Agentic AI in der Marktfolge: Was Agenten übernehmen, was bleibt

Der Agent, der nachts die Akte vorbereitet

Agentic AI ist das Wort des Jahres in vielen Managementrunden von Banken, und wie bei jedem Schlagwort wird oft darüber gesprochen, bevor es definiert ist. Das führt zu überzogenen Erwartungen auf der einen und pauschaler Abwehr auf der anderen Seite. Beides hilft der Marktfolge nicht weiter.

Agentic AI, also KI-Agenten, die Aufgaben eigenständig planen und über mehrere Schritte ausführen, kann 2026 in der Marktfolge klar abgegrenzte Routinevorgänge übernehmen, während Entscheidungen mit Ermessen und Haftung beim Menschen bleiben. Agenten übernehmen Volumen, nicht Verantwortung.

Wie weit ist Agentic AI tatsächlich?

Weniger weit, als die Ankündigungen nahelegen. Laut dem „2026 Gartner CIO and Technology Executive Survey“ haben erst 17 Prozent der Organisationen aller Branchen KI-Agenten im Einsatz, aber mehr als 60 Prozent wollen das innerhalb von zwei Jahren tun. Gartner erwartete im August 2025 zudem, dass bis Ende 2026 40 Prozent der Unternehmensanwendungen aufgabenspezifische Agenten enthalten, nach weniger als 5 Prozent im Jahr 2025. Gleichzeitig hält Gartner vollautonome Agenten für die Mehrzahl der Unternehmensfälle noch nicht für reif. Genau dieser Abstand zwischen Ehrgeiz und Reife ist für die Marktfolge die entscheidende Größe.

Für deutsche Banken zeigt die Analyse „Banking Insights 2026“ von ibi research ein ähnliches Bild: Agentic AI wird vor allem im Kundenservice (73 Prozent) und in der Kreditvergabe (61 Prozent) eingesetzt, also nah an der Marktfolge. Warum zwischen Nutzung und Produktivbetrieb trotzdem eine große Lücke klafft, zeigt der Beitrag zur Produktionslücke bei KI-Agenten.

Was unterscheidet einen KI-Agenten von bisheriger Automatisierung?

Drei Fähigkeiten trennen einen echten Agenten von umetikettierter Automatisierung. Erstens autonomes Schließen: ein Ziel in Teilschritte zerlegen und den Weg anpassen, wenn ein Schritt scheitert. Zweitens Tool-Nutzung: Zugriff auf Schnittstellen, Datenbanken und andere Systeme. Drittens ein fortlaufender Kontext: Wissen über einen laufenden Vorgang mitführen. Erst diese Kombination macht aus einem Sprachmodell einen Agenten.

Der Unterschied zur klassischen Prozessautomatisierung ist nicht graduell. Eine regelbasierte Strecke bricht ab, sobald ein Vorgang von der Vorlage abweicht, und legt ihn einem Menschen vor. Ein Agent erkennt die Abweichung, sucht die fehlende Information und führt den Vorgang weiter oder legt ihn begründet vor. Für die Marktfolge, die zu großen Teilen aus Vorgängen mit vielen kleinen Ausnahmen besteht, ist das der eigentliche Sprung.

Welche Vorgänge in der Marktfolge können Agenten heute übernehmen?

Vorgänge mit hohem Volumen, klaren Regeln und strukturierbaren Eingangsdaten. Dazu zählen die Dokumentenprüfung im Kreditprozess, der Abgleich und die Vervollständigung von Vertragsdaten, die Vollständigkeitsprüfung eingereichter Unterlagen und die standardisierte Korrespondenz. Auch die Pfändungsbearbeitung ist ein Musterfall: ein Massenprozess mit festen Fristen, klaren rechtlichen Vorgaben und wiederkehrenden Schritten, der Sachbearbeitung bindet, ohne echtes Ermessen zu verlangen.

Der gemeinsame Nenner dieser Vorgänge ist nicht, dass sie einfach sind, sondern dass sie nachvollziehbar geregelt sind. Wo eine erfahrene Sachbearbeiterin eine Aufgabe ohne echte Abwägung in immer derselben Logik erledigt, kann ein Agent sie übernehmen. Wo dieselbe Aufgabe von Person zu Person unterschiedlich gehandhabt wird, gibt es keinen Prozess zum Automatisieren, sondern viele inoffizielle Varianten, und der Agent würde sie nur schneller falsch machen. Prozessklarheit ist die Voraussetzung, nicht das Ergebnis der Automatisierung.

Wo bleibt der Mensch, und warum?

Überall dort, wo eine Entscheidung Ermessen, Haftung oder die Abwägung des Einzelfalls verlangt. Eine Kreditentscheidung im Grenzbereich, die Bewertung einer untypischen Sicherheit, der Umgang mit einem Härtefall: Diese Vorgänge werden nicht an einen Agenten delegiert. Was ausgelagert oder automatisiert wird, muss nach den Mindestanforderungen an das Risikomanagement (MaRisk), etwa AT 9 zu Auslagerungen, und nach dem Digital Operational Resilience Act (DORA) steuerbar, dokumentiert und beherrschbar bleiben. Die Bewertung der Kreditwürdigkeit natürlicher Personen zählt zudem nach Anhang III der KI-Verordnung zu den Hochrisiko-Anwendungen.

