Wir haben eine der ersten 24/7-KI-Agent-Plattformen Europas gebaut. Hier ist, was wir gelernt haben.

Ein ehrlicher Rückblick: 18 Monate, hunderte Agenten-Starts, tausende autonome Tasks.

Vor 18 Monaten hatten wir eine Idee: eine Plattform, auf der Unternehmen KI-Agenten starten können, die rund um die Uhr arbeiten. Kein Hype, keine Demos, die nur auf der Keynote-Bühne funktionieren. Echte Agenten, die echte Arbeit erledigen. Heute blicken wir auf über 200 gestartete Agenten-Instanzen und mehrere tausend autonom ausgeführte Tasks zurück. Zeit für eine ehrliche Bestandsaufnahme.

Was folgt, ist kein Marketing-Text. Es sind die fünf härtesten Learnings aus 18 Monaten Bauen, Scheitern, Reparieren und gelegentlichem Triumph. Mit allen Dingen, die wir gerne vorher gewusst hätten.

Learning 1: Autonomie ist teuer — aber billiger als gedacht

Wenn ein Agent autonom arbeitet, frisst er Tokens. Und Tokens kosten Geld. Punkt. In den ersten Monaten haben wir uns bei den API-Kosten erschrocken. Ein einzelner komplexer Agent-Task konnte €15-20 an Inference-Kosten verursachen. Auf den Monat hochgerechnet war das beängstigend.

Aber dann haben wir angefangen, genauer hinzuschauen. Der gleiche Task, von einem Menschen erledigt, kostete in Arbeitszeit €180. Der Agent war nicht teuer — unsere Perspektive war falsch. Wir verglichen Agent-Kosten mit Null statt mit den tatsächlichen Alternativkosten.

Heute liegen unsere durchschnittlichen Inference-Kosten pro Agent und Monat zwischen €400 und €900 — je nach Komplexität der Tasks. Das ist weniger als zwei Tage menschliche Arbeitszeit. Und der Agent arbeitet 24/7. Die Rechnung geht auf, sobald man aufhört, in „API-Calls sind teuer" zu denken und anfängt, in „Was kostet das gleiche Ergebnis mit Menschen?" zu rechnen.

Die eigentliche Frage ist nicht, ob Agenten teuer sind. Sie ist: Was kostet es, sie nicht einzusetzen?

Learning 2: Kunden wollen keine halben Sachen

Unser erster Impuls war: Lass uns vorsichtig sein. Begrenzte Autonomie. Jeder Schritt muss vom Menschen abgesegnet werden. Ein „Agent" als besserer Assistent. Die Resonanz war verheerend.

Kunden fragten: „Warum soll ich das konfigurieren, überwachen und freigeben, wenn ich es auch gleich selbst machen kann?" Sie hatten recht. Ein halb-autonomer Agent ist schlimmer als gar keiner. Er erzeugt den mentalen Overhead der Überwachung ohne die Entlastung der Autonomie.

Wir haben den Schalter umgelegt. Volle Autonomie als Default. Der Agent macht, der Mensch greift nur bei definierten Ausnahmen ein. Die Kundenzufriedenheit hat sich innerhalb eines Monats verdoppelt. Die Lektion: Wer KI-Agenten als „Vorschlagsmaschine" verkauft, verkauft Heißluft. Entweder sie machen den Job, oder sie sind das Problem.

Learning 3: DSGVO ist ein Feature, kein Hindernis

Jeder Pitch begann mit der DSGVO-Frage. Immer. Wir haben unzählige Stunden in Rechtsberatung investiert, Dokumentation geschrieben, AV-Verträge aufgesetzt. Es war mühsam. Aber rückblickend war es unser größter Wettbewerbsvorteil.

Europäische Unternehmen dürfen nicht einfach ihre Daten in US-Clouds kippen. Punkt. Wer DSGVO-Compliance von Anfang an ernst nimmt — eigene Hardware in deutschen Rechenzentren, klare Datenflüsse, nachvollziehbare Verarbeitungsketten — der hat einen Burggraben, den kein Silicon-Valley-Startup mal eben überbrückt.

Heute ist DSGVO-Compliance unser meistgenannter Grund für Abschlüsse. Nicht „coolste Technologie", nicht „beste Prompts". Sondern: „Ihr seid die Einzigen, bei denen unser Datenschutzbeauftragter grünes Licht gegeben hat." Das ist ein Asset, keine Last.

Learning 4: Der Markt ist noch ganz am Anfang — und das ist gut so

Wir dachten, wir seien spät dran. 2025, KI überall, der Zug ist abgefahren. Falsch. Die meisten Unternehmen, mit denen wir sprechen, haben noch nie einen autonomen Agenten in Produktion gesehen. Sie haben ChatGPT benutzt. Sie haben Copilot im Office. Aber ein System, das selbstständig Prozesse ausführt, Entscheidungen trifft, Tickets schließt? Fehlanzeige.

Der Markt für KI-Agenten im deutschsprachigen Raum ist ein riesiger, weitgehend unerschlossener Blue Ocean. Es gibt keine etablierten Standards. Keine dominanten Player. Keine „das haben wir schon immer so gemacht"-Routinen. Jeder Kunde ist Pionierarbeit — anstrengend, aber auch unglaublich wertvoll.

Die schlechte Nachricht: Es gibt keine Blaupausen. Die gute Nachricht: Die Blaupausen, die es in zwei Jahren geben wird, schreiben wir jetzt.

Learning 5: Menschen lassen los, wenn man sie lässt

Das hat uns am meisten überrascht. Unsere größte Sorge war: Mitarbeiter werden Agenten als Bedrohung sehen. Sie werden sie boykottieren, umgehen, sabotieren.

Das Gegenteil ist passiert. Nach einer kurzen Eingewöhnungsphase — ja, die ersten zwei Wochen sind kritisch — passiert etwas Bemerkenswertes: Menschen fangen an, dem Agenten zu vertrauen. Sie geben Routine-Aufgaben ab, die sie gehasst haben. Sie konzentrieren sich auf die Arbeit, für die sie eigentlich eingestellt wurden. Und sie werden zu den lautesten Fürsprechern der Technologie.

Ein Kunde hat uns erzählt, dass sein Team nach drei Monaten gesagt hat: „Wenn ihr den Agenten wieder abschaltet, kündigen wir." Das ist kein Witz. Keine Übertreibung. Menschen wollen keine repetitive Arbeit machen. Wenn sie erleben, dass ein Agent ihnen diese Arbeit tatsächlich abnimmt — nicht als Versprechen, sondern als gelebte Realität — dann lassen sie los. Schneller, als wir je gedacht hätten.

Die Herausforderung liegt nicht darin, Menschen von Agenten zu überzeugen. Sie liegt darin, Agenten zu bauen, die das Vertrauen tatsächlich verdienen.

—

18 Monate später sind wir überzeugter denn je: KI-Agenten sind keine Spielerei. Sie sind die grundlegendste Veränderung, wie Arbeit organisiert wird, seit der Einführung des Personal Computers. Aber sie sind auch kein Selbstläufer. Sie fordern technische Exzellenz, rechtliche Sorgfalt und vor allem: den Mut, wirklich autonom zu denken. Wer das wagt, wird belohnt.