Nur noch KI-Agenten statt Mitarbeiter? Warum diese Rechnung nicht aufgeht

Donnerstagabend, 21:40 Uhr. Thomas Berger, Geschäftsführer eines Elektrogroßhandels mit 45 Mitarbeitern in Nürnberg, scrollt nach einem langen Tag durch LinkedIn. Ein Beitrag bleibt hängen: Ein Tech-Gründer verkündet stolz, sein Unternehmen stelle keine Menschen mehr ein, nur noch KI-Agenten. Berger greift zum Taschenrechner. Drei Stellen hat er gerade ausgeschrieben: Vertriebsinnendienst, Buchhaltung, Kundenservice. Zusammen rund 195.000 Euro Personalkosten pro Jahr. Wenn KI-Agenten statt Mitarbeiter diese Arbeit übernehmen, wäre das die einfachste Kostensenkung seiner Firmengeschichte.

Am nächsten Morgen bittet er seinen IT-Leiter um eine Einschätzung. Die Antwort, die drei Wochen später auf seinem Schreibtisch liegt, ist unbequem und wertvoll zugleich: Diese Rechnung geht nicht auf. Es gibt aber eine bessere. Dieser Artikel rechnet beide durch: die verlockende Ersatz-Rechnung und die Multiplikator-Rechnung, mit der Unternehmen tatsächlich gewinnen.

KI-Agenten statt Mitarbeiter: Warum die Rechnung so verführerisch aussieht

Die Idee, KI-Agenten statt Mitarbeiter einzustellen, verspricht auf dem Papier Einsparungen von weit über der Hälfte der Kosten pro Arbeitsplatz. Genau deshalb hält sie sich so hartnäckig in Vorstandsetagen und Social-Media-Feeds.

Die Ersatz-Rechnung ist schnell gemacht: Ein Sachbearbeiter kostet mit Gehalt und Lohnnebenkosten schnell 65.000 Euro im Jahr. Ein KI-Agent, der E-Mails beantwortet, Daten zwischen Systemen überträgt und Termine koordiniert, verursacht laufende Kosten im niedrigen vierstelligen Bereich. Auf dem Bierdeckel stehen also gut 60.000 Euro Ersparnis, pro Stelle, jedes Jahr.

Was auf dem Bierdeckel fehlt: Integration in bestehende Systeme, Datenqualität, laufende Pflege der Workflows, Kontrolle der Ergebnisse, Fehlerkosten und die Frage, wer eingreift, wenn der Agent danebenliegt. Laut MIT (2025) blieben 95 Prozent der untersuchten GenAI-Pilotprojekte ohne messbaren Effekt auf die Gewinn- und Verlustrechnung, vor allem weil die Werkzeuge nie tief genug in die Arbeitsabläufe integriert wurden. Laut Gartner (2025) werden zudem über 40 Prozent aller Agentic-AI-Projekte bis Ende 2027 wieder abgebrochen: wegen steigender Kosten, unklaren Geschäftsnutzens und fehlender Risikokontrollen.

Was KI-Agenten grundsätzlich leisten können, haben wir im Beitrag KI-Agenten im Mittelstand: vom Chatbot zum digitalen Mitarbeiter ausführlich beschrieben. Die Kurzfassung: erstaunlich viel. Nur eben nicht das, was eine Stelle zu einer Stelle macht.

Was Klarna lernen musste: die teuerste Kehrtwende im Kundenservice

Klarna ist das prominenteste Beispiel dafür, dass die Ersatz-Rechnung in der Praxis kippt. Der schwedische Zahlungsdienstleister feierte Anfang 2024 seinen KI-Assistenten, der nach Unternehmensangaben die Arbeit von 700 Vollzeitkräften übernahm, und fuhr Neueinstellungen drastisch zurück. Die Vorgeschichte haben wir damals analysiert: Klarna will mit KI 1.200 Jobs einsparen.

Gut ein Jahr später folgte die Kehrtwende. Laut Business Insider (2025) kündigte CEO Sebastian Siemiatkowski im Mai 2025 an, wieder Menschen für den Kundenservice einzustellen. Die Qualität war bei komplexen Anliegen gesunken, erfahrene Kräfte mit gewachsenem Firmenwissen hatten das Unternehmen verlassen. Sein Fazit klingt anders als die Ankündigungen von 2024: Für Kunden müsse immer ein Mensch erreichbar sein.

Bemerkenswert ist, was Klarna nicht getan hat: die KI abgeschafft. Die Agenten beantworten weiter Routineanfragen. Neu ist die Erkenntnis, dass menschlicher Service ein Qualitätsmerkmal ist und kein Kostenblock, den man restlos wegoptimiert. Genau diese Kombination ist der Kern der besseren Rechnung.

