Agentic AI, industrielle Realität

Das nützlichste Industrie-Agenten-Stück des Monats, und es benennt den echten Engpass: Kontext, nicht Modell. „An agent is only ever as good as the context it can reach." Pieters Move — ein offener, standards-basierter Context-Layer und ein externer Control-Harness für Governance, beides vor dem Agenten — ist exakt die Open-Standards-Disziplin, die ich seit 25 Jahren vertrete. Auf der Anlage muss ein Agent wissen, was up- und downstream passiert und was seine Entscheidung dort auslöst. Das ist Engineering, kein Prompting.

Die Physical-AI-Fassung von „notwendig, nicht hinreichend", mit einer Zahl, die hängen bleibt: Ein Greifroboter mit 95 % Erfolg im Labor scheitert rund 50-mal pro Tag — die Anlage will 99,9 %. Die Lücke ist kein einzelner Durchbruch, sondern Distribution-Shift, Latenz, Integration, Safety-Zertifizierung und Wartung. Das ist die Schnittstelle, an der Software auf physische Systeme trifft, und genau dort ist das letzte Prozent die ganze Arbeit. Demos skalieren; Zuverlässigkeit wird verdient.

Älter (2025), aber fundamental — und es trägt direkt in die Industrie: Noch ein Eval-Tool rettet das Produkt nicht, die wissenschaftliche Methode und Eval-getriebene Entwicklung schon. In regulierten, folgenreichen Settings ist „wir wissen vorher nicht, wann es falsch ist" das ganze Problem. Die unglamouröse Prozessarbeit — Fehleranalyse, Held-out-Evals, Monitoring — ist der Burggraben, nicht das Modell.

Die Boardroom-Bestätigung von Pieters Plant-Sicht: Agenten laufen nicht auf Bolt-ons, sie brauchen neu verlegte Infrastruktur — Daten, Kontext und Governance als First-Class-Bürger. Die meisten Unternehmen legen Agenten auf Legacy-Prozesse und wundern sich, warum sie stecken bleiben. Gleiche Lektion, andere Flughöhe: Der harte Teil ist das Substrat, nicht die Demo.

Der Realitäts-Check in Zahlen: Nur rund ein Viertel der Organisationen skaliert Agenten in auch nur einer Funktion, der Rest experimentiert oder legt KI nur obendrauf. Die Kluft zwischen dem Narrativ und der GuV ist weiter breit — und sie schließt sich genau an der unglamourösen Arbeit, um die es in dieser ganzen Liste geht: Kontext, Evals, Infrastruktur, Vertrauen.