Agentische Unternehmen zahlen einen Preis,

den kaum jemand berechnet

In fast jedem Vorstandsgespräch über agentische KI geht es um Geschwindigkeit: Wie schnell lassen sich Agenten ausrollen? Die Debatte dreht sich fast ausschließlich um Produktivität. Kaum jemand fragt, was daneben zerbricht, wenn digitale Mitarbeitende die menschlichen zahlenmäßig übertreffen. Betroffen sind die Unternehmenskultur, die Kundenbeziehung und der gesellschaftliche Vertrag, der Unternehmen überhaupt erst arbeiten lässt.

Die Zahlen sind längst kein Zukunftsszenario mehr. Cisco geht davon aus, dass bis Mitte 2026 rund 56 Prozent der Interaktionen zwischen B2B-Kunden und ihren Technologiepartnern über agentische KI laufen werden. Bis 2028 soll der Anteil auf 68 Prozent steigen.¹ Gartner erwartet zudem, dass agentische Systeme bis 2029 rund 80 Prozent der üblichen Kundenserviceanfragen autonom lösen werden, verbunden mit einer Kostensenkung von etwa 30 Prozent im Betrieb.² Und im April 2026 hat OpenAI ein 13-seitiges Positionspapier vorgelegt, das offen über Robotersteuern und einen öffentlichen Vermögensfonds diskutiert.³

Das agentische Unternehmen ist keine Prognose mehr. Es existiert. Die eigentliche Frage lautet, ob wirklich jemand zu Ende gedacht hat, was dabei nebenbei zerstört wird.

Kultur überträgt sich über Menschen, nicht über Systeme

Analystenhäuser zeichnen aktuell ein sehr ähnliches Bild vom Zielzustand der Organisation. Eine schmale Führungsspitze. Darunter eine breite Schicht von Menschen, die Agenten steuern und orchestrieren. Am unteren Ende: deutlich weniger Junior-Rollen, weil deren Aufgaben automatisiert wurden. Gartner erwartet, dass bereits 2028 mindestens 15 Prozent aller täglichen Arbeitsentscheidungen autonom durch agentische Systeme getroffen werden, ausgehend von faktisch null im Jahr 2024. Zugleich sollen 33 Prozent der Unternehmensanwendungen agentische Fähigkeiten enthalten.⁴ Forrester wiederum geht davon aus, dass die führenden HR-Plattformen digitale Beschäftigte künftig ähnlich verwalten wie menschliche Mitarbeitende, inklusive Rollenprofilen und Leistungsdaten.⁵

Diese Bilder sind auf Effizienz optimiert. Keines beantwortet, wie Kultur eigentlich weitergegeben wird. Kultur entsteht nicht in Prozessdiagrammen, sondern in Zwischentönen. Sie überträgt sich in Gesprächen auf dem Flur, an gemeinsamen Reibungspunkten und über ein kollektives Gedächtnis, das sich nur im Miteinander bildet. Junior-Mitarbeitende erledigen nicht nur Aufgaben. Sie saugen die Identität ihres Arbeitgebers durch tausende kleine Begegnungen mit erfahreneren Kolleginnen und Kollegen auf. Nimmt man diese Basisschicht heraus, bricht die Weitergabe. Der Effekt ist zunächst kaum sichtbar und wird dann in kurzer Zeit strukturell spürbar.

Eine Mercer-Erhebung aus dem Februar 2026 zeigt die Folgen dieser Dynamik in den Belegschaften: 40 Prozent der Beschäftigten fürchten inzwischen, durch KI verdrängt zu werden. 2024 waren es noch 28 Prozent.⁶ In dieser Gefühlslage wachsen keine Kulturträger heran, sondern Beschäftigte, die parallel zur Agenten-Orchestrierung ihren Karriereplan B vorbereiten.

Die stille Umkehrung des Managements

Was in der Debatte um „Jeder wird zum Orchestrator“ selten benannt wird: Seniorität verliert an Bedeutung. Klassisches Management beruhte darauf, menschliche Arbeit zu koordinieren, Talente zu entwickeln und Erfahrung nach unten weiterzureichen. Fällt das weg, bleiben Führungskräfte ohne Geführte übrig. Manager, deren Berichtslinien keine Motivation und keine Entwicklung mehr einfordern.

Die gängige Erzählung dazu klingt elegant: Menschen bewegen sich „über den Prozess“ und beaufsichtigen Arbeitsabläufe, statt jeden einzelnen Schritt selbst auszuführen. In der Praxis bedeutet das eine ganze Managementebene, die in einer Struktur nach Sinn sucht, in der ihre eigentliche Kernkompetenz nicht mehr gebraucht wird: Menschen zu führen.

Das Organigramm flacht nicht aus einer bewussten Designentscheidung ab, sondern durch Wegfall. Was in Vorstandsdecks nach Beförderung klingt, ist in Wahrheit eine Rolle ohne klare Kontur.

Unternehmen, die operative Stabilität mit kultureller Gesundheit verwechseln, werden den Unterschied spüren, wenn die Bindung ihrer Belegschaft einbricht. Operative Stabilität bedeutet, dass die Agenten laufen. Ob eine Belegschaft sich entscheidet zu bleiben, ist eine ganz andere Frage, die sich mit keinem noch so klug gezeichneten Organigramm beantworten lässt.

