Agentic-AI: Wie Agenturen überleben können

Vielen SaaS-Anbietern von Unternehmenssoftware droht ein dramatischer Geschäftseinbruch: Durch die Verbreitung von KI und Low-Code werden immer mehr Unternehmen in die Lage versetzt, Leistungen selbst zu erbringen, die sie bislang eingekauft haben. Mehr noch: KI-Agenten können direkt auf Unternehmensdaten zugreifen, sie verarbeiten und das Ergebnis anderen Anwendungen, Prozessen oder Abteilungen bereitstellen. Ganze SaaS-Anwendungskategorien könnten durch solche Agentennetzwerke obsolet werden, fürchten viele Branchenbeobachter. An den Börsen haben diese Sorgen bereits tiefe Furchen hinterlassen: SaaS-Anbieter wie Salesforce  , Adobe  , ServiceNow   und MongoDB   haben seit Jahresbeginn rund 180 Milliarden US-Dollar an Börsenwert verloren.

Aber nicht nur die Software-Anbieter sind davon betroffen. Auch Digitalagenturen leiden - schließlich macht das Geschäft rund um Software-Implementierung, -Integration und Konsolidierung oft einen Großteil ihres Umsatzes aus. Was, wenn die KundInnen immer mehr davon gar nicht mehr benötigen?

Das Horrorszenario: Die Marketingabteilung baut ihre Landingpages dann einfach mit einem KI-Baukasten selbst. Fachbereiche erzeugen mit Low-Code und KI kleinere Anwendungen, Automatisierungen und Auswertungen. Die interne IT lässt Schnittstellen, Tests und Dokumentationen von Coding-Assistenten erstellen. Ein KI-Agent greift direkt auf Unternehmensdaten zu, prüft einen Vorgang, trifft eine Entscheidung und führt die notwendigen Schritte in mehreren Systemen aus. Für die Chef-Etage zieht ein anderer Agent die fürs Reporting benötigten Zahlen direkt aus den verschiedenen Töpfen und bereitet sie auf.

SaaS-Produkte auswählen, einführen, anpassen und verbinden: Daraus bestand bislang ein wesentlicher Teil des Geschäfts vieler Digitalagenturen. Es wäre direkt betroffen. Mehr noch: Viele Dienstleister haben für wiederkehrende Aufgaben Konnektoren, Konfiguratoren, Reportingwerkzeuge, Branchenmodule oder kleine Plattformen selbst entwickelt. Solche Produkte waren oft besonders profitabel, weil sie einmal entwickelt und anschließend mehrfach verkauft oder in Kundenprojekten eingesetzt werden konnten.

Agenturen geraten damit gewaltig unter Druck. Die Frage ist jedoch: Wird ihnen damit die Geschäftsgrundlage entzogen - oder verändern sich nur einmal mehr die Spielregeln im Geschäft?

Agenturen: Von drei Seiten unter Beschuss

Festzuhalten ist, dass Digitalagenturen die Auswirkung von gleich drei Effekten - positiven wie negativen - zu spüren bekommen:

• Erstens können sie selbst ihre Leistungen mithilfe von KI schneller erbringen. Programmcode, Schnittstellen, Tests, Dokumentationen, Datenmodelle und Prototypen entstehen mit weniger manuellem Aufwand. Im Google-Cloud-Forschungsbericht "State of AI-assisted Software Development 2025  " des DevOps-Research-and-Assessment-Programms DORA   wird KI als Verstärker beschrieben, der vorhandene Stärken und Schwächen einer Organisation vergrößert. 90 Prozent der befragten Technologieexperten nutzten demnach KI bei ihrer Arbeit; mehr als 80 Prozent sahen dadurch Produktivitätsgewinne.


• Zweitens erwarten die Kunden aber, dass diese Produktivität in ihren Projekten ankommt. Eine Schnittstelle kann nicht dauerhaft so viele Personentage kosten wie früher, wenn KI große Teile der technischen Arbeit beschleunigt. Die Agentur muss schneller liefern, kleinere Teams einsetzen oder ihre Preise senken.


• Drittens benötigt der Kunde für manche Aufgaben überhaupt keine Agentur mehr. Das betrifft insbesondere klar abgegrenzte, risikoarme und wiederholbare Tätigkeiten: einfache Websites, Standardkonfigurationen, kleinere Automatisierungen, Datenaufbereitung, Berichte, technische Dokumentationen und überschaubare Integrationen.

