Quantencomputer
April 25, 2026
Max Schreiber
Mal Hand aufs Herz: Wie viele Ihrer Kolleginnen und Kollegen in der Produktionsplanung verbringen ihre Tage damit, Lieferpläne manuell anzupassen, weil ein Lieferant in Malaysia Lieferprobleme gemeldet hat? Viel zu viele. SAP hat auf der Hannover Messe eine Antwort auf diese Frage gegeben — und die Antwort lautet: KI-Agenten. Vollautomatisch. Ohne menschliches Zutno.
Mal Hand aufs Herz: Wie viele Ihrer Kolleginnen und Kollegen in der Produktionsplanung verbringen ihre Tage damit, Lieferpläne manuell anzupassen, weil ein Lieferant in Malaysia Lieferprobleme gemeldet hat? Viel zu viele. SAP hat auf der Hannover Messe eine Antwort auf diese Frage gegeben — und die Antwort lautet: KI-Agenten. Vollautomatisch. Ohne menschliches Zutun. Und nein, das ist kein Aprilscherz.
Seien wir ehrlich: Die Industrie steht vor einem paradoxen Moment. Einerseits reden alle über den Fachkräftemangel. Andererseits investieren Konzerne wie SAP Milliarden in Software, die genau jene Routinetätigkeiten ersetzt, die menschliche Arbeitskraft binden — und die gleichzeitig die Einstiegspositionen für den Nachwuchs darstellen. Die Hannover Messe ist in diesem Jahr zum Schauplatz dieser Auseinandersetzung geworden — und der Outbound Task Orchestration Agent von SAP steht im Zentrum.
Das Werkzeug, das auf der Messe vorgestellt wurde, ist kein weiteres Dashboard mit Charts und Ampelanzeigen. Es ist ein Agent — ein System, das eigenständig Entscheidungen trifft, Lieferketten in Echtzeit optimiert und Störungen behebt, bevor menschliche Planer überhaupt davon erfahren haben. Das ist keine Zukunftsmusik. Das ist jetzt. Und es ist ein Wink mit dem Zaunpfahl an alle, die glauben, dass die Digitalisierung der Industrie noch Jahre oder Jahrzehnte dauert.
Bevor wir in Jubel verfallen oder in Panik geraten, lassen Sie uns anschauen, was der Outbound Task Orchestration Agent wirklich leistet — und wo seine Grenzen liegen.
SAP beschreibt ihn als ein System, das Lieferketten-Operationen autonom steuert. Konkret heißt das: Der Agent greift auf Echtzeitdaten aus dem SAP-System — Bestände, Bestellungen, Lieferantenstatus, Produktionspläne — und leitet daraus automatisch Maßnahmen ab. Er ist nicht darauf beschränkt, Reports zu generieren oder警示meldungen auszuspucken. Er handelt.
Die zentralen Funktionen im Überblick:
Was er nicht kann: den Überblick über politische Risiken behalten, die nicht in Datensätzen stecken. Naturkatastrophen, Handelskonflikte, diplomatische Verwerfungen — das sind Ereignisse, die in keinem SAP-System auftauchen, bis sie es schon getan haben. Und genau da liegt eine Grenze, die Unternehmen kennen müssen. Der Agent ist ein hervorragendes Werkzeug für das, was quantifizierbar ist. Für den Rest braucht es weiterhin menschliches Urteilsvermögen.
SAP-Kunden wie Continental und BASF haben den Agenten in Pilotprojekten getestet, und die Ergebnisse sind bemerkenswert — je nach Perspektive entweder beeindruckend oder beunruhigend, je nachdem, auf welcher Seite der Gleisübergang Sie gerade stehen.
