M2 Marktperspektive: Agentische KI und Governance, Juli 2026
Am 7. Mai 2026 einigten sich Rat und Europäisches Parlament auf eine Änderung des EU AI Act; formal verabschiedet wurde sie am 16. Juni. Die zentrale Frist für Hochrisiko-KI-Systeme wurde vom 2. August 2026 auf den 2. Dezember 2027 verschoben. Viele Unternehmen haben daraufhin ihre Compliance-Zeitpläne überarbeitet und Governance-Projekte zurück ins Backlog gestellt.
Das ist der falsche Schluss – allerdings nicht, weil die Verschiebung unwichtig wäre. Der Grund dafür offenbart eine unbequeme Parallele: Wenn selbst die EU mit ihren Ressourcen mehr Zeit benötigt, um ihre eigene KI-Regulierung durchsetzbar zu machen, ist die Annahme fragwürdig, einzelne Unternehmen bräuchten diese Zeit nicht ebenfalls.
Warum die Frist wirklich verschoben wurde
Die EU-Kommission begründet die Verschiebung offiziell damit, dass die Voraussetzungen für eine Durchsetzung zum ursprünglichen Termin nicht gegeben waren. Zwei Dinge fehlten konkret: harmonisierte technische Normen, an denen sich Anbieter von Hochrisiko-Systemen orientieren können, sowie nationale Prüf- und Zertifizierungsstellen, die deren Einhaltung überhaupt erst kontrollieren könnten. Beides existiert in vielen Mitgliedstaaten noch nicht.
Deutschland zeigt das besonders deutlich: Das AI-Act-Durchführungsgesetz hat der Bundesrat erst am 10. Juli 2026 verabschiedet, und das zuständige Koordinierungs- und Kompetenzzentrum bei der Bundesnetzagentur muss nun erst aufgebaut werden. Hinzu kommt ein zweiter, seltener genannter Grund: Praktisch jedes KI-System einer deutschen Behörde, das Anträge vorsortiert, gilt als Hochrisikosystem – unabhängig davon, ob es Wohngeldanträge sortiert oder Kita-Plätze bewertet. Für jedes dieser Systeme wäre eine eigene Grundrechte-Folgenabschätzung erforderlich. Ohne zentrale Musterlösungen müsste das im Zweifel jede der rund 11.000 deutschen Kommunen einzeln stemmen. Fachleute warnen deshalb vor einem Innovation Freeze in der Verwaltung.
Ein Gesetz scharfzustellen, dessen Kontrolle die zuständigen Instanzen noch gar nicht gewährleisten können, hätte wenig Substanz gehabt. Die EU verschiebt also nicht, weil sie das Problem für unwichtig hält, sondern weil die Governance-Infrastruktur für eine seriöse Durchsetzung noch nicht steht: weder bei den Behörden noch bei den Prüfstellen oder den Standards.
Das ist allerdings nur die halbe Wahrheit. Zwei Beobachterorganisationen, Corporate Europe Observatory und LobbyControl, haben die Gesetzesänderungen mit den bekannten Positionen großer Tech-Konzerne verglichen. Ihr Befund: Ein großer Teil der Abschwächungen im sogenannten Digital Omnibus deckt sich mit Lobbypositionen von Google, Microsoft und Meta. Dazu gehört unter anderem eine Änderung in Artikel 6, nach der Unternehmen ihre eigenen Systeme künftig selbst als nicht hochriskant einstufen können. Zugleich entfällt die öffentliche Datenbank, in der solche Selbsteinschätzungen bislang einsehbar waren. Kritiker sehen darin einen echten Transparenzverlust, nicht nur eine Fristverlängerung.
Ein Teil der Regeln bleibt dennoch unverändert scharf: Ab dem 2. August ist Artikel 50 durchsetzbar, KI-Inhalte müssen ab Dezember 2026 gekennzeichnet werden, und ein neues Verbot für nicht konsentierte KI-Bildgenerierung greift ebenfalls im Dezember.
