KI-Agenten: Wo sie echte Arbeit übernehmen

KI-Agenten übernehmen 2026 erstmals sichtbar echte Arbeit in produktiven Systemen: OpenAIs neue Software ChatGPT Work arbeitet Projekte über Slack, Google Drive und Salesforce hinweg ab, JPMorgan lässt Agenten in Backtests Portfolios allokieren, und das Start-up Lyzr ließ eigene Agenten den Investoren-Outreach für einen 100-Millionen-Round steuern. In allen drei Fällen bleibt eines gleich: Ein Mensch behält die Kontrolle über die kritischen Schritte.

Die Beispiele stammen vom 9. Juli 2026 und verdienen eine nüchterne Einordnung. Denn zwischen der Schlagzeile „Agent übernimmt Arbeit“ und dem, was tatsächlich passiert, liegt ein wichtiger Unterschied.

Was macht ChatGPT Work konkret?

ChatGPT Work ist eine agentische Anwendung von OpenAI, die mehrschrittige Projekte über verschiedene Business-Apps hinweg selbstständig abarbeitet. Laut The Decoder (9. Juli 2026) findet der Agent Dateien in Google Drive, liest und fasst Slack-Kanäle zusammen und aktualisiert Datensätze in Salesforce, jeweils in zusammenhängenden Abläufen statt in Einzel-Prompts.

Technisch baut die App auf Codex^?OpenAIs auf Programmier- und Werkzeugaufgaben spezialisierte Technik, die hier ChatGPT Work zugrunde liegt. und dem nun öffentlich verfügbaren GPT-5.6 auf, das für komplexe, mehrschrittige Aufgaben optimiert ist. ChatGPT Work gibt es ab sofort für Web, Mobile und Desktop, je nach Tarif. Unternehmens-Pläne bringen Rollen- und Rechteverwaltung sowie Audit-Funktionen mit.

Der entscheidende Punkt steht im Kleingedruckten: Kritische Aktionen, etwa große Datenänderungen in Salesforce, verlangen laut OpenAI eine menschliche Bestätigung. Für jede Agentenaktion gibt es Protokolle. Der Agent arbeitet nicht ohne menschliche Vorgaben, sondern innerhalb gesteckter Grenzen. Wer schon einmal einen Assistenten eingearbeitet hat, kennt das Prinzip: Routine läuft allein, Heikles wird gegengezeichnet.

Können KI-Agenten wirklich Geld verwalten?

JPMorgan hat Agenten getestet, die eigenständig Kapital allokieren, und diese schlugen in Backtests ein klassisches 60/40-Portfolio^?Klassische Anlagestrategie mit 60 Prozent Aktien und 40 Prozent Anleihen, oft als Vergleichsmaßstab genutzt.. Das berichtet Bloomberg (9. Juli 2026). Die Agenten analysieren Markt- und Risikodaten und treffen Allokationsentscheidungen innerhalb vorgegebener Rahmen.

Das Wort Backtest^?Rückblickende Simulation einer Strategie auf historischen Daten. Ein gutes Ergebnis garantiert keinen Erfolg unter realen Marktbedingungen. verdient Aufmerksamkeit. Gemeint sind Simulationen auf historischen Daten, kein Live-Handel mit Kundengeldern. Ein Modell, das die Vergangenheit rückblickend gut trifft, muss unter echten Marktbedingungen nicht bestehen. Bloomberg stellt klar, dass niemand von einer vollautomatischen Ablösung menschlicher Portfolio-Manager berichtet. Die KI ergänzt, geprüfte Ergebnisse bleiben Pflicht.

Aus meiner Beratungspraxis kenne ich dieses Muster: Beeindruckende Simulationsergebnisse werden gern zitiert, der Sprung in den regulierten Produktivbetrieb dauert deutlich länger. Im Finanzsektor bremsen Aufsichtspflichten und Haftungsfragen jede vollständige Autonomie.

Wie hat Lyzr seinen 100-Millionen-Round mit Agenten gestemmt?

Das Agentic-AI-Start-up Lyzr ließ eigene Agenten die Investorenansprache für einen 100-Millionen-Round übernehmen und nutzte so sein Produkt als Beweis für dessen Wert. Laut der TechCrunch-Meldung (9. Juli 2026) recherchierten die Agenten potenzielle Geldgeber, verschickten personalisierte Follow-ups und koordinierten Termine.