Continental setzt das System in der Automobilzulieferkette ein. Das Unternehmen hat nach eigenen Angaben die Reaktionszeit auf Lieferkettenunterbrechungen um rund 40 Prozent verkürzen können. In der Automobilindustrie ist das keine Kleinigkeit: Jede Stunde Verzögerung in der Zulieferung kann — abhängig vom betroffenen Bauteil — Millionenkosten verursachen. Wenn ein Bandstillstand droht, zählt jede Minute. Der Agent kann in diesem Szenario den Unterschied zwischen einem kurzen Innehalten und einem mehrtägigen Produktionsstopp ausmachen.
BASF wiederum nutzt den Agenten in der Chemielogistik, wo komplexe Abhängigkeiten zwischen Vorprodukten und eng getakteten Produktionsplänen herrschen. Die Chemieindustrie ist ein Sektor, in dem Lieferkettenunterbrechungen besonders gravierende Folgen haben können — weil viele Vorprodukte nur von wenigen spezialisierten Lieferanten bezogen werden können. Ein einziger Engpass kann hier zu einer Kaskade von Produktionsstopps führen.
Das Team von digital-magazin.de hat die verfügbaren Berichte aus den Pilotphasen ausgewertet. Ein Muster fällt auf: Die größten Zeitgewinne entstehen nicht dort, wo der Agent komplett neue Problemlösungen findet, sondern dort, wo er Routineentscheidungen beschleunigt, die früher ein menschlicher Planer in mehreren Schritten getroffen hat — Daten zusammenholen, analysieren, Optionen abwägen, entscheiden. Dieser Prozess dauert in der Regel 15 bis 45 Minuten. Der Agent erledigt ihn in Sekunden. Die Frage ist nur, ob die Beschleunigung immer ein Gewinn ist — oder ob sie auch Risiken birgt, die sich nicht so leicht quantifizieren lassen.
Ein Punkt, der in den Pilotberichten eher am Rande erwähnt wird: Die Qualität der Datenqualität. BASF und Continental sind Großunternehmen mit vergleichsweise sauberen Daten. In mittelständischen Unternehmen sieht die Realität oft anders aus — fragmentierte Systemlandschaften, unvollständige Stammdaten, Schnittstellen, die nur teilweise funktionieren. Für diese Unternehmen wird die Einführung eines agentenbasierten Systems eine deutlich größere Baustelle.
Lassen wir die Zahlen sprechen. Laut einer Studie von McKinsey, die im vergangenen Jahr veröffentlicht wurde, könnten bis zu 30 Prozent der Tätigkeiten in der operativen Planung und Auftragsabwicklung durch intelligente Automatisierung entfallen. Das ist keine Schätzung aus der Gerüchteküche — das ist eine Zahl, die auf einer Analyse von Tätigkeitsprofilen in über 800 Unternehmen basiert.
SAP hat das Rad nicht neu erfunden. Das Unternehmen hat lediglich einen Schalter umgelegt, der schon lange auf „automatisch“ hätte stehen können — aber aus Gründen der Zurückhaltung, der Skepsis oder schlicht des Mangels an bezahlbaren Lösungen nicht umgelegt wurde. Jetzt ist er umgelegt. Und jetzt wird sichtbar, was darunter liegt.
Die Auswirkungen auf den Arbeitsmarkt zeigen sich in drei Stufen — wie ein Erdbeben mit Nachbeben:
Stufe 1 — Weniger Einstiegsjobs. Traditionell sammeln junge Fachkräfte in der Auftragsplanung und Auftragskoordination erste Berufserfahrung. Sie lernen dabei, wie Lieferketten funktionieren, wo die Fallstricke liegen, welcher Lieferant zuverlässig ist und welcher nicht, wie man mit Lieferverzögerungen umgeht, ohne dass die Fabrik ruft. Wenn diese Einstiegspositionen wegfallen, fehlt nachwachsenden Fachkräften die praktische Lernplattform. Das ist kein theoretisches Problem. Es ist ein strukturelles.
