3 von 4 Unternehmen planen KI-Agenten: Was bedeutet das für Ihren Betrieb, wenn Sie noch zögern?

Ein Freitagnachmittag im Juli, und in Ihrem Posteingang landet eine weitere Meldung: Deloitte hat gerade den Report "The State of AI in the Enterprise: The Untapped Edge" veröffentlicht. Die Kernaussage, die seither durch Fachmedien und LinkedIn-Feeds wandert: Fast drei von vier Unternehmen weltweit planen, agentische KI innerhalb der nächsten zwei Jahre einzusetzen. Vielleicht haben Sie die Zahl schon irgendwo gelesen. Vielleicht haben Sie sie kurz zur Kenntnis genommen und sind zur nächsten E-Mail übergegangen. Genau das wollen wir in diesem Artikel aufhalten – denn hinter der Schlagzeile steckt mehr, als eine einzelne Prozentzahl vermuten lässt, und für Ihren Betrieb ist die eigentlich interessante Frage eine andere: Was bedeutet diese Entwicklung konkret, wenn Sie selbst noch zögern?

Wir ordnen die Zahlen ein, zeigen die Kehrseite der Ambition, erklären, warum die neuen Großkonzern-Pakete von Accenture und Google Cloud am klassischen deutschen Mittelstand vorbeigehen, und sagen ganz offen, wo die reale Lage in Deutschland steht. Am Ende steht keine Panikmache, sondern eine nüchterne Einordnung – und ein paar konkrete nächste Schritte.

74 Prozent: Die Zahl, die Sie nicht ignorieren sollten

Der Deloitte-Report basiert auf einer Befragung von 3.235 Business- und IT-Führungskräften – von Director-Ebene bis in die C-Suite – in 24 Ländern, durchgeführt zwischen August und September 2025. Das ist keine Nischenumfrage unter Tech-Enthusiasten, sondern eine breite Bestandsaufnahme dessen, was Entscheiderinnen und Entscheider in großen und mittelgroßen Organisationen gerade planen. Deloitte selbst spricht von "close to three-quarters" beziehungsweise "nearly 3 in 4" Unternehmen, die Agentic AI innerhalb der nächsten zwei Jahre mindestens moderat einsetzen wollen. Mehrere unabhängige Sekundärquellen beziffern diesen Anteil übereinstimmend mit 74 Prozent – davon planen 23 Prozent einen extensiven Einsatz, und 5 Prozent wollen KI-Agenten als vollständig integrierten Kernbestandteil ihres Betriebs etablieren.

Zur Einordnung: Die exakte Zahl 74 Prozent taucht in der offiziellen Deloitte-Pressemitteilung nicht als einzelne, isolierte Kennziffer auf, sondern wird dort eher beschreibend formuliert. Dass mehrere unabhängige Quellen unabhängig voneinander auf denselben Wert kommen, macht die Zahl aber recht verlässlich – wir nutzen sie hier entsprechend transparent.

Noch wichtiger als die reine Prozentzahl ist ein zweiter Befund aus demselben Report: 85 Prozent der befragten Unternehmen erwarten, dass sie KI-Agenten individuell an ihre Geschäftsanforderungen anpassen müssen. Ein Agent "von der Stange" reicht den meisten nicht. Das ist eine bemerkenswerte Aussage, denn sie widerspricht dem Bild, das viele Anbieter gerade zeichnen – nämlich dass sich Agentic AI wie eine App aus dem Store installieren lässt. Die Realität, die aus der Deloitte-Befragung spricht, ist eine andere: Wer KI-Agenten sinnvoll einsetzen will, muss sie an die eigenen Prozesse, Daten und Entscheidungswege anpassen. Genau das ist auch unsere Erfahrung aus der Praxis – generische Lösungen scheitern selten an der Technologie, sondern daran, dass sie nicht zum tatsächlichen Arbeitsalltag passen.

Die Kehrseite der Ambition: Governance bleibt auf der Strecke

Wer jetzt denkt, 74 Prozent Einsatzbereitschaft sei automatisch ein Grund zur Sorge, weil "alle anderen" schon so viel weiter sind, sollte den zweiten zentralen Befund des Deloitte-Reports kennen. Er relativiert die Aufbruchstimmung erheblich: Nur jedes fünfte Unternehmen – 21 Prozent – verfügt laut Deloitte über ein ausgereiftes Governance-Modell für autonome KI-Agenten. Die Lücke zwischen Ambition und tatsächlicher Kontrolle ist also groß, in vielen Fällen sogar sehr groß.

