> ## Content Index > Fetch the complete content index at: https://t01.li/llms.txt > Use this file to discover other available public pages before exploring further. # Warum die Modellwahl KI-Agenten nicht rettet – Daten, Scope und Ownership schon eher - URL: https://t01.li/ki-alltag/ki-agenten-scheitern-daten-scope-ownership/ - Published: 2026-09-03T05:45:21.000Z - Updated: 2026-09-03T06:37:42.000Z - Description: Drei aktuelle Studien zeigen dasselbe Muster: Bei KI-Agenten entscheiden Datenqualität, enger Scope und klare Ownership oft mehr als die Modellwahl. Was McKinsey, Salesforce und Teradata dazu messen – und welche drei Fragen vor dem Modellnamen gehören. - Author: Tobias Glawe - Tags: KI Alltag, KI Systemdesign In fast jedem Gespräch über KI-Agenten fällt irgendwann die Modellfrage. *Claude*, *GPT,* *Gemini* oder etwas ganz Anderes – als hinge daran das Projekt. Der Reflex ist aber verständlich. Die Modellwahl fühlt sich nach der großen Weichenstellung an. Drei aktuelle Studien von McKinsey, Salesforce und Teradata zeigen dabei ein erstaunlich ähnliches Bild: Das Modell spielt eine Rolle, nur trennt es erfolgreiche Agenten-Projekte weit weniger zuverlässig von gescheiterten als Daten, Scope und die Organisation drumherum. Was stattdessen den Ausschlag gibt, klingt eher unspektakulär – die Qualität der Daten, die Enge des Auftrags und die Frage, wer für Ergebnis und Fehler geradesteht. Datenqualität und Ownership lassen sich mit keinem besseren Systemprompt reparieren. Einen Scope kann ich zwar in `AGENTS.md` oder den System Instructions beschreiben, aber damit ist noch lange nicht sichergestellt, dass Datenzugriff, Tools und Prozessgrenzen dazu passen. Und genau deshalb wird es unbequem. ## TL;DR Drei Studien aus dem Sommer 2026 zeichnen dasselbe Muster: Bei KI-Agenten entscheiden Daten, enger Scope und klare Verantwortung häufig stärker über den ROI als die Modellwahl. - Nur 22 % der kleineren Unternehmen skalieren Agenten, bei Unternehmen über einer Milliarde Dollar Umsatz sind es 40 % (McKinsey) - 77 % der Führungskräfte sagen, höchstens ein Fünftel ihrer Daten sei ausreichend für Agenten beschrieben und kontextualisiert (Teradata) - Saubere Daten (36 %), enger Scope (36 %) und Eskalationswege (35 %) liegen vor Modellqualität und Plattformwahl als ROI-Faktoren (Salesforce) - Drei Fragen gehören vor die Modellwahl: Welcher Prozess? Welche Daten? Wessen Verantwortung? ## Drei Studien, ein Muster McKinsey hat Ende August die [Ausgabe 2026 der State-of-AI-Umfrage](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai?ref=t01.li) veröffentlicht. Befragt wurden im Mai und Juni 1.719 Führungskräfte in 97 Ländern. Bei Unternehmen ab einer Milliarde Dollar Jahresumsatz stieg der Anteil, der Agenten in mindestens einer Funktion skaliert, binnen eines Jahres von 27 auf 40 %. Bei kleineren Organisationen blieb er bei 22 % – exakt auf Vorjahresniveau. Die Lücke im System ist damit deutlich. Warum sie entsteht, beantwortet McKinsey an dieser Stelle allerdings nicht. Aus „unter einer Milliarde Dollar Umsatz“ direkt „Mittelstand ohne geeignete Daten“ zu bauen, wäre mehr Interpretation als Studienbefund. Für kleinere Unternehmen bleibt die Zahl trotzdem relevant: Beim Skalieren öffnet sich die Schere. Fast zeitgleich hat Salesforce den [State of Agentic AI in the