86 Prozent der Unternehmen setzen KI-Agenten produktiv ein. Nur 34 Prozent trauen ihnen über den Weg. Diese Zahlen stammen aus einer Forrester-Untersuchung im Auftrag von Boomi, veröffentlicht Anfang 2025, und sie beschreiben kein technisches Problem. Sie beschreiben ein Misstrauensproblem. Vertrauen ist bei KI-Governance keine Randnotiz zur Integration, sondern ihr eigentlicher Kern. Wer glaubt, das nächststärkere Modell schließe diese Lücke, hat die Ursache mit dem Symptom verwechselt.
Was fehlt, ist selten Rechenleistung. Es fehlt die Struktur, die entscheidet, wann ein KI-Ergebnis brauchbar ist und wer diese Entscheidung verantwortet.
Warum die Lizenz die fehlende Zuständigkeit nicht ersetzt
In vielen Kommunikationsabteilungen läuft dasselbe Muster ab. Man kauft das nächstbessere Tool, oft im Quartalstakt, während das zuvor angeschaffte System ungenutzt danebensteht. Keine Schnittstelle, keine geklärte Zuständigkeit, niemand, der das Ergebnis freigibt. Forrester nennt diesen Zustand agentic chaos: verstreute Agenten ohne zentrale Steuerung. Die Studie beziffert die Zusatzkosten auf 2,1 Millionen US-Dollar pro Jahr. Nicht wegen schwacher Modelle. Wegen fehlender Ordnung.
Die Gegenzahl ist aufschlussreich. Wo Organisationen ihre Agenten zentral steuern, was Forrester agentic control nennt, steigt das Vertrauen auf 55 Prozent, gegenüber 22 Prozent im ungeordneten Fall. Der Unterschied liegt nicht im Modell. Er liegt in der Architektur drumherum, in der Frage, wer wann was verantwortet.
Ein Modell, das schneller produziert, produziert auch schneller den Fehler, den keiner mehr prüft.
Integration heißt nicht Anschluss, sondern Verantwortung
Wenn hier von Integration die Rede ist, geht es nicht um API-Verbindungen. Die sind das kleinere Problem. Integration meint etwas Unbequemeres: Der KI-Prozess ist so in die bestehende Redaktions- und Freigabestruktur eingebaut, dass jeder Beteiligte weiß, an welcher Stelle er urteilt und woran er das Ergebnis misst.
Genau hier fehlt bei den meisten das dritte Glied. Die Maschine produziert, ein Mensch redigiert gegen eine vorher gesetzte Grenze, und erst danach verlässt der Text das Haus. Die meisten Organisationen bauen das erste Glied, die Produktion, groß aus und überspringen, dass ein Ergebnis erst verlässlich wird, wenn jemand mit Urteilskompetenz und Zuständigkeit gegenliest.
Nehmen Sie das Recruiting. Eine KI sortiert eingehende Bewerbungen vor, freundlich, schnell, konsistent. Die Fachabteilung sieht am Ende nur, was durchgekommen ist. Hat niemand festgelegt, nach welchem Kriterium sortiert wird und wer diese Vorauswahl prüfen darf, entsteht kein Vertrauen, sondern eine Blackbox mit gutem Ruf. Im Text passiert dasselbe. Ein KI-Entwurf klingt souverän und schleppt eine Formulierung mit, die vor zwei Jahren galt, weil niemand mehr abgleicht, ob sie noch die eigene Linie trägt.
Zentrale Governance ist eine Achse, kein Dokument
Hier trennt sich unsere Position von der üblichen Governance-Beratung. Wer Governance als Checkliste oder Policy-Papier begreift, hat die Hälfte erledigt. Die andere Hälfte sind Menschen und Prozesse, und die lassen sich nicht per PDF regeln.
Wir arbeiten mit einem KI-Reifegrad, der Prozesse und Menschen als eigene Achsen führt. Die schwächste Achse bestimmt die Gesamtstufe. Ein Unternehmen kann das teuerste Sprachmodell lizenziert haben; verantwortet niemand die Freigabe, bleibt die Reife niedrig. Deshalb stehen die Zahlen aus der SIGMA-Analyse zum KI-Reifegrad in der Kommunikation so hartnäckig gegen die Modell-Erwartung. Nicht die Technik fehlt. Die Rolle fehlt.
Eine ehrliche Randnotiz aus eigener Erfahrung. In einem frühen Projekt haben wir selbst zu lange am Prompt geschraubt, in der Annahme, ein besserer Prompt ersetze die Kontrollinstanz. Er tat es nicht. Der Text wurde flüssiger und blieb an einer Stelle sachlich falsch, weil im Ablauf niemand ausdrücklich dafür zuständig war, genau diesen Punkt zu prüfen. Erst als wir die Verantwortung an eine Person banden, nicht an eine Regel, verschwand der Fehler. Prompts helfen, wenn man sie richtig einordnet; wie das aussieht, steht in KI-Texter richtig einrichten.
