Wenn KI nicht mehr antwortet,
sondern handelt.

Agents ersetzen keine Berufe — sie verschieben Tätigkeiten. Menschen bewegen sich weg von Ausführung hin zu Zielsetzung, Bewertung und Entscheidungen unter Unsicherheit. In der IT bedeutet das: Entwicklerarbeit rückt näher an Fachlichkeit, weil Coding Agents die Implementierung unterstützen. Neue Rollen entstehen: Agent Designer, AI Governance Enabler, AI Infrastructure Builder. Ob diese Verschiebung gestaltet oder dem Zufall überlassen wird — das ist eine Führungsentscheidung.

Klassische Governance reguliert deterministische Systeme — sie tun was man ihnen sagt, vorhersehbar. Autonome Agents entscheiden situativ innerhalb ihrer Rahmenbedingungen. Das erfordert andere Governance: nicht Regelwerk für jeden Fall, sondern Prinzipien, Guardrails und Beobachtbarkeit die mit Unvorhersehbarkeit umgehen können. Ein Center of Excellence für AI das als Katalysator arbeitet — nicht als Genehmigungsinstanz — ist der Unterschied zwischen einer Organisation die lernt und einer die bremst.

Compliance-Regeln die aus Unkenntnis entstehen sind ineffektiv. Wer Agentic AI reguliert bevor er sie erlebt hat, reguliert das Falsche. Der produktivere Weg: bewusste Experimentierräume schaffen — mit Beobachtbarkeit, mit Rückkopplung, mit begrenztem Blast Radius. Aus dieser Erfahrung entsteht das Verständnis das sinnvolle Governance braucht. Das gilt für die Datenstrategie genauso: Harmonisieren Sie nicht erst alles bevor Sie anfangen. Starten Sie mit dem was da ist, lernen Sie wo die Brüche wirklich wehtun — und priorisieren Sie daraus.