Der Agent Gap: Die größte KI-Chance liegt nicht im Engineering

Vor einigen Wochen war Andreas auf einem Event für Bio-Bauernhöfe. Ein wesentliches Thema dort: zu viel Bürokratie. Fördermittel dokumentieren, Compliance nachweisen, Berichte einreichen. Bekannte Probleme, die nach bekannten Lösungen schreien.

Aber KI-Agenten helfen doch nur Entwicklern beim Coden. Oder?

Was Anthropic herausgefunden hat

Anthropic, das Unternehmen hinter Claude, hat gerade eine umfassende Studie zur Agent-Nutzung veröffentlicht. Die Zahlen sind aufschlussreich:

50% aller Agent-Aktivität konzentriert sich auf Software Engineering
80% der Tool-Aufrufe haben mindestens einen Safeguard (eingeschränkte Berechtigungen oder Genehmigungspflichten)
73% beinhalten eine Form menschlicher Aufsicht
Nur 0,8% sind wirklich irreversible Aktionen (wie versendete E-Mails)

Der Deployment Overhang: Astronaut und Roboter betrachten die Lücke zwischen Capability und Adoption — Der „Deployment Overhang": Die neueste Generation von Modellen können oft schon deutlich mehr als wir ihnen zutrauen.

Besonders interessant: der sogenannte "Deployment Overhang". Die Modelle könn(t)en inzwischen deutlich länger autonom arbeiten als User es ihnen erlauben. Erfahrene Nutzer:innen erhöhen ihre Auto-Approve-Rate von 20% auf über 40%. Gleichzeitig greifen sie häufiger strategisch ein. Vertrauen wächst, aber kontrolliert.

Der Agent Gap

Bei den tatsächlichen Einsatzbereichen autonomer agentischer Systeme im Vergleich zu simplen Chatbots sehen wir, in was für einen frühen Phase der Adoption wir tatsächlich noch sind. Macrostack analysiert treffend: Die größte KI-Chance liegt nicht dort, wo Agents bereits dominant sind. Sondern dort, wo sie noch kaum eingesetzt werden.

Jeder Punkt repräsentiert 3,2 Millionen Menschen. 84% haben KI nie genutzt. Nur 0,04% nutzen Coding Scaffolds. — Jeder Punkt: ~3,2 Millionen Menschen. Grau: nie KI genutzt (84%). Grün: Chatbot-User (16%). Orange: zahlt für KI (0,3%). Rot: nutzt Coding Agents (0,04%). Quelle: Damian Player, Feb 2026.

84% der Weltbevölkerung haben noch nie mit KI interagiert. Nur 0,04% nutzen heute Coding Agents. Und genau dort konzentriert sich derzeit noch fast die gesamte Agent-Entwicklung.

Anthropics eigene Arbeitsmarkt-Studie vom März 2026 bestätigt das eindrücklich. In fast jeder Branche klafft eine riesige Lücke zwischen dem, was KI theoretisch leisten könnte (blaue Fläche), und dem, was tatsächlich genutzt wird (rote Fläche). Computer & Math ist die einzige Kategorie, in der sich beides annähert. Healthcare, Legal, Agriculture, Social Services: überall massives ungenutztes Potenzial.

Warum dominiert Engineering?

Code ist strukturiert und maschinenlesbar
Fehler sind reversibel (git reset, Rollback, Revert)
Die Zielgruppe ist per Definition tech-affin

Aber was ist mit:

Healthcare (Dokumentation, Compliance, Abrechnungen)?
Legal (Vertragsanalyse, Recherche, Due Diligence)?
Landwirtschaft (Fördermittel, Zertifizierungen, Berichte)?
Supply Chain (Lieferantenkommunikation, Tracking, Reporting)?

Laut Deloitte nutzen bereits 78% der Organisationen KI in irgendeiner Form. Aber nur 23% skalieren Agentic AI tatsächlich. Gartner prognostiziert, dass bis Ende 2026 40% aller Enterprise-Anwendungen AI Agents eingebettet haben werden. Aktuell sind es unter 5%.

Radar-Chart: Theoretische KI-Capability vs. tatsächliche Nutzung nach Branche — Blau: Was KI theoretisch leisten könnte. Rot: Was tatsächlich genutzt wird. Die Lücke ist in fast allen Branchen enorm. Quelle: Anthropic, „Labor market impacts of AI", Massenkoff & McCrory, März 2026.

Die Lücke ist real. Und sie ist groß. Und Schatten-IT, die im Hintergrund von einzelnen, sich selbst befähigenden Stakeholdern aufgebaut wird, wird zu einem Ernstzunehmenden Problem für Organisationen jeder Größe und eines jeden Reifegrads.

Was bedeutet das für Entscheider*innen in Deutschland?

Deutschland hat besonders viele bürokratie-intensive Branchen. Der Mittelstand, das Rückgrat der Wirtschaft, ertrinkt in Dokumentationspflichten. Landwirte verbringen mehr Zeit am Schreibtisch als auf dem Feld. Handwerksbetriebe kämpfen mit Nachweispflichten.

