Enterprise-KI-Teams scheinen eine strategische Entscheidung darüber zu treffen, wo ihre Agentensysteme laufen werden: zunehmend auf den Plattformen der großen Modellanbieter. Doch ein neuer Cluster von VentureBeat-Pulse-Research-Umfragen argumentiert, dass das schwierigere Problem nicht mehr die Wahl einer Plattform ist. Es geht darum, dass echte Agentenbereitstellungen, Kontrollen und operative Disziplin mit dem Anspruch Schritt halten.

Über vier Umfragewellen im Juni 2026, veröffentlicht von VentureBeat AI, beschrieben Befragte einen Markt, der sich um provider-native Stacks von Unternehmen wie Anthropic, OpenAI, Microsoft und Google standardisiert, während er gleichzeitig mit den Grundlagen ringt, die autonome Software in der Produktion nutzbar machen. Diese Schwächen zeigen sich bei Orchestrierung, Retrieval, Evaluierung und Sicherheit.

Die pointierteste Erkenntnis stammt aus der Orchestrierungsumfrage: 71 % der Unternehmen sagten, dass ein Viertel oder weniger ihrer eingesetzten „Agenten“ tatsächlich mehrstufig orchestrierte Workflows und nicht nur einfache Chatbot-Hüllen sind. Das ist wichtig, weil dieselben Befragten angaben, dass sie Orchestrierungserfolg an zuverlässiger Aufgabenerledigung und mehrstufigem Workflow-Management messen, nicht an der Chatbot-UX. Anders gesagt: Viele Teams kaufen und planen agentische Systeme, bevor das meiste, was sie in Produktion haben, überhaupt wirklich als Agenten durchgeht.

Zusammengenommen legen die vier Umfragen ein breites Unternehmensmuster nahe. Teams fühlen sich wohl dabei, die gebündelten Kontrollen und die Infrastruktur zu übernehmen, die mit Frontier-Model-Plattformen geliefert werden, bleiben aber bei Identität, Kontext-Governance, realer Evaluierung und Kosten-Durchsetzung deutlich unreifer. Für Entwickler und Käufer ist die Konsequenz klar: Der nächste Wettbewerbsvorteil könnte weniger aus einem weiteren Orchestrierungs-Framework kommen als daraus, nachzuweisen, dass Agenten vertrauenswürdig, messbar und eingrenzbar sind.

Eine Geschichte über vier Schichten des Stacks

Der Orchestrierungsbericht umfasste 101 Unternehmen mit mehr als 100 Beschäftigten und fand heraus, dass Anthropics Claude für 40 % der Befragten die primäre Orchestrierungsplattform war, vor Microsoft mit 18 % und OpenAI mit 13 %. VentureBeat warnte ausdrücklich davor, dass diese Zahlen kein Marktanteil sind und als Richtungsbild einer selbst ausgewählten Stichprobe und nicht als nach Ausgaben gewichtete Branchenzählung gelesen werden sollten.

Selbst mit diesem Vorbehalt stimmt das Muster mit den anderen drei Umfragen überein. Bei Retrieval- und Kontext-Infrastruktur lagen OpenAI-Dateisuche und Google Vertex AI Search bei der Produktionsnutzung vor spezialisierten Vektordatenbanken. Bei der Sicherheit dominierten OpenAI-Guardrails und Kontrollen von Google und Microsoft die aktuellen Bereitstellungen. Bei der Evaluierung führten die nativen Evals und Traces von OpenAI das Feld an, gleichauf mit Befragten, die angaben, überhaupt keine dedizierten Evaluierungswerkzeuge zu nutzen.

Diese Konsistenz ist wichtig. Sie legt nahe, dass Enterprise-Teams standardmäßig zu den Werkzeugen greifen, die dem zugrunde liegenden Modell- und Cloud-Stack am nächsten sind, den sie bereits verwenden. VentureBeat bezeichnete dies in der Orchestrierung als „Modellgravitation“ und in den anderen Schichten als provider-nativen Standard. Die praktische Lesart ist einfacher: Käufer wollen weniger bewegliche Teile, schnellere Bereitstellung und engere Integration, zumindest für die ersten produktiven Systeme.

