Agentic AI in der Praxis: vom Piloten zur autonomen Prozesskette

Wer übernimmt die Verantwortung für autonome Agents? CIOs stehen vor einer Frage, die keine IT-Abteilung allein beantworten kann.

In vielen Enterprise-Architekturen laufen heute bereits Agents – in Salesforce, SAP, ServiceNow, Microsoft. Diese Agents sind oft einzelne Piloten und selten aufeinander abgestimmt. 

Was fehlt, ist weniger Technologie als Klarheit und ein neues Mindset. Im Agentic Enterprise lösen sich Silos auf und wir werden auf völlig andere Art arbeiten: Wer begleitet eigentlich diese kulturelle Entwicklung? Und wer trägt die Verantwortung für das, was diese Agents tun? 

Diese Fragen sind nicht neu. Unternehmen sprechen seit Jahrzehnten von End-to-End-Prozessen – Abläufen, die nicht an Abteilungsgrenzen enden, sondern durchlaufen: von der Kundenanfrage bis zur Lieferung, vom Incident bis zur Lösung. 

In der Praxis aber gibt es dafür bis heute selten einen klaren Verantwortlichen.

Der CIO am Steuer – aber nicht allein

Mit Agentic AI wird dieses strukturelle Problem sichtbar – und dringlich.

Ein Agent, der autonom Prozesse ausführt, braucht eine Instanz, die für seine Ergebnisse einsteht.

IT allein kann das nicht sein, denn die Agents greifen in Geschäftsprozesse ein, die das Business verantwortet. Das Business allein, aber ebenso wenig, schließlich liegt die technische Grundlage bei der IT.

Verantwortung wird damit zur organisatorischen Aufgabe. Sie erfordert Abstimmung, gemeinsame Modelle – und Vertrauen. Und im Hinblick auf den EU AI Act müssen sowohl Abstimmung als auch Strategie sauber dokumentiert sein. 

„Dieses Bewusstsein wächst gerade bei CIOs heran. Agentic Enterprise ist kein IT-Projekt, es ist ein Operating Model“, sagt Uli Irnich, CIO Advisor EMEA bei Salesforce und ehemaliger CIO u. a. bei Vodafone.

Wer Agents über CRM, ERP, Supply Chain und HR orchestrieren will, denkt nicht mehr in Silos, sondern in Wertschöpfungsketten. Das Operating Model muss diesem Anspruch folgen. 

„Der CIO hat den besten Überblick und trägt die größte Verantwortung, wenn etwas schiefgeht“, folgert Irnich. „Er sollte das Mandat des Agentic Enterprise moderieren, Kernfragen klären und daraus eine Strategie formen.“

Drei Voraussetzungen, bevor ein Agent produktiv läuft

Neben den organisatorischen Voraussetzungen berichten viele CIOs auf den Roundtables auch aus ihrer Praxis, was von technischer und prozessualer Seite erforderlich ist. Aus diesen Diskussionen lassen sich drei zentrale Punkte ableiten:

• 1. Klare Prozesse: Ein Agent kann nicht raten. Er führt aus, was modelliert ist. Wer unklare Prozesse automatisiert, automatisiert Unklarheit.
• 2. Saubere Daten: „Garbage in, Garbage out“ gilt hier mehr als irgendwo sonst. Datenqualität und geregelte Zugriffsrechte sind keine IT-Hygiene, sondern Geschäftsvoraussetzung. „Die Welt der Agents steht auf Datenqualität und semantischer Datenbasis – sonst bleiben wir im Pilotmodus“, so Irnich.
• 3. Verbindende Architektur: Legacy-Systeme wurden nicht für autonome Agents gebaut. Wer Agents orchestrieren will, braucht eine Architektur mit einer API-Schicht, die das trägt. Wer die Verbindungen zwischen Domänen nicht kennt, kann sie nicht steuern.

Daten als strategisches Asset 

Viele Initiativen scheitern nicht an der KI – sondern an der Organisation dahinter. Insbesondere an der Datenbasis.

Konsolidierte, qualitativ hochwertige und klar verantwortete Daten sind die Voraussetzung für jedes Agentic Enterprise. Ohne sie bleibt Automatisierung fragmentiert – und skaliert nicht.

Wie Unternehmen diese Grundlage schaffen, beleuchtet Irnich gemeinsam mit PwC Deutschland im Vodcast „Shaping the Agentic Enterprise“. Folge 3 zeigt, wie Daten zum strategischen Asset werden und warum Governance darüber entscheidet, ob Agentic AI produktiv wird.

→ Zum PwC-Vodcast

Ohne Demo kein Budget – und kein Mandat

Strategien überzeugen selten durch Papier. Sie überzeugen, wenn sichtbar wird, was konkret möglich ist – Prozesse, die plötzlich skalieren, Aufgaben, die bisher Stunden kosteten und nun wegfallen. Genau das leistet eine Demo: Sie macht den Value greifbar, bevor ein Budget-Antrag gestellt wird.

Dieses Video zeigt zum Beispiel in 2 Minuten Agentforce SDR im Einsatz. Der Agent qualifiziert eingehende Leads selbständig, führt erste Gespräche und bucht Termine. Der Vertrieb greift erst ein, wenn ein Lead tatsächlich bereit ist. Salesforce setzt dieses System intern ein und hat damit eine Pipeline reaktiviert, die sonst liegen geblieben wäre.

Ein zweites Beispiel zeigt den Sales Coach in Agentforce: Der Agent analysiert Pitches und gibt Vertriebsmitarbeitenden Feedback zu Struktur, Produktwissen und Überzeugungskraft. Salesforce nutzt ihn intern vor jedem Launch – und hat dabei viele überrascht, die gewohnt sind, dass eine KI wie ChatGPT jede Frage überschwänglich lobt. Aber hier war das Feedback des Agents oft strenger als das von Kollegen.

Ein Aufbruchmoment – getragen vom Austausch

„CIOs sehen, wie schnell sich KI entwickelt. Es entsteht daraus ein Aufbruchmoment“, sagt Irnich. „Nicht nur zu lernen, sondern diese Zukunft aktiv zu gestalten und Verantwortung zu übernehmen. Damit sichern CIOs ihre Relevanz für ihr Unternehmen“

Die Agentforce World Tour Frankfurt greift genau das auf: Live-Demos und direkten Austausch mit CIOs, die Agentic AI bereits im Einsatz haben – mit konkreten Erfahrungen, die nicht nur aus Erfolgen bestehen.

Dabei geht der CIO Roundtable „Move Fast, Stay in Control: Leading in the Agentic Era“ der Frage nach, wie CIOs Tempo und Kontrolle gleichzeitig halten. Die Guided Tour „Move Fast, Stay in Control: Navigating the Four Layers of the Agentic Enterprise“ zeigt anhand der vier Architekturebenen, wie das in der Praxis aussehen kann.