Der KI-Agenten-Pilot, der den Einkauf übersteht

Gartner erwartet, dass bis Ende 2027 über 40 Prozent der Projekte mit agentischer KI eingestellt werden, und nennt drei Ursachen: steigende Kosten, unklarer Geschäftswert und unzureichende Risikokontrollen. Jede davon wird vor der ersten Codezeile entschieden, in der Struktur des Piloten. Hier ist die Struktur, die alle drei vermeidet.

Das Wichtigste in Kürze

• Bezahlt, 30 bis 90 Tage, ein abgegrenzter Workflow, echte Daten. Kostenlose Proofs of Concept werden mit denen besetzt, die gerade Zeit haben, und an nichts gemessen.
• Schreiben Sie Erfolgskennzahl und Abbruchschwelle vor dem Build fest. Die Abbruchschwelle ist der Teil, der die Finanzabteilung beruhigt, und der Teil, gegen den sich Anbieter wehren.
• Beantworten Sie die Sicherheitsfragen in Woche null, nicht in Woche sechs. In der Sicherheitsprüfung sterben Piloten tatsächlich.
• Benennen Sie auf jeder Seite eine verantwortliche Person. Deloitte stellte fest, dass nur 21 Prozent der Organisationen eine ausgereifte Governance für agentische KI haben, und Entscheidungsgrenzen sind die größte Lücke.
• Beenden Sie den Piloten mit einer Entscheidung: ausweiten, einmal verlängern oder stoppen. Schreiben Sie vor dem Start auf, was Sie erwarten, denn eine Demo wird es Ihnen nie abnehmen.

Die fünf Dinge, die vor dem Build vereinbart sein müssen

1. Ein abgegrenzter Workflow

Eine Aufgabe, keine Abteilung und keine Plattform, mit einem klaren Auslöser, einem klaren Endzustand und einer zählbaren Arbeitseinheit. Rechnungsausnahmen weitergeleitet. Eingehende Leads qualifiziert und gebucht. Supporttickets sortiert und verschlagwortet. Ausgehende Interessenten anhand eines Kaufsignals markiert und als Entwurf zur Freigabe durch eine Person vorbereitet, das Muster aus wie man ein KI-System zur Leadgenerierung baut, das wirklich funktioniert. Wenn Sie den Workflow nicht in einem Satz mit einem Substantiv und einem Verb beschreiben können, ist er noch nicht abgegrenzt, und der Pilot wird wachsen, bis er scheitert.

Der Test: Können Sie sagen, wie oft dieser Workflow im letzten Monat lief? Wenn es die Zahl nicht gibt, beschaffen Sie sie vor dem Piloten, denn sie ist auch Ihre Ausgangsbasis.

2. Eine schriftliche Erfolgskennzahl mit einer benannten messenden Person

Eine Hauptkennzahl, eine Zahl, eine Person, die sie liest. Zurückgewonnene Stunden pro Woche, Anteil der Vorgänge ohne menschliches Eingreifen, Durchlaufzeit, Fehlerquote oder Kosten pro Transaktion. Wählen Sie die, die die Ausgabe für sich allein rechtfertigen würde.

Zwei Regeln sind wichtiger als die gewählte Kennzahl. Erstens sollte die messende Person auf Ihrer Seite stehen, nicht auf der des Anbieters; ein Anbieter, der seine eigenen Hausaufgaben benotet, ist kein Beleg. Zweitens erfassen Sie die Ausgangsbasis, bevor der Agent live geht. Nachträglich ermittelte Ausgangswerte sind immer schmeichelhaft und werden nie geglaubt.

3. Eine schriftlich vereinbarte Abbruchschwelle

Die Zahl, unter der der Pilot endet, ohne dass jemand die Entscheidung neu verhandelt. Lautet die Kennzahl „60 Prozent der Tickets ohne menschliche Korrektur sortiert“, könnte die Abbruchschwelle bei 35 Prozent liegen. Wird sie an Tag 60 verfehlt, endet der Auftrag, und Ihr gesamtes Risiko war von Anfang an ein begrenzter Betrag.

Das ist die Klausel, die aus einem KI-Experiment eine normale Beschaffungsentscheidung macht, und sie trennt die Anbieter. Ein Anbieter, der sich gegen eine Abbruchschwelle wehrt, verrät Ihnen, wie er seine eigenen Chancen einschätzt.

4. Datenumgang vorab geklärt

Hier sterben Piloten. Die Demo lief gut. Die Preisgespräche liefen gut. Dann kommt in Woche fünf ein Sicherheitsfragebogen, und es dauert sechs Wochen, ihn schlecht zu beantworten.

