereits vor Beginn der Arbeit existierte. Deutschsprachige Führungskräfte haben dafür ein Wort, das diese vollständige Fassung bezeichnet: den Auftrag. Das Inventar aus Kapitel zwei bestimmt, was an einen Agenten delegiert werden darf. Der Auftrag entscheidet, ob das Ergebnis brauchbar zurückkommt.

Wenn ein Grossteil der Routineschicht bereits fertig eintrifft, wird der Tag schwerer. Die einfacheren Aufgaben, die früher Verschnaufpausen zwischen Phasen des Urteilsvermögens und der Entscheidungsfindung schufen, sind verschwunden. Deshalb zählt auch, wie der Output der Agenten fliesst - wann er eintrifft, wie viel auf einmal ankommt und wie viel Raum danach bleibt. Der Arbeitstag selbst wird zu etwas, das gestaltet werden muss.

Ein tieferliegendes Problem zeigt sich bei den Nachwuchskräften. Sie bauten ihr Urteilsvermögen früher auf, indem sie die Arbeit selbst erledigten - die tausend Entwürfe, Abstimmungen und Analysen, die ihnen langsam beibrachten, wie Qualität aussieht. Agenten übernehmen nun einen Grossteil dieser Übung. Nachwuchskräfte werden zur Verifikation gedrängt, bevor sie die Erfahrung angesammelt haben, die diese zuverlässig macht. Ein Teil der Produktion muss daher unter Umständen menschlich bleiben - ähnlich wie Piloten weiterhin Flugstunden absolvieren, nicht wegen des Outputs selbst, sondern wegen des Urteilsvermögens, das er entwickelt.

Das ist längst kein rein hypothetisches Problem mehr. In der Schweiz sind Nachwuchsstellen in Büro- und Wissensberufen - IT, Marketing, Administration und Finanzen - seit der breiten Verbreitung generativer KI um rund ein Drittel gesunken. Das macht KI nicht zur alleinigen Ursache; die Anstellungen folgen auch dem Konjunkturzyklus. Doch viele der zuerst verschwindenden Aufgaben - Recherche, Dokumentation, erste Entwürfe - sind genau jene Aufgaben, an denen Nachwuchskräfte früher lernten. Manche Unternehmen schützen diesen Lernpfad bewusst. Zuehlke hat seine Aufnahme von Nachwuchskräften von zwei auf sechzehn erhöht. BDO bringt Lernenden zuerst die Grundlagen der Buchhaltung bei, bevor KI eingeführt wird. Thjnk hat Praktika, deren Aufgaben verschwunden waren, durch bezahlte Einstiegsstellen ersetzt.

Das mittlere Kader kann einen Teil der Antwort liefern. Die Rolle verschiebt sich von Kontrolle hin zu Coaching. Agenten können rund um die Uhr Status erheben, Compliance prüfen und Berichte konsolidieren und so Führungskräfte von Arbeit entlasten, die früher ihre Zeit beanspruchte. Diese gewonnenen Stunden können den Nachwuchskräften zugutekommen - indem man ihre Überlegungen prüft, Feedback gibt und ihnen hilft, Urteilsvermögen aufzubauen. Manche der Wiederholungen mögen verschwinden, aber Führungskräfte können mehr Zeit darauf verwenden, dass die verbleibenden zählen.

Quellenjobs.ch KI Report 2026 · 7.3m job ads · Data: 2025 · Published 24 June 2026 ↗ · Coding Kanban — Tom Tunguz ↗

Viele Schweizer Unternehmen agieren in Märkten, in denen Wettbewerbspositionen seit Jahren stabil sind. Regulierung, Referenzlisten und Wechselkosten schützen etablierte Anbieter. Doch Stabilität kann eine wachsende Differenz verbergen. Ein Konkurrent, der sich gut an KI angepasst hat, mag von aussen unverändert wirken - gleiche Mitarbeiterzahl, gleiche Produkte, gleiche Preise -, während im Inneren Angebote schneller entstehen, administrativer Aufwand schrumpft und Margen wachsen. Diese Differenz kann unsichtbar bleiben, bis sie Kunden, Margen oder Marktanteile erreicht. Bis dahin ist sie womöglich bereits strukturell.

Der Grund liegt darin, dass sich das Gelernte kumuliert. Jeder Konkurrent kann morgen dasselbe Modell kaufen - wahrscheinlich günstiger und besser als jenes, mit dem man selbst begonnen hat. Was Zeit braucht, ist der unternehmensspezifische Layer: Agenten, die eingearbeitet, getestet, korrigiert und mit echter Arbeit betraut wurden. Jede Korrektur fügt ein Wissensstück hinzu - welche Ausnahme wichtig ist, welcher Kunde was toleriert, welche Zahl einen zweiten Blick verdient. Festgehalten in Arbeitsabläufen, Anweisungen und Betriebsregeln, wird dieses Wissen organisatorisch statt persönlich. Und jeder Agent, den man einarbeitet, macht den nächsten schneller einsatzbereit.

