KI-Lexikon

Systeme der Handlung: Die Ebene, in der KI-Agenten handeln statt nur empfehlen

Systeme der Handlung sind KI-Agenten und Workflows, die operative Schritte direkt in Unternehmensanwendungen ausführen, etwa eine Bestellung anlegen oder einen Datensatz aktualisieren, statt nur zu informieren oder zu empfehlen. Sie vervollständigen den Technologie-Stack aus führendem System, Systemen der Interaktion und Systemen der Intelligenz, indem sie die Lücke zwischen Entscheidung und Ausführung schließen. Lesen Sie unten, wie Systeme der Handlung funktionieren und wie Unternehmen festlegen, was ein Agent tun darf.

Kernpunkte
  • Systeme der Handlung sind KI-Agenten, die operative Schritte direkt in Unternehmenssystemen ausführen, statt nur zu empfehlen oder zu informieren
  • Sie bilden die vierte Ebene des Enterprise-Stacks, nach führendem System, Systemen der Interaktion und Systemen der Intelligenz
  • Gartner erwartet, dass 40 Prozent der Unternehmensanwendungen bis 2026 aufgabenspezifische KI-Agenten enthalten, gegenüber unter 5 Prozent 2025
  • 57 Prozent der deutschen Unternehmen mit 20 oder mehr Mitarbeitern setzen laut einer Bitkom-Befragung vom September 2026 bereits KI ein
  • Laut dem McKinsey State of AI Report von November 2025 skalieren 23 Prozent der Organisationen aktiv ein agentisches KI-System im Unternehmen

Definition: Systeme der Handlung

Ein System der Handlung ist ein KI-Agent oder agentischer Workflow, der operative Schritte wie das Anlegen einer Bestellung, das Aktualisieren eines Datensatzes oder das Auslösen einer Zahlung direkt ausführt, statt nur Informationen oder eine Empfehlung bereitzustellen.

Kernmerkmale von Systemen der Handlung

Systeme der Handlung definieren sich über das, was sie tun dürfen, nicht nur über das, was sie wissen.

  • Schreibzugriff auf Produktivsysteme, nicht nur Lesezugriff
  • Gesteuert durch klare Berechtigungen, Freigabegrenzen und Autonomiestufen
  • Mehrstufige Ausführung über mehrere Anwendungen in einer Aufgabe
  • Protokollierte, nachvollziehbare Aktionen, die sich zurücknehmen lassen

Systeme der Handlung vs. Systeme der Intelligenz

Ein System der Intelligenz wertet Daten aus und liefert eine Empfehlung, etwa eine Nachbestellmenge zur Freigabe durch einen Menschen. Ein System der Handlung führt diese Empfehlung aus, legt die Bestellung an und aktualisiert das ERP, ohne dass jemand dieselben Angaben erneut eintippt. Intelligenz ohne Handlung lässt die eigentliche Arbeit weiterhin bei einer Person liegen. Ausgereifte Umsetzungen kombinieren beide Ebenen: Intelligenz entscheidet, Handlung setzt unter klar definierten Grenzen um.

Bedeutung von Systemen der Handlung im Enterprise-KI-Umfeld

Viele KI-Pilotprojekte bleiben auf der Empfehlungsstufe stehen, weil der letzte Schritt noch immer verlangt, dass jemand die Anwendung wechselt und Daten erneut eintippt. Gartner erwartet, dass 40 Prozent der Unternehmensanwendungen bis 2026 aufgabenspezifische KI-Agenten enthalten, die genau diesen Schritt übernehmen, gegenüber unter 5 Prozent 2025. Genau hier liefert agentische KI echte Zeitersparnis.

Methoden und Verfahren für Systeme der Handlung

Unternehmen bauen Systeme der Handlung nach wenigen wiederkehrenden Mustern auf.

Gesteuertes Schreiben über Agenten-Orchestrierung

Statt einen Agenten direkt auf beliebige Systeme zugreifen zu lassen, führen die meisten Umsetzungen Aktionen über eine Orchestrierungsebene, die Berechtigungen zuerst prüft.

