
Erst 11 Prozent der Unternehmen, die sich in Deutschland mit KI befassen, setzen laut Bitkom bereits KI-Agenten ein, fast jedes dritte plant es. Wo Agenten schon arbeiten, laufen sie meist unter Aufsicht. Wir ordnen ein, wie sich KI-Agenten im Publishing in freigabepflichtige Workflows einbetten lassen.
Mitte September hat der Digitalverband Bitkom seine jährliche KI-Umfrage vorgestellt. Erstmals nutzt danach eine Mehrheit der Unternehmen ab 20 Beschäftigten Künstliche Intelligenz, nämlich 57 Prozent nach 36 Prozent im Vorjahr. Bei KI-Agenten, also Systemen, die mehrere Arbeitsschritte selbstständig planen und ausführen, ist das Bild verhaltener: Von den Unternehmen, die KI nutzen oder deren Einsatz planen bzw. diskutieren, setzen 11 Prozent Agenten ein, 29 Prozent planen es, weitere 31 Prozent diskutieren darüber. Bitkom-Präsident Ralf Wintergerst sieht Agenten heute ungefähr dort, wo KI insgesamt vor drei Jahren stand.
Wo stehen KI-Agenten im Publishing heute?
Andere Erhebungen bestätigen den Trend und zeigen zugleich, wie vorsichtig Agenten eingesetzt werden. In einer Kurzumfrage von Stack Overflow unter rund 1.100 Entwicklern und Berufstätigen (Ende April 2026) geben 59 Prozent an, Agenten im Job zu nutzen; im Developer Survey 2025 waren es 31 Prozent. Unter den Befragten aus Medien und Werbung nutzt die Hälfte Agenten täglich.
Autonom arbeiten die Agenten dabei selten: 63 Prozent der Befragten lassen sie selten oder nie komplett eigenständig laufen, 60 Prozent unterbinden Systemänderungen ohne Freigabe. Die Kurzumfrage ist nicht als repräsentativ ausgewiesen, die Vergleichszahl stammt aus einer anderen Erhebung. Die Richtung ist dennoch klar.
Für die Nachrichtenbranche erwarten im Report »Journalism and Technology Trends and Predictions 2026« des Reuters Institute 75 Prozent der befragten Medienmanager, dass agentische Werkzeuge in naher Zukunft großen oder sehr großen Einfluss haben werden.
Dem steht eine deutliche Warnung gegenüber. Das Analystenhaus Gartner prognostizierte bereits im Juni 2025, dass über 40 Prozent der Agentic-AI-Projekte bis Ende 2027 eingestellt werden, weil Kosten steigen, der Nutzen unklar bleibt oder Risikokontrollen nicht ausreichen. Zudem kritisiert Gartner das »Agent Washing«: Viele Anbieter etikettieren Assistenten, RPA oder Chatbots als Agenten um. Gartners Faustregel lautet: Agenten für Entscheidungen, klassische Automatisierung für Routine-Workflows, Assistenten für einfache Abfragen.
In einem neueren Bericht zu No-Code-Agent-Buildern fordert Gartner laut dem Fachmagazin IDM ein klar definiertes Inventar der Anwendungsfälle, eine zweistufige Governance für Plattform und einzelne Agenten, verbindliche Leitplanken für Citizen Developer (Fachanwender, die selbst Automatisierungen bauen) und eine schrittweise Einführung. Der Bericht bezieht sich auf US-Krankenversicherer. Die Fragen stellen sich in Verlagen und Agenturen aber ganz ähnlich.
Was bedeutet das konkret?
Für Redaktion und Produktion folgt daraus weniger die Frage, ob Agenten eingesetzt werden, sondern an welcher Stelle und mit welchen Befugnissen. Wir empfehlen dafür ein klares Prinzip: Der Workflow steuert, der Agent arbeitet zu.
- Agent als Arbeitsschritt: Ein Agent bereitet vor, etwa ein Recherche-Dossier, Schlagworte, einen Übersetzungsentwurf oder Textvarianten für verschiedene Kanäle. Wann er startet und wohin sein Ergebnis geht, legt der Workflow fest.
