Jensen Huangs GTC-Keynote letzte Woche war weniger Show als strategische Ansage. Die interessanteste Zahl war nicht die angekündigte Billion Dollar Umsatz. Es war eine andere Beobachtung: Der Rechenaufwand für eine einzelne KI-Anfrage hat sich in zwei Jahren vertausendfacht.
Das klingt technisch. Ist es aber nicht. Es ist fundamental ökonomisch.
Von Tools zu Agenten: ein ökonomischer Kipppunkt
Ein ChatGPT-Dialog kostet Rechenzeit, wenn Sie eine Frage stellen. Ein KI-Agent kostet Rechenzeit, während er läuft. 24/7. Kontinuierlich.
Das ist der Kern von Nvidias NemoClaw-Strategie: Agenten sind keine Software, die man gelegentlich aufruft. Sie sind permanente digitale Mitarbeiter. Sie lesen E-Mails, überwachen Prozesse, reagieren auf Ereignisse, treffen Entscheidungen.
Und genau hier beginnt das Problem, das ich in Beratungsgesprächen täglich sehe: Unternehmen verwechseln KI-Tools mit KI-Agenten.
Drei Kategorien – drei völlig unterschiedliche Anforderungen
Lassen Sie mich das konkretisieren:
1. KI als Tool
(ChatGPT, Midjourney, GitHub Copilot)
→ Sie steuern, wann und wie es verwendet wird.
→ Anforderung: Digitale Kompetenz der Mitarbeitenden
→ Risiko: Begrenzt (isolierte Nutzung)
2. KI als Integration
(automatisierte Kundensegmentierung, Predictive Maintenance)
→ KI übernimmt Teilaufgaben in bestehenden Prozessen
→ Anforderung: saubere Datengrundlage, definierte Schnittstellen
→ Risiko: Mittel (fehlerhafte Daten führen zu falschen Entscheidungen)
3. KI als Agent
(autonome Systeme mit Zugriff auf Unternehmensdaten und -systeme)
→ KI handelt eigenständig, rund um die Uhr.
→ Anforderung: robuste Infrastruktur, durchgängige Prozesse, strikte Sicherheitsarchitektur
→ Risiko: hoch (Systemzugriff, Datenzugriff, automatisierte Entscheidungen)
Nvidia baut mit NemoClaw die Infrastruktur für Kategorie 3. Die meisten Unternehmen, mit denen ich spreche, sind noch nicht einmal in Kategorie 2 angekommen.
Das Infrastruktur-Paradox
Hier wird es interessant – und unbequem:
In den Reifegrad-Analysen, die wir durchführen, sehen wir ein wiederkehrendes Muster:
- Datenmanagement: Daten liegen in Silos, inkonsistente Formate, keine Single Source of Truth
- IT-Infrastruktur: On-Premise-Systeme ohne Cloud-Anbindung, Legacy-Anwendungen ohne APIs
- Prozesse: nicht dokumentiert, nicht standardisiert, stark personenabhängig
- Security: Perimeter-Sicherheit statt Zero-Trust, keine granulare Zugriffskontrolle
Das ist kein Versagen. Das ist historisch gewachsen. Aber es ist die Realität.
Und genau diese Realität macht den Einsatz autonomer Agenten hochriskant bis unmöglich.
Was Huang nicht gesagt hat (aber gemeint hat)
Nvidia verkauft Chips. Aber was Huang eigentlich verkauft, ist eine Vision: Wer Agenten dauerhaft betreiben will, braucht dauerhaft Rechenleistung. Jeder Agent, der läuft, ist ein zusätzlicher Server, der Strom verbraucht.
Die ökonomische Logik ist simpel:
- Ein Chatbot, den Sie 10x am Tag nutzen = 10x Rechenkosten
- Ein Agent, der 24/7 läuft = 1440 Minuten Rechenkosten pro Tag
Das ist der Grund, warum Nvidia mit Groq fusioniert und sieben neue Chips gleichzeitig vorstellt. Es geht nicht um Leistung. Es geht um Betriebskosten.
