Die Agentische Revolution.

Wie KI-Agenten Organisation verändern können – ohne Verantwortung zu automatisieren

Ein Essay über Arbeit, Wissen und die Frage, wie wir Organisation neu gestalten können, wenn technische Systeme nicht mehr nur Informationen verarbeiten, sondern beginnen zu handeln.

Zwischen Angst und Aufbruch

Seit einiger Zeit beschäftige ich mich mit der Frage, wie KI-Agenten und Automatisierung die Arbeitswelt verändern.

Nicht als ferne Zukunftserzählung.

Sondern als konkrete Organisationsfrage.

Die öffentliche Diskussion folgt dabei häufig zwei einfachen Geschichten.

In der ersten ersetzt KI den Menschen.

In der zweiten befreit sie ihn von Routine und macht Arbeit automatisch kreativer, schneller und besser.

Beide greifen zu kurz.

KI kann belastende Aufgaben reduzieren und gleichzeitig Tätigkeiten entwerten.

Sie kann Wissen leichter verfügbar machen und zugleich schlechte Informationen mit größerer Geschwindigkeit verbreiten.

Sie kann Entscheidungen besser vorbereiten und Verantwortung verschleiern.

Sie kann Menschen Handlungsspielraum geben – oder Überwachung perfektionieren.

Welche Wirkung entsteht, entscheidet sich deshalb nicht allein im Modell.

Sie entscheidet sich in der Organisation, die es einsetzt.

Die Internationale Arbeitsorganisation kommt in ihrer Untersuchung zu generativer KI und Arbeit zu einer entsprechend differenzierten Einordnung: Wahrscheinlicher als der vollständige Ersatz vieler Berufe ist zunächst die Veränderung der Tätigkeiten, aus denen diese Berufe bestehen.^ilo2025

Das ist weder Entwarnung noch Untergangsszenario.

Es ist ein Gestaltungsauftrag.

Die interessantere Frage

Wenn über Automatisierung gesprochen wird, zerlegen wir Arbeit gern in einzelne Schritte:

Informationen suchen.

Daten übertragen.

Formulare ausfüllen.

Texte prüfen.

Freigaben einholen.

Dokumentieren.

Was technisch automatisierbar erscheint, wird zum Kandidaten für Effizienz.

Aber Arbeit besteht nicht nur aus Tätigkeiten.

Menschen interpretieren Situationen.

Sie lösen Konflikte.

Sie setzen Prioritäten.

Sie bringen Erfahrung ein.

Sie treffen Entscheidungen.

Und sie tragen Verantwortung.

Deshalb reicht die Frage nicht:

Welche Aufgaben kann KI übernehmen?

Interessanter ist:

Welche Arbeit soll leichter werden – und welche Verantwortung wollen wir bewusst behalten?

Kaum jemand wird der fünften manuellen Datenübertragung nachtrauern.

Anders sieht es bei Entscheidungen aus, deren Folgen Menschen tragen.

Agentische Systeme zwingen uns deshalb zu einer präziseren Trennung zwischen:

Vorbereitung.

Entscheidung.

Ausführung.

Und genau darin liegt ihre organisatorische Bedeutung.

Wenn Software nicht mehr nur Werkzeug ist

Klassische Unternehmenssoftware wartet im Wesentlichen auf einen Menschen.

Jemand öffnet eine Maske.

Jemand sucht eine Information.

Jemand entscheidet.

Jemand klickt.

Jemand überträgt das Ergebnis in das nächste System.

Agentische Systeme können diese Arbeitsteilung verändern.

Sie können Informationen aus unterschiedlichen Quellen zusammenführen.

Unstrukturierte Dokumente auswerten.

Fehlende Angaben erkennen.

Eine Entscheidung vorbereiten.

Werkzeuge aufrufen.

Und innerhalb definierter Grenzen selbst einen nächsten Schritt ausführen.

Damit verändert sich der Charakter der Software.

Sie wird vom Werkzeug zu einem aktiven Bestandteil eines Arbeitsprozesses.

Das ist keine Kleinigkeit.

Denn in dem Moment, in dem ein System handeln kann, entstehen neue Fragen:

Welche Informationen darf es sehen?

Welche Quelle gilt?

Welches Werkzeug darf es verwenden?

Wann darf es selbst handeln?

Wann muss es stoppen?

Wann muss ein Mensch übernehmen?

Und wer steht anschließend für das Ergebnis ein?

Das sind keine Modellfragen.

Es sind Organisationsfragen.

Was wir unter einer agentischen Organisation verstehen

Der Begriff agentische Organisation ist in diesem Special deshalb bewusst ein Arbeitsbegriff.

Er bezeichnet keine autonome Firma.

Kein Unternehmen ohne Menschen.

Und keine Zukunft, in der ein Schwarm künstlicher Mitarbeiter das Tagesgeschäft selbstständig erledigt.

Gemeint ist eine Organisation, die bewusst gestaltet:

• welche Arbeit technische Systeme übernehmen,

• auf welches Wissen sie zugreifen,

• welche Werkzeuge sie verwenden dürfen,

• welche Aktionen zulässig sind,

• wo Unsicherheit sichtbar werden muss,

• wann ein Mensch übernehmen muss,

• und wer Verantwortung trägt.

Agentik wird damit nicht zum Ziel.

Sie wird zu einer Designvariable der Organisation.

Die eigentliche Verschiebung

Viele Organisationen haben in den vergangenen Jahrzehnten ihre Bürokratie digitalisiert.

Aus Papierformularen wurden Webformulare.

Aus Umlaufmappen wurden Tickets.

Aus Akten wurden Dokumentenmanagementsysteme.

Aus Statusrunden wurden Dashboards.

Der Medienbruch verschwand.

Die organisatorische Logik blieb oft erstaunlich stabil.

Agentische Systeme eröffnen erstmals breiter die Möglichkeit, nicht nur einen einzelnen Schritt zu automatisieren, sondern jene Informations- und Koordinationsarbeit zu verändern, die zwischen den eigentlichen Arbeitsschritten liegt.

Genau dort verbringen Organisationen enorme Mengen menschlicher Energie:

Informationen suchen.

Zuständigkeiten klären.

Dokumente zusammentragen.

Status aktualisieren.

Regeln nachlesen.

Ausnahmen bearbeiten.

Entscheidungen vorbereiten.

Diese Arbeit ist nicht automatisch sinnlos.

Ein Teil davon stellt Nachvollziehbarkeit, Sicherheit oder Verantwortung her.

Aber die Frage lautet:

Wie viel menschliche Arbeit benötigen wir künftig noch, um diese Ordnung herzustellen?

Damit beginnt die Agentische Revolution.

Der Mensch bleibt nicht automatisch im Mittelpunkt

Eine weitere beliebte Formel lautet:

Der Mensch bleibt im Mittelpunkt.

Das klingt gut.

Aber es ist noch keine Organisationsgestaltung.

Menschen bleiben nur dann tatsächlich handlungsfähig, wenn ihre Funktion konkret definiert wird.

Wenn sie Ziele bestimmen können.

Wenn sie Kontext einbringen können.

Wenn sie Empfehlungen widersprechen dürfen.

Wenn sie die Kompetenz besitzen, Ergebnisse zu beurteilen.

Und wenn Verantwortung nicht hinter dem Satz verschwindet:

„Die KI hat entschieden.“

Vier menschliche Funktionen werden uns deshalb durch dieses Special begleiten:

Richtung.

Kontext.

Urteil.

Verantwortung.

Sie sind keine romantische Restkategorie dessen, was Maschinen angeblich niemals können.

Sie sind Funktionen, die eine Organisation bewusst zuordnen muss.

Daten sind kein Gold

Dasselbe gilt für Wissen.

Technologieerzählungen beschreiben Daten gern als neuen Rohstoff.

Oder als Gold.

Diese Metapher ist attraktiv, aber unvollständig.

Daten werden nicht dadurch wertvoll, dass möglichst viele davon vorhanden sind.

Sie werden wertvoll, wenn klar ist:

woher sie stammen,

was sie bedeuten,

wie aktuell sie sind,

wer sie verantwortet,

wer sie verwenden darf

und für welchen Zweck.

Daten sind deshalb nicht einfach Kapital.

Daten sind Verantwortung.

Ein Agent wird nicht besser, weil er möglichst alles lesen kann.

Er wird besser, wenn er im richtigen Moment auf das richtige Wissen zugreifen kann – und wenn sichtbar bleibt, woher dieses Wissen stammt.

Und wenn die Informationsgrundlage nicht reicht, muss ein gutes System sagen können:

Ich weiß es nicht.

Wirkung vor Autonomie

Damit kommen wir zur Leitidee dieser Reihe.

Autonomie ist kein Reifegrad.

Ein Agent, der selbstständig Geld bewegt, ist nicht fortschrittlicher als ein Agent, der eine hervorragende Entscheidungsvorlage erzeugt.

Ein hochautonomes System kann wenig Nutzen erzeugen.

Ein System mit sehr engem Handlungsspielraum kann enorme Wirkung haben.

Die angemessene Handlungsmacht hängt von der Aufgabe ab.

Von den möglichen Folgen eines Fehlers.

Von seiner Reversibilität.

Von der Unsicherheit.

Von den betroffenen Menschen.

Und von der Frage, wer anschließend Verantwortung trägt.

Ciferecigo Perspektive Der Wert eines KI-Agenten bemisst sich nicht an maximaler Autonomie. Er bemisst sich daran, ob ein klar verantworteter Prozess nachweisbar besser wird.

Die Leitformel lautet deshalb:

Nicht möglichst autonome Systeme sind das Ziel.

Sondern Organisationen, die bewusst entscheiden, welche Arbeit sie Maschinen überlassen und welche Verantwortung sie behalten.

Die eigentliche Organisationsfrage

Wenn man diese Gedanken zusammenzieht, entsteht eine Frage, die sich durch das gesamte Special ziehen wird:

Wer darf mit welchem Wissen innerhalb welcher Grenzen handeln oder entscheiden – und wer trägt dafür Verantwortung?

Diese Frage führt uns von Max Weber und der Bürokratie über Wissensarchitektur, Mensch-Maschine-Arbeitsteilung und Governance bis zur Organisationsstruktur, zur praktischen Umsetzung und schließlich zur europäischen digitalen Souveränität.

Es geht dabei nicht um KI als Heilsversprechen.

Nicht um Bürokratie als Gegner.

Und nicht um den Menschen als romantischen Gegenpol zur Maschine.

Es geht um Organisationen, die lernen müssen, Arbeit, Wissen, Handlungsmacht und Verantwortung neu miteinander zu verbinden.

