KI-Agenten machen Sie zum Software-Unternehmen

8 Min. Lesezeit

Die alte Warnung ist teurer geworden

Wie ich 2012 in When Your Organization Is a Software Company geschrieben habe, machen sich Unternehmen etwas vor, wenn sie Software wie einen Neben-Einkauf behandeln. Wenn die Software strategisch ist, kaufen Sie nicht bloß ein Werkzeug. Sie steigen selbst in das Geschäft mit Software ein, ob Ihnen dieses Etikett gefällt oder nicht.

Dieses Argument ist gut gealtert. Es ist nur in einer unangenehmeren Umgebung gealtert.

Heute sehen Entscheider KI-Agenten, ein paar geschmeidige Demos und ein Dutzend LinkedIn-Propheten, die schwören, dass Software-Teams optional geworden seien. Die Fantasie schreibt sich von selbst. Geben Sie dem Produktmanager einen klugen Assistenten. Lassen Sie Operations die Integrationen erzeugen. Lassen Sie Business-Analysten die Abläufe orchestrieren. Lassen Sie die Anbieter die harten Teile behalten. Behalten Sie ein paar Entwickler für den Restmüll. Kassieren Sie die Einsparung. Verkaufen Sie das Ergebnis als Modernisierung.

Diese Fantasie war schon vor agentischem Coding falsch. Jetzt ist sie noch falscher.

KI führt Ihr Unternehmen nicht von allein hat den strategischen Punkt bereits gemacht. Neu ist jetzt das finanzielle und operative Detail. Seit der Verschiebung zu Pay-per-Use-Preisen versteckt sich intensive Modellnutzung nicht mehr hinter einer schmeichelhaften Pauschale. Und für agentenlastige Arbeit ist diese Pauschale oft ohnehin nicht das reale Betriebsmodell. Die alte Geschichte, jemand könne für 200 Dollar im Monat nebenbei ein ganzes ERP vibe-coden, ist vorbei. Bei den aktuellen Anthropic-API-Preisen kostet Sonnet-Output 15 Dollar pro Million Tokens. Wer 30 Millionen Output-Tokens verbrennt, liegt schon bei rund 450 Dollar, noch bevor Input-Tokens, Retries, Browser-Kontext oder Orchestrierungs-Overhead hinzukommen. Sobald dieses Verhalten im Team landet, hört die Rechnung sehr schnell auf, niedlich zu sein.

Das macht Agenten nicht zu einer schlechten Investition. Es macht sie zu dem, was Software-Fähigkeit immer war: Hebelwirkung, die Amateure bestraft.

Die Rechnung kauft kein Urteilsvermögen

Erstaunlich viele Entscheider glauben immer noch, der harte Teil von Software sei das Tippen gewesen.

Dieser Glaube hat Outsourcing-Wellen, Low-Code-Verkaufsfolien, No-Code-Versprechen, Offshore-Wunder und jeden Framework-Boom überlebt, der ernsthafte Entwicklung austauschbar machen sollte. Jetzt hat er sich an KI-Agenten angehängt.

Der teure Teil waren aber nie die Tastenanschläge. Der teure Teil war immer zu entscheiden, was existieren soll, was nicht existieren darf, was getestet werden muss, was absichtlich langweilig bleiben sollte und welche versteckte Abhängigkeit sechs Wochen nach der Demo explodieren wird.

KI-Agenten verändern die Form der Arbeit. Sie nehmen diese Last nicht weg. Wie KI macht gute Entwickler wirksamer zeigt, ist die Abstraktion nach oben gerutscht. Der Agent erledigt mehr mechanische Arbeit. Dadurch werden die verbleibenden menschlichen Entscheidungen konzentrierter, nicht unwichtiger.

Das heißt: Die Organisation braucht jetzt stärkeres Software-Urteil, während viele Führungen so budgetieren, als bräuchten sie davon weniger.

