Auch wenn KI-Agenten im IT-Betrieb großes Potenzial versprechen, sollten Unternehmen ihre Einführung nicht als reine Automatisierungsfrage betrachten. Eine aktuelle Gartner-Analyse zeigt, warum Rollen, Strukturen und Betriebsmodelle neu gedacht werden müssen.
Gorodenkoff – shutterstock.com
Automatisierung im IT-Betrieb? Längst etabliert. Gartner beschreibt den aktuellen Stand jedoch als stark menschenzentriert: Klassische Automatisierungs- und AIOps-Ansätze unterstützen vor allem bei Analyse, Ursachenforschung und standardisierten Abläufen, während komplexe Entscheidungen weiterhin manuelle Eingriffe erfordern.
Eine Rolle, die sich nun grundlegend verändert. Denn aktuell lässt sich ein Übergang von assistierender KI hin zu agentenbasierten Systemen beobachten, die eigenständig planen, Entscheidungen treffen und Ziele verfolgen können.
Nach Einschätzung von Gartner wird der Anteil menschlicher Eingriffe in agentenbasierte IT-Workflows bis 2028 von derzeit rund 95 Prozent auf etwa 40 Prozent sinken. Und bis 2030 sollen etwa die Hälfte aller I&O-Organisationen strukturell neu aufgestellt sein, weil KI-Agenten komplexe Betriebsaufgaben übernehmen.
Rollen verändern sich schneller als Stellenprofile
Diese Entwicklung wird häufig mit einem Abbau von IT-Arbeitsplätzen gleichgesetzt. Das lässt sich so jedoch nicht zwangsläufig sagen, wie auch in der Research Note „Predicts 2026: AI Agents Will Transform IT Infrastructure and Operations“ (kostenlos für Gartner-Kunden) herausgestellt wird. Zwar übernehmen KI-Agenten zunehmend repetitive und vorgegebene Aufgaben. Gleichzeitig steigt aber auch der Bedarf an neuen Kompetenzen.
Der Fokus verändert sich also von der manuellen Ausführung hin zur Steuerung, Überwachung und Weiterentwicklung autonomer Systeme. Die Aufgaben von I&O-Mitarbeitern verschieben sich damit weg von der operativen Ausführung hin zu Aufsicht, Steuerung und Ausnahmebehandlung. Neue Rollen entstehen außerdem unter anderem in den Bereichen Agenten-Orchestrierung, Governance, Modellmanagement und KI-Sicherheit.
Von zentraler Bedeutung bleibt dabei domänenspezifisches Fachwissen. Es wird jedoch nicht mehr primär zur operativen Umsetzung benötigt, sondern als Grundlage, um Regeln, Policies und Ziele für KI-Agenten zu definieren und deren Verhalten zu kontrollieren.
Bedarf an klassischen Administratoren sinkt
Dieser Wandel der Rollen bringt auch eine Veränderung der Organisationsstrukturen mit sich. Laut Gartner wird die zunehmende Verbreitung sogenannter „Diamond Shaped Organizations“ erwartet. Da KI-Agenten zunehmend operative Tätigkeiten übernehmen, sind für den täglichen Bedarf weniger klassische Administratoren erforderlich. Gleichzeitig gewinnen strategische, spezialisierte und überwachende Rollen an Bedeutung.
Damit lassen sich auch komplexe IT-Umgebungen mit weniger manuellem Aufwand betreiben. Voraussetzung dafür ist jedoch eine geeignete technische Basis. Empfehlenswert ist beispielsweise der Einsatz spezieller KI-Agenten-Engineering-Plattformen, die Funktionen für Sicherheit, Identitätsmanagement, Tests, Monitoring, Skalierung und Kostenkontrolle bündeln. Diese Plattformen senken das Risiko unkontrollierter Aktionen, Compliance-Verstöße oder unerwarteter Kosten deutlich.
Netzwerkbetrieb als Testfeld autonomer IT
Besonders sichtbar wird der Wandel im Netzwerkbetrieb. Klassische Automatisierungsansätze stießen hier bisher häufig noch an ihre Grenzen. Laut Gartner ist aktuell nur etwa ein Drittel aller Netzwerkaufgaben automatisiert, viele Unternehmen setzen aufgrund von Komplexität und Fachkräftemangel auf Managed Network Services (MNS).
Agentic NetOps könnte dieses Modell jedoch infrage stellen. Denn die autonomen KI-Agenten sind in der Lage, den gesamten Lebenszyklus der Netzwerkinfrastruktur zu steuern – von der Überwachung über die Durchsetzung von Sicherheitsrichtlinien bis hin zur Fehlerbehebung. Sie agieren entweder eigenständig oder als koordiniertes Multi-Agenten-System mit minimaler menschlicher Beteiligung.
So könnte der agentenbasierte Netzwerkbetrieb langfristig skalierbarer und kostengünstiger sein als manuelle Prozesse oder klassisches Outsourcing. Laut Gartner könnten dann bis 2030 rund 20 Prozent der Unternehmen nach Einführung von Agentic NetOps von MNS auf Do-it-yourself-Modelle umsteigen und ihre Netzwerkbetriebskosten damit um mindestens 20 Prozent senken.
Neue Anforderungen an Anbieter und Verträge
Mit der zunehmenden Autonomie von KI-Agenten rückt auch die Frage nach Verantwortung stärker in den Fokus. Klassische Service-Level-Agreements (SLAs), die vor allem Verfügbarkeit oder Reaktionszeiten adressieren, reichen dafür allein nicht mehr aus. Gartner erwartet, dass bis 2028 rund 50 Prozent der I&O-Führungskräfte explizite SLAs für die Leistung von KI-Agenten in Lieferantenverträgen verankern werden. Zum Vergleich: Im Jahr 2025 waren es noch weniger als fünf Prozent.
Für Anbieter bedeutet das, stärker in Transparenz, Erklärbarkeit und Monitoring-Funktionen investieren zu müssen. Gleichzeitig zeichnen sich neue Preismodelle ab, bei denen messbare Ergebnisse wie Stabilität, Automatisierungsgrad oder Servicequalität im Vordergrund stehen und nicht mehr nur die Faktoren Arbeitsstunden oder Lizenzen.
Was CIOs jetzt beachten sollten
Für CIOs und I&O-Leiter ist Agentic AI kein kurzfristiger Trend, sondern eine strategische Weichenstellung. Es empfiehlt sich daher, mit klar definierten, risikoarmen Anwendungsfällen zu starten, etwa bei Alarm-Deduplizierung, Incident-Klassifizierung oder bekannten Standard-Remediations. Auf dieser Basis lassen sich Governance-Strukturen aufbauen und schrittweise auf komplexere Workflows ausweiten.
Parallel dazu sollten Unternehmen ihre Kompetenzentwicklung neu ausrichten und gezielt in Rollen investieren, die das Management autonomer Systeme ermöglichen. Mindestens genauso wichtig: die frühzeitige Überprüfung bestehender Lieferantenstrategien und Vertragsmodelle.
Entscheidend ist der Perspektivwechsel. KI-Agenten sind kein weiteres Werkzeug, sondern verändern das Betriebsmodell selbst. Unternehmen, die Organisation, Rollen und Prozesse frühzeitig anpassen, können den IT-Betrieb stabiler, effizienter und langfristig resilienter aufstellen. (mb)
