KI-Agenten sparen noch selten Zeit: Die Prüfung ihrer Ergebnisse frisst oft den Effizienzgewinn auf. Unternehmen brauchen mehr Transparenz und getrennte Kontrollsysteme.

Wie t3n bekannt gab, ist die große Schwachstelle vieler KI-Agenten nicht die Produktion von Inhalten oder Code, sondern deren Verlässlichkeit. Auf der „Fortune Brainstorm Tech“-Konferenz wurde deutlich: In der Praxis wächst mit dem Output auch der Aufwand für Kontrolle, Korrektur und Haftung.

Mehr Output, aber auch mehr Nacharbeit

Mehrere Führungskräfte beschrieben ein ähnliches Muster: KI liefert schnell Ergebnisse, doch die manuelle Überprüfung kostet Zeit und Personal. Gerade dort, wo Fehler teuer werden können, kippt der vermeintliche Produktivitätsgewinn rasch ins Gegenteil.

Gregor Stewart von Sentinel One sprach laut t3n von einer Lage, in der so viel Arbeit erzeugt werde, dass Rechenschaft kaum noch sauber möglich sei. Besonders deutlich zeige sich das in der Softwareentwicklung, wo KI zwar mehr Code liefere, dieser aber häufig überarbeitet werden müsse.

Kontrolle muss außerhalb des Systems stattfinden

Als Gegenmittel werden laut t3n getrennte Prüfsysteme diskutiert. Elena Kvochko von Trustguard AI verglich das mit Redaktion und Gegenredaktion: Ein Agent schreibt, ein anderer sucht gezielt nach Fehlern. Entscheidend sei, dass die Kontrolle nicht im selben System stattfinde, das die Arbeit erzeugt.

Auch bei May Mobility steht die Nachvollziehbarkeit im Zentrum. Gründer Edwin Olson machte laut t3n klar, dass Fehler nie ganz auszuschließen seien. Deshalb müsse ein System vor allem so gebaut sein, dass sich Irrtümer erklären und künftig vermeiden lassen.

Für Firmen mit KI-Einsatz verschiebt sich damit die eigentliche Aufgabe: Nicht die erste Antwort zählt, sondern die belastbare Prüfung danach. Wer Agenten produktiv einsetzen will, muss also weniger auf Tempo als auf überprüfbare Qualität und klare Verantwortlichkeiten setzen.

Quelle: t3n