Ein Konzern, der die meisten Belege selbst liefert

Ein Unternehmen mit 191.796 Vollzeitkräften kündigt an, sein Produktportfolio schrittweise auf KI-Agenten umzustellen. Nicht ein Produkt, nicht eine Funktion, sondern das Portfolio.

Fast alles, was über den Agentenansatz der Deutschen Telekom öffentlich bekannt ist, stammt vom Unternehmen selbst oder aus Berichten über dessen Mitteilungen. Das ist die Beleglage dieses Beitrags, und sie gehört an den Anfang statt in eine Fußnote. Sie entwertet den Fall nicht, denn was ein großer Netzbetreiber für nötig hält, um Agenten überhaupt betreiben zu können, ist auch dann aufschlussreich, wenn niemand die Wirkung nachgemessen hat. Sie ändert allerdings, wie jeder einzelne Satz zu lesen ist.

Deshalb wird hier durchgehend getrennt. Wo eine Angabe allein auf das Unternehmen zurückgeht, steht das dabei. Wo etwas unabhängig feststeht, fehlt dieser Zusatz — und das ist seltener der Fall, als die Menge der Veröffentlichungen vermuten lässt.

Zwei Quellengruppen fallen aus diesem Muster heraus. Die eine ist der Konzernzwischenbericht zum ersten Halbjahr 2026, eine kapitalmarktrechtliche Pflichtveröffentlichung mit Stichtag und geprüften Zahlen. Die andere sind das Bundesamt für Sicherheit in der Informationstechnik und eine begutachtete Arbeit, die Agenten unter realitätsnahen Bedingungen nachgemessen hat.

Der interessante Teil dieses Falls ist nicht der Assistent, der in den Schlagzeilen steht. Es ist eine Entwurfsentscheidung dahinter: KI-Instanzen als eigenständige Akteure zu behandeln, mit eigener Identität und eigenen Rechten, statt sie als Funktion eines vorhandenen Nutzerkontos laufen zu lassen. Wer diese Entscheidung trifft, hat aufgehört, über ein Produkt nachzudenken, und angefangen, über einen Betrieb nachzudenken.

Was angekündigt ist, und in welcher Form

Ende Februar 2026 kündigte die Telekom zum Mobile World Congress zwei Vorhaben an, über die die Fachpresse am 26. Februar berichtete. Das erste ist ein Anrufassistent unter dem Namen Magenta AI Call Assistant, der nicht auf dem Endgerät, sondern im Netz laufen soll. Das zweite ist eine Designstudie für eine Brille mit agentischen Fähigkeiten.

Eine Designstudie ist kein Produkt, und sie behauptet auch nicht, eines zu sein. Sie zeigt eine Bauform und eine Absicht. Beim Anrufassistenten liegt der Fall anders, weil die Netzintegration eine technische Aussage enthält: Die Verarbeitung geschieht dann nicht in einer App, die jemand installiert, sondern in der Infrastruktur, über die das Gespräch ohnehin läuft.

Die Entwicklungspartner nannte das Unternehmen im Februar nicht. Sie kamen wenige Tage später dazu — am 2. März wurde ElevenLabs als Partner für die Sprachseite des Assistenten benannt. Bemerkenswert ist an dieser Berichterstattung weniger die Partnerschaft als ein Vorbehalt, den die Redaktion ausdrücklich festhielt: Über die Qualität lasse sich noch nichts sagen, weil der Assistent nicht zum Ausprobieren bereitstehe. Das ist der einzige gefundene Beleg, der die Ankündigung nicht nur weitergibt, sondern ihre Prüfbarkeit mitbewertet.

Am 3. März kam der Rahmen dazu, in den sich beides einfügt. Unter dem Stichwort „AI Agent ready“ beschreibt das Unternehmen eine schrittweise Umstellung des Produktportfolios auf eine Welt, in der nicht nur Menschen, sondern auch Agenten Dienste in Anspruch nehmen. Dazu gehören digitale Identitäten für KI-Instanzen, eine Stimmerkennung gegen geklonte Agenten und ein erweiterter Zero-Trust-Ansatz. Diese Beschreibung stammt aus einem Fachbericht über die Ankündigung; einen Nachweis, welche Produkte bereits umgestellt sind, enthält sie nicht.

