Agentic Sprawl, wenn KI-Agenten schneller wachsen als ihre Governance

Bis vor kurzem ging es darum, wie Generative AI überhaupt produktiv im Alltag helfen kann. Mittlerweile ist die nächste Entwicklungsstufe real geworden: KI-Agenten. Diese digitalen Akteure stoßen eigenständig Prozesse an, klinken sich tief in ERP- oder CRM-Systeme ein und führen innerhalb definierter Grenzen völlig autonome Aktionen aus.

Große Anbieter wie Microsoft (Copilot Agents), SAP (Joule) oder ServiceNow machen den Einstieg denkbar einfach. Fachbereiche sind dadurch zunehmend in der Lage, sich eigene Agenten mit wenigen Klicks selbst zu konfigurieren.

Dieser immense Produktivitätsschub erzeugt auf der Kehrseite nicht selten Kontrollchaos: den sogenannten Agentic Sprawl. Das Phänomen beschreibt die unkontrollierte Ausbreitung von KI-Agenten, bei der Unternehmen die Transparenz über die Aktivitäten ihrer digitalen Helfer komplett verlieren. Dieses Problem betrifft keineswegs nur globale Konzerne, sondern auch den Mittelstand.

Komplexität im unternehmerischen Alltag

Gartner prognostiziert, dass ein durchschnittliches Fortune-500-Unternehmen bis 2028 mehr als 150.000 KI-Agenten im Einsatz haben wird. Im Jahr 2025 lag dieser Schnitt noch bei unter 15. Solche Dimensionen wirken für die meisten Betriebe weit entfernt, doch die Kontrollgrenze liegt im echten Leben deutlich niedriger. In einem Unternehmen können schon ein paar Dutzend Agenten in unterschiedlichen Abteilungen zu großen Herausforderungen führen:

• Die HR-Abteilung entwickelt einen eigenen Recruiting-Agenten.

• Der Vertrieb nutzt Agenten zur automatisierten Angebotserstellung.

• Das Marketing automatisiert Recherche- und Content-Prozesse.

• Einkauf und Supply Chain übergeben die Planung an digitale Helfer.

• Die IT nutzt Agenten für Support und Incident Management.

• Mitarbeitende basteln sich per Low-Code-Werkzeugen eigene Assistenten.

Jeder einzelne Anwendungsfall besitzt einen klaren geschäftlichen Nutzen. Kritisch wird die Situation, sobald in der Organisation niemand mehr valide Auskunft über die Existenz, die Berechtigungen, die Datengrundlage und die finale Verantwortung dieser Agenten geben kann.

Rechtlicher Druck durch EU AI Act und das neue Omnibus-Paket

Strukturelle Intransparenz wandelt sich durch die aktuelle Gesetzgebung zu einem Compliance-Thema. Die SAP LeanIX Agentic AI Survey 2026 belegt die Dynamik: Während 44 Prozent der Unternehmen KI-Agenten bereits fest einsetzen, verfügen lediglich 17 Prozent über ausreichende Transparenz hinsichtlich Performance und Compliance. Bei knapp der Hälfte der Betriebe fehlen klare Verantwortlichkeiten.

Genau hier greift die europäische Regulierung. Seit dem 2. August 2026 sind die Transparenzpflichten des EU AI Acts offiziell bindend. Unternehmen stehen in der Pflicht, KI-Systeme strikt nach ihren Risikoklassen zu kategorisieren. Die Einstufung reicht von minimalem Risiko (wie Spamfiltern) über begrenztes Risiko bis hin zu Hochrisiko-Systemen.

Besonders relevant für KI-Agenten im Kundeneinsatz oder im Marketing ist die Kennzeichnungspflicht. Interagiert ein Kunde mit einem KI-Chatbot, erhält eine automatisch generierte E-Mail-Antwort oder sieht Inhalte, die durch generative KI erstellt wurden, muss dies als KI-Inhalt gekennzeichnet sein. Die EU stellt dazu mittlerweile standardisierte, offizielle Icons zur Verfügung, um diese Kennzeichnung europaweit zu vereinheitlichen. Wer diese Nachweis- und Kennzeichnungspflichten ignoriert, riskiert Bußgelder.

Gleichzeitig hat die Europäische Kommission mit dem AI Omnibus-Paket eine wichtige Anpassung vorgenommen. Dieses Gesetzespaket bringt administrative Entlastung. Während die Verbote und Transparenzregeln bereits greifen, wurden die bürokratischen Pflichten für eigenständige Hochrisiko-Systeme (beispielsweise KI-Tools in der Bewerbervorauswahl oder zur Kreditwürdigkeitsprüfung) zeitlich verschoben. Je nach Einsatzbereich greifen diese strengen Vorgaben nun erst gestaffelt im Dezember 2027 oder August 2028. Diese gewonnene Zeit können Unternehmen jetzt nutzen, um ihre Hausaufgaben bei der Erfassung und Klassifizierung zu machen.

KI-Wildwuchs ist kritischer als alte Software-Sünden

Dieses Phänomen erinnert IT-Verantwortliche an frühere Technologiewellen wie den SaaS Sprawl oder die klassische Shadow IT, als Fachbereiche eigenständig Software-Abonnements abschlossen. Bei KI-Agenten wiederholt sich dieses Muster mit einer neuen Dimension.

Eine klassische SaaS-Anwendung stellt lediglich Funktionen bereit, die eine menschliche Aktion erfordern. Ein autonomer Agent verarbeitet Daten selbstständig, füttert eigenständig andere Systeme und löst reale geschäftliche Aktionen aus. Wenn also ein "überprivilegierter" Agent veraltete Zugriffsrechte nutzt oder sensible personenbezogene Kundendaten unverschlüsselt verarbeitet, wird daraus im Handumdrehen ein handfestes Haftungs- und Sicherheitsrisiko.

Zudem häufen sich "Geister-Agenten". Ein Mitarbeiter entwickelt einen praktischen Agenten für ein spezifisches Projekt und wechselt danach die Position oder das Unternehmen. Die Anwendung läuft im Hintergrund technisch weiter, während sich Datenquellen verändern oder angebundene IT-Systeme aktualisiert werden. Ohne klare, personengebundene Ownership agieren diese Systeme unkontrolliert im digitalen Raum.

Einfache Schritte zur Transparenz

Eine generelle Blockade würde den entscheidenden Vorteil der Technologie im Keim ersticken: Fachbereiche müssen Prozesse genau dort automatisieren können, wo das tiefe Prozesswissen sitzt. Ziel muss es sein, dezentrale Innovation mit klaren, zentralen Regeln zu verbinden.

Dafür ist keine aufgeblähte Governance-Organisation nötig. Ein pragmatischer Ansatz steuert den gesamten Lebenszyklus eines KI-Agenten über sieben klare Kernschritte:

• Discover: Systematisches Erfassen, welche Agenten im Unternehmen bereits existieren.

• Register: Dokumentation von Zweck, Verantwortlichen, Datenquellen und verknüpften Systemen.

• Classify: Einstufung der Risikoklasse nach den Vorgaben des EU AI Acts.

• Authorize: Festlegung, welche Systeme, APIs und Daten der Agent konkret nutzen darf.

• Monitor: Kontinuierliche Überwachung der korrekten und stabilen Funktionsweise.

• Review: Regelmäßige Überprüfung, ob Berechtigungen und Verwendungszweck noch aktuell sind.

• Retire: Definierter Prozess zur sicheren Stilllegung, sobald ein Agent nicht mehr benötigt wird.

Wer das adäquat dokumentiert, schafft Transparenz und bildet den sicheren Ausgangspunkt für die Skalierung ...