„Agentic AI“ wird oft als Gamechanger für Kundenservice und Automatisierung gehandelt.
Doch eine neue Prognose von Gartner stellt die Euphorie auf den Prüfstand: Über 40 % aller Projekte mit agentischer KI werden laut der Marktforscher bis Ende 2027 scheitern.
Die Gründe?
Mangelnde Reife, unklare Ziele und überzogene Erwartungen.
Für alle, die KI in der Customer Experience einsetzen wollen, ist das eine wichtige Erkenntnis und ein Aufruf zum Umdenken.
Was Gartner unter „Agentic AI“ versteht
Agentische KI unterscheidet sich deutlich von herkömmlichen Automatisierungstools oder klassischen Chatbots. Sie handelt nicht nur reaktiv, sondern eigenständig. Sie setzt Ziele, trifft Entscheidungen und koordiniert Aktionen entlang von Abläufen.
Beispiel: Ein KI-Agent plant selbstständig Rückrufaktionen basierend auf Kundendaten, priorisiert Service-Tickets und delegiert Aufgaben an andere Systeme, ohne manuelle Steuerung.
Laut Gartner gibt es aktuell 2025 nur rund 130 Anbieter, die überhaupt echte agentische KI anbieten. Viele Tools würden derzeit „Agentic-Washing“ betreiben: Sie vermarkten einfache Automatisierungen als autonome KI-Lösungen, obwohl echte Entscheidungsfreiheit oder Kontextverständnis fehlen (Gartner, 2025).
Warum könnten so viele Projekte scheitern?
Gartner nennt drei zentrale Gründe für das voraussichtliche Scheitern von mehr als 40 % der agentischen KI-Projekte:
- Steigende Implementierungskosten: Viele Projekte werden teurer als geplant, weil Schnittstellen, Datenqualität und Infrastruktur nicht vorbereitet sind.
- Unklarer Nutzen für das Business: CX-Teams starten mit der Technik, aber ohne klares Ziel oder KPI-Definition.
- Unterschätzte Risiken: Regulatorische Anforderungen, Datenschutz oder auch ethische Fragen werden zu spät adressiert.
Hinzu kommt: Der Reifegrad vieler Unternehmen ist (noch) nicht ausreichend. Agentische KI erfordert stabile Datenarchitekturen, orchestrierte Prozesse und interdisziplinäre Zusammenarbeit.
All das ist oft (noch) nicht vorhanden.
Auswirkungen auf Customer Experience
Für CX-Verantwortliche ergibt sich daraus eine doppelte Herausforderung:
Einerseits bieten Agentic-AI-Ansätze enorme Potenziale, bspw. durch die Automatisierung komplexer Abläufe, Personalisierung in Echtzeit oder autonome Interaktion.
Andererseits drohen:
- Pilot-Fallen: Projekte kommen über die Testphase nicht hinaus.
- Insel-Lösungen: KI-Agents arbeiten isoliert, ohne in bestehende Journeys integriert zu sein.
- Kund:innenfrust: Wenn Systeme vermeintlich autonom handeln, aber unvorhersehbar oder fehleranfällig agieren, leidet das Vertrauen.
Gerade im Kundenservice gilt: Autonomie darf nicht auf Kosten von Konsistenz, Empathie oder Steuerbarkeit gehen.
Wo dennoch die Chancen liegen
Trotz der kritischen Einschätzung ist Gartner überzeugt: Bis 2028 werden rund 15 % aller alltäglichen Geschäftsentscheidungen durch agentische KI getroffen. Ein enormer Sprung von heute fast null.
Ebenso soll bis dahin etwa ein Drittel aller Unternehmenssoftware Funktionen für agentische KI enthalten (was ich persönlich für ein sehr wichtiges Argument halte).
Das heißt: Wer heute strukturiert und lernbereit vorgeht, kann mittelfristig profitieren. Die Technologie wird bleiben, aber nur, wenn sie klug eingebettet wird.
Meine Einschätzung als CX-Perspektive
Ich sehe in der aktuellen Gartner-Prognose keinen Grund zur Panik, aber eine Pflicht zum Reality Check.
Viele Unternehmen verwechseln Machbarkeit mit Reife.
Nur weil etwas technologisch möglich ist, heißt das nicht, dass es sinnvoll, effizient oder verantwortungsvoll einsetzbar ist.
Vor allem im CX-Kontext braucht es eine klare Haltung: Technologie folgt der Kundenerwartung, nicht umgekehrt.
Drei Fragen, die du dir stellen solltest:
- Löst Agentic AI ein echtes Kundenproblem oder erzeugt sie nur mehr Technik?
- Ist der Reifegrad in Daten, Governance und UX vorhanden?
- Haben wir den Mut, auch „Nein“ zu sagen, wenn ein Projekt noch nicht sinnvoll ist?
Empfehlungen für deinen KI-Start
Damit du Agentic AI sinnvoll und zukunftsfähig einsetzen kannst, empfehle ich dir folgenden Fahrplan:
- Pilotprojekte mit messbarem Mehrwert
Setze nicht auf rein technische Proofs of Concept. Lege konkrete Business-KPIs fest: Wie viel Zeit sparen wir im Kundenservice? Wie wirkt sich das auf die Kundenzufriedenheit aus? - Realistische Use-Cases wählen
Starte mit Aufgaben, die klar definierbar, messbar und steuerbar sind, bspw. Routing-Entscheidungen im Chat oder automatisierte Rückfragenklärung bei Supportfällen. - Governance und Ethik mitdenken
Bau von Anfang an Datenschutz, Transparenz und Notfallmechanismen ein. Agentische KI muss kontrollierbar bleiben, gerade bei unerwartetem Verhalten.
Fazit: Zwischen Aufbruch und Bodenhaftung
Die Prognose von Gartner erinnert uns daran, dass neue Technologien nicht automatisch zu besseren Kundenerlebnissen führen. Ohne Strategie, Zielbild und Realitätscheck bleibt Agentic AI ein Experiment, und das wird teuer.
Agentische KI kann ein echter Gamechanger in CX-Prozessen sein. Aber nur, wenn:
- der Nutzen klar definiert ist,
- sie in bestehende Prozesse eingebettet wird,
- und ethisch sowie technisch verantwortungsvoll gesteuert wird.
Denn am Ende zählt nicht, wie „smart“ deine KI ist, sondern ob sie für deine Kund:innen spürbar besser macht, was zählt: das Erlebnis.