KI-Agenten – Software-Systeme, die Aufgaben mit begrenztem menschlichen Zutun planen und ausführen – finden 2026 einen breiteren unternehmerischen Einsatz. In diesem Jahr veröffentlichte Umfragen zeigen, dass mehr Unternehmen die Technologie kaufen und einsetzen. Dieselben Daten offenbaren jedoch uneinheitliche Ergebnisse und einen stetigen Anstieg der Kosten für Betrieb und Überwachung dieser Systeme.

Dieser Report bündelt die zentralen Zahlen aus fünf aktuellen Quellen: zwei Originalumfragen von G2 und McKinsey sowie drei Auswertungen, die Erkenntnisse aus vielen Studien zusammenfassen.

Eine Warnung gilt für jede der folgenden Zahlen: Umfragen befragen unterschiedliche Bevölkerungsgruppen mit unterschiedlicher Formulierung, daher stimmen ihre Ergebnisse selten überein.

Warum die Adoptionszahlen auseinandergehen

Die berichtete Adoption von KI-Agenten reicht von 14% bis 86%, und die meisten dieser Diskrepanz ist darauf zurückzuführen, was jede Umfrage gemessen hat. Manche zählen Organisationen, die nur testen, andere nur Unternehmen, die Agenten im Live-Betrieb einsetzen.

McKinseys Umfrage von 2025 ergab, dass 62% der Organisationen mindestens mit Agenten experimentierten. Nur 23% hatten Agenten irgendwo im Unternehmen skaliert, und in keiner einzelnen Geschäftsfunktion hatten mehr als 10% dies getan.

Eine Auswertung von bdautomated identifizierte dasselbe Muster in anderen Studien. PwC berichtete, dass 79% der US-Führungskräfte sagten, Agenten würden in ihren Unternehmen eingeführt. Eine Capgemini-Umfrage, die untersuchte, was die Befragten tatsächlich unter „Agent“ verstanden, ergab, dass nur 14% einen implementiert hatten.

Das US Census Bureau stellte derweil fest, dass 19,8% aller US-Unternehmen im Mai 2026 KI in mindestens einer Geschäftsfunktion nutzten. Diese Zahl umfasst Unternehmen jeder Größe und zählt jedes KI-Werkzeug – nicht nur Agenten.

Auch die Definitionen variieren. Anthropics Engineering-Leitfaden beschreibt einen Agenten als System, in dem ein Sprachmodell seine eigenen Schritte und seine Werkzeugnutzung steuert. Ein Chatbot beantwortet eine Frage; ein Workflow folgt einem festen Pfad. Deshalb erzählt eine einzelne Schlagzeilenzahl selten die ganze Geschichte – die folgenden Abschnitte nennen, wer befragt wurde und was gemessen wurde.

Die bdautomated-Auswertung prüfte 75 Zahlen von 18 Publishern, verfolgte jede Zahl bis zum Originalbericht zurück und dokumentierte, wer befragt wurde und was gezählt wurde. Ihr Fazit: Die Zahlen widersprechen sich vor allem, weil sie unterschiedliche Dinge messen.

Von Pilotprojekten zum Produktivbetrieb

McKinseys Umfrage von 2025 unter 1.993 Führungskräften in 105 Ländern zeichnet einen Trichter: 88% berichteten von regelmäßiger KI-Nutzung in mindestens einer Geschäftsfunktion, 62% sagten, ihre Organisationen hätten begonnen, Agenten zu nutzen, und 23% skalierten sie.

G2 stellte fest, dass Käufer zunehmend für Agenten bezahlen. In seiner Umfrage2026 unter 1.019 B2B-Entscheidern hatten 86% im vergangenen Jahr KI-Agenten-Software oder -Dienstleistungen gekauft, gegenüber 69% ein Jahr zuvor. G2 berichtet außerdem, dass 66% der Agenten-Käufer jetzt Agenten im begrenzten oder skalierten Produktivbetrieb einsetzen – ein Anstieg um 18 Prozentpunkte gegenüber dem Vorjahr. In McKinseys Daten von 2025 waren Softwareentwicklung und IT am weitesten fortgeschritten, doch nicht mehr als 10% der Organisationen berichteten dort vom Skalieren von Agenten.

