87 Prozent aller Professional-Services-Unternehmen planen, KI-Agenten als Teil ihrer Belegschaft zu verwalten. Nicht als Teil ihres Software-Stacks. Als Belegschaft. Das zeigt Kantatas State of Professional Services Report 2026. 89 % der befragten Führungskräfte sagen außerdem, dass künftiges Umsatzwachstum stärker davon abhängt, wie gut sie KI skalieren, als davon, wie schnell sie neue Leute einstellen.
Diese Zahl fasst zusammen, was die meisten Unternehmen noch nicht verarbeitet haben. KI-Agenten sind kein neues SaaS-Produkt, das man lizenziert. Sie sind eine neue Arbeitskategorie, die man einstellt, verwaltet und budgetiert. Die Brookings Institution formuliert es so: Es ist die erste Technologie, die zu eigenständiger wirtschaftlicher Aktivität fähig ist. Wenn eine „Software" eigenständig Probleme analysiert, über mehrere Systeme hinweg handelt und messbare Ergebnisse liefert, ist die Bezeichnung „Software" nur noch eine bequeme Lüge.
Die Umklassifizierung, die euer Budgetmodell sprengt
Jedes Unternehmen hat eine saubere Trennlinie zwischen zwei Kostenarten. Technologie kommt in den einen Topf: Lizenzen, Infrastruktur, Wartung. Personal kommt in den anderen: Gehälter, Sozialleistungen, Weiterbildung, Führungsoverhead.
KI-Agenten passen in keinen der beiden.
Sie kosten wie Technologie (Rechenleistung, API-Aufrufe, Infrastruktur), verhalten sich aber wie Mitarbeiter (sie treffen Entscheidungen, interagieren mit Kunden, liefern Ergebnisse). Salesforces Agentforce-Plattform hat im dritten Quartal des Geschäftsjahres 2026 über 3,2 Billionen Tokens verarbeitet, wobei 83 % der Kundenserviceanfragen vollständig ohne menschliches Eingreifen gelöst wurden. Das ist kein Chatbot. Das ist eine Abteilung.
Das Problem: Die meisten Finanzabteilungen ordnen Agentenkosten als Einzelposten unter „KI/ML-Tools" im IT-Budget ein. Wenn Agenten 83 % eurer Kundeninteraktionen abwickeln, gehören sie in die Personalplanungsdiskussion. Laut Kantata-Report sagen 90 % der Unternehmen, dass ihre Systeme Arbeit, Kosten und Wertschöpfung über Menschen und KI-Agenten hinweg zuordnen müssen. Diese Zuordnung ist unmöglich, wenn Agenten im Technologiebudget versteckt sind und Menschen in der HR-Abteilung erfasst werden.
Warum das nicht nur eine buchhalterische Übung ist
Budgetkategorien formen organisatorisches Verhalten. Wenn Agenten als IT-Tools eingestuft werden, gehören sie der IT. Wenn Agenten als Belegschaft eingestuft werden, muss jemand entscheiden, wer sie führt, wer ihre Ergebnisse bewertet und wer verantwortlich ist, wenn sie einen Fehler im sechsstelligen Bereich machen.
Die Carnegie Endowment hat dokumentiert, dass die Beschäftigung im US-Informationssektor seit Anfang 2020 um rund 10 % gesunken ist, obwohl die Gesamtbeschäftigung gewachsen ist. Das ist keine Rezessionsgeschichte. Es ist eine Substitutionsgeschichte. Die Arbeit ist nicht verschwunden. Die Kategorie der Arbeitskraft, die sie erledigt, hat sich verändert.
Für den DACH-Raum ist diese Dynamik besonders brisant. Deutschland hat über 700.000 offene Stellen, der Fachkräftemangel kostet die Wirtschaft laut DIHK-Report jährlich rund 90 Milliarden Euro. KI-Agenten sind hier keine Bedrohung für bestehende Arbeitsplätze, sondern füllen Lücken, die Menschen nicht mehr füllen können. Wer sie trotzdem als Software budgetiert, versteht nicht, was gerade passiert.
Was sich ändert, wenn Arbeitskraft fast nichts mehr kostet
Klassische Arbeitsmarktökonomie basiert auf einer Grundannahme: Jeder zusätzliche Mitarbeiter kostet ungefähr so viel wie der vorherige. Gehalt, Sozialabgaben, Onboarding, Ausstattung. In Deutschland liegt das Arbeitgeberbrutto für eine qualifizierte Fachkraft bei 60.000 bis 120.000 Euro im Jahr.
Einen weiteren KI-Agenten hochzufahren kostet Rechenleistung. Je nach Komplexität sind das zwischen 0,01 Euro pro Aufgabe (Klassifizierung, Routing) und 10 Euro pro Aufgabe (mehrstufige Recherche und Analyse). Es gibt keine Gehaltsverhandlung, kein Sozialversicherungspaket, kein dreiwöchiges Onboarding.
