Fivetran hat 400 Datenverantwortliche befragt: 60 Prozent der Unternehmen investieren Millionen in Agentic AI, nur 15 Prozent haben das Datenfundament, um sie sicher zu betreiben. Trotzdem sind 41 Prozent schon in Produktion. Die Branche starrt auf Gartners Prognose abgebrochener Projekte. Das eigentliche Risiko sind die Projekte, die trotzdem live gehen, und zwar im Kundenkontakt. Nicht Langsamkeit ist die Gefahr, sondern falsch schnell.
Fivetran, ein Anbieter für Datenintegration, hat zusammen mit Redpoint Insights den 2026 Agentic AI Readiness Index veröffentlicht: eine Befragung von 400 Datenverantwortlichen in großen Unternehmen in den USA, Großbritannien, EMEA und Asien-Pazifik. Die Schlagzeile des Reports: 60 Prozent der Unternehmen investieren Millionen bis zweistellige Millionenbeträge in Agentic AI, aber nur 15 Prozent haben das Datenfundament, um diese Agenten sicher zu betreiben. Das ist eine bemerkenswerte Lücke. Aber sie ist nicht die wichtigste Zahl in diesem Report. Die steht ein paar Seiten weiter und bekommt deutlich weniger Aufmerksamkeit: 41 Prozent haben Agentic AI bereits in Produktion. Wenn Sie diese beiden Zahlen nebeneinanderlegen, wird aus einer Investitionslücke ein Betriebsrisiko.
Die Zahl, über die alle reden
Wenn über Agentic AI und Risiko gesprochen wird, fällt fast immer dieselbe Referenz, und auch der Fivetran-Report zitiert sie: Gartner schätzt, dass über 40 Prozent der Agentic-AI-Projekte bis 2027 abgebrochen werden. Diese Zahl macht Eindruck, weil sie nach verbranntem Geld klingt. Vorstände fragen ihre Teams, ob das eigene Projekt zu den 40 Prozent gehören wird. Berater bauen Folien darum. Die Zahl hat einen festen Platz in jeder Diskussion.
Ich halte sie für die falsche Sorge. Ein abgebrochenes Projekt ist ärgerlich, aber es ist ein kontrollierter Schaden. Jemand hat hingeschaut, gerechnet und die Reißleine gezogen. Das Budget ist weg, die Kunden haben nichts davon mitbekommen. So bitter das für das Projektteam ist: Abbrechen ist eine Managemententscheidung, und oft eine richtige.
Der Fivetran-Report liefert die Daten für die unbequemere Geschichte. Die durchschnittliche Readiness liegt bei 61 von 100 Punkten. Als größte Hürde nennen 42 Prozent der Befragten Datenqualität und Lineage, also die Frage, ob man den eigenen Daten trauen kann und weiß, woher sie kommen. Nur 15 Prozent gelten nach den Kriterien des Reports als vollständig vorbereitet. Und gleichzeitig, das ist der Punkt, sind 41 Prozent mit Agentic AI schon in Produktion, verteilt auf begrenzten und skalierten Einsatz.
Die unbequemere Rechnung
Rechnen wir kurz, und zwar konservativ. Selbst wenn alle 15 Prozent mit vollständigem Fundament zu den 41 Prozent im Livebetrieb gehören, bleibt gut ein Viertel aller befragten Unternehmen übrig, das produktiv ist, ohne bereit zu sein. Diese Rechnung stellt der Report so nicht an, sie ergibt sich aus zwei seiner Zahlen. Aber sie beschreibt genau das, was ich in Gesprächen mit Unternehmen sehe: Der Agent ist live, weil der Druck groß war. Das Fundament sollte parallel nachwachsen. Tut es aber nicht, weil der Livebetrieb alle Kapazität frisst.
Warum ist das schlimmer als ein Abbruch? Weil Agentic AI dort arbeitet, wo Fehler nicht intern bleiben. Ein Agent, der auf schlechten Daten läuft, sagt einem Kunden eine Lieferung zu, die es nicht gibt. Er nennt im Service einen Preis aus einer veralteten Tabelle. Er behandelt einen A-Kunden wie einen Neukunden, weil die Historie in einem anderen System liegt, das nicht angebunden ist. Jeder einzelne dieser Fälle ist klein. In Summe entsteht etwas, das teurer ist als jedes abgeschriebene Projektbudget: Kunden lernen, dass man den Aussagen Ihres Unternehmens nicht mehr trauen kann.
Ein abgebrochenes Projekt kostet Budget. Ein unfertiger Agent im Kundenkontakt kostet Vertrauen, und Vertrauen ist der einzige Rohstoff, der sich nicht nachkaufen lässt.
Das teuerste KI-Projekt ist nicht das, das abgebrochen wird. Es ist das, das unfertig live geht.
Carsten Ratzlaff
Warum Unternehmen falsch schnell sind
Die naheliegende Frage: Warum gehen Unternehmen live, obwohl sie wissen, dass das Fundament fehlt? Aus meiner Erfahrung sind es drei Muster, die zusammenkommen.
