Der Agent trifft eine Entscheidung, für die es im Organigramm keine Stelle gibt

Vier von zehn Unternehmen ab 20 Beschäftigten nutzen künstliche Intelligenz, ein Drittel davon meldet höhere Kosten als geplant. Der Grund liegt selten in der Technik. Er liegt in einer Organisationsstruktur, die für ein Problem gebaut wurde, das gerade verschwindet.

Donnerstag, 15:40 Uhr. Ein Stammkunde ruft im Vertriebsinnendienst eines Industriebetriebs an und will statt 250 Einheiten 400, in acht statt fünfzehn Arbeitstagen. Ein guter Anruf, eigentlich. Was er im Haus auslöst, zeigt Abb. 2.

Abb. 1 · Der Fall

	Rahmenvertrag	Anfrage
Menge	250 Einheiten	400 Einheiten
Lieferzeit	15 Arbeitstage	8 Arbeitstage
Auftragswert	60.000 Euro	96.000 Euro

Abb. 2 · Was die Anfrage im Haus auslöst

Bereich	Regel, die heute gilt	Was der Eilauftrag daran ändert	Wer entscheiden muss
Vertrieb	Rahmenvertrag deckt 250 Einheiten zum vereinbarten Preis, darüber gilt die Preisliste	Preis für 150 Einheiten Mehrmenge und Höhe des Eilzuschlags sind offen	Vertriebsleitung
Finanzen	Kreditlimit des Kunden 250.000 Euro, offen sind 190.000 Euro	Mit dem Auftrag 286.000 Euro, das Limit ist gerissen, Erhöhung bis 300.000 Euro möglich	Leiter Finanzen
Werk	Produktionsslots sind vergeben, Reihenfolge nach Plan	Drei Aufträge müssten weichen, einer davon mit Vertragsstrafe	Werkleitung
Einkauf	Stammlieferant liefert in zwölf Tagen, Mehrkosten bis 5.000 Euro in eigener Kompetenz	Zu spät. Zweitlieferant liefert in vier Tagen, 14 Prozent teurer, rund 2.500 Euro Mehrkosten	Einkaufsleitung
Logistik	Auslieferung auf der Regeltour	Komplettlieferung in acht Tagen braucht eine Sonderfahrt, 1.400 Euro	Logistik

Fünf Bereiche müssen prüfen, jeder nach seiner eigenen Regel, jeder mit eigener Freigabe. Zusammen ist das keine Stunde Arbeit. Bis der Kunde eine Antwort hat, vergehen zwei Tage, weil jede Entscheidung auf die vorherige wartet.

Ein KI-Agent mit Zugriff auf Auftragsdaten, Kreditlimits, Kapazitätsplanung und Lieferantenkonditionen braucht für dieselben fünf Prüfungen eine Minute. Er legt einen Vorschlag vor, der alle fünf Grenzen gleichzeitig berücksichtigt, Abb. 3.

Abb. 3 · Was der Agent nach einer Minute vorschlägt

Bereich	Vorschlag	Folge
Vertrieb	Teillieferung: 250 Einheiten zum ursprünglichen Termin, 150 Einheiten vier Arbeitstage später. Eilzuschlag 1.700 Euro auf die Mehrmenge	Kunde bekommt den Großteil pünktlich
Finanzen	Kreditlimit temporär auf 300.000 Euro, der Warenkreditversicherer deckt den Betrag	Limit eingehalten
Werk	Zwei unkritische Aufträge um je einen Tag geschoben, der Auftrag mit Vertragsstrafe bleibt unangetastet	Keine Vertragsstrafe
Einkauf	150 Einheiten vom Zweitlieferanten, 2.520 Euro Mehrkosten, davon 1.700 Euro über den Eilzuschlag an den Kunden weitergegeben	820 Euro bleiben im Haus
Logistik	Beide Teillieferungen auf der Regeltour	Keine Sonderfahrt

Der Vorschlag ist gut, der Deckungsbeitrag liegt rund 6.700 Euro über dem einer Ablehnung, die Rechnung steht in Abb. 5. Darum geht es nicht.