Agenten als eigene Akteure statt als Funktion eines Kontos

Um zu sehen, warum das mehr ist als eine Formulierung, hilft ein Blick auf die übliche Praxis. In den meisten Häusern läuft ein Agent heute unter der Kennung des Menschen, der ihn gestartet hat, oder unter einem technischen Sammelkonto, das ohnehin schon da war.

Beides erzeugt dieselben drei Probleme. Der Agent erbt Rechte, die er für seine Aufgabe nicht braucht, weil das Konto für einen anderen Zweck angelegt wurde. Im Protokoll lässt sich hinterher nicht trennen, ob ein Zugriff vom Menschen oder von der Software kam. Und wenn etwas schiefgeht, gibt es nichts, das sich einzeln abschalten ließe — man kann nur dem Menschen die Rechte entziehen oder das Sammelkonto sperren, an dem noch fünf andere Abläufe hängen.

Eine eigene Identität dreht diese Logik um. Der Agent wird zu einem Gegenüber, dem man etwas erlaubt und etwas verweigert, dessen Handlungen im Protokoll auf ihn zurückfallen und dem sich der Zugang entziehen lässt, ohne dass ein Mensch dabei mitgesperrt wird. Das klingt nach Verwaltung, ist aber die Voraussetzung für jede Form von Kontrolle.

Der Zero-Trust-Ansatz, den das Unternehmen darauf aufsetzt, folgt derselben Linie. Der Begriff beschreibt eine Architektur, in der kein Zugriff allein deshalb gewährt wird, weil die Anfrage aus dem eigenen Netz kommt; jede Anfrage wird einzeln geprüft, unabhängig davon, wo sie entsteht. Auf Agenten erweitert heißt das: Auch eine Software, die im Haus läuft und einen legitimen Auftrag hat, muss sich für jeden Schritt ausweisen.

Die Stimmerkennung gegen geklonte Agenten gehört in dieselbe Gedankenkette, greift aber an einer anderen Stelle. Sie richtet sich nicht gegen einen Fehler des eigenen Systems, sondern gegen einen fremden Akteur, der sich als bekanntes Gegenüber ausgibt. Wie gut das funktioniert, ist offen — eine Erkennungsrate hat das Unternehmen in den geprüften Quellen nicht veröffentlicht, und ohne eine solche Zahl bleibt die Angabe eine Absichtserklärung.

Warum die Identitätsfrage die Sicherheitsfrage ist

An dieser Stelle lässt sich der Ansatz an einer Quelle prüfen, die nichts zu verkaufen hat. Das Bundesamt für Sicherheit in der Informationstechnik führt zu KI-Agenten eine eigene Themenseite und benennt dort drei Risiken, die sich aus der Autonomie ergeben.

Das erste ist der Kontrollverlust: Ein System, das selbständig Schritte plant, tut Dinge, die niemand einzeln angeordnet hat. Das zweite ist die Beeinflussung über Inhalte, die der Agent verarbeitet — präparierte Webseiten oder E-Mails können Anweisungen enthalten, die er als Auftrag liest. Das dritte sind Kettenreaktionen, wenn mehrere Agenten miteinander verbunden sind und ein Fehler weitergereicht wird, statt aufzufallen.

Die Gegenmaßnahmen, die das Amt nennt, sind unspektakulär und genau deshalb aufschlussreich: minimale Berechtigungen, eine Bestätigungspflicht für wichtige Aktionen, die Prüfung von Protokollen. Alle drei setzen voraus, dass es ein benanntes Subjekt gibt, dem sich Berechtigungen zuschneiden, Bestätigungen abverlangen und Protokolleinträge zuordnen lassen. Ohne eigene Identität greift keine der drei Empfehlungen.