Wenn alle dasselbe Erlebnis liefern, differenziert sich niemand

Ein Blick auf die Kundenseite. Nahezu jeder relevante Softwareanbieter hat inzwischen agentische Plattformen für Customer Experience im Portfolio. Das Rennen um die reine Fähigkeit ist entschieden, bevor es richtig begonnen hat. Innerhalb der nächsten anderthalb Jahre wird jedes Unternehmen mit Budget Agenten einsetzen, die Anfragen rund um die Uhr auf konsistentem Niveau beantworten.

Genau darin liegt das Problem. Wenn jeder Wettbewerber ähnliche Modelle über vergleichbare Orchestrierungs-Frameworks laufen lässt, konvergiert die Servicequalität auf einem einheitlichen, zuverlässigen und damit im Ergebnis austauschbaren Niveau. Differenzierung verlagert sich auf die Momente, in denen menschliche Einschätzung gebraucht wird: der verärgerte Kunde, dessen Vertragsverlängerung auf der Kippe steht. Die diffuse Beschwerde, die auf einen bisher unerkannten Produktfehler hindeutet. Der Klient, der ein „Ich verstehe Sie“ von jemandem hören muss, der es auch tatsächlich tut. Wer diese Momente nicht identifiziert, konkurriert am Ende über nichts mehr. Die Agenten werden zur Massenware auf einer ebenso beliebigen Infrastruktur, und der Wettbewerb entscheidet sich nur noch über den Preis.

Die Transparenzfrage kommt

Kundinnen und Kunden werden wissen wollen, mit wem sie es zu tun haben. Nicht aus KI-Skepsis, sondern aus rationalem Eigeninteresse.

Eine menschliche Servicekraft trägt Haftung und kann eskalieren, wenn es schwierig wird. Ein KI-Agent kann beides nicht. Diese Informationsasymmetrie wird immer dann relevant, wenn etwas schiefgeht.

Die Frage „Spreche ich gerade mit einem Menschen?“ dürfte zur nächsten regulatorischen Offenlegungspflicht werden, ähnlich strukturiert wie die Transparenzvorgaben der DSGVO. Wer das antizipiert und die Grenze zwischen Mensch und Maschine zum Feature macht statt zum Geheimnis, gewinnt Glaubwürdigkeit für die Marke. Wer sie verschleiert, verliert Vertrauen im großen Stil, sobald ein Fehler öffentlich wird. Und öffentlich werden solche Fehler in aller Regel.

Die kritische Übergangsphase

Damit zur gesellschaftlichen Ebene. Wer finanziert Staat und Gemeinwohl, wenn Menschen durch Maschinen abgelöst werden? Der Vergleich mit dem Industrieroboter liegt zunächst nahe, bricht dann aber zusammen. Industrieroboter haben ab den 1970er-Jahren Millionen Arbeitsplätze in der Fertigung verdrängt. Auch sie zahlen weder Lohnsteuer noch Sozialbeiträge noch eine Ausbildungsumlage. Trotzdem ist das fiskalische System nicht kollabiert. Die Gründe: Die Verdrängung lief langsam über Jahrzehnte. Sie war sektorspezifisch, also auf Fabriken statt Büros beschränkt. Und der Dienstleistungssektor hat die freigesetzten Arbeitskräfte aufgefangen. Neue Stellen entstanden schneller, als alte verschwanden.

KI-Agenten sprengen alle drei Voraussetzungen gleichzeitig. Das Tempo ist quartalsweise, nicht generationell. Die Reichweite geht quer durch die Sektoren, vom Kundenservice über juristische Analyse bis in Buchhaltung, Marketing und Softwareentwicklung. Und die Sektoren, die früher Arbeitskräfte aus der Fabrik aufgenommen haben, stehen selbst mitten im Verdrängungsprozess. Ein offensichtlicher nächster Sektor, der Millionen Wissensarbeiter auffangen könnte, ist derzeit nicht erkennbar.

Trotzdem ist die richtige Diagnose nicht Kollaps. Gesellschaften haben sich in der Vergangenheit angepasst. Sie haben ihre Steuersysteme umgebaut, den Sozialvertrag neu verhandelt und ganze Wirtschaftsstrukturen umgeschrieben. Die Frage ist die Geschwindigkeit. Politische Maschinen arbeiten in Zyklen von einem Jahrzehnt: Gesetzgebung, Pilotversuche, internationale Abstimmung, Umsetzung. Die Fähigkeiten agentischer Systeme wachsen im Quartalsrhythmus. Aus dieser Lücke zwischen zwei Geschwindigkeiten entsteht eine kritische Übergangsphase von zehn bis fünfzehn Jahren, in der öffentliche Systeme schneller erodieren, als Ersatz entsteht.

