Warum KI-Agenten Process Intelligence brauchen, bevor sie handeln
Agentic AI zieht in Enterprise-Workflows ein. Gartners aktuelle Research zeigt denselben Engpass: Agenten brauchen Kontext, Kontrollen und Prozesszustand, bevor sie ausführen sollten.
KI-Agenten wandern aus Demos in Workflows. Gartner prognostiziert, dass 40 Prozent der Enterprise-Anwendungen bis Ende 2026 aufgabenspezifische KI-Agenten enthalten werden, gegenüber weniger als 5 Prozent im Jahr 2025. Gartner prognostiziert außerdem, dass mehr als 40 Prozent der Agentic-AI-Projekte bis Ende 2027 eingestellt werden, wegen Kosten, unklarem Wert oder schwachen Risikokontrollen.
Beides kann stimmen. Agenten werden überall auftauchen, und viele Agentenprojekte werden trotzdem scheitern.
Die fehlende Voraussetzung ist der betriebliche Kontext.
Ein Agent, der entwerfen, klicken, routen, freigeben, eskalieren oder eine Integration auslösen kann, braucht mehr als einen Prompt und einen API-Key. Er muss wissen, wo die Arbeit im Prozess steht, welche Regel gilt, wer die Ausnahme besitzt, welcher Folgeschritt betroffen ist, ob die Handlung reversibel ist und welche Evidenz auditfähig bleiben muss.
Hier wird Process Intelligence zur ernsten Enterprise-Schicht für Agentic AI.
Die Kategorie bewegt sich in diese Richtung
Gartners öffentliche Kategorieseite definiert Process-Intelligence-Plattformen als Systeme, die Entwicklungs- und Laufzeitwerkzeuge kombinieren, um Prozesse zu minen, zu analysieren, zu modellieren, zu designen und zu überwachen. Gartner nennt Pflichtfunktionen wie Process Mining, Prozessmodellierung und -design, Root-Cause-Analyse, Simulation, automatisches Alerting, KPI-Reporting, Prozessmonitoring, Anomalieerkennung und interaktive Entscheidungsunterstützung.
Nutzen Sie den Gartner Magic Quadrant 2026 genauso: als Kategoriebeleg, nicht als Anbieterempfehlung. Geist ist nicht im Quadranten enthalten.
Diese Definition zählt, weil Agenten Daten und die Bedeutung des Arbeitsablaufs brauchen.
Gartners Research zu Semantik vom Mai 2026 sagt, dass Agenten Kontext in jedem Schritt des agentischen Workflows verstehen müssen und dass schwacher Kontext Kosten, Ungenauigkeit, Governance-Risiken und unzuverlässige Ergebnisse erhöht. Eine semantische Datenschicht beantwortet: “Was bedeutet dieses Feld, dieser Kunde, dieses Objekt oder diese Beziehung?”
Process Intelligence beantwortet eine andere Frage: “Was sollte als Nächstes in diesem operativen Prozess passieren, und ist es sicher zu handeln?”
Beides zählt. Beim zweiten Punkt sind viele Enterprise-AI-Programme noch dünn.
Der typische Fehler
Die meisten Agentenprojekte scheitern nicht, weil die Demo keinen Output erzeugt. Sie scheitern, wenn der Output Operations berühren soll.
Das Muster ist unspektakulär und teuer:
- Der Agent sieht eine Aufgabe, aber nicht die Prozessgrenze.
- Er kann ein System aufrufen, aber nicht die Folgewirkung sehen.
- Er kann einem Nutzer antworten, aber nicht beweisen, welche Regel, Kontrolle oder Prozessversion er verwendet hat.
- Er kann einen Schritt automatisieren, aber nicht erkennen, ob der Fall normal, außergewöhnlich, reguliert oder blockiert ist.
- Er kann Arbeit für ein anderes Team erzeugen, aber keinen sauberen Audit-Trail erhalten.
So wird aus “agentischer Transformation” ein weiterer Automatisierungs-Backlog mit besserem Wording.
Die Käuferfrage sollte stumpf sein: Welches Betriebsmodell liest dieser Agent, bevor er handelt?