Genau darin liegt die eigentliche Management-Falle.

Die Monatsrechnung sieht aus wie Tooling. Die wirkliche Verpflichtung ist organisatorisch.

Sobald Ihre Leute mit Agenten Produktionssysteme ändern, Kundenerlebnisse umbauen, Kernprozesse refaktorieren oder interne Abläufe neu gestalten, betreiben Sie einen Software-Betrieb. Nicht im übertragenen Sinn. Einen echten. Sie brauchen Standards, Tests, Architekturdisziplin, Hygiene im Repository, Disziplin für Releases und Menschen, die plausiblen Unsinn stoppen können, bevor Kunden ihn sehen.

Wenn Sie diese Fähigkeiten nicht aufbauen, rettet der Agent Sie nicht. Er schreibt den Schlamassel nur schon vor dem Mittag größer.

Pay per Use beendet die letzte niedliche Geschichte

Die Ära der 200-Dollar-Abos hat viel Unsinn getragen.

Sie hat den beruhigenden kleinen Mythos genährt, Software-Fähigkeit sei endlich billig genug geworden, um sie zu improvisieren. Irgendein Gründer am Wochenende. Irgendein Bereichsleiter mit Ambition. Irgendeine operative Führung mit einer Prompt-Sammlung. Warum erfahrene Entwickler einstellen, wenn die Maschine doch Code schreibt und die Monatsgebühr kleiner aussieht als ein Konferenzticket?

Dieser Mythos beruhte immer auf selektiver Buchführung.

Ausgeblendet wurden das Aufräumen, die Nacharbeit, die toten Äste, die stillen Defekte, die zufällige Architektur, die Integrationsfehler, die fehlenden Tests und die Opportunitätskosten, das Falsche schnell zu bauen.

Pay-per-Use macht das schwerer zu verstecken.

Jetzt taucht die Verschwendung an zwei Stellen zugleich auf.

Erstens in der Codebasis, wo undisziplinierte Agent-Nutzung ein Repository mit widersprüchlichen Abstraktionen in industrieller Geschwindigkeit füllen kann. Vibe Coding ist keine Software-Entwicklung wurde nicht aus Nostalgie geschrieben. Der Text existiert, weil Systeme auch dann noch zusammenhalten müssen, wenn die Demo-Leute längst zu Hause sind.

Zweitens taucht die Verschwendung auf der Rechnung auf. Wiederholte Langkontext-Läufe, Retries, parallele Agent-Sitzungen und der Einsatz teurer Modelle machen schlechtes Software-Urteil zu einem messbaren Betriebskostenfaktor. OpenClaw lieferte die groteske öffentliche Version davon: ein 30-Tage-Dashboard mit rund 603 Milliarden Tokens, 7,6 Millionen Requests und ungefähr 1,3 Millionen Dollar OpenAI-Ausgaben für ein großes autonomes Coding-Setup. Die meisten Teams werden nie an diese Größenordnung kommen. Darum geht es nicht. Entscheidend ist, dass nach Verbrauch abgerechnete Agent-Nutzung Verschwendung sichtbar macht, lange bevor die Architektur stabil ist.

Darin steckt sogar etwas Gesundes.

Ein paar hundert Dollar für einen einzelnen Power-User sind nicht der Skandal. Ein paar tausend für ein kleines Team auch nicht. Der Skandal ist, dieses Geld zu verbrennen und gleichzeitig so zu tun, als bräuchte man Menschen mit echtem Software-Verständnis nicht mehr.

KI-Agenten schaffen ein Besetzungsproblem, keinen Ausweg daraus

Die Versuchung für Entscheider ist offensichtlich. Wenn ein starker Entwickler mit guten Agenten die Arbeit eines kleinen älteren Teams leisten kann, dann liegt der Gedanke nahe, das Team zu kürzen und nur die Prompts zu behalten.

Zu diesem Schluss kommt man, wenn man Hebelwirkung bemerkt, aber nicht bemerkt, woher sie kommt.