- Freigabe vor Wirkung: Alles, was nach außen geht oder Daten verändert, braucht eine definierte Freigabestufe: Veröffentlichung, Statuswechsel im Redaktionssystem, Metadaten im DAM oder Druckdaten.
- Feste Regeln, wo Regeln reichen: Dateiprüfung, Benennung oder Routing laufen zuverlässiger in regelbasierten Werkzeugen wie Enfocus Switch. Ein Agent ist dort sinnvoll, wo Inhalte interpretiert werden müssen.
- Nachvollziehbarkeit: Halten Sie fest, mit welchen Eingaben ein Agent gearbeitet hat und wer das Ergebnis freigegeben hat. Das hilft bei Rückfragen und bei der Bewertung des Nutzens.
Unsere Empfehlung
Statt eines großen Agentenprojekts empfehlen wir einen schrittweisen Aufbau:
- Anwendungsfälle inventarisieren: Sammeln Sie, wo Agenten bereits im Einsatz sind oder gewünscht werden, auch in Fachbereichen. Halten Sie fest, welche Systeme und Daten betroffen sind und wer verantwortlich ist.
- Klein und prüfbar starten: Wählen Sie einen Arbeitsschritt mit hohem Volumen, dessen Ergebnis sich leicht kontrollieren lässt, und messen Sie Zeitersparnis und Korrekturaufwand.
- Governance auf zwei Ebenen: Zentral regeln Sie Modelle, Accounts und Datenzugriffe. Pro Agent dokumentieren Sie Zweck, Rechte und Freigabestufe.
- Leitplanken für Fachanwender: Geben Sie Fachanwendern freigegebene Werkzeuge und klare Regeln an die Hand, damit keine Schattenlösungen entstehen.
- Anbieterangaben prüfen: Fragen Sie nach, was ein als Agent beworbenes Produkt tatsächlich selbstständig tut und wo es Freigaben vorsieht.
So unterstützt aaroon
Als WoodWing-Integrator binden wir KI-Arbeitsschritte in bestehende Redaktions- und DAM-Prozesse ein. Mit ao.Services lassen sich solche Schritte in WoodWing Studio und WoodWing Assets einbinden; zu den konfigurierbaren Workflows gehört auch ein Freigabeworkflow, der Dokumente zur Prüfung weiterleitet. ao.Services wird mit den KI-Accounts des jeweiligen Kunden betrieben und unterstützt die gängigen KI-Anbieter. Wie sich ein Fahrplan für Agenten im Unternehmen aufbauen lässt, haben wir in unserem Beitrag KI im Mittelstand: Fahrplan für Agenten & Automatisierung beschrieben.
Ob ein Agent im Alltag Zeit spart, hängt weniger vom Modell ab als davon, wie klar sein Platz im Workflow definiert ist.
Quellen
- Erstmals nutzt die Mehrheit der Unternehmen KI, Bitkom, 14.09.2026: https://www.bitkom.org/index%2ephp/Presse/Presseinformation/Erstmals-nutzt-Mehrheit-Unternehmen-KI
- Agents on a leash: Agentic AI remains mostly monitored at work, Stack Overflow (Erin Yepis), 27.05.2026: https://stackoverflow.blog/2026/05/27/agents-on-a-leash-agentic-ai-remains-mostly-monitored-at-work
- Journalism and Technology Trends and Predictions 2026, Reuters Institute for the Study of Journalism (Nic Newman), Januar 2026: https://reutersinstitute.politics.ox.ac.uk/sites/default/files/2026–01/Newman%20-%20Trends%20and%20Predictions%202026%20FINAL.pdf
- Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, Gartner, 25.06.2025: https://www.gartner.com/en/newsroom/press-releases/2025–06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
- Gartner Flags Governance Risks in AI Agents, IDM – Information & Data Manager, 02.07.2026: https://idm.net.au/node/15689