Gradually.ai warnt, dass diese Ergebnisse keine einzelne Zeitreihe bilden. KPMGs Q3-Zahl umfasst Unternehmen, die noch Agenten entwickeln, und kann daher nicht mit der Q2-Zahl für bereits eingesetzte Agenten verglichen werden. EY beschränkte seine Stichprobe auf große börsennotierte US-Unternehmen, die bereits KI-Programme betrieben, was sein hohes Ergebnis erklärt.

Der Kundenservice zeigt klares Wachstum. Salesforce-Daten, auf die FwdSlash verweist, zeigen, dass 66% der Serviceorganisationen jetzt agentische KI nutzen, gegenüber 39% ein Jahr zuvor.

Auch die Budgets steigen. G2 berichtet, dass die Hälfte der Organisationen ein Agenten-Budget von mindestens 1 Million US-Dollar hat, wobei der Gesundheitssektor mit 57% führend ist, die so viel oder mehr jährlich ausgeben. Technologie und Einzelhandel verzeichneten die größten Anstiege bei Budgets von 5 Millionen US-Dollar oder mehr.

Große Unternehmen setzen sich ab

McKinseys Umfrage 2026 unter 1.719 Befragten in 97 Ländern ergab, dass 40% der Personen in Unternehmen mit mehr als 1 Milliarde US-Dollar Umsatz Agenten skalierten, gegenüber 27% im Vorjahr. Bei kleineren Unternehmen blieb der Anteil konstant bei 22%.

Große Unternehmen führen auch bei der breiteren KI-Nutzung. 54% der Befragten in Unternehmen mit mindestens 1 Milliarde US-Dollar Umsatz berichten vom unternehmensweiten Skalieren von KI, gegenüber einem Drittel bei kleineren Unternehmen. Über alle Befragten hinweg berichten 44% von unternehmensweiter Skalierung, gegenüber 38%.

Chatbots bleiben das am weitesten skalierte Werkzeug mit 47% der Befragten. Etwa zwei von zehn skalieren KI-Agenten, und ein ähnlicher Anteil skaliert Coding-Agenten; bei größeren Unternehmen erreicht der Wert für Coding-Agenten 31%.

Coding-Agenten verändern auch die Kaufentscheidungen. 32% der Befragten sagen, ihre Organisationen hätten darauf verzichtet, mindestens ein Softwareprodukt oder eine Funktion zu kaufen, weil sie es intern entwickeln konnten – ein Muster, das in Technologie und Gesundheitswesen am häufigsten auftritt. Unter den KI-Highperformern berichteten fast die Hälfte von einer solchen Entscheidung, gegenüber 31% der übrigen Befragten.

McKinseys Lieven Van der Veken sagt, Führungskräfte fragten sich inzwischen, was sie selbst entwickeln müssen. Er fügt hinzu, dass dies nicht bedeute, dass Unternehmen alles selbst bauen oder Partner meiden sollten – die schnellsten Mover sind einfach bewusster darin, wo sie kaufen und wo sie bauen.

Die Kosten für Betrieb und Überwachung von Agenten

Kosten zeigen sich an zwei Stellen: Betriebsausgaben und Mitarbeiterzeit. McKinsey stellte fest, dass etwa 20% der Befragten sagen, Betriebskosten einschließlich Token-Kosten hätten ihre KI-Nutzung eingeschränkt, mit ähnlichen Anteilen über Unternehmensgrößen hinweg.

Die Unternehmen geben dennoch weiter aus. 28% der Befragten sagen, KI mache mehr als 10% ihres IT- und Kommunikationsbudgets aus, und 60% erwarten, ihre KI-Investitionen im kommenden Jahr zu erhöhen.