Enterprise](https://www.salesforce.com/news/stories/agentic-ai-leaders-survey-on-roi/?ref=t01.li) vorgelegt, eine Befragung von 2.025 Entscheidern in 20 Ländern. Davon haben 30 % Agenten bereits produktiv ausgerollt, 47 % pilotieren und 23 % befinden sich noch in der Evaluierung. Die meisten Detailergebnisse beziehen sich auf die produktiven Deployments. Die drei stärksten Prädiktoren für messbaren ROI sind dort saubere, zugängliche Daten (36 %), ein eng definierter Use Case (36 %) und vorab festgelegte Eskalationswege zu Menschen (35 %). Modellqualität, Plattformwahl und einheitliche Orchestrierung landen jeweils bei rund 30 %. Das ist kein riesiger Abstand – und schon gar kein Beleg dafür, dass das Modell egal wäre. Aber eben auch keiner für die verbreitete Idee, mit dem neuesten Frontier-Model sei der wichtigste Teil der Architektur bereits entschieden. Bedenken muss man dabei, Salesforce verkauft mit *Agentforce* genau das Produkt, um das es hier geht. Wenn allerdings ausgerechnet der Plattformanbieter schreibt, dass selbst das beste Modell ein schlechtes Setup nicht rettet, lässt sich das zumindest schlecht als Werbung für den nächsten Modellwechsel lesen. Die dritte Perspektive liefert Teradata mit „[Arrested Automation](https://www.teradata.com/press-releases/2026/why-enterprise-ai-stalls-before-it-scales?ref=t01.li)“, einer von Wakefield Research durchgeführten Befragung von 1.000 Tech- und Data-Führungskräften in sechs Märkten. 90 % wollen ihre Agenten-Investitionen in den nächsten zwölf Monaten erhöhen. Gleichzeitig berichten 63 % bislang von höchstens kleinen oder gerade erst entstehenden positiven Returns. Auf der Reifegradskala der Studie haben nur 7 % die Stufe „Operationalizing“ erreicht. Natürlich gehört auch hier ein Hersteller-Sternchen dran, denn Teradata verkauft Datenplattformen. Beratung, CRM-Plattform und Datenanbieter betrachten das Problem aus unterschiedlichen Eigeninteressen – und landen trotzdem bei einem ähnlichen Muster. Wer dafür noch einen älteren Rahmen braucht: Schon die [MIT-NANDA-Studie](https://finance.yahoo.com/news/mit-report-95-generative-ai-105412686.html?ref=t01.li) von 2025 berichtete, dass rund 95 % der untersuchten GenAI-Initiativen keinen messbaren P&L-Impact erzielten. Der Report selbst formulierte ausdrücklich, dass die Trennlinie offenbar nicht bei Modellqualität oder Regulierung lag, sondern beim Implementierungsansatz. Die Methodik des vorläufigen Reports wurde zu Recht diskutiert und die Datenbasis ist überschaubar. Als Beleg für eine 95-prozentige „Failure Rate von KI“ taugt er nicht. Die Richtung passt aber zu den drei aktuelleren Studien. ## Die 77-Prozent-Zahl, über die kaum jemand spricht Die für mich wichtigste Zahl steckt im Teradata-Report etwas versteckt. 77 % der befragten Führungskräfte geben an, dass höchstens 20 % ihrer Unternehmensdaten ausreichend beschrieben und kontextualisiert sind, damit Agenten verlässlich damit arbeiten können. Teradata nennt das „Context Fragmentation“ – die Daten existieren, aber ihnen fehlen Zusammenhänge, Herkunft, Bedeutung oder Governance. Das deckt sich mit dem, was ich in Projekten und aus eigenen [Evals](https://t01.li/glossar/#eval) beobachte. Der größte Fallstrick ist die Datenlage, und zwar qualitativ, nicht quantitativ. Der Punkt wird gern ignoriert, bewusst oder aus Unwissen, nach dem Motto „die KI regelt das schon“. Ein Blick in die Ergebnisse zeigt dann regelmäßig