Künstliche Intelligenz & organisatorischer Wandel

Ihr KI-Agent ist vielleicht gerade ausgefallen. Und Sie wissen es nicht.

Artikel von Massimiliano Speranza  · März 2026 · 6 Min. Lesezeit

Er nimmt weiterhin Anfragen an. Er antwortet nicht mehr korrekt. Er blockiert still Abläufe. Ihre Teams warten. Niemand weiss, warum.

Das ist kein Katastrophenszenario. Es ist die alltägliche Realität von Organisationen, die KI-Agenten ohne Überwachungsarchitektur einführen.

Der stille Ausfall hat kein Alarmsignal. Er hat eine Mitarbeiterin, die sich wundert, dass ihre Anfrage seit drei Tagen nicht bearbeitet wurde.

Gouvernance des agents IA — Wiven
Kernbotschaft

Ein nicht gesteuerter KI-Ausfall ist kein technischer Vorfall. Er ist ein Geschäftsrisiko. Die Frage ist nicht, ob es passiert, sondern ob Sie in der Lage sein werden, damit umzugehen.

1. Warum ein KI-Ausfall anders ist als ein klassischer Ausfall

Fällt ein Server aus, wird ein Alarm ausgelöst. Stürzt eine Anwendung ab, sehen die Benutzer eine Fehlermeldung. Scheitert ein KI-Agent, geschieht nichts, oder fast nichts.

Er kann weiter falsch antworten, fehlerhafte Daten weitergeben, erwartete Aktionen nicht auslösen. Ein klassischer Ausfall ist binär: Es funktioniert oder nicht. Ein KI-Ausfall kann teilweise, still, schleichend sein, und er erzeugt Fehler während der ganzen Zeit, in der er unbemerkt bleibt.

Grundlegender Unterschied

Ein klassischer Ausfall hört auf. Ein KI-Ausfall kann unsichtbare Fehler erzeugen, bis jemand den Faden zurückverfolgt, oft zu spät.

2. Die drei Ausfallformen, mit denen niemand rechnet

Der offensichtliche Ausfall, bei dem der Agent ganz stoppt, ist der am wenigsten gefährliche, weil er sichtbar ist. Die beiden anderen sind viel heimtückischer.

Der stille Ausfall

Der Agent funktioniert, liefert aber falsche Ergebnisse. Ein Agent zur Kontrolle von Spesenabrechnungen in einem Schweizer KMU gibt weiterhin Ausgaben frei, doch sein Klassifizierungsmodell hat sich verschlechtert. Ausgaben ausserhalb der Richtlinie gehen ohne Warnung durch. Die Finanzleitung entdeckt es erst beim Quartalsabschluss.

Der kaskadierende Ausfall

Ein ausgefallener HR-Agent gibt die Onboarding-Daten nicht mehr an den IT-Agenten weiter, der die Zugänge erstellt. Der neue Mitarbeiter kommt am Montagmorgen ohne Zugang zu seinen Tools. Ohne Isolierungsmechanismus bricht ein Glied die ganze Kette, still.

3. Wie es wirklich abläuft, wenn es bricht

Der Ausfall wurde nicht von einem System entdeckt. Er wurde von einer Mitarbeiterin entdeckt, die sich wunderte, dass ihr Ferienantrag seit drei Tagen nicht bearbeitet wurde. Sie sprach mit ihrem Vorgesetzten. Der Vorgesetzte sprach mit der HR-Leitung. Die HR-Leitung rief die IT-Leitung an. Die IT-Leitung eröffnete ein Ticket.

So funktioniert das KI-Monitoring heute in den meisten Organisationen: durch menschliche Meldung, im Nachhinein.

In der Zwischenzeit lief der Agent weiter. Weitere Anfragen blieben hängen. Weitere Daten wurden falsch verarbeitet. Wenn die IT-Leitung endlich die Logs öffnet, sofern es sie gibt, muss sie den Verlauf von Hand rekonstruieren, Agent für Agent, ohne übergreifende Sicht. Was zwanzig Minuten hätte dauern sollen, dauert drei Stunden.

Für die Finanzleitung ist es ein Abgleich, der von Hand wiederholt werden muss. Für die HR-Leitung ist es ein Vertrauensverlust in die Tools, schwer wieder aufzubauen in einem Umfeld, in dem die Zustimmung der Teams zum Wandel nie gesichert ist. Für die Geschäftsleitung ist es eine unbequeme Frage: Wenn es einmal passiert ist, wie oft ist es vorher unbemerkt geblieben?

Und für die Prüfer, in einem DSG- oder DSGVO-Umfeld, ist die Frage noch direkter: Wer war für diese automatisierte Entscheidung verantwortlich? Welcher Agent hat sie getroffen? Auf welcher Grundlage? Ohne Nachvollziehbarkeit gibt es keine Antwort.

