Von KI-Assistenz zu Ausführung: Was Unternehmen organisatorisch ändern müssen

Unternehmen nutzen KI nicht mehr nur zum Schreiben, Zusammenfassen oder Recherchieren. OpenAI beschreibt eine Verschiebung von Assistenz zu Ausführung: Fortgeschrittene Organisationen setzen agentische Fähigkeiten, Plugins und Skills breiter ein und lassen KI mehr operative Arbeitsschritte übernehmen. Der entscheidende Unterschied liegt nicht im Modell, sondern im Betriebsmodell. Sobald KI handelt, müssen Prozesse, Rechte, Freigaben und Verantwortlichkeiten mitwachsen.

Was sich zwischen Assistenz und Ausführung verändert

Ein Assistent liefert einen Entwurf, den ein Mensch prüft und anschließend selbst weiterverarbeitet. Ein ausführendes System greift dagegen auf Werkzeuge zu, verändert Zustände oder übergibt Ergebnisse automatisch an den nächsten Prozessschritt. Damit wandert ein Teil der Verantwortung aus dem einzelnen Arbeitsschritt in die Systemarchitektur. Fehler können sich schneller verbreiten, zugleich lassen sich wiederkehrende Abläufe konsistenter und skalierbarer gestalten.

• Assistenz: KI erstellt Vorschläge, Menschen übernehmen Auswahl, Prüfung und Ausführung.
• Teilautomatisierung: KI bereitet strukturierte Ergebnisse vor, feste Regeln oder Menschen geben den nächsten Schritt frei.
• Begrenzte Ausführung: Ein Agent nutzt zugelassene Tools innerhalb klarer Rechte, Budgets und Abbruchbedingungen.
• Orchestrierte Ausführung: Mehrere Systeme oder Agenten bearbeiten Teilaufgaben mit protokollierten Übergaben und Fallback.

Die Verschiebung ist deshalb kein reines Produktivitätsprojekt. Sie berührt Prozessdesign, Risikomanagement, IT-Betrieb, Datenschutz und Führung. Ein Unternehmen kann bei der Textassistenz dezentral experimentieren. Sobald ein Agent Daten schreibt, Kunden kontaktiert oder Entscheidungen vorbereitet, braucht es zentrale Leitplanken und einen benannten Prozessverantwortlichen.

Ein Reifegradmodell für den kontrollierten Übergang

Der sinnvolle nächste Schritt hängt davon ab, wie gut ein Prozess bereits verstanden und kontrolliert wird. Unternehmen sollten nicht versuchen, möglichst schnell die höchste Autonomiestufe zu erreichen. Ziel ist die niedrigste Stufe, die einen messbaren Engpass zuverlässig löst.

1. Stufe 1 – Persönliche Assistenz: Mitarbeitende nutzen KI für Entwürfe, Recherche oder Zusammenfassungen; die Verantwortung bleibt vollständig beim Menschen.
2. Stufe 2 – Standardisierte Unterstützung: freigegebene Vorlagen, Datenquellen und Qualitätskriterien machen Ergebnisse vergleichbar und messbar.
3. Stufe 3 – Kontrollierte Ausführung: Agenten dürfen klar definierte Tools nutzen; schreibende oder externe Aktionen benötigen Freigaben oder enge Grenzwerte.
4. Stufe 4 – Orchestrierter Betrieb: mehrere spezialisierte Komponenten arbeiten zusammen; Übergaben, Zustände, Kosten und Ausnahmen werden zentral beobachtet.

Ein Sprung von Stufe 1 auf Stufe 4 ist selten wirtschaftlich. Ohne standardisierte Eingaben und Qualitätsmessung wird eine komplexe Agentenarchitektur lediglich einen unklaren Prozess beschleunigen. Besser ist es, zuerst Varianten zu reduzieren, Regeln sichtbar zu machen und die heutige Prozessleistung zu messen.