Dieselbe Behörde stuft KI-Agenten technologisch als noch in einem frühen Stadium ein. Diese Einschätzung steht quer zu jeder Portfolio-Erzählung, und beide Aussagen lassen sich trotzdem gleichzeitig halten: Ein Unternehmen kann sein Angebot heute auf eine Technik ausrichten, deren Reife eine Sicherheitsbehörde als gering beschreibt, solange es die Kontrollmittel gleich mitbaut. Die Themenseite des Amtes weist allerdings kein Datum aus, weshalb sich nicht sagen lässt, auf welchen Stand sich die Einschätzung bezieht.

Die Telekom selbst hat im September 2026 eine Mitteilung veröffentlicht, deren Titel die Frage stellt, wie viel ein KI-Agent allein entscheiden dürfe. Dass ein Anbieter diese Frage offen stellt, statt sie zu beantworten, passt zum Befund des Amtes besser als jede Produktbeschreibung.

Zwei Ebenen: die Plattform und die Agenten darauf

Der Agentenansatz des Konzerns zerfällt bei genauem Hinsehen in zwei Teile, die unterschiedlich weit sind. Der eine betrifft Werkzeuge, die das Unternehmen an Geschäftskunden verkauft. Der andere betrifft Agenten, die im eigenen Netz arbeiten sollen.

Für die Verkaufsseite steht seit September 2025 eine Partnerschaft mit dem Berliner Anbieter n8n, über die die Fachpresse am 12. September 2025 berichtete. n8n stellt eine Plattform bereit, auf der sich Abläufe zusammensetzen lassen; die Geschäftskundensparte der Telekom bietet sie nach dieser Darstellung in drei Liefermodellen an. Genannt wird dabei eine Bewertung von n8n in Höhe von knapp 2,4 Milliarden US-Dollar. Diese Zahl stammt aus einer Finanzierungsrunde und sagt etwas über die Erwartungen von Kapitalgebern — über die Reife der Plattform sagt sie nichts.

Auf der Betriebsseite steht ein Multi-Agenten-System mit dem Namen MINDR, das das Unternehmen gemeinsam mit Google Cloud entwickelt hat und das das Netz autonom optimieren soll. Angekündigt sind erste Einsätze im laufenden Jahr. Auch das ist eine Unternehmensangabe: Weder die Zahl der Einsätze noch eine Wirkung auf Netzkennzahlen ist bislang öffentlich belegt.

Diese Doppelrolle ist die eigentliche Besonderheit des Falls. Der Konzern verkauft Agentenwerkzeuge und betreibt zugleich selbst Agenten in einer Infrastruktur, für die er haftet und deren Ausfall Millionen Menschen betrifft. Ein Anbieter, der nur verkauft, kann Kontrollfragen an den Kunden weiterreichen. Wer sie selbst beantworten muss, weil das eigene Netz daran hängt, hat einen anderen Anreiz — und das erklärt plausibler als jede Marketingabsicht, warum Identität und Rechte in diesem Ansatz so weit vorn stehen. Ein Beleg für diese Deutung ist es nicht, sie bleibt eine Lesart.

Belegt gegen offen, Angabe für Angabe

Sortiert man die öffentlich zugänglichen Angaben danach, wer sie belegt, verschiebt sich das Bild deutlich. Berichterstattung über eine Ankündigung bestätigt, dass die Ankündigung stattgefunden hat. Sie bestätigt nicht, dass das Angekündigte funktioniert.

Acht der neun Zeilen enden rechts bei einer Einschränkung. Nur die letzte trägt eine geprüfte Zahl, und ausgerechnet sie handelt nicht von KI. Das ist keine Besonderheit dieses Unternehmens, sondern der Normalfall bei einer Technik, die jünger ist als die Berichtszyklen, in denen Wirkung sichtbar würde.

Für die Bewertung folgt daraus eine Verschiebung. Interessant ist nicht, ob die Angaben stimmen — dafür fehlt die Grundlage in beide Richtungen. Interessant ist, welche Fragen der Ansatz überhaupt stellt, denn darüber entscheidet ein Unternehmen frei, und die Auswahl verrät, wie weit es gedacht hat.

