Der Prototyp sah gut aus. Der Agent erstellte die richtigen Antworten, erfasste die richtigen Updates und durchlief die Demo ohne einen einzigen Fehler. Alle waren sich einig: Er ist bereit. Das war vor drei Monaten. Das System ist noch immer nicht in Produktion.
Das ist keine Ausnahme. Es ist die häufigste Geschichte im Bereich KI-Agenten-Einsatz. Der Prototyp hat funktioniert. Die Produktivumgebung existiert nicht. Die Lücke zwischen diesen beiden Zuständen ist kein Fähigkeitsproblem — es ist ein Implementierungsproblem.
Der Demo-Betrieb funktioniert immer
Prototypen gelingen, weil sie auf Gelingen ausgelegt sind. Die Testdaten sind sauber. Die Eingaben sind kontrolliert. Die Szenarien werden so gewählt, dass der Agent von seiner besten Seite gezeigt wird.
Wenn im Demo etwas schiefgeht, korrigiert man den Prompt und startet neu. Niemand wartet auf das Ergebnis. Keine echten Kundendaten sind im Spiel. Kein nachgelagertes System hängt davon ab, was der Agent entscheidet.
Der Demo beweist, dass die KI die Aufgabe bewältigen kann. Er zeigt nicht, dass das System bereit ist, innerhalb des echten Unternehmens zu laufen.
Produktion ist ein anderes Projekt
In der Produktivumgebung verbindet sich der Agent mit Live-Systemen. Er liest aus einem echten Posteingang, schreibt in ein echtes CRM und handelt auf Basis echter Kundendaten. Er begegnet Eingaben, die im Demo nie vorkamen — fehlende Felder, doppelte Einträge, Edge-Cases, die niemand antizipiert hatte.
Wenn der Agent in der Produktion handelt, hat diese Aktion Konsequenzen. Eine Antwort geht an einen echten Kunden. Ein Datensatz wird aktualisiert. Eine Aufgabe wird geschlossen. Das lässt sich nicht so einfach rückgängig machen wie ein fehlgeschlagener Test-Prompt.
Die Lücke zwischen einem Prototypen und einem Produktionssystem wird nicht durch bessere KI geschlossen. Sie wird durch Implementierungsarbeit geschlossen: den Agenten an echte Systeme anbinden, definieren, was er eigenständig tun darf und was nicht, und das System unter Bedingungen zuverlässig machen, die ein Demo nie testet.
Wo Implementierungen ins Stocken geraten
Drei Dinge stoppen KI-Agenten-Implementierungen zuverlässig auf dem Weg in die Produktion.
Integration. Ein Agent, der nicht mit den tatsächlichen Tools verbunden ist, kann keine echte Arbeit leisten. Diese Verbindungen herzustellen kostet Zeit — API-Zugang, Datenmapping, Berechtigungen und die Behandlung von Edge-Cases, die jedes System mitbringt. Die meisten Prototypen überspringen das vollständig. Produktionssysteme können das nicht.
Die Kontrollschicht. Ein Demo-Agent handelt ohne Einschränkungen. Ein Produktions-Agent braucht definierte Grenzen: Welche Aktionen laufen automatisch, welche erfordern zuerst eine menschliche Entscheidung? Diese Grenze zu gestalten und im System durchzusetzen ist keine Einstellung, die man umschaltet. Es ist eine bewusste Designentscheidung.
Tests unter Echtbedingungen. Ein Prototyp besteht Tests mit bekannten Eingaben. Ein Produktionssystem muss mit den tatsächlichen Daten des Unternehmens umgehen können — Duplikate, fehlende Felder, Anfragen außerhalb des erwarteten Musters. Dafür braucht es echte Daten und Zeit, um genuine Edge-Cases durchzuspielen.
Die Demo ist immer beeindruckend. Das System, das in der Produktion läuft, ist ein völlig anderes Projekt.
Die meisten Implementierungen geraten ins Stocken, weil niemand diese drei Phasen eingeplant hat. Das Team nahm an, der schwierige Teil sei die KI-Fähigkeit. Der schwierige Teil ist das, was danach kommt.
Was Implementierung tatsächlich erfordert
Eine echte Implementierung ist eine Abfolge von Entscheidungen — kein Deployment-Ereignis.
Sie beginnt mit Scoping: Welcher Workflow, was sind die Eingaben und Ausgaben, was passiert, wenn eine Eingabe unvollständig oder mehrdeutig ist. Dann folgt Integration: den Agenten mit den benötigten Systemen verbinden, Zugriff konfigurieren, sicherstellen, dass der Agent zur richtigen Zeit die richtigen Informationen hat.
Danach die Kontrollschicht: Freigabe-Flows, Berechtigungsgrenzen, Eskalationspfade für Fälle, die der Agent nicht allein behandeln sollte. Dann Tests unter Echtbedingungen — nicht mit Beispieldaten, sondern mit den tatsächlichen Eingaben, die der Workflow verarbeiten wird. Schließlich laufende Wartung: das Verhalten des Agenten anpassen, wenn sich das Unternehmen verändert, und neue Edge-Cases behandeln, wenn sie auftauchen.
Der Schwachpunkt ist nicht die KI. Es ist die Lücke zwischen einem fähigen Agenten, der isoliert läuft, und einem vernetzten Agenten, der innerhalb eines echten Unternehmens arbeitet — und diese Lücke wird durch Implementierungsarbeit geschlossen, nicht durch bessere Prompts.
Das alles ist keine KI-Fähigkeitsarbeit. Es alles bestimmt, ob der Agent innerhalb des Unternehmens funktioniert.
Das Muster, das funktioniert
Implementierungen, die in die Produktion gelangen, haben einige Gemeinsamkeiten. Sie beginnen mit einem klar abgegrenzten Workflow — einem, bei dem die Eingaben konsistent sind, die Ausgaben überprüfbar sind und die Risiken eines Fehlers beherrschbar sind. Integration und Kontrollschicht werden als Kernbestandteile behandelt, nicht als nachträgliche Überlegungen. Laufende Wartung wird von Anfang an eingeplant, nicht als etwas, das man später klärt.
Die Unternehmen, die Agenten in Produktion bringen, sind nicht die mit den beeindruckendsten Prototypen. Es sind die, die Implementierung als eigenständige Disziplin behandelt haben — und ihr die Zeit gegeben haben, die diese Disziplin erfordert.