KI-Agenten im Mittelstand: Strategien für die Frontierfirma mit Microsoft

KI-Agenten im Unternehmen, verankert wie Mitarbeiter im Organigramm. Oliver Gürtler, Mittelstandschef bei Microsoft, erklärt die Evolution von einfachen Chatbots zu autonomen Systemen, die ganze Innovationsprozesse steuern. In dieser Episode des Podcasts AI to the DNA spricht Host Christoph Magnussen mit ihm über die Reise zur sogenannten Frontierfirma. Es geht um die entscheidenden Unterschiede zwischen reaktiven Chatbots und proaktiven KI-Agenten, die Anwendung von Multi-Agenten-Systemen und den tiefgreifenden kulturellen Wandel, den Unternehmen für eine erfolgreiche KI-Adaption vollziehen müssen. Die Episode liefert eine Blaupause für Entscheider:innen im Mittelstand, die KI nicht nur als Werkzeug, sondern als strategischen Hebel für Wachstum und Wettbewerbsfähigkeit verstehen wollen.

Das Wichtigste auf einen Blick

• Die Frontierfirma als Zielbild: Laut Oliver Gürtler zeichnen sich die innovativsten Unternehmen - die Frontierfirmen - dadurch aus, dass sie KI-Agenten nicht nur als Tools nutzen, sondern sie als vollwertige Mitarbeiter mit eigenen Aufgabenbereichen in ihr Organigramm integrieren.
• Der Agent ist kein Chatbot: Ein entscheidender Unterschied liegt in der Autonomie. Während ein Chatbot auf Anfragen reagiert, arbeitet ein Agent selbstständig an einem Ziel, überprüft seine Ergebnisse, korrigiert sich und sucht eigenständig nach weiteren Informationen, bis er ein zufriedenstellendes Resultat erzielt hat.
• Multi-Agenten-Systeme als Innovationsmotor: Komplexe Aufgaben lassen sich auf mehrere spezialisierte Agenten verteilen, die zusammenarbeiten. Ein von Oliver beschriebenes Beispiel zeigt, wie fünf Agenten gemeinsam den gesamten Innovationsprozess von der Ideensammlung bis zum Rollout-Plan steuern und so die Produktivität verzehnfachen.
• Kultur schlägt Technologie: Der Wandel bei Microsoft von einer Kultur der Besserwisser (Know-it-alls) zu einer des Lernens (Learn-it-alls), vorangetrieben von CEO Satya Nadella, ist die Grundlage für die schnelle KI-Adaption. Dies wird sogar durch Anreizsysteme wie variable Gehaltsbestandteile gefördert.
• Governance ist entscheidend: Damit KI-Agenten sicher agieren können, benötigen sie, genau wie menschliche Mitarbeiter, eine klare digitale Identität (z. B. über Microsoft Entra ID) mit definierten Zugriffsrechten. Ohne dieses Fundament droht ein unkontrollierbarer Wildwuchs (Shadow IT).
• Führung als Erfolgsfaktor: Die erfolgreichsten KI-Projekte werden von der Unternehmensführung gesponsert und aktiv vorangetrieben. Führungskräfte müssen verstehen, welchen konkreten Nutzen KI in ihrem jeweiligen Bereich stiften kann, und diesen Wandel vorleben.

Vom Tool-Nutzer zur Frontierfirma: Die Evolutionsstufen der KI-Adaption

Die Einführung von KI in Unternehmen verläuft laut Oliver Gürtler in mehreren logischen Stufen. Am Anfang steht die breite, oft ungesteuerte Nutzung von Chat-Anwendungen durch die Mitarbeiter:innen. Nahezu 80 Prozent der Angestellten nutzen laut einer Microsoft-Studie bereits generative KI, oft außerhalb der von der IT freigegebenen und gesicherten Umgebung. Dies birgt erhebliche Compliance-Risiken, zeigt aber auch den enormen Bedarf. Die erste Stufe der Professionalisierung ist daher, eine sichere Chat-Umgebung für alle bereitzustellen.

Die nächste Stufe ist die Integration unternehmenseigener Daten. Bei Microsoft-Kunden ist dies der sogenannte Office Graph, der Informationen aus E-Mails, Teams-Chats und Dokumenten umfasst. Greift ein KI-Tool wie der Copilot auf diesen Kontext zu, werden die Ergebnisse sofort relevanter und wertvoller. Die dritte Stufe ist der entscheidende Sprung: Unternehmen beginnen, eigene, spezialisierte KI-Agenten zu entwickeln, die nicht mehr nur Informationen zusammenfassen, sondern aktiv Aufgaben übernehmen. Die höchste Stufe, die der Frontierfirmen, ist erreicht, wenn diese Agenten fest in die Unternehmensstruktur integriert sind. Oliver nennt das Beispiel eines kleinen Beratungsunternehmens mit sieben menschlichen Mitarbeitern und 23 KI-Agenten, die als vollwertige Teammitglieder im Organigramm geführt werden.

Was unterscheidet einen KI-Agenten von einem Chatbot?