Erstens der Vorführeffekt. Ein Agent sieht in der Demo fast immer gut aus. Die Testfälle sind sauber, die Daten handverlesen, die Fragen wohlwollend. Der Unterschied zwischen Demo und Produktion ist aber genau das, was der Report misst: die Qualität der Daten, auf denen der Agent im Ernstfall arbeitet. Eine Demo prüft das Modell. Die Produktion prüft Ihre Systemlandschaft.
Zweitens die FOMO-Logik. Die Angst, zu spät zu sein, ist in vielen Führungsetagen größer als die Angst, etwas Falsches auszuliefern. Dabei zeigt der Report selbst, dass sich Gründlichkeit auszahlt: Unter den am besten vorbereiteten Organisationen geben 98 Prozent an, mindestens 70 Prozent Vertrauen in einen positiven ROI zu haben. Unter den am wenigsten vorbereiteten sind es 16 Prozent. Man kann diese Zahl als Korrelation abtun. Ich lese sie so: Wer sein Fundament kennt, kann rechnen. Wer es nicht kennt, hofft.
Drittens die Verwechslung von Beschaffung und Bereitschaft. Readiness wird in vielen Häusern als Einkaufsliste verstanden: Plattform lizenziert, Modell ausgewählt, Integration beauftragt, fertig. Aber die Hürden, die der Report nennt, sind keine Beschaffungsthemen. Datenqualität, Lineage, Governance: Das sind Fragen von Verantwortung und Prozessen. 65 Prozent der Befragten würden Anbieter blockieren oder stark einschränken, die keine Governance-Anforderungen erfüllen. Dieselbe Strenge gegenüber den eigenen Datenflüssen wäre der eigentliche Fortschritt.
Was der Report verschweigt, und was Sie daraus machen
Zur Ehrlichkeit gehört: Fivetran verkauft Datenintegration. Der Report diagnostiziert ein Problem, dessen Lösung der Herausgeber im Sortiment hat, und endet folgerichtig mit einer Produktempfehlung. Auch der Blueprint am Schluss ist reine Technik: automatisierte Datenbewegung, Governance, offene Architektur. Das ist nicht falsch, aber es ist die halbe Wahrheit, und es ist die Hälfte, die man kaufen kann.
Die andere Hälfte lässt sich nicht bestellen. Bevor Sie in Pipelines investieren, brauchen Sie Antworten auf Fragen, die kein Anbieter für Sie beantwortet: Welcher Anwendungsfall rechtfertigt einen Agenten im Kundenkontakt überhaupt? Welche Daten braucht genau dieser Fall, und wer im Haus steht für ihre Qualität gerade? Was passiert, wenn der Agent nicht weiterweiß, und merkt er das selbst? Wer trägt die Verantwortung, wenn er etwas Falsches zusagt, mit Namen, nicht mit Abteilungsbezeichnung?
Das Gute daran: Diese Fragen kosten kein Millionenbudget. Sie kosten ein paar unbequeme Meetings. Und sie verändern die Reihenfolge. Statt einen Agenten breit auszurollen und das Fundament nachzuziehen, wählen Sie einen eng umrissenen Fall, dessen Daten Sie im Griff haben, gehen dort live, messen ehrlich und erweitern erst dann. Das ist langsamer als die Demo verspricht. Es ist aber schneller als ein Rückzug nach einem öffentlichen Vertrauensbruch.
Was Sie diese Woche prüfen sollten
Welche Agenten oder KI-Assistenten sind bei Ihnen schon live oder im Pilot mit Kundenkontakt? Wer hat die Freigabe erteilt, und auf welcher Grundlage? Wenn niemand die Liste vollständig hat, ist das bereits der Befund.Inventur
Nehmen Sie drei echte Kundenfälle mit unsauberen Daten: eine veraltete Adresse, ein widersprüchlicher Vertragsstand, eine Historie über zwei Systeme. Spielen Sie sie gegen Ihren Agenten. Antwortet er falsch mit voller Überzeugung, oder eskaliert er an einen Menschen?Ernstfalltest
Wenn Ihr Agent morgen einem Kunden etwas Falsches zusagt: Wer greift ein, wie schnell, und wer entschuldigt sich? Wenn die Antwort ein Schulterzucken ist, läuft Ihr Agent ohne Fundament, egal was die Technik sagt.Verantwortung
Wenn Sie nicht sicher sind, auf welcher Seite der 15 Prozent Ihr Unternehmen steht, ist das mit Bordmitteln herauszufinden. Genau dafür gibt es den CX & AI Readiness Check: eine ehrliche Standortbestimmung von Daten, Prozessen und Verantwortung, bevor der nächste Agent live geht.
Quelle und Anstoß für diesen Artikel: „The 2026 Agentic AI Readiness Index“ von Fivetran, erstellt mit Redpoint Insights, als PDF bei Fivetran (2026, ohne Datumsangabe im Dokument). Befragt wurden 400 Datenverantwortliche in Unternehmen ab 2.000 Mitarbeitern, in Asien-Pazifik ab 500, davon 50 aus Deutschland. Fivetran ist Anbieter für Datenintegration, der Report empfiehlt am Ende die eigenen Produkte. Die Einordnungen und Empfehlungen sind meine eigenen.
Dieser Text ist mit KI-Unterstützung entstanden. Recherche-Prüfung, Haltung, Beispiele und Endredaktion sind meine.