Frage an Ihr Team

Würde einer Ihrer KI-Agenten heute Abend ausfallen: Wie lange, bis es jemand bemerkt? Wie lange, um die Auswirkungen zu verstehen? Wie lange bis zum Neustart?

4. Das eigentliche Problem: eine Architektur, die das Scheitern nicht vorgesehen hat

Die Einführung in Silos ist im Moment logisch. Jedes Team hat seinen Umfang, sein Budget, seinen Agenten. Das funktioniert, solange alles gut läuft.

Doch wenn es bricht, wird diese Organisation zur Falle. Niemand hat den Überblick. Niemand hat die Zugänge, um bei den Agenten anderer Teams einzugreifen. Und niemand weiss genau, was betroffen ist, bis die Folgen über die Mitarbeitenden selbst zurückkommen.

Kernpunkt

Das ist kein technologisches Problem. Es ist ein Designproblem. Eine Architektur, die ohne Vorsorge für Ausfälle eingeführt wurde, verwandelt Vorfälle in Krisen.

5. Was die Orchestrierung mit Wiven ändert

Wiven macht KI-Agenten nicht unfehlbar. Was es bringt, ist die Fähigkeit zu sehen, zu isolieren und neu zu starten, bevor ein technischer Vorfall zu einem geschäftlichen wird.

Wiven ist für die Realitäten Schweizer und europäischer Unternehmen gebaut: Anforderungen von DSG und DSGVO, Bedarf an Nachvollziehbarkeit für Prüfer, Integration in Umgebungen, in denen Data Governance nicht verhandelbar ist. Es ist keine zusätzliche Schicht, sondern eine auf Ihren Kontext zugeschnittene Architektur.

Konkret: Jeder Agent arbeitet in einem überwachten Ablauf. Scheitert ein Agent, wird der Ablauf kontrolliert unterbrochen, und die anderen Agenten erhalten keine beschädigten Daten. Eine Warnung geht sofort mit dem vollständigen Kontext hinaus: welcher Agent, welcher Ablauf, welche Aktion, zu welcher Uhrzeit. Die IT-Leitung weiss, wo sie suchen muss. Die Fachteams wissen, was betroffen ist und was weiter funktioniert.

Im Szenario vom Anfang: Die Mitarbeiterin hätte nicht drei Tage warten müssen. Das Problem wäre erkannt, lokalisiert und zugewiesen worden, bevor sie es bemerkt hätte.

Dimension Ohne Governance Mit Wiven Konkreter Nutzen
Erkennung Manuelle Meldung, falls es jemand bemerkt Zentrales Monitoring, sofortige Warnung Der Vorfall ist bekannt, bevor er gemeldet wird
Diagnose Abgeschottete Untersuchung, ohne geteilte Logs Nachvollziehbare Logs pro Agent, Ablauf und Aktion Die Ursache wird schnell gefunden
Auswirkungsbereich Unbekannt bis zur Eskalation Betroffene Abläufe in Echtzeit sichtbar Fundierter Entscheid, keine Überreaktion
Neustart Manueller Neustart, Risiko kaskadierender Fehler Kontrollierter Neustart, Ablauf für Ablauf Betriebliche Kontinuität gewahrt
Nachvollziehbarkeit Fehlend oder bruchstückhaft Jede Aktion dokumentiert, zuordenbar, prüfbar DSG/DSGVO-Konformität gesichert

6. Was Sie sich merken sollten

Die KI-Reife einer Organisation misst sich nicht an der Zahl eingeführter Agenten. Sie misst sich an der Fähigkeit, bei einem Ausfall zu erkennen, zu isolieren und neu zu starten, nachvollziehbar und konform.

Für Schweizer und europäische Unternehmen ist diese Anforderung nicht optional. DSG und DSGVO verlangen Rechenschaft über automatisierte Entscheidungen. Eine Architektur ohne Governance ist nicht nur ein betriebliches Risiko, sondern ein Compliance-Risiko.

Wo steht Ihre Organisation?
  • Wissen Sie in Echtzeit, ob alle Ihre Agenten korrekt funktionieren?
  • Können Sie die Auswirkungen eines Ausfalls erkennen, bevor sie über eine Mitarbeiterin oder einen Mitarbeiter gemeldet werden?
  • Sind Ihre KI-Logs prüfbar und konform mit Ihren regulatorischen Pflichten?

Haben Sie eine dieser Fragen mit Nein beantwortet, ist Ihre Architektur exponiert, betrieblich und regulatorisch.

Wiven bietet eine Diagnose in 3 Schritten:

1 · Kartierung Ihrer bestehenden Agenten und Abläufe 2 · Erkennung möglicher Ausfallpunkte 3 · Auf Ihren Kontext zugeschnittene Überwachungsarchitektur

Die Einführung erfolgt schrittweise, ein Ablauf, ein festgelegter Umfang, mit betrieblicher Sichtbarkeit ab den ersten Wochen.