Für viele Anwender:innen ist der Unterschied zwischen einem Chatbot und einem KI-Agenten noch unscharf. Oliver erklärt den Kern der Differenzierung sehr anschaulich: Es ist die Autonomie. Ein Chatbot folgt einem reaktiven Frage-Antwort-Muster. Du gibst einen Befehl, er liefert ein Ergebnis. Ein Agent hingegen erhält ein Ziel oder einen Auftrag und arbeitet selbstständig auf dessen Erfüllung hin. Er kann eigenständig eine Kette von Aktionen planen, ausführen und seine Ergebnisse bewerten. Stellt der Agent fest, dass die Informationen unzureichend sind, sucht er proaktiv nach weiteren Quellen - sei es im internen Netzwerk oder im Web. Dieser Prozess der Selbstreflexion und Iteration, der bis zu mehreren Minuten dauern kann, ist der entscheidende Unterschied. Der Agent liefert das Ergebnis erst dann aus, wenn er es selbst für gut genug befunden hat. Oliver illustriert dies am Beispiel eines internen Researcher-Agents, der zur Vorbereitung auf ein Gespräch mit Christoph nicht nur interne Systeme, sondern auch LinkedIn und andere öffentliche Quellen durchforstet, um ein umfassendes Bild zu erstellen.

Multi-Agenten-Systeme beschleunigen Innovation radikal

Die wahre Stärke von KI entfaltet sich in Multi-Agenten-Systemen, bei denen mehrere spezialisierte Agenten wie ein menschliches Team zusammenarbeiten. Oliver beschreibt den Fall eines Automobilzulieferers mit 10.000 Mitarbeiter:innen, der seine Innovationsgeschwindigkeit drastisch erhöhen wollte. Statt nur auf das 60-köpfige menschliche Innovationsteam zu setzen, wurden fünf KI-Agenten entwickelt, die den Prozess orchestrieren:

1. Der Ideensammler: Dieser Agent fragt Experten, Kunden und Partner aktiv nach neuen Ideen und strukturiert diese.
2. Der Kreative: Er nimmt die gesammelten Ideen, reichert sie mit Marktdaten an und hat den expliziten Auftrag, kreativ zu halluzinieren, um daraus völlig neue Konzepte zu entwickeln.
3. Der Compliance-Prüfer: Dieser Agent führt einen globalen Check durch, ob die neuen Produktideen regulatorischen und rechtlichen Anforderungen in verschiedenen Märkten entsprechen - eine Aufgabe, die für Menschen kaum zu bewältigen wäre.
4. Der Business-Case-Bauer: Basierend auf internen Daten zu Produktion und Materialkosten erstellt dieser Agent einen Prototyp für einen Business-Case inklusive Aufwandsschätzung und Erlöschancen.
5. Der Rollout-Planer: Der fünfte Agent entwickelt einen Plan für einen Test-Rollout des neuen Produkts.

Durch dieses Zusammenspiel, so Oliver, erreicht das Unternehmen einen Output, der dem von 600 statt 60 Mitarbeitern entspricht - eine Verzehnfachung der Innovationskraft, ohne neues Personal einstellen zu müssen.

Der kulturelle Wandel vom Know-it-all zum Learn-it-all

Christoph stellt fest, dass Microsoft als einziges der großen Tech-Unternehmen der 90er-Jahre heute noch an der Spitze steht, und führt dies auf die Unternehmenskultur zurück. Oliver, der seit 20 Jahren im Unternehmen ist, bestätigt, dass der von CEO Satya Nadella eingeleitete Wandel vom Know-it-all zum Learn-it-all fundamental war. Diese Kultur der Neugier und des ständigen Lernens ist keine bloße Floskel, sondern wird strukturell im Unternehmen verankert. Ein Schlüsselelement ist das Vergütungssystem: Ein Teil des variablen Gehalts hängt nicht nur von der eigenen Leistung ab, sondern auch davon, was man von anderen gelernt und was man anderen erfolgreich beigebracht hat. Dieser Anreiz fördert aktiv den Wissensaustausch und die Offenheit für neue Ansätze - eine Grundvoraussetzung, um mit der rasanten Entwicklung im KI-Bereich Schritt zu halten.

Praktische Schritte für den KI-Einsatz im Mittelstand

Für Unternehmen, die nicht wissen, wo sie anfangen sollen, skizziert Oliver eine klare, pragmatische Vorgehensweise, um sich schrittweise zur Frontierfirma zu entwickeln:

1. Breiten Zugang schaffen: Ermögliche allen Mitarbeiter:innen, vom Servicepersonal bis zur Geschäftsführung, den Zugang zu einem sicheren, unternehmensinternen KI-Chat. Das kostet oft nichts und setzt das riesige Innovationspotenzial frei, das in der gesamten Belegschaft schlummert.
2. Grundlagenwissen vermitteln: Biete leicht zugängliche Trainings an, um veraltetes Wissen (z. B. über Halluzinationen) zu korrigieren und die Fähigkeiten im Prompting zu verbessern.
3. Produktivität gezielt steigern: Führe für alle Wissensarbeiter:innen Werkzeuge wie den Microsoft Copilot ein, um schnell einen messbaren Return on Invest zu erzielen. Dies schafft Akzeptanz und belegt den Nutzen.
4. Innovationsführer identifizieren und befähigen: Finde die motivierten Personen im Unternehmen, die von sich aus experimentieren, und gib ihnen die Mittel, erste einfache Agenten zu bauen. Das müssen nicht die IT-Experten sein; oft sind es Studierende oder sogar der CEO selbst.
5. Strategische Projekte definieren: Sobald eine Grundbegeisterung entstanden ist, analysiere systematisch, wo die größten Potenziale liegen: in der Optimierung der Mitarbeitererfahrung, der Kundeninteraktion oder der internen Prozesse. Setze dort professionelle Agenten-Projekte auf.
6. Tüftelzeit einplanen: Oliver selbst blockiert sich täglich 30 bis 60 Minuten, um neue KI-Funktionen und Prompts auszuprobieren. Diese kontinuierliche, persönliche Auseinandersetzung ist essenziell, um am Ball zu bleiben und die Möglichkeiten der Technologie wirklich zu verstehen.