Die Zahlen mahnen zur Demut. Gartner geht davon aus, dass mehr als 40 Prozent der Agentic-AI-Projekte bis Ende 2027 wieder eingestellt werden, wegen steigender Kosten, unklaren Geschäftswerts oder unzureichender Risikokontrollen. Ein Agent ohne klaren Anwendungsfall und ohne Aufsicht durch die Fachseite ist kein Fortschritt, sondern ein Risiko. Wer fachlich für ihn einsteht, beschreibt der Beitrag zur Prozessverantwortung in der KI-Ära.

Human-in-the-Loop ist kein Kompromiss, sondern die Architektur

Die richtige Schlussfolgerung lautet nicht, auf Agenten zu verzichten, sondern sie richtig einzuhängen. Human-in-the-Loop bedeutet: Der Agent bereitet den Vorgang vor, prüft und macht einen begründeten Vorschlag, der Mensch gibt an definierten Schwellen frei, und jeder Schritt wird protokolliert. Der Agent nimmt das Volumen, der Mensch behält die Entscheidung, das System hält die Spur fest.

Gartner erwartet, dass bis 2028 mindestens 15 Prozent der alltäglichen Arbeitsentscheidungen autonom getroffen werden, nach praktisch null im Jahr 2024. In stark regulierten Bereichen wie der Marktfolge wird dieser Anteil später und langsamer steigen, und das ist angemessen. Damit die einzelnen Schritte zusammenpassen, braucht es eine gemeinsame Steuerung; warum diese Orchestrierung die Voraussetzung ist, vertieft ein eigener Beitrag.

Was bedeutet das für Steuerung, Organisation und IT der Marktfolge?

Für die Steuerung verschieben sich die Kennzahlen: Neben Stückzahlen zählen Durchlaufzeit je Vorgang, Eingriffsquote, also der Anteil der Fälle, in denen ein Mensch den Vorschlag korrigiert, und Fehlerquote. In der Organisation verlagert sich Sachbearbeitung von der Einzelfallbearbeitung zur Prüfung, Freigabe und Bearbeitung von Ausnahmen; Erfahrung wird dort gebraucht, wo es kompliziert wird.

In der IT stellt sich die Plattformfrage. In Sparkassen und Genossenschaftsbanken ist die KI-Landschaft weitgehend über die Rechenzentren vorgegeben, ein Thema, das der Vergleich von S-KIPilot und plainGPT ausführt. Ob die Voraussetzungen insgesamt stimmen, klärt der Blick darauf, ob das Institut überhaupt für KI bereit ist.

Was das Management für die Marktfolge anstoßen sollte

1. Einen einzigen Vorgang auswählen, mit hohem Volumen und klaren Regeln, etwa die Vollständigkeitsprüfung von Kreditunterlagen oder die Pfändungsbearbeitung, statt überall ein wenig zu pilotieren.

2. Die gelebte Praxis vereinheitlichen, bevor ein Agent gebaut wird, und die Ausnahmen ausdrücklich beschreiben.

3. Schwellen für die Freigabe festlegen: Beträge, Fallkonstellationen und Unsicherheiten, ab denen ein Mensch entscheidet.

4. Eine fachliche Verantwortung benennen und Protokollierung, Stichproben und Abschaltregel vor dem Go-live vereinbaren.

5. Erfolg nach 90 Tagen messen: Durchlaufzeit, Eingriffsquote und eingesparte Bearbeitungsstunden gegen eine vorher erhobene Ausgangslage.

Häufige Fragen

Welche Marktfolge-Prozesse eignen sich für KI-Agenten?
Vorgänge mit hohem Volumen und klaren Regeln: Dokumentenprüfung im Kreditprozess, Vollständigkeitsprüfung, Abgleich von Vertragsdaten, standardisierte Korrespondenz und Pfändungsbearbeitung.

Darf ein KI-Agent Kreditentscheidungen treffen?
Entscheidungen mit Ermessen und Haftung bleiben beim Menschen. Die Bewertung der Kreditwürdigkeit natürlicher Personen gilt nach der KI-Verordnung als Hochrisiko-Anwendung mit Pflicht zur menschlichen Aufsicht; der Agent bereitet vor, der Mensch entscheidet.

Was bedeutet Human-in-the-Loop in der Praxis?
Der Agent erledigt Vorbereitung und Prüfung und legt einen begründeten Vorschlag vor. An festgelegten Schwellen gibt ein Mensch frei, und jeder Schritt wird protokolliert.

Weitere Beiträge zu Einsatzfeldern, Orchestrierung und Verantwortung bündelt das Dossier KI-Agenten.

In vielen Marktfolgen gibt es einen Vorgang, über den alle stöhnen und den alle gleich bearbeiten: Dort liegt meist der erste sinnvolle Agent. Ein erstes Gespräch darüber führen wir sehr gern.