Die 10/20/70-Regel: Agentic AI gelingt durch ergebnisorientierte Prozesse und neue Arbeitsweisen

icon

password

LinkedIn-Post erstellen

LinkedIn Post

type

status

date

slug

summary

70 % - Eine Zahl, die Agentic-AI-Strategien auf den Prüfstand stellt

Wenn Unternehmen über Agentic AI sprechen, folgt die Diskussion einem vorhersehbaren Muster. Es geht um Modelle, Orchestrierung, Architekturen und Benchmarks. Die Frage „Welches System ist das beste?" dominiert Meetings, Budgetentscheidungen und Strategiepapiere.

Boston Consulting Group schlägt auf Basis ihrer Recherchen und Erfahrungen in verschiedenen Publikationen wiederkehrend eine andere Perspektive vor: Die 10/20/70-Regel.

10 % des Erfolgs liegen in Algorithmen und Modellen 20 % in Technologie und Daten 70 % in ergebnisorientierten Prozessen und veränderten Arbeitsweisen.

Alle drei Bereiche sind anspruchsvoll. Keiner ist verzichtbar. Aber die Gewichtung zeigt, wo sich Erfolg entscheidet.

Was die Regel im Detail bedeutet

Die 10 % für Algorithmen und Modelle beantworten die Frage: Welches Modell, welche Agenten-Architektur? Large Language Models, spezialisierte Agenten, Multi-Agent-Systeme – das ist die Ebene, auf der technische Diskussionen meist starten.

Diese 10 % sind alles andere als trivial. Die Wahl des richtigen Modells, die Orchestrierung mehrerer Agenten, das Feintuning für spezifische Aufgaben – all das erfordert tiefes Fachwissen. Aber es ist eben nur ein Zehntel der Gleichung.

Die 20 % für Technologie und Daten definieren, ob agentische Systeme stabil und skalierbar laufen. Plattformen, Datenqualität, Schnittstellen, Sicherheit, Monitoring – ohne diese Infrastruktur und Grundlagen der Daten bleiben Initiativen Prototypen.

Auch diese 20 % sind anspruchsvoll. Eine tragfähige Datenarchitektur aufzubauen, Governance zu etablieren, Agenten sicher in bestehende Systemlandschaften einzubetten – das bindet erhebliche Ressourcen und Kompetenz.

Die 70 % für ergebnisorientierte Prozesse und neue Arbeitsweisen entscheiden darüber, ob agentische KI im operativen Arbeitsalltag Wirkung entfaltet – und damit, ob die angestrebten Business-Outcomes erreicht werden. Dieser 70-%-Bereich hat zwei Dimensionen: das Redesign von Prozessen mit klarem Business-Outcome als Ziel – und die Transformation von Arbeitsprofilen, Routinen und Fähigkeiten.

Algorithmen und Modelle: Anspruchsvoll, aber nicht der häufigste Engpass

Die 10 % beschreiben den sichtbarsten Teil der Debatte. Welche Agenten-Architektur ist leistungsfähiger? Welches Modell eignet sich für welche Aufgabe? Diese Fragen sind berechtigt und komplex.

In der Praxis zeigt sich jedoch: Viele Agentic-AI-Projekte scheitern, obwohl die technische Lösung funktioniert. Sie scheitern nicht an mangelnder Intelligenz der Agenten, sondern an fehlender Verankerung in der Arbeit.

Der Unterschied zwischen einem gut und einem sehr gut konfigurierten Agenten-System ist oft kleiner als der Unterschied zwischen einem schlecht und einem gut gestalteten Workflow.

Technologie und Daten: Unverzichtbares Fundament

Die 20 % umfassen das Rückgrat jeder Agentic-AI-Landschaft: zentrale Plattformen, kuratierte Daten, Sicherheitskonzepte, Einbettung in bestehende Systeme.

Ohne dieses Fundament bleiben Initiativen punktuell – ein Agent hier, ein Prototyp dort. Mit ihm entsteht eine wiederverwendbare Basis, auf der verschiedene Anwendungen aufbauen können.

Eine solide Infrastruktur zu schaffen ist aufwendig und erfordert spezialisiertes Know-how. Aber selbst eine perfekte technische Basis garantiert keinen Geschäftswert. Sie ist notwendig, nicht hinreichend.

Der erste Hebel der 70 %: Prozesse mit Business-Outcome neu denken

Der erste große Hebel ist das Redesign von Prozessen – nicht als Selbstzweck, sondern mit einem klar definierten Geschäftsergebnis als Zielgröße.

Die Frage lautet nicht: „Wo können wir Agenten einsetzen?" Sondern: „Welches messbare Ergebnis wollen wir erreichen – und wie sieht der Prozess aus, der mit agentischer KI dorthin führt?"