Der Personalrückgang, den der Bericht nicht mit KI verknüpft

Der Konzernzwischenbericht zum ersten Halbjahr 2026 weist zum Stichtag 30. Juni 191.796 Vollzeitkräfte aus. Gegenüber dem Jahresende 2025 sind das 3,2 Prozent weniger. In Deutschland arbeiten 54.161 Vollzeitkräfte, ein Minus von 1,7 Prozent, das der Bericht mit einem fortgesetzten sozialverträglichen Personalumbau begründet. Das Systemgeschäft liegt mit 25.092 Vollzeitkräften nahezu stabil.

Diese Zahlen sind die einzigen im ganzen Beitrag, die aus einer geprüften Pflichtveröffentlichung mit festem Stichtag stammen. Und sie stehen dort ohne jede Verbindung zu dem Thema, das dieses Unternehmen 2026 nach vorn stellt.

Wir haben ausdrücklich danach gesucht. Der Bericht stellt keinen Zusammenhang zwischen dem Personalrückgang und KI oder Digitalisierung her. Er nennt keine durch Automatisierung entfallenen Stellen, keine Umschichtung in Richtung KI-Kompetenzen, keine KI-bedingte Effizienz als Erklärung. Weil dieser Zusammenhang im Dokument nicht steht, darf er auch nicht unterstellt werden — weder in die eine noch in die andere Richtung.

Dass die Verknüpfung fehlt, ist selbst ein Befund. In einem Jahr, in dem der Konzern Agenten in den Mittelpunkt seiner Kommunikation rückt, wäre die Erzählung „Technik senkt den Personalbedarf“ naheliegend gewesen, und andere Häuser erzählen sie bereitwillig. Hier steht sie nicht. Ob das an juristischer Vorsicht liegt, an der Mitbestimmung, an der schlichten Tatsache, dass sich der Effekt nicht sauber zurechnen lässt, oder daran, dass es ihn in dieser Form nicht gibt, lässt sich von außen nicht entscheiden.

Der Kontrast zur Erwartungslage macht das deutlich. In der jährlichen McKinsey-Befragung vom 25. August 2026 erwarten 39 Prozent der Unternehmen für das kommende Jahr einen KI-bedingten Rückgang der Gesamtbeschäftigung, nach 32 Prozent im Jahr davor. Das ist eine Selbstauskunft über eine Erwartung, keine Messung eines Vorgangs. Ein geprüfter Zwischenbericht, der einen realen Rückgang ausweist und ihn eben nicht so erklärt, wiegt in dieser Frage schwerer als jeder Erwartungswert.

Was unabhängige Messungen zum Reifegrad sagen

Bleibt die Frage, wie weit Agenten überhaupt sind, unabhängig davon, wer sie anbietet. Dazu gibt es eine begutachtete Arbeit, die 2025 auf der NeurIPS-Konferenz erschien und die bislang belastbarste Größenordnung liefert.

Eine Gruppe der Carnegie Mellon University und der Duke University hat eine vollständige Firma nachgebaut, mit eigener Chat-Plattform, eigener Dateiablage und simulierten Kolleginnen und Kollegen. Darin mussten Agenten 175 realitätsnahe Büroaufgaben erledigen. Das beste System löste 30,3 Prozent davon eigenständig bis zum Abschluss, mit angerechneten Teilerfolgen 39,3 Prozent, bei durchschnittlich 27,2 Arbeitsschritten und 4,20 US-Dollar Modellkosten je Versuch. Die nächstbesten Systeme kamen auf 26,3 und 24,0 Prozent, offene Modelle auf 5,7 bis 7,4 Prozent.

Weil auch jeder gescheiterte Versuch bezahlt wird, ist der Preis je Versuch die falsche Größe. Rechnet man die Erfolgsquote hinein, ergeben sich aus 4,20 US-Dollar geteilt durch 0,303 rund 13,90 US-Dollar je tatsächlich erledigter Aufgabe. Diese Division steht so nicht in der Arbeit, sie folgt aber zwingend aus deren beiden Werten — Infrastruktur, Aufsicht und Nacharbeit sind darin noch nicht enthalten.