Doch dieselben Teams signalisieren keine tiefe langfristige Loyalität. Die Umfragen ergaben, dass 68 % innerhalb eines Jahres eine Orchestrierungsplattform einführen, ergänzen oder ersetzen wollen, 57 % wechseln oder zusätzliche Retrieval-Anbieter einführen wollen, 64 % Änderungen bei den Evaluierungswerkzeugen erwarten und 59 % Änderungen bei Agenten-Sicherheitswerkzeugen planen. Standardisierung findet statt, aber der Stack bleibt in Bewegung.

Das Chatbot-Label läuft der Software-Wirklichkeit davon

Die Orchestrierungsdaten liefern das klarste Beispiel für die Lücke zwischen Marketing-Sprache und operativer Realität. Laut der Umfrage sagten nur 10 % der Unternehmen, dass mehr als die Hälfte ihrer eingesetzten „Agenten“ echte mehrstufig orchestrierte Workflows sind. Die meisten räumten ein, dass das Portfolio noch von Single-Prompt-Assistenten dominiert wird.

Diese Erkenntnis trifft in einem Moment ein, in dem „KI-Agenten“ zur Standardbezeichnung für eine breite Palette von Produkten geworden sind. Die VentureBeat-Daten deuten darauf hin, dass viele Unternehmensbereitstellungen besser als fortgeschrittene Chatbots mit Enterprise-Konnektoren beschrieben werden sollten und nicht als autonome Systeme, die Werkzeuge, Gedächtnis und Richtlinien über mehrere Schritte koordinieren.

Diese Unterscheidung ist keine semantische Haarspalterei. Sie wirkt sich auf Architektur, Tests, Sicherheit und Budgetierung aus. Eine Chatbot-Hülle braucht möglicherweise gute Prompts, Grounding und eine gepflegte UX. Ein echter mehrstufiger Agent braucht Laufzeitberechtigungen, Rollback-Pfade, Nachvollziehbarkeit, Ausgabenkontrollen, dauerhaften Zustand, eine auf Ergebnisqualität ausgerichtete Evaluierung und oft eine hybride Steuerungsebene, die über jedem einzelnen Modellanbieter sitzt.

Die Befragten scheinen diese Lücke zu verstehen. Bis Ende 2026 erwarten 51 %, dass sie eine hybride Steuerungsebene haben werden, die provider-native Systeme mit externer Orchestrierung kombiniert. Nur 6 % erwarteten, sich vollständig auf einen vom Anbieter verwalteten Dienst zu verlassen. Der Hauptgrund dafür war laut Umfrage Vendor Lock-in, den 35 % als größtes Risiko nannten, wenn die Kontrolle innerhalb einer Modellanbieter-Plattform liegt.

Deshalb lautet die Geschichte nicht einfach „Anbieter gewinnen“. Sie gewinnen den aktuellen Standardfall der Bereitstellung, aber Unternehmen bauen gleichzeitig Ausweichwege.

Sicherheit, Kontext und Evaluierung hinken der Einführung noch hinterher

Die drei Begleitumfragen zeigen, dass die Orchestrierungslücke nur ein Teil eines breiteren Reifeproblems bei der Einführung ist.

Bei der Sicherheit fand VentureBeats Umfrage unter 107 Unternehmen, dass 54 % entweder einen bestätigten Sicherheitsvorfall mit KI-Agenten oder einen Beinahe-Vorfall gemeldet haben. Nur 32 % sagten, dass jeder Agent eine eigene, klar abgegrenzte Identität hat, während 69 % irgendwo in der Flotte gemeinsam genutzte Anmeldedaten meldeten. Nur 30 % isolieren ihre risikoreichsten Agenten in Sandboxes. Die Veröffentlichung merkte an, dass die Verbindung zwischen scoped Identities und niedrigeren Vorfallraten zwar aufschlussreich, aber kein Beweis für Kausalität ist, insbesondere angesichts der begrenzten, selbst ausgewählten Stichprobe.

