Agentic AI in der IT: Von der traditionellen Arbeitsweise hin zu autonomen Arbeiten
Agentic AI in der IT: Vom Ticketsystem zum autonomen Workflow
Agentic AI ist längst allgegenwärtig – und macht selbstverständlich auch vor den IT Abteilungen keinen Halt. Gerade in diesem Kontext zeigt sich: KI-Agenten können das Operating Model grundlegend verändern. Aktuelle Studien veranschaulichen deutlich, wie sich IT-Organisationen von klassischen Strukturen hin zu leanen, agentengestützten Teams entwickeln – und warum dieser Wandel weit mehr als eine reine Automatisierungs- oder Effizienzsteigerungsmaßnahme ist1.
Der „Old Way“ – Arbeitsablauf
Traditionell arbeiten IT-Teams mit einer Vielzahl manueller Routinen: Tickets sichten, kategorisieren, priorisieren, Logs prüfen, Standardprobleme lösen, Deployments durchführen, Zugänge einrichten, Tests anstoßen, Dokumentation pflegen usw. Diese Aufgaben kosten Zeit, binden qualifizierte Mitarbeitende und erzeugen Reibungsverluste, weil sie häufig in voneinander getrennten Tools und Prozessen ausgeführt werden. Es handelt sich um mindestens zehn Schritte, die über mehrere Rollen verteilt und stark von der Verfügbarkeit und Sorgfalt der einzelnen Personen abhängig sind. Hier spricht man von der sogenannten „Old Way“ – einer IT, die ihre Wertschöpfung vor allem mit Kapazität erzeugt.
Der „New Way“ – Arbeitsablauf
Die neue Arbeitsweise entsteht, sobald Agentic AI eingeführt wird.
KI-Agenten können bis zu 50 % der täglichen Aufgaben Ihres IT-Teams übernehmen – eine Wirkung, die wir sowohl unternehmensintern als auch bei unseren Kunden beobachten2.
Die fachlich verantwortliche Person genehmigt zu Beginn den Entwicklungsplan, doch viele der operativen Schritte übernimmt nun ein KI-Agent: Er zieht die relevanten Dateien aus dem Repository, erzeugt funktionalen Beispielcode, führt Tests aus und löst Standardfehler selbstständig. Die Entwickler:innen liefern gezielten Input, iterieren gemeinsam mit dem Agenten am Code, kümmern sich um komplexere Anpassungen und führen am Ende Review und Merge durch. Teile der Arbeit werden damit vom Menschen auf den Agenten verlagert, ohne dass Verantwortung abgegeben wird – die Kontrolle bleibt beim Team. Diese Autonomie führt nicht nur zu schnelleren Reaktionszeiten, sondern auch zu deutlich höherer Konsistenz und geringerer Fehleranfälligkeit.
Besonders stark zeigt sich der Unterschied im Entwickler:innen-Umfeld. Während Entwicklerinnen und Entwickler heute viel Zeit damit verbringen, Code-Repositories zu verwalten, einfache Tests auszuführen, Berechtigungen zu beantragen oder wiederkehrende Build-Schritte zu koordinieren, übernimmt im „New Way“ ein Agent große Teile dieser Aufgaben. Er kann etwa ein Repository klonen, Standardtests durchführen, Logs analysieren, Abhängigkeiten prüfen und Ergebnisse konsolidiert zurückspielen.
From lines of code to lines of impact
Der Fokus der Menschen rückt dabei weg von repetitiven Routinen hin zu Architektur, Design, Kreativität und komplexer Problemlösung.
Folglich verändert diese neue Form von IT-Arbeit gesamte Teamstrukturen. Anstelle großer Gruppen, die Tickets oder Aufgaben abarbeiten, entstehen kleinere, hochqualifizierte Teams mit klaren Verantwortlichkeiten: Sie definieren, überwachen und verbessern die agentischen Workflows. Die Rolle des „Agent Owners“ oder „Orchestrators“ gewinnt an Bedeutung – eine Funktion, die dafür sorgt, dass Agenten zielgerichtet arbeiten, richtig eingebettet sind und mit anderen Systemen harmonieren. Führungskräfte gewinnen neue Möglichkeiten, Ressourcen strategischer einzusetzen, weil operative Last immer stärker durch Agenten getragen wird.
Senior Developer können sich stärker auf Mentoring und qualitativ hochwertige Code-Reviews konzentrieren, statt mit Basis-Tasks beschäftigt zu sein. AI-Agenten können ergänzend Management-Summaries generieren, indem sie Geschwindigkeit, Business-Impact und Risikoindikatoren zusammenführen. Quality Assurance (QA) Teams wiederum nutzen Agenten, um Systeme robuster zu machen: nicht mehr nur einfache Unit-Tests, sondern gezielte, fortgeschrittene Testfälle und Sicherheitschecks, die über Standardprüfungen hinausgehen. Arbeit verschiebt sich damit weg von Routine – hin zu Qualität, Sicherheit und strategischem Mehrwert.
Von der Veränderung der Prozesse hin zur Umsetzung
Natürlich verändert Agentic AI auch den Prozess selbst. Viele IT-Abläufe sind historisch gewachsen, manuell, wenig standardisiert und häufig abhängig von der Erfahrung einzelner Mitarbeitender. Agenten hingegen benötigen klare Strukturen, eindeutige Übergaben, definierte Systemzugriffe und eine Prozesslogik, die Maschinen interpretieren können. Damit wird Agentic AI automatisch zum Treiber für Prozessmodernisierung: Unternehmen müssen damit beginnen, Abläufe zu entflechten, redundante Schritte zu eliminieren und standardisierte Schnittstellen zu schaffen. Was als Technologieeinführung beginnt, wird schnell zu einer strukturellen Optimierung der gesamten IT-Prozesslandschaft.