Perfide: Höhere Produktivität steigert nicht den Umsatz

Damit geraten Agenturen in eine Produktivitätsfalle. Werden sie effizienter, sinkt bei einer Abrechnung nach Aufwand die Zahl ihrer verkaufbaren Stunden. Werden ihre Kunden effizienter, entfällt ein Teil, möglicherweise sogar der gesamte Auftrag. Im klassischen Geschäftsmodell überwiegen damit die Risiken. Die Effizienzsteigerung verbessert die Profitabilität nur dann, wenn die Agentur einen relevanten Teil des Produktivitätsgewinns selbst behalten kann. Zwar wird die Lieferfähigkeit erhöht. Eine höhere Marge oder mehr Umsatz entsteht daraus aber nicht automatisch.

Besonders weitreichend ist die Wirkung von KI-Agenten. Sie können Aufgaben zerlegen, Werkzeuge auswählen, Daten abrufen und Handlungen in angebundenen Systemen ausführen. Damit verändert sich die Architektur der Unternehmens-IT. Je standardisierter ein Prozess ist, desto eher kann ein Agent ihn übernehmen, beschreibt die internationale Managementberatung Bain & Company   das Problem im Report "Will Agentic AI Disrupt SaaS?  . Ein Beschäftigter muss dann beispielsweise nicht mehr mehrere Systeme öffnen, Daten übertragen und Entscheidungen weiterleiten. Der Agent liest die Informationen aus, gleicht sie ab und führt die nächsten Schritte aus.

Für manche SaaS-Anbieter bedeutet das einen Bedeutungsverlust, andere Anwendungen könnten aber sogar vollständig überflüssig werden, wenn ihre Kernfunktion von einem Agenten mit Zugriff auf vorhandene Daten und Schnittstellen nachgebildet werden kann. Und auch für Digitalagenturen zeichnet sich damit ein düsteres Szenario ab: weniger eingesetzte SaaS-Produkte im Unternehmen bedeuten weniger Implementierungs- und Integrationsgeschäft für die Agentur.

Weniger Anwendungen = weniger Integrationsarbeit?

Doch diese Rechnung ist unvollständig. Agenten benötigen weiterhin Zugriff auf verlässliche Daten und Systeme. Sie müssen wissen, welche Datenquelle maßgeblich ist, welche Aktion erlaubt ist, wann eine menschliche Freigabe erforderlich wird und wie ein Fehler behandelt werden soll.

Eine klassische Schnittstelle überträgt beispielsweise Produktdaten aus einem PIM-System in einen Onlineshop. Ein agentischer Prozess kann zusätzlich prüfen, ob Angaben fehlen, Informationen aus weiteren Quellen ergänzen, Inhalte verändern, Preise kontrollieren und die Ergebnisse auf verschiedenen Kanälen veröffentlichen.

Dafür reicht eine technische Verbindung nicht aus. Benötigt werden ein eindeutiges Datenmodell, Geschäftsregeln, Zugriffsrechte, Protokollierung, Qualitätskontrollen und Rückfallmechanismen. Agentische Systeme können nur mit belastbaren Datenstrukturen skalieren, betont die internationale Unternehmensberatung McKinsey & Company   im Artikel "Building the Foundations for Agentic AI at Scale  ". Fragmentierte Daten, uneinheitliche Bedeutungen und fehlende Governance führen dazu, dass einzelne Agenten widersprüchliche Entscheidungen treffen oder mehrere Agenten die Koordination verlieren.

Das Integrationsgeschäft verschwindet also nicht vollständig. Es verändert aber seinen Charakter. Weniger wertvoll wird die rein technische Verbindung zweier Anwendungen. Wertvoller wird die Fähigkeit, Daten, Systeme, Menschen und Agenten zu einem kontrollierten End-to-End-Prozess zusammenzufügen.

Profitieren können davon jedoch nur Agenturen, die diese Ebene beherrschen. Wer hauptsächlich vorkonfigurierte Module installiert oder Standardkonnektoren einrichtet, verliert dennoch Geschäft.

Wie schnell geht der Umbruch voran?

Die Bedrohung ist real, aber sie vollzieht sich nicht über Nacht. Die meisten Unternehmen befinden sich noch zwischen Experiment und produktivem Einsatz, zeigt ein nüchterner Blick auf die Zahlen. Laut der McKinsey-Erhebung "The State of AI in 2025: Agents, Innovation, and Transformation  " nutzen zwar 88 Prozent der befragten Unternehmen KI in mindestens einem Geschäftsbereich. Doch nur rund ein Drittel hat schon begonnen, KI unternehmensweit zu skalieren. 23 Prozent skalieren bereits mindestens ein agentisches System, weitere 39 Prozent experimentieren erst noch damit. Innerhalb einzelner Unternehmensfunktionen liegt der Anteil skalierter Agentenanwendungen jeweils bei höchstens zehn Prozent.