Nicht all dieses Wissen bleibt bestehen. Manche Anweisungen kompensieren lediglich Schwächen des heutigen Modells - Formatierungsregeln, Tonkorrekturen, Erinnerungen, keine Quellen zu erfinden -, und bessere Modelle könnten sie überflüssig machen. Was bestehen bleibt, ist der Teil, den kein Modell-Upgrade von selbst liefern kann: die Ausnahmen, Standards und Arbeitsweisen, die spezifisch für das eigene Unternehmen sind. Das ist das Wissen, das es zu dokumentieren, mit einer verantwortlichen Person zu versehen und aktuell zu halten gilt.

Der Vorteil kann sich auch über die Rekrutierung verstärken. Kandidatinnen und Kandidaten erkennen zunehmend den Unterschied zwischen einem Unternehmen, das mit KI experimentiert, und einem, das seine Arbeitsweise tatsächlich verändert hat. Eine Organisation, die KI in den Arbeitsalltag integriert hat, kann bessere Werkzeuge, weniger Routineproduktion und mehr Zeit für wertschöpfendere Arbeit bieten. Eine, die dies nicht getan hat, verliert womöglich zunehmend starke Kandidatinnen und Kandidaten an Konkurrenten, die es getan haben. Der Produktivitätsvorteil kann sich also über Talente selbst verstärken.

Das meiste davon geschieht, bevor es sich in den Zahlen zeigt. Agenten übernehmen dauerhafte Arbeit, die nächsten werden schneller einsatzbereit, unternehmensspezifisches Wissen akkumuliert sich, und Kandidatinnen und Kandidaten beginnen, anders zu wählen. Margen und Marktanteile sind die späten Signale. Wenn sie sich bewegen, kann das Aufholen bereits Jahre dauern.

Die Fünfzig sind nicht nur in Ihrer Organisation angekommen. Auch Ihre Kunden, Bewerbenden, Lieferanten und die Nachbarn in einem Baueinspracheverfahren haben sie erhalten, und sie nutzen sie bereits im Umgang mit Ihnen. Das verändert, wie sie Sie finden und auswählen, was sie noch von Ihnen brauchen und wie viel Arbeit sie Ihnen zukommen lassen können.

Die Kaufseite verändert sich zuerst, und fast unsichtbar. Maschinelle Aktivität ist online bereits allgegenwärtig: Mehr als die Hälfte des Internetverkehrs ist nicht menschlich. Der Einkauf beginnt, dem zu folgen. Agenten suchen, vergleichen und bestellen ohne Website-Besuch oder Verkaufsgespräch. Die Volumen sind noch winzig, aber das Wachstum ist rasch. Und auch wenn sich die Prognosen zum Zeitpunkt unterscheiden, ist die Richtung klar: Ein wachsender Teil des Kaufprozesses verlagert sich auf Maschinen.

Der genaue Zeitpunkt zählt weniger als die praktische Konsequenz: Ein Agent kann nur vergleichen, was er lesen kann. Produkte, Preise, Verfügbarkeit, Bedingungen und Nachweise müssen für ihn sichtbar sein. Alles, was in einem PDF vergraben ist, hinter einem Kontaktformular liegt oder nur im Kopf eines Verkäufers existiert, gelangt womöglich nie in die Entscheidung. Beziehungen und Vertrauen zählen weiterhin, aber zuerst muss der Agent Sie finden und auf die Shortlist setzen. Die meisten Unternehmen haben ihren Verkaufsprozess für menschliche Käufer gestaltet; zunehmend muss er auch für Maschinen funktionieren.

Wenn alle Zugang zur gleichen KI-Belegschaft haben, verändert sich nicht nur, wie Kunden kaufen, sondern auch, was sie noch von Ihnen brauchen. Erste Entwürfe, Standardanalysen und Routineberichte lassen sich zunehmend intern erstellen, sodass der Vertrag zwar bestehen bleiben mag, sein Umfang aber bei jeder Erneuerung leise schrumpft. Das lässt jeden Anbieter mit einer härteren Frage zurück: Wenn Kunden ihre eigenen Fünfzig haben, wofür sind sie dann noch bereit, uns zu bezahlen? Wertvoll bleibt, was sie nicht ohne Weiteres selbst reproduzieren können - Urteilsvermögen, Verantwortung und Aufgaben, die sie allein nicht erledigen können oder dürfen.