Diese Lücke zeigt sich auch bei den größten Sorgen, die Führungskräfte in der Befragung nennen: 73 Prozent sehen Datenschutz und Sicherheit als Hauptrisiko, 50 Prozent nennen rechtliche Fragen rund um IP und Regulatorik, und je 46 Prozent sorgen sich um Governance-Fähigkeiten beziehungsweise um Modellqualität und Erklärbarkeit. Mit anderen Worten: Die Unternehmen, die jetzt planen, wissen selbst sehr genau, dass sie die Kontrollmechanismen noch nicht im Griff haben. Sie planen trotzdem – aber eben nicht blindlings.

Fast drei von vier Unternehmen planen, Agentic AI innerhalb der nächsten zwei Jahre mindestens moderat einzusetzen. Nur jedes fünfte hat dafür bereits ein ausgereiftes Governance-Modell. Genau in dieser Lücke zwischen Ambition und Kontrolle entscheidet sich, wer von KI-Agenten profitiert – und wer sich Probleme einkauft.

Für Ihren Betrieb heißt das: Zögern ist nicht per se falsch. Blindes Loslegen ohne Governance-Konzept wäre aber genauso wenig eine gute Idee wie ewiges Abwarten. Die eigentliche Frage lautet nicht "Wann steige ich ein?", sondern "Mit welchem Anwendungsfall, welchen Daten-Leitplanken und welcher Verantwortlichkeit steige ich ein?". Wer sich mit dem EU AI Act beschäftigt hat, kennt diese Denkweise bereits – wir haben die konkreten Pflichten für den deutschen Mittelstand in einem separaten Artikel zum EU AI Act zusammengefasst.

Warum die neuen Konzern-Pakete am deutschen Mittelstand vorbeigehen

Am 7. Juli 2026 – kaum eine Woche vor Veröffentlichung dieses Artikels – haben Accenture, über die neu gegründete Einheit "Accenture Edge", und Google Cloud eine gemeinsame Suite vorgefertigter Agentic-AI-Lösungen für den sogenannten Mid-Market angekündigt. Auf den ersten Blick klingt das nach genau der Antwort, die viele Unternehmen suchen: fertige Pakete statt monatelanger Eigenentwicklung, Deployment "in Wochen statt Monaten", abgedeckt werden sechs Bereiche von Customer Intelligence über Cybersecurity bis zu agentischen Geschäftsprozessen und Workforce Enablement, technologisch gestützt durch Gemini Enterprise App, die Gemini Enterprise Agent Platform und die Agentic Data Cloud, begleitet von Accentures "Forward Deployed Engineers".

Der zweite Blick lohnt sich aber. Die Zielgruppe dieser Pakete sind explizit Unternehmen mit einem Jahresumsatz zwischen 300 Millionen und 3 Milliarden US-Dollar. Das ist eine Größenordnung, die mit dem, was in Deutschland gemeinhin als Mittelstand gilt, wenig zu tun hat. Nach der Definition des IfM Bonn gelten hierzulande Unternehmen mit 10 bis 499 Mitarbeitenden und einem Jahresumsatz zwischen 1 und 50 Millionen Euro als mittelständisch – eine gesetzliche Definition gibt es zwar nicht, aber diese Einordnung ist der etablierte Referenzrahmen. Selbst am oberen Ende dieser Spanne liegt ein typischer deutscher Mittelständler damit weit unterhalb der Umsatzuntergrenze, die Accenture Edge und Google Cloud für ihr neues Angebot ansetzen.

Bemerkenswert ist außerdem, was in der offiziellen Pressemitteilung vom 7. Juli 2026 fehlt: Weder Deutschland noch der DACH-Raum noch Europa werden dort erwähnt. Das Angebot ist erkennbar auf den US-amerikanischen beziehungsweise globalen Mid-Market in der genannten Umsatzklasse zugeschnitten – nicht auf ein mittelständisches Unternehmen mit 40, 80 oder 150 Mitarbeitenden irgendwo zwischen München und Hamburg.