Stufe 2 — Neue Rollen entstehen. Die gute Nachricht — und sie ist oft zu hören, wenn Unternehmen ihre Automatisierungsstrategien präsentieren: Es entstehen neue Tätigkeitsfelder. KI-Orchestrierung — also die Konfiguration, Überwachung und Feinjustierung von Agenten — wird ein wachsender Kompetenzbereich. Ebenso Governance: Wer trägt die Verantwortung, wenn der Agent eine falsche Entscheidung trifft? Diese Frage müssen Menschen beantworten, und zwar nicht nur juristisch, sondern auch ethisch und operativ. Und dann gibt es noch die Domänenexperten, die den Agenten mit dem richtigen Kontext füttern — denn ein Agent, der keinebranchenspezifischen Nuancen kennt, macht teure Fehler.
Stufe 3 — Die Kluft wächst. Zwischen denjenigen, die lernen, mit KI-Agenten zu arbeiten, und denen, die gegen sie arbeiten müssen, entsteht eine Kompetenzkluft. Unternehmen, die jetzt in Umschulung investieren, werden einen Vorsprung haben — in zweierlei Hinsicht: Sie haben die qualifizierten Mitarbeiter, um die Agenten effektiv einzusetzen, und sie haben die nötige interne Akzeptanz, um den Wandel ohne größere Widerstände zu vollziehen. Unternehmen, die abwarten, werden feststellen, dass ihre Belegschaft die neue Realität nicht mehr abbilden kann — und dann teuer externe Beratung einkaufen müssen, um den Anschluss nicht ganz zu verlieren.
SAP ist nicht allein. Die Hannover Messe hat in diesem Jahr deutlich gezeigt, dass das Thema KI-Agenten weit über einzelne Unternehmen und einzelne Anwendungsfälle hinausgeht. Es ist ein breiter Trend, der gerade了整个 Industrie erfasst.
Microsoft hat angekündigt, auf der Build 2026 im Juni den Fokus auf Multi-Agent-Workflows zu legen — Systeme also, in denen mehrere spezialisierte Agenten zusammenarbeiten, um komplexe Geschäftsprozesse abzubilden. Ein Agent kümmert sich um die Beschaffung, ein anderer um die Produktionsplanung, ein dritter um die Qualitätskontrolle — und ein übergeordneter Agent koordiniert die drei, wenn ihre Entscheidungen sich überschneiden oder widersprechen. Das ist ein deutliches Signal: Nach der Phase der einzelnen Chatbots und Sprachassistenten steigt die Industrie auf agentenbasierte Systeme um. Nicht weil es modisch ist, sondern weil die Skaleneffekte real sind.
Google wiederum ersetzt im September die Dynamic Search Ads durch AI Max — eine agentenbasierte Lösung, die automatisch Anzeigentexte generiert, Zielgruppen identifiziert und Gebotsstrategien anpasst. Für Unternehmen, die auf Google Ads als Vertriebskanal angewiesen sind, ist das eine fundamentale Veränderung. Die Auswirkungen auf den PPC-Markt sind erheblich: PPC-Manager wandeln sich von strategischer Aufsicht über Gebote und Texte hin zu Agenten-Designern — Menschen, die Workflows konzipieren, statt einzelne Kampagnen zu optimieren. Das ist ein Job-Umbau, keine Job-Abschaffung. Aber er erfordert völlig andere Kompetenzen.
Der gemeinsame Nenner all dieser Entwicklungen: Routine, die früher Menschen vorbebraten wurden, wird zu einem Problem der KI. Nicht jede Routine — aber ein erheblicher Teil davon. Das ist keine Geschichte von morgen. Das ist die Geschichte von heute, und die Messe in Hannover hat sie in diesem Jahr mit einer Deutlichkeit sichtbar gemacht wie selten zuvor.
Jetzt wird es unbequem. Wer trägt die Verantwortung, wenn ein KI-Agent eine falsche Entscheidung trifft? Die Frage klingt juristisch, ist aber zutiefst praktisch — und sie wird in den meisten Unternehmen noch nicht sauber beantwortet.