G2 nennt den Preis der Überwachung die „Distrust Tax“ (Misstrauenssteuer). 31% der Käufer sagen, dass Mitarbeiter mindestens sechs Stunden pro Woche mit der Überwachung von Agentenarbeit verbringen – was G2 als „Bot-Sitting“ bezeichnet. 45% sagen, dass Überwachung und Nacharbeit mehr als ein Viertel der erwarteten Gewinne auffressen, während 46% höhere als erwartete Betriebskosten melden.

McKinseys Michael Chui weist darauf hin, dass die Preise pro Token gesunken sind, die Anzahl verbrauchten Token aber schneller gewachsen ist. Highperformer berichteten etwa dreimal so häufig von Kostenlimits bei Coding-Agenten wie andere Befragte.

Kostenlimits beschränken sich nicht auf ein Werkzeug. Etwa einer von zehn Befragten sagt, dass Kosten ihre Chatbot-Nutzung einschränkten, und dasselbe gilt für Agenten und Coding-Agenten. Befragte aus Pharma, Versicherungen und Banken erwarteten am häufigsten höhere Investitionen.

Ergebnisse: Persönliche Gewinne übertreffen die Wirkung im Unternehmen

Auf individueller Ebene sind die Ergebnisse stark. McKinsey stellte fest, dass 80% der Befragten sagen, KI habe ihre Produktivität verbessert, und die Hälfte sagt, dass sie ihnen bei besseren Entscheidungen hilft. Mittlere Führungskräfte und individuelle Mitarbeitende berichteten häufiger von Belastung, mit 47% gegenüber 31% bei Executives.

G2 dokumentiert Geschwindigkeitsgewinne in arbeitsintensiven Workflows. Vier von fünf Organisationen, die Agenten im High-Volume-Betrieb nutzen, berichten von Zykluszeitverbesserungen von mindestens 11%, und fast die Hälfte berichtet von Gewinnen von mindestens 25%. Zudem sagen 83%, dass Agenten die Mitarbeiterzufriedenheit durch den Abbau repetitiver Arbeit steigern.

Die unternehmensweiten Ergebnisse sind schwächer. 37% der McKinsey-Befragten berichten von einer positiven Wirkung auf das Ergebnis vor Zinsen und Steuern (EBIT) – in etwa unverändert gegenüber dem Vorjahr. Nur 6% qualifizieren sich als KI-Highperformer, definiert von McKinsey als Unternehmen, die KI mindestens 5% des EBIT zuschreiben und einen starken Nutzen melden.

Entwicklerstudien liefern gemischte Antworten, da sie unterschiedliche Arbeiten testen. Der GitHub-Test verwendete eine enge Aufgabe, während METR Experten in eigenen Projekten untersuchte; METRs neue Spannweiten schließen null Wirkung ein.

Nach Funktion berichten McKinsey-Befragte am häufigsten von Kostenreduzierungen im Lieferkettenmanagement, im Servicebetrieb und in der Fertigung, während Umsatzgewinne am häufigsten mit Marketing und Vertrieb verknüpft sind.

McKinsey weist auch darauf hin, dass Mitarbeitende KI-Kompetenzen im Selbststudium oder durch unternehmenseinführungen aufbauen; etwa die Hälfte sagt, dass KI ihnen half, neue Fähigkeiten zu entwickeln. Highperformer gestalten den Wandel anders – fast drei Viertel sagen, sie hätten Workflows wegen KI neu gestaltet, gegenüber 55% im Vorjahr, während etwa ein Viertel der übrigen Befragten dasselbe angibt.

Governance und Vertrauen

Während Agenten-Flotten wachsen, wird ihre Nachverfolgung schwieriger. G2 stellte fest, dass 38% der Organisationen mit Agenten im Produktivbetrieb mehr als 100 davon betreiben. Dennoch sagen 47%, dass Eigentum und Kontrollen für Agenten informell sind oder von einzelnen Abteilungen geführt werden, gegenüber 23%, die sie zentral steuern. Nur 27% führen ein zentrales Agenten-Register, 18% nutzen automatisierte Erkennung, um genehmigte und nicht genehmigte Agenten zu finden, und nur 14% haben Echtzeit-Überwachung ungewöhnlichen Verhaltens, Kosten oder Risiken. G2 bezeichnet unverwaltete Tools als „Shadow Agents“.