Die Frage ist nicht, welches Modell Ihre Abteilung nutzt. Die Frage ist, wer am Freitagnachmittag den Satz verantwortet, den die Maschine am Freitagmorgen geschrieben hat.
Was Vertrauen tatsächlich herstellt
Die Forrester-Daten legen einen unbequemen Schluss nahe: Vertrauen in KI korreliert kaum mit Modellstärke, aber deutlich mit der Frage, ob Steuerung und Zuständigkeit geklärt sind. Das deckt sich mit dem, was die ISO/IEC 42001 fordert, wenn man sie nicht als Zertifikat, sondern als Betriebsanleitung liest: definierte Verantwortlichkeiten, überprüfbare Kontrollpunkte, ein Prozess, der die Ausgabe misst, statt sie zu glauben. Auch die EU-Verordnung über Künstliche Intelligenz zielt in dieselbe Richtung, mit ihrem Fokus auf menschliche Aufsicht bei risikobehafteten Systemen.
Drei Schritte, mit denen sich das übersetzen lässt, ohne akademisch zu werden.
Erstens: Benennen Sie pro KI-Anwendungsfall eine Person, die freigibt. Keine Abteilung, keine Rolle im Abstrakten. Eine Person, die im Zweifel Nein sagt.
Zweitens: Legen Sie fest, woran geprüft wird. Ein KI-Text braucht ein Kriterium, an dem er gemessen wird, sonst urteilt jeder nach Bauchgefühl. Wie ein solcher Ablauf aussieht, beschreibt der Beitrag zum redaktionellen Qualitätsprozess für KI-Inhalte.
Drittens: Führen Sie die verstreuten Agenten zusammen, bevor Sie den nächsten kaufen. Ein zentral gesteuerter Agent, dem man traut, ist mehr wert als fünf, die keiner überblickt.
Der teure Reflex
Es bleibt ein Reflex, dem schwer zu widerstehen ist: mehr Leistung kaufen, wo Struktur fehlt. Verständlich. Eine Lizenz lässt sich bestellen, eine Verantwortung nicht. Wer die 2,1 Millionen aus der Boomi-Studie ernst nimmt, sieht, dass die Rechnung nicht am Modell hängt, sondern an der ungeklärten Zuständigkeit dahinter. Was davon in Ihrer Abteilung geklärt ist, entscheidet über den Rest, auch darüber, ob das nächste Tool wieder ungenutzt danebensteht. Ob die restlichen 66 Prozent Misstrauen berechtigt sind, liegt näher an der eigenen Organisation als am Anbieter; das ist unbequem, aber es ist die einzige Stellschraube, die Ihnen wirklich gehört. Und die Frage, mit der es beginnt, ist kleiner, als die Modell-Rhetorik glauben macht: Wer liest gegen, bevor es rausgeht?
Häufige Fragen
Weil Vertrauen aus geklärter Zuständigkeit entsteht, nicht aus Rechenleistung. Die Forrester-Untersuchung im Auftrag von Boomi zeigt, dass zentrale Steuerung das Vertrauen von 22 auf 55 Prozent hebt, während ungeordneter Einsatz jährlich rund 2,1 Millionen US-Dollar zusätzlich kostet. Ein stärkeres Modell produziert lediglich schneller, auch die Fehler, die niemand mehr prüft.
Nicht in erster Linie technische Schnittstellen, sondern die Einbettung des KI-Prozesses in bestehende Redaktions- und Freigabestrukturen. Jeder Beteiligte muss wissen, an welcher Stelle er urteilt und wogegen. Das schließt das übersprungene dritte Glied ein: Ein Mensch mit Urteilskompetenz redigiert die KI-Ausgabe gegen ein festgelegtes Kriterium, bevor sie das Haus verlässt.
SIGMA führt Prozesse und Menschen als eigene Achsen des KI-Reifegrads. Die schwächste Achse bestimmt die Gesamtstufe. Ein teures Sprachmodell hebt die Reife nicht, solange niemand die Freigabe verantwortet. Vertrauen korreliert daher kaum mit Modellstärke, aber deutlich mit geklärter Steuerung und Zuständigkeit.
Erstens: pro Anwendungsfall eine konkrete Person benennen, die freigibt und im Zweifel Nein sagt. Zweitens: festlegen, gegen welches Kriterium geprüft wird, damit nicht jeder nach Bauchgefühl urteilt. Drittens: verstreute Agenten zentral zusammenführen, bevor das nächste Tool gekauft wird.