Das ist die Agentische Revolution.

Nicht, weil Technologie die Organisation der Zukunft vorgibt.

Sondern weil sie uns zwingt, sie neu zu entscheiden.

---

Das Special

Prolog – Von der Ordnung zur Agentik

Warum Bürokratie ursprünglich Fortschritt bedeutete – und welche ihrer Funktionen wir auch im agentischen Zeitalter brauchen.

Teil 1 – Die Bürokratie-Falle

Welche Bürokratie schützt, welche nur koordiniert und welche längst keinen Zweck mehr erfüllt.

Teil 2 – Das Gehirn der neuen Organisation

Wie Quellen, Wissen, Agenten und Werkzeuge zu einem kontrollierten System verbunden werden.

Teil 3 – Mensch und Maschine

Welche Funktionen Menschen übernehmen müssen, wenn technische Systeme mehr Arbeit ausführen.

Teil 4 – Zwischen Hype und Haftung

Wie Handlungsmacht begrenzt, überwacht und verantwortet werden kann.

Teil 5 – Die Zukunft der Firma

Wie sich Hierarchie, Führung und Entscheidungsarchitektur verändern können.

Teil 6 – Vom Traum zur Tat

Wie aus einem konkreten Problem ein belastbarer agentischer Use Case entsteht.

Teil 7 – Europas Weg zwischen Datenschutz und Datenmacht

Welche technologische und wirtschaftliche Wahlfähigkeit Europa dafür braucht.

Epilog – Die Organisation ist eine Entscheidung

Warum Technologie Möglichkeiten schafft – aber keine Richtung.

Quellenhinweis

Wenn Ordnung mehr Arbeit erzeugt, als sie verhindert

Warum Unternehmen nicht weniger Verantwortung brauchen – sondern bessere Wege, sie zu organisieren.

Ein Auftrag über 500 Geschirrsets

Eine kleine Porzellanmanufaktur in Polen erhält eine Bestellung eines deutschen Großhändlers.

500 handbemalte Geschirrsets.

Für die Menschen in der Produktion ist zunächst klar, was zu tun ist.

Teller brennen.

Tassen glasieren.

Qualität prüfen.

Verpacken.

Versenden.

Doch bevor die Ware das Unternehmen verlässt, beginnt eine zweite Form der Arbeit.

Welche Verpackungsmaterialien werden tatsächlich verwendet?

Welche Lieferantennachweise sind aktuell?

Welche Verpackungsgewichte sind dokumentiert?

Welche europäischen und nationalen Anforderungen sind relevant?

Welche Rolle besitzt die Manufaktur im konkreten Vertriebsweg?

Welche Informationen fehlen?

Welche Dokumentation muss erhalten bleiben?

Das Produkt ist Handwerk.

Der Marktzugang verlangt zusätzlich Informations- und Koordinationsarbeit.

Das ist zunächst nichts Ungewöhnliches.

Regulierung besitzt einen Zweck.

Verpackungen müssen Produkte schützen.

Umweltanforderungen sollen reale Schäden begrenzen.

Unternehmen müssen nachvollziehbar handeln.

Doch für einen kleinen Betrieb kann die administrative Arbeit rund um einen einzigen Vorgang erheblich werden.

Ein Nachweis liegt als PDF vor.

Ein anderer steckt in einer alten E-Mail.

Die Verpackungsgewichte stehen in Excel.

Eine Stückliste stimmt nicht mehr mit dem überein, was tatsächlich am Packtisch verwendet wird.

Und einen Teil der entscheidenden Information besitzt vor allem der Verpackungsmeister im Kopf.

Willkommen in der Bürokratie-Falle.

Das Problem ist nicht die Regel

Im Prolog haben wir gesehen, warum Bürokratie überhaupt entstand.

Regeln und Dokumentation können vor Willkür schützen.

Zuständigkeiten machen Verantwortung sichtbar.

Nachweise können Sicherheit schaffen.

Die Frage lautet deshalb nicht mehr:

Wie schaffen wir Bürokratie ab?

Sie lautet:

Wo erzeugt Ordnung tatsächlich Sicherheit – und wo erzeugt sie hauptsächlich Arbeit?

Genau diese Unterscheidung entscheidet darüber, ob Automatisierung sinnvoll ist.

Arbeit über Arbeit

Organisationen erzeugen neben ihrer eigentlichen Wertschöpfung eine zweite Ebene von Arbeit.

Arbeit über Arbeit.

Status erfassen.

Abstimmen.

Nachweise zusammensuchen.

Freigaben koordinieren.

Informationen übertragen.

Dokumentieren.

Kontrollieren.

Wieder dokumentieren.

Ein Teil davon ist unvermeidbar.

Aber mit jeder neuen Schnittstelle kann diese Ebene wachsen.

Mehr Produkte erzeugen mehr Abstimmung.

Mehr Regulierung erzeugt mehr Nachweise.

Mehr Systeme erzeugen mehr Übergaben.

Mehr Übergaben erzeugen mehr Kontrollmechanismen.

Irgendwann beschäftigt sich eine Organisation nicht mehr nur mit dem Problem, das sie eigentlich lösen will.

Sie beschäftigt sich zunehmend mit der Verwaltung ihrer eigenen Komplexität.

Merksatz Bürokratie wird zur Falle, wenn eine Organisation immer mehr Energie benötigt, um sich selbst handlungsfähig zu halten.

Digitalisierung löst dieses Problem nicht automatisch

Unternehmen versuchen seit Jahrzehnten, diese Reibung mit Software zu reduzieren.

ERP.

Workflow-Systeme.

Tickets.

Dokumentenmanagement.

Business Process Management.

RPA.

Low Code.

Viele dieser Technologien haben enorme Verbesserungen ermöglicht.

Aber ein Formular bleibt ein Formular, wenn es im Browser geöffnet wird.

Eine unnötige Freigabe wird nicht sinnvoller, weil sie über einen Workflow erfolgt.

Ein Prozess mit zwanzig Übergaben bleibt komplex, auch wenn jede Übergabe per API geschieht.

Die reale Welt produziert außerdem Ausnahmen.

Ein Lieferant verwendet eine andere Produktbezeichnung.

Ein Vertrag enthält eine Sonderregel.

Eine Richtlinie lässt Interpretationsspielraum.

Ein Dokument fehlt.

Ein Datensatz widerspricht einem anderen.

Klassische Prozesslogik reagiert auf solche Fälle häufig mit:

einer weiteren Regel,

einem Abbruch,

oder manueller Bearbeitung.

Und mit jeder neuen Ausnahme wächst der Prozess weiter.

Drei Arten von Bürokratie

Für die weitere Diskussion brauchen wir deshalb eine einfache Diagnose.

Nicht jede Bürokratie sollte gleich behandelt werden.

1. Schutzbürokratie

Sie existiert, weil etwas tatsächlich abgesichert werden muss.

Zum Beispiel:

Produktsicherheit.

Datenschutz.

Compliance.

finanzielle Kontrolle.

Qualität.

Nachvollziehbarkeit.

Im Fall der Porzellanmanufaktur gehören dazu etwa der sichere Produktschutz, nachvollziehbare Materialinformationen oder notwendige regulatorische Nachweise.

Diese Bürokratie sollte nicht einfach verschwinden.

Ihre Schutzfunktion muss erhalten bleiben.

Aber ihre Durchführung kann möglicherweise wesentlich effizienter werden.

2. Koordinationsbürokratie

Sie entsteht, weil Informationen, Menschen oder Systeme nicht ausreichend verbunden sind.

Zum Beispiel:

Nachweise suchen.

Lieferanten erinnern.

Daten aus mehreren Dateien zusammenführen.

Statusberichte erstellen.

Informationen zwischen Systemen übertragen.

Nachfragen nach Informationen, die irgendwo bereits vorhanden sind.

Hier liegt ein besonders großes Potenzial für agentische Systeme.

Nicht weil die zugrunde liegende Verantwortung verschwindet.

Sondern weil Menschen nicht jede organisatorische Verbindung selbst herstellen müssen.

3. Historische Bürokratie

Sie besteht, weil ein Prozess irgendwann einmal eingeführt wurde.

Niemand kennt den ursprünglichen Grund noch genau.

Aber der Ablauf wird weiterhin ausgeführt.

Vielleicht existiert in unserer Manufaktur beispielsweise ein internes Verpackungsformular, dessen Daten inzwischen vollständig im ERP stehen.

Zwei weitere Felder kann niemand einer heutigen regulatorischen oder betrieblichen Anforderung zuordnen.

Dann lautet die Lösung nicht:

Lassen wir einen Agenten das Formular automatisch ausfüllen.

Sondern:

Warum existiert dieses Formular überhaupt noch?

Historische Bürokratie sollte zuerst hinterfragt werden.

Nicht automatisiert.

Schützen. Automatisieren. Abschaffen.

Aus dieser Unterscheidung entsteht das erste praktische Modell der Reihe:

Schutzbürokratie

Funktion erhalten, Durchführung verbessern.

Koordinationsbürokratie

Informations- und Übergabearbeit möglichst reduzieren oder automatisieren.

Historische Bürokratie

Zweck prüfen – und im Zweifel entfernen.

Diese Reihenfolge ist entscheidend.

Denn sie verändert die Ausgangsfrage eines KI-Projekts.

Nicht mehr:

Wo können wir einen Agenten einsetzen?

Sondern:

Welche Arbeit sollte überhaupt noch existieren?

Der Fehler beginnt vor der Automatisierung

Nehmen wir wieder die Porzellanmanufaktur.

Es wäre technisch durchaus möglich, einen Agenten zu bauen, der ein altes internes Verpackungsformular automatisch ausfüllt.

Er könnte Daten aus dem ERP ziehen.

Gewichte übernehmen.

Texte generieren.

Das Dokument ablegen.

Der Vorgang wäre schneller.

Aber wenn niemand dieses Formular mehr braucht, hätten wir nichts verbessert.

Wir hätten lediglich historischen Ballast automatisiert.

Deshalb müssen vor jeder Automatisierung fünf Fragen beantwortet werden:

1. Welches Ergebnis soll der Prozess erzeugen?

Nicht:

Welche Schritte gibt es heute?

Sondern:

Was soll am Ende tatsächlich erreicht sein?

2. Welche Risiken oder Pflichten muss er absichern?

Was besitzt eine reale Schutzfunktion?

3. Welche Informationen werden dafür tatsächlich benötigt?

Welche Daten braucht die Entscheidung?