Die Anthropic-Studie zeigt klar: Trust-Building ist der Engpass, nicht Capability. Die Technologie kann mehr als wir ihr zutrauen. Die Frage ist: Wie schaffen wir Vertrauen in Branchen, die keine Entwickler beschäftigen?

Seit dem Paper hat sich einiges getan:

Healthcare: Anthropic hat im Januar 2026 Claude for Healthcare gelauncht. HIPAA-ready, mit nativen Integrationen für ICD-10-Codes, PubMed und die CMS Coverage Database. Banner Health, ein System mit 33 Krankenhäusern, hat bereits 55.000 Mitarbeitende auf Claude.
Legal: Im Februar folgte das Claude Cowork Legal Plugin. Vertragsanalyse, NDA-Triage, Compliance-Workflows. Die Ankündigung ließ die Aktien von Thomson Reuters und RELX abstürzen.
Regulierte Industrien: Anthropic und Infosys bauen gemeinsam KI-Agents für Telekommunikation, Manufacturing und Financial Services.

Die großen Player schließen den Agent Gap aktiv. Aber ihre Produkte sind auf Enterprise-Kunden zugeschnitten. Für den deutschen Mittelstand braucht es eine andere, leichter zugängliche Brücke.

Agent Skills als Brücke

Hier kommen Konzepte ins Spiel, die im Engineering selbstverständlich sind, aber übertragbar auf jede Branche:

Astronaut und Roboter bauen eine leuchtende Brücke zwischen Tech-Welt und Büro-Welt — Die Brücke zwischen Tech und Alltag: Astronaut und Agent bauen sie gemeinsam.

Tools sind standardisierte Werkzeuge für wiederkehrende Aufgaben. Im Engineering: APIs, CLIs, Libraries. Im Büro: Templates, Checklisten, Workflows. Ein AI Agent mit den richtigen "Tools" kann Förderanträge vorbereiten wie ein Entwickler API-Calls macht.

Versioning bedeutet kontrollierte Weiterentwicklung. Jede Änderung an Vorgehensweisen ist nachvollziehbar, ein alter Stand einfach wiederherstellbar. Was für Code gilt, gilt auch für Verträge, Berichte und Prozesse. Reversibilität — wo möglich — schafft Vertrauen.

Deployment macht Prozesse reproduzierbar. Ein validierter Workflow läuft immer gleich, ob für Kunde A oder Kunde B. Genau das brauchen regulierte Branchen: Nachweisbare Konsistenz.

Agent Skills kombinieren diese Konzepte: Domänenwissen wird in strukturierte, versionierte, deployfähige Einheiten gegossen. Mit eingebauten Guardrails, die Vertrauen ermöglichen. Auch für Menschen, die keinen Code lesen können. Wer tiefer einsteigen will: Barry Zhang und Mahesh Murag von Anthropic erklären das Konzept im Detail (auf Englisch).

Die Opportunity

Die Anthropic-Daten zeigen was unsere eigene Erfahrung bestätigt: Agent-Autonomie funktioniert immer besser. Aber sie konzentriert sich auf eine Branche, die ihre eigene Medizin herstellt. Der Agent Gap liegt in all den Bereichen, die mindestens genauso viel repetitive, strukturierbare Arbeit haben. Aber keine Entwicklungsabteilung.

Wie das aussehen kann, zeigt unser Projekt mit festiware: KI-Agents im Festival Volunteer Management. Kein Code, kein Engineering-Team. Nur Prozessverständnis, die richtigen Tools und ein Agent, der weiß was er tun soll.

Für Entscheider:innen bedeutet das:

Die Technologie ist bereit. Der Engpass ist nicht Capability, sondern Adoption.
Branchen-Expertise ist der Hebel. Wer Prozesse versteht, kann jetzt anfangen Agent Skills dafür zu bauen.
First-Mover-Advantage ist real. 64% der Agent-Adoption fokussiert sich auf Business Process Automation. Aber fast alle erfolgreichen Cases sind noch im Engineering.

Der Biohof, der heute noch Stunden mit Förderdokumentation verbringt, könnte morgen einen Agent haben, der das übernimmt. Die Technologie existiert. Die Frage ist: Wer baut die Brücke?

Schafft es der Biohof, sich selbst zu befähigen? Wahrscheinlich nicht. Dafür braucht es Menschen, die beide Welten verstehen. Die Prozesse der Branche und die Möglichkeiten der Technologie. Die den Deployment Overhang nicht als Risiko sehen, sondern als Einladung.

Der nächste Schritt: Nimm einen Prozess, der dich diese Woche Zeit gekostet hat, und frag dich: Könnte ein Agent hier helfen? Wenn ja, schreib uns.

Weiterführende Links

Quellen & Studien

Branchenspezifische Entwicklungen

Vertiefung

Von uns