Ein zentraler Erfolgsfaktor ist die technische Grundlage. Es braucht ein System, das Zugriffe orchestriert und steuert, Policies durchsetzt, Eskalationen definiert und Interaktionen zwischen Agenten und Menschen transparent macht. Erst durch diese Art Plattform lassen sich Agenten sicher, kontrolliert und skalierbar in IT Prozessen einsetzen. Die Einführung eines solchen „Agent Operating Systems“ ist daher kein technisches Detail, sondern ein strategischer Schwerpunkt jedes Agentic-AI-Programms.
Challenges bei der Arbeit mit Agenten
Neben den Chancen, gibt es auch Challenges. Autonome Systeme müssen überwacht werden und nicht jede Entscheidung darf oder sollte ein Agent treffen. Es braucht definierte Kontrollpunkte, Logging, Audits, menschliche Evaluierung und klare Grenzen für autonomen Handlungsspielraum. Fehlende Governance kann sonst schnell zu ungewollten Aktionen oder Sicherheitsrisiken führen. Ebenso wichtig ist der kulturelle Wandel: Rollen ändern sich, Aufgaben verschieben sich und Mitarbeitende müssen in die Lage versetzt werden, die Arbeit von Agenten zu verstehen, zu steuern und zu verbessern. Ohne Akzeptanz und Kompetenzaufbau entsteht kein nachhaltiger Mehrwert. Lesen Sie dazu mehr in unseren anderen Blogbeiträgen, welche am Ende verlinkt sind!
Fazit: Agentic AI für den IT-Bereich?
Trotz dieser Herausforderungen ist das Potenzial erheblich. Unternehmen, die Agentic AI in ihrer IT einsetzen, bezeugen beschleunigte Durchlaufzeiten, weniger Fehler, 24/7-Verfügbarkeit für Routineaufgaben und entlastete Teams. Sie können sich stärker auf Architektur, Cybersicherheit, Innovation und Business-Alignment konzentrieren, also genau jene Themen, die IT zu einem echten Werttreiber machen.
Die IT der Zukunft wird nicht größer, sondern smarter sein und Agentic AI ist ein wesentlicher Schritt auf dem Weg dorthin.
Auch bei PwC Österreich haben wir bereits einige Use Cases umgesetzt – und sehen sehr deutlich: Agentic AI ist für die IT Abteilung in Organisationen kein Zukunftsthema mehr, sondern verändert schon heute, wie Teams arbeiten, planen und liefern.
Wie gelingt die AI Transformation der IT-Abteilungen?
Damit die Transformation gelingt, reicht es nicht, einen Agenten einfach in ein bestehendes Tool zu hängen.
Die Einbindung von AI-Agents zwingt Unternehmen dazu, Prozesse klarer zu strukturieren: Welche Schritte sind wiederkehrend und standardisierbar? Welche brauchen menschliches Urteilsvermögen? Wo liegen die Übergabepunkte zwischen Mensch und Agent? Und wie stellen wir sicher, dass Sicherheit, Compliance und Qualität jederzeit gewährleistet sind?
Auch wenn dies anfänglich als große Herausforderung erscheinen mag, liegt der größte Fehler darin, zu klein zu denken. Wenn KI-Agenten mehr der routinemäßigen, sich wiederholenden Aufgaben übernehmen, werden IT Teams nicht nur schneller, sondern sie verändern sich grundlegend.
Die folgenden vier Schritte sollten Sie Ihrer Strategie beachten:
- Neue Arbeitsweisen erarbeiten: Denken Sie Workflows für hybride Mensch-Agent-Teams neu, steuern Sie Agent-Rollouts über agile Sprints und stellen Sie sicher, dass Sie nicht nur Code, sondern auch KI-Daten und -Modelle managen können.
__ - Vertrauen schaffen: Steuern Sie die neuen Risiken im Zusammenhang mit Agenten-Autonomie, -Intelligenz und -Skalierung durch den Aufbau verlässlicher Leitplanken: inkludieren sie eine Orchestierungsfunktion zur Einhaltung verantwortlungsvoller AI.
__ - Technologiestack erarbeiten: Ergänzen Sie bei Bedarf Daten-Upgrades, APIs und eine skalierbare Architektur, damit Sie produktionsreife Agentensysteme betreiben und überwachen können.
__ - IT-Talente zukunfstsicher aufstellen: Bauen Sie neue Fähigkeiten und Rollen auf, etwa AI-Productmanager, Agent Engineers und Eskalationsspezialisten. Neueinstellungen können auch mehr kreative, nicht-technische Talente umfassen, die sich auf visuelles Design, Geschäftsanforderungen und Kommunikation konzentrieren.
Agentic AI in der IT ist kein Add-on, sondern ein neuer Ansatz, wie wir Software entwickeln, Systeme betreiben und IT-Services erbringen. Wer früh damit beginnt, echte Old-Way/New-Way-Szenarien zu identifizieren und gemeinsam mit den Teams zu redesignen, schafft die Basis für schlankere, wirkungsvollere IT-Organisationen. Statt größer zu werden, wird IT intelligenter – mit KI-Agenten als fester Bestandteil des Teams und nicht als Fremdkörper daneben.
Autor:innen:
Nadine Vosta
Sophie Kranz
Lesen Sie mehr dazu in folgenden Beiträgen:
1 2 https://www.pwc.com/us/en/tech-effect/ai-analytics/agentic-ai-in-it.html
https://digital.pwc.at/2025/10/21/mit-wirksamer-ai-governance-zu-nachhaltigem-unternehmenserfolg/
https://arxiv.org/abs/2502.05352
https://arxiv.org/abs/2508.16811
https://www.forrester.com/report/the-ai-driven-future-of-it-management/RES184637