Das klingt weitreichend, ist aber klar abgegrenzt. Lyzr nennt in seinem Fundraising Agent Playbook das Prinzip „augment, never replace“: Routinearbeit wie Recherche und Q&A läuft automatisch, Strategie, Beziehungen und Verhandlung bleiben beim menschlichen Team. Zur Einordnung: Bereits im März 2026 meldete Bloomberg eine Runde bei Lyzr mit 250 Millionen Dollar Bewertung, die aktuelle Series-B-Nachricht ist also kein Einzelfall.

Man sollte den PR-Charakter mitlesen. Ein Anbieter, der seinen eigenen Agenten fürs Fundraising einsetzt, liefert vor allem eine gute Geschichte. Dass Agenten Investorenlisten abarbeiten und E-Mails entwerfen, ist glaubhaft. Dass sie einen 100-Millionen-Abschluss verhandeln, behauptet gerade niemand.

Welche Arbeit übernehmen KI-Agenten heute wirklich, und welche nicht?

Über alle drei Fälle hinweg zeigt sich ein einheitliches Bild: Agenten erledigen strukturierte, wiederkehrende Wissens- und Prozessarbeit, während Menschen die riskanten Entscheidungen behalten. Konkret lässt sich das trennen:

• Was Agenten übernehmen: Dokumentenmanagement, Kommunikationsentwürfe und Reporting (ChatGPT Work), Datenanalyse und Allokation im Simulationsrahmen (JPMorgan), Investorenrecherche und Outreach (Lyzr).
• Was beim Menschen bleibt: Bestätigung kritischer Aktionen, Verhandlung und Beziehungspflege, Risikokontrolle im regulierten Umfeld sowie die Letztverantwortung für jede Entscheidung mit Folgen.

Der Human-in-the-Loop^?Betriebsmodell, bei dem ein Mensch kritische Schritte eines automatisierten Ablaufs prüft und freigibt. ist kein Übergangszustand, sondern das Betriebsmodell. Wer agentische KI^?KI-Systeme, die nicht nur auf einzelne Eingaben antworten, sondern mehrstufige Aufgaben selbstständig über mehrere Programme hinweg abarbeiten. einführen will, sollte deshalb nicht bei der Frage „Was kann der Agent allein?“ ansetzen, sondern bei „Welche Zwischenschritte automatisiere ich, ohne die Kontrolle über den Ausgang abzugeben?“ Wie das im Kleinen aussieht, zeigt auch der Ansatz, den Starbucks mit eigenen KI-Tools verfolgt.

Wer prüfen möchte, welche wiederkehrenden Abläufe im eigenen Betrieb sich sinnvoll an Agenten übergeben lassen und wo die menschliche Freigabe zwingend bleibt, findet in einem Praxisworkshop zum Aufbau eigener KI-Agenten und KI-Teams einen strukturierten Einstieg. Sinnvoll ist das vor allem, wenn Sie bereits konkrete Prozesse vor Augen haben; für reine Neugier lohnt der Aufwand nicht.

Was bedeutet das für Ihr Unternehmen?

Der praktische Wert liegt heute in der Zwischenarbeit, nicht in der Vollautomatik. Starten Sie mit klar abgegrenzten Aufgaben, in denen sich ein Fehler korrigieren lässt, und behalten Sie eine Freigabestufe für alles, was Geld, Verträge oder Kundendaten berührt.

1. Wählen Sie einen Prozess mit vielen Wiederholungen und geringem Einzelrisiko.
2. Legen Sie fest, welche Schritte der Agent selbst ausführt und welche eine menschliche Bestätigung brauchen.
3. Aktivieren Sie Protokolle und Rechteverwaltung, bevor der Agent produktiv läuft.

Zurück zur Ausgangsfrage: Übernehmen KI-Agenten echte Arbeit? Ja, aber die Betonung liegt auf Arbeit, nicht auf Verantwortung. Die Systeme von OpenAI, JPMorgan und Lyzr sind so gebaut, dass der letzte Klick beim Menschen bleibt. Wer das beim Einführen ernst nimmt, gewinnt Tempo, ohne die Kontrolle zu verlieren.