Der Druck entsteht nicht nur dadurch, dass Kunden weniger kaufen. Agenten machen es auch für Aussenstehende viel leichter, Ihnen mehr Arbeit zu schicken. Eine Beschwerde, ein Antrag, ein Anspruch oder eine formelle Einsprache erforderten früher Zeit, Ausdauer und etwas Fachwissen, sodass allein die Reibung das Volumen begrenzte. Agenten beseitigen einen Grossteil dieser Reibung. Der Effekt zeigt sich bereits in formellen Verfahren, wo sich die Zahlen am leichtesten messen lassen. In Grossbritannien sollen Anträge nach einer wenig bekannten arbeitsrechtlichen Bestimmung landesweit von rund zwanzig pro Jahr auf rund zwanzig pro Monat und Regionalbüro gestiegen sein - in jedem von zwölf Büros. Arbeitgeberklagen stiegen in einem Jahr um 39 Prozent, der Rückstau wuchs um 55 Prozent, und manche heute eingereichten Fälle werden möglicherweise erst nach 2030 verhandelt. Ein Berliner Forscher hat mehr als neunzig Beispiele dessen dokumentiert, was er als "agentic flooding" bezeichnet - in elf Ländern.

Die Eingaben vervielfachen sich nicht nur, sie können auch elaborierter werden - besser recherchiert, ausführlicher dokumentiert, mitunter auf Hunderte von Seiten aufgebläht, die trotzdem gelesen werden müssen, weil im Rauschen ein berechtigtes Anliegen stecken könnte. Die Rechnung geht nicht auf: Was man durch die Automatisierung der eigenen Arbeit einspart, kann verschwinden, wenn sich das eingehende Volumen verdreifacht. Ein Teil dieser Zunahme wird mehr Personal erfordern, aber automatisierten Zufluss mit menschlicher Kopfzahl abzugleichen, ist keine nachhaltige Antwort.

Jeder Prozess, dessen Volumen bisher durch den erforderlichen Aufwand der Gegenseite in Schach gehalten wurde, muss überdacht werden. Die Fünfzig in Ihrer Lobby sind nur die halbe Geschichte. Jeder, der mit Ihnen zu tun hat, hat inzwischen seine eigenen Fünfzig - und sie sind bereits am Werk.

QuellenBad Bot Report 2026: automated share of web traffic — Imperva ↗ · Tribunal statistics quarterly, January to March 2026 — GOV.UK ↗ · AI-generated employment claims and interim relief — The Times ↗ · AI-assisted employment claims — Financial Times ↗ · AI-generated objections overwhelm Dutch municipalities — NL Times ↗ · State of Agentic AI Security and Governance 2.01 — OWASP GenAI Security Project, 1 June 2026 ↗ · State of AI Agent Security Report 2026 — Gravitee, April 2026 ↗ · Trusted Agent Protocol — Visa, October 2025 ↗ · Agent Payments Protocol (AP2) — Google ↗

Agenten können eine Anweisung mit bemerkenswerter Geschwindigkeit und in bemerkenswertem Umfang in Handlung umsetzen. Das bedeutet, sie können ein schlechtes Ziel äusserst gut ausführen, ohne je zu hinterfragen, ob es sich überhaupt zu verfolgen lohnte.

Geschwindigkeit beseitigt eine Sicherung, die man kaum bemerkt hat: Reibung. Ein Auftrag musste früher Analysten, Prüfer und Kolleginnen durchlaufen, bevor er zu fertiger Arbeit wurde - und gab damit jemandem entlang des Weges die Chance, die Prämisse infrage zu stellen. Agenten verkürzen diesen Weg. Bis zum Morgen kann aus einem fehlerhaften Auftrag ein vierzigseitiges, ausgefeiltes Dokument werden; bis Freitag ein laufender Prozess. Der Fehler wurde nicht abgefangen. Er wurde skaliert.

Das Beispiel des Arbeitsgerichts aus dem vorangegangenen Kapitel zeigt eine zweite Gefahr. Eine schwache Beschwerde wird in einen Chatbot eingegeben und kommt als ausgefeilte Klage zurück, samt Argumenten und antizipierten Gegenargumenten. Als der Economist ein Modell mit einer Beschwerde ohne klare rechtliche Grundlage testete, fand es trotzdem Argumente, auf denen es aufbauen konnte. In einem realen Fall reichte ein Kläger 67 Beschwerdepunkte auf 282 Seiten ein und sagte dem Richter anschliessend, er werde sich nur auf rund ein Zehntel davon stützen. Das System hatte nicht versagt. Es hatte aus einer wackligen Prämisse ein sehr viel grösseres Problem gemacht.