4. Welche Entscheidungen verlangen menschliche Verantwortung?

Wo reicht Vorbereitung nicht?

5. Welche Arbeit existiert nur aufgrund heutiger Systemgrenzen?

Was wäre überflüssig, wenn Informationen bereits verbunden wären?

Erst danach beginnt die technische Gestaltung.

Wer einen schlechten Prozess automatisiert, erhält keinen guten Prozess. Er erhält einen schnelleren schlechten Prozess.

Genau hier wird Agentik interessant

Wenn die unnötige Arbeit entfernt ist, bleibt trotzdem viel organisatorische Arbeit übrig.

In der Porzellanmanufaktur müssen weiterhin:

Materialinformationen gefunden,

Nachweise geprüft,

fehlende Unterlagen identifiziert,

Lieferanten kontaktiert,

Vertriebsinformationen eingeordnet,

Entscheidungen dokumentiert

und Ausnahmen behandelt werden.

Diese Arbeit lässt sich nicht immer als starrer Workflow beschreiben.

Dokumente unterscheiden sich.

Informationen fehlen.

Bezeichnungen variieren.

Situationen benötigen Kontext.

Genau dort werden agentische Systeme interessant.

Ein Agent könnte beispielsweise:

• relevante Unterlagen identifizieren,

• fehlende Informationen markieren,

• freigegebene Quellen durchsuchen,

• Lieferantenanfragen vorbereiten oder innerhalb definierter Rechte versenden,

• Varianten vergleichen,

• Entscheidungsvorlagen erzeugen,

• Unsicherheit sichtbar machen,

• und einen Vorgang stoppen, wenn die Informationsgrundlage nicht reicht.

Der entscheidende Punkt ist:

Der Agent ersetzt nicht die Schutzfunktion der Bürokratie. Er kann einen Teil der Arbeit übernehmen, mit der wir diese Schutzfunktion heute herstellen.

Das ist eine wesentlich bescheidenere Aussage als die autonome Firma.

Und eine wesentlich interessantere.

Wenn das System stoppen muss

Agentik wird häufig über Handlung beschrieben.

Was kann der Agent selbst tun?

Vielleicht ist die wichtigere Fähigkeit aber eine andere:

Wann darf er nicht weiterarbeiten?

Wenn zwei Quellen widersprechen.

Wenn eine regulatorische Rolle nicht eindeutig bestimmt werden kann.

Wenn ein Lieferant den falschen Nachweis schickt.

Wenn die reale Verpackung nicht zur hinterlegten Stückliste passt.

Dann ist ein überzeugend formulierter Text kein gutes Ergebnis.

Ein Stop ist es.

Ein gutes agentisches System erkennt nicht nur Arbeit.

Es erkennt auch die Grenze seiner Arbeitsgrundlage.

Diese Fähigkeit wird in den folgenden Kapiteln noch wichtig werden.

Das Ziel ist keine autonome Organisation

Die Bürokratie-Falle führt deshalb nicht direkt zur Forderung nach maximaler Autonomie.

Unternehmen bestehen aus:

Interessen.

Konflikten.

Erfahrung.

Verantwortung.

Macht.

Risiken.

Und Entscheidungen, deren Folgen Menschen tragen.

Eine agentische Organisation ist nicht die Organisation, in der KI möglichst viel entscheidet.

Sie ist die Organisation, die bewusst festlegt:

wo Systeme Informationen verbinden,

wo sie vorbereiten,

wo sie handeln dürfen,

wo sie nicht handeln dürfen,

wann Unsicherheit sichtbar werden muss,

wann ein Mensch übernimmt

und wer verantwortlich bleibt.

Autonomie wird damit zu einer Designvariable.

Nicht zum Ziel.

Die Funktion von ihrer Ausführung trennen

Damit kommen wir zur eigentlichen Verschiebung.

Wenn wir Nachvollziehbarkeit brauchen, bedeutet das nicht, dass ein Mensch jeden Datensatz selbst dokumentieren muss.

Wenn wir Compliance brauchen, bedeutet das nicht, dass jeder Mitarbeitende alle Regeln eigenständig recherchieren muss.

Wenn wir eine Freigabe brauchen, bedeutet das nicht, dass Menschen vorher stundenlang Informationen zusammentragen müssen.

Die Funktion kann notwendig bleiben.

Ihre heutige Ausführung nicht.

Genau darin liegt das Potenzial der agentischen Organisation.

Die Ordnung bleibt.

Die Reibung kann sinken.

Und manchmal stellt sich heraus:

Eine bestimmte Ordnung wurde überhaupt nicht mehr gebraucht.

Dann sollte sie verschwinden.

Die nächste Frage

Damit wissen wir, welche Arbeit ein Kandidat für Veränderung sein kann.

Aber noch nicht, wie ein System sie verlässlich übernehmen soll.

Denn ein Agent, der einen Vorgang prüfen soll, braucht:

die richtigen Informationen,

die richtige Version,

die richtigen Rechte,

die richtigen Werkzeuge,

und eine klare Grenze zwischen Wissen und Handeln.

Damit verlassen wir die Bürokratie-Falle.

Und betreten den Maschinenraum.

---

Weiter im Special

Teil 2 – Das Gehirn der neuen Organisation

Wie Quellen, Wissensstrukturen, Retrieval, Agenten und Werkzeuge zusammenspielen müssen, damit aus flexibler Automatisierung kein unkontrollierbares System wird.

Was menschliche Arbeit wertvoll macht, wenn Agenten mehr übernehmen

Über den Agentic Shift, Delegationskompetenz und die Frage, welche Funktionen Menschen übernehmen müssen, wenn Systeme immer mehr Arbeit vorbereiten oder selbst ausführen können.

Der Agent arbeitet. Und jetzt?

Im vorherigen Kapitel haben wir die Architektur gebaut.

Quellen liefern Wissen.

Retrieval stellt Kontext bereit.

Agenten verarbeiten Informationen.

Werkzeuge ermöglichen Aktionen.

Governance begrenzt, was das System tun kann.

Damit ist technisch einiges möglich.

Aber genau jetzt beginnt die schwierigere Frage.

Was macht der Mensch?

Wenn Statusberichte automatisch entstehen.

Wenn Dokumente nicht mehr manuell gesucht werden.

Wenn fehlende Informationen selbstständig nachgefordert werden.

Wenn eine Entscheidungsvorlage bereits mit Quellen, Optionen und Risiken auf dem Bildschirm liegt.

Dann verändert sich Arbeit.

Nicht zwangsläufig dadurch, dass ein Beruf verschwindet.

Sondern dadurch, dass Teile eines Berufs ihre bisherige Form verlieren.

Der Agentic Shift

Der Agentic Shift bezeichnet in diesem Special deshalb keine Zukunft, in der Menschen morgens nur noch Ziele eingeben und digitale Kollegen den Rest erledigen.

Er beschreibt eine Neuverteilung von Arbeit.

**Ausführen.

Bewerten.

Delegieren.

Entscheiden.**

Diese Tätigkeiten werden neu geschnitten.

Wo Agenten wirksam werden, kann sich menschliche Aufmerksamkeit verschieben:

vom Suchen zum Bewerten,

vom Übertragen zum Entscheiden,

vom Statuspflegen zum Eingreifen,

vom Befolgen eines Prozesses zum Gestalten des Prozesses.

Nicht jede Tätigkeit verändert sich gleich stark.

Und nicht jeder Mensch wird zum „Orchestrator“.

Der Agentic Shift lautet deshalb nicht:

Ausführen → Orchestrieren

Sondern:

Was soll erreicht werden, was kann das System übernehmen – und woran erkenne ich, ob das Ergebnis gut ist?

Der Verpackungsmeister widerspricht

Unser Porzellanfall macht diese Frage konkreter.

Der Agent hat die bestehende Verpackung analysiert.

Er schlägt eine kleinere Variante vor.

Weniger Karton.

Weniger Füllmaterial.

Geringeres Transportvolumen.

Die Berechnung sieht gut aus.

Auf dem Bildschirm erscheint eine Empfehlung:

Variante PORZ-M testen.

Marek, der Verpackungsmeister, betrachtet die Zeichnung.

Dann sagt er:

„Damit kommen die Tassen nicht heil in Hamburg an.“

Der Agent besitzt Daten.

Marek besitzt etwas Zusätzliches.

Er weiß, wie eine bestimmte Tassenform auf Vibration reagiert.

Er kennt typische Schadensbilder.

Er weiß, welcher Henkel bei zu geringer Pufferzone zuerst bricht.

Diese Information steht bislang nicht strukturiert im System.

Der Widerspruch des Menschen ist deshalb kein Hindernis auf dem Weg zur Automatisierung.

Er ist Teil eines guten Prozesses.

Was bleibt menschlich?

Es wäre bequem, an dieser Stelle zu sagen:

Kreativität.

Empathie.

Intuition.

Aber diese Kategorien sind zu unpräzise.

KI-Systeme können Ideen erzeugen.

Sie können kommunikativ überzeugend wirken.

Sie können Optionen entwickeln und große Informationsmengen analysieren.

Die relevantere Unterscheidung liegt deshalb nicht zwischen angeblich menschlichen und maschinellen Fähigkeiten.

Sie liegt zwischen Funktion und Verantwortung.

Vier menschliche Funktionen sind besonders wichtig.

Ein Agent kann ein Ziel optimieren.

Aber jemand muss entscheiden, welches Ziel überhaupt zählt.

Im Verpackungsfall:

Material reduzieren?

Transportkosten senken?

Bruchquote minimieren?

Nachhaltigkeit verbessern?

Regulatorische Zukunftssicherheit erhöhen?

Natürlich wollen wir möglichst alles gleichzeitig.

Doch sobald Ziele miteinander kollidieren, entsteht eine Entscheidung.

Richtung bedeutet:

festlegen, worauf optimiert werden soll.

2. Kontext

Organisationen besitzen Wissen, das nicht vollständig formalisiert ist.

Erfahrung.

Vorgeschichten.

Beziehungen.

Ausnahmen.

unausgesprochene Erwartungen.

strategische Absichten.

Mareks Erfahrung mit zerbrechlichem Porzellan ist Kontext.

Sie ist nicht mystisch.

Sie könnte teilweise gemessen und künftig strukturiert werden.

Aber heute ist sie noch nicht vollständig im System vorhanden.

Menschen ergänzen damit nicht einfach fehlende Daten.

Sie geben Situationen Bedeutung.

3. Urteil

Der Agent kann berechnen:

Variante M benötigt weniger Material.

Der Mensch muss beurteilen:

Ist der zusätzliche Produktschutzverlust akzeptabel?

