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

Gartner sagt voraus, dass bis 2028 70 Prozent der Unternehmen agentische KI-Systeme aufgeben, die mit Hilfe von Anbietern gebaut wurden. Die Kosten steigen, und Käufer stellen fest, dass sie die Technologie ohne externe Hilfe nicht ändern können. The Register berichtete am 30. September über die Prognose, am selben Tag, an dem OpenAI, Meta und DoorDash persönliche und Arbeitsplatz-Agenten weiter in den Mainstream schoben.

KI & ModelleAnalyseLena BrandtVeröffentlicht: 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 Forward Deployed Engineering, kurz FDE. Bei diesem Modell bettet ein Anbieter eigene Ingenieure beim Kunden ein, damit sie Software nach dessen Anforderungen bauen und ausrollen. Gartner argumentiert, der Ansatz könne schnell erste Fortschritte bringen. Er mache den Käufer aber auch von teurer externer Expertise abhängig. The Register berichtete am 30. September über die Prognose und berief sich auf Gartners Vorhersage, dass 70 Prozent der Unternehmen bis 2028 auf anbieterunterstützte agentische Systeme verzichten.

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

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

OpenAI nutzte seine DevDay-Konferenz am 29. September, um Dots zu zeigen, dauerhaft laufende Agenten, die im Namen eines Nutzers handeln. Ein Reporter von WIRED verbrachte eine Nacht damit, einen davon zu testen. Der Agent wies auf eine unerledigte Datenanfrage und eine schlecht geplante Reise hin. CNBC merkte an, dass die Agenten zum Start auf OpenAIs Pro-Tarif beschränkt sind, der bei $100 pro Monat beginnt. Sam Altman sagte: "You should, of course, expect us to do a mass-market thing for billions of people." 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, Jason Aten von Inc habe festgestellt, dass Muse eine private Messages-Unterhaltung erwähnte, 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 veröffentlichte unterdessen 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 wäre, im Basisszenario auf rund 1 bis 2 GW. Für plausibel hält sie 3 bis 4 GW, je nachdem, wie viele Modellaufrufe auf Reasoning-Niveau jeder Nutzer erzeugt. Dieselbe Analyse rechnet allein für die Sandbox-Schicht mit 75 bis 100 PB physischem DRAM. Sie geht von einer beobachteten Konfiguration von 2 vCPUs, etwa 8 GB RAM und rund 100 GB dauerhaftem Speicher pro Nutzer aus.

Governance-Werkzeuge füllen die Lücke. OpenClaw veröffentlichte am 30. September OpenClaw Enterprise, eine Open-Source-Control-Plane für dauerhaft laufende Agenten. Das Projekt gibt an, bei OpenAI entstanden und an die OpenClaw Foundation gespendet worden zu sein, danach mit Red Hat und NVIDIA entwickelt. Intern wird es bei Red Hat und OpenAI erprobt, das Selbsthosting ist kostenlos. Archestras OpenAPPA, am selben Tag veröffentlicht, beansprucht, dass kein bewerteter Angriff in 1.320 Tests auf Bench-Corp und AgentThreatBench 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 beantwortet 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 überführen. Die Beratung warnt vor "FDE washing", wenn gewöhnliche Beratung neu etikettiert wird. Die Adoptionszahlen zeigen in die andere Richtung. Der am 25. September veröffentlichte Bericht State of agent skills von Vercel, auf den DevNavigator verweist, zählt mehr als eine Million Einträge und nahezu 280.000.000 erfasste Installationen auf skills.sh in sieben Monaten. Installationszahlen sind Registry-Aktivität, kein Beleg für Geschäftswert. Genau diese Lücke ist es, in die Käufer laut Gartner weiter hineinlaufen.

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.

Lena Brandt

Lena Brandt

KI, Modelle und Technik

Lena Brandt schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Herstellerangaben, Studien und öffentlich zugängliche Datensätze, statt Pressemitteilungen ungeprüft zu übernehmen. Bei Modellvergleichen kontrolliert sie Benchmark-Werte, Trainingsdaten und Versionsnummern und rechnet Angaben zu Rechenleistung und Kosten selbst nach. Sie spricht mit Entwicklern und Forschern, wartet auf angekündigte Updates und vergleicht Releases, bevor sie eine Einschätzung abgibt. Privat beschäftigt sie sich mit 3D-Druck, alten Rechnern und der Frage, wie Modelle aus Internetmüll lernen – Themen, die regelmäßig in ihre Texte einfließen. Sie publiziert keine Zahlen, deren Quelle sie nicht selbst überprüfen konnte.

Redaktion →

Kommentare

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

Kommentar schreiben

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