--- title: "Scaling Up, aber für Maschinen: warum KI-Agenten das Wachstumsrezept sprengen, statt es zu reparieren | Guardian360" description: "Verne Harnishs Wachstumsparadox besagt, dass Komplexität, nicht die Mitarbeiterzahl, das Skalieren so schwer macht. KI-Agenten entkommen dieser Rechnung nicht, sie beschleunigen sie, indem sie die natürliche Bremse dafür entfernen, wie schnell neue Knoten entstehen; und die Orchestrierung von Agenten verlagert den menschlichen Kontrollengpass, statt ihn zu beseitigen." url: https://guardian360.net/de/blog/scaling-up-but-for-machines/ locale: de source: guardian360.net --- [← Alle Beiträge](https://guardian360.net/de/blog/) Meinung # Scaling Up, aber für Maschinen: warum KI-Agenten das Wachstumsrezept sprengen, statt es zu reparieren Von Jan Martijn Broekhof · 2. September 2026 Nachdem ich Verne Harnishs Scaling Up gelesen habe, ist das Kapitel “The Growth Paradox: An Anchor, or Wind at Your Back” eines, das mich seitdem nicht mehr loslässt. Harnish beschreibt, was er das Wachstumsparadox nennt: Ein Unternehmen sollte mit zunehmender Skalierung eigentlich leichter zu führen sein, aber fast nie ist es das, es wird schwieriger. Der Grund, so argumentiert er, ist nicht die Mitarbeiterzahl selbst, sondern die Kommunikationskomplexität, die die Mitarbeiterzahl erzeugt. Ein Gründer und ein einzelner Assistent haben zwei Kommunikationskanäle. Fügen Sie eine dritte Person hinzu, und die Komplexität steigt nicht um ein Drittel, sie verdreifacht sich auf sechs Kanäle. Fügen Sie eine vierte hinzu, und sie vervierfacht sich auf vierundzwanzig. Das Wachstum ist linear. Die Komplexität ist kombinatorisch. Dieses Missverhältnis erzeugt laut Harnish die drei grundlegenden Barrieren, auf die jedes skalierende Unternehmen stößt: nicht genug Führungskräfte, die delegieren und vorausschauen können, nicht genug skalierbare Infrastruktur, um die Kommunikations- und Entscheidungslast zu tragen, und nicht genug Marketingkapazität, um in einem immer wettbewerbsintensiveren Umfeld weiterzuwachsen. Ich hatte angenommen, dass KI-Agenten dieses Problem vollständig umgehen würden. Man startet im Hintergrund eine Gruppe von Agenten, lässt sie Aufgaben autonom erledigen, und der menschliche Kommunikationsengpass verschwindet einfach. Die erneute Lektüre von Harnish hat mich davon überzeugt, dass das nur halb richtig ist, und die Hälfte, die falsch ist, wiegt schwerer. ## KI-Agenten heben Harnishs Rechnung nicht auf, sie beschleunigen sie Manche Agenten werden tatsächlich autonom mit wenig menschlicher Beteiligung arbeiten. Aber sehr viele werden das nicht tun. Sie werden Ein- und Ausgaben untereinander und mit den Menschen, an deren Seite sie arbeiten, austauschen, genau so, wie Harnishs Kanäle es beschreiben. Die kombinatorische Komplexität, die er in menschlichen Teams identifiziert, verschwindet nicht, wenn einige der Knoten im Netzwerk Agenten statt Menschen sind, sie potenziert sich einfach weiter. Was sich ändert, ist die Geschwindigkeit, mit der neue Knoten entstehen. Harnishs Rahmenwerk geht davon aus, dass das Wachstum dadurch begrenzt ist, wie schnell eine Organisation eine neue Person einstellen, einarbeiten und auf ein brauchbares Urteilsniveau bringen kann, was von Natur aus langsam ist. Agenten entfernen diese natürliche Bremse. Deloittes Technologieprognosen für 2026 beschreiben das direkt: Agent Sprawl, die Ausbreitung unverbundener Agenten über eine Organisation hinweg ohne einheitliche Sichtbarkeit oder Governance, wird sich bis 2026 voraussichtlich weiter verstärken, während Programmiersprachen, Frameworks und Kommunikationsprotokolle sich vervielfachen. Eine Organisation, die ihre Mitarbeiterzahl einst nur um eine Handvoll Menschen pro Quartal steigern konnte, kann ihre Agentenzahl nun um eine Handvoll pro Tag steigern. Harnishs Komplexitätsgleichung gilt weiterhin. Die Uhr, die sie früher verlangsamte, wurde entfernt. ## Wir gestalten Agentenorganisationen noch immer wie menschliche Im Moment stellen sich die meisten von uns eine KI-geführte