Beide Lesarten schließen sich nicht aus: Die Infrastruktur fehlt tatsächlich, und die Lobbyarbeit war nachweislich erfolgreich. Für die Einordnung dieses Artikels ändert das jedoch nichts. Wer die Verschiebung als Freibrief liest, verwechselt mehr Vorbereitungszeit mit einer Entwarnung. Die Zeit wurde verlängert. Das Problem, das am Ende gelöst sein muss, ist geblieben.
Der eigentliche Befund: Die Lücke ist überall dieselbe
Die Frage ist damit nicht mehr, ob die Verschiebung berechtigt war. Das war sie, zumindest teilweise. Die eigentliche Frage ist, was in der gewonnenen Zeit passiert. Drei unabhängige Untersuchungen aus dem ersten Halbjahr 2026 geben darauf dieselbe Antwort – aus drei völlig unterschiedlichen Blickwinkeln.
Eine Studie des BCG Henderson Institute und der Boston University, die im Mai 2026 in der Harvard Business Review veröffentlicht wurde, hat untersucht, ob allein die Bezeichnung eines KI-Systems das Überwachungsverhalten von Managern verändert. Das Ergebnis: In Unternehmen, die KI-Agenten bereits formal im Organigramm führen, sinkt die Fehlererkennungsleistung um 16 Prozent, sobald dasselbe System als „KI-Mitarbeiter“ statt als „KI-Tool“ bezeichnet wird. Es werden 18 Prozent weniger Fehler erkannt, und die eigene Verantwortungsübernahme sinkt um neun Prozentpunkte.
Allein das Framing verändert das Verhalten. Die Kompetenz des Agenten bleibt gleich. Der Effekt zeigt sich zudem fast ausschließlich dort, wo Unternehmen ihren Agenten bereits einen Platz im Organigramm gegeben haben. Führende KI-Plattformen beschreiben ihre Agenten in Onboarding-Materialien bereits als „digitale Mitarbeiter“ oder „autonome Teamkollegen“. Der Auslöser für diesen Kontrollverlust sitzt damit häufig schon im Marketing.
Eine im Februar 2026 veröffentlichte Studie liefert das technische Gegenstück. Sie verglich 14 agentische Modelle über einen Zeitraum von 18 Monaten und kam zu einem eindeutigen Ergebnis: Die Modellfähigkeiten wachsen stetig, die Zuverlässigkeit bleibt dagegen nahezu konstant.
Zwei Vorfälle aus der realen Welt zeigen, was das bedeutet: Im Juli 2025 löschte ein KI-Coding-Assistent von Replit eine komplette Produktionsdatenbank – trotz der ausdrücklichen Anweisung, genau das nicht zu tun. Der KI-Agent „Operator“ von OpenAI tätigte einen nicht autorisierten Kauf und umging dabei die eigene Bestätigungsabfrage. Beide Vorfälle passierten nicht in schwachen Systemen. Sie ereigneten sich in Systemen, die intern als leistungsstark galten.
Es fehlten Mechanismen, die einen Kontrollverlust erkennbar machen, bevor ein Schaden entsteht. Ein besseres Basismodell allein löst dieses Problem nicht. Es liegt nicht in der Fähigkeit des Agenten, sondern in der Architektur um ihn herum – also in genau jener Art von Infrastruktur, deren Fehlen die EU als Grund für ihre eigene Fristverschiebung nennt.
Gartner wiederum prognostizierte im Mai 2026, dass bis 2027 rund 40 Prozent der Unternehmen ihre autonomen KI-Agenten zurückstufen oder abschalten werden – nicht wegen technischer Unreife. Ausschlaggebend seien Governance-Lücken, die nicht in Audits, sondern erst nach Produktionsvorfällen sichtbar werden. Erst nach dem Schaden.
Die Ursache ist immer dieselbe Fehlkalibrierung: Agenten werden entweder zu restriktiv behandelt, wodurch sinnvolle Nutzung verhindert wird, oder zu unkritisch, was bei folgenreichen Entscheidungen zu Kontrollverlust führt. Beides ist ein Architekturproblem, kein Einstellungsproblem.