Käufer testen tatsächlich vor dem Start: 52% verlangen eine menschliche Qualitätsprüfung, 48% verlangen Sicherheitstests, und 41% benötigen eine rechtliche, Risiko- oder Compliance-Prüfung. Nach dem Start bewerten 77% Agenten mindestens monatlich neu.

Vertrauen hängt von der Aufgabe ab. In einer PwC-Umfrage von 2025 sagten Geschäftsführer, sie würden Agenten bei Datenanalyse zu 38% vertrauen, aber nur zu 20% bei Finanztransaktionen. In einer Ping-Identity-Umfrage unter 11.000 Konsumenten waren 3% damit einverstanden, dass KI ohne finale Freigabe handelt. G2 ergänzt dass 67% der Käufer großes Vertrauen in das KI-System ihrer eigenen Organisation haben – doch das Vertrauen sinkt, wenn das System autonom handelt.

G2 zufolge verwalten die zentrale IT sowie KI-, Daten- und Machine-Learning-Teams 49% der Agenten-Betriebskosten und tragen zusammen 60% der Governance-Verantwortung. McKinsey ergänzt, dass Highperformer häufiger daran arbeiten, Risiken wie unbefugte oder unbeabsichtigte Agentenaktionen zu reduzieren.

Marktgröße, Preise und Finanzierung

Die Schätzungen für den Agentenmarkt 2026 reichen von rund 8 bis 12 Milliarden US-Dollar. Gradually.ai weist darauf hin, dass es sich um kommerzielle Schätzungen handelt und nicht um gemessenen Umsatz, und dass Unternehmen unterschiedliche Basisjahre und Definitionen verwenden – manche zählen eigenständige Agentenplattformen, andere Agentenfunktionen in Geschäftssoftware. Gartner schätzte, dass bis zu 234 Milliarden US-Dollar an Enterprise-Software-Ausgaben bis 2030 durch agentische KI gefährdet sein könnten; Gradually.ai bezeichnet das als Expositionsszenario, nicht als Prognose verlorener Umsätze.

Die Preismodelle verschieben sich. Laut G2 halten nur 9% der Käufer Preis-pro-Sitz für das fairste Modell für Agenten, während Pay-as-you-go-Modelle von 38% im Jahr 2025 auf 57% im Jahr 2026 stiegen.

Auf der Finanzierungsseite hat die Hälfte der G2-Befragten ein Agenten-Budget von mindestens 1 Million US-Dollar. Crunchbase verzeichnete im Q3 2026 159 Milliarden US-Dollar an globaler Risikokapitalfinanzierung, wovon 102 Milliarden – 64% – an KI-Unternehmen gingen, wobei das den breiteren KI-Sektor und nicht allein Agenten abdeckt. Crunchbase zählte zudem 211 Milliarden US-Dollar an KI-bezogener Risikokapitalfinanzierung für 2025, ein Anstieg von 85% gegenüber 114 Milliarden US-Dollar im Jahr 2024. G2 fand außerdem, dass 72% sagen, dass ein starkes Angebot an Konnektoren, Aktionen, Skills oder Marketplace-Produkten für die Agenten-Adoption sehr wichtig oder ein Muss ist.

Jobs: Erwartungen versus Berichte

Die Sorgen vor schnellen Stellenabbau haben nicht dem entsprochen, was Unternehmen berichten. McKinsey stellte fest, dass 14% der Befragten in KI-nutzenden Organisationen sagten, KI habe im vergangenen Jahr zu einem kleineren Personalbestand beigetragen. In der Umfrage des Vorjahres hatten 32% für diesen Zeitraum Abbau erwartet. Zwei Drittel berichten von wenig oder keiner KI-bezogenen Veränderung der Gesamtbeschäftigung. Für das kommende Jahr erwarten 39% einen Rückgang und 43% wenig oder keine Veränderung, während nur 13% sagen, dass KI sie hinsichtlich ihrer eigenen Karriere beunruhigt.