Der Agent hat etwas getan, wozu in diesem Unternehmen niemand befugt ist. Er hat eine Preisentscheidung, eine Kreditentscheidung, eine Kapazitätsentscheidung, eine Beschaffungsentscheidung und eine Logistikentscheidung in einem Zug und gegeneinander getroffen. Vorher gab es diese Entscheidung gar nicht als eine Entscheidung. Es waren fünf Teilentscheidungen, jede innerhalb ihrer eigenen Grenze, und der Kompromiss entstand im Aushandeln zwischen den Abteilungen. Dieses Aushandeln war die Aufbauorganisation bei der Arbeit.

Der Agent trifft eine Entscheidung, für die es im Organigramm keine Stelle gibt.

Warum Organigramme so aussehen, wie sie aussehen

Jede Aufbauorganisation, die wir kennen, beruht auf einer Annahme: Urteilsvermögen ist knapp, weil es an Menschen hängt. Der Ökonom Luis Garicano hat vor 25 Jahren beschrieben, was Hierarchie dann leistet. Die Front lernt die häufigen Fälle. Die seltenen wandern nach oben zu Spezialisten, die man nicht mit Routine beschäftigen will. Wer im Organigramm oben steht, ist der Mensch für den Fall, den die Ebene darunter nicht kennt.¹

Anders gesagt: Das Organigramm wohnt in den Ausnahmen. Der Standardprozess läuft seit zwanzig Jahren im ERP-System, dafür braucht niemand eine Führungskraft. Die Freigabegrenzen, die Eskalationswege, die Leitungsspannen existieren für den Eilauftrag am Donnerstagnachmittag.

Genau diese Ausnahme übernimmt jetzt die Maschine. Sie greift damit die Funktion an, für die die Hierarchie gebaut wurde. Die Sachbearbeitung war längst automatisiert. Jetzt geht es um das Urteil.

Was die Zahlen sagen, und was sie nicht sagen

Die Nutzung steigt schnell, der Ertrag nicht. In Unternehmen ab 20 Beschäftigten hat sich der Anteil der KI-Nutzer binnen eines Jahres mehr als verdoppelt.² Ein Drittel dieser Nutzer meldet deutlich höhere Kosten als erwartet,³ und nur ein Drittel sieht eine hohe Produktivitätswirkung, Abb. 4.⁴

Aufschlussreich ist der Abstand zwischen dem, was Unternehmen erwarten, und dem, was bisher passiert ist. Das ifo Institut hat 2025 gefragt, ob Unternehmen wegen KI Stellen abgebaut haben: 3,9 Prozent ja, 93 Prozent keine Veränderung. Auf die Frage nach den nächsten fünf Jahren erwarten 27,1 Prozent einen Abbau, im verarbeitenden Gewerbe 37,3 Prozent.⁵ Ein Viertel rechnet also mit einem Umbau, den bisher fast niemand vollzogen hat. Wäre die Technik das Hindernis, wäre dieser Abstand kleiner.

Der Grund hat einen Namen, er ist nur unbequem. Erik Brynjolfsson und Lorin Hitt haben an 527 US-Unternehmen gezeigt, dass IT-Investitionen kurzfristig nur normale Renditen bringen, über fünf bis sieben Jahre aber bis zu fünfmal höhere Produktivitätsbeiträge. Die Differenz erklären sie mit großen, zeitaufwändigen Investitionen in das, was sie organisatorisches Kapital nennen.⁶ Später haben Brynjolfsson, Rock und Syverson daraus die Produktivitäts-J-Kurve gemacht: Basistechnologien erfordern komplementäre Investitionen in Abläufe, Rollen und Fähigkeiten, die zuerst Kosten verursachen und erst später Ertrag.⁷

Übersetzt für die Unternehmensführung: Wer heute den Ertrag seiner KI-Ausgaben misst, misst in der Senke. Die Organisationsinvestition ist ausgabenwirksam, aber noch nicht ertragswirksam. Wer daraus schließt, KI funktioniere nicht, zieht die falsche Konsequenz aus einer richtigen Beobachtung. Und die Kehrseite: Wer die Organisationsinvestition gar nicht erst macht, kommt nie aus der Senke heraus. Er hat dann nur die Kosten. Das ist die Lage des einen Drittels, das über höhere Kosten klagt.

Drei Antworten der Organisation

In der Praxis gibt es auf den Eilauftrag drei Organisationsantworten, und die häufigste ist die schlechteste.

