Unternehmen haben KI-Agenten wissentlich eingeführt, bevor sie die zu ihrer Verwaltung erforderlichen Kontrollen eingerichtet hatten. Das ist die zentrale Schlussfolgerung aus fünf parallelen Umfragen, die VentureBeat Research im Juni 2026 durchgeführt hat und die jede Ebene des agentischen Stacks abdecken. Das Muster erinnert an frühere Einführungszyklen von Unternehmenstechnologien — von der Cloud-Migration bis zur mobilen Integration —, bei denen die Dynamik der Bereitstellung der Governance vorauslief und Organisationen zu reaktiven Nachbesserungen zwang. Was die agentische Welle unterscheidet, ist ihre Breite: Da Agenten autonome Aktionen in Produktionssystemen ausführen können, bringt die Governance-Lücke unmittelbare operative Risiken mit sich, nicht nur langfristige Compliance-Risiken. Organisationen rüsten nun Governance-Rahmenwerke nach, um ihre eigenen Standards zu erfüllen — und stellen dafür Budget bereit. Über alle fünf gemessenen Kontrollebenen hinweg planen 57% bis 68% der Unternehmen, innerhalb von 12 Monaten Anbieter zu wechseln oder neue hinzuzufügen, während etwa ein Drittel Änderungen noch im laufenden Quartal vornehmen will.

VentureBeat Research identifizierte fünf Kontrollen, die Unternehmen implementieren müssen, bevor sie einem KI-Agenten verantwortungsvoll vertrauen können: Identität, Evaluation, Kostentelemetrie, die Kontextschicht und Orchestrierung. Identität legt fest, welcher Agent welche Aktionen ausführen darf und unter welchen Zugangsdaten. Evaluation bewertet, ob die Ausgaben eines Agenten Qualitätsstandards erfüllen. Kostentelemetrie verfolgt die Kosten für den Betrieb jedes Agenten. Die Kontextschicht stellt Geschäftsdaten und Definitionen bereit, auf die sich Agenten bei der Generierung von Antworten stützen. Die Orchestrierungs-Kontrollebene koordiniert mehrstufige Agenten-Workflows. Jeder der fünf Berichte konzentriert sich auf eine dieser Kontrollen. Zusammen bilden sie eine Abhängigkeitskette: Ein Agent ohne abgegrenzte Identität kann nicht sicher evaluiert werden; ein Agent ohne zuverlässige Evaluation kann nicht vertrauenswürdig autonom handeln; und ein Agent ohne korrekten Kontext wird selbstbewusste Antworten liefern, unabhängig davon, wie gut die anderen Kontrollen funktionieren.

Die meisten eingesetzten „Agenten“ sind getarnte Chatbots

Einundsiebzig Prozent der Unternehmen gaben an, dass höchstens ein Viertel ihrer eingesetzten „Agenten“ mehrstufige Aufgaben autonom abschließen kann. Nur 10% sagten, dass echte Agenten die Mehrheit ihrer betriebenen Systeme ausmachen. Die Befragten sind gut positioniert, um dies einzuschätzen: 81% empfehlen oder entscheiden direkt über KI-Käufe in ihren Organisationen. Ein Chatbot mit einem einzelnen Prompt, bei dem ein Mensch jede Antwort überprüft, benötigt keine der Kontrollen, die in den anderen vier Berichten untersucht werden. Ein echter mehrstufiger Agent benötigt dagegen alle — dennoch können die meisten Unternehmen nicht eindeutig bestimmen, welchen Typ sie eingeführt haben. Diese definitorische Unschärfe besteht in der Branche schon länger, da Anbieter und interne Teams den Begriff „Agent“ uneinheitlich verwenden, was Beschaffungsentscheidungen und Risikobewertungen erschwert. (Vollständige Ergebnisse: Bericht zu Agentic Orchestration.)

Autonomie überholt das Vertrauen in Evaluationen

Zwei Drittel der Unternehmen erlauben einem Agenten entweder bereits, Code- oder Systemänderungen allein auf Basis automatisierter Evaluationsergebnisse — ohne menschliche Prüfung — in die Produktion zu überführen, oder arbeiten aktiv daran, diese Fähigkeit innerhalb von 12 Monaten zu erreichen. Dennoch äußerten nur 5% volles Vertrauen in die Evaluationen, die solche Entscheidungen steuern würden. Im vergangenen Jahr brachten die Hälfte der Unternehmen einen Agenten in den Einsatz, der interne Evaluationen bestanden hatte, anschließend jedoch einen kundenwirksamen Ausfall verursachte. Die Lücke zwischen Vertrauen in Evaluationen und Produktionsrealität verweist auf eine strukturelle Herausforderung: Die meisten internen Benchmarks testen Agentenverhalten unter kontrollierten Bedingungen, die die Variabilität realer Nutzereingaben und sich verändernder Geschäftsdaten nicht berücksichtigen. Die Empfehlung ist klar: Bevor die menschliche Prüfung aus einem Workflow entfernt wird, sollten Organisationen Evaluationen anhand realer Produktionsergebnisse testen, statt sich auf interne Benchmarks zu verlassen. (Vollständige Ergebnisse: Bericht zu Agent Reliability & Evals.)

