Die KI-Illusion

Warum Agentic AI nicht an ihrer Intelligenz scheitern wird – sondern an den Daten, denen sie vertraut

"Wer heute über Künstliche Intelligenz spricht, spricht meist über Modelle. Wer morgen erfolgreich sein will, muss über Daten sprechen."

---

Laut gedacht

Es gibt Momente, in denen sich eine ganze Branche auf das falsche Thema konzentriert.

Vor einigen Jahren noch glaubten Unternehmen, der entscheidende Wettbewerbsvorteil liege darin, möglichst viele Daten zu sammeln. Data Lakes entstanden, neue Analyseplattformen wurden eingeführt und nahezu jedes Unternehmen formulierte den Anspruch, „datengetrieben“ arbeiten zu wollen.

Heute erleben wir eine ähnliche Entwicklung, nur lautet das Schlagwort diesmal Agentic AI.

Autonome KI-Agenten sollen künftig Geschäftsprozesse koordinieren, Entscheidungen vorbereiten, Analysen durchführen und eigenständig mit anderen Systemen interagieren. Kaum eine Technologiekonferenz, kaum eine Herstellerpräsentation und kaum eine Produkt-Roadmap kommt derzeit ohne diesen Begriff aus. Der Eindruck entsteht, als beginne mit Agentic AI das nächste Kapitel der Business Intelligence. Wir glauben, dass diese Einschätzung zu kurz greift, nicht weil Agentic AI überschätzt wäre, sondern weil die eigentliche Herausforderung an einer völlig anderen Stelle liegt. Denn die entscheidende Frage lautet nicht: "Wie intelligent wird Künstliche Intelligenz?" Viel mehr: "Wie verlässlich sind die Daten, auf deren Grundlage sie Entscheidungen vorbereitet?" Vielleicht ist genau das die eigentliche Revolution der kommenden Jahre, nicht die Intelligenz der Algorithmen,

sondern die Qualität des Datenfundaments.

Unternehmen mit Weitblick sprechen über die Belastbarkeit von Daten

Alle sprechen über Agentic AI

Die wirklich erfolgreichen Unternehmen sprechen über Daten

Ein Blick in den aktuellen BARC Data, BI & Analytics Trend Monitor 2026 zeigt ein bemerkenswertes Bild.

Zum ersten Mal wurde Agentic AI als eigenständiger Trend in die internationale Studie aufgenommen. Gleichzeitig zeigt die Auswertung jedoch eine interessante Differenzierung: Während Softwareanbieter dem Thema eine vergleichsweise hohe Bedeutung beimessen, beurteilen Anwenderunternehmen – insbesondere in der DACH-Region – die Entwicklung deutlich zurückhaltender. Diese Diskrepanz verdient Aufmerksamkeit, denn sie zeigt, dass Unternehmen offensichtlich nicht nur nach immer leistungsfähigeren KI-Systemen suchen,

sie stellen eine grundlegendere Frage: Können wir den Ergebnissen überhaupt vertrauen?

BARC beschreibt Agentic AI als KI-Systeme, die eigenständig Ziele verfolgen, Aufgaben planen, sich an veränderte Bedingungen anpassen und ihre Leistung kontinuierlich verbessern können. Diese Systeme bauen häufig auf generativer KI, großen Sprachmodellen und mehreren zusammenarbeitenden Agenten auf. Technologisch ist das beeindruckend, strategisch stellt sich jedoch eine andere Frage: Ein Agent kann nur so gut entscheiden wie die Informationen, die ihm zur Verfügung stehen, er erkennt keine Wahrheit, er verarbeitet Daten und genau dort beginnt das eigentliche Risiko.

Die eigentliche Herausforderung ist nicht künstliche Intelligenz, sondern künstliches Vertrauen

In den vergangenen Jahren bestand Business Intelligence vor allem darin, Informationen sichtbar zu machen: Dashboards. Reports. Kennzahlen. Visualisierungen.

Menschen betrachteten diese Informationen und trafen anschließend selbst ihre Entscheidungen. Mit Agentic AI verändert sich dieses Prinzip grundlegend.

Erstmals entstehen Systeme, die nicht nur Informationen bereitstellen, sondern eigenständig Handlungsempfehlungen entwickeln oder sogar Prozesse initiieren.

Damit verändert sich auch die Bedeutung von Datenqualität, fehlerhafte Daten führen künftig nicht mehr nur zu falschen Diagrammen, sie führen zu falschen Empfehlungen.

Schlechte Stammdaten, ungepflegte Kundendaten, inkonsistente Produktinformationen sowie unterschiedliche Definitionen derselben Kennzahl, all das existiert bereits in nahezu jedem Unternehmen. Bislang mussten Menschen diese Widersprüche selbst erkennen und Fehlerhaftes eigenständig beheben, künftig sollen KI-Agenten auf genau dieser Grundlage handeln. Der Preis schlechter Daten steigt damit exponentiell.

Zwischen den Zeilen erzählt die BARC-Studie eine andere Geschichte

Die spannendste Erkenntnis des Trend Monitors findet sich deshalb nicht allein beim Thema Agentic AI, sie zeigt sich in den Entwicklungen, die parallel deutlich an Bedeutung gewinnen.

BARC beschreibt Data Fabric als eine Architektur, die verteilte Datenquellen, Anwendungen und Nutzer miteinander verbindet. Ziel ist es Daten flexibel nutzbar zu machen und gleichzeitig Governance, Sicherheit und Datenschutz bereits auf Architekturebene zu verankern. Metadaten bilden dabei das „digitale Nervensystem“, das Daten transparent, nachvollziehbar und wiederverwendbar macht.

Gleichzeitig hebt die Studie erstmals Data Valuation & Monetization als eigenständigen Trend hervor. Unternehmen sollen Daten nicht länger nur verwalten, sondern als wirtschaftliches Vermögensgut verstehen. Voraussetzung dafür sind jedoch Vertrauen in die Datenqualität, klare Governance-Strukturen sowie Datenschutz und Compliance.

Diese Entwicklungen sind kein Zufall, sie folgen einer gemeinsamen Logik:

Je autonomer Künstliche Intelligenz arbeitet, desto wichtiger wird die Qualität ihres Datenfundaments. Vielleicht besteht die eigentliche Botschaft des BARC Trend Monitors deshalb nicht darin, dass Agentic AI mit Sicherheit kommen wird, sondern darin, dass Unternehmen ihre Prioritäten neu ordnen müssen.

Der KI.DA Standpunkt

Wir beobachten derzeit eine bemerkenswerte Verschiebung. Der Markt diskutiert über immer intelligentere KI, zeitgleich investieren die erfolgreichsten Unternehmen in etwas wesentlich Unspektakuläreres: Verlässliche Daten.

Denn Agentic AI wird nicht daran gemessen werden, wie beeindruckend ihre Ergebnisse klingen, sondern daran, ob Unternehmen diesen Ergebnissen vertrauen können.