das Gegenteil. Ein Beispiel aus dem eigenen Werkzeugkasten: Mit *Targeta* betreiben wir ein agentisches System, das Zielgruppen-Personas als Hypothesen anhand von Modellen aus Marktforschung, Psychologie und Soziologie entwickelt – ausdrücklich auch ohne Primärdaten, mit offen markierten Annahmen statt versteckter Gewissheit. Ausgerechnet dieses System, das für den Umgang mit Annahmen gebaut wurde, lebt von der Vollständigkeit seiner Eingangsdaten. In den Evals werden die Ergebnisse mit dünner Datenlage deutlich schwächer, weil das Modell hinter dem Agenten zwangsläufig anfängt, zu raten. Und geratene Analyse sieht auf den ersten Blick genauso aus wie fundierte, nur stimmt sie eben nicht. Der Mechanismus lässt sich verallgemeinern. Ein Agent mit Zugriff auf widersprüchliche oder schlecht beschriebene Daten liefert selten offensichtlich absurden Unsinn. Er füllt die Lücken mit plausiblen Mustern. Das Ergebnis wirkt konsistent, ist aber im schlechtesten Fall [Konfabulation](https://t01.li/glossar/#halluzination) mit Geschäftsbezug. Ein besserer Prompt kann dem Modell sagen, wie es mit Unsicherheit umgehen soll. Er kann fehlende Herkunft, widersprüchliche Stammdaten oder veraltete Informationen aber nicht herbeizaubern. Das Problem liegt [vor dem Prompt](https://t01.li/ki-systemdesign/context-engineering-prompt-engineering-baustein/). ## Eng gedacht schlägt groß gedacht Aus der Salesforce-Befragung stammt noch ein Detail, das gerade für kleinere Unternehmen eine gute Nachricht ist: Nur 31 % der Organisationen mit produktiv eingesetzten Agenten hatten ihre Daten vorher vollständig vereinheitlicht. Sie erreichten den angegebenen ROI im Mittel nach 7,3 Monaten. Weitere 34 % gingen iterativ vor, integrierten also nach und nach weitere Daten, und kamen nach 8,2 Monaten dort an. Heißt: knapp einen Monat Unterschied. Du musst also nicht zuerst den Datenbestand in einen Zustand bringen, bei dem selbst der oder die letzte Beauftragte zufrieden lächelt. Salesforce zufolge haben die meisten erfolgreichen Organisationen ihre Datenbereitschaft auf den konkreten Use Case begrenzt. Entscheidend ist die Scheibe, die der Agent für diesen einen Prozess braucht. Das ist eine deutlich realistischere Aufgabe. Bemerkenswert ist auch, wie selten Vollautonomie in der Praxis vorkommt. Nur 1 bis 2 Prozent der Organisationen mit produktiven Agenten berichten von Systemen ganz ohne menschliche Beteiligung. [Human-in-the-loop](https://t01.li/glossar/#human-in-the-loop) ist damit nicht das peinliche Übergangsstadium auf dem Weg zur großen autonomen Maschine, sondern ziemlich genau der Normalfall. Wer seinen Agenten plant, plant die Übergabe an Menschen gleich mit – inklusive der Frage, wann sie passieren muss. ## Und das Modell? Doch, es spielt eine Rolle So bequem wäre die Geschichte sonst auch wieder nicht. Gartner prognostizierte im Sommer 2025, dass bis Ende 2027 über 40 Prozent aller [Agentic-AI-Projekte](https://t01.li/glossar/#agentic-ai) eingestellt werden. Als zentrale Gründe nennt Gartner eskalierende Kosten, unklaren Geschäftswert und unzureichende Risikokontrollen. Gleichzeitig schreibt Gartner im selben Text ausdrücklich, dass aktuelle Modelle für komplexe autonome Geschäftsziele und langfristig nuancierte Anweisungen teilweise noch nicht reif genug seien. Das Modell ist also nicht egal. Die interessantere Aussage ist eine andere: