Agentic AI im IT-Betrieb: Rollen, SLAs und Organisation neu denken

Einführung: Warum Agentic AI mehr ist als Automatisierung

Auch wenn KI-Agenten im IT-Betrieb großes Potenzial versprechen, sollten Unternehmen ihre Einführung nicht als reine Automatisierungsfrage betrachten. Aktuelle Marktanalysen zeigen, warum Rollen, Strukturen und Betriebsmodelle neu gedacht werden müssen.

Mit KI-Agenten sinkt der Bedarf an klassischen Admin-Rollen, gleichzeitig gewinnen strategische, spezialisierte und überwachende Aufgaben an Bedeutung.

Vom menschenzentrierten AIOps hin zu agentenbasierten Systemen

Automatisierung im IT-Betrieb ist längst etabliert. Branchenbeobachter beschreiben den aktuellen Stand jedoch häufig als stark menschenzentriert: Klassische Automatisierungs- und AIOps-Ansätze unterstützen vor allem bei Analyse, Ursachenforschung und standardisierten Abläufen, während komplexe Entscheidungen weiterhin manuelle Eingriffe erfordern.

Diese Rolle verändert sich nun grundlegend. Denn aktuell lässt sich ein Übergang von assistierender KI hin zu agentenbasierten Systemen beobachten, die eigenständig planen, Entscheidungen treffen und Ziele verfolgen können.

Prognosen gehen davon aus, dass der Anteil menschlicher Eingriffe in agentenbasierte IT-Workflows bis 2028 deutlich sinken wird. Außerdem erwarten Analysen, dass bis 2030 ein großer Teil der Infrastruktur- und Operations-Organisationen strukturell neu aufgestellt sein wird, weil KI-Agenten komplexe Betriebsaufgaben übernehmen.

Rollen verändern sich schneller als Stellenprofile

Diese Entwicklung wird häufig mit einem Abbau von IT-Arbeitsplätzen gleichgesetzt. Das lässt sich so jedoch nicht zwangsläufig sagen, wie auch aktuelle Research-Notizen und Trendberichte betonen. Zwar übernehmen KI-Agenten zunehmend repetitive und klar definierte Aufgaben. Gleichzeitig steigt aber auch der Bedarf an neuen Kompetenzen.

Der Fokus verschiebt sich von der manuellen Ausführung hin zur Steuerung, Überwachung und Weiterentwicklung autonomer Systeme. Die Aufgaben von Infrastruktur- und Operations-Teams verlagern sich damit weg von operativer Ausführung hin zu Aufsicht, Steuerung und Ausnahmebehandlung.

Neue Rollen entstehen außerdem unter anderem in den Bereichen:

• Agenten-Orchestrierung
• Governance
• Modellmanagement
• KI-Sicherheit

Von zentraler Bedeutung bleibt dabei domänenspezifisches Fachwissen. Es wird jedoch nicht mehr primär für die operative Umsetzung benötigt, sondern als Grundlage, um Regeln, Policies und Ziele für KI-Agenten zu definieren und deren Verhalten zu kontrollieren.

Bedarf an klassischen Administratoren sinkt

Der Rollenwandel wirkt sich auch auf Organisationsstrukturen aus. Mit zunehmender Verbreitung wird ein Organisationsmodell erwartet, das stärker auf wenige operative Ebenen und mehr Spezialisierung in der Mitte setzt („diamantförmige“ Aufbauformen werden in diesem Kontext häufig genannt). Da KI-Agenten zunehmend operative Tätigkeiten übernehmen, sind für den täglichen Bedarf weniger klassische Administratoren erforderlich. Gleichzeitig gewinnen strategische, spezialisierte und überwachende Rollen an Bedeutung.

So lassen sich auch komplexe IT-Umgebungen mit weniger manuellem Aufwand betreiben. Voraussetzung dafür ist jedoch eine geeignete technische Basis. Empfehlenswert ist beispielsweise der Einsatz spezialisierter Engineering- und Management-Plattformen für KI-Agenten, die Funktionen für Sicherheit, Identitätsmanagement, Tests, Monitoring, Skalierung und Kostenkontrolle bündeln.