Bei der Kontext-Infrastruktur zeigte eine separate Umfrage unter 101 Unternehmen, dass 57 % erlebt hatten, wie Agenten überzeugende, aber falsche Antworten produzierten, die auf fehlenden oder inkonsistenten Geschäftskontext zurückzuführen waren. Retrieval-Augmented Generation war für 38 % der Befragten die primäre Kontextquelle, und provider-native Werkzeuge führten bei der tatsächlichen Nutzung. Gleichzeitig sagten 58 %, dass sie entweder eine gobernte semantische Schicht betreiben oder aufbauen, was darauf hindeutet, dass viele Organisationen reines Retrieval inzwischen ohne eine stärkere Business-Definitionsschicht für unzureichend halten.

Bei der Evaluierung waren die Warnzeichen ebenso direkt. Die Hälfte der 157 befragten Unternehmen sagte, sie habe eine Agenten- oder LLM-Funktion ausgeliefert, die interne Tests bestanden und dann vor Kunden versagt habe. Nur 5 % sagten, sie vertrauten automatischer Evaluierung heute voll und ganz. Dennoch erlauben bereits 66 % den Einsatz ohne Human-in-the-loop oder bauen auf diesen für risikoarme Agenten hin.

Diese Kombination ist wahrscheinlich das wichtigste Signal im Cluster. Unternehmen warten nicht auf perfekte Gewissheit, bevor sie mehr Entscheidungen automatisieren. Sie erhöhen die Autonomie und geben gleichzeitig zu, dass die Kontrollen zur Zertifizierung dieser Autonomie unvollständig sind.

Was die Belege beweisen und was nicht

Alle vier Quellbeiträge stammen aus VentureBeat AIs eigenem Pulse-Research-Programm und nicht aus Unternehmensberichten, Produktdokumentationen oder breiten unabhängigen Marktdaten. Das macht den Cluster als Richtungsindikator des aktuellen Käuferverhaltens nützlich, aber nicht zu einer endgültigen Marktvermessung.

VentureBeat selbst betont die Grenzen immer wieder: Die Stichproben waren selbst ausgewählt, in mehreren Umfragen zugunsten mittelgroßer Organisationen verzerrt und stammen aus einzelnen Wellen im Juni 2026 statt aus gepoolten, längsschnittlichen Panels. In der Orchestrierungsumfrage wurden die Befragten außerdem nach einer einzigen primären Plattform gefragt, was eher eine Momentaufnahme der aktuellen Präferenz als einen vollständigen Blick auf mehrschichtige Nutzung oder Ausgaben liefert.

Das bedeutet, dass plattformspezifische Zahlen zu Claude, OpenAI, Microsoft, Google, Vertex AI Search oder LangChain/LangGraph mit Vorsicht behandelt werden sollten. Sie zeigen, wo dieser Kohorte zufolge ihr primäres Investment liegt, nicht das vollständige Branchen-Ranking.

Trotzdem sind die breiteren Muster schwer zu ignorieren, weil sie sich über alle vier Umfragen hinweg wiederholen. Provider-native Werkzeuge scheinen bei Orchestrierung, Retrieval, Sicherheit und Evaluierung zu führen. Unternehmen melden erhebliche Vorfall- und Fehlerraten. Und große Mehrheiten planen, ihren Stack innerhalb des Jahres zu überarbeiten. Die einzelnen Prozentwerte können sich mit einer anderen Stichprobe verschieben; die strukturelle Geschichte wirkt robuster.

Was das für Entwickler und Unternehmenskäufer bedeutet

Für Produktteams, die Agentensysteme bauen, deutet der Cluster darauf hin, dass Orchestrierung zu einem Problem der Steuerungsebene wird und nicht nur zu einer Framework-Entscheidung. Ein Einstieg bei Claude, OpenAI oder Microsoft kann die erste Bereitstellung beschleunigen, beseitigt aber nicht den Bedarf an governtem Kontext, Laufzeitidentität, Produktionsevaluierung und Kostenbegrenzungen.