Fünf Aufgaben, an denen jeder KI-Agent scheitert

KI-Agenten scheitern systematisch an Aufgaben, die Verantwortung, gewachsenes Kontextwissen oder Beziehungsarbeit erfordern. Fünf Bereiche bleiben auf absehbare Zeit beim Menschen:

1. Verantwortung tragen. Ein Agent kann eine Gutschrift vorbereiten, aber niemand kann ihn haftbar machen, wenn sie falsch ist. Verträge, Freigaben und rechtlich bindende Zusagen brauchen eine natürliche Person. Der EU AI Act verschärft das noch: Er verlangt für viele Anwendungen ausdrücklich menschliche Aufsicht.

2. Kontextwissen nutzen. Der Agent weiß nicht, dass Kunde Meier seit der Reklamation im März empfindlich reagiert und der Rahmenvertrag mit dem Großkunden gerade neu verhandelt wird. Genau dieses ungeschriebene Wissen verlor Klarna, als erfahrene Servicekräfte gingen.

3. Beziehungen aufbauen. Der Stammkunde verlängert nicht wegen der schnellsten Antwortzeit, sondern weil er seinem Ansprechpartner vertraut. Eine Kundenbeziehung entsteht aus hunderten kleinen Momenten, die kein Sprachmodell ersetzen kann.

4. Eskalationen auffangen. Fällt ein Vorgang aus dem Raster, braucht es jemanden, der die Lage bewertet, Prioritäten setzt und notfalls zum Telefon greift. Agenten erkennen Ausnahmen oft nicht einmal als Ausnahmen.

5. Mehrdeutigkeit entscheiden. Widersprüchliche Anweisungen, unvollständige Daten, konkurrierende Ziele: Hier braucht es Urteilsvermögen und die Bereitschaft, für eine Entscheidung geradezustehen.

Was menschliche Arbeit im KI-Zeitalter wert bleibt, vertieft unser Beitrag KI und Arbeitsplätze.

Die Multiplikator-Rechnung: Ein Mensch steuert viele Agenten

Die bessere Rechnung lautet nicht "Agent ersetzt Mensch", sondern "Mensch mal Agenten". Ein Mitarbeiter, der mehrere spezialisierte Agenten steuert, bewältigt das Arbeitsvolumen, für das früher mehrere Stellen nötig waren, ohne die Qualitätsrisiken der Vollautomatisierung.

In unserer Praxis bei DigiRift sehen wir dieses Muster in fast jedem erfolgreichen Projekt: Am stärksten profitieren nicht die Unternehmen mit den wenigsten Mitarbeitern, sondern die mit den am besten eingearbeiteten. Ein Vertriebsinnendienst, der Agenten für Angebotsvorbereitung, Datenpflege und Nachfassaktionen dirigiert, schafft ein Vielfaches der Vorgänge pro Tag und bleibt trotzdem für jeden Sonderfall ansprechbar.

Der Arbeitsmarkt lässt ohnehin kaum eine andere Wahl. Laut Bitkom Research (2025) fehlen in Deutschland rund 109.000 IT-Fachkräfte, und 79 Prozent der Unternehmen erwarten eine weitere Verschärfung. Laut IW Köln (2025) konnten allein im März 2025 über 387.000 offene Stellen für qualifizierte Arbeitskräfte rechnerisch nicht besetzt werden. Wer heute eingespielte Teams abbaut, weil Agenten das angeblich übernehmen, gibt Fachkräfte auf, die er in zwei Jahren nicht zurückbekommt.

Wie die Zusammenarbeit von Mensch und KI im Alltag konkret aussieht, zeigt unser Beitrag Zukunft der Arbeit: Mensch-KI-Kollaboration.

KI-Agenten statt Mitarbeiter einstellen? Diese Profile brauchen Sie wirklich

Wer KI-Agenten statt Mitarbeiter sucht, stellt die falsche Frage. Die richtige lautet: Welche Mitarbeiter machen meine Agenten wertvoll? Drei Profile entscheiden über Erfolg oder Abbruch eines Agenten-Projekts.

Der Agenten-Dirigent

Fachkräfte, die delegieren können, an Kollegen wie an Agenten. Sie formulieren präzise Aufträge, prüfen Ergebnisse stichprobenartig und erkennen sofort, wann ein Vorgang menschliches Urteil braucht. Diese Rolle ist näher an Führung als an Sachbearbeitung.