Das ist keine Randnotiz, sondern die eigentliche Pointe der aktuellen Nachrichtenlage. Die großen Anbieter bauen gerade sichtbar Angebote für Konzerne und große Mittelständler im US-Sinne – nicht für den klassischen deutschen Mittelstand. Wer glaubt, "die Großen kümmern sich schon darum, ich warte einfach auf ein fertiges Produkt für meine Größenordnung", wird vermutlich lange warten müssen. Gleichzeitig zeigt die Deloitte-Zahl von 85 Prozent, dass selbst Konzerne ihre Agenten individuell anpassen müssen – ein generisches Produkt ist also ohnehin nur ein Ausgangspunkt, nie eine Fertiglösung.

Wo Deutschland tatsächlich steht: die Bitkom-Zahlen 2026

Wie weit ist der deutsche Mittelstand also wirklich? Die Bitkom-KI-Studie 2026, eine repräsentative Befragung von 604 deutschen Unternehmen ab 20 Mitarbeitenden, liefert dazu belastbare Zahlen. Demnach setzen inzwischen 41 Prozent der deutschen Unternehmen KI aktiv ein – 2024 waren es erst 17 Prozent. Das ist mehr als eine Verdopplung innerhalb von zwei Jahren. Weitere 48 Prozent planen den Einsatz. Zusammengenommen beschäftigen sich also fast 90 Prozent der befragten Unternehmen bereits konkret mit KI oder haben es fest vor.

Die entscheidende Frage ist aber, warum ein erheblicher Teil dieser Unternehmen noch nicht so weit ist, wie es die eigenen Pläne eigentlich vorsehen. Die Bitkom-Studie nennt drei Hauptgründe: fehlende KI-Kompetenz im Team (53 Prozent), Unsicherheit beim Datenschutz (41 Prozent) und unklare Kosten (37 Prozent). Das deckt sich fast eins zu eins mit den Sorgen, die auch in der globalen Deloitte-Befragung genannt werden – Datenschutz und Sicherheit stehen dort mit 73 Prozent ebenfalls ganz oben. Der Unterschied zwischen einem Unternehmen, das "zögert", und einem, das "plant", ist häufig also gar nicht der fehlende Wille, sondern fehlende Kompetenz, ungeklärte Datenschutzfragen und Unsicherheit über die tatsächlichen Kosten.

Genau hier liegt der eigentliche Unterschied zwischen einem generischen Konzern-Rollout und einer maßgeschneiderten Begleitung: Eine kleinere, spezialisierte Agentur kann genau an diesen drei Punkten – Kompetenzaufbau, Datenschutz-Klärung, transparente Kosten – ansetzen, während ein Paket wie das von Accenture Edge und Google Cloud für eine ganz andere Unternehmensgröße und einen anderen Markt konzipiert ist. Was das bedeutet, wenn Teams KI-Werkzeuge zwar nutzen, aber noch keine echte Strategie dahinter haben, haben wir bereits ausführlich beschrieben – etwa in unserem Artikel darüber, warum ChatGPT-Nutzung allein noch keine KI-Strategie ist.

Wichtig für die Einordnung: Die Bitkom-Stichprobe umfasst nur Unternehmen ab 20 Mitarbeitenden. Kleinere Betriebe, die einen großen Teil des klassischen deutschen Mittelstands ausmachen, sind darin nicht repräsentiert – die reale Lücke bei sehr kleinen Unternehmen dürfte also eher noch größer sein als die Zahlen vermuten lassen.

Nicht blind loslegen: Was Gartner warnt

Bei aller berechtigten Dringlichkeit wäre es aber falsch, jetzt kopflos in irgendein KI-Agenten-Projekt zu stürzen, nur um dabei zu sein. Gartner hat bereits im Juni 2025 – und die Prognose wird 2026 weiterhin breit zitiert – vorhergesagt, dass über 40 Prozent der Agentic-AI-Projekte bis Ende 2027 abgebrochen werden. Als Gründe nennt Gartner steigende Kosten, unklaren Business Value und unzureichende Risikokontrollen. Zur Größenordnung: Die Entwicklungskosten allein für einzelne Agenten, etwa im HR-Bereich oder im Kundenservice, werden mit 40.000 bis 150.000 US-Dollar beziffert.