Urteil beginnt dort, wo mehrere vernünftige Ziele gegeneinander abgewogen werden müssen.

Ein System kann dafür ausgezeichnete Grundlagen erzeugen.

Aber eine Empfehlung ist noch keine Entscheidung.

4. Verantwortung

Das ist der entscheidende Punkt.

Ein Agent kann handeln.

Aber eine Organisation kann Verantwortung nicht einfach an ein Modell delegieren.

Jemand entscheidet, dass das System eingesetzt wird.

Jemand definiert seine Rechte.

Jemand bestimmt, wann es eskaliert.

Jemand genehmigt kritische Veränderungen.

Und jemand muss für wesentliche Folgen einstehen.

Merksatz Je mehr Arbeit wir an Systeme delegieren, desto präziser müssen wir definieren, welche Verantwortung wir nicht delegieren.

Damit entsteht das dritte zentrale Modell der Serie:

Der Mensch darf widersprechen

Marek lehnt die vorgeschlagene Variante nicht einfach ab.

Er begründet seine Entscheidung.

Pufferzone am Tassenhenkel zu gering.

Der Vorgang wird dokumentiert.

Das System berechnet eine neue Variante.

PORZ-M2.

Diesmal wird die Pufferzone verändert.

Marek gibt den Test frei.

Die Verpackung wird erprobt.

Und sie scheitert.

Zwei Tassen werden beschädigt.

Die Variante wird nicht zum Standard.

Das ist interessant.

Denn Human Oversight bedeutet hier nicht:

Der Mensch bestätigt am Ende die Empfehlung der Maschine.

Er bedeutet:

Der Mensch besitzt die Möglichkeit und die Kompetenz, ihr begründet zu widersprechen.

Das ist etwas völlig anderes.

Kontrolle verschwindet nicht

Die Vorstellung einer agentischen Organisation wird gern als Wechsel von Kontrolle zu Vertrauen beschrieben.

Das klingt sympathisch.

Aber es ist zu einfach.

Gute Organisationen brauchen weiterhin Kontrolle.

Nur ihre Form kann sich verändern.

Statt jeden Schritt manuell zu begleiten, können:

Aktionen automatisch protokolliert,

Rechte technisch begrenzt,

Quellen sichtbar,

Abweichungen erkannt,

bestimmte Schwellen automatisch eskaliert werden.

Kontrolle verschiebt sich damit teilweise von permanenter manueller Begleitung hin zu:

Leitplanken, Beobachtung und gezielter Intervention.

Ciferecigo Perspektive Vertrauen ist kein Ersatz für Kontrolle. Gute Systeme schaffen Vertrauen, weil ihre Grenzen, Quellen und Handlungen kontrollierbar sind.

Nicht neue Berufe, sondern neue Rollenanteile

Aus jeder Technologiewelle entstehen schnell neue Berufsbezeichnungen.

AI Orchestrator.

Agent Trainer.

Workflow Designer.

AI Steward.

Governance Architect.

Einige dieser Rollen werden real entstehen.

Andere vielleicht wieder verschwinden.

Interessanter ist, dass ihre Aufgaben in bestehende Berufe hineinwandern.

Eine Projektmanagerin muss lernen, Agenten sinnvoll zu delegieren.

Ein Controller muss automatisch erzeugte Analysen beurteilen können.

Ein Fachexperte muss Wissen so bereitstellen, dass Systeme es verlässlich verwenden können.

Eine Führungskraft muss entscheiden, welche Handlungsspielräume Menschen und Systeme besitzen.

Ein Prozessdesigner gestaltet künftig nicht nur menschliche Abläufe, sondern hybride Systeme.

Neue Rollenanteile entstehen innerhalb bestehender Berufe.

Das ist für Unternehmen wesentlich relevanter als eine neue Liste futuristischer Jobtitel.

Delegationskompetenz

Damit verändert sich auch die Bedeutung von KI-Kompetenz.

Prompting reicht nicht.

Wer mit einem Agenten arbeitet, muss entscheiden können:

• Welche Aufgabe ist delegierbar?

• Welche Informationen benötigt das System?

• Welche Quellen darf es verwenden?

• Welche Grenzen gelten?

• Wie erkenne ich ein gutes Ergebnis?

• Welche Unsicherheit ist akzeptabel?

• Wann muss ich eingreifen?

• Welche Handlung darf automatisiert werden?

• Welche Entscheidung muss bei mir bleiben?

Das ist Delegationskompetenz.

Dazu kommt Prüfkompetenz.

Wenn Menschen Ergebnisse nicht mehr vollständig selbst erzeugen, müssen sie deren Qualität trotzdem beurteilen.

Das kann anspruchsvoller sein, als die Tätigkeit selbst auszuführen.

Die Gefahr der Kompetenz-Erosion

Damit entsteht ein ernstes Gegenrisiko.

Wenn ein Mensch eine Tätigkeit jahrelang nicht mehr ausführt, kann seine Fähigkeit sinken, sie zu beurteilen.

Wenn ein Analyst nie mehr selbst recherchiert:

Wie erkennt er eine schlechte Recherche?

Wenn eine Projektmanagerin nie mehr selbst einen Projektplan erstellt:

Wie beurteilt sie einen schlechten Plan?

Wenn ein Entwickler immer weniger Code liest:

Wie erkennt er strukturelle Fehler?

Wenn eine Führungskraft ausschließlich automatisch verdichtete Informationen sieht:

Wie behält sie Kontakt zur operativen Realität?

Automatisierung erzeugt deshalb eine neue Designfrage:

Welche Kompetenz müssen wir bewusst erhalten, damit Menschen ihre Kontroll- und Entscheidungsfunktion weiterhin ausüben können?

Ciferecigo Perspektive Automatisierung darf nicht dazu führen, dass Menschen genau die Kompetenz verlieren, die sie benötigen, um die Automatisierung zu beurteilen.

Qualifizierung wird dadurch zu einem dauerhaften Bestandteil agentischer Organisationen.

Nicht zu einer einmaligen Tool-Schulung.

Override ist eine wichtige Information

Im Porzellanfall ist Mareks Widerspruch wertvoll.

Deshalb sollte eine Organisation nicht nur messen, ob Menschen Empfehlungen akzeptieren.

Sondern auch:

Wie häufig widersprechen sie?

Warum?

Eine hohe Override-Rate kann bedeuten, dass das System schlechte Empfehlungen erzeugt.

Eine dauerhaft bei null liegende Rate ist aber ebenfalls interessant.

Vielleicht ist das System hervorragend.

Vielleicht prüfen die Menschen nicht mehr ernsthaft.

Der menschliche Widerspruch ist deshalb kein ineffizienter Restprozess.

Er kann ein Qualitätssignal sein.

Der Agent lernt nicht einfach von Marek

Noch ein Detail ist wichtig.

Weil Marek eine Empfehlung korrigiert, darf das System nicht automatisch schließen:

Mareks Aussage ist jetzt universelle Wahrheit.

Sein Erfahrungswissen wird zunächst dokumentiert.

Dann kann es getestet werden.

Vielleicht bestätigt eine Serie von Verpackungsversuchen die neue Regel.

Vielleicht zeigt sich, dass sie nur für eine bestimmte Tassenform gilt.

Menschliches Wissen ist nicht automatisch korrekt, nur weil es menschlich ist.

Gute agentische Organisationen romantisieren deshalb weder die Maschine noch den Menschen.

Sie prüfen beide.

Führung gestaltet Handlungsspielräume

Auch Führung verändert sich dadurch.

Nicht von Kontrolle zu „Choreografie“.

Sondern konkreter:

Führung gestaltet Handlungsspielräume.

Eine Führungskraft muss entscheiden:

Welche Ziele gelten?

Welche Entscheidungen dürfen Teams selbst treffen?

Welche Entscheidungen dürfen Agenten vorbereiten?

Welche Aktionen dürfen Systeme selbst ausführen?

Welche Risiken verlangen eine Eskalation?

Welche Qualitätsmaßstäbe gelten?

Welche Fähigkeiten müssen im Team erhalten bleiben?

Automatisierung macht Führung damit nicht überflüssig.

Sie zwingt sie zu Präzision.

Wer entscheidet eigentlich was?

Nach welchen Kriterien?

Und warum?

Diese Fragen waren schon immer relevant.

Agentische Systeme machen es schwieriger, sie zu umgehen.

Ein Agent ist kein Kollege

Auch sprachlich lohnt sich Präzision.

Die Metapher des „digitalen Kollegen“ kann hilfreich sein.

Aber ein Agent besitzt:

keine organisatorische Verantwortung,

keine persönlichen Interessen,

keine moralische Verpflichtung,

keine Karriere,

keine Angst vor den Folgen einer Fehlentscheidung.

Der Satz:

„Der Agent hat entschieden.“

ist deshalb keine ausreichende organisatorische Erklärung.

Die relevante Frage lautet:

Warum durfte das System so handeln – und wer hat diesen Handlungsspielraum gestaltet?

Das führt uns direkt zum nächsten Kapitel.

Der Agentic Shift ist eine Designaufgabe

Die Veränderung von Arbeit wird nicht dadurch gut, dass sie technisch möglich ist.

Sie muss gestaltet werden.

Aufgaben müssen neu geschnitten werden.

Entscheidungsrechte müssen sichtbar sein.

Fähigkeiten müssen entwickelt und teilweise bewusst erhalten werden.

Menschen brauchen reale Möglichkeiten zum Eingreifen.

Und Erfolg darf nicht allein daran gemessen werden, wie viel Arbeit automatisiert wurde.

Die Frage lautet:

Wie verteilen wir Arbeit zwischen Mensch und System so, dass Wirkung entsteht, ohne Verantwortung zu verlieren?

Das ist der Agentic Shift.

Nicht die Übergabe der Arbeit an Maschinen.

Sondern ihre bewusste Neugestaltung.

---

Weiter im Special

Teil 4 – Zwischen Hype und Haftung

Wenn wir wissen, was das System kann und welche Funktionen Menschen behalten müssen, folgt zwangsläufig:

Wie machen wir diese Grenze technisch und organisatorisch belastbar?

Was bleibt von Hierarchie, wenn Information anders fließt?

Warum die Unternehmenspyramide nicht einfach verschwindet – aber einen Teil ihrer bisherigen Arbeit verlieren könnte, wenn Wissen, Koordination und operative Steuerung zunehmend durch agentische Systeme unterstützt werden.

Die Pyramide fällt nicht

Es ist eine der eingängigsten Zukunftserzählungen über KI.

Information wird überall verfügbar.