End-to-End denken, nicht Feature für Feature. Nicht: „Wir setzen einen Agenten in der Sachbearbeitung ein." Sondern: „Wir wollen Durchlaufzeiten halbieren und Fehlerquoten senken – wie gestalten wir die gesamte Journey, wenn Agenten durchgängig mitarbeiten?"

Entscheidungslogik explizit machen. Welche Entscheidungen trifft ein Agent autonom? Wo liefert er nur Empfehlungen? Wer trägt Verantwortung? Diese Fragen bestimmen, wie stabil ein System im Alltag läuft.

Rollen und Übergaben klären. Mit agentischer KI verschieben sich Aufgaben. Routineentscheidungen werden automatisiert. Menschen fokussieren auf Ausnahmen, Beziehungen und komplexe Abwägungen. Die Schnittstellen zwischen Agenten und Menschen müssen sauber definiert sein.

Ergebnisse messbar machen. Welche Kennzahlen sollen sich verändern? Wie wird nachgewiesen, dass agentische KI tatsächlich zum Business-Outcome beiträgt?

Ohne diesen ergebnisorientierten Blick bleibt agentische KI ein technisches Experiment. Mit ihm wird sie Teil eines neuen Betriebssystems für Wertschöpfung.

Der zweite Hebel der 70 %: Arbeitsprofile und Arbeitsweisen transformieren

Der zweite Hebel ist die Transformation von Arbeitsprofilen und Arbeitsweisen. Hier entscheidet sich, ob neu gestaltete Prozesse gelebt werden oder auf dem Papier stehen bleiben.

Wie erleben Menschen agentische KI im Alltag? Schafft sie echte Entlastung oder zusätzliche Komplexität? Wirkt sie als Bedrohung oder als Unterstützung? Ist sie transparent genug für Vertrauen?

Welche Routinen und Rollen verändern sich? Entscheidungsträger*innen, die Agenten-Empfehlungen systematisch prüfen statt reflexhaft abzulehnen oder blind zu übernehmen. Mitarbeitende, die Agenten konsequent für Vorbereitung und Dokumentation nutzen. Teams, die regelmäßig reflektieren: Wo helfen Agenten? Wo nicht? Was muss angepasst werden?

Welche Fähigkeiten werden gebraucht? Nicht jede Person braucht technisches Detailwissen. Wichtiger: Probleme klar formulieren, Ergebnisse kritisch prüfen, Risiken erkennen, Agenten bewusst in die eigene Arbeit integrieren.

Wie geht die Organisation mit Widerstand um? Sorge um Arbeitsplatzsicherheit, Zweifel an Fairness, Befürchtung von Kontrollverlust – diese Themen sind erwartbar. Entscheidend ist, ob sie offen adressiert werden.

Arbeitsprofile und Routinen ändern sich langsamer als Technologie. Sie bestimmen das Tempo, in dem eine Organisation agentische KI tatsächlich integrieren kann.

Was das für die Agentic-AI-Agenda bedeutet

Nimmt man die Regel ernst, verschieben sich Prioritäten. Die Frage „Welches Agenten-Framework ist das beste?" verliert nicht an Bedeutung – aber sie rückt in den richtigen Kontext.

Mindestens ebenso wichtig werden andere Fragen: Welche Business-Outcomes wollen wir erreichen? Wie sehen unsere Zielprozesse aus? Welche neuen Arbeitsprofile brauchen Teams? Wie messen wir Verhaltensänderung?

Ein einfacher Test: Wie verteilen sich Aufmerksamkeit und Budget? Wenn der überwiegende Teil in Technologieauswahl und Integration fließt, steht die Agenda nicht im Einklang mit der 10/20/70-Regel.

Technologie und Daten sind ein Drittel, Menschen und Prozesse sind zwei Drittel

Die 10/20/70-Regel relativiert Technologie nicht – sie kontextualisiert sie. Algorithmen und Modelle, Plattformen und Daten sind anspruchsvoll und unverzichtbar. Aber sie sind ein Drittel der Gleichung.

Die entscheidenden zwei Drittel liegen woanders: bei Prozessen, die auf messbare Geschäftsergebnisse ausgerichtet sind, und bei Menschen, deren Arbeitsprofile, Arbeitsweisen und Fähigkeiten sich weiterentwickeln müssen.

Agenten kann man programmieren. Die Fähigkeit, Arbeit ergebnisorientiert neu zu organisieren und Menschen durch diesen Wandel zu führen, muss man entwickeln.

Quellen

Boston Consulting Group (Februar 2022): Five Rules for Fixing AI in Business. Online: bcg.com/publications/2022/5-rules-for-fixing-ai-and-machine-learning-for-your-business

Boston Consulting Group (Dezember 2024): The Leader's Guide to Transforming with AI. Online: bcg.com/featured-insights/the-leaders-guide-to-transforming-with-ai

Boston Consulting Group (November 2025): Building effective enterprise agents. AI Platforms Group Briefing. Online: https://www.bcg.com/assets/2025/building-effective-enterprise-agents.pdf