Selbst ein starkes Modell löst weder einen schlechten Use Case noch fehlende Daten, unklare Zuständigkeiten oder ein kaputtes Kostenmodell. Und ein schwächeres Modell kann selbstverständlich die Grenze sein, wenn der konkrete Prozess Fähigkeiten verlangt, die es nicht zuverlässig beherrscht. Modellqualität ist eine technische Voraussetzung. Sie ist nur keine Organisationsstrategie. Passend dazu prägte Gartner den Begriff „Agent Washing“. Von Tausenden Anbietern, die sich das Agenten-Etikett anheften, schätzt Gartner nur rund 130 als tatsächliche Anbieter agentischer Technologie ein. Auch das ist vielleicht ein Grund, erst über den Prozess und anschließend über den Produktkatalog zu reden. ## Wem gehört der Fehler des KI-Agenten? Die dritte Baustelle ist die am wenigsten sichtbare. In der aktuellen McKinsey-Umfrage sagen 80 Prozent der Befragten, KI habe ihre persönliche Produktivität verbessert. Auf Unternehmensebene schreiben aber nur 37 Prozent KI überhaupt einen positiven EBIT-Effekt zu. Gerade einmal 6 Prozent gelten als High Performer mit mindestens 5 Prozent EBIT-Beitrag und gleichzeitig signifikantem Wertbeitrag – beide Werte praktisch unverändert zum Vorjahr. Das belegt nicht, dass fehlende Ownership die Ursache dieser Lücke ist. Meine Lesart ist trotzdem: Persönliche Produktivitätsgewinne sind vergleichsweise einfach. Unternehmenswert entsteht erst, wenn der Prozess drumherum ebenfalls verändert wird. Genau dazu liefert McKinsey den interessanteren Befund. Knapp drei Viertel der High Performer haben ihre Workflows wegen KI grundlegend umgebaut. Bei den übrigen Befragten ist es ungefähr ein Viertel. High Performer berichten doppelt so häufig von sichtbarem Commitment der Führungsebene – und von definierten Prozessen, um den Impact überhaupt zu messen. Damit kommen wir zur Ownership-Frage und die wird dann konkret: Wer besitzt das Ergebnis des Agenten? Wer den Fehler, wenn er nachts um drei eine falsche Gutschrift auslöst – und wer merkt das überhaupt? Wer entscheidet, wann ein Mensch übernehmen muss? Und wer besitzt die Weiterentwicklung, wenn sich der Prozess ändert und der Agent stillschweigend gegen Annahmen aus dem vergangenen Jahr läuft? „IT“ ist darauf keine brauchbare Antwort. ## Drei Fragen vor dem Modellnamen Wenn die Studienlage etwas hergibt, dann eine Reihenfolge. Vor der Modellwahl gehören drei Fragen beantwortet, schriftlich und ohne Weichzeichner. 1. Welchen klar abgegrenzten Prozess übernimmt der Agent – und welchen ausdrücklich nicht? 2. Auf welche Daten greift er zu, und sind die für genau diesen Ausschnitt vollständig, beschrieben und aktuell? 3. Wer besitzt Ergebnis, Fehler und Weiterentwicklung, mit Namen statt Abteilungskürzel? Wer alle drei beantworten kann, für den wird die Modellfrage danach interessant. Dann kann man sinnvoll testen, ob *Claude*, *GPT*, *Gemini* oder ein ganz anderes Modell die notwendigen Fähigkeiten, Latenzen und Kosten liefert. Wer die drei Fragen nicht beantworten kann, braucht noch kein [Modell-Benchmarking](https://t01.li/ki-systemdesign/wenn-benchmarks-lugen-warum-der-llm-vergleich-kaputt-ist/), sondern erst mal einen Termin mit den eigenen Daten und Prozessen. Der ganze heiße Take zum Schluss: Die Modellfrage ist die beliebteste Frage im Raum, weil sie sich per Kreditkarte beantworten lässt. Die drei anderen kosten Arbeit und deshalb stellt sie kaum jemand.