Agenten koordinieren Arbeit.

Teams werden autonom.

Managementebenen verschwinden.

Die Pyramide fällt.

Das klingt plausibel.

Und wahrscheinlich ist es zu einfach.

Denn Hierarchie ist nicht nur ein langsamer Kommunikationskanal.

Organisationen besitzen Hierarchie, weil sie Probleme lösen müssen, die auch durch bessere Information nicht verschwinden.

Ressourcen sind begrenzt.

Ziele widersprechen sich.

Entscheidungen haben Folgen.

Abhängigkeiten müssen koordiniert werden.

Konflikte müssen irgendwann beendet werden.

Und Verantwortung muss zugeordnet werden.

Agentische Systeme können verändern, wie diese Funktionen erfüllt werden.

Sie beseitigen sie nicht.

Pull Quote Die Hierarchie fällt nicht. Aber sie verliert einen Teil ihrer bisherigen Arbeit.

Was Hierarchie eigentlich leistet

Wenn wir Organisation neu denken wollen, sollten wir nicht beim Organigramm beginnen.

Sondern bei der Frage:

Welche Arbeit erledigt Hierarchie heute für die Organisation?

Fünf Funktionen sind besonders relevant.

1. Priorisieren

Unternehmen verfolgen mehr Ziele, als sie gleichzeitig erreichen können.

Umsatz steigern.

Kosten senken.

Qualität erhöhen.

Risiken reduzieren.

Produkte schneller liefern.

Nachhaltiger werden.

Mitarbeitende entwickeln.

Irgendjemand muss entscheiden:

Was zählt jetzt?

Was wartet?

Was wird beendet?

Keine Datenanalyse beseitigt diesen Zielkonflikt.

Sie kann ihn besser sichtbar machen.

2. Allokieren

Geld, Zeit, Menschen, Maschinen und Aufmerksamkeit sind begrenzt.

Organisationen brauchen Mechanismen, um diese Ressourcen zu verteilen.

Ein System kann Szenarien berechnen.

Es kann Kapazitäten zeigen.

Es kann Konsequenzen simulieren.

Aber die Frage, ob das Unternehmen Geld in eine neue Produktionslinie, eine Compliance-Maßnahme oder die nächste Produktgeneration investiert, bleibt eine Prioritätsentscheidung.

3. Koordinieren

Arbeit ist voneinander abhängig.

Eine Verpackungsänderung betrifft möglicherweise:

Produktion.

Einkauf.

Qualität.

Logistik.

Vertrieb.

einen Kunden.

einen Lieferanten.

und regulatorische Anforderungen.

Ein großer Teil heutiger Organisationsarbeit besteht darin, diese Abhängigkeiten sichtbar zu machen und Informationen zwischen Beteiligten zu transportieren.

Genau hier können agentische Systeme besonders viel verändern.

4. Eskalieren

Nicht jeder Konflikt lässt sich dort lösen, wo er entsteht.

Manchmal benötigt eine Entscheidung mehr Autorität.

Mehr Budget.

Mehr Fachkompetenz.

Oder eine Abwägung zwischen mehreren Unternehmenszielen.

Organisationen brauchen deshalb Eskalationswege.

5. Verantworten

Am Ende muss sichtbar sein, wer für eine Entscheidung einsteht.

Nicht wer den Report erstellt hat.

Nicht wer die Daten zusammengesucht hat.

Sondern wer entscheiden durfte – und wer für die Konsequenzen verantwortlich ist.

Diese fünf Funktionen verschwinden nicht durch KI.

Aber ihre Verteilung kann sich verändern.

Das ist die organisatorische Funktionsebene hinter Hierarchie.

Management ist auch Informationsarbeit

Management bedeutet selbstverständlich mehr als Reports und Statusmeetings.

Aber ein erheblicher Teil organisatorischer Steuerung beschäftigt sich heute mit Information.

Was ist passiert?

Wo stehen wir?

Was läuft schief?

Welche Abhängigkeit wurde übersehen?

Welche Entscheidung ist offen?

Wer wartet auf wen?

Welche Ressource fehlt?

Status wird eingesammelt.

Verdichtet.

Weitergegeben.

Kommentiert.

Im nächsten Meeting erneut erklärt.

Genau diese Arbeit kann sich verändern.

Agentische Systeme können Informationen aus mehreren Quellen zusammenführen.

Abweichungen erkennen.

Auswirkungen berechnen.

Entscheidungen vorbereiten.

Zuständigkeiten finden.

Offene Punkte verfolgen.

Operative Übergaben koordinieren.

Damit wird Hierarchie als Informationsinfrastruktur weniger wichtig.

Aber nicht zwangsläufig als Entscheidungsstruktur.

Informationshierarchie und Entscheidungshierarchie

Das ist die entscheidende Unterscheidung.

In vielen klassischen Organisationen wandert Information nach oben.

Mitarbeiter berichten an Teamleiter.

Teamleiter an Bereichsleiter.

Bereichsleiter an Geschäftsführung.

Dort wird entschieden.

Anschließend wandert die Entscheidung wieder nach unten.

Diese Struktur hatte einen nachvollziehbaren Grund:

Information war teuer.

Sie musste gesammelt, verdichtet und transportiert werden.

Wenn relevante Informationen für berechtigte Personen unmittelbar zugänglich werden, verändert sich dieser Grund.

Ein Team muss vielleicht nicht mehr drei Ebenen nach oben berichten, damit jemand ein Lagebild erzeugen kann.

Ein Agent kann das Lagebild herstellen.

Aber daraus folgt nicht:

Jeder darf alles entscheiden.

Es folgt vielmehr:

Informationsfluss und Entscheidungsrecht können stärker voneinander getrennt werden.

Das ist organisatorisch weitreichender als ein flacheres Organigramm.

Vom Organigramm zur Entscheidungsarchitektur

Damit kommen wir zum zentralen Begriff dieses Kapitels.

Entscheidungsarchitektur.

Eine Organisation besteht nicht nur aus Kästchen und Linien.

Sie besteht aus Entscheidungsräumen.

Ein Team besitzt einen Handlungsspielraum.

Eine Führungskraft einen anderen.

Ein Vorstand einen weiteren.

Ein Agent ebenfalls.

Jeder dieser Räume braucht:

• einen Auftrag,

• relevantes Wissen,

• Entscheidungsrechte,

• Grenzen,

• Schnittstellen,

• Eskalationswege,

• Verantwortung.

Damit verändert sich die zentrale Organisationsfrage.

Nicht mehr nur:

Wer berichtet an wen?

Sondern:

Wer darf mit welchem Wissen innerhalb welcher Grenzen welche Entscheidung treffen – und wer trägt dafür Verantwortung?

Das ist der organisatorische Kern der agentischen Organisation.

Zurück zur Porzellanmanufaktur

Unsere Manufaktur steht inzwischen vor einem konkreten Konflikt.

Der Agent hat eine neue Verpackungsvariante berechnet.

Weniger Material.

Weniger Transportvolumen.

Langfristig bessere Ausgangsbedingungen für europäische Verpackungsanforderungen.

Marek, der Verpackungsmeister, erkennt jedoch ein Bruchrisiko.

Damit ist die Entscheidung keineswegs erledigt.

Denn weitere Interessen kommen hinzu.

Produktion

will sichere und praktikable Verpackung.

Einkauf

sieht Material- und Lieferantenkosten.

Vertrieb

will die Lieferung an den deutschen Großhändler termingerecht absichern.

Großhändler

stellt möglicherweise eigene Verpackungs- oder Logistikanforderungen.

Geschäftsführung

muss wirtschaftliche und regulatorische Risiken abwägen.

Agent

kann Daten, Optionen und Folgen vorbereiten.

Wer entscheidet?

Genau hier zeigt sich der Unterschied zwischen Informationsarchitektur und Entscheidungsarchitektur.

Der Agent kann allen Beteiligten dasselbe aktuelle Lagebild liefern.

Damit ist Information demokratischer verfügbar.

Aber die Entscheidung über den neuen Verpackungsstandard braucht trotzdem ein definiertes Recht.

Nicht jede Entscheidung gehört nach oben

Eine schlechte Lösung wäre:

Jeder Zielkonflikt geht zur Geschäftsführung.

Dann haben wir zwar intelligente Agenten gebaut, aber eine alte Zentralisierung beibehalten.

Eine ebenso schlechte Lösung wäre:

Der Agent entscheidet automatisch nach einem gewichteten Optimierungsmodell.

Dann hätten wir Verantwortung in eine mathematische Zielgewichtung versteckt.

Die bessere Frage lautet:

Wie weit kann die Entscheidung dort bleiben, wo die relevante Expertise liegt?

Beispielsweise:

Marek darf Verpackungsvarianten für Tests freigeben.

Die Qualitätsverantwortliche definiert zulässige Bruchgrenzen.

Der Einkauf darf innerhalb eines Budgetkorridors Lieferantenoptionen wählen.

Der Vertrieb darf Kundenanforderungen verhandeln.

Erst wenn ein definierter Zielkonflikt oder Schwellenwert überschritten wird, eskaliert der Vorgang.

Das ist eine andere Form von Organisation.

Nicht hierarchielos.

Sondern präziser verteilt.

Pyramide und Netzwerk

Deshalb sollten wir uns nicht zwischen zwei Ideologien entscheiden.

Hierarchie oder Netzwerk.

Top-down oder autonom.

Zentral oder dezentral.

Organisationen benötigen wahrscheinlich beides.

Pyramide dort, wo Autorität und Verantwortung notwendig sind. Netzwerk dort, wo Wissen und Zusammenarbeit flexibel verbunden werden müssen.

Agentische Systeme können dabei helfen, diese beiden Formen besser zu verbinden.

Wissen kann horizontal fließen.

Entscheidungsrechte können trotzdem eindeutig bleiben.

Das ist organisatorisch interessanter als die Behauptung, jede Firma müsse künftig flach sein.

Führung verliert Informationsmonopole

Das verändert auch Führung.

Führungskräfte verfügen heute häufig über besondere Macht, weil Informationen bei ihnen zusammenlaufen.

Das ist nicht ihre einzige Machtquelle.

Aber eine wichtige.

Wenn Teams künftig einen größeren Teil relevanter Informationen direkt sehen können, verliert Führung einen Teil dieses Informationsmonopols.

Das kann positiv sein.

Es kann aber auch Konflikte erzeugen.

Denn Transparenz verändert Macht.

Ein Agent, der Kosten, Verzögerungen, Abhängigkeiten und Entscheidungsstaus sichtbar macht, automatisiert nicht nur Reporting.