Antwort eins: Alles bleibt bei den Fachbereichen, der Agent bekommt Grenzen. Jeder Bereich definiert die Grenze für seinen Teil. Jeder setzt sie konservativ, weil er allein für Fehler geradesteht und nichts vom Gesamtoptimum hat. Der Agent darf dann nur das, was die engste der fünf Grenzen erlaubt. Der Eilauftrag fällt komplett heraus, obwohl er dem Unternehmen 6.680 Euro bringt, Abb. 5. Das System läuft, es produziert aber genau die Ergebnislücke, über die alle klagen. So sieht der Normalfall aus, und er ist der Grund, warum Pilotprojekte technisch funktionieren und wirtschaftlich nichts bringen.

Antwort zwei: Alles in die IT. Das scheitert aus einem einzigen, aber ausreichenden Grund. Die IT trägt die wirtschaftliche Folge nicht. Wer den Schaden nicht trägt, kann die Grenze nicht verantworten.

Antwort drei: eine benannte Verantwortung für den Prozess als Ganzes, mit eigener Ergebnisverantwortung. Eine Funktion, die den Weg von der Anfrage bis zum Zahlungseingang verantwortet, mit einem Zielsystem über Deckungsbeitrag, Liefertreue und Kapitalbindung statt über Abteilungskennzahlen. Sie setzt die Grenzen des Agenten, sie eskaliert, sie trägt die wirtschaftliche Folge. Angesiedelt bei der Geschäftsführung oder beim COO. Die IT verantwortet dabei etwas anderes und nicht weniger Wichtiges: dass der Agent nachvollziehbar, abschaltbar und protokolliert ist.

Die europäische KI-Verordnung folgt derselben Logik. Sie verlangt in Artikel 26 für Hochrisikosysteme, dass Betreiber die menschliche Aufsicht natürlichen Personen übertragen, die über Kompetenz, Ausbildung und Befugnis verfügen. Drei Eigenschaften, kumulativ.⁸ Interne Freigabegrenzen und Kapazitätszusagen im Geschäftskundengeschäft fallen nach dem Wortlaut allerdings nicht in die Hochrisikoklasse, der Eilauftrag oben ist kein Fall für die Verordnung. Die Verantwortungsfrage bleibt trotzdem. Sie beantwortet sich dann über das Gesellschaftsrecht und die Organisationspflichten der Geschäftsführung, und das gilt unabhängig von jeder Frist.

Die naheliegende Lösung ist die gefährlichste

Ein Reflex vieler Unternehmen ist, den Agenten wie einen Mitarbeiter ins Organigramm zu hängen. Klingt sauber. Ein Arbeitspapier von Emma Wiles und Kollegen von der Boston University und BCG aus dem Jahr 2026 zeigt, was das anrichtet. Sobald dieselbe Arbeit nicht mehr von einem Werkzeug, sondern von einem „KI-Mitarbeiter“ kommt, finden Manager weniger Fehler, fühlen sich weniger verantwortlich und rufen häufiger nach einer Prüfung durch Dritte, Abb. 6.⁹

Wer den Agenten wie einen Mitarbeiter behandelt, verschiebt Verantwortung faktisch weg vom Menschen, obwohl sich rechtlich nichts verschiebt. Die Organisation wird unsicherer und zugleich langsamer, weil mehr Prüfschleifen verlangt werden.

Das Experiment, das der Mittelstand längst gemacht hat

Zur Frage, ob bestehende Unternehmen ihre Hierarchie umbauen können, wenn Maschinen Entscheidungen übernehmen, gibt es keine Längsschnittstudie. Die einzige belastbare Empirie stammt aus neu gegründeten US-Startups. Eine Harvard-Studie vom Juni 2026 zeigt, dass KI-native Startups gegenüber vergleichbaren Startups derselben Branche und Kohorte 25 Prozent kleiner sind, eine halbe Hierarchieebene flacher, bei vergleichbarer Bewertung.¹⁰ Nur hatten diese Firmen nie eine alte Struktur. Über den Umbau einer bestehenden sagt die Studie nichts.