SAP hat in der Dokumentation des Outbound Task Orchestration Agents einen Abschnitt zur menschlichen Aufsicht vorgesehen — eine sogenannte Human-in-the-Loop-Komponente. Das bedeutet: Der Agent dokumentiert seine Entscheidungen, und in definierten Szenarien muss ein Mensch die Entscheidung freigeben, bevor sie wirksam wird. Das klingt beruhigend. Es ist es aber nur teilweise.
Denn was passiert in Echtzeit-Szenarien, in denen jede Minute zählt? Wenn ein Lieferant morgens um 6:32 Uhr meldet, dass eine Schlüsselkomponente erst in drei Tagen statt morgen eintrifft, und der Agent automatisch eine Alternative gefunden hat — wird dann ein Mensch um 7:47 Uhr die Zeit finden, diese Freigabe zu prüfen? Oder wird der Prozess so gestaltet sein, dass die Freigabe nur noch eine Formsache ist, die der Mensch im Vorbeigehen abnickt, weil er dem Agenten vertraut — oder weil er schlicht überlastet ist?
Genau das ist das Problem. Die Einführung von Human-in-the-Loop in agentenbasierten Systemen ist oft mehr Dokumentation als Kontrolle. Der Mensch wird zum Zertifizierer, nicht zum Entscheider. Und wenn etwas schiefgeht, steht er mit seinem Namen unter einer Freigabe, die er inhaltlich nicht mehr geprüft hat.
Unternehmen müssen sich daher ernsthaft mit Governance-Strukturen auseinandersetzen — nicht nur mit technischer Implementierung. Das beginnt bei der Frage, welche Entscheidungen ein Agent allein treffen darf und welche nicht, und reicht bis zur Haftungsfrage: Wenn ein Agent einen Vertrag mit einem Ersatzlieferanten abschließt, der teurer ist als nötig — wer haftet? SAP? Das Unternehmen? Der CIO? Die Geschäftsführung? Und wie dokumentiert man das so, dass es vor Gericht Bestand hat?
Dieses Thema wird in den kommenden Monaten und Jahren zu einer der zentralen Diskussionen in der Unternehmens-IT werden. Wer jetzt die Governance-Strukturen schafft, bevor der Agent im produktiven Einsatz ist, wird einen erheblichen Vorteil haben — nicht nur rechtlich, sondern auch operativ. Denn ein Agent ohne Governance ist wie ein Mitarbeiter ohne Stellenbeschreibung: Man weiß nicht genau, was er tun soll — bis er etwas tut, das man nicht wollte.
Seien wir ehrlich: Die meisten Unternehmen sind nicht auf diesen digitalen Übergang vorbereitet. Nicht technisch, nicht organisatorisch, nicht kulturell. Und wer jetzt den Kopf in den Sand steckt, wird die Entwicklung nicht aufhalten — er wird nur später merken, dass er den Anschluss verloren hat.
Technisch: Die Integration eines agentenbasierten Systems in bestehende SAP-Umgebungen erfordert saubere Daten, aktuelle Schnittstellen und eine klare Prozessdokumentation. Viele Unternehmen hangeln sich noch von Excel-Datei zu Excel-Datei, haben parallele Systeme, die nicht miteinander reden, und wundern sich dann, warum ihre Digitalisierungsprojekte scheitern. Für einen Agenten, der auf Echtzeitdaten angewiesen ist, sind diese Altlasten ein ernstes Hindernis.
Organisatorisch: Die Einführung von KI-Agenten verändert Organisationsstrukturen. Teams, die früher discrete Entscheidungen getroffen haben, müssen neu gedacht werden — als Supervisoren und Trainer von Agenten, nicht als deren Ersetzer. Das erfordert neue Rollen, neue Kompetenzprofile und vor allem neue Kommunikationswege. Ein Agent, der in einem Silo arbeitet, ist nur ein halber Agent.
