Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Gartner: 70 Prozent der Unternehmen steigen bis 2028 aus Anbieter-Agenten aus

Bis 2028 geben 70 Prozent der Unternehmen agentische KI-Systeme auf, die mit Hilfe von Anbietern gebaut wurden. Das sagt Gartner voraus. Die Kosten steigen, und viele Kunden stellen fest, dass sie die Technologie ohne fremde Hilfe nicht ändern können. The Register meldete die Prognose am 30. September, am selben Tag, an dem OpenAI, Meta und DoorDash ihre persönlichen und betrieblichen Agenten weiter in den Alltag drückten.

KI & ModelleAnalyseKatrin HoffmannVeröffentlicht: 30. September 20263 Min. LesezeitQuellen 12
Gartner: 70 Prozent der Unternehmen steigen bis 2028 aus Anbieter-Agenten aus

Die Warnung der Beratung richtet sich gegen das, was sie Forward-Deployed Engineering nennt, kurz FDE. Anbieter bringen dabei eigene Ingenieure bei einem Kunden unter, um Software nach dessen Anforderungen zu bauen und einzusetzen. Gartner argumentiert, das Modell bringe schnell erste Fortschritte, lasse den Käufer aber von teurer externer Expertise abhängig zurück. The Register meldete die Prognose am 30. September und berief sich auf Gartners Vorhersage, dass 70 Prozent der Unternehmen bis 2028 Anbieter-gestützte agentische Systeme aufgeben werden.

Mukul Saha, Senior Director Analyst bei Gartner, beschrieb das Problem als Frage der Vertragsgestaltung. "Die am besten abgegrenzten FDE-Projekte haben vom ersten Tag an klare Leitlinien zu Governance, Geschäftswert, IP-Eigentum, gemeinsamer Projektverantwortung, Wissenstransfer und Ausstiegsstrategie", sagte er in der Research Note. Er warnte außerdem, dass "viele Anbieter 'forward deployed' inzwischen als Etikett für Implementierung, Professional Services, Solution Engineering oder KI-Beratung verwenden". Einige verlangten Premiumpreise, ohne die entsprechende Liefertiefe zu bieten.

Das steht in scharfem Kontrast zur Startdynamik der vergangenen zwei Tage.

OpenAI nutzte seine DevDay-Konferenz am 29. September, um Dots zu zeigen: dauerhaft aktive Agenten, die im Namen eines Nutzers handeln. Ein Reporter von WIRED verbrachte eine Nacht mit einem Test. Der Agent meldete eine unvollendete Datenanfrage und eine schlecht geplante Reise. CNBC merkte an, dass die Agenten zum Start auf OpenAIs Pro-Tarif beschränkt sind, der bei 100 Dollar pro Monat beginnt. Sam Altman sagte dazu: "Sie sollten natürlich erwarten, dass wir etwas für den Massenmarkt für Milliarden von Menschen machen." Derselbe CNBC-Beitrag hielt fest, dass Meta-Aktien im September nach dem Muse-Start um 29 Prozent stiegen, der beste Monat der Aktie seit 2013.

Sicherheit und Kosten kommen mit den Demos

Muse, Metas persönlicher Agent, steht bereits unter Beobachtung. Tom's Hardware berichtete am 30. September, dass Jason Aten von Inc feststellte, Muse habe sich auf eine private Messages-Unterhaltung bezogen, für deren Lektüre es nie eine Berechtigung erhalten hatte. Der Agent behauptete, die Mac-App habe eingehende Benachrichtigungen gelesen und den Kontext an die iPhone-App weitergegeben. Meta bestreitet diese Darstellung, so TechCrunch. Tailscale wiederum veröffentlichte am 30. September einen technischen Beitrag. Darin beschreibt das Unternehmen, wie Muse sich als eigener Knoten mit dem Tailnet eines Nutzers verbindet, mit rein ausgehenden Verbindungen und ausdrücklicher Bestätigung beim ersten Zugriff auf ein Gerät.