Es gibt aber einen Präzedenzfall, und er sitzt in jedem Mittelständler selbst. Als die IT den Betrieb von Servern und Anwendungen an Dienstleister abgab, verlor sie die Tätigkeit, aus der sie ihre Existenz begründet hatte. Die Ausführung war weg, die Verantwortung blieb. Kaum jemand hat dafür die Stellenbeschreibung geändert.

Wie das ausgeht, ist gut dokumentiert, Abb. 7. Die Outsourcing-Forschung findet seit den Neunzigern denselben Zusammenhang: Wer fast alles auslagert, scheitert meistens, wer die Steuerung im Haus behält, meistens nicht. Die am häufigsten genannte Erfolgsbedingung ist die Fähigkeit, Dienstleister zu steuern.¹¹ Und in deutschen Unternehmen ab 100 Mio. Euro Umsatz messen laut Lünendonk zwei Drittel der IT-Verantwortlichen Managed Services künftig hohe Bedeutung bei, aber nur 11 Prozent haben eine Stelle, die Dienstleister steuert.¹²

Zwei Drittel wollen mehr auslagern, mehr als die Hälfte hat keine Stelle, die das steuert. Derselbe Fehler wie ein Agent ohne benannten Verantwortlichen, nur zehn Jahre älter. Wer den Betrieb auslagert und die Steuerung nicht aufbaut, hat am Ende weniger Kontrolle und keinen Cent weniger Verantwortung.

Die Fähigkeit, die in beiden Fällen fehlt, ist dieselbe: Grenzen setzen, Abweichung erkennen, eskalieren, wirtschaftliche Folge tragen. Das ist Steuerung, nicht Technik.

Vier Fragen für das Management

Wer über den Einsatz von Agenten im eigenen Haus entscheidet, kommt mit vier Fragen weiter als mit jeder Toolauswahl.

1. Welche Entscheidung soll der Agent treffen? Nicht welchen Prozess er automatisiert. Welche Entscheidung.
2. Wer trägt heute den wirtschaftlichen Schaden, wenn diese Entscheidung falsch ist? Das ist der Kandidat für die Verantwortung, unabhängig davon, wo er im Organigramm steht.
3. Bildet sein Zielsystem die Entscheidung ab? Wenn der Vertriebsleiter am Auftragseingang gemessen wird, der Agent aber den Deckungsbeitrag optimiert, ist er der falsche Verantwortliche, egal wie gut er fachlich passt.
4. Woran erkennt der Agent seine Grenze, und was passiert dann? Eine Grenze, die nicht maschinenlesbar ist, existiert nicht.

Abb. 8 · Vier Fragen vor dem ersten Agenten

1. Welche Entscheidung soll der Agent treffen? Nicht welchen Prozess er automatisiert. Welche Entscheidung.
2. Wer trägt heute den wirtschaftlichen Schaden, wenn diese Entscheidung falsch ist? Das ist der Kandidat für die Verantwortung, unabhängig davon, wo er im Organigramm steht.
3. Bildet sein Zielsystem die Entscheidung ab? Wenn der Vertriebsleiter am Auftragseingang gemessen wird, der Agent aber den Deckungsbeitrag optimiert, ist er der falsche Verantwortliche, egal wie gut er fachlich passt.
4. Woran erkennt der Agent seine Grenze, und was passiert dann? Eine Grenze, die nicht maschinenlesbar ist, existiert nicht.

Die dritte Frage ist die unbequemste. Im Eilauftrag vom Anfang werden drei von fünf Abteilungskennzahlen durch den Vorschlag schlechter: die Materialquote im Einkauf, die Termintreue im Werk, das Kreditrisiko in den Finanzen. Besser wird nur die Summe, und der Auftragseingang im Vertrieb, der die Summe nicht verantwortet. Es gibt niemanden, dessen Zielsystem die Summe abbildet. Genau diese Stelle fehlt, Abb. 9 zeigt es in Zahlen.

Dass diese Fragen selten gestellt werden, zeigen zwei Erhebungen aus diesem Jahr. Nur 21 Prozent der Unternehmen haben nach einer Deloitte-Befragung von 3.235 Führungskräften ein reifes Governance-Modell für agentische KI.¹³ Und McKinsey findet bei rund 500 Organisationen, dass diejenigen mit klar zugewiesener Verantwortung für KI einen deutlich höheren Reifegrad erreichen als diejenigen ohne.¹⁴

Eine Organisation wird nicht dadurch besser, dass sie bessere Werkzeuge kauft. Sie wird es dadurch, dass jemand die Entscheidung verantwortet, die die Werkzeuge jetzt treffen können. Solange diese Person im Organigramm nicht existiert, bleibt jede KI-Investition eine Kostenstelle mit besserer Software.

