KI-Agenten im Gartner Hype Cycle: Wo stehen wir wirklich?

Der globale KI-Markt hat 2024 die 184-Milliarden-Dollar-Schwelle überschritten, und das Segment der KI-Agenten wächst dabei mit einer Rate von 40 bis 50 Prozent jährlich auf aktuell 15 bis 20 Milliarden Dollar. Hinter diesen Zahlen verbirgt sich eine Frage, die ich in meiner täglichen Arbeit mit Schweizer KMU immer häufiger gestellt bekomme: Wann ist der richtige Zeitpunkt, um in KI-Agenten zu investieren?

Die ehrliche Antwort ist unbequem, aber wichtig: Es kommt darauf an, wo Ihr Unternehmen in der digitalen Reife steht und was Sie mit "investieren" meinen.

Der Hype-Zyklus als Navigationsinstrument

Gartner veröffentlicht seit den 1990er-Jahren seinen Hype Cycle, um Technologien in ihrer Marktentwicklung einzuordnen. Das Modell kennt fünf Phasen: den Technology Trigger, den Peak of Inflated Expectations, das Trough of Disillusionment, den Slope of Enlightenment und schliesslich das Plateau of Productivity. Für Entscheider ist das nicht bloss akademische Theorie. Es ist ein praktisches Planungswerkzeug.

KI-Agenten, also autonome Softwaresysteme, die mehrstufige Aufgaben selbstständig planen und ausführen können, befinden sich nach aktuellen Einschätzungen von Gartner und anderen Analysten im Jahr 2024 bis 2025 am Peak of Inflated Expectations. Das bedeutet konkret: Die Berichterstattung in Medien wie dem Handelszeitung oder der Neuen Zürcher Zeitung ist auf Hochtouren, Anbieter versprechen disruptive Effizienzgewinne, und erste Pilotprojekte bei Grossunternehmen werden mit überschwänglichen Pressemitteilungen begleitet.

Was nach dem Peak kommt, ist historisch vorhersehbar: das Trough of Disillusionment. Für KI-Agenten ist dieses Tal der Ernüchterung für die Jahre 2025 bis 2027 zu erwarten. Projekte, die überstürzt gestartet wurden, liefern nicht die versprochenen Ergebnisse. Kosten steigen, Integrationsaufwände werden unterschätzt, regulatorische Fragen bleiben ungeklärt. Der Medientenor dreht sich. Aus "KI revolutioniert alles" wird "KI hält nicht, was sie verspricht".

In meiner Arbeit als Treuhänder und KI-Berater habe ich diesen Zyklus bereits bei Robotic Process Automation (RPA) beobachtet, die um 2018 ähnlich euphorisch diskutiert wurde. Wer 2019 auf dem Höhepunkt des Hypes in RPA investierte, ohne klare Prozessgrundlage, hatte 2021 oft abzuschreiben. Wer 2021 strategisch einstieg, profitiert heute.

Was KI-Agenten heute wirklich können

Zur Einordnung lohnt es sich, nüchtern zu definieren, was KI-Agenten im Unterschied zu herkömmlichen KI-Tools leisten. Ein grosses Sprachmodell (LLM) wie GPT-4 oder Claude beantwortet Fragen und generiert Text. Ein KI-Agent hingegen kann mehrere solcher Modelle orchestrieren, externe Tools aufrufen (Datenbankabfragen, API-Verbindungen, Webbrowsing), Zwischenergebnisse bewerten und mehrstufige Pläne autonom umsetzen.

Konkrete Beispiele aus der Finanzwelt: Ein KI-Agent kann Buchhaltungsbelege entgegennehmen, die korrekte Buchungslogik nach Swiss GAAP ermitteln, MWST-Klassifikationen prüfen, Abweichungen markieren und einen strukturierten Bericht für den Treuhänder generieren. Heute funktioniert das in kontrollierten Umgebungen bereits zuverlässig. In produktiven Umgebungen mit unstrukturierten Daten, Legacy-Systemen und regulatorischen Anforderungen ist die Fehlerquote noch signifikant höher als bei menschlichen Fachkräften.

Der Gartner-Konsens für breite Produktionsreife bei KI-Agenten liegt bei 2030 plus. Das ist keine pessimistische Einschätzung, sondern eine realistische Einordnung der notwendigen Reifungsprozesse: Werkzeugintegration, Zuverlässigkeit, Erklärbarkeit, Compliance-Tauglichkeit und Datenschutz.

Drei Haltungen für Schweizer Unternehmen

In der Beratungspraxis unterscheide ich drei sinnvolle Positionierungen für Schweizer Unternehmen, die sich derzeit mit KI-Agenten beschäftigen.

Die frühen Einsteiger sind Unternehmen mit starkem technischem Fundament, klarem Transformationsdruck und der Kapazität, Misserfolge zu absorbieren. Für sie gilt: Jetzt gezielt pilotieren. Nicht mit dem Ziel, 2025 produktive Systeme zu betreiben, sondern mit dem Ziel, organisationales Lernen aufzubauen. Wer heute Erfahrung mit Agenten-Frameworks sammelt, versteht 2027 die realen Möglichkeiten besser als die Konkurrenz. Branchen mit klarem Nutzen: Finanzdienstleistungen mit hohem Volumen an strukturierten Prozessen (Kreditprüfung, Compliance-Monitoring), Logistik, und SaaS-Unternehmen.