Organisation so vor, wie wir uns eine menschliche vorstellen: eine grobe Hierarchie, definierte Senioritätsstufen, so etwas wie eine Arbeitswoche. Dieses Bild ist bereits überholt. Schon bald wird eine einzige Anfrage an einen einzigen Agenten ein Netzwerk von Subagenten auslösen, die planen, aneinander delegieren und Arbeit hin und her reichen, weitgehend unsichtbar für die Person, die die ursprüngliche Anfrage gestellt hat. Harnishs Rechnung geht von einer sichtbaren, zählbaren Menge von Kanälen aus: zwei, dann sechs, dann vierundzwanzig. In einer agentengeführten Organisation ist die Anzahl der Kanäle weder festgelegt noch sichtbar. Sie wird dynamisch, und sie wird vor genau den Menschen verborgen, die eigentlich die Kontrolle darüber haben sollen. Das ist ein Problem anderer Größenordnung, als einfach mehr Manager zu brauchen. Es bedeutet, dass die Form der Organisation nicht mehr aus einem Organigramm abgeleitet werden kann, denn das Organigramm wird fortlaufend und still neu gezeichnet, mehrere Ebenen unterhalb dessen, wo irgendjemand hinschaut. ## Bekommen Agenten nicht einfach ihre eigenen Manager? Das ist der naheliegende Einwand, und er verdient eine klare Antwort statt einer Handbewegung. Ja, Agenten bekommen bereits ihre eigene Managementebene. Deloittes Prognose enthält eine aufkommende Kategorie, die sie guardian agent nennt, dessen Aufgabe es ist, Aufgaben zu verantworten und zugleich das Verhalten anderer Agenten zu überwachen. Die Berichterstattung von Technology Decisions Australia über die Umbrüche der agentischen KI-Einführung 2026 beschreibt Organisationen, die neue Rollen wie Agent Ops Lead und AI Product Owner schaffen, deren gesamte Funktion darin besteht, Agenten so zu managen, wie einst ein Vorgesetzter Menschen managte. Ich glaube nicht, dass das das zugrunde liegende Problem löst, und hier ist, warum. Jede einzelne dieser Managementebenen muss ihr Ergebnis irgendwohin zur Prüfung weiterleiten, und dieses Irgendwohin ist am Ende ein Mensch. Orchestrator-Agenten und guardian agents hinzuzufügen beseitigt nicht den Engpass, den Harnish beschreibt, es verlagert ihn nur nach oben und presst mehr Aktivität in dasselbe feste Tempo, in dem ein Mensch sinnvoll prüfen und kontrollieren kann, was ihm vorgelegt wird. Ein akademisches Papier von Kaptein und Kollegen aus dem Jahr 2026, das sich auf eine KPMG-Umfrage unter Führungskräften großer Unternehmen stützt, ergab, dass drei Viertel der Befragten Sicherheit, Compliance und Auditierbarkeit als ihre kritischste Anforderung für den Einsatz von Agenten nannten, und dass die Komplexität der Multi-Agenten-Orchestrierung bereits zum primären Engpass geworden ist, während Organisationen versuchen, Agentenprojekte vom Piloten in die Produktion zu überführen. Das ist keine Technologielücke. Es ist dasselbe Kontrollproblem, das Harnish benennt, in einer anderen Uniform. Das deckt sich damit, was mit agentischen KI-Projekten in der Praxis tatsächlich geschieht. Forbes, das im Juli 2026 die Forschung von Gartner erneut aufgreift, weist ausdrücklich darauf hin, was auffällig auf der Liste der Gründe fehlt, aus denen agentische KI-Projekte abgebrochen werden. Die Leistungsfähigkeit der Modelle steht nicht auf dieser Liste. Die genannten Gründe sind eskalierende Kosten, unklarer geschäftlicher Nutzen und unzureichende Risikokontrollen, was eine andere Art zu sagen ist, dass Organisationen Mühe haben, das zu steuern und zu prüfen, was sie gebaut haben, nicht dass die Agenten selbst nicht leistungsfähig genug wären. ## Wer hat eigentlich die Kontrolle? Ein aufmerksamer Leser wird an dieser Stelle widersprechen und eine schwierigere Frage stellen: Wie lange bleiben Menschen überhaupt in der Kontrolle? Theoretisch könnte eine Organisation irgendwann vollständig von KI-Agenten geführt werden, die Ziele, Teilaufgaben und Ergebnisse koordinieren, ohne dass irgendwo ein menschlicher Knoten in der Schleife steht. Ich halte das für theoretisch zutreffend und für praktisch nebensächlich, aus zwei Gründen, die nichts damit zu