Die Diskrepanz zeigt sich nach Funktion. In Marketing und Vertrieb, Fertigung, Strategie und Unternehmensfinanzen sowie Wissensmanagement liegt der berichtete Abbau bei etwa der Hälfte des Anteils, der ihn vorhergesagt hatte.

G2 berichtet ein ähnliches Muster unter Käufern: Nur 14% haben Personal abgebaut, während 35% Mitarbeitende in höherwertige Rollen versetzt haben. Im Jahr 2025 erwarteten die Befragten am häufigsten Abbau im Servicebetrieb, Lieferkettenmanagement, Marketing und Vertrieb sowie Softwareentwicklung. Für das kommende Jahr sagen erneut die meisten Abbau im Servicebetrieb und Lieferkettenmanagement voraus – und in vielen Funktionen erwarten mehr Befragte keine Veränderung als einen Abbau.

Ausblick: Pläne, Prognosen und offene Fragen

Die Käufer wollen weitermachen. G2 fand heraus, dass 84% sagen, dass Agenten-Funktionen ihre Software-Entscheidungen 2027 beeinflussen werden, wobei 34% sie als primären Faktor bezeichnen. Weitere 56% erwarten, dass Agenten bis 2030 die Arbeit über ihren Software-Stack hinweg orchestrieren.

Prognosen über Misserfolge existieren ebenfalls. Gartner geht davon aus, dass mehr als 40% der agentischen KI-Projekte bis Ende 2027 eingestellt werden – wegen Kosten, unklarem Nutzen und schwachen Risikokontrollen. bleibt eine Prognose – bdautomated weist darauf hin, dass bisher niemand tatsächliche Abbrüche gezählt hat.

Manche Schlagzeilenzahlen werden häufig missverstanden. Eine MIT-Studie fand, dass 95% der Organisationen null Rendite sahen, maß aber die Gewinnauswirkung erst etwa sechs Monate nach einem Pilotprojekt. Ihre Stichprobe bestand aus 52 Interviews, 153 Umfrageantworten und 300 öffentlichen Deployments, und die Autoren bezeichnen die Ergebnisse als vorläufig.

Insgesamt zeigen die Daten eine schnelle Adoption bei uneinheitlichen Erträgen: individuelle Gewinne sind häufig, unternehmensweite weniger, und die Überwachung verzehrt einen Großteil der eingesparten Zeit. Gradually.ai weist darauf hin, dass Gartner agentische KI in seinem 2026er Hype Cycle auf dem Peak of Inflated Expectations platzierte. Leser sollten prüfen, wer befragt wurde und was gezählt wurde, bevor sie eine einzelne Zahl zitieren.

Sicherheit bleibt in der FwdSlash-Auswertung ein Anliegen. Sie zitiert eine Umfrage von 919 Organisationen, in der 88% bestätigte oder vermutete Agenten-Sicherheitsvorfälle meldeten, sowie IBM-Daten, die zeigen, dass 97% der Organisationen mit einem KI-bezogenen Sicherheitsvorfall keine ordnungsgemäßen Zugriffskontrollen hatten.

Quellen

• G2: AI Agents Have Moved From Pilot to Production, But Oversight Comes at a Cost (2026 AI Agents Report)
• McKinsey: The State of AI in 2026: On the Road to ROI
• bdautomated: AI Agent Statistics 2026: Every Number Checked at Its Source
• Gradually.ai: AI Agent Statistics 2026: Adoption, Market & Facts
• FwdSlash: AI Agent Statistics 2026: 100+ Stats on Market and Adoption

Quelle: Blockonomi — https://blockonomi.com/ai-agent-statistics-2026-adoption-costs-and-results/