Gartner warnt vor teuren Abhängigkeiten bei KI-Agenten
Bis 2028 werden 70 % der Unternehmen ihre mit Unterstützung externer Anbieter entwickelten agentischen KI-Systeme wieder aufgeben. Das prognostiziert das Marktforschungsunternehmen Gartner. Gemeint sind nicht sämtliche KI-Agenten, sondern vor allem individuell angepasste Systeme, die ohne Fachkräfte des Herstellers kaum weiterentwickelt werden können.
Als wesentliche Ursachen nennt Gartner steigende Kosten, ungeeignete Architekturen und fehlendes Betriebswissen im Kundenunternehmen. Erste Ergebnisse lassen sich mit externer Hilfe oft schnell erzielen. Sobald Anpassungen, Integrationen oder Sicherheitsanforderungen hinzukommen, wird die fehlende interne Kompetenz jedoch zum Problem.
| Gartner-Prognose | Anteil | Erwartete Entwicklung |
|---|---|---|
| Herstellergestützte KI-Agenten | 70 % | Aufgabe der Systeme bis 2028 |
| FDE-Projekte | Weniger als 20 % | Kundenanforderungen fließen in das Kernprodukt ein |
| Generative KI-Projekte | Mindestens 50 % | Budgetüberschreitung wegen Architekturfehlern und fehlendem Betriebswissen |
| Implementierungen von KI-Agenten | 40 % | Reduzierung oder Stilllegung wegen Governance-Problemen |
Was Forward-Deployed Engineering bedeutet
Beim Forward-Deployed Engineering, kurz FDE, arbeiten Ingenieure eines Anbieters direkt mit dem Kunden zusammen. Sie entwickeln individuelle Funktionen, verbinden Systeme und passen die Lösung an konkrete Geschäftsprozesse an. Dieses Modell eignet sich besonders für komplexe Aufgaben, die tiefes Produktwissen und eine enge Abstimmung erfordern.
Problematisch wird FDE, wenn die externe Mannschaft zwar eine funktionierende Lösung hinterlässt, aber weder Quellcode, Dokumentation noch ausreichendes Wissen überträgt. Das Kundenunternehmen bleibt dann für Wartung und Weiterentwicklung auf hoch bezahlte Spezialisten angewiesen. Aus einem schnellen Pilotprojekt entsteht eine langfristige Beratungsabhängigkeit.
Sinngemäß übersetzt erklärt Gartner-Analyst Mukul Saha: Erfolgreiches FDE beginnt mit einer klaren Struktur für Umfang, Anreize, Governance, Eigentumsrechte und Ausstieg.
Nach seiner Einschätzung sollten außerdem die Erzielung des Geschäftswerts, gemeinsames Projekteigentum und Wissenstransfer vom ersten Tag an geregelt sein. Fehlen diese Punkte, besitzt der Auftraggeber am Ende möglicherweise ein produktives System, kann es aber nicht eigenständig kontrollieren oder verändern.
FDE-Washing verteuert gewöhnliche Beratung
Gartner warnt außerdem vor sogenanntem FDE-Washing. Dabei werden klassische Implementierung, IT-Beratung oder Professional Services als strategisches Forward-Deployed Engineering angeboten. Die neue Bezeichnung rechtfertigt dann höhere Honorare, obwohl Umsetzungstiefe, Programmsteuerung und Veränderungsmanagement nicht entsprechend ausgereift sind.
Welche Anbieter damit konkret gemeint sind, nennt Gartner nicht. Auch eine Aufschlüsselung nach Branchen liegt nicht vor. Unternehmen müssen daher im Einzelfall prüfen, ob tatsächlich seltenes Produktwissen benötigt wird oder ob ein gewöhnliches Integrationsprojekt lediglich teurer etikettiert wurde.
Dass weniger als 20 % der wiederkehrenden Kundenanforderungen in das Kernprodukt des Herstellers einfließen sollen, verschärft das Problem. Individuelle Funktionen bleiben damit häufig Sonderlösungen. Für Pflege, Tests und Aktualisierungen fallen dauerhaft zusätzliche Kosten an.
KI-Agenten brauchen Kostenkontrolle und Governance
Bei KI-Agenten entstehen Kosten nicht nur durch Entwicklung und Software-Abos. Hinzu kommen Modellaufrufe, externe Werkzeuge, Überwachung, Sicherheitsprüfungen und laufende Anpassungen. Variable Gebühren können die Planung zusätzlich erschweren, wie auch die Diskussion um das Preismodell für Salesforce-KI-Agenten zeigt.
Governance bezeichnet in diesem Zusammenhang die verbindlichen Regeln für Zugriffsrechte, Freigaben, Protokollierung und Verantwortlichkeit. Ohne solche Leitplanken können Agenten Daten falsch verarbeiten oder unerwünschte Aktionen ausführen. Besonders bei angebundenen Werkzeugen ist deshalb ein belastbares Rechtemodell erforderlich, wie die Analyse zur MCP-Sicherheit von KI-Agenten verdeutlicht.
Was Unternehmen im DACH-Raum vertraglich absichern sollten
Für mittelständische und große Unternehmen im DACH-Raum ist die Prognose relevant, weil viele KI-Projekte mit externen Dienstleistern starten. Diese Unterstützung ist nicht grundsätzlich problematisch. Kritisch wird sie, wenn Abhängigkeit Teil des Geschäftsmodells ist und interne Befähigung nur eine Nebenrolle spielt.
- Eigentumsrechte: Verträge sollten eindeutig regeln, wem Quellcode, Prompts, Konfigurationen und projektspezifische Komponenten gehören.
- Zugriff: Das Unternehmen benötigt Zugang zu Code, Dokumentation, Protokollen und technischen Konten.
- Wissenstransfer: Schulungen, gemeinsame Entwicklung und dokumentierte Übergaben sollten messbare Projektbestandteile sein.
- Ausstiegsstrategie: Datenexport, Betriebsübergabe und Wechselmöglichkeiten müssen vor Projektbeginn definiert werden.
- Kostenmodell: Neben dem Pilotprojekt müssen auch Betrieb, Modellnutzung, Wartung und spätere Anpassungen kalkuliert werden.
Modulare Architekturen können das Risiko reduzieren. Einzelne Modelle, Datenbanken und Integrationen lassen sich dann austauschen, ohne das gesamte System neu aufzubauen. Open-Weights-Modelle, bei denen die Modellgewichte verfügbar sind, können je nach Anwendungsfall zudem mehr Kontrolle und niedrigere Betriebskosten ermöglichen. Eine aktuelle Marktbetrachtung sieht bei Open-Weights-Modellen deutliche Kostenvorteile, allerdings bei einem Leistungsrückstand gegenüber führenden geschlossenen Modellen.
Self-Hosting und Open Source beseitigen den Betriebsaufwand nicht. Sie verschieben aber Kontrolle über Code, Daten und Infrastruktur zurück ins Unternehmen. Entscheidend ist deshalb weniger, ob externe Spezialisten beteiligt sind, sondern ob nach ihrem Einsatz eine eigenständig betreibbare Lösung und belastbares internes Wissen verbleiben.