Kulturell: Die größte Hürde. Die meisten Mitarbeiterinnen und Mitarbeiter in Planung und Execution haben keine Angst vor KI-Agenten, weil sie sie nicht verstehen. Sie haben Angst, weil sie ahnen, dass ihre Arbeit weniger werden könnte — und weil niemand ihnen gesagt hat, was stattdessen kommt. Diese Angst ernst zu nehmen und transparent zu kommunizieren — das ist die Aufgabe von Führungskräften, nicht von IT-Abteilungen. Und es ist keine Aufgabe, die man an einen externen Change-Manager outsourcen kann.
Der Titel dieses Artikels ist bewusst provokant gewählt. „Der Mensch bleibt am Rand“ — das klingt nach Abbau, nach Marginalisierung, nach Kontrollverlust. Und ja, in Teilen der Fertigung und Planung wird genau das passieren. Routinejobs verschwinden. Nicht alle, aber genug, um es ernst zu nehmen. Das ist nicht aufzuhalten — und es ist auch nicht sinnvoll, dagegen anzukämpfen.
Aber der Mensch verschwindet nicht. Er wird nur an einen anderen Ort gerückt — dorthin, wo Urteilsvermögen gefragt ist, wo Kontext verstanden werden muss, wo Entscheidungen Konsequenzen haben, die sich nicht in Daten abbilden lassen. Der Produktionsleiter, der weiß, dass Lieferant X zwar teurer, aber deutlich zuverlässiger ist als Lieferant Y, weil er seit zehn Jahren mit beiden arbeitet — dieser Erfahrungsschatz ist durch keinen Agenten zu ersetzen. Noch nicht.
SAP hat mit dem Outbound Task Orchestration Agent ein mächtiges Werkzeug auf den Markt gebracht. Allgemein verfügbar ab dem zweiten Quartal. Continental und BASF als Vorreiter. Die Konkurrenz beobachtet. Der Rest der Branche wird folgen — schneller, als die meisten denken. Nicht weil es so sexy ist, sondern weil der wirtschaftliche Druck dafür sorgt, dass Effizienzgewinne in der Lieferkette keine Option, sondern Notwendigkeit sind.
Die Frage ist nicht, ob KI-Agenten kommen. Die Frage ist, ob Unternehmen bereit sind, ihre Organisation gleichzeitig neu zu denken — nicht nur ihre Software. Und ob sie bereit sind, diese Neugestaltung ehrlich zu kommunizieren: Den Mitarbeitern gegenüber, die um ihre Jobs fürchten, aber auch den Kunden gegenüber, die Vertrauen in Systeme setzen, deren Entscheidungen sie nicht nachvollziehen können.
Der Punkt ist: Die digitale Transformation hat eine neue Stufe erreicht. Nach Cloud, nach KI-Assistenten und nach Automatisierung einzelner Aufgaben kommt jetzt die agentenbasierte Executing-Schicht. Das ist kein Hype. Das ist ein struktureller Wandel, und er wird nicht warten, bis Unternehmen ihre Hausaufgaben gemacht haben. Er wartet nicht einmal, bis die Branche sich einig ist, wie er reguliert werden soll.
Was Sie jetzt tun sollten — konkret und umsetzbar:
Erstens: Bilden Sie sich und Ihre Teams jetzt. Nicht in einem Jahr, wenn das Tool bereits im produktiven Einsatz ist. Nicht next Week, sondern heute. Verstehen Sie, wie Agenten funktionieren, welche Parameter sie steuern, wo Fehler entstehen können und wie man sie frühzeitig erkennt. Nutzen Sie die verfügbaren SAP-Schulungen und ergänzen Sie sie durch unabhängige Quellen. Lesen Sie nicht nur die SAP-Dokumentation — suchen Sie auch nach den Stimmen, die kritisieren, nicht nur die, die preisen.