Der Prozess-Übersetzer

Mitarbeiter, die einen Geschäftsprozess so beschreiben können, dass er automatisierbar wird: Welche Schritte folgen aufeinander, welche Daten fließen, wo liegen die Ausnahmen? Ohne dieses Profil bleibt jedes Agenten-Projekt ein Experiment, und unklarer Geschäftsnutzen ist laut Gartner einer der drei Hauptgründe für Projektabbrüche.

Der Qualitätswächter

Jemand muss Metriken definieren, Fehlerquoten überwachen und Eskalationsregeln pflegen. Fehlende Risikokontrollen sind der dritte große Abbruchgrund in der Gartner-Analyse. Dieses Profil verhindert, dass ein stiller Fehler wochenlang unbemerkt Schaden anrichtet.

Für die Personalplanung heißt das: nicht weniger Leute einstellen, sondern gezielter. Prozessverständnis, Datenkompetenz und kritisches Prüfen von Ergebnissen schlagen reine Routineerfahrung. Wie schnell sich die Fähigkeiten der Agenten gerade verschieben, ordnen wir laufend in unserem KI-Newsletter für Entscheider ein.

Der Fahrplan für KMU-Chefs: klein starten, Verantwortung festlegen, dann skalieren

Der erfolgreiche Einstieg folgt einem einfachen Prinzip: erst ein Prozess, ein Agent und ein verantwortlicher Mensch, dann die Skalierung. Fünf Schritte haben sich in unseren Projekten bewährt:

1. Prozesse inventarisieren: Listen Sie Abläufe auf, die wiederkehrend, digital und messbar sind. Das sind die Kandidaten, keine Bauchentscheidungen.
2. Einen Piloten wählen: Starten Sie mit einem Prozess, dessen Fehler günstig korrigierbar sind, etwa der Vorsortierung des E-Mail-Eingangs, nicht mit der Rechnungsfreigabe.
3. Verantwortung festlegen: Jeder Agent bekommt einen menschlichen Eigentümer mit Eingriffsrecht. Kein Agent arbeitet ohne benannten Ansprechpartner.
4. Messen statt vermuten: Definieren Sie vorab, woran Sie den Erfolg erkennen: Durchlaufzeit, Fehlerquote, bearbeitete Vorgänge pro Tag.
5. Erst dann skalieren: Weitere Agenten folgen erst, wenn der Pilot seine Zahlen liefert und das Team die Steuerung beherrscht.

Thomas Berger aus Nürnberg hat übrigens keine seiner drei Stellen gestrichen. Er hat sie anders ausgeschrieben: Der neue Innendienstler steuert heute Agenten für Angebote und Datenpflege und verantwortet damit ein Volumen, für das früher zwei Kollegen nötig gewesen wären. Ob Ihre Prozesse ähnlich viel Potenzial haben, lässt sich im Gespräch mit unseren KI-Experten schnell eingrenzen, bevor Sie auch nur einen Euro investieren.

Fazit: Fähigere Leute mit mehr Agenten schlagen weniger Leute

Die Rechnung "KI-Agenten statt Mitarbeiter" scheitert an dem, was eine Stelle wirklich ausmacht: Verantwortung, Kontext, Beziehung. Klarna hat dafür öffentlich Lehrgeld gezahlt, und die Studienlage von MIT bis Gartner bestätigt das Muster. Die Multiplikator-Rechnung geht dagegen auf: Ein eingearbeiteter Mitarbeiter, der mehrere Agenten steuert, liefert deutlich mehr Output, hält die Qualität bei Sonderfällen und bleibt dem Unternehmen als Wissensträger erhalten. Angesichts von rund 109.000 fehlenden IT-Fachkräften ist das keine Kür, sondern die einzige Personalstrategie, die beide Engpässe gleichzeitig löst.

In 30 Minuten prüfen wir gemeinsam, welche drei Prozesse in Ihrem Unternehmen agententauglich sind, wer im Team sie steuern sollte und mit welchem Produktivitätsgewinn Sie im ersten Jahr realistisch rechnen können. Nehmen Sie dafür einfach Kontakt zu DigiRift auf, die Analyse und alles Weitere übernehmen wir.

Quellen

1. Business Insider Deutschland (2025): Klarna-CEO stellt wieder Menschen im Kundenservice ein
2. MIT, State of AI in Business 2025 (via Forbes): 95 Prozent der GenAI-Piloten ohne messbaren Gewinnbeitrag
3. Gartner (2025, via Forbes): Über 40 Prozent der Agentic-AI-Projekte werden bis Ende 2027 abgebrochen
4. Bitkom Research (2025): In Deutschland fehlen rund 109.000 IT-Fachkräfte
5. IW Köln (2025): Fachkräftereport März 2025, über 387.000 nicht besetzbare Stellen