Diese Zahl ist ausdrücklich eine Prognose für einen zukünftigen Zeitpunkt, kein bereits eingetretenes, gemessenes Ergebnis – das sollte man bei der Einordnung im Kopf behalten. Trotzdem ist sie ein wichtiges Gegengewicht zur reinen Aufbruchsstimmung der Deloitte-Zahlen. Sie zeigt: "Jetzt agieren" darf nicht bedeuten "irgendetwas mit KI-Agenten machen, Hauptsache schnell". Die Projekte, die scheitern, tun das in aller Regel nicht, weil die zugrunde liegende Technologie nicht funktioniert, sondern weil der Business Case von Anfang an unklar war oder die Governance fehlte – dieselbe Lücke, die auch Deloitte bei rund vier von fünf Unternehmen findet, die eben kein ausgereiftes Governance-Modell haben.

Für Ihren Betrieb heißt das ganz praktisch: Ein einzelner, klar abgegrenzter Anwendungsfall mit messbarem Nutzen schlägt ein ambitioniertes Großprojekt ohne klaren Business Case fast immer. Wie schnell ein solcher fokussierter Agent tatsächlich produktiv werden kann, zeigen wir in unserem Beitrag darüber, wie ein KI-Agent im Mittelstand in Stunden statt Monaten live geht – ganz ohne die Komplexität eines mehrmonatigen Konzern-Rollouts.

Was das für Ihren Betrieb bedeutet

Fassen wir die Lage zusammen, ohne sie zu dramatisieren: Fast drei von vier Unternehmen weltweit planen laut Deloitte, innerhalb von zwei Jahren mindestens moderat in Agentic AI einzusteigen. Diese Zahl stammt aus einer globalen Enterprise-Befragung, nicht speziell aus dem deutschen Mittelstand – die 1:1-Übertragung wäre unseriös. Gleichzeitig zeigen die Bitkom-Zahlen, dass auch in Deutschland bereits 41 Prozent der Unternehmen KI aktiv nutzen und weitere 48 Prozent es planen. Der reale Rückstand vieler deutscher Betriebe liegt selten am fehlenden Willen, sondern an fehlender Kompetenz, ungeklärtem Datenschutz und unklaren Kosten.

Gleichzeitig bauen die großen Anbieter – wie das Beispiel Accenture Edge und Google Cloud zeigt – ihre neuesten Pakete für eine Unternehmensgröße, die mit dem klassischen deutschen Mittelstand nichts zu tun hat. Wer auf eine fertige, günstige Großkonzern-Lösung "von der Stange" wartet, die zufällig auch für 80 oder 150 Mitarbeitende passt, wird vermutlich enttäuscht. Und die Gartner-Prognose erinnert daran, dass auch bei den Unternehmen, die bereits loslegen, mehr als jedes dritte Projekt am unklaren Business Case oder an fehlender Governance scheitern könnte.

Woraus folgt: Zögern kostet Zeit, die Wettbewerber gerade für den Kompetenzaufbau nutzen. Aber blindes Loslegen ohne klaren Anwendungsfall, ohne Klärung der Datenschutzfragen und ohne realistisches Kostenbild ist ebenso riskant. Der Mittelweg – und das ist keine bequeme Ausrede, sondern die Konsequenz aus allen hier zitierten Studien – ist ein fokussierter, individuell zugeschnittener erster Anwendungsfall, begleitet durch jemanden, der sowohl die technische Umsetzung als auch die Governance-Fragen im Blick behält. Genau das ist der Unterschied zwischen einem Konzern-Template für Milliardenumsätze und einer maßgeschneiderten Lösung für Ihren Betrieb.

Die 74 Prozent aus dem Deloitte-Report sind also weniger eine Drohung als eine Einladung, sich jetzt – mit klarem Kopf, nicht mit Torschlusspanik – die richtigen Fragen zu stellen: Welcher Prozess in Ihrem Unternehmen kostet am meisten Zeit und lässt sich klar abgrenzen? Welche Daten dürfen dabei überhaupt verarbeitet werden? Und wer im Unternehmen übernimmt die Verantwortung, wenn der Agent einmal läuft? Wer diese drei Fragen beantworten kann, ist schon deutlich weiter als die meisten der befragten 3.235 Führungskräfte, die zwar planen, aber noch kein Governance-Modell haben.