Zusammengenommen sagen diese drei Befunde dasselbe: Verhaltensforschung, Technik und Markt kommen unabhängig voneinander zur gleichen Diagnose. Je autonomer ein KI-Agent wahrgenommen wird oder tatsächlich agiert, desto größer wird die Lücke zwischen dem, was von ihm erwartet wird, und dem, was tatsächlich kontrolliert ist.
Genau an dieser Lücke arbeitet auch die EU-Kommission – auf staatlicher Ebene und mit eigener Fristverlängerung. Standards, Prüfstellen und Zuständigkeiten sind Governance-Architektur, ebenso wie die Kontrollpunkte, die in den drei Untersuchungen fehlen. Wenn der Gesetzgeber mit seinen Ressourcen zusätzliche 16 Monate benötigt, um diese Architektur aufzubauen, ist die Erwartung unrealistisch, einzelne Unternehmen könnten sie nebenbei und ohne Fristdruck etablieren.
Was das für die Praxis bedeutet
Wer Governance-Arbeit jetzt zurückstellt, verschiebt nicht die Compliance, sondern die Kontrolle über die eigenen Systeme in eine Phase, in der diese Systeme schneller und autonomer werden. Dabei rüstet niemand – weder Regulierer noch Unternehmen – die fehlende Architektur automatisch nach.
Produktive Governance-Arbeit beginnt deshalb mit einer einfachen Frage: Welche Entscheidungen trifft ein KI-Agent im System, unter welchen Umständen ist ein menschlicher Eingriff erforderlich, und wie ist dieser Eingriff technisch verankert? Nicht empfohlen, sondern verankert.
Viele Organisationen behandeln KI-Governance bislang als Dokumentationsaufgabe: Richtlinien formulieren, Verantwortliche benennen, Prozesse beschreiben. Was fehlt, sind deterministische Kontrollpunkte in der Architektur selbst – Mechanismen, die menschliche Aufsicht erzwingen, bevor ein System breit ausgerollt wird. Das ist genau die Lücke, die auch die EU-Kommission bei sich selbst erkannt hat, als sie ihre eigene Frist verschob.
Die entscheidende Frage ist nicht, ob Unternehmen KI-Agenten einsetzen, sondern wie Verantwortung geregelt und abgesichert ist, wenn ein Agent eine Entscheidung trifft, die ihm niemand ausdrücklich übertragen hat. Kein Regulierungskalender beantwortet diese Frage – auch kein verschobener. Die Antwort entsteht in der Architektur: durch klare Zuständigkeiten, wirksame Kontrollmechanismen und nachvollziehbare Entscheidungswege.
Quellenanhang
- BCG Henderson Institute / Boston University – Putting AI on the Org Chart: Evidence on Delegation and Oversight, Arbeitsversion vom 17. Juli 2026. Quelle (abgerufen: 28.07.2026)
- Harvard Business Review – Research: Why You Shouldn’t Treat AI Agents Like Employees, Mai 2026. Quelle(abgerufen: 28.07.2026)
- Rabanser, Kapoor et al. – Towards a Science of AI Agent Reliability, Februar 2026. Quelle (abgerufen: 28.07.2026)
- Gartner – Gartner Says Applying Uniform Governance Across AI Agents Will Lead to Enterprise AI Agent Failure, Mai 2026. Quelle (abgerufen: 28.07.2026)
- EU AI Act Service Desk – Frequently Asked Questions. Quelle (abgerufen: 28.07.2026)
- LobbyControl / Corporate Europe Observatory – Recherche zum Lobbyeinfluss auf den Digital Omnibus. Quelle(abgerufen: 28.07.2026)
- Bundesrat – Beschluss zum Gesetz zur Durchführung der Verordnung über künstliche Intelligenz, Drucksache 375/26 (B), Juli 2026. Quelle (abgerufen: 28.07.2026)
- Bundesnetzagentur – Koordinierungs- und Kompetenzzentrum für die KI-Verordnung (KoKIVO). Quelle (abgerufen: 28.07.2026)
- Stibbe – AI Act reloaded? What the latest AI Act changes mean in practice, Juni 2026. Quelle (abgerufen: 28.07.2026)