  • Jeden Agenten auf bestimmte Aktionen und Systeme begrenzen
  • Eingaben vor dem Schreiben gegen Geschäftsregeln validieren
  • Den API-Aufruf über eine einzige, überwachte Ausführungsebene leiten

Freigabegrenzen und Autonomiestufen

Risikoarme, umkehrbare Aktionen laufen unbeaufsichtigt, während kritischere Aktionen über einen Genehmigungsworkflow laufen, bis die Fehlerquote mehr Autonomie rechtfertigt.

Protokollierung und Rücknahme von Aktionen

Jede ausgeführte Aktion wird mit Auslöser und Ergebnis erfasst, damit sich eine fehlerhafte Änderung auffinden und zurücknehmen lässt, ohne den Ablauf aus dem Gedächtnis zu rekonstruieren.

Wichtige Kennzahlen für Systeme der Handlung

Diese Kennzahlen zeigen, ob ein Agent zuverlässig handelt, nicht nur schnell.

Operative Kennzahlen

  • Durchlaufquote ohne Medienbruch: über 80 Prozent der geeigneten Aufgaben
  • Fehlerquote bei Aktionen: unter 1 Prozent der ausgeführten Schritte
  • Zeit von Auslöser bis abgeschlossener Aktion: Minuten statt Stunden
  • Häufigkeit von Rücknahmen: im Zeitverlauf sinkend

Strategische Kennzahlen

Unternehmen verfolgen, wie viele zuvor manuelle Übergaben ein Agent inzwischen durchgängig selbst erledigt. Laut McKinsey State of AI Report von November 2025 skalieren 23 Prozent der Organisationen aktiv ein agentisches KI-System im Unternehmen.

Qualitätskennzahlen

Teams beobachten außerdem, wie oft ein Mensch die Aktion eines Agenten nachträglich korrigieren muss, da eine steigende Korrekturrate zeigt, dass der Handlungsspielraum des Agenten eingeschränkt werden sollte.

Risikofaktoren und Kontrollen bei Systemen der Handlung

Handlungsfähigkeit bringt Risiken mit sich, die ein rein lesender Assistent nicht kennt.

Ungesteuerte autonome Aktionen

Ein Agent mit Schreibrechten auf Produktivsysteme ohne stufenweise Einführung kann eine Fehlentscheidung deutlich schneller vervielfachen, als es ein Mensch könnte.

  • Keine festgelegte Freigabegrenze für wirkungsstarke Aktionen
  • Fehlender Rücknahmepfad nach einer ausgeführten Aktion
  • Unklare Zuständigkeit für die Prüfung agenteninitiierter Änderungen

Wildwuchs an Aktionen über getrennte Systeme

Mit wachsendem Schreibzugriff auf immer mehr Anwendungen wird die Übersicht ohne eine zentrale Agenten-Orchestrierung schwieriger, die einheitliche Regeln durchsetzt.

Regulatorisches Risiko unter EU-KI-Verordnung und DSGVO

Aktionen, die eine Person spürbar betreffen, etwa eine Abrechnungsänderung oder eine personalnahe Entscheidung, können strengere Pflichten nach der EU-KI-Verordnung auslösen, und betroffene personenbezogene Daten benötigen weiterhin eine dokumentierte DSGVO-Rechtsgrundlage.

Praxisbeispiel

Ein 140-Mitarbeiter-Hersteller von Industrielacken in Chemnitz, Sachsen, tippte bestätigte Verkaufsaufträge aus dem CRM von Hand ins ERP ein und informierte Logistik und Kunde separat. Aufträge lagen dadurch oft einen halben Tag, bevor Bestand reserviert wurde. Das Unternehmen setzte einen KI-Agenten ein, der den bestätigten Auftrag übernimmt und die nächsten Schritte selbst ausführt, innerhalb der von der Betriebsleitung festgelegten Grenzen.