Ein fähiger Entwickler mit Agenten ist nicht deshalb so wirksam, weil der Agent magisch wäre. Er ist wirksam, weil Erfahrung ihm erlaubt, die Aufgabe zu rahmen, den Kontext zu beschneiden, Unsinn zu verwerfen, versteckte Kopplung zu erkennen, das richtige Verhalten zu testen und rechtzeitig zu stoppen, bevor das Repository zur Ausgrabungsstätte wird.

Genau deshalb ersetzt ein Fachexperte mit einem KI-Agenten noch keinen echten Software-Entwickler. Der Fachexperte kennt vielleicht die Regeln des Geschäfts. Der Agent liefert vielleicht Code, Oberflächen und plausible Erklärungen. Aber damit weiß noch niemand, wie man ein wartbares System schneidet, kritisches Verhalten testet, Abhängigkeiten beherrscht oder erkennt, wo ein freundlicher Prototyp gerade leise in operative Schulden kippt.

Jemand ohne diese Tiefe kann ebenfalls schnell vorankommen. Meist kommt er nur schnell bei einem Stapel Outputs an, den am Ende niemand wirklich besitzen kann.

Die personelle Folge ist für Management-Theater unangenehm.

Vielleicht brauchen Sie weniger Menschen für repetitive Implementierung. Vielleicht brauchen Sie aber auch mehr Senior-Urteil pro ausgelieferter Änderung. Sie brauchen Entwickler, die Produktabsicht, Architektur, Liefer-Risiko und geschäftliche Konsequenz in einem Gespräch halten können. Sie brauchen diese Leute nah an Entscheidungen, nicht hinter Tickets geparkt.

So sieht es 2026 aus, ein Software-Unternehmen zu werden.

Keine riesige Abteilung voller Zeremonien. Kein Schrein für Mitarbeiterzahlen. Sondern ein Unternehmen, das Software als Kernfähigkeit akzeptiert und entsprechend besetzt.

Die eigentlichen Kosten sind organisatorische Feigheit

Die alte Frage von 2012 gilt immer noch.

Sind Sie bereit, ein Software-Unternehmen zu werden?

2026 steckt darunter eine schärfere Version.

Sind Sie bereit zuzugeben, dass KI-Agenten diese Transformation nicht überspringbar machen?

Genau das versuchen viele Organisationen gerade. Sie wollen Software-Hebel ohne Software-Disziplin. Sie wollen KI-Geschwindigkeit ohne Entwickler-Autorität. Sie wollen Systemveränderung ohne Architektur-Verantwortung. Sie wollen das Ergebnis ohne den Beruf.

Diese Kombination wird nicht billiger, nur weil die Oberfläche freundlich aussieht.

Sie wird gefährlicher.

Der Agent produziert höflich Optionen. Er fasst Module zusammen. Er schlägt Migrationen vor. Er erklärt Fehler in einem Ton, der den Leser gerade genug schmeichelt, um Vertrauen zu wecken. Genau deshalb ist er psychologisch perfekt für Organisationen, die Software ohnehin schon unterschätzen.

Die Maschine wirkt gehorsam. Die Realität ist es nicht.

Wenn Ihr Geschäft von Software abhängt, dann senkt agentisches Tooling die Bedeutung von Software-Führung nicht. Es erhöht sie. Sie brauchen weniger Märchen über demokratisiertes Coding und mehr erwachsene Entscheidungen darüber, wo Software im Unternehmen sitzt, wer Qualität besitzt, wie Änderungen getestet werden, welchen Repositories man trauen kann und wo teure Modelle das Geld tatsächlich wert sind.

Das ist das Follow-up auf die alte Warnung.

Sie kommen um die Frage nach dem Software-Unternehmen nicht herum.

Sie werden nur pro Token berechnet, während Sie weiter vermeiden, sie zu beantworten.