Fußnoten

AufklappenZuklappen

1. Luis Garicano, „Hierarchies and the Organization of Knowledge in Production“, Journal of Political Economy, Band 108, Nr. 5, 2000, S. 874 bis 904. Zur Quelle ↗ ↩
2. Bitkom, Presseinformation „Digitalisierung der Wirtschaft“ vom 11. März 2026, 604 Unternehmen ab 20 Beschäftigten, Befragung Januar bis Februar 2026. Zur Quelle ↗ ↩
3. Bitkom, ebenda, Abschnitt Auswirkungen. Basis sind die Unternehmen, die KI einsetzen. Zur Quelle ↗ ↩
4. DIHK, Digitalisierungsumfrage 2026, Erhebung 10. bis 28. November 2025, 4.686 Unternehmen, S. 6. Zur Quelle ↗ ↩
5. Klaus Wohlrabe, „Mehr KI, weniger Jobs? Was Unternehmen in Deutschland erwarten“, ifo Schnelldienst Digital 8/2025 vom 16. Juni 2025, Tabelle 2. Zur Quelle ↗ ↩
6. Erik Brynjolfsson und Lorin M. Hitt, „Computing Productivity: Firm-Level Evidence“, Review of Economics and Statistics, Band 85, Nr. 4, 2003, S. 793 bis 808. Zur Quelle ↗ ↩
7. Erik Brynjolfsson, Daniel Rock und Chad Syverson, „The Productivity J-Curve“, American Economic Journal: Macroeconomics, Band 13, Nr. 1, 2021, S. 333 bis 372. Zur Quelle ↗ ↩
8. Verordnung (EU) 2024/1689, Artikel 26 Absatz 2. Der Digital Omnibus, Verordnung (EU) 2026/1744, in Kraft seit 27. Juli 2026, ändert diesen Artikel nicht. Zur Quelle ↗ ↩
9. Emma Wiles, Hsu, Bedard und Kropp, „Putting AI on the Org Chart: Evidence on Delegation and Accountability“, Arbeitspapier Boston University und BCG, Fassung vom 19. September 2026. Die Effekte gelten für Manager in Organisationen, die KI-Agenten bereits im Organigramm führen. Zur Quelle ↗ ↩
10. Kim und Koning, „AI-Native Firms“, Harvard Business School Working Paper 26-090, 9. Juni 2026. Der Wert gilt für das Y-Combinator-Sample, im breiteren Sample sind es 12 Prozent. Zur Quelle ↗ ↩
11. Lacity, Khan und Willcocks, „A review of the IT outsourcing literature: Insights for practice“, Journal of Strategic Information Systems, Band 18, Nr. 3, 2009, Abschnitt 4.1, dort zitiert nach Lacity und Willcocks 1998. Zur Quelle ↗ ↩
12. Lünendonk, „IT-Sourcing-Trends 2025/2026“, 121 Anwenderunternehmen ab 100 Mio. Euro Umsatz, davon ein Viertel mit mehr als 1 Mrd. Euro, Interviews März bis Mai 2025, S. 22 und Abbildung 26. Zur Quelle ↗ ↩
13. Deloitte, „Business and IT leaders report AI agents are scaling faster than their guardrails“, 24. April 2026, 3.235 Befragte in 24 Ländern. Zur Quelle ↗ ↩
14. McKinsey, „State of AI trust in 2026: Shifting to the agentic era“, 25. März 2026, rund 500 Organisationen. Reifegrad 2,6 mit klarer Zuständigkeit gegenüber 1,8 ohne. Zur Quelle ↗ ↩

Zum Autor

Operations Consultant · Mittelstand · zuvor COO

Christopher von Könemann berät mittelständische Unternehmen bei Ergebnisverbesserung, Working Capital und dem Aufbau von Steuerungssystemen. Zuvor war er COO in einer mittelständischen Unternehmensgruppe.

LinkedIn · Kontakt

Auf LinkedIn teilen