Was Process Intelligence Agenten gibt
Prozesszustand
Ein Enterprise-Agent muss den aktuellen Stand der Arbeit kennen. Welcher Fall ist das? Welcher Schritt ist aktiv? Ist die SLA bereits verletzt? Ist die Variante normal? Welche Warteschlange, welcher Standort, Lieferant, Kunde oder Verantwortliche ist betroffen?
Ohne Prozesszustand rät der Agent aus Fragmenten.
Geist-Fit: BPMN, Eventlogs, Varianten, Zeitmetriken, Process-Mining-Charts und modellgebundener Chat sitzen um dieselbe Prozessoberfläche. Der Agent kann gegen das Prozessmodell denken, statt jede Anfrage als isolierte Textaufgabe zu behandeln.
Entscheidungsgrenzen
Agenten sollten nicht überall gleich frei sein. Manche Schritte kann man sicher entwerfen. Manche können nach wiederholten Low-Risk-Freigaben automatisch genehmigt werden. Manche brauchen einen benannten Menschen. Manche sollten hart blockiert bleiben.
Process Intelligence gibt der Kontrollschicht einen konkreten Anker: Task, Gateway, Rolle, Kontrolle, Jurisdiktion, Policy, Datenquelle, Ausnahmetyp oder Blast Radius.
Geist-Fit: Review Mode, Direct Write Mode, Preview Cards, freigabegesteuerte Handlungsvorschläge, rollenspezifische Tools, Org-Isolation, Audit-Historie und Undo/History sind bereits Kernkonzepte des Produkts. Das ist die richtige Form für Enterprise-Agenten, weil die Berechtigungsgrenze dort sichtbar ist, wo der Prozess verändert wird.
Root Cause vor Ausführung
Agenten, die ohne Diagnose ausführen, skalieren schlechte Arbeit schneller. Wenn die Durchlaufzeit steigt, kann der Grund Kapazität, fehlende Daten, Lieferantenverzug, Freigaberegeln, Nacharbeit, ein Systemausfall oder eine Prozessvariante sein, die nie normal hätte werden dürfen.
Process Intelligence ergänzt Root-Cause-Analyse, Conformance Checks, Variantenvergleich, Zeitmetriken und KPI-Kontext, bevor der Agent einen Fix vorschlägt.
Geist-Fit: Process Mining, Variant Explorer, Conformance Checks, Simulation, Optimizer Reports und vorgeschlagene Fixes geben dem Agenten einen Diagnosepfad, bevor er Handlung vorschlägt.
Evidenz und Gedächtnis
Enterprise-Agenten brauchen Gedächtnis, aber keine Stimmung. Sie brauchen dauerhafte Evidenz: Quelldaten, Modellversion, Owner, Freigabe, abgelehnter Vorschlag, angewendete Änderung, Ergebnis und Audit-Trail.
Hier zerfällt normaler Chat. Ein Chatverlauf ist kein Betriebsnachweis.
Geist-Fit: modellgebundene Threads, Runtime-Event-Historie, Suggestion Outcomes, Audit-Ledger, Inline-Citations und quellgestützte Imports helfen zu erhalten, warum eine Empfehlung entstand und was nach Annahme oder Ablehnung passiert ist.
Externer Kontext
Das ist Geist-Schlussfolgerung, keine Gartner-Anforderung. Gartners Process-Intelligence-Definition verlangt keine Wetterdaten, Sanktionslisten, Häfen, Schiffe, Zölle oder geopolitische Feeds.
Aber viele Prozesse scheitern, weil sich die Welt außerhalb des Systems of Record verändert hat. Eine Lieferverzögerung, Sanktionsbelastung, Werksstörung, ein Arbeitskonflikt, Hafenstau, Energieereignis oder Wettervorfall trifft den Prozess oft, bevor daraus eine saubere Eventlog-Abweichung wird.
Geist-Fit: World Signals, Live-Event-Overlays, Supply-Chain-Flows, Location-Workbench-Daten, Alert Intelligence, Heartbeat Checks und prozessgebundenes externes Risiko sind nützlich, weil sie reale Signale an Prozess-Owner und nächste Handlung zurückbinden.
