Atria-Studie: Menschen wählen die meisten KI-Vorschläge aus
Das Atria-Team untersuchte 769 Aufgabenprotokolle aus der eigenen Modellentwicklung. Die Auswertung trennt Vorschläge, Entscheidungen und nachträgliche Selbsteinschätzungen.

Bei 85,5 Prozent der erfassten Methoden- und Parameterentscheidungen im Atria-Projekt trafen Menschen die endgültige Auswahl. Das berichtet das Atria-Team in seiner Studie vom 17. September 2026. Die Fallstudie zur eigenen Modellentwicklung umfasst 769 Aufgabenprotokolle von 56 Beteiligten; sie ist keine repräsentative Untersuchung von KI-Agenten im Unternehmen. Einen einheitlichen Erhebungszeitraum für sämtliche Protokolle nennt der Bericht nicht.
Vorschläge und Entscheidungen werden getrennt erfasst
Bei Methoden und Parametern entfielen 55,4 Prozent auf die Kombination „KI schlägt vor, Mensch wählt“. Die Zahl beschreibt keinen Anteil an der Arbeitszeit oder Vorarbeit. In 9,2 Prozent dieser Entscheidungen traf die KI die endgültige Auswahl. Menschen bestimmten außerdem überwiegend Ziele und Umfang sowie die Abnahmekriterien.
Ein Drittel ist eine Selbsteinschätzung zu ausgewählten Aufgaben
Für 455 abgeschlossene KI-gestützte Aufgaben lag eine verwertbare Antwort auf die Frage vor, ob die Beteiligten ihren eigenen Anteil ohne KI hätten erledigen können. Bei unverändertem Umfang, Qualitätsanspruch und Ressourcen hielten sie 151 Aufgaben für nicht machbar. Das entspricht 33,2 Prozent dieser Teilmenge. Es handelt sich um rückblickende Selbstauskünfte, nicht um einen Vergleich mit einer Kontrollgruppe ohne KI.
Unternehmen sollten Freigaben und Prüfaufwand getrennt betrachten
Für den Einsatz von KI-Agenten ist diese Unterscheidung hilfreich: Ein System kann viele Arbeitsschritte ausführen, während Menschen weiterhin Methoden auswählen und Ergebnisse bewerten. Ein Pilotprojekt sollte deshalb neben der Ausführungszeit auch Korrekturen und Freigaben erfassen. Ob die Atria-Ergebnisse auf andere Unternehmen übertragbar sind, bleibt offen. Der Bericht untersucht die Zusammenarbeit innerhalb eines einzelnen KI-Entwicklungsprojekts.
Häufige Fragen
Was bedeutet „Autonomie“ bei einem KI-Agenten in dieser Studie?
Die Studie erfasst getrennt, wer einen Vorschlag macht und wer ihn auswählt. Viele ausgeführte Arbeitsschritte bedeuten deshalb nicht, dass die KI auch Ziele, Methoden oder Abnahmekriterien bestimmt.
Warum treffen Menschen trotz der hohen Aktivität der KI die meisten Entscheidungen?
Im untersuchten Atria-Projekt trafen Menschen 85,5 Prozent der Methoden- und Parameterentscheidungen. Die Autoren beschreiben ihre Rolle vor allem bei Auswahl, Bewertung und zusätzlichem Kontext. Die Fallstudie belegt keine allgemeine Ursache für sämtliche Unternehmen.
Lohnt sich der Einsatz von KI-Agenten, wenn Menschen weiterhin alles prüfen müssen?
Das muss ein Unternehmen im eigenen Ablauf messen. In der Atria-Befragung hielten Teilnehmende 151 von 455 abgeschlossenen KI-gestützten Aufgaben ohne KI für nicht machbar. Diese Selbsteinschätzung ist keine allgemeine Rentabilitätsmessung.
Wer haftet, wenn ein KI-Agent einen falschen Vorschlag liefert?
Die Atria-Studie untersucht keine rechtliche Haftung. Aus ihren Angaben zur menschlichen Auswahl lässt sich nicht ableiten, welche Person oder welches Unternehmen für einen konkreten Schaden haftet.
Wie sollten Unternehmen den Einsatz von KI-Agenten zunächst organisieren?
Für einen Pilotbetrieb bieten sich klar abgegrenzte Aufgaben und vorab definierte Freigaben an. Erfasst werden sollten Bearbeitungszeit, Korrekturen und Prüfaufwand. So lässt sich der Nutzen im eigenen Prozess beurteilen.
Was müsste sich ändern, damit KI-Agenten tatsächlich selbstständig entscheiden?
Die untersuchten Systeme trafen bereits einen Teil der Entscheidungen selbst. Bei Methoden und Parametern lag ihr Anteil bei 9,2 Prozent. Für weitergehende Autonomie nennt das Atria-Team offene Forschungsfragen, etwa die Auswahl sinnvoller Forschungsrichtungen und das Lernen aus früheren Versuchen.
Fügen Sie KI-Amigo in Google als bevorzugte Quelle hinzu, um unsere Artikel häufiger zu sehen.
Weiterlesen
Mehr aus KI Agenten →
So behalten Teams bei der Arbeit mit KI-Agenten das eigene Urteil
In einer Studie von Anthropic folgten 50 erfahrene Analysten bei Analyseentscheidungen meist der verdeckt vorgegebenen Tendenz ihres KI-Agenten. Nur 15 Prozent nannten den Agenten als Quelle. Was die Studie zeigt, wo ihre Grenzen liegen und wie Teams ihr Urteil sichern.

Qwen 3.8 sucht ungefragt Verbindungen zu Alibaba-Cloud-Servern, und die IT sollte ausgehende Zugriffe sperren
Offene KI-Modelle der Serie Qwen 3.8 versuchen unter bestimmten Bedingungen, Netzwerkverbindungen zu Alibaba-Cloud-Servern aufzubauen. Unternehmen sollten ausgehende Verbindungen ihrer Sprachmodelle deshalb standardmäßig sperren.

Sicherheitsleitfäden stufen Tool-Beschreibungen und Agent Cards als nicht vertrauenswürdig ein
KI-Agenten lesen die Beschreibungen fremder Tools und Agenten direkt in ihr Kontextfenster ein. Sicherheitsleitfäden vom Oktober 2026 raten deshalb, diese Texte als nicht vertrauenswürdige Eingabe zu behandeln, weil versteckte Anweisungen darin das Modell steuern können.

Anthropic testet Claude Duet für Hintergrundaufgaben
Anthropic testet mit Claude Duet einen KI-Agenten, der Aufgaben im Hintergrund erledigt. Die Vorschau verbindet sich mit freigegebenen Diensten und verlangt laut Anbieter vor sensiblen Aktionen eine Freigabe.

ChatGPT steuert Chrome-Tabs und kann Formulare ausfüllen
ChatGPT kann über die Chrome-Erweiterung vorhandene Tabs nutzen und Formulare ausfüllen. Unternehmensregeln und Nutzerfreigaben begrenzen den Zugriff; die unterstützten Kontrollen unterscheiden sich nach Zugriffspfad.

Mistral Voxtral 3 verbindet Gespräche mit Firmensoftware
Mistral verbindet Spracherkennung, Sprachmodelle und Werkzeuge zu Voice Agents. Preise, Sprachabdeckung und Zugang unterscheiden sich je nach Modell. Kritische Aktionen brauchen passende Kontrollen.