KI wird Infrastruktur, nicht ein Feature: Vom Assistenten zum autonomen Mitarbeitenden

Zum Jahresende 2025 hat sich das KI-Gespräch zweimal verschoben. Erstens: KI ist kein Feature mehr, das auf Produkte aufgesetzt wird, sondern verhält sich wie Infrastruktur – stundenweise abgerechnet, wie eine Datenbank gebraucht, mit Investitionen, die nationalen Stromnetzen Konkurrenz machen. Zweitens: Die Systeme selbst sind keine Assistenten mehr, sondern autonome Mitarbeitende. Claude Sonnet 4.5 hält 30-stündige Coding-Sessions an realen Aufgaben durch, OpenAI hat Atlas als vollständig agentischen Browser ausgeliefert, und das Model Context Protocol ist zur universellen Schnittstelle geworden, mit der Agenten anbieterübergreifend Werkzeuge aufrufen. Für europäische Unternehmen sind die Konsequenzen für Beschaffung, Sicherheit und Personalplanung jetzt operativ, nicht mehr theoretisch.

Drei Jahre lang lautete der dominante Rahmen für KI im Unternehmen "Feature": ein Copilot, der auf eine bestehende Anwendung aufgesetzt wird, ein Chat-Panel neben dem Dokument, ein Assistent, den der Nutzer aufruft. Dieser Rahmen ist nun zusammengebrochen. Zwei deutliche Verschiebungen im Verlauf von 2025 – und besonders im zweiten Halbjahr – haben neu definiert, was Unternehmens-KI ist und wie sie zu steuern ist.

Verschiebung eins: KI als Infrastruktur

Bis Dezember 2025 hatten die vier grössten Hyperscaler – Microsoft, Google, Meta, Amazon – ihre KI-bezogenen Investitionen für das Jahr jeweils auf deutlich über 80 Milliarden US-Dollar prognostiziert. Die kombinierten Ausgaben für 2025 überstiegen 350 Milliarden US-Dollar – ein Volumen, das von industriellem Versorgungsausbau nicht mehr zu unterscheiden ist. Der Stargate-Standort in Abilene, Texas – getragen von OpenAI, Oracle, SoftBank und Abu Dhabis MGX – ging im Herbst teilweise in Betrieb. OpenAI unterzeichnete im September einen mehrjährigen Compute-Vertrag mit Oracle im Umfang von rund 300 Milliarden US-Dollar, eine Chip-Bestellung über 100 Milliarden US-Dollar bei Nvidia, eigens entwickelte Chips mit Broadcom und zusätzliche Kapazität von AMD. AWS Project Rainier, gebaut um mehr als eine Million Trainium-Chips für Anthropic, ging Mitte 2025 in Betrieb.

Die Preismodelle folgten. Bis zum vierten Quartal 2025 hatten sich die führenden Modellanbieter faktisch auf drei SKUs geeinigt: Token-basierte Inferenz, Reservekapazitätsverträge für vorhersehbare Workloads und gestufte Abonnements für menschlich genutzte Assistenten. Das ist das Preisbild der Cloud, nicht das von Software. Beschaffungsteams, die 2025 mit dem Kauf von "KI-Features" begannen, beendeten das Jahr mit Verhandlungen über Compute-Verpflichtungen, Bezugsrechte und Inferenz-SLAs.

Auch das Abhängigkeitsprofil veränderte sich. Wenn KI ein Feature ist, ist ein Ausfall ärgerlich. Sitzt KI in produktiven Arbeitsabläufen – Code-Review, Kundenklassierung, Vertragsanalyse, Quartalsabschluss-Unterstützung – ist ein Ausfall ein P1. Im Verlauf von 2025 hatten alle grossen Anbieter mehrstündige Vorfälle, die in Kunden-Ausfallzeit umschlugen. Multi-Vendor-Failover und souveräne Cloud- oder On-Prem-Rückfallszenarien rückten von "nice to have" zu Architekturanforderungen.

Verschiebung zwei: vom Assistenten zum autonomen Mitarbeitenden

Die Fähigkeitsverschiebung war die sichtbarere Hälfte. Anthropic veröffentlichte Claude Sonnet 4.5 am 29. September; das Unternehmen meldete dabei autonome Coding-Sessions von über 30 Stunden auf mehrstufigen Engineering-Aufgaben – eine Dauer, die "KI unterstützt eine Entwicklerin" in "Entwicklerin prüft, was die KI über Nacht ausgeliefert hat" verwandelt. Claude Opus 4.5, am 24. November veröffentlicht, verschob die Grenze für langfristige agentische Arbeit und Computer Use weiter. OpenAI lieferte im Oktober Atlas aus, einen Browser, dessen Standardmodus agentisch ist – der Nutzer formuliert ein Ziel, und das Modell navigiert, füllt Formulare aus und erledigt Aufgaben. Microsoft Copilot Studio normalisierte den Low-Code-Aufbau von Agenten innerhalb von Microsoft 365, und Salesforce setzte mit Agentforce den Kurs fort, der sein Jahr definierte.

Im Coding-Bereich war der Wandel nicht subtil. Claude Code, Cursor, GitHub Copilot, OpenAI Codex und eine Welle neuer Werkzeuge – Lovable, Replit, Devin – verwandelten weite Teile der Routine-Implementierung in eine Warteschlange agentenbearbeiteter Aufgaben. Berichte über "Vibe Coding", "agentisches Engineering" und "KI-native Entwicklung" hörten auf, Marketing-Sprache zu sein, und tauchten in Mitarbeiterbewertungen auf.