Solche Plattformen können das Risiko unkontrollierter Aktionen, Compliance-Verstöße oder unerwarteter Kosten deutlich senken.

Netzwerkbetrieb als Testfeld autonomer IT

Besonders sichtbar wird der Wandel im Netzwerkbetrieb. Klassische Automatisierungsansätze stießen hier bisher häufig noch an ihre Grenzen. Marktbeobachtungen zufolge ist weiterhin nur ein Teil aller Netzwerkaufgaben automatisiert; viele Unternehmen setzen aufgrund von Komplexität und Fachkräftemangel auf ausgelagerte Betriebsmodelle bzw. Managed Services.

Agentic NetOps könnte dieses Modell jedoch infrage stellen. Denn autonome KI-Agenten sind in der Lage, den gesamten Lebenszyklus der Netzwerkinfrastruktur zu steuern – von der Überwachung über die Durchsetzung von Sicherheitsrichtlinien bis hin zur Fehlerbehebung. Sie agieren entweder eigenständig oder als koordiniertes Multi-Agenten-System mit minimaler menschlicher Beteiligung.

Langfristig könnte agentenbasierter Netzwerkbetrieb damit skalierbarer und kostengünstiger sein als manuelle Prozesse oder klassisches Outsourcing. Prognosen zufolge könnten bis 2030 relevante Anteile von Unternehmen nach Einführung agentenbasierter Netzwerkansätze von externen Betriebsmodellen auf stärker eigenbetriebene Varianten umsteigen und ihre Betriebskosten spürbar senken.

Neue Anforderungen an Anbieter und Verträge

Mit der zunehmenden Autonomie von KI-Agenten rückt auch die Frage nach Verantwortung stärker in den Fokus. Klassische Service-Level-Agreements (SLAs), die vor allem Verfügbarkeit oder Reaktionszeiten adressieren, reichen dafür allein nicht mehr aus.

Erwartet wird, dass ein wachsender Anteil von IT-Führungskräften explizite Leistungszusagen für KI-Agenten in Lieferantenverträgen verankern wird. Im Vergleich zu heute dürfte sich dieser Anteil in den nächsten Jahren deutlich erhöhen.

Für Anbieter bedeutet das, stärker in Transparenz, Erklärbarkeit und Monitoring-Funktionen investieren zu müssen. Gleichzeitig zeichnen sich neue Preismodelle ab, bei denen messbare Ergebnisse wie Stabilität, Automatisierungsgrad oder Servicequalität im Vordergrund stehen – und nicht mehr nur Arbeitsstunden oder Lizenzmetriken.

Was CIOs jetzt beachten sollten

Für CIOs und Verantwortliche in Infrastruktur und Operations ist Agentic AI kein kurzfristiger Trend, sondern eine strategische Weichenstellung. Es empfiehlt sich daher, mit klar definierten, risikoarmen Anwendungsfällen zu starten, etwa bei:

• Alarm-Deduplizierung
• Incident-Klassifizierung
• bekannten Standard-Remediations

Auf dieser Basis lassen sich Governance-Strukturen aufbauen und schrittweise auf komplexere Workflows ausweiten.

Parallel dazu sollten Unternehmen ihre Kompetenzentwicklung neu ausrichten und gezielt in Rollen investieren, die das Management autonomer Systeme ermöglichen. Mindestens genauso wichtig ist die frühzeitige Überprüfung bestehender Lieferantenstrategien und Vertragsmodelle.

Entscheidend ist der Perspektivwechsel: KI-Agenten sind kein weiteres Werkzeug, sondern verändern das Betriebsmodell selbst. Unternehmen, die Organisation, Rollen und Prozesse frühzeitig anpassen, können den IT-Betrieb stabiler, effizienter und langfristig resilienter aufstellen.