Harvard-Studie: Nur 3 Prozent steuern ihre KI-Agenten systematisch
28. Oktober 2026
KI-generiert, redaktionell von 8thsense ausgewählt, geprüft und freigegeben. EU AI Act, Art. 50
Forscher der Harvard Business School haben gemeinsam mit dem Beratungshaus Keystone untersucht, wie 202 US-Unternehmen ihre KI-Agenten organisieren. Das Ergebnis: Nur sechs davon, also rund 3 Prozent, verknüpfen den Betrieb ihrer Agenten so, dass Fehler systematisch in Tests zurückfließen. Die Stichprobe besteht ausschließlich aus Großunternehmen, und Microsoft hat die Studie mitfinanziert. Trotzdem steckt darin eine Lehre, die für jeden Geschäftsführer gilt, der gerade über KI-Automation nachdenkt: Der Vorteil liegt weniger im Modell als im Wissen, das ein Unternehmen rund um seine KI aufbaut.
Was die Forscher untersucht haben
Die Grundlage ist ein Arbeitspapier der Harvard Business School mit dem Titel „Organizing AI at Enterprise Scale” (Working Paper Nr. 27-038, Oktober 2026), zu dessen Autoren der Harvard-Professor Marco Iansiti gehört. Laut Abstract flossen Interviews mit 29 Organisationen in einen Fragebogen mit 174 Fragen ein, den 202 US-Unternehmen beantworteten, die KI bereits aktiv nutzen (Quelle: hbs.edu). Laut Microsoft hatten alle Teilnehmer mehr als 1.000 Beschäftigte in den USA, die Befragung lief von Juni bis September 2026. Vertreten waren unter anderem Finanzdienstleister (42), Industrie (41), Softwarefirmen (30) und Gesundheitswesen (29). Microsoft weist darauf hin, die Forschung gemeinsam mit Keystone teilweise finanziert und Beobachtungen für die ersten Hypothesen beigesteuert zu haben (Quelle: microsoft.com).
Woran die 3 Prozent festgemacht werden
Die Zahl in der Überschrift ist eng definiert. Gemessen wurde, ob ein Unternehmen alle vier folgenden Praktiken umsetzt, die den Betrieb von KI-Agenten miteinander verbinden:
ein automatisch aktuell gehaltenes Verzeichnis aller eingesetzten Agenten,
Prüfungen, die durch Signale aus dem laufenden Betrieb ausgelöst werden,
die Wiederverwendung früherer Fehlermuster als Testfälle,
die Wahl des Modells passend zur jeweiligen Aufgabe.
Nur sechs Firmen erfüllten alle vier Punkte. Das Portal WindowsForum betont in seiner Analyse, dass die übrigen 97 Prozent deshalb nicht ohne Kontrolle oder gemeinsames Wissen arbeiten. Sie haben nur nicht alle Bausteine zu einem geschlossenen Kreislauf verbunden (Quelle: windowsforum.com).
Das Konzept dahinter: ein „Wissensrückgrat”
Microsoft fasst die Erkenntnis unter dem Begriff „Knowledge Spine” zusammen, sinngemäß ein Wissensrückgrat. Gemeint ist ein gemeinsames System, das den Kontext speichert, auf den Agenten zugreifen, und zusätzlich jede Korrektur, jeden Test und jede Lehre aus der Agentenarbeit festhält. Vier Praktiken beschreibt der Beitrag: Geschäftswissen aus Chats, Fachsystemen und Dokumentation zentral sammeln, jede Korrektur als Testfall für die nächste Version behandeln, Agenten so anpassen, dass sie eine ganze Aufgabenart besser erledigen statt nur eine einzelne Antwort zu reparieren, und einen Verantwortlichen benennen, der veraltete oder widersprüchliche Quellen bereinigt. Unter den Firmen der höchsten Reifestufe hatten laut Microsoft 90 Prozent einen namentlich Verantwortlichen für die Ergebnisse ihrer Agenten. Der Kernsatz von Microsoft-Manager Jared Spataro: Modelle wechseln, die Lehren aus der eigenen Agentenarbeit bleiben im Unternehmen.
Die Zahlen mit Vorsicht lesen
Microsoft berichtet, dass börsennotierte Unternehmen im obersten Viertel der Bewertung ihre operative Marge zwischen 2022 und 2025 um 5,8 Prozentpunkte steigerten, im untersten Viertel nur um 0,4 Punkte. Das klingt eindrucksvoll, beweist aber keinen Zusammenhang von Ursache und Wirkung. Die Finanzdaten stammen aus der Zeit vor der Befragung, die Autoren sprechen im Abstract ausdrücklich nur von „Assoziationen mit früherer Leistung” (Quelle: hbs.edu). WindowsForum ergänzt eine naheliegende Erklärung: Gut geführte Unternehmen sind womöglich einfach auch beim Thema KI besser organisiert. Dass Microsoft das Konzept direkt mit dem eigenen Produkt „Microsoft IQ” verknüpft, ist Positionierung und kein Wirksamkeitsnachweis. Ein Reifegradmodell ist eine Hypothese, die man im eigenen Betrieb überprüfen sollte, keine Gewinngarantie.
Was das für Unternehmen bedeutet
Ein Agentenregister mit automatischer Testpipeline braucht ein Betrieb mit 30 Beschäftigten nicht. Die Logik dahinter lässt sich aber im Kleinen übernehmen, und genau dort scheitern viele Projekte: Ein Chatbot wird eingeführt, Mitarbeitende korrigieren dieselben Fehler immer wieder, und niemand sorgt dafür, dass die Korrektur im System ankommt. Nach drei Monaten gilt das Werkzeug als „nicht ausgereift”. Ein Pflegedienst, der Anfragen per KI vorsortiert, eine Tanzschule mit automatischer Kursberatung oder ein Handwerksbetrieb, der Angebote vorformulieren lässt, kann mit vier einfachen Schritten starten:
Eine gemeinsame Wissensbasis: Preise, Abläufe und häufige Fragen an einer Stelle pflegen, auf die jede KI-Anwendung zugreift, statt sie in fünf Tools getrennt zu hinterlegen.
Fehler als Testfälle: Jede falsche KI-Antwort mit der richtigen Lösung in einer simplen Tabelle festhalten und nach jeder Änderung erneut prüfen.
Ein klarer Verantwortlicher: Eine Person, etwa aus Büro oder Teamleitung, die einige Stunden im Monat für Aktualität und Qualität zuständig ist.
Klein anfangen: Einen Prozess vollständig durchdringen, bevor der zweite folgt.
Die eigentliche Arbeit ist dabei selten die Technik, sondern die Anbindung an die vorhandenen Systeme und der Aufbau dieses Rückkanals. Standardsoftware liefert das meist nicht mit, weil jede Wissensbasis anders aussieht. Wer seine Prozessautomatisierung mit KI plant, sollte deshalb von Anfang an festlegen, wer Korrekturen einpflegt und wie sie zurück ins System fließen. Das kostet wenig, entscheidet aber darüber, ob ein Pilotprojekt nach einem halben Jahr besser geworden ist oder in der Schublade liegt.