Am 9. November 2026 um 9:00 Uhr hat t3n ein Interview veröffentlicht, in dem ein KI-Berater und Gründer einer KI-Wissensplattform Bilanz zieht: Sein erster KI-Agent ist abgeschaltet[1]. Aufgezeichnet wurde das Gespräch laut Folgenbeschreibung schon Ende September 2026 auf der Marketing-Messe Dmexco, als Podcast „t3n Arbeit in Progress“ erschien es am 6. November[2]. Ebenfalls am 9. November griff Golem eine Aussage von Microsoft-CEO Satya Nadella zu Millionen von KI-Agenten auf[3]. Wir zeigen, was KI-Agenten kosten, wer sie betreuen muss und woran kleine und mittlere Unternehmen (KMU) erkennen, ob sich ein Agent lohnt.
Ein KI-Agent ist eine Software, die mithilfe eines Sprachmodells selbstständig mehrere Arbeitsschritte erledigt, statt nur auf Fragen zu antworten. Der Berater hatte im Februar mit dem Agenten-Programm OpenClaw ein kleines Agenten-Team aufgebaut, das unter anderem seine E-Mails bearbeitete. Koordinator war der Agent „Neo“. Im Interview sagt er: „Mein Hauptagent war Neo, ihn gibt es nicht mehr.“[1]
Gescheitert ist die Idee damit nicht. Nach seiner Darstellung bieten inzwischen mehrere KI-Anbieter selbst Anbindungen an andere Systeme, und die Agenten und agentischen Abläufe seines Teams sind teilweise in Standardsysteme übergegangen. Daneben laufen weiter eigene Agenten auf Servern[1]. Ein genaues Abschaltdatum fehlt; zum Aufnahmezeitpunkt Ende September war Neo bereits abgeschaltet[2].
Die Lehre für KMU: Ein selbst gebauter Agent kann von einer Standardfunktion eingeholt werden. Abschalten ist dann kein Scheitern, sondern Aufräumen. Dazu passt eine vorläufige Untersuchung des MIT-Projekts NANDA von 2025: In ihrer Stichprobe von 52 Organisationen kamen zugekaufte, angepasste KI-Werkzeuge in rund 67 Prozent der Fälle bis zur Einführung, Eigenentwicklungen in rund 33 Prozent. Die Autoren warnen: Die Angaben beruhen auf Selbstauskünften und beweisen nicht, dass der Zukauf selbst die höhere Quote verursacht[4].
Deutlich wird der Berater beim Thema Tool-Hopping, also dem ständigen Springen zwischen KI-Werkzeugen: „Entscheide dich für ein Tool. Ich glaube, Tool-Hopping solltest du vermeiden.“ Wer wechselt, muss seinen Kontext, also die Hintergrundinformationen, mit denen das Werkzeug arbeitet, exportieren und anderswo wieder importieren. Sein Urteil für Firmen: „In einem Unternehmen geht das nicht, das ist verrückt.“[1]
Plattformen, die viele Modelle bündeln, sieht er skeptisch. Den Unterschied mache weniger das Modell als der „Harness“, also die Software rund um das Modell mit ihren Arbeitsabläufen. Zwanzig Modelle zur Auswahl sorgten im Unternehmen nicht unbedingt für Orientierung[1]. Das ist ein Erfahrungsbericht, keine Studie.
„Für immer mehr Unternehmen werden Tokenkosten zum Thema. KI zu nutzen, ist nicht umsonst“, sagt der Berater[1]. Token sind die Wortbausteine, nach denen Sprachmodelle abgerechnet werden. In einer Bitkom-Befragung von 603 Unternehmen ab 20 Beschäftigten, veröffentlicht am 14. September 2026, stufen KI-Anwender andere Posten deutlich häufiger als großen Kostenpunkt ein[5]:
Die Werte sind Anteile der Befragten, keine Anteile am Budget, und sie betreffen KI insgesamt, nicht speziell Agenten. Den Tokenverbrauch nennen 8 Prozent als großen und 11 Prozent als kleinen Kostenpunkt[5]. Bitkom-Präsident Ralf Wintergerst sagt: „Wer nur eine Lizenz kauft, hat KI eingekauft, aber noch nichts verändert.“[5]
Unwichtig sind laufende Kosten trotzdem nicht. In der internationalen McKinsey-Umfrage „The State of AI“ mit 1.719 Teilnehmenden aus 97 Ländern gaben rund 20 Prozent an, dass Betriebskosten für KI, darunter Tokenkosten, die Nutzung begrenzen[6]. Was einzelne Modelle kosten, haben wir am 8. November im Modellvergleich gezeigt. Für einen Agenten heißt das: Einrichtung, Datenaufbereitung, Anbindung und Betreuung gehören in die Rechnung, nicht nur die Tokens.
Wie groß das Thema werden kann, zeigt ein Gedankenspiel von Satya Nadella. In einem Podcast vom 5. Juni 2026 skizzierte er ein Microsoft mit 200.000 Beschäftigten und, wie er sagte, vielleicht zwei oder 20 Millionen Agenten[7]. Golem griff die Aussage am 9. November um 11:33 Uhr auf[3]. Ein aktueller Bestand oder ein festes Ausbauziel ist das nicht.