Dasselbe geschieht innerhalb eines Unternehmens. Bittet man einen Agenten, ein Projekt zu rechtfertigen, findet er die Argumente. Bittet man ihn, eine Kennzahl zu verbessern, findet er Wege, sie zu bewegen. Doch keine der beiden Anweisungen stellt zuerst die entscheidende Frage: Sollten wir das überhaupt tun?

Das verändert, was Verifikation leisten muss. Es reicht nicht, den Output auf Tippfehler, fehlerhafte Zahlen oder erfundene Quellen zu prüfen. Auch die Annahmen hinter der Arbeit müssen überprüft werden: ob das Ziel noch sinnvoll ist, ob die Marktannahme noch gilt und ob der Auftrag noch das widerspiegelt, was die Organisation eigentlich erreichen will.

Das Problem verschärft sich, wenn viele Agenten vom selben Auftrag ausgehen. Sie können denselben blinden Fleck teilen und ihn im grossen Massstab reproduzieren. Wo Fehler teuer sind, muss die zweite Sichtweise von etwas wirklich Verschiedenem kommen - einem tatsächlich anderen Modell, einem Menschen, der echte Stichproben prüft, oder einem externen Test. Und eine Regel sollte feststehen: Der Agent, der die Arbeit erstellt, genehmigt sie nicht selbst.

Auch Annahmen brauchen also Verantwortliche. Bei jedem laufenden Auftrag sollte klar sein, wer ihn verantwortet, von welchen Annahmen er abhängt und wann diese überprüft werden. Und bevor ein neuer Auftrag an die Fünfzig weitergegeben wird, sollte jemand die ausdrückliche Aufgabe haben, ihn zu hinterfragen: Warum tun wir das überhaupt?

QuellenAI-generated employment claims — The Times ↗ · Tribunal statistics quarterly, January to March 2026 — GOV.UK ↗

Würden Sie Ihr Unternehmen heute gründen, würden Sie es wahrscheinlich anders aufbauen. Bis vor kurzem war das vor allem ein Gedankenexperiment. Jetzt ist es eine Wettbewerbsfrage. Ein neuer Marktteilnehmer kann von Anfang an um KI herum aufgebaut werden, mit einem kleineren Kernteam und ohne die Strukturen, die sich in Ihrem Unternehmen im Laufe der Zeit angesammelt haben.

Der Gründungstest stellt eine einfache Frage: Würde man das Unternehmen heute aufbauen - welche Arbeit würde weiterhin Menschen gehören, welche würde an Agenten übergehen, und welche würde ganz verschwinden? Erst dann würde man die Rollen und Prozesse um das gestalten, was übrig bleibt.

Das verändert, wie Arbeit zu Stellen gebündelt wird. Viele Rollen existieren, weil eine Ansammlung von Aufgaben zu einer vollen Stelle addiert werden muss. Übernehmen Agenten einen Teil dieser Arbeit, beginnen diese Bündel auseinanderzufallen. Rollen können fokussierter, Teams kleiner werden, und Arbeit, für die früher eine feste Abteilung nötig war, kann zu einem gemeinsamen Dienst, einem automatisierten Arbeitsablauf oder einem temporären Team wandern.

Das Organigramm wird dann weniger zu einer Landkarte, wer welche Aufgabe erfüllt, und mehr zu einer Landkarte, wo Verantwortung liegt: wer die Entscheidungen trifft, wer die Standards festlegt, wer die Kundenbeziehung verantwortet und wer letztlich für das Ergebnis geradesteht.

Ein neues Unternehmen kann sich von Anfang an nach dieser Logik ausrichten. Ein etabliertes Unternehmen muss eine Organisation umgestalten, die für eine andere Arbeitsweise gebaut wurde. Rollen, Prozesse und Berichtslinien bleiben oft bestehen, selbst wenn sich die Arbeit, die sie rechtfertigte, verändert hat oder verschwunden ist. Die schwierigere Aufgabe besteht daher nicht darin, KI hinzuzufügen, sondern zu entscheiden, was die Organisation nicht mehr braucht. Wird nichts Altes entfernt, fügt KI dem Unternehmen eine weitere Komplexitätsschicht hinzu, statt es zu vereinfachen.

Es geht nicht darum, das Unternehmen von Grund auf neu aufzubauen. Es geht darum, das Unternehmen, das man heute bauen würde, als Massstab für das bereits bestehende zu nutzen. Die Lücke zwischen beiden wird zur Agenda: Was sollte sich zuerst ändern, und was kann in der Folge verschwinden? In einem Jahr ist das klarste Zeichen von Fortschritt nicht, wie viele Agenten man eingesetzt hat, sondern was die Organisation nicht mehr tun muss.