KI-Readiness-Checkliste: 25 Fragen, bevor Sie einen Agenten bauen
Die meisten Agenten-Projekte scheitern nicht am Modell — sondern an einer Frage, die in Woche drei niemand gestellt hat. Gehen Sie diese Checkliste mit den Verantwortlichen für Anwendungsfall, Daten und Risikofreigabe durch, bevor Sie ein Lastenheft schreiben.
Lohnt sich das Vorhaben überhaupt?
Ein Agent, der technisch beeindruckt, aber kaufmännisch kaum etwas bringt, ist trotzdem ein gescheitertes Projekt. Klären Sie das, bevor Sie den Umfang festlegen.
- 01Welche Entscheidung oder Aufgabe übernimmt der Agent tatsächlich vollständig — nicht nur unterstützend?
- 02Was kostet die manuelle Erledigung heute — an Stunden, Fehlerquote oder Rückstand?
- 03An welcher einen Kennzahl messen wir, ob es funktioniert hat — vereinbart, bevor wir bauen?
- 04Was passiert, wenn der Agent in 1 von 20 Fällen falschliegt — wer fängt das auf, und wie schnell?
Kann sich der Agent auf seine Quellen verlassen?
Agenten verstärken die Datenqualität, die bereits vorhanden ist — im Guten wie im Schlechten.
- 05Wo liegen die Eingabedaten heute, und wer ist dafür verantwortlich?
- 06Sind die Daten sauber genug, oder braucht es vorher eine Bereinigung?
- 07Lässt sich jedes Feld, das der Agent liest, auf ein führendes System zurückführen?
- 08Wie lauten Aufbewahrungs- und Löschfristen für alles, was der Agent berührt oder speichert (DSGVO Art. 5, 17)?
Wo muss der Agent tatsächlich andocken?
Der Agent selbst ist oft der einfache Teil. An der Anbindung an CRM, ERP oder Helpdesk geraten Projekte ins Rutschen.
- 09Auf welche Systeme muss der Agent lesend und schreibend zugreifen?
- 10Bieten diese Systeme eine API, oder bräuchte es Screen-Scraping oder manuellen Export?
- 11Wer verwaltet Zugriffe und Credentials, und lassen sich Least-Privilege-Rechte statt Admin-Zugang vergeben?
- 12Was passiert, wenn eine Integration ausfällt — wartet der Agent, versucht er es erneut, oder bricht er sichtbar ab?
Was würde eine Aufsichtsbehörde oder ein Kunde fragen?
Aus der EU-KI-Verordnung (AI Act) gelten bereits erste Pflichten; DSGVO und gegebenenfalls NIS2 kommen unabhängig davon hinzu.
- 13Trifft der Agent Entscheidungen über Personen oder beeinflusst er sie wesentlich — Kredit, Einstellung, Gesundheit, Versicherung, Preis? Das ist der Hochrisiko-Test des AI Act.
- 14Ist die Verarbeitung mit der DSGVO vereinbar — Rechtsgrundlage, Informationspflichten und Betroffenenrechte geklärt?
- 15Wurde dem Personal, das den Agenten bedient oder beaufsichtigt, die KI-Kompetenz vermittelt, die Art. 4 AI Act seit 2. Februar 2025 verlangt?
- 16Fällt das Unternehmen unter NIS2 — und ist der Agent, falls ja, in das NIS2-Risikomanagement eingebunden?
- 17Wer gibt vor dem Livegang das finale Go, und was liegt schriftlich vor, falls eine Aufsichtsbehörde oder ein Kunde nachfragt, wie entschieden wurde?
Wer überwacht den Agenten nach dem Livegang?
Der Start ist der einfache Teil. Ein Agent, den niemand überwacht, verschlechtert sich leise.
- 18Wer überwacht ihn im Betrieb, und in welchem Takt?
- 19Was ist der Rollback-Plan, falls ein Modell- oder Prompt-Update sein Verhalten verändert?
- 20Wie erkennen wir Drift oder Qualitätsverlust, bevor es ein Kunde tut?
- 21Wie hoch ist die Kostenobergrenze pro Lauf, und wer wird bei Überschreitung alarmiert?
Sind die Menschen im Loop wirklich vorbereitet?
Eine Eskalation funktioniert nur, wenn die Person, bei der sie landet, versteht, was sie vor sich hat.
- 22Verstehen die Personen, die den Agenten beaufsichtigen, seine Fehlermodi — nicht nur den Erfolgsfall?
- 23Gibt es eine benannte Person, die ihn stoppen oder überstimmen kann — mit der nötigen Befugnis dazu?
- 24Ist das Team, das Beschwerden dazu entgegennimmt, informiert und geschult?
- 25Wer aktualisiert das Runbook, wenn sich der Aufgabenbereich des Agenten ändert?
Mehrfach „nicht sicher“ angekreuzt? Das ist normal.
Diese Checkliste ist die Grundlage für ein sauberes Scoping — kein Ersatz dafür. So schliessen wir die einzelnen Lücken:
AI Opportunity Sprint
Eine 1–2-wöchige Festpreis-Leistung, die Anwendungsfälle nach Nutzen und Machbarkeit priorisiert, Ihre Daten und Systeme erfasst und das Risiko nach AI Act und weiteren geltenden Vorgaben einstuft.
AI Governance Starter
Ein Inventar der bereits genutzten KI, KI-Kompetenzschulung für Mitarbeitende, eine Transparenzprüfung und ein Richtlinienpaket, auf das sich Ihr Freigabeprozess stützen kann.
AgentOps
Laufende Überwachung, Evaluierungs-Suites, Modell-Upgrades, Kostenkontrolle und Compliance-Protokolle im Betrieb — mit eingebautem Human-on-the-Loop.
Checkliste fertig.Jetzt planen.
Schreiben Sie uns, wo Sie ins Stocken geraten sind — wir sagen Ihnen ehrlich, ob das ein Zwei-Wochen-Sprint ist oder ein grösseres Gespräch braucht.