Absichtsbasierte Software: der Prüfbildschirm bleibt

Sechzig Jahre lang haben wir Menschen beigebracht, wo die Knöpfe sitzen. Die nächsten sechzig werden der Software beibringen, was Menschen wollen, und dem Menschen bleibt genau eine Aufgabe: prüfen.

Das ist das Argument, und es läuft gegen die ordentliche Fassung, die derzeit herumgeht. Absichtsbasierte Systeme lassen Sie ein Ziel nennen und überlassen der Software den Weg. Die Designpresse schließt daraus, dass die Oberfläche damit verschwindet. Für Unternehmenssoftware halten wir diesen Schluss für falsch, und der Fehler ändert, wie ein Unternehmen sich vorbereiten sollte.

Unvernünftig ist der Schluss nicht, denn er stammt aus zwei guten Quellen. Die Nielsen Norman Group nennt absichtsbasierte Interaktion das erste wirklich neue Interaktionsparadigma seit rund 60 Jahren. Ein Essay von Die Produktmacher trennt das befehlsbasierte Rechnen, in dem Sie jeden Schritt vorgeben, vom absichtsbasierten, in dem das System die Schritte wählt, und benennt den Preis: Nutzer müssen Ergebnisse prüfen, statt eine Aufgabe auszuführen. Nehmen Sie diesen letzten Halbsatz ernst, und die Geschichte vom Verschwinden fällt auseinander. Wer prüft, braucht etwas, womit er prüfen kann.

Überlegen Sie, was Ihnen das Durchklicken eines Formulars tatsächlich gegeben hat. Nichts Besonderes: Sie wussten, was passiert ist, weil Sie es getan haben. Legt ein Agent die Bestellung an, weiß niemand in Ihrem Team, was er gelesen, was er angenommen und welche Regel er angewandt hat, solange kein Bildschirm es zeigt. Die Eingabemaske geht, und ein Prüfbildschirm muss ihren Platz einnehmen. Dieser Bildschirm zeigt die vorgeschlagene Handlung, die Datensätze, auf die sich der Agent gestützt hat, die Regel dahinter und einen Weg, das Ergebnis zurückzunehmen. Kaum eine ERP-Maske, die zum Tippen gebaut wurde, zeigt eines dieser vier Dinge. Die Oberfläche, die in Software für den Betrieb überlebt, ist also der Nachweisbildschirm, und er wird mehr zählen als der, den er ersetzt.

Die meisten Unternehmen werden das in Software erleben, die sie schon besitzen. Gartner erwartet, dass bis Ende 2026 40 % der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten, nach weniger als 5 % im Jahr 2025. Lesen Sie das als Vertriebskanal: Ihre Anbieter für Buchhaltung, CRM und ERP schalten Agenten ein, ob Sie eine KI-Strategie geschrieben haben oder nicht. Dasselbe Haus erwartet, dass bis Ende 2027 mehr als 40 % der Projekte mit agentischer KI eingestellt werden, und nennt unter den Gründen unklaren geschäftlichen Nutzen und unzureichende Risikokontrollen. Risikokontrolle ist ein Prüfproblem. Niemand kontrolliert, was er nicht einsehen kann.

Das Suchverhalten neigt in dieselbe Richtung, allerdings nur als grobes Signal. In Google-Ads-Daten für US-Englisch, gemessen am 11. Oktober 2026, liegt „prompt injection“ im Schnitt bei 5.400 Anfragen pro Monat und steigt, mit einem Ausschlag auf 9.900 im August 2026. „Shadow AI“ liegt bei 3.600, nach 2.400 ein Jahr davor. „Context engineering“, das Handwerk, einem Modell die richtigen Eingaben zu geben, fiel von 6.600 pro Monat im Herbst 2025 auf 3.600 im Sommer 2026. Ein Land und eine Sprache beweisen wenig. Das Muster passt dennoch: Nach der ersten Begeisterung sucht man weniger danach, wie man das Modell zum Handeln bringt, und mehr danach, wie es schiefgeht.

Es gibt einen zweiten Grund, warum der Prüfbildschirm schwerer wird, als er klingt, und er hat mit dem Agenten nichts zu tun. Die alte Oberfläche hat den Zustand Ihrer Abläufe verdeckt. Ein Mensch an der Tastatur reparierte, ohne es zu merken. Er wusste, welchem Bericht zu trauen ist, er korrigierte still den veralteten Bestandswert, er erinnerte sich, dass der Kunde mit zwei Schreibweisen ein Kunde ist. Der Bildschirm sah in Ordnung aus, weil der Mensch dahinter flickte.

Ein Agent flickt nicht. Er liest, was da steht. Verbundene, konsistente Datensätze ergeben ein verlässliches Ergebnis, ein Dutzend unverbundener Tabellen ein selbstsicheres, plausibles, falsches. Und der Prüfer, der den Vorschlag des Agenten gegen genau diese Datensätze hält, erbt das Problem: Eine Prüfung gegen schmutzige Daten prüft nichts. Sobald niemand mehr vor dem Bildschirm sitzt, ist der Zustand Ihrer Abläufe genau das, was Kunden und Mitarbeiter erleben. Wie Sie merken, dass es schiefläuft, behandelt unser Beitrag zu Observability als Tor zwischen Pilot und Produktion.

Was würden wir zuerst tun? Agenten Leserechte vor Schreibrechten geben, denn Diagnosen und Zusammenfassungen laufen mit wenig Aufsicht, lange bevor etwas Geld bewegen darf. Die Prüfansicht entwerfen, bevor der Agent gebaut wird: für jede Handlung, die Geld oder Berechtigungen berührt, auf einer Seite aufzeichnen, was der Prüfer sieht und wie er die Handlung zurücknimmt. Lässt sich diese Seite nicht zeichnen, ist der Agent nicht fertig, wie gut die Demo auch aussah. Dann die Datensätze in Ordnung bringen, gegen die der Prüfer vergleicht, und einen Arbeitsablauf mit hohem Volumen und niedrigem Risiko ein volles Quartal fahren, bevor der nächste dazukommt.

Sie dürfen widersprechen und finden, der Agent solle einfach handeln und der Bildschirm solle weg. Prüfen Sie diese Sicht an einer Frage. Wenn der Agent an einem Donnerstag falsch liegt, wer zeichnet die Korrektur ab, und was sieht diese Person an?

Sie wissen nicht, wo Ihre Abläufe stehen? Unser kostenloses Operations- und KI-Readiness-Assessment dauert etwa drei Minuten und liefert einen mit Benchmarks unterlegten Bericht samt Ihrer vorrangigen Lücke. Unsere KI-Leistungen setzen an derselben Stelle an und erfassen, was ein Agent berühren wird, bevor eine Automatisierung live geht. Zum Gespräch darüber melden Sie sich bei uns.