Zwischen der euphorischen Demonstration und dem produktiven Betrieb liegt also eine erhebliche Lücke. Der Grund ist einfach: Ein Rechercheagent darf gelegentlich irren. Ein Agent, der Preise ändert, Bestellungen auslöst, Kundendaten bearbeitet oder Zahlungen vorbereitet, benötigt eine wesentlich strengere Kontrolle.

IBM beschreibt diesen Wechsel im Beitrag "Agentic AI Governance-Playbook  " als Übergang von Systemen, die informieren, zu Systemen, die handeln. Governance müsse sich deshalb von der bloßen Prüfung einer Antwort zur Kontrolle der ausgeführten Aktionen verschieben. Unternehmen müssten festlegen, was ein Agent tun darf, wie seine Handlungen überwacht werden und wer bei Fehlern verantwortlich ist.

Gerade diese Anforderungen verhindern, dass Unternehmen komplexe Agentenlandschaften einfach mit einigen Low-Code-Werkzeugen selbst aufbauen. Sie benötigen Architektur, Datenmanagement, Berechtigungskonzepte, Sicherheit, Monitoring und organisatorische Regeln. Daraus entsteht ein erheblicher Beratungs- und Integrationsmarkt. Die Frage ist nur, ob die bisherigen Digitalagenturen ihn besetzen oder ob IT-Beratungen, Softwareanbieter, Cloud-Dienstleister und spezialisierte KI-Firmen schneller sind.

Welche Agenturleistungen zuerst schrumpfen

Besonders bedroht sind Leistungen, deren Ergebnis einfach beschrieben und überprüft werden kann. Dazu zählen:

• einfache Websites, Landingpages und Standardshops,
• Konfiguration etablierter SaaS-Produkte,
• kleinere Schnittstellen und Skripte,
• manuelle Tests und technische Dokumentation,
• Standardberichte und Dashboards,
• Datenformatierung und Datenübertragung,
• einfache Content-Produktion,
• kleinere Anpassungen bestehender Anwendungen.

Diese Leistungen müssen nicht vollständig verschwinden. Aber ihr Aufwand und ihr Marktpreis sinken. Ein Projekt, das früher mehrere Entwickler über Monate beschäftigte, kann künftig von einem kleineren Team in deutlich kürzerer Zeit erledigt werden.

Das trifft vor allem Agenturen, die technische Kapazität verkaufen. Ihr Wertversprechen lautet implizit: Wir besitzen die Fachkräfte, die das Projekt umsetzen können. Doch wenn interne Teams mit KI und Low-Code wesentlich leistungsfähiger werden, verliert dieser Vorsprung an Bedeutung.

Auch Plattformpartnerschaften bieten keinen sicheren Schutz. SaaS-Anbieter automatisieren Konfiguration, Migration und Integration zunehmend selbst. Wer ausschließlich davon lebt, eine bestimmte Software einzuführen, wird vom Fortschritt seines eigenen Technologiepartners bedroht.

Und zuletzt geraten auch viele selbst entwickelte, bislang oft hochprofitable Softwarelösungen von Agenturen unter Druck. Sie lösen meist klar umrissene Aufgaben: Daten umwandeln, Inhalte erzeugen, Informationen zusammenführen oder einen Standardworkflow ausführen. Solche Produkte lassen sich durch Agenten besonders leicht angreifen. Gefährdet ist nicht primär ihr Code, sondern ihr mangelnder Schutzwall.

Die Stundenabrechnung wird zum Risiko

Natürlich profitieren Agenturen zunächst davon, dass sie selbst KI einführen und dabei eine Vorreiterrolle einnehmen. Doch dieser Vorsprung ist zu kurz, um dauerhaft das Überleben zu sichern. Denn wer die gleiche Leistung schneller erzeugt und weiterhin nach Personentagen abrechnet, reduziert langfristig vor allem sein Umsatzpotenzial. Zunächst kann eine Agentur zwar den Effizienzgewinn als zusätzliche Marge behalten. Doch sobald Kunden Vergleichsangebote einholen und KI-Nutzung als selbstverständlich voraussetzen, werden die Preise unter Druck geraten. Die gleiche Leistung wird für weniger Geld verkauft - der Umsatz sinkt.