Er macht organisatorische Wirklichkeit sichtbarer.

Das kann unbequem sein.

Agentische Transformation ist deshalb nicht nur ein Technologieprojekt.

Sie ist potenziell auch ein Machtprojekt.

Wer gibt Entscheidungsspielraum ab?

Der häufig beschworene Wunsch nach dezentralen Entscheidungen klingt attraktiv.

Bis eine konkrete Führungskraft dafür Entscheidungsrechte abgeben muss.

Oder ein Bereich nicht mehr allein kontrolliert, welche Informationen andere sehen.

Oder ein Agent sichtbar macht, dass ein Freigabeprozess hauptsächlich historische Ursachen besitzt.

Dann wird Organisationsdesign politisch.

Das ist kein Fehler.

Organisationen bestehen aus Interessen und Machtverhältnissen.

Wer Agentik einführt, sollte deshalb nicht nur fragen:

Welche Prozesse können wir automatisieren?

Sondern:

Welche Entscheidungsrechte und Informationsprivilegien verändern wir damit?

Das gehört zu einer ehrlichen Transformationsdebatte.

Agentik kann auch zentralisieren

Es wäre zudem falsch, KI automatisch mit Dezentralisierung zu verbinden.

Dieselbe Technologie kann das Gegenteil ermöglichen.

Aufgaben automatisch verteilen.

Mitarbeiterleistung detailliert beobachten.

Arbeitsgeschwindigkeit messen.

Prioritäten zentral vorgeben.

Entscheidungen algorithmisch empfehlen.

Abweichungen permanent überwachen.

Die Organisation könnte dadurch hierarchischer werden als zuvor – nur technisch effizienter.

Eine digitale Form des Taylorismus.

Deshalb ist die Frage:

Welche Organisation wollen wir mit der Technologie bauen?

wichtiger als:

Welche Organisation ermöglicht die Technologie?

Führung als Architekturarbeit

Was bedeutet das für Führung?

Weniger Status einsammeln.

Weniger Informationen manuell weitertransportieren.

Vielleicht weniger operative Koordination.

Aber dafür mehr Arbeit an:

Zielen.

Entscheidungsrechten.

Grenzen.

Eskalationen.

Qualitätsmaßstäben.

Kompetenzen.

Konflikten.

Führung wird damit nicht einfach „kulturelle Choreografie“.

Der Begriff klingt schön, bleibt aber zu weich.

Präziser ist:

Führung gestaltet die Architektur, in der Entscheidungen entstehen.

Das ist eine konkrete Managementaufgabe.

Kleine Teams, große Hebelwirkung

Agentische Systeme könnten außerdem die organisatorische Hebelwirkung kleiner Teams erhöhen.

Nicht zwingend, weil weniger Menschen gebraucht werden.

Sondern weil ein Teil der bisherigen Koordinations- und Informationsarbeit sinkt.

Ein kleines Team kann möglicherweise:

mehr Wissen erschließen,

mehr Varianten prüfen,

mehr Prozesse beobachten,

mehr Entscheidungen vorbereiten.

Aber auch hier gilt:

mehr Hebel bedeutet mehr Verantwortung.

Wenn wenige Menschen mithilfe technischer Systeme größere Teile eines Unternehmens beeinflussen können, müssen Entscheidungsrechte und Kontrollmechanismen entsprechend präzise sein.

Das eigentliche Ziel

Die Zukunft der Firma ist deshalb wahrscheinlich weder:

die Pyramide

noch

das Netzwerk.

Sie ist auch nicht die autonome Organisation.

Die relevantere Frage lautet:

Wie viel Organisation benötigen wir noch, um Menschen, Wissen und Entscheidungen wirksam miteinander zu verbinden?

Agentische Systeme können einen Teil der Koordinationskosten senken.

Sie können Informationswege verkürzen.

Sie können Entscheidungen vorbereiten.

Sie können operative Arbeit direkt verbinden.

Aber sie nehmen Organisationen nicht die Notwendigkeit, Ziele, Rechte und Verantwortung zu gestalten.

Ciferecigo Perspektive Die agentische Organisation beginnt nicht beim Agenten. Sie beginnt dort, wo eine Organisation ihre Entscheidungsarchitektur neu gestaltet.

Und damit wird es praktisch.

Denn eine Entscheidungsarchitektur lässt sich nicht durch einen Strategie-Slide einführen.

Sie muss in realer Arbeit ausprobiert werden.

---

Weiter im Special

Teil 6 – Vom Traum zur Tat

Wie aus einem konkreten Problem ein kleiner, kontrollierter und messbarer agentischer Pilot entsteht – und warum die beste Transformation nicht mit einer Plattform beginnt.

Warum digitale Souveränität mehr braucht als gute Regeln

Was passiert, wenn wir die Frage nach Wissen, Handlungsmacht und Abhängigkeit nicht mehr nur an ein Unternehmen stellen – sondern an einen ganzen Kontinent?

Vom Unternehmen zum Kontinent

Im vorherigen Kapitel haben wir eine kleine polnische Porzellanmanufaktur begleitet.

Sie wollte keinen KI-Agenten.

Sie wollte 500 Geschirrsets an einen deutschen Großhändler liefern.

Doch hinter diesem einfachen Geschäft lagen:

Verpackungsdaten.

Lieferantennachweise.

regulatorische Anforderungen.

unterschiedliche Verantwortlichkeiten.

Erfahrungswissen.

nationale Prozesse.

europäische Regeln.

Und plötzlich wurde aus einem Karton eine Frage technologischer Handlungsfähigkeit.

Denn ein kleiner Betrieb kann die Chancen des europäischen Binnenmarktes nur nutzen, wenn er dessen Komplexität auch beherrschen kann.

Nicht indem er jede Verordnung ignoriert.

Und auch nicht, indem er für jeden Exportmarkt eine eigene Rechts- und Datenabteilung aufbaut.

Er braucht Zugang zu Wissen.

Zu Werkzeugen.

Zu Infrastruktur.

Zu verlässlichen Diensten.

Und zu realen technologischen Alternativen.

Damit wird aus unserer bisherigen Organisationsfrage eine europäische Frage.

Wer darf mit welchem Wissen innerhalb welcher Grenzen handeln – und wer bestimmt eigentlich die technologische Infrastruktur, auf der dieses Handeln stattfindet?

Eine falsche Alternative

Die europäische Technologiedebatte wird gern auf einen einfachen Gegensatz reduziert.

USA:

Plattformen.

Kapital.

Cloud.

Modelle.

Geschwindigkeit.

Europa:

Datenschutz.

Regulierung.

Grundrechte.

Vorsicht.

Das klingt klar.

Und führt in die falsche Richtung.

Datenschutz ist kein europäischer Betriebsunfall.

Der Schutz personenbezogener Daten ist in der Europäischen Union ein Grundrecht.^{eu-data-protection}

Genauso wenig ist technologische Leistungsfähigkeit ein amerikanischer Wert.

Europa muss nicht zwischen Verantwortung und Innovation wählen.

Es braucht beides.

Die schwierigere Frage lautet:

Welche technologischen Fähigkeiten benötigt Europa, um seine eigenen Vorstellungen von Wirtschaft, Wettbewerb und Schutz tatsächlich unter eigenen Bedingungen umsetzen zu können?

Denn Regeln allein schaffen noch keine Handlungsfähigkeit.

Datenschutz war nie die ganze europäische Idee

Die europäische Datenpolitik bestand auch in den vergangenen Jahren nicht nur aus Einschränkungen.

Der Data Governance Act zielt darauf, vertrauenswürdige Mechanismen für Datenaustausch zu schaffen. Der Data Act soll Zugang und Nutzung wirtschaftlich relevanter Daten fairer organisieren und gilt seit dem 12. September 2025.^eu-data-laws

Die inzwischen veröffentlichte Data Union Strategy geht noch weiter.

Sie verfolgt ausdrücklich drei Ziele:

mehr hochwertige Daten für KI verfügbar machen,

Datenregeln vereinfachen,

und europäische Datensouveränität stärken.^data-union

Das ist wichtig.

Denn die europäische Aufgabe lautet nicht:

Daten schützen oder Daten nutzen.

Sie lautet:

Daten nutzen, ohne die Kontrolle über ihre Verwendung zu verlieren.

Agentische Systeme verschärfen diese Aufgabe.

Sie speichern Daten nicht nur.

Sie verbinden Informationen.

Interpretieren sie.

Leiten daraus Entscheidungen ab.

Und können auf dieser Grundlage handeln.

Die Qualität der europäischen Datenordnung wird deshalb künftig auch daran gemessen werden, ob aus ihren Regeln praktisch nutzbare Systeme entstehen können.

Datenmacht ist mehr als Datenbesitz

Wer von Datenmacht spricht, denkt schnell an riesige Datensätze.

Aber technologische Macht entsteht aus mehreren Schichten gleichzeitig.

Daten.

Rechenleistung.

Modelle.

Cloud.

Laufzeitumgebungen.

Entwicklungsplattformen.

Identität.

Software.

Distribution.

Kapital.

Kundenbeziehungen.

Ein Anbieter, der mehrere dieser Ebenen kontrolliert, besitzt einen erheblichen strategischen Hebel.

Für agentische Systeme ist diese Abhängigkeit besonders relevant.

Denn ein Agent braucht nicht nur ein Modell.

Er benötigt:

Datenzugriff.

Tools.

Authentifizierung.

Laufzeit.

Logging.

Monitoring.

Evaluation.

Governance.

Speicher.

Schnittstellen.

Die Architektur aus Teil 2 besitzt damit eine politische Dimension.

Die Entscheidung für einen Agenten kann gleichzeitig eine Entscheidung für einen ganzen Technologie-Stack werden.

Souveränität bedeutet nicht Autarkie

Die Reaktion darauf darf nicht lauten:

Europa muss alles selbst bauen.

Jeden Chip.

Jedes Modell.

Jede Datenbank.

Jede Cloud.

Jedes Betriebssystem.

Jedes Softwareprodukt.

Das wäre weder realistisch noch wünschenswert.

Souveränität ist etwas anderes.

Souverän ist, wer eine Wahl besitzt.

Wer einen Anbieter wechseln kann.

Wer Daten exportieren kann.

Wer eine kritische Anwendung auch unter veränderten Bedingungen weiterbetreiben kann.

Wer offene oder interoperable Schnittstellen besitzt.

Wer weiß, von welchen Komponenten ein System abhängt.

Und wer diese Abhängigkeiten bewusst akzeptiert – statt sie erst zu entdecken, wenn ein Wechsel praktisch unmöglich geworden ist.