  • Automatisches Anlegen von ERP-Verkaufsaufträgen direkt aus bestätigten CRM-Angeboten
  • Bestandsreservierung und Lieferscheinerstellung in Echtzeit ohne erneute Eingabe
  • Weiterleitung an einen Menschen zur Freigabe bei Aufträgen über einem festgelegten Wert
  • Automatische Benachrichtigung von Logistik und Kunde bei Start der Auftragsabwicklung

Aktuelle Entwicklungen und Auswirkungen

Der Wandel von der Empfehlung zur Ausführung ist der bestimmende Trend der Enterprise-KI auf dem Weg ins Jahr 2027.

Von der Empfehlung zur Ausführung

Anbieter, die bislang Dashboards und Copiloten bauten, ergänzen diese um Ausführungsfähigkeit und machen aus einem Vorschlag eine abgeschlossene Aufgabe.

  • Copiloten erhalten Schreibrechte in Systemen, die sie bisher nur zusammenfassten
  • Workflow-Tools ergänzen Agentenschritte, die ausführen statt nur zu benachrichtigen
  • Anbieter bündeln Intelligenz und Handlung in einer gemeinsamen Pipeline

Mehrstufige Aktionen über mehrere Systeme hinweg

Eine einzelne Aufgabe berührt zunehmend mehrere Anwendungen in einem Durchlauf, etwa ein Auftrag, der CRM, ERP und Versand gemeinsam aktualisiert.

Governance zieht mit der Ausführungsfähigkeit nach

Da Agenten mehr reale Aktionen übernehmen, erwarten Prüfer dieselbe Protokollierungs- und Freigabedisziplin, die seit jeher für menschliche Mitarbeiter gilt.

Fazit

Systeme der Handlung vervollständigen einen Stack, der mit vertrauenswürdigen Daten beginnt, über die Interaktion der Menschen damit führt und beides auswertet, bevor am Ende tatsächlich etwas geschieht. Ohne diese Ebene bleiben KI-Projekte auf der Empfehlungsstufe stehen, und die eigentliche Arbeit bleibt bei einer Person. Während Unternehmen die darunterliegenden Ebenen stabilisieren, wird die Handlungsebene zu dem Ort, an dem sich KI-Investitionen in echte Stunden Ersparnis verwandeln. Die Governance an dieser Stelle richtig zu gestalten entscheidet, ob diese ersparte Zeit vertretbares Risiko trägt.

Häufig gestellte Fragen

Was ist ein System der Handlung einfach erklärt?

Der Teil einer KI-Umsetzung, der die Aufgabe tatsächlich erledigt, etwa eine Bestellung anlegt, statt nur vorzuschlagen, was jemand anderes tun sollte.

Wie unterscheidet sich ein System der Handlung von RPA?

RPA folgt einem festen Skript. Ein System der Handlung bewertet, welche Schritte zur Situation passen, führt sie aus und passt sich an, wenn sich die Lage ändert.

Lohnt sich ein System der Handlung für ein Unternehmen mit unter 150 Mitarbeitern?

Oft ja, da kleinere Teams eine halbtägige Auftragsverzögerung unmittelbarer spüren. Eine klar begrenzte, umkehrbare Aktion hält den ersten Einsatz risikoarm.

Wie passt ein System der Handlung zur EU-KI-Verordnung?

Aktionen, die eine Person spürbar betreffen, etwa Preis- oder personalnahe Entscheidungen, können eine höhere Risikoeinstufung mit Dokumentations- und Aufsichtspflichten auslösen, bevor sie unbeaufsichtigt laufen dürfen.

Brauchen wir neue IT-Infrastruktur, damit ein Agent echte Aktionen ausführt?

Meist nicht. Die meisten Unternehmen besitzen bereits die APIs ihres CRM und ERP; es fehlt lediglich die Freigabeebene, die festlegt, was ein Agent ausführen darf.

Wie lange dauert der Schritt von einem System der Intelligenz zu einem System der Handlung?

Eine einzelne Aktion, etwa die Auftragsanlage aus einem bestätigten Angebot, lässt sich meist innerhalb einiger Wochen umsetzen, sobald Freigabegrenzen und Rücknahmepfad mit dem Prozessverantwortlichen abgestimmt sind.

Bessere Software bauen Kontakt gemeinsam