Klären Sie vor dem Kickoff: welche Daten der Agent liest und schreibt, wo sie verarbeitet werden, welche Unterauftragsverarbeiter sie berühren, ob die Modelle mit Ihren Eingaben und Ausgaben trainieren (die Antwort muss Nein lauten und auf die Vertragsbedingungen des Anbieters mit dem Modellanbieter zurückführbar sein), wie Zugriff gewährt und entzogen wird und ob bereits ein Auftragsverarbeitungsvertrag (AVV) existiert, der den Umgang mit Ihren Daten regelt. Verlangen Sie die Vertrauensdokumentation des Anbieters als Link, nicht als Versprechen. Wenn er sie erst für Sie schreiben muss, haben Sie das Zeitplanrisiko gefunden.

Unsere ist öffentlich unter Vertrauen und Sicherheit: Sicherheitslage, Datenumgang, Unterauftragsverarbeiter, eine Governance-Zusammenfassung, ausgerichtet an den vier Funktionen des AI Risk Management Framework des US National Institute of Standards and Technology (NIST), und ein AVV auf Anfrage. Wir haben keinen Bericht nach System and Organization Controls (SOC) 2, dem üblichen unabhängigen Sicherheitsaudit, und die Seite sagt das offen, denn ein Einkaufsteam findet es ohnehin heraus.

5. Ein Festpreis, und was der zweite Workflow kostet

Eine Zahl für die abgegrenzte Aufgabe. Unsere veröffentlichten Kostenspannen für KI-Agenten setzen eine einfache Automatisierung eines einzelnen Workflows bei einem kleinen Anbieter mit $3 000 bis $8 000 an; ein Pilot der hier beschriebenen Art, mit Schattenbetrieb auf echten Daten, einem überwachten Go-live und einer schriftlichen Abbruchschwelle, hat einen größeren Umfang, und unserer ist auf unserer Preisseite mit 25 000 bis 60 000 USD fest veröffentlicht. Legen Sie auch jetzt schon den Preis für den zweiten und dritten Workflow fest, bevor der erste funktioniert und Ihre Verhandlungsposition verschwindet.

Der Ablauf über 30, 60 und 90 Tage

Tage 0 bis 7, vor dem Build. Sicherheitsfragebogen und AVV laufen. Ausgangsbasis erfasst. Erfolgskennzahl, Abbruchschwelle und beide benannten Verantwortlichen abgezeichnet. Zugriff nach dem Prinzip der geringsten Rechte gewährt, in Ihren eigenen Systemen, von Ihnen widerrufbar.

Tage 7 bis 30, Build und Schattenbetrieb. Der Agent läuft mit echten Daten, führt aber keine unumkehrbare Aktion aus. Jede Ausgabe wird von einem Menschen geprüft, und die Abweichungen sind das Trainingssignal. Sie messen die Genauigkeit, noch keine Zeitersparnis.

Tage 30 bis 60, überwachter Livebetrieb. Der Agent handelt, eine Person gibt alles Unumkehrbare frei, und die Freigabequote wird zur zweiten Kennzahl, die es zu beobachten lohnt. Werden fast alle Aktionen freigegeben, erweitern Sie die Autonomie. Sind Korrekturen häufig, haben Sie die Grenze des Workflows gefunden, ein nützliches Ergebnis, auch wenn es den Piloten beendet.

Tage 60 bis 90, entscheiden. Drei Ausgänge, vorab schriftlich festgehalten: auf den nächsten Workflow ausweiten, einmal mit einer konkreten Korrektur und einem neuen Datum verlängern oder stoppen. „Weitermachen und abwarten“ gehört nicht dazu, und genau so werden die 40 Prozent zu den 40 Prozent.

Was Ihre Sicherheits- und Rechtsteams fragen werden

Stellen Sie das vor dem ersten Gespräch zusammen, und Sie sparen Wochen im Zyklus:

• Die Modellfrage. Welche Modelle, von welchen Anbietern, zu welchen Bedingungen, und trainieren sie mit unseren Daten?
• Der Datenfluss. Was verlässt unsere Umgebung, wo landet es, wie lange wird es gespeichert, wie wird es gelöscht?
• Die Liste der Unterauftragsverarbeiter. Namen, keine Kategorien.
• Zugriff und Widerruf. Plattformeigene Rollen, die Sie selbst vergeben und entziehen können, gegenüber Zugangsdaten, die der Anbieter hält. Ersteres lässt sich viel leichter genehmigen.
• Der Prüfpfad. Was der Agent getan hat, wann, in wessen Auftrag, für Sie lesbar, ohne den Anbieter zu fragen.
• Grenzen der menschlichen Freigabe. Welche Aktionen eine Person erfordern, schriftlich. Deloittes Umfrage 2026 unter 3 235 IT- und Geschäftsverantwortlichen ergab, dass nur 21 Prozent ein ausgereiftes Governance-Modell für agentische KI haben, wobei Entscheidungsgrenzen, Echtzeitüberwachung und Prüfpfade als fehlende Bausteine genannt wurden. Ihre prüfende Person weiß das.
• Regulatorische Lage. Wenn Sie in der EU tätig sind: Die Einigung zum Digital-Omnibus hat die meisten Pflichten für Hochrisikosysteme nach dem AI Act auf Dezember 2027 und August 2028 verschoben, aber die Transparenzpflichten nach Artikel 50 gelten weiterhin ab dem 2. August 2026, einschließlich des Hinweises, wenn eine Person mit einem KI-System interagiert. Fragen Sie den Anbieter, wie sich der Agent zu erkennen gibt.