Das bricht die Angebotskurve so fundamental, dass traditionelle Personalplanung nicht mehr greift. Wenn man von 10 auf 10.000 Arbeitskräfte an einem Nachmittag skalieren kann, wird Headcount-Planung zu Kapazitätsplanung. Die Engstelle ist nicht mehr „Können wir schnell genug einstellen?", sondern „Können wir bei dieser Skalierung noch beaufsichtigen?"
Der Supervisions-Engpass
Hier kollidiert die Theorie mit der Realität. Dieselbe Kantata-Umfrage zeigt, dass 89 % der Führungskräfte signifikante Zeit mit der Überprüfung von KI-Agenten-Ergebnissen verbringen, obwohl 88 % den Ergebnissen genug für operative Entscheidungen vertrauen. Nur 12 % vertrauen ihren Systemdaten vollständig, ein Rückgang von 24 % im Vorjahr.
Nahezu null Grenzkosten pro Agent bedeuten nichts, wenn jeder Agent einen Menschen braucht, der seine Arbeit kontrolliert. Die echte Stückkostenrechnung für KI-Agenten lautet: Rechenkosten pro Aufgabe + (Gehalt des menschlichen Supervisors / Anzahl der Agenten, die ein Mensch beaufsichtigen kann).
Nvidia-CEO Jensen Huang hat im März 2026 ein konkretes Modell vorgeschlagen: Ingenieuren KI-Token-Budgets von 100.000 bis 150.000 Dollar geben und innerhalb eines Jahrzehnts ein Verhältnis von 100:1 (Agenten zu Menschen) anstreben. Bei diesem Verhältnis sinken die Supervisionskosten pro Agent so weit, dass die Rechnung aufgeht. Bei einem Verhältnis von 5:1, wo die meisten Unternehmen heute stehen, sind Agenten teure Augmentierung, keine günstige Arbeitskraft.
Jobtitel, die es vor 18 Monaten nicht gab
Wer Agenten als Belegschaft klassifiziert, braucht Menschen, die diese Belegschaft führen. Das schafft eine völlig neue Jobkategorie.
Eightfold AI hat den „AI Orchestration Specialist" als eine der wichtigsten neuen Rollen 2026 identifiziert. Die Aufgabe: mehrere KI-Agenten koordinieren, ihre Workflows definieren, ihre Ergebnisse überwachen und eingreifen, wenn sie versagen. Die Rolle liegt an der Schnittstelle von Projektmanagement, Systemengineering und Fachexpertise.
Das ist kein Prompt Engineering. Prompt Engineering ging darum, aus einem einzelnen Modell das richtige Ergebnis herauszuholen. Orchestrierung bedeutet, ein Team von Agenten zu führen, die zusammenarbeiten, Aufgaben übergeben und je nach Kontext unterschiedliche Autonomiegrade brauchen. Das ähnelt Personalführung mehr als Programmierung.
Weitere Rollen, die erstmals in Stellenausschreibungen auftauchen: Agent Reliability Engineer (Agenten in Produktion stabil halten), KI-Personalplaner (entscheiden, welche Aufgaben an Agenten vs. Menschen gehen) und Agent Compliance Officer (sicherstellen, dass Agenten regulatorische Anforderungen erfüllen). In Deutschland kommt noch der Betriebsrat-Aspekt hinzu: KI-Agenten unterliegen nach dem BetrVG potenziell der Mitbestimmung, wenn sie Arbeitsprozesse verändern oder Leistungsdaten verarbeiten.
Die Skills-Prämie
Wer Agent-Management-Kompetenzen entwickelt, wird dafür bezahlt. Aktuelle Studien zeigen, dass Arbeitnehmer mit KI-Skills Gehaltsprämien von bis zu 56 % gegenüber ihren Kollegen erzielen. Die 5 % der Beschäftigten, die als „KI-fluent" gelten, verdienen das 4,5-fache.
Das ist ein klassisches Angebot-Nachfrage-Signal. Unternehmen brauchen Menschen, die eine KI-Belegschaft managen können. Es gibt nicht genug davon. Also steigt der Preis. Die Ironie: Die Rolle, für die KI-Agenten die meiste Nachfrage erzeugen, ist die Rolle, KI-Agenten zu managen.
So budgetiert man eine Belegschaft, die kein Gehalt bezieht
Wenn Agenten Belegschaft sind, braucht man Personalplanung auf Belegschaftsniveau. So sieht das in der Praxis aus.
Schritt 1: Agentenkosten von IT-Infrastruktur trennen
Eigene Budgetkategorie für KI-Agenten-Operationen anlegen. Dazu gehören Rechenkosten (API-Aufrufe, Modellinferenz), Tooling-Kosten (Orchestrierungsplattformen, Monitoring) und Supervisionskosten (die Menschen, die Agenten führen). Nicht in „Cloud-Infrastruktur" oder „KI/ML-Forschung" einordnen. Diese Kategorien verschleiern die tatsächlichen Kosten der digitalen Belegschaft.
