Was sich konkret ändert und wo die Grenzen liegen

Szilard Toth beschrieb im letzten KI-Briefing den Verstärker-Effekt der KI. Bei Agentic AI verschärft sich dieser deutlich. Denn ein handelnder Agent multipliziert mit brutaler Effizienz jeden Fehler im Prozess. Der Hype verspricht digitale Mitarbeiter. Die Realität fordert ein anderes Gespräch.

Was Agentic AI verändert

Generative KI antwortet. Sie schlägt vor, fasst zusammen, klassifiziert. Die Entscheidung bleibt beim Menschen.

Agentic AI handelt. Ein Agent liest eine Kundenanfrage, prüft den Vertragsstatus im CRM, holt Verbrauchsdaten aus der Abrechnung, formuliert eine Antwort, sendet sie ab. Alles in einem Durchlauf, ohne Zwischenhalt.

Damit verschiebt sich die Verantwortung. Der Mitarbeiter, der bisher eine Empfehlung geprüft hat, fällt weg. Stattdessen handelt das System auf Basis einer Wahrscheinlichkeitsrechnung. Das ist nicht das Problem. Das Problem entsteht, wenn diese Wahrscheinlichkeitsrechnung auf einen Prozess trifft, der nicht dafür ausgelegt ist. Genau das ist in vielen Stadtwerken die Ausgangslage.

Drei Voraussetzungen, ohne die der Agent versagt

Ein Tool einzuführen, um den Trend nicht zu verpassen, ist selten eine gute Idee. Das Werkzeug muss zu der Aufgabe passen, nicht umgekehrt. Daher prüfe ich in meiner Beratungspraxis die Eignung eines Prozesses für KI anhand von sieben Kriterien. Bei Agentic AI verdichten sich diese zu drei Kernfragen.

Prozessreife

Welche Abläufe sind so klar definiert, dass ein Agent sie ausführen kann? In den meisten Stadtwerken laufen Prozesse über mehrere Abteilungen, mit gewachsenen Sonderregelungen und Workarounds, die niemand mehr vollständig versteht. Lieferantenwechsel, Klärfallbearbeitung, Sonderverträge mit historischen Konditionen: Vorgänge, in denen jedes Team seine eigene Sicht hat und kaum jemand das Ganze. Ein Agent kann das nicht überblicken. Er kann das nicht reparieren. Er führt aus, was er findet, und das wird zu oft falsch sein. KI-Anbieter bringen selten Prozessexpertise oder Interesse mit, sich tiefgreifend mit den Abläufen bei einem Stadtwerk zu beschäftigen und die Prozesse für KI vorzubereiten. Wer Agentic AI plant, fängt am besten bei den eigenen Prozessen an.

Datenreife

Bekommt der Agent Zugriff auf alle benötigten Systeme? Können diese miteinander reibungslos kommunizieren? In den meisten Häusern liegen die Daten in getrennten Silos: ERP, CRM, EDM, Geoinformationssystem. Statt APIs sprechen sie über "bio-mechanische" Schnittstellen miteinander: Menschen übertragen Excel-Dateien und kopieren Daten manuell hin und her. Die Folge: Daten in den Systemen stimmen nicht überein. Was im ERP als laufender Vertrag gilt, kann im CRM bereits gekündigt sein. Ein Agent ohne tiefgreifenden Systemzugriff und kohärente Daten ist handlungsunfähig. Setzt er auf solchen Inkonsistenzen auf, multipliziert er die Verwirrung, statt sie aufzulösen. Das ist die eigentliche Hürde für Agentic AI in der Energiewirtschaft.

Entscheidungsreife

Welche Entscheidungen darf der Agent autonom treffen? Welche bleiben beim Menschen? Hat eine KI-Entscheidung Folgen für einen Kunden, kann eine Erklärung gefordert sein. Wann genau, ist es eine juristische Frage, die in die Rechtsabteilung gehört? Sicher sagen lässt sich aber: Ein Sprachmodell kann keine belastbare Erklärung liefern. Es antwortet auf Basis von Wahrscheinlichkeiten, die nicht in der Form von logischen Schlussfolgerungen nachvollziehbar sind. Das ist nicht überall ein Problem. Sortiert der Agent eingehende Anfragen nach Themen, fragt niemand nach dem Wie. Weist er Kunden einen PrePaid-Tarif zu, weil er eine Risikobewertung vorgenommen hat, schon. Wer Agentic AI in solchen Prozessen einsetzen will, braucht drei Dinge: eine klare Grenze, was der Agent darf, einen Weg, ihn rechtzeitig zu stoppen, und eine Dokumentation aller Schritte.

Wo Agentic AI passt, wo nicht

Realistisch sind Aufgaben, die ohne KI aufwendig sind, und bei denen Fehler schnell auffallen. Ein Agent kann Anfragen sortieren, Daten aus einer Vielzahl an Akten zusammenführen, eine Antwort zur Freigabe vorbereiten oder lange interne Suchen ersparen, wenn jemand Auskunft braucht.

Unrealistisch sind Aufgaben, bei denen ein Fehler des Agenten Geld kostet oder einen Kunden direkt trifft. Eine eigenständig eingeschätzte Bonität. Ein im Alleingang umgestellter Tarif. Eine Reklamation, die ohne Rückfrage mit einer Gutschrift erledigt wird. In diesen Fällen bleibt der Agent beim Vorschlag. Das letzte Wort hat der Mensch.

Bevor der Agent kommt

Agentic AI ist eine echte Entwicklung. Sie wird ihren Weg in Stadtwerke finden, aber nicht über Nacht und nicht ohne Vorbereitung. Wer früh anfängt, sollte die Reihenfolge beachten: erst Prozesse aufräumen und Systeme verbinden, dann über autonome Entscheidungen sprechen. Wer das tut, gewinnt zweifach. Die Arbeit wird besser, auch ohne Agent. Wer heute beginnt, hat morgen die Wahl.