Für Unternehmen bedeutet das: Agenten sind kein einmaliges Projekt. Sie sind eine dauerhafte Betriebsinvestition. Wie ein Mitarbeiter. Mit Infrastruktur, Wartung, Überwachung.
Die Frage, die niemand stellt
In all den Gesprächen über KI höre ich eine Frage fast nie:
“Ist unser Unternehmen überhaupt in der Lage, autonome Systeme sicher zu betreiben?”
Stattdessen höre ich:
- “Welches Tool sollen wir kaufen?”
- “Wie schnell können wir starten?”
- “Was macht die Konkurrenz?”
Das ist nicht die richtige Reihenfolge.
Ein autonomer Agent mit Zugriff auf Ihr ERP-System, Ihre Kundendatenbank und Ihre E-Mail-Kommunikation ist kein Plug-and-Play-Tool. Es ist eine fundamentale Veränderung Ihrer IT-Architektur.
Was das für die Praxis bedeutet
Ich sehe drei Szenarien:
Szenario 1: Frühe Experimente scheitern
Unternehmen setzen Agenten auf instabiler Infrastruktur ein. Die Systeme produzieren Fehler, Sicherheitslücken werden aufgerissen, Projekte werden abgebrochen. Ergebnis: “KI funktioniert bei uns nicht."
Szenario 2: Erfolgreiche Piloten skalieren nicht
Einzelne Abteilungen nutzen Agenten erfolgreich in isolierten Umgebungen. Sobald versucht wird, das unternehmensweit auszurollen, scheitert es an fehlenden Standards, inkompatiblen Systemen, Governance-Problemen.
Szenario 3: Systematischer Aufbau
Unternehmen machen eine ehrliche Bestandsaufnahme, identifizieren kritische Lücken, schaffen Grundlagen, bevor sie Agenten einsetzen. Das dauert länger. Aber es funktioniert.
Die DIHK-Studie zeigt: 38 % der Unternehmen nutzen bereits KI – mit einer Durchschnittsbewertung von 2,8 im digitalen Reifegrad. Das erklärt, warum so viele KI-Projekte enttäuschen.
Meine Einschätzung
Nvidias Vorstoß ist richtig und wird kommen. Aber nicht so schnell, wie Huang es zeichnet.
NemoClaw befindet sich im Alpha-Stadium. Es müssen massive Sicherheitslücken geschlossen und Compliance-Themen gelöst werden. Und selbst wenn die Software ready ist: Die meisten Unternehmen sind es nicht.
Das ist keine Technologiefrage. Das ist eine Reifefrage.
Wer heute in Agenten investieren will, sollte nicht mit dem Tool anfangen. Sondern mit der Infrastruktur:
- Datenqualität und -zugänglichkeit prüfen – Agenten sind nur so gut wie die Daten, mit denen sie arbeiten.
- API-Strategie entwickeln – Agenten brauchen strukturierte Schnittstellen zu allen relevanten Systemen.
- Security-Architektur überarbeiten – Zero-Trust, granulare Berechtigungen, kontinuierliches Monitoring.
- Prozesse dokumentieren und standardisieren – was nicht standardisiert ist, kann nicht automatisiert werden.
- Governance-Rahmen schaffen – Wer darf welche Agenten einsetzen? Mit welchen Rechten? Unter welcher Aufsicht?
Das klingt weniger sexy als “Wir setzen jetzt KI-Agenten ein”. Aber es ist der einzige Weg, der funktioniert.
Fazit
Die Agenten-Ökonomie kommt. Aber sie kommt nicht für alle gleich schnell.
Unternehmen mit robuster digitaler Infrastruktur werden profitieren. Unternehmen mit digitalen Schulden werden kämpfen. Und Unternehmen, die beides verwechseln, werden Geld verbrennen.
Die Frage ist nicht: “Wann steigen wir ein?”
Die Frage ist: “Auf welcher Basis?
-