Für KMU zählt Nadellas Schlussfolgerung: Zuerst brauche es ein Inventar, also eine Übersicht, welche Agenten es gibt und was sie tun. Agenten müssten vollständig überprüfbar und auditierbar sein[7]. Was für einen Konzern gilt, gilt im Kleinen schon bei drei Agenten.
Ähnlich formuliert es der Bitkom-Präsident: „Ein Agent, der eigenständig handelt, braucht verlässliche Daten, verbundene Systeme und Regeln, was er darf und was er zu lassen hat.“[5] Noch ist das Thema in Deutschland jung: Von den Unternehmen, die KI nutzen oder deren Einsatz planen oder diskutieren, setzen 11 Prozent bereits Agenten ein, 29 Prozent planen es[5]. Zugänge und Rechte von Agenten sind eine eigene Sicherheitsfrage, die wir hier ausklammern.
Ob ein Agent bleiben darf, entscheiden Messwerte, nicht Schlagzeilen:
| Was Sie beobachten | Was daraus folgt |
|---|---|
| Der Agent spart messbar Zeit, Nacharbeit ist selten, die Kosten pro Vorgang liegen unter der Bearbeitung von Hand | Behalten und regelmäßig nachmessen |
| Ein System, das Sie ohnehin nutzen, erledigt dieselbe Aufgabe inzwischen selbst | Nach erfolgreichem Vergleich den Ablauf übertragen und den bisherigen Agenten abschalten |
| Ein anderes Werkzeug ist in Tests mit Ihren Aufgaben messbar besser oder günstiger, auch nach Umzugsaufwand | Geplant wechseln; Umfang und Übergang anhand der Tests festlegen |
| Ein neues Modell führt gerade eine Rangliste an | Allein kein Grund zum Wechsel |
| Niemand weiß, wer den Agenten betreut oder was er im Monat kostet | Pausieren, bis Verantwortung und Kosten geklärt sind |
Die hier ausgewerteten Quellen liefern keine belastbaren Erfolgsquoten für einzelne Aufgaben in KMU. Für einen Pilotversuch empfehlen wir klar umrissene, wiederkehrende Abläufe mit prüfbarem Ergebnis, etwa das Vorsortieren von E-Mails. Bitkom nennt als Beispiele für Agenten-Aufgaben Preisvergleiche, das Einholen von Angeboten und das Ausarbeiten von Entscheidungsoptionen[5]. Entscheidungen mit großer Tragweite sollte ein Mensch freigeben.
Deutsche KI-Anwender nennen laut Bitkom vor allem Datenschutz-Anforderungen (66 Prozent), rechtliche Verunsicherung (56 Prozent) und schwer kalkulierbare Kosten (54 Prozent) als Hindernisse[5]. Bei Agenten kommen aus unserer Sicht unklare Ziele, fehlende Messwerte und häufige Werkzeugwechsel hinzu.
Legen Sie ein Monatsbudget je Anwendungsfall fest, werten Sie die Abrechnung regelmäßig aus und setzen Sie für einfache Aufgaben ein kleineres Modell ein, wenn Tests die Qualität bestätigen. Rechnen Sie in Kosten pro erledigtem Vorgang, nicht in Tokenpreisen.
Beim Werkzeug rät der KI-Berater im t3n-Interview, sich festzulegen und Tool-Hopping zu vermeiden, weil ein Plattformwechsel die Übertragung von Hintergrundinformationen und Abläufen erfordern kann[1]. Ein Plattformwechsel lohnt, wenn ein anderes Werkzeug mit Ihren eigenen Aufgaben messbar besser oder günstiger ist, inklusive Umzugsaufwand. Die Wahl des Modells innerhalb eines Werkzeugs ist eine andere Frage: Hier kann ein kleineres Modell für einfache Aufgaben genügen, wenn Tests das bestätigen.
Eine Ablösung ist sinnvoll, wenn ein Standardsystem die Aufgabe nachweislich mindestens gleichwertig übernimmt oder der Nutzen die Vollkosten nicht rechtfertigt. Testen Sie den Übergang vor dem Abschalten. Ist die Verantwortung ungeklärt, pausieren Sie den Agenten zunächst und klären die Zuständigkeit.
- t3n: Erfahrungen mit KI-Agenten, Interview (09.11.2026): t3n.de
- t3n Arbeit in Progress: Neo ist abgeschaltet: Fazit nach Monaten mit KI-Agenten (06.11.2026): t3n-podcast.podigee.io
- Golem.de: Satya Nadella: Microsoft-CEO spricht von 20 Millionen KI-Agenten im Konzern (09.11.2026): golem.de
- MIT NANDA: The GenAI Divide – State of AI in Business 2025 (Juli 2025, PDF): storage.ghost.io
- Bitkom: Erstmals nutzt die Mehrheit der Unternehmen KI (14.09.2026): bitkom.org
- McKinsey: The State of AI (25.08.2026): mckinsey.com
- Possible (Podcast): Satya Nadella on making human and token capital compound (05.06.2026): possible.fm