Digitale Souveränität bedeutet damit:

Nicht Unabhängigkeit von allem.

Sondern die Fähigkeit, zwischen realen Alternativen zu entscheiden.

Europa baut inzwischen mehr als Regeln

An diesem Punkt verändert sich die europäische Strategie sichtbar.

Die EU versucht mittlerweile nicht nur, Rahmenbedingungen für KI zu definieren.

Sie investiert auch in technische Infrastruktur.

Im August 2026 sind 19 AI Factories und 13 AI Factory Antennas operativ. Sie sollen insbesondere Start-ups, Forschung und Unternehmen – ausdrücklich auch kleine und mittlere Unternehmen – mit Rechenleistung und Unterstützungsangeboten verbinden.^ai-factories

Parallel dazu baut Europa mit dem AI Continent Action Plan seine KI-Strategie entlang von Infrastruktur, Daten, Kompetenzen, Nutzung und vertrauenswürdiger KI aus.^ai-continent

Und inzwischen geht die Ambition noch eine Größenordnung weiter.

Ende Juli 2026 startete die EU den Call für AI Gigafactories, um zusätzliche großskalige Rechenkapazitäten für KI aufzubauen.^{ai-gigafactories}

Das ist ein wichtiger Perspektivwechsel.

Die Frage lautet nicht mehr ausschließlich:

Wie regulieren wir KI?

Sondern zunehmend auch:

Welche Infrastruktur brauchen wir, um sie selbst entwickeln und einsetzen zu können?

Technologische Souveränität wird zur Industriepolitik

Der nächste Schritt folgte im Juni 2026.

Mit ihrem europäischen Tech-Sovereignty-Paket verbindet die Kommission mehrere Initiativen:

einen vorgeschlagenen Chips Act 2.0,

den vorgeschlagenen Cloud and AI Development Act,

eine europäische Open Source Strategy

und weitere Maßnahmen für kritische digitale Infrastruktur.^{tech-sovereignty}

Wichtig ist die sprachliche Präzision:

Chips Act 2.0 und Cloud and AI Development Act sind zum Zeitpunkt dieser Veröffentlichung Vorschläge.

Die Open Source Strategy ist eine politische Strategie.

Wir sollten daraus keine bereits vollständig realisierte europäische Technologieautonomie konstruieren.

Aber die Richtung ist bemerkenswert.

Europa diskutiert digitale Souveränität zunehmend nicht nur als Rechtsfrage.

Sondern als:

Infrastrukturfrage.

Industriefrage.

Investitionsfrage.

Architekturfrage.

Rechenleistung allein reicht nicht

Allerdings sollten wir auch hier nicht in die nächste einfache Zukunftserzählung wechseln.

Ein Supercomputer ergibt noch kein funktionierendes KI-Ökosystem.

Ein Rechenzentrum ist noch kein konkurrenzfähiger Cloud-Stack.

Eine AI Factory ersetzt nicht automatisch einen Hyperscaler.

Und fünf Gigafactories erzeugen nicht automatisch hunderte erfolgreiche europäische KI-Unternehmen.

Technologische Handlungsfähigkeit entsteht aus einem System.

Mindestens sieben Ebenen spielen zusammen:

Rechenleistung

Kann KI wirtschaftlich entwickelt und betrieben werden?

Modelle

Existieren leistungsfähige und passende Modelloptionen?

Cloud und Runtime

Können Anwendungen zuverlässig betrieben werden?

Daten

Ist qualitativ gutes Wissen verfügbar und nutzbar?

Software

Gibt es Werkzeuge, Plattformen und Komponenten für reale Anwendungen?

Kapital

Können Unternehmen aus Entwicklung skalierbare Produkte machen?

Nachfrage

Nutzen europäische Unternehmen diese Technologien tatsächlich?

Die entscheidende Ressource ist deshalb nicht der einzelne Baustein.

Es ist das Ökosystem zwischen ihnen.

Das kennen wir bereits aus Teil 2.

Auch dort war der Agent nicht das Gehirn.

Die Verbindungen waren es.

Europas industrielle Chance

Vielleicht liegt Europas interessanteste KI-Chance deshalb nicht darin, das nächste amerikanische Consumer-Plattformmodell nachzubauen.

Europa besitzt eine andere Ausgangslage.

Ein erheblicher Teil seiner wirtschaftlichen Stärke liegt in komplexen industriellen und fachlichen Domänen.

Produktion.

Maschinenbau.

Mobilität.

Energie.

Chemie.

Pharma.

Logistik.

Gesundheit.

öffentliche Infrastruktur.

Die europäische Apply AI Strategy zielt entsprechend auf die Einführung von KI in strategischen Industrie- und öffentlichen Sektoren und hebt dabei ausdrücklich die Bedürfnisse kleiner und mittlerer Unternehmen hervor.^apply-ai

Genau hier liegen interessante agentische Anwendungen.

Technische Dokumentationen erschließen.

Produktänderungen begleiten.

Servicewissen verbinden.

Lieferketten analysieren.

Regulatorische Anforderungen einordnen.

Produktionsstörungen untersuchen.

Energieverbrauch optimieren.

Qualitätswissen verfügbar machen.

Das sind keine spektakulären Chatbots.

Es ist industrielle Intelligenz.

Europa besitzt in diesen Bereichen nicht nur Daten.

Es besitzt Domänenwissen.

Und Domänenwissen ist eine Form von Macht.

Der Mittelstand entscheidet mit

Diese europäische Perspektive wird allerdings bedeutungslos, wenn sie nur für:

Hyperscaler,

Forschungseinrichtungen,

Großkonzerne

und hervorragend finanzierte Start-ups

funktioniert.

Der entscheidende Test ist der Mittelstand.

Zurück zu unserer Porzellanmanufaktur.

Dreißig Beschäftigte.

Keine eigene KI-Abteilung.

Keine eigene Rechtsabteilung.

Keine Cloud-Plattform.

Kein Data Science Team.

Aber reale europäische Kunden.

Reale regulatorische Anforderungen.

Reale Daten.

Reales Fachwissen.

Und reale Produktentscheidungen.

Für diesen Betrieb ist eine AI Factory nur dann relevant, wenn aus europäischer Rechenleistung irgendwann zugängliche Dienste entstehen.

Eine Open-Source-Strategie nur dann, wenn daraus tatsächlich betreibbare Alternativen entstehen.

Ein Data Act nur dann, wenn die daraus entstehenden Datenzugänge praktisch nutzbar werden.

Und Regulierung nur dann, wenn ein kleiner Betrieb überhaupt verstehen kann, was von ihm verlangt wird.

Technologische Souveränität entscheidet sich deshalb nicht nur im Rechenzentrum.

Sie entscheidet sich am Packtisch.

Die Porzellanmanufaktur als europäischer Testfall

Der Verpackungsfall zeigt diese Spannung erstaunlich gut.

Die europäische Regulierung verfolgt ein legitimes Ziel.

Verpackungen sollen nachhaltiger werden.

Ressourcenverbrauch sinken.

Verantwortlichkeiten nachvollziehbar sein.

Gleichzeitig muss ein kleiner Betrieb diese Anforderungen praktisch bewältigen können.

Die falschen Antworten wären:

Die Regeln sind zu kompliziert. Also brauchen wir weniger Schutz.

oder:

Das Unternehmen soll sich eben eine Compliance-Abteilung leisten.

Die interessantere Antwort lautet:

Regulatorische Komplexität muss technisch beherrschbarer werden, ohne ihre Schutzfunktion aufzugeben.

Damit bekommt Agentik eine ganz andere gesellschaftliche Bedeutung.

Ein Agent ersetzt keine Behörde.

Er ersetzt keinen Anwalt.

Er entscheidet nicht selbst über die Auslegung eines unklaren Rechtsfalls.

Aber er kann:

relevante Quellen finden,

aktuelle Versionen identifizieren,

Unternehmensdaten zuordnen,

Informationslücken erkennen,

Nachweise einholen,

Anforderungen vorbereiten,

Unsicherheit sichtbar machen,

und eine fachlich verantwortliche Person genau dort einbeziehen, wo sie tatsächlich gebraucht wird.

Das ist nicht weniger Regulierung.

Es ist bessere regulatorische Handlungsfähigkeit.

Regulierung kann Vertrauen schaffen – oder Reibung

Hier liegt allerdings auch ein Risiko europäischer Regulierung.

Regeln sind nur dann praktisch wirksam, wenn Organisationen verstehen können:

ob sie betroffen sind,

welche Anforderungen gelten,

ab wann sie gelten,

wer verantwortlich ist,

und wie sie umgesetzt werden können.

Wenn Compliance nur noch für Unternehmen mit großen Rechts-, IT- und Governance-Abteilungen beherrschbar ist, entsteht ein Wettbewerbsproblem.

Große Anbieter können die Fixkosten verteilen.

Kleine nicht.

Darum sollte dieselbe Logik gelten, die wir schon für Bürokratie entwickelt haben:

Schutzfunktion erhalten. Reibung reduzieren.

Nicht daran messen, wie viele Dokumente ein Unternehmen produziert.

Sondern daran, ob reale Risiken besser kontrolliert werden.

Regeln können ein Produktmerkmal werden

Dabei sollten wir Regulierung nicht ausschließlich als Kostenfaktor sehen.

Viele Anforderungen, die verantwortbare agentische Systeme brauchen, sind gleichzeitig Merkmale guter Software.

Nachvollziehbare Quellen.

Klare Zugriffsrechte.

Datenprovenienz.

Versionierung.

menschliche Eingriffsmöglichkeiten.

Logging.

Interoperabilität.

Kontrollierbarkeit.

Sicherheit.

Das sind keine Eigenschaften, die nur ein Regulator interessant findet.

Ein Unternehmen, das einen Agenten an kritische Prozesse anschließt, sollte sie selbst verlangen.

Daraus könnte eine europäische Qualitätsidee entstehen.

Nicht:

Unsere KI ist besser, weil sie reguliert ist.

Sondern:

Unsere Systeme sind so gebaut, dass Unternehmen ihnen kritische Arbeit anvertrauen können.

Das wäre ein echtes Produktversprechen.

Ob Europa daraus einen Wettbewerbsvorteil macht, ist allerdings noch offen.

Open Source ist Teil der Wahlfähigkeit

Auch die neue europäische Open Source Strategy ist vor diesem Hintergrund interessant.

Sie stellt Open Source ausdrücklich in den Kontext technologischer Souveränität, Interoperabilität und geringerer Abhängigkeit von einzelnen proprietären Anbietern.^open-source

Aber auch hier gilt:

Open Source bedeutet nicht automatisch Souveränität.