Für Infrastruktur-Startups könnte die Öffnung enger sein als „ersetze die Plattform“, aber größer, als es zunächst scheint. Die Umfragen zeigen eine begrenzte aktuelle Durchdringung durch spezialisierte Anbieter, aber eine starke Absicht, Ebenen hinzuzufügen, die die nativen Stacks nicht vollständig lösen. Das ist besonders relevant für nicht-menschliche Identität, semantische Governance, Live-Qualitätsüberwachung und Ausgabenmanagement.

Für Enterprise-KI-Käufer lautet die Botschaft, zu prüfen, ob interne „Agenten“-Portfolios wirklich autonome Workflows oder überwiegend unterstützte Chat-Oberflächen sind. Wenn Letzteres der Fall ist, könnte die richtige nächste Investition nicht eine weitere Orchestrierungsabstraktion sein, sondern die operativen Disziplinen, die einen Workflow vertrauenswürdig machen, wenn er wirklich autonom wird.

Die Umfragen deuten außerdem darauf hin, dass viele Organisationen noch immer aus Bequemlichkeit kaufen und die Korrektheit später überwachen. Diese Reihenfolge funktioniert in der Experimentierphase. Sie wird riskanter, sobald Agenten über interne Systeme hinweg handeln oder Änderungen ohne menschliche Genehmigung ausrollen können.

Worauf man als Nächstes achten sollte

Das klarste Folge-Signal ist, ob sich die Dominanz provider-nativer Systeme verfestigt oder an ihre Grenzen stößt. Wenn OpenAI, Anthropic, Microsoft und Google weiterhin Orchestrierung, Retrieval, Evaluierung und Sicherheit in einen Stack ziehen, könnten Unternehmen mehr Lock-in akzeptieren, als sie derzeit angeben zu wollen.

Ein zweites Signal ist, ob hybride Steuerungsebenen von der Absicht zur produktiven Architektur werden. Wenn externe Schichten rund um LangChain/LangGraph, kundenspezifische Orchestrierung und Identitätskontrollen echte Produktionsanteile gewinnen, würde das bestätigen, dass Käufer Anbieter für den Modellzugang wollen, aber nicht für die vollständige Kontrolle.

Drittens lohnt sich der Blick darauf, ob sich Unternehmensbudgets von Workflow-Tools hin zu den weniger sichtbaren Ebenen verschieben, die in den Umfragen auftauchen: semantische Governance, abgegrenzte Identitäten, Echtzeit-Ausgabeüberwachung und programmgesteuerte Kostendurchsetzung. Das sind keine Schlagzeilen-Features, aber die Fähigkeiten, die am direktesten mit den von den Befragten gemeldeten Ausfällen verbunden sind.

Schließlich ist der größte operative Test definitorisch. Wenn Unternehmen mehr Systeme in Produktion bringen, braucht der Markt eine klarere Trennung zwischen Chatbot-Oberflächen, Werkzeug-verwendenen Assistenten und vollständig orchestrierten KI-Agenten. Im Moment liegt das Label vor der Implementierung.

Creati.ai-Perspektive

Der aufschlussreichste Teil dieser Geschichte ist, dass Unternehmen offenbar nicht darüber verwirrt sind, was gute Agenten tun sollten. Sie sagen, sie wollen zuverlässige mehrstufige Ausführung, kontrollierte Berechtigungen, präzisen Kontext und Evaluierungen, die reale Ergebnisse vorhersagen. Die Lücke besteht darin, dass ihre aktuellen Bereitstellungen diesen Standard oft nicht erreichen, obwohl Beschaffung und Plattformentscheidungen vorauseilen.

Deshalb wirkt dies weniger wie ein Plattformkrieg als wie eine operative Abrechnung. Die Modellanbieter gewinnen das Recht, der standardmäßige Ausgangspunkt zu sein, aber das schwierigere kommerzielle Problem ist weiterhin ungelöst: LLM-gestützte Workflows in verlässliche Softwaresysteme zu verwandeln. Die Teams, die diese Lücke zuerst schließen, werden dies wahrscheinlich mit besseren Kontrollen und klareren Definitionen tun, nicht nur mit besseren Demos.