Bain empfiehlt SaaS-Anbietern daher, stärker die Ergebnisse statt der Seats zu bepreisen. Dieselbe Logik kann auch für Agenturen angewendet werden: Kunden sollten nicht dafür bezahlen, wie lange an einer Schnittstelle programmiert wurde. Sie sollten dafür bezahlen, dass Produktdaten schneller veröffentlicht, Servicefälle automatisiert bearbeitet oder Bestellungen fehlerfreier verarbeitet werden.

Dafür müssen Agenturen ihre Geschäftsmodelle umstellen:

• Festpreise für definierte Ergebnisse,
• Retainer für kontinuierliche Optimierung,
• Managed Services für Betrieb und Überwachung,
• nutzungsabhängige Gebühren,
• erfolgsabhängige Vergütung bei messbaren Einsparungen oder Mehrumsätzen.

Das ist anspruchsvoller als die Abrechnung nach Zeit. Agenturen müssen Prozesskosten, Fehlerquoten, Durchlaufzeiten und wirtschaftliche Effekte vor und nach einem Projekt messen. Dafür erhalten sie jedoch die Chance, einen Teil der Produktivitätsgewinne selbst zu behalten.

Aus Integratoren müssen Prozessarchitekten werden

Der wichtigste strategische Wechsel betrifft aber das Selbstverständnis der Agentur. Bislang begann ein Projekt häufig mit einer Technologiefrage: Welches CMS, Shopsystem, CRM oder PIM soll eingeführt werden? Künftig sollte die erste Frage lauten: Welcher Geschäftsprozess soll verbessert oder automatisiert werden? Erst danach folgen die Entscheidungen über SaaS, Individualentwicklung und Agenten.

Damit verschiebt sich der Wert von der Implementierung eines Werkzeugs zur Gestaltung eines Betriebssystems für digitale Arbeit. McKinsey kommt in dem bereits zitierten Report "The State of AI in 2025: Agents, Innovation, and Transformation" zu dem Ergebnis, dass erfolgreiche Unternehmen KI nicht nur in vorhandene Abläufe einfügen, sondern die Workflows neu gestalten. Genau darin liegt die Chance für Digitalagenturen. Viele ihrer Kunden besitzen weder die Zeit noch die organisatorische Erfahrung, bestehende Prozesse über Abteilungsgrenzen hinweg neu zu entwerfen.

Agentische Systeme benötigen daneben dauerhafte Betreuung. Daten verändern sich, Schnittstellen werden aktualisiert, Modelle werden ausgetauscht, Geschäftsregeln angepasst und Kostenstrukturen verschieben sich. Ein Agent, der heute zuverlässig arbeitet, muss dies in sechs Monaten nicht mehr tun. Aus dem klassischen Application Management kann deshalb AgentOps werden. Agenturen übernehmen:

• laufende Qualitäts- und Ergebnismessung,
• Kontrolle von Kosten und Antwortzeiten,
• Überwachung ausgeführter Aktionen,
• Tests auf Fehlverhalten und Sicherheitslücken,
• Anpassung an neue Modelle und Datenquellen,
• Dokumentation und Unterstützung bei Audits,
• Notfall- und Eskalationsprozesse.

Für Agenturen ist das attraktiv: AgentOps erzeugt wiederkehrende Umsätze und bindet die Agentur stärker an den Geschäftsbetrieb des Kunden. Es ersetzt jedoch nicht automatisch das bisherige Projektgeschäft. Die Agentur muss dafür dauerhaft Verantwortung übernehmen - und entsprechende Kompetenzen, Verträge und Versicherungen aufbauen.

Allgemeine KI-Modelle stehen Agenturen und ihren Kunden gleichermaßen zur Verfügung. Der Zugang zu Technologie ist daher kein dauerhafter Wettbewerbsvorteil. Schwerer kopierbar sind aber Branchenwissen, Prozessmodelle, Datenstrukturen und regulatorische Erfahrung.

Dieses Wissen lässt sich systematisch in wiederverwendbare Bestandteile überführen. So entsteht ein Vorsprung, der sich nicht mit einem allgemeinen Prompt nachbilden lässt. Projektwissen wird zugleich produktisiert und skalierbar. Darin liegt das neue Geschäft.

Oder anders gesagt: Agenturen verlieren dort, wo sie Ausführung verkaufen. Sie gewinnen dort, wo sie Prozesse gestalten, Systeme orchestrieren und Verantwortung übernehmen.

In der Agentur der Zukunft ist das Produkt nicht mehr die Zahl der integrierten Systeme oder geleisteten Personentage, sondern die Fähigkeit, digitale Prozesse trotz wachsender technischer Komplexität zuverlässig zu beherrschen.