Ein offenes Modell kann auf proprietärer Cloud laufen.

Eine offene Software kann von einer kritischen Infrastruktur abhängen, die Europa nicht kontrolliert.

Ein öffentlich verfügbares Projekt kann ohne Wartung oder Finanzierung praktisch unbrauchbar sein.

Der eigentliche Wert von Offenheit liegt deshalb nicht in einer ideologischen Gegenüberstellung.

Er liegt in Optionen.

Transparenz.

Portabilität.

Anpassbarkeit.

Wettbewerb.

Interoperabilität.

Damit wird Open Source zu einem Werkzeug strategischer Optionalität.

Nicht zu ihrem Synonym.

Interoperabilität ist Infrastrukturpolitik

Dasselbe gilt für Standards.

Lock-in entsteht längst nicht mehr nur bei einer Cloud.

Er kann überall im agentischen Stack entstehen.

Beim Modell.

Beim Tool-Protokoll.

Bei der Agenten-Runtime.

Bei Identität.

Beim Vector Store.

Beim Observability-System.

Bei Evaluation.

Bei Governance.

Deshalb reicht es nicht, einfach „europäische“ proprietäre Alternativen zu bauen.

Eine europäische Sackgasse bleibt eine Sackgasse.

Ciferecigo Perspektive Digitale Souveränität entsteht nicht dadurch, dass jede Technologie europäisch ist. Sie entsteht dadurch, dass Europa und seine Unternehmen reale Wahlmöglichkeiten behalten.

Interoperabilität ist damit keine technische Nebensache.

Sie ist Infrastrukturpolitik.

Souveränität beginnt im Einkauf

All diese großen politischen Fragen landen am Ende erstaunlich schnell bei ganz normalen Unternehmensentscheidungen.

Welche Cloud verwenden wir?

Welches Modell?

Welche Daten verlassen unser Unternehmen?

Können wir sie zurückholen?

Wie schwer wäre ein Anbieterwechsel?

Welche Funktion ist proprietär?

Welche Kompetenz behalten wir selbst?

Welche kritische Anwendung funktioniert noch, wenn ein Anbieter ausfällt?

Diese Fragen sind nicht erst relevant, wenn Europa eine neue Strategie veröffentlicht.

Sie gehören in Architektur und Beschaffung jedes Unternehmens.

Digitale Souveränität beginnt auch im Einkauf.

Nicht jedes Unternehmen braucht einen europäischen Stack

Das führt zu einer wichtigen Einschränkung.

Ein Unternehmen ist nicht automatisch unsouverän, weil es:

Microsoft,

Amazon,

Google,

OpenAI,

Anthropic

oder eine andere außereuropäische Technologie verwendet.

Die Frage ist nicht:

Woher stammt der Anbieter?

Sondern:

Welche Abhängigkeit akzeptieren wir für welchen Prozess?

Ein Marketingexperiment besitzt ein anderes Risikoprofil als eine kritische Produktionssteuerung.

Eine leicht exportierbare SaaS-Funktion eine andere Abhängigkeit als ein tief integriertes proprietäres Kernsystem.

Auch Souveränität braucht damit einen Handlungskorridor.

Nicht jeder Prozess verlangt maximale Unabhängigkeit.

Aber jede relevante Abhängigkeit sollte bewusst sein.

Europas eigentliche Aufgabe: Wahlfähigkeit

Damit lassen sich viele europäische Initiativen unter einem gemeinsamen Begriff lesen.

AI Factories.

AI Gigafactories.

Data Union.

Data Act.

Cloud- und Chip-Infrastruktur.

Open Source.

Apply AI.

Standards.

Interoperabilität.

Sie lösen unterschiedliche Probleme.

Aber gemeinsam können sie etwas schaffen:

Wahlfähigkeit.

Die Möglichkeit:

europäische und internationale Modelle zu nutzen.

eigene und externe Infrastruktur zu kombinieren.

Daten zu teilen und gleichzeitig zu schützen.

offene und proprietäre Komponenten bewusst zu wählen.

Wenn diese Optionen real existieren.

Nicht nur auf Strategiepapieren.

Merksatz Europa wird nicht dadurch souverän, dass es die besten Regeln für fremde Technologie schreibt. Es wird souveräner, wenn es die Fähigkeit besitzt, zwischen echten technologischen Alternativen zu wählen.

Ein europäisches Modell der Agentik?

Vielleicht entsteht daraus tatsächlich eine eigenständige europäische Interpretation agentischer Systeme.

Nicht maximale Autonomie.

Nicht maximale Datensammlung.

Nicht maximale Zentralisierung.

Sondern:

kontrollierte Handlungsfähigkeit.

Quellen bleiben nachvollziehbar.

Rechte begrenzt.

Aktionen protokolliert.

Menschen können wirksam eingreifen.

Daten werden zweckgebunden verwendet.

Komponenten bleiben möglichst austauschbar.

Abhängigkeiten werden sichtbar.

Das klingt zunächst defensiv.

Vielleicht ist es das Gegenteil.

Denn für reale Unternehmensprozesse sind genau diese Eigenschaften notwendig, sobald Agenten aus der Demo in den Betrieb wechseln.

Datenschutz gegen Datenmacht ist die falsche Frage

Europa muss sich deshalb nicht entscheiden zwischen:

Grundrechten

und

wirtschaftlicher Handlungsfähigkeit.

Die anspruchsvollere Position lautet:

Daten nutzen, ohne Kontrolle zu verlieren.

KI einsetzen, ohne Verantwortung an Plattformen oder Modelle abzugeben.

Globale Technologie nutzen, ohne jeden kritischen Prozess an einen einzigen Anbieter zu binden.

Regeln schaffen, ohne Unternehmen unter ihrer administrativen Umsetzung zu begraben.

Das ist schwieriger als Deregulierung.

Und schwieriger als Protektionismus.

Aber genau darin könnte ein europäischer Weg liegen.

Sein Wettbewerbsvorteil ist noch nicht gebaut.

AI Factories müssen genutzt werden.

Gigafactories müssen tatsächlich entstehen.

Start-ups müssen skalieren können.

Unternehmen müssen KI anwenden.

Standards müssen funktionieren.

Infrastruktur muss konkurrenzfähig sein.

Regulierung muss praktikabel bleiben.

Und digitale Souveränität wird Geld kosten.

Die Richtung ist sichtbar.

Der Beweis steht noch aus.

Vom Kontinent zurück zur Organisation

Damit haben wir einen weiten Bogen geschlagen.

Von Max Webers Bürokratie.

Zur Arbeit.

Zum Wissen.

Zu Agenten.

Zum Menschen.

Zu Governance.

Zu Hierarchie.

Zur praktischen Transformation.

Und schließlich zu Europa.

Doch im Kern war die Frage immer dieselbe:

Wer darf mit welchem Wissen innerhalb welcher Grenzen handeln – und wer trägt dafür Verantwortung?

Sie gilt für einen Agenten.

Für ein Team.

Für ein Unternehmen.

Und für einen Kontinent.

Technologie erweitert den Raum des Möglichen.

Was wir daraus machen, bleibt eine Entscheidung.

---

Weiter im Special

Epilog – Die Organisation ist eine Entscheidung

Technologie schafft Möglichkeiten.

Sie bestimmt nicht, welche Organisation daraus entsteht.

Quellenhinweise

Redaktioneller Faktenstand: 12. August 2026. Zeitabhängige Rechts- und EU-Politikangaben wurden für die Finalfassung anhand offizieller Primärquellen geprüft.

Leitessay

• International Labour Organization (ILO): *Generative AI and Jobs: A Refined Global Index of Occupational Exposure*, 20. Mai 2025. https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure

Prolog

• Max Weber: *Wirtschaft und Gesellschaft* (postum 1922), insbesondere die Herrschaftssoziologie und die Analyse bürokratischer Verwaltung.
• Max Weber: *Die protestantische Ethik und der Geist des Kapitalismus* (1904/1905), für die breitere Rationalisierungskritik und das „stahlharte Gehäuse“.

Teil 4 – Zwischen Hype und Haftung

• Europäische Kommission: *AI Omnibus enters into force*, 27. Juli 2026. https://digital-strategy.ec.europa.eu/en/news/ai-omnibus-enters-force
• EUR-Lex: Verordnung (EU) 2026/1744. https://eur-lex.europa.eu/eli/reg/2026/1744/oj/eng
• EUR-Lex: AI Act, konsolidierte Fassung nach dem AI Omnibus. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:02024R1689-20260727

Teil 7 – Europas Weg zwischen Datenschutz und Datenmacht

• Europäische Kommission: EU-Datenschutzrahmen. https://commission.europa.eu/law/law-topic/data-protection/legal-framework-eu-data-protection_en
• Europäische Kommission: Data Governance Act. https://digital-strategy.ec.europa.eu/en/policies/data-governance-act
• Europäische Kommission: Data Act. https://digital-strategy.ec.europa.eu/en/policies/data-act
• Europäische Kommission: European Data Union Strategy. https://digital-strategy.ec.europa.eu/en/policies/data-union
• Europäische Kommission: AI Factories. https://digital-strategy.ec.europa.eu/en/policies/ai-factories
• Europäische Kommission: AI Continent. https://commission.europa.eu/topics/competitiveness/ai-continent_en
• EuroHPC JU: AI Gigafactories Call, 30. Juli 2026. https://www.eurohpc-ju.europa.eu/eurohpc-joint-undertaking-launches-ai-gigafactories-call-2026-07-30_en
• Europäische Kommission: Tech Sovereignty Package, 3. Juni 2026. https://digital-strategy.ec.europa.eu/en/news/commission-proposes-tech-sovereignty-package-strengthen-europes-digital-autonomy-and-resilience
• Europäische Kommission: Apply AI Strategy. https://digital-strategy.ec.europa.eu/en/policies/apply-ai
• Europäische Kommission: EU Open Source Strategy. https://digital-strategy.ec.europa.eu/en/factpages/eu-open-source-strategy

Redaktioneller Hinweis zum Porzellan-/Verpackungsfall

Der Porzellanfall ist ein illustrativer Referenzfall für Organisationsdesign, Wissensarchitektur, Governance und Transformation. Er ist keine Rechtsberatung und behauptet keine pauschale regulatorische Einstufung eines realen Unternehmens. Rechtliche Pflichten hängen vom konkreten Produkt, Vertriebsweg, den beteiligten Rollen und dem jeweils geltenden Recht ab.