Gemeinsame Zugangsdaten korrelieren mit Sicherheitsvorfällen

Neunundsechzig Prozent der Unternehmen erlauben zumindest einigen Agenten, Zugangsdaten gemeinsam zu nutzen, was bedeutet, dass mehrere Agenten unter einem einzigen API-Schlüssel oder Servicekonto arbeiten. Unter Organisationen, die irgendwo die gemeinsame Nutzung von Zugangsdaten zulassen, erlebten 63,5% (47 von 74) einen Sicherheitsvorfall oder Beinahe-Vorfall. Dieser Wert sinkt auf 40,9% (9 von 22) bei Unternehmen, in denen jeder Agent mit seiner eigenen abgegrenzten Identität arbeitet. Die Korrelation entspricht etablierten Zero-Trust-Sicherheitsprinzipien, bei denen Least-Privilege-Zugriff und eine Zugangsdaten-Abgrenzung pro Entität seit Langem als Grundpraxis für menschliche Nutzerkonten und Servicekonten gleichermaßen gelten. Die empfohlene Abhilfe ist eine abgegrenzte Identität für jeden Agenten, beginnend mit jenen, die mit Produktionssystemen interagieren. (Vollständige Ergebnisse: Bericht zu Agentic Security & Identity.)

GPU-Auslastung bleibt niedrig, während Kostentracking hinterherhinkt

Mehr als acht von zehn Unternehmen, die eigene GPUs betreiben, meldeten Auslastungsraten von 50% oder weniger. Gleichzeitig überwachen nur 44% streng, was ihre KI-Compute-Ressourcen tatsächlich kosten und welche Erträge sie erzielen. Die Kombination erzeugt eine sich verstärkende Ineffizienz: Organisationen können Workloads, die sie nicht messen, nicht optimieren, und ohne Kostentransparenz pro Workload werden Beschaffungsentscheidungen eher von Kapazitätsangst als von Auslastungsdaten getrieben. Die Priorität sollte den Ergebnissen zufolge nicht darin liegen, zusätzliche GPUs zu beschaffen, sondern die Auslastung der bereits vorhandenen Hardware zu verbessern und die Kosten pro Workload zu messen. (Vollständige Ergebnisse: Bericht zu AI Infrastructure & Compute.)

Nicht verwaltete Daten führen zu selbstbewusst falschen Antworten

Siebenundfünfzig Prozent der Unternehmen führten eine selbstbewusste, aber falsche Agentenantwort in den vergangenen sechs Monaten auf ihren eigenen fehlenden oder inkonsistenten Geschäftskontext zurück — darunter falsche Kennzahlen, veraltete Definitionen oder fehlende Dokumente. Eine Mehrheit beobachtete dies mehr als einmal. Das Ergebnis unterstreicht eine Unterscheidung, die die Branche zunehmend anerkennt: Abrufqualität ist notwendig, aber nicht ausreichend, wenn die zugrunde liegenden Geschäftsdefinitionen selbst inkonsistent oder veraltet sind. Die Governance der Definitionen, auf die sich Agenten stützen, beginnend mit Kennzahlen und Entitäten, muss jedem Versuch vorausgehen, die davon abhängigen Agenten zu skalieren. (Vollständige Ergebnisse: Bericht zu Context Layers / RAG.)

Keine fest etablierten Anbieter auf irgendeiner Ebene

Auf keiner einzelnen Ebene gibt es einen fest etablierten Anbieter. Die heutigen Standardlösungen sind die integrierten Werkzeuge, die mit den großen KI-Plattformen gebündelt sind, die Unternehmen bereits nutzen. Die Wechselabsicht ist bei der Orchestrierung am höchsten: Dort planen 68% der Organisationen, innerhalb von 12 Monaten Plattformen einzuführen, zu ergänzen oder zu ersetzen, und 34% noch im laufenden Quartal. Die offene Wettbewerbslandschaft entspricht den frühen Phasen früherer Kategorien von Unternehmensinfrastruktur, in denen plattformgebundene Tools zunächst dominieren, bevor sich Spezialanbieter durch Tiefe und Kontrolle differenzieren. Die Umfragen erfassten nicht, in welche Richtung die Ausgaben fließen werden — ob hin zu plattformeigenen Tools oder zu spezialisierten Herausforderern —, und diese offene Frage dürfte die nächsten vier Quartale des Marktes prägen.

Über diese Untersuchung

VentureBeat Research führte im Juni 2026 im Rahmen seines VB Pulse-Programms fünf parallele Umfragen durch: Agentic Orchestration (101 Befragte), Agent Reliability & Evals (157), Agentic Security & Identity (107), AI Infrastructure & Compute (107) und Context Layers / RAG (101) — insgesamt 573 qualifizierte Befragte, alle aus Organisationen mit 100 oder mehr Beschäftigten. Die Stichproben sind selbstselektiert, und einige Ergebnisse sollten richtungsweisend interpretiert werden; jeder Bericht enthält einen vollständigen Methodikhinweis. Was das Gesamtmuster stärker stützt als jeder einzelne Prozentwert, ist die Richtung selbst: Jede Umfrage weist unabhängig in dieselbe Richtung. VentureBeat erstellt sowohl diese Untersuchung als auch VB Transform, die Konferenz, auf der diese Berichte vorgestellt wurden.