Die pragmatischen Mainstream-Adopter sind der Grossteil der Schweizer KMU. Sie haben weder die Ressourcen für ausgedehnte Pilotprojekte noch den Luxus, Fehlinvestitionen wegzustecken. Für sie lautet meine klare Empfehlung: Warten Sie. Aber warten Sie nicht passiv. Investieren Sie die Zeit 2025 bis 2027 in die Grundlage: saubere Daten, digitalisierte Prozesse, klar dokumentierte Workflows. Wer 2027 strukturierte Daten und definierte Prozesse hat, kann KI-Agenten in sechs Monaten integrieren. Wer das nicht hat, wird Jahre brauchen, egal wie weit die Technologie gereift ist.

Die Late Movers sind Unternehmen, die primär regulatorischen oder Wettbewerbsdruck als Treiber sehen. Für sie ist der Zeithorizont 2030 realistisch. Ihre Aufgabe bis dahin: den Markt beobachten, Lieferantenkonsolidierung abwarten, und auf erprobte Lösungen setzen. In der Schweiz sind das typischerweise mittelgrosse Treuhandbüros, klassische Finanzberater und Branchen mit starker regulatorischer Durchdringung.

Welche Schweizer Branchen sollten jetzt pilotieren?

Eine pauschale Antwort gibt es nicht, aber es gibt belastbare Kriterien. Pilotieren lohnt sich dort, wo drei Bedingungen gleichzeitig zutreffen: erstens ein hohes Volumen an repetitiven, regelbasierter Aufgaben, zweitens verfügbare strukturierte Daten, und drittens eine Fehlertoleranz, die eine Überprüfungsschicht ermöglicht.

Nach diesen Kriterien eignen sich in der Schweiz folgende Segmente besonders: Compliance-intensive Finanzdienstleister, die täglich tausende Transaktionen auf FATF- oder FINMA-Anforderungen prüfen müssen. E-Commerce-Unternehmen, die Kundenservice-Anfragen in Deutsch, Französisch und Englisch bearbeiten. Versicherungsunternehmen mit standardisierten Schadensprozessen. Pharmaunternehmen mit regulatorischem Dokumentenmanagement.

Was sich weniger eignet: beratungsintensive Tätigkeiten mit hohem Ermessensanteil, Prozesse mit stark unstrukturierten Eingaben (etwa freie Kundengespräche), und jeder Kontext, in dem ein Fehler des Agenten direkte finanzielle oder rechtliche Konsequenzen hätte, ohne dass ein menschlicher Review-Schritt dazwischengeschaltet ist.

Der Unterschied zwischen Pilotieren und Prätendieren

Ein kritischer Punkt, den ich in Gesprächen mit Unternehmern immer wieder anspreche: Pilotprojekte sind nur dann wertvoll, wenn sie echte Erkenntnisse liefern. Ein KI-Agenten-Pilot, der in einer isolierten Sandbox mit bereinigten Testdaten hervorragend funktioniert, sagt wenig darüber aus, ob das System im Produktivbetrieb mit echten Daten und realen Ausnahmen standhält.

Gute Pilotprojekte definieren klare Erfolgskriterien vorab, arbeiten mit echten (aber sicher abgesicherten) Daten, messen nicht nur Funktionsumfang, sondern Fehlerrate und Robustheit, und haben einen definierten Überprüfungsprozess durch Fachexperten.

Der Gartner Hype Cycle beschreibt keine Zwangsläufigkeit. Unternehmen, die heute mit kühlem Kopf und klarer Strategie an KI-Agenten herangehen, können den Trog der Ernüchterung überspringen. Nicht weil die Technologie keine Enttäuschungen bereithält, sondern weil realistische Erwartungen und solide Prozessgrundlagen die grössten Schutzfaktoren vor teuren Fehlinvestitionen sind.

Das Ziel für 2025 sollte nicht sein, KI-Agenten produktiv einzusetzen. Das Ziel sollte sein, besser zu verstehen, wofür KI-Agenten in Ihrem Unternehmen nützlich sein könnten und welche Voraussetzungen Sie dafür schaffen müssen. Das ist strategische Weitsicht, keine Zurückhaltung.

Quellen und weiterführende Literatur

• Gartner Hype Cycle for Artificial Intelligence (2024) — Offizielle Einordnung von KI-Agenten im Hype Cycle
• McKinsey — The State of AI in 2024 — Globale Marktdaten zu KI-Adoption und -Investitionen
• FINMA — Aufsichtsmitteilungen zu algorithmischen Entscheiden — Anforderungen an Erklärbarkeit und Compliance im Finanzsektor
• Swiss Digital Initiative — Digital Trust Label — Schweizer Rahmenwerk für verantwortungsvolle KI-Nutzung
• Bitkom — KI-Monitor — Branchenerhebung zu KI-Adoption in europäischen Unternehmen

---

Haftungsausschluss: Dieser Artikel dient ausschliesslich zu Informationszwecken und stellt keine Finanzberatung dar. Marktprognosen und Zeitangaben basieren auf aktuellen Analysteneinschätzungen und können sich ändern. Konsultieren Sie einen zugelassenen Finanzberater, bevor Sie Anlageentscheide treffen.