Was Käufer fragen sollten
Das beste Enterprise-Sales-Gespräch lautet nicht: “Haben Sie Agenten?” Alle werden Ja sagen.
Die besseren Fragen:
- Welches Prozessmodell liest der Agent vor der Handlung?
- Kann er Soll-Prozess und beobachtete Varianten vergleichen?
- Kennt er Rolle, Policy, Jurisdiktion, Freigabeschwelle und Ausnahmestatus?
- Kann ein Mensch die vorgeschlagene Änderung prüfen, bevor sie Operations berührt?
- Gibt es einen Audit-Trail außerhalb des Chatverlaufs?
- Kann das System messen, ob die Handlung den Prozess verbessert hat?
- Wie viele Werkzeuge liegen zwischen Discovery, Diagnose, Freigabe, Ausführung und Rückkopplung?
Die letzte Frage ist für Berater relevant. Eine Process-Intelligence-Plattform kann Analyse und Umsetzung unterstützen: Arbeitsablauf dokumentieren, Problem messen, Zielbild modellieren, Maßnahme steuern und Ergebnis prüfen.
Geist-Position
Die verteidigbare Aussage ist eng:
KI-Agenten brauchen Process Intelligence, bevor sie sicher in Enterprise Operations handeln können. Geist ist als prozessnative Kontext- und Kontrollschicht gebaut: echte Arbeit beobachten, in BPMN modellieren, Varianten diagnostizieren, Org- und externen Kontext anbinden, kontrollierte Handlungen vorschlagen und Ergebnisse in das Modell zurückspeisen.
Nicht behaupten, Gartner empfehle Geist. Tut Gartner nicht.
Nicht behaupten, jedes Agentenprojekt brauche ab Tag eins vollständige Process Intelligence. Braucht es nicht.
Nicht behaupten, Incumbents hätten keine Agenten, kein Mining, keine Modellierung oder keine Governance. Haben sie.
Der schärfere Punkt: Agentic AI erhöht den Preis für schwachen Prozesskontext. Je mehr Software handeln kann, desto stärker muss das Unternehmen wissen, welche Handlung erlaubt, nützlich, reversibel und messbar ist.
Das ist der Druckpunkt.
Verwandte Architekturnotiz: Die Prozess-Kontextschicht: Was Enterprise AI braucht, bevor sie handelt.
Quellen
- Gartner: Over 40% of Agentic AI Projects Will Be Canceled by End of 2027
- Gartner: 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026
- Gartner: Lack of Semantics Causes Inaccurate AI Agents and Wasted Spending
- Gartner: Process Mining Platforms, Übergang zu Process Intelligence Platforms, Kategorieseite
- Gartner: 2026 Magic Quadrant for Process Intelligence Platforms, Reprint-Seite
Antworten
Schnelle Antworten
Kurze Käuferantworten, passend zu diesem Artikel.FAQ
Häufige Fragen
Direkte Antworten auf die wichtigsten Kauf- und Vergleichsfragen.
01Warum brauchen KI-Agenten Process Intelligence?
KI-Agenten müssen Prozesszustand, Verantwortung, Kontrollen, Ausnahmen und erlaubte Handlungen verstehen. Process Intelligence macht diesen operativen Kontext sichtbar und steuerbar.
02Welches Risiko sieht Gartner bei Agentic-AI-Projekten?
Gartner prognostizierte, dass mehr als 40 Prozent der Agentic-AI-Projekte bis Ende 2027 eingestellt werden, wegen steigender Kosten, unklarem Geschäftswert oder unzureichenden Risikokontrollen.
03Ist Process Intelligence dasselbe wie eine semantische Datenschicht?
Nein. Eine semantische Datenschicht hilft Agenten, Datenbedeutung und Beziehungen zu verstehen. Process Intelligence ergänzt, wie Arbeit tatsächlich läuft: Schritte, Varianten, Owner, Schwellen, Kontrollen und aktuellen Prozesszustand.
04Wo behauptet Geist einen Vorteil?
Geist-Vorteil ist eine prozessnative Oberfläche, auf der BPMN, Eventlogs, Varianten, Org-Kontext, externe Signale, Agentenvorschläge, Freigabekontrollen und Audit-Historie in einem Loop sitzen.