Die fiskalische Mechanik dieses Übergangs

Das OpenAI-Papier vom April 2026 schlägt vor, die Steuerbasis von Lohnsteuer und Arbeitseinkommen hin zu Unternehmensgewinnen und Kapitalerträgen zu verschieben.³ Bereits 2024 hat Brookings den Vorschlag einer Robotersteuer für autonom entscheidungsfähige Systeme ausgearbeitet⁷. Anfang 2026 haben Ökonomen desselben Hauses einen breiteren Rahmen dafür vorgelegt, wie öffentliche Finanzsysteme im KI-Zeitalter neu austariert werden müssen.⁸ Das sind ernstzunehmende Vorschläge aus ernstzunehmenden Häusern. Vor 2030 wird davon vermutlich nichts umgesetzt sein.

In der Zwischenzeit ist die Rechnung schlicht.

Ein Unternehmen mit 200 Agenten und 20 Menschen erwirtschaftet Gewinn. Es zahlt eine optimierte Unternehmenssteuer, keine Lohnnebenkosten, bildet niemanden aus und leistet keinen Beitrag zur Sozialversicherung.

Rechnet man das über tausende Firmen einer Volkswirtschaft hoch, erodiert die Einkommensteuerbasis, während sich die Unternehmensgewinne konzentrieren. Öffentliche Infrastruktur verliert an Substanz, ausgerechnet in dem Moment, in dem die Gesellschaft ein dichteres Sicherungsnetz und deutlich mehr Übergangshilfen brauchen würde.

Das ist keine Prognose eines dauerhaften Abstiegs. Es ist die Beschreibung einer gefährlichen Lücke. Die Länder, die sie am schnellsten schließen, werden jene Talente und jene Stabilität anziehen, die das agentische Wirtschaftsmodell erst wirklich funktionsfähig machen.

Gesellschaftliche Lizenz ist kein Regulierungsbegriff, sondern eine Überlebensbedingung

Unter den fiskalischen Fragen liegt eine Legitimitätsfrage. Ein Unternehmen, das aus der Infrastruktur einer Gesellschaft Wert schöpft, also aus ihrer ausgebildeten Bevölkerung, ihrem Rechtssystem, ihren Verkehrswegen und ihren stabilen Institutionen, zugleich aber Jahr für Jahr anteilig weniger zu deren Finanzierung beiträgt, unterminiert seine eigenen Betriebsvoraussetzungen. Das ist keine abstrakte Warnung. Es ist die Dynamik, aus der DSGVO, Digital Services Act und AI Act entstanden sind. Sobald die Lücke zwischen unternehmerischem Nutzen und gesellschaftlichem Beitrag sichtbar wird, folgt Regulierung. Meist wenig differenziert, oft mit stumpfen Instrumenten.

Unternehmen, die diesen Punkt vorwegnehmen, gestalten ihren Beitrag freiwillig proportional. Sie investieren in den Übergang ihrer Belegschaft, finanzieren die Kommunen mit, in denen sie automatisieren, und entscheiden sich, Nettozahler zu sein, bevor der Gesetzgeber sie dazu zwingt. Wer das nicht tut, bekommt die stumpfen Instrumente der Regulierung, und trägt zur Legitimität dieser Instrumente selbst bei.

Vier Stellgrößen zugleich

Die meisten Führungsteams behandeln den Einsatz von Agenten als Optimierung einer einzigen Kennzahl: Produktivität. Kosten pro Vorgang senken und den Durchsatz erhöhen. Diese Perspektive übersieht drei parallele destabilisierende Kräfte. Die Kultur erodiert, sobald die menschliche Basis dünner wird. Zeitgleich fragmentiert das Kundenvertrauen, wenn Service ununterscheidbar und wenig transparent bleibt. Und die gesellschaftliche Lizenz schwächt sich in dem Maß ab, in dem die Kluft zwischen unternehmerischem Nutzen und gesellschaftlichem Beitrag wächst.

Die Gewinner der agentischen Ära werden nicht die schnellsten Anwender sein. Es werden diejenigen sein, die neben der Produktivität auch die drei anderen Größen gestalten, die über den Unternehmenswert entscheiden.

Also die Kultur nach innen, das Vertrauen der Kunden und die gesellschaftliche Legitimität nach außen. Das ist deutlich schwerer, als eine Agentenplattform zu kaufen. Es verlangt, darüber nachzudenken, wofür ein Unternehmen eigentlich da ist, jenseits der Quartalsrendite. Und es beginnt jetzt, bevor die Übergangsphase die Frage in eine akademische verwandelt.

Quellen

1. Cisco, The Race to an Agentic Future: How Agentic AI Will Transform Customer Experience, May 2025.
2. Gartner, Agentic AI Will Autonomously Resolve 80% of Common Customer Service Issues by 2029, March 2025.
3. OpenAI, Industrial Policy for the Intelligence Age: Ideas to Keep People First, April 2026.
4. Gartner, Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, June 2025.
5. Forrester, Predictions 2026: AI Agents, Changing Business Models, and Workplace Culture, November 2025.
6. Mercer, Global Talent Trends 2026, Solving the human–machine equation, February 2026.
7. Brookings Institution, Navigating the future of work: A case for a robot tax in the age of AI, May 2024.
8. Brookings Institution, The future of tax policy: A public finance framework for the age of AI, January 2026.