tun haben, was die Technologie kann. Erstens kann derzeit nur ein Mensch, eine Person aus Fleisch und Blut, rechtlich für eine Entscheidung verantwortlich gemacht werden. Agenten können innerhalb der für sie gesetzten Grenzen entwerfen, empfehlen und handeln, aber die Verantwortung geht nicht auf ein System über, sie bleibt bei der Person, die es angewiesen hat. Zweitens haben wir eine gesellschaftliche Verpflichtung, Menschen sinnvolle Arbeit zu bieten, Arbeit, die ihnen das Gefühl gibt, dass sie beitragen und dass sie zählen. Eine Organisation, die Menschen still aus jeder Schleife herausoptimiert, ist nicht einfach effizienter, sie kehrt beidem zugleich den Rücken. ## Wie skalierbare Infrastruktur für eine agentengeführte Organisation aussieht Harnishs dritte Barriere, die skalierbare Infrastruktur, ist diejenige, zu der ich immer wieder zurückkehre. Für eine menschliche Organisation bedeutet sie Systeme und Strukturen, die die Kommunikations- und Entscheidungslast tragen können, während die Mitarbeiterzahl wächst. Für eine agentengeführte Organisation muss sie wieder etwas anderes bedeuten: Infrastruktur, die das wachsende, teils unsichtbare Netzwerk von Agenten so lesbar hält, dass ein Mensch weiterhin sinnvoll prüfen und entscheiden kann, statt bloß abzunicken. Das ist für uns keine abstrakte Frage. Bei Guardian360 führen wir genau dieses Experiment zuerst an uns selbst durch. Wir richten unsere eigenen KI-Kollegen intern ein, testen und trainieren sie, bevor wir überhaupt in Erwägung ziehen würden, Kunden etwas Ähnliches anzubieten. Diese Reihenfolge ist wichtig. Wenn eine Arbeitsweise im eigenen Team nicht standhält, einschließlich des Punktes, an dem wir beginnen, unsere eigene traditionelle Hierarchie infrage zu stellen, dann haben wir kein Recht zu versprechen, dass sie in einem fremden Team standhalten wird. ## Also, wer koordiniert hier wen? Irgendwann in jedem Gespräch über Agenten-Orchestrierung schlägt jemand dieselbe Lösung vor: Gebt jeder Person einen einzigen persönlichen KI-Assistenten, der in ihrem Namen mit allen anderen Agenten spricht, sodass der Mensch nur eine Beziehung statt Dutzender managen muss. Ich verstehe den Reiz, aber ich halte es für angebracht, ehrlich zu sein, was dieser Assistent tatsächlich ist. Er ist keine Lösung des Kontrollproblems, er ist ein weiterer Manager in der Hierarchie, eine Ebene höher als die anderen, und ihm muss weiterhin vertraut und er muss geprüft werden wie jede andere Ebene darunter. Sie haben den Engpass nicht beseitigt. Sie haben ihn umbenannt und näher an sich selbst herangerückt. Harnish schrieb, dass Komplexität der Preis des Wachstums ist und dass nur wenige Unternehmen jemals lernen, ihn gut zu bezahlen. Ich vermute, dass sich dasselbe von den Organisationen erweisen wird, die sich jetzt mit Agenten füllen. Die Frage, bei der es sich zu verweilen lohnt, ist nicht, wie viele Agenten Sie sich leisten können zu betreiben. Es ist, wie viele Ebenen von Agentenmanagement Sie bereit sind aufeinanderzustapeln, bevor Sie einen weiteren Menschen brauchen, nur um zu entscheiden, wem Sie vertrauen können. ## Quellen - Harnish, V. (2014). Scaling Up: How a Few Companies Make It…and Why the Rest Don’t. Gazelles, Inc. Kapitel: “The Growth Paradox: An Anchor, or Wind at Your Back”. - Deloitte, [Unlocking exponential value with AI agent orchestration](https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2026/ai-agent-orchestration.html) (2026 TMT Predictions). - Technology Decisions Australia, [The agentic AI shifts of 2026: Orchestration, governance and scale](https://www.technologydecisions.com.au/content/it-management/article/the-agentic-ai-shifts-of-2026-orchestration-governance-and-scale-1556800236). - Kaptein, M. et al. (2026). [Runtime Governance for AI Agents: Policies on Paths](https://arxiv.org/pdf/2603.16586). arXiv preprint. - Forbes, [Why 40% Of Agentic AI Projects May Be Canceled By 2027](https://www.forbes.com/sites/robertszczerba/2026/07/07/why-40-of-agentic-ai-projects-may-be-canceled-by-2027/).