Was all das vereinte, war Dauer. 2024 dauerte ein nutzbarer Agenten-Loop Sekunden bis Dutzende von Sekunden. Ende 2025 sind es Dutzende von Stunden. Diese eine Verschiebung verwandelt einen Assistenten in einen Mitarbeitenden.

Der Standardisierungs-Moment: MCP

Die andere Voraussetzung für den Mitarbeiter-Rahmen war eine stabile Schnittstelle. Anthropics Model Context Protocol – Ende 2024 angekündigt – wurde 2025 zum De-facto-Standard. Microsoft, OpenAI, Google und das gesamte Open-Weight-Ökosystem ergänzten MCP-Unterstützung, und bis zum vierten Quartal 2025 stellten die meisten Unternehmens-Tools – Dateisysteme, Ticketing, CRMs, Code-Hosts, Observability-Plattformen – MCP-Server bereit. Die Implikation ist unspektakulär, aber entscheidend: Ein Agent kann eine heterogene Werkzeuglandschaft im Unternehmen jetzt über ein Protokoll ansprechen, statt über eine eigene Integration pro Anbieter.

So sieht Infrastruktur aus. TCP/IP, HTTP, SQL – keiner war im Moment der Standardisierung aufregend, aber jeder verdichtete jahrelange brüchige Sonderintegrationen zu einem Substrat, auf dem alles andere aufbaut. MCP tut dasselbe für Agenten.

Was das für europäische Unternehmen bedeutet

Für Organisationen in der Schweiz, in Deutschland und im weiteren EU-Raum hat das Jahresende 2025 vier operative Konsequenzen.

Beschaffung kauft Compute, nicht Features. Der Vertragszyklus 2026 wird in Tokens, GPU-Stunden und reservierter Kapazität denominiert, nicht in Sitzplätzen. Frameworks zur Messung und Prognose des KI-Verbrauchs sind heute so wichtig wie die Lizenzbedingungen selbst. Multi-Vendor-Strategien – geschlossene APIs, Open-Weight-Familien, souveränes Hosting – sind der Standard; Single-Vendor-Bindungen ohne Ausstiegsklauseln sind zunehmend schwer zu rechtfertigen.

Sicherheit muss von autonomem Handeln ausgehen. Ein Assistent, der Text vorschlägt, ist eine andere Bedrohungsfläche als ein Agent, der Arbeit ausführt. Bis zum vierten Quartal 2025 geht eine realistische Sicherheitshaltung davon aus, dass der Agent im Rahmen seiner Berechtigungen liest, schreibt, APIs aufruft und unumkehrbare Entscheidungen trifft. Der Kontrollpunkt ist nicht mehr der Prompt; er ist das Toolset, die Berechtigung und das Audit-Protokoll dessen, was der Agent tatsächlich getan hat. Data-Loss-Prevention, rollenbasierter Zugriff an der Werkzeuggrenze und vollständige Aktionsprotokollierung sind die Mindestlatte.

Personalplanung muss hybride Teams modellieren. Die Klarna-Kehrtwende im Mai 2025 war die Warnung; das zweite Halbjahr lieferte die konstruktive Version. Unternehmen, die mit autonomer KI Erfolg hatten, gestalteten Arbeitsabläufe um menschliche Prüfung, Eskalation und Verantwortlichkeit herum neu – nicht durch flächige Ablösung von Menschen. Die richtige Analyseeinheit für 2026 ist das hybride Team: Menschen plus die Agenten, die sie führen, mit messbarem Output je Team statt je Kopf.

Governance ist jetzt die Voraussetzung, nicht die Nachgedanken-Übung. Der MIT-NANDA-Befund vom August – dass rund 95 Prozent der Unternehmens-Pilotprojekte mit generativer KI keinen messbaren P&L-Effekt erzielten – verwies auf die Ursache, die der agentische Wandel jetzt verstärkt. Die 5 Prozent, die erfolgreich waren, hatten Governance, die stark genug war, das Modell in die Daten und Arbeitsabläufe zu lassen, in denen der Wert liegt. Wenn Agenten autonom in der Produktion handeln, ist Governance nicht nur eine Erlaubnis für Wert – sie ist die Kontrollfläche, die verhindert, dass ein Agent unbemerkt einen Kunden, einen Regulator oder ein Quartal kostet.

Die These für 2026

Die These am Ende des Jahres 2025 ist eindeutig. Fähigkeit ist nicht mehr der Burggraben – drei oder vier Anbieter und eine Open-Weight-Familie werden 2026 alle an der Spitze stehen. Der Burggraben ist die operative Schicht: Wie ein Unternehmen Compute beschafft, wie es die Agenten-Integration standardisiert, wie es autonomes Handeln steuert und wie es hybride Teams zusammenstellt, die messbaren Output liefern. Keine dieser Fragen ist eine Modellfrage. Alle sind Organisationsfragen.

Für europäische Unternehmen ist das ungewohntes, aber kein ungünstiges Terrain. Die Disziplinen, die der EU AI Act, die FINMA und die Schweizer Datenschutzpraxis ohnehin durchsetzen – Risikoklassifizierung, Prüfbarkeit, dokumentierte Entscheidungsfindung, Datenminimierung – sind genau jene Disziplinen, die agentische KI sicher einsetzbar machen. Die nächsten zwölf Monate werden Organisationen belohnen, die bereits so operieren, als wäre KI Infrastruktur: gesteuert, gemessen, mehrgleisig, und für Resultate statt für Aktivität verantwortlich.