Die häufigsten Fehler im Pilotdesign

Den interessanten Workflow automatisieren, während der teure weiter von Hand läuft. Der interessante macht sich gut in der Demo. Der teure finanziert die nächsten drei.

Keine Ausgangsbasis. Ohne einen Vorher-Wert ist jeder Nachher-Wert eine Streitfrage.

Erfolg definiert als „es funktioniert“. In einer Demo funktioniert es immer. Definieren Sie die Zahl.

Ein Pilot, der nicht scheitern kann. Wenn es keine Schwelle gibt, die ihn stoppt, haben Sie keinen Piloten gekauft, sondern eine erste Rate.

Zwei Anbieter gleichzeitig am selben Workflow. Es wirkt gründlich und ist es nicht: Keiner bekommt saubere Daten, beide beschuldigen den anderen, und Sie zahlen doppelt, um weniger zu lernen.

Was wir in unserem eigenen Betrieb tun

Wir wenden diese Struktur auf uns selbst an. Unsere interne Agentenflotte holt 50 oder mehr Stunden pro Woche im Team zurück, aufgebaut Workflow für Workflow, wöchentlich überprüft, mit einer Person, die alles Unumkehrbare freigibt. Außerdem betreiben wir einen öffentlichen Model-Context-Protocol-Server (MCP) unter mcp.strataigize.com, dem Standard, mit dem ein KI-Agent ein externes System aufrufen kann, sodass ein Agent unser Unternehmen direkt abfragen kann. Wir haben keine andere Agentur gefunden, die einen betreibt. Es gibt ihn, weil wir ihn zuerst selbst brauchten.

Deshalb können wir einen ersten Workflow mit ernster Miene bepreisen: Wir haben die Version aus Monat neun in unserem eigenen Betrieb durchlaufen, nicht nur auf einer Folie.

Häufige Fragen

Wie lange sollte ein KI-Agenten-Pilot laufen?

Dreißig bis neunzig Tage. Kürzer als 30, und Sie messen den Neuheitseffekt. Länger als 90 ohne Entscheidung, und der Pilot ist zum Projekt geworden, genau das Scheitermuster, das Gartners Daten zu Einstellungen beschreiben.

Sollte ein KI-Agenten-Pilot bezahlt sein?

Ja. Kostenlose Piloten werden auf beiden Seiten mit freier Kapazität besetzt und an nichts gemessen, also enden sie in einer Demo, und die Entscheidung fällt nie. Ein bezahlter, abgegrenzter Pilot zum Preis eines einzelnen Workflows bekommt echte Menschen und eine echte Erfolgskennzahl.

Was ist eine vernünftige Abbruchschwelle?

Etwa die Hälfte bis zwei Drittel der Zielkennzahl, hoch genug, dass ein Verfehlen klar bedeutet, dass der Workflow nicht bereit ist, und niedrig genug, um eine langsame Woche zu überstehen. Die genaue Zahl ist weniger wichtig als die Tatsache, dass sie aufgeschrieben ist und dass jemand benannt ist, der die Entscheidung trifft.

Wer sollte den Piloten intern verantworten?

Eine Person, die den Workflow heute verantwortet, kein Gremium und nicht die KI-begeisterte Person. Sie kennt die Ausnahmen, kann beurteilen, ob eine Ausgabe stimmt, und wird ehrlich sagen, ob die Stunden wirklich zurückgekommen sind.

Welche Fragen sollten wir dem Anbieter vor dem Start stellen?

Die vollständige Liste steht in 24 Fragen an einen Anbieter von KI-Agenten. Wenn Sie noch entscheiden, ob Sie überhaupt einen Anbieter nutzen, beginnen Sie mit selbst bauen oder kaufen.

Starten Sie einen mit uns

Wir planen Piloten genau so: ein Workflow, Festpreis, schriftliche Erfolgskennzahl, vereinbarte Abbruchschwelle, Sicherheitsfragen vorab beantwortet. Buchen Sie ein Wachstumsaudit, und wir benennen Ihren wertvollsten Workflow, oder lesen Sie, wie die Entwicklung von KI-Agenten bei uns funktioniert.