Gartner: Bis 2028 lassen 70 Prozent der Unternehmen Agentic AI vom Anbieter fallen

Bis 2028 geben 70 Prozent der Unternehmen Agentic-AI-Systeme auf, die mit Unterstützung von Anbietern gebaut wurden. Das berichtete The Register am 30. September. Gartner verweist auf ein Modell, das die Beratung Forward-Deployed Engineering (FDE) nennt. Ein Anbieter bettet eigene Ingenieure bei einem Kunden ein und baut mit ihnen Software für dessen spezifische Anforderungen.

Das bringt schnell erste Fortschritte. Es kann den Kunden aber auch unfähig zurücklassen, das System zu warten, sobald der Anbieter abzieht, argumentiert Gartner. FDE „beginnt mit der richtigen Struktur der Zusammenarbeit, von Umfang und Anreizen bis zu Governance, Eigentum und Ausstieg“, sagte Mukul Saha, Senior Director Analyst bei Gartner, laut The Register. Gartner erwartet außerdem, dass bis 2028 weniger als 20 Prozent der FDE-Engagements wiederkehrende Kundenanforderungen in Funktionen des Kernprodukts überführen. Die Beratung warnt vor „FDE washing“, bei dem gewöhnliche Beratungsleistungen als etwas Spezialisierteres vermarktet werden. Ihr Rat: FDE nur für Probleme einsetzen, die tiefe Produktexpertise, schnelle Anpassung oder eine enge Integration in die Betriebsumgebung des Kunden erfordern.

Die Werkzeuglücke, die Anbieter nach eigenen Angaben schließen

Am selben Tag, an dem Gartners Warnung erschien, kündigte OpenClaw OpenClaw Enterprise an, eine Open-Source-Control-Plane zur Verwaltung persistenter Agenten in sensiblen Umgebungen. Das Projekt erklärt, IT-Abteilungen verbieten Agentic-Plattformen oft rundheraus, weil ein gemeinsamer Standard für Sicherheit, Schutz und Governance fehle. OCE, derzeit Pre-1.0 und offen entwickelt, ergänzt Multi-Tenancy, harte Sicherheitsgrenzen und Auditierbarkeit über den gesamten Lebenszyklus eines Agenten. Nach Angaben des Projekts läuft die Pilotierung bereits bei Red Hat und OpenAI.

Ein separates offenes Protokoll, das am selben Tag auf GitHub veröffentlicht wurde, UAI, zielt auf Identität und Rechenschaft statt auf Deployment. Es bindet einen Agenten an einen verantwortlichen Eigentümer, definiert, was er tun darf, zeichnet auf, was er getan hat, und lässt Dritte die Belege prüfen, ohne dem Register zu vertrauen, das sie erzeugt hat. Das Projekt betont ausdrücklich, dass es nicht behauptet, ein Agent sei sicher, sondern nur, dass seine Handlungen zurechenbar gemacht werden können. Netzwerkzugriff ist ein weiterer Kontrollpunkt. Tailscale veröffentlichte am 30. September eine Anleitung, wie Metas Muse-Agent als eigener Knoten einem Tailnet eines Nutzers beitritt. Grants, Tags und einmalige Bestätigungen regeln, was er erreichen kann. Tailscale beschreibt das Setup als Schicht über Metas eigenen Schutzmaßnahmen gegen Prompt Injection und Datenabfluss.

Entwickler kontern mit Geschwindigkeits- und Kostenversprechen

Werkzeuganbieter konkurrieren unterdessen über den Durchsatz. Magnitude, eine von YC unterstützte Open-Source-Inferenz-Engine, gibt an, Kernel auf der Hardware des Nutzers abzustimmen, damit offene Modelle bis zu 2x schneller laufen als llama.cpp, mit 92 Prozent schnellerem Decode auf Metal und 19 Prozent auf CUDA. git-dedup, ein direkt einsetzbarer Git-Ersatz für Agentenflotten, behauptet, große Checkouts liefen 6x schneller und ein Entwickler habe seinen Git-Speicher von 35,5 GB auf 11,1 GB reduziert.

Der Bericht State of agent skills von Vercel vom 25. September nennt mehr als eine Million Einträge bei skills.sh und fast 280.000.000 erfasste Installationen in sieben Monaten. Branchenübergreifende Skills machen 87,5 Prozent der Installationen in der klassifizierten Stichprobe aus. Das sind Aktivitätszahlen eines Registers, kein Beleg für geschäftlichen Nutzen. DevNavigator, das am 30. September über den Bericht schrieb, merkt an, dass Anweisungen auch veraltete Annahmen oder individuelle Vorurteile enthalten können, weshalb eine fachliche Prüfung weiterhin nötig ist.