Welche Prozesse für agentische Ausführung geeignet sind

Gute Kandidaten sind häufig, klar abgrenzbar, rücksetzbar und anhand sichtbarer Kriterien prüfbar. Beispiele sind die Klassifikation eingehender Anfragen, die Vorbereitung strukturierter Datensätze oder die Koordination interner Freigaben. Schlechte erste Kandidaten sind seltene Sonderfälle, irreversible Entscheidungen und Prozesse, deren Qualität nur subjektiv beurteilt werden kann.

1. Volumen prüfen: Tritt der Ablauf oft genug auf, damit Entwicklung und Betrieb wirtschaftlich werden?
2. Regeln prüfen: Sind Eingaben, zulässige Aktionen und gewünschte Ergebnisse ausreichend klar?
3. Fehlerwirkung prüfen: Kann ein falscher Schritt erkannt, gestoppt und rückgängig gemacht werden?
4. Daten prüfen: Dürfen die benötigten Informationen im vorgesehenen System verarbeitet werden?
5. Verantwortung prüfen: Gibt es einen fachlichen Eigentümer und eine technische Betriebsrolle?
6. Nutzen prüfen: Werden Durchlaufzeit, Qualität, Kapazität oder Kosten tatsächlich messbar verbessert?

Kosten und Risiken verschieben sich

Mit wachsender Ausführung sinkt möglicherweise manueller Aufwand, gleichzeitig steigen zunächst Integrations- und Betriebskosten. Neben Modell- oder Lizenzkosten zählen Tool-Anbindungen, Testdaten, Protokollierung, Sicherheitsprüfung, Freigabeoberflächen, Monitoring und Fehlerbehebung. Wirtschaftlichkeit sollte daher pro abgeschlossenem Prozessfall gemessen werden, nicht pro KI-Anfrage.

• Qualitätsrisiko: feste Testfälle, Stichproben und Abnahmegrenzen definieren.
• Aktionsrisiko: Minimalrechte, Tool-Allowlist, Betrags- und Mengenlimits sowie menschliche Freigaben einsetzen.
• Datenrisiko: Speicherorte, Aufbewahrung, Zugriffe und Löschprozesse vorab klären.
• Betriebsrisiko: Timeouts, Wiederholungen, Fallback und manuelle Übernahme vorsehen.
• Kostenrisiko: Budgets und Abbruchgrenzen pro Workflow statt nur pro Modellaufruf setzen.
• Verantwortungsrisiko: fachliche Entscheidung und technischen Betrieb ausdrücklich zuordnen.

Ein pragmatischer 90-Tage-Rollout

In den ersten 30 Tagen wird ein einzelner Prozess aufgenommen: heutige Durchlaufzeit, Nacharbeit, Fehlerarten, Datenflüsse und Freigaben. Danach entsteht ein Offline-Test mit repräsentativen Normal- und Grenzfällen. In den Tagen 31 bis 60 läuft die Lösung im Shadow Mode parallel, ohne selbstständig in Fachsysteme zu schreiben. Erst wenn Qualität, Kosten und Ausnahmen sichtbar sind, folgt bis Tag 90 ein begrenzter Pilot mit wenigen Nutzern, klaren Rechten und getestetem Fallback.

Nach dem Pilot gibt es drei legitime Entscheidungen: skalieren, auf einer niedrigeren Reifestufe bleiben oder stoppen. Ein Stopp ist kein Scheitern, wenn er verhindert, dass ein ungeeigneter Prozess dauerhaft Integrations- und Kontrollkosten erzeugt. Der nächste Ausbau sollte immer auf gemessenen Engpässen beruhen, nicht auf dem Wunsch nach maximaler Autonomie.

Die Führungsaufgabe hinter agentischer KI

Die Verschiebung von Assistenz zu Ausführung ist vor allem eine Entscheidung über Delegation. Führungskräfte müssen festlegen, welche Aufgaben ein System vorbereiten, ausführen oder niemals selbstständig entscheiden darf. Fortgeschrittene Unternehmen unterscheiden sich deshalb nicht nur durch mehr KI-Nutzung. Sie schaffen ein Betriebsmodell, in dem Fähigkeiten, Prozesse und Kontrollen gemeinsam wachsen.