Aufschlussreicher als die Quote ist, wo die Systeme scheitern. Am schwersten fällt ihnen die Bedienung von Büro-Oberflächen und das Gespräch mit simulierten Kollegen, also ausgerechnet das, woraus Büroarbeit zu großen Teilen besteht. Die Werte stammen aus einer nachgebauten Umgebung und lassen sich nicht eins zu eins auf einen echten Betrieb übertragen.

Zwei weitere Zahlen ordnen die Lage ein. Gartner prognostizierte am 25. Juni 2025, dass mehr als 40 Prozent der agentischen KI-Projekte bis Ende 2027 abgebrochen werden, wegen steigender Kosten, unklaren Geschäftswerts oder unzureichender Risikokontrolle. Und in der McKinsey-Befragung berichten 40 Prozent der Großunternehmen mit über einer Milliarde US-Dollar Umsatz, dass sie Agenten skalieren, nach 27 Prozent im Vorjahr — während der Anteil derer, die einen Beitrag zum operativen Ergebnis melden, mit 37 Prozent praktisch unverändert bleibt. Mehr Betrieb, gleich viel gemeldetes Ergebnis. Wer solche Vorhaben kalkuliert, sollte berücksichtigen, dass die Kontrollkosten in dieselbe Rechnung gehören.

Was sich an diesem Fall lernen lässt

Für ein Haus, das über einen eigenen Agentenbetrieb nachdenkt, ist der übertragbare Teil dieses Falls nicht das Produkt, sondern die Reihenfolge. Identität und Rechte werden hier nicht nachgerüstet, nachdem der erste Agent läuft, sondern stehen vor der Anwendung.

Diese Reihenfolge ist weniger selbstverständlich, als sie klingt. Ein Pilot lässt sich schneller bauen, wenn der Agent unter einem vorhandenen Konto mit weiten Rechten läuft, und genau deshalb geschieht es meistens so. Der Preis fällt erst später an, wenn aus dem Piloten Betrieb werden soll und niemand mehr sagen kann, welcher Zugriff von wem kam. Dann ist die Identitätsfrage keine Sicherheitsverbesserung mehr, sondern ein Umbau.

Der zweite übertragbare Punkt ist die Trennung der Ebenen. Eine Plattform, auf der sich Abläufe zusammensetzen lassen, und eine Schicht von Agenten, die diese Abläufe ausführen, sind verschiedene Dinge mit verschiedenen Risiken. Wer nur die Plattform absichert, hat die handelnden Teile nicht abgesichert; wer nur die Agenten betrachtet, übersieht, wer ihre Abläufe verändern darf.

Was dieser Fall dagegen nicht hergibt, ist eine Aussage über Wirkung. Keine der geprüften Quellen nennt eine Quote erledigter Vorgänge, eine Eskalationsrate, einen Nacharbeitsaufwand oder Kosten je Vorgang. Solange diese Zahlen fehlen, bleibt der Ansatz ein gut durchdachter Entwurf — und ein Entwurf, so sorgfältig er ist, hat noch keinen Tag Betrieb hinter sich.

Ein Programmpunkt der HumanX Europe 2026 im RAI Amsterdam trägt den Titel „Past the Demo: Deploying AI Agents at Enterprise Scale“ und ist für den 24. September von 13:35 bis 13:55 Uhr angesetzt. Für die Deutsche Telekom ist Kartik Sheth angekündigt, neben Ashwin Sreenivas von Decagon und Hugh Langley von Business Insider. Zwanzig Minuten sind wenig für den Nachweis eines Betriebs, aber genug für die eine Angabe, die bislang in allen Quellen fehlt: eine Zahl aus dem laufenden Einsatz, mit Zeitraum und Bezugsgröße. Ob sie fällt, ist offen; sobald belastbare Betriebszahlen vorliegen, tragen wir sie hier nach.