Schritt 2: Output wie Headcount messen, nicht wie Uptime
Klassische Software-Metriken (Verfügbarkeit, Latenz, Fehlerrate) sagen euch, ob eure Agenten laufen. Sie sagen euch nicht, ob eure Agenten produktiv sind. Salesforce hat die Agentic Work Unit (AWU) eingeführt, um zu messen, was Agenten tatsächlich leisten, nicht nur ob sie online sind. Das ist das Agenten-Äquivalent eines Mitarbeitergesprächs.
Die Kennzahl, die wirklich zählt: Kosten pro abgeschlossene Aufgabe durch einen Agenten vs. Kosten pro abgeschlossene Aufgabe durch einen Menschen für dieselbe Arbeit.
Schritt 3: Blended-Workforce-Verhältnis planen
Nvidias 100:1-Ziel ist ambitioniert. Die meisten Unternehmen sollten mit realistischen Verhältnissen starten: 5:1 für komplexe Wissensarbeit, 20:1 für strukturierte Prozessarbeit, 100:1 für Klassifizierungs- und Routing-Aufgaben. Das Verhältnis bestimmt das Supervisionsbudget, den größten versteckten Kostenblock beim Agenten-Deployment.
Deloittes Agentic-AI-Framework bringt es auf den Punkt: Die menschliche Rolle verschiebt sich von der Aufgabenausführung zur Orchestrierung und Aufsicht. Budgetiert entsprechend. Ihr werdet weniger Sachbearbeiter und mehr Orchestrierer einstellen. Die Gesamtkopfzahl sinkt möglicherweise, aber die Qualifikationsanforderungen und Gehaltserwartungen für die verbleibenden Menschen steigen.
Für den deutschen Mittelstand kommt ein weiterer Faktor hinzu: Der EU AI Act, der ab August 2026 vollständig gilt, verlangt für Hochrisiko-KI-Systeme eine menschliche Aufsicht. Wer KI-Agenten in regulierten Bereichen wie HR, Kreditvergabe oder Gesundheitswesen einsetzt, muss die Supervisionskosten von Anfang an einplanen, nicht als Nachgedanke.
Häufig gestellte Fragen
Warum gelten KI-Agenten als Arbeitskraft und nicht als Software?
KI-Agenten treffen Entscheidungen, interagieren mit Kunden, liefern Ergebnisse und handeln autonom über mehrere Systeme hinweg. Anders als klassische Software, die vordefinierte Logik ausführt, analysieren Agenten Probleme eigenständig und passen ihr Verhalten an. Die Brookings Institution nennt sie die erste Technologie, die zu eigenständiger wirtschaftlicher Aktivität fähig ist. 87 % der Professional-Services-Unternehmen planen bereits, Agenten als Teil ihrer Belegschaft zu verwalten.
Wie sollten Unternehmen KI-Agenten budgetieren?
Unternehmen sollten eine eigene Budgetkategorie für KI-Agenten-Operationen schaffen, die Rechenkosten, Tooling und menschliche Supervisionskosten umfasst. Agentenkosten nicht in IT-Infrastruktur oder KI-Forschungsbudgets verstecken. Output mit Produktivitätskennzahlen wie Kosten pro abgeschlossener Aufgabe messen, nicht nur mit Verfügbarkeit oder Fehlerquoten. Der größte versteckte Kostenblock ist die Supervision.
Welche neuen Berufe schaffen KI-Agenten?
KI-Agenten erzeugen Nachfrage nach KI-Orchestrierungsspezialisten, Agent Reliability Engineers, KI-Personalplanern und Agent Compliance Officers. Eightfold AI hat den KI-Orchestrierungsspezialisten als eine der wichtigsten neuen Rollen 2026 identifiziert. Arbeitnehmer mit KI-Agent-Management-Skills erzielen Gehaltsprämien von bis zu 56 % gegenüber Kollegen ohne diese Kompetenzen.
Was ist das ideale Verhältnis von KI-Agenten zu Menschen?
Das hängt von der Arbeit ab. Für komplexe Wissensarbeit ist ein 5:1-Verhältnis heute realistisch. Für strukturierte Prozessarbeit sind 20:1 erreichbar. Für Klassifizierungs- und Routing-Aufgaben funktionieren 100:1 oder mehr. Nvidia-CEO Jensen Huang strebt langfristig ein 100:1-Verhältnis im gesamten Unternehmen an, mit KI-Token-Budgets von 100.000 bis 150.000 Dollar pro Ingenieur.
Was bedeutet die Umklassifizierung von KI-Agenten für die Personalplanung?
Wenn Agenten Belegschaft sind, wird Headcount-Planung zu Kapazitätsplanung. Der Engpass verschiebt sich von der Einstellungsgeschwindigkeit zur Supervisionskapazität. 90 % der Unternehmen sagen, dass ihre Systeme Arbeit über Menschen und KI-Agenten hinweg zuordnen müssen. Finanzteams müssen gemischte Belegschaftskosten modellieren, die menschliche Gehälter mit Agenten-Rechenkosten kombinieren. In Deutschland kommt die Mitbestimmungspflicht nach BetrVG hinzu.