Zweitens: Starten Sie kleine Piloten. Continental hat nicht sofort die gesamte Lieferkette umgestellt. Testen Sie den Agenten in einem abgegrenzten Bereich, dokumentieren Sie die Ergebnisse akribisch, und lernen Sie schnell. Pilot heißt nicht: alles auf eine Karte setzen. Pilot heißt: die Risiken kontrolliert eingehen, bevor sie unkontrolliert eintreten.
Drittens: Führen Sie jetzt die Governance-Diskussion. Bevor der Agent eine Entscheidung trifft, die Ihr Unternehmen in Schwierigkeiten bringt, sollten Sie definiert haben, welche Entscheidungen er allein treffen darf und welche nicht. Das klingt nach Juristensache — ist es aber nicht nur. Es ist eine operative Frage, die jeder Geschäftsführer und jede Geschäftsführerin selbst beantworten muss.
Viertens: Investieren Sie in die Mitarbeiter, die bleiben werden. KI-Orchestrierung, Agenten-Supervision und Governance sind neue Rollen mit neuen Anforderungen. Bestehende Mitarbeiter haben das Domänenwissen — geben Sie ihnen die Chance, es in neue Rollen zu übersetzen, statt sie außen vor zu lassen. Der beste Agent ist nur so gut wie der Mensch, der ihn anleitet.
Der Agent ist da. Die Frage ist, ob Sie ihn kontrollieren — oder ob er Sie kontrolliert. Und die Antwort auf diese Frage hängt nicht davon ab, wie gut der Agent ist. Sie hängt davon ab, wie früh Sie sich mit ihm auseinandersetzen.
Eine abschließende Überlegung, die mir wichtig ist, bevor wir hier zu einem Schluss kommen, der keiner sein will: Die Geschichte der industriellen Automatisierung ist nicht linear. Sie verläuft in Wellen — und jede Welle hat Ängste ausgelöst, die sich im Nachhinein als übertrieben oder zumindest als falsch gerichtet herausgestellt haben.
Die Dampfmaschine. Die Elektrifizierung. Die Computerisierung. Jede dieser Wellen hat Arbeitsplätze eliminiert — und jede hat letztlich mehr Wohlstand geschaffen, als sie an Arbeitsplätzen vernichtet hat. Nicht sofort, nicht für jeden, aber in der Summe. Die.agentenbasierte Welle wird nicht anders sein in ihrem Ergebnis. Aber sie kommt schneller als jede vorherige, und sie trifft diesmal nicht nur die Fabrikhalle, sondern das Büro. Die Planung. Die Logistik. Die Verwaltung. Und sie trifft sie gleichzeitig, nicht nacheinander.
Die Unternehmen, die diesen KI-gestützten Übergang am besten meistern werden, sind nicht diejenigen, die am schnellsten automatisieren. Es sind diejenigen, die verstehen, dass die Einführung von KI-Agenten ein organisatorischer Wandel ist, kein Software-Upgrade. Die also in ihre Mitarbeiter investieren, während sie in ihre Systeme investieren. Die transparent kommunizieren, während sie automatisieren. Die Verantwortung ernst nehmen, während sie Effizienz steigern.
Der Mensch bleibt am Rand. Aber er bleibt. Und er hat die Wahl — individuell und kollektiv —, ob er dort eine passive Zuschauerrolle spielt oder eine aktive Gestalterrolle einnimmt. Die Frage ist nicht, ob diese Wahl kommt. Sie ist schon da.
Für das Team von digital-magazin.de ist eines klar: Wir werden die Entwicklung von KI-Agenten in der industriellen Fertigung weiter beobachten, analysieren und einordnen. Die nächsten Monate werden entscheidend sein — nicht für die Technologie, die ist bereits entschieden, sondern für die Art und Weise, wie Unternehmen sie verantwortungsvoll einsetzen. Und dafür, ob sie lernen, bevor sie lernen müssen.
Die Hannover Messe hat geliefert. Jetzt liegt es an der Branche. Und an jedem Einzelnen, der in dieser Branche arbeitet.
Punkt.