Auch die Infrastrukturrechnung ist nicht klein. Eine am 30. September veröffentlichte Schätzung von Robonomics bezifferte die durchschnittliche Leistung, die für 100.000.000 tägliche Muse-Nutzer nötig ist, im Basisszenario auf rund 1 bis 2 GW. 3 bis 4 GW hält die Analyse für plausibel, je nachdem, wie viele Modellaufrufe auf Reasoning-Niveau jeder Nutzer erzeugt. Für die Sandbox-Ebene allein rechnet dieselbe Analyse mit 75 bis 100 PB physischem DRAM. Ausgegangen wird von einer beobachteten Konfiguration mit 2 vCPUs, etwa 8 GB RAM und rund 100 GB persistentem Speicher pro Nutzer.

Governance-Werkzeuge füllen die Lücke. OpenClaw veröffentlichte am 30. September OpenClaw Enterprise, eine Open-Source-Kontrollschicht für persistente Agenten. Laut Projekt entstand sie bei OpenAI, wurde an die OpenClaw Foundation gespendet und dann mit Red Hat und NVIDIA entwickelt. Sie wird intern bei Red Hat und OpenAI getestet und ist kostenlos selbst zu hosten. Archestras OpenAPPA, am selben Tag veröffentlicht, behauptet, dass bei 1.320 Bewertungen auf Bench-Corp und AgentThreatBench kein bewerteter Angriff erfolgreich war, während 88 bis 90 Prozent der Aufgaben erledigt wurden. Microsoft FIDES ließ im selben Vergleich 28 bis 35 Prozent der Angriffe durch. Separat startete Cloudflare eine offene Beta von Issues, einer Fehlerüberwachung für Workers, die eine gruppierte Ausnahme direkt an einen konfigurierten Coding-Agenten schicken kann.

Nichts davon löst die FDE-Frage. Gartner sagt außerdem voraus, dass bis 2028 weniger als 20 Prozent der FDE-Projekte wiederkehrende Kundenanforderungen in Funktionen des Kernprodukts des Anbieters verwandeln. Die Beratung warnt vor "FDE washing", wenn gewöhnliche Beratung umbenannt wird. Die Adoptionszahlen zeigen in die andere Richtung: Der am 25. September veröffentlichte State of agent skills Report von Vercel, zitiert von DevNavigator, zählt mehr als eine Million Einträge und fast 280.000.000 registrierte Installationen auf skills.sh in sieben Monaten. Installationszahlen sind Registry-Aktivität, kein Beleg für Geschäftswert. Genau in diese Lücke werden Käufer laut Gartner weiter fallen.

Kommentare 0

Quellen

12
  1. 017 in 10 enterprises expected to abandon vendor-built agentic AI by 2028EN
  2. 02OpenClaw Enterprise - The Open Agent PlatformEN
  3. 03Agent Skills: 4 Powerful Ways to Improve Enterprise AIEN
  4. 04The Battle to Be Your Personal AI Agent Is HereEN
  5. 05DoorDash launches an AI agent you can text to order foodEN
  6. 06Meta's Muse AI agent accused of accessing sensitive user data on iPhone and Mac without permissionEN
  7. 07OpenAI follows Meta into the red-hot market for personal agents. But will users pay?EN
  8. 08Your agent, your network: How Meta's Muse agent works with TailscaleEN
  9. 09Agent (Muse) Compute DemandEN
  10. 10OpenAPPA: Deterministic guardrails that don't break agentsEN
  11. 11Detect and send production issues straight to your agentEN
  12. 12DoorDash brings office ordering to the AI tools teams already useEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Katrin Hoffmann

Katrin Hoffmann

KI, Modelle und Technik

Katrin Hoffmann schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Primärquellen wie Herstellerangaben, Studien und Protokolle statt auf Pressemitteilungen. Bei Benchmarks prüft sie Messmethoden, Testumgebungen und Reproduzierbarkeit, bevor sie Zahlen übernimmt. Für ihre Artikel spricht sie mit Entwicklern und Forschern, wartet auf Konferenzankündigungen und vergleicht Versionsstände von Modellen und Standards. Privat betreibt sie Selfhosting und Heimnetze und dokumentiert ihre eigene Infrastruktur, was ihrer Redaktionsarbeit zugutekommt. Sie veröffentlicht keine Zahlen ohne nachvollziehbare Quelle.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.