Gartner

Gartner definierte AIOps 2016, und diese Definition prägt bis heute die Beschreibung automatisierter IT-Betriebsabläufe: eine Entwicklung von der vorausschauenden Wartung, bei der das System einen Menschen alarmiert, über die automatisierte Behebung bis hin zu autonomen selbstheilenden Systemen, die neuartige Probleme ohne Eingriff diagnostizieren und lösen.

Zwei Zahlen des Unternehmens leisten den Großteil der Argumentationsarbeit rund um agentenbasierte KI. Patrick Joubert, CEO von Rippletide, eröffnet mit der von Gartner gemessenen Lücke: 64% der Technologie-Verantwortlichen wollen agentenbasierte KI innerhalb der nächsten 24 Monate einsetzen, während erst 17% sie tatsächlich in Produktion gebracht haben. Er deutet diesen Abstand eher als Governance- und Vertrauensproblem denn als Fähigkeitsproblem. Daneben steht die Prognose, dass bis 2027 40% der agentenbasierten KI-Projekte wegen überhöhter Kosten, unklarem ROI und unzureichender Risikokontrollen eingestellt werden.

Eine dritte Prognose zielt auf den Beruf selbst: Bis 2028 verschiebt sich die Rolle des Entwicklers von der Implementierung zur Orchestrierung. Marco Mornati stützt sich darauf, um sein eintägiges BMAD-Experiment abzuschließen, bei dem sich die bindende Restriktion als architektonisches Urteilsvermögen und nicht als Codegenerierung erwies.

Der «Hype Cycle for Generative AI 2025» prognostiziert, dass bis 2028 mehr als 95% der Unternehmen generative KI-APIs, -Modelle oder -Anwendungen in die Produktion integriert haben werden, und ordnet das Feld vier Investitionsbereichen zu: Modelle, KI-Engineering, Agenten und Anwendungen sowie Infrastruktur. Dieselbe Organisation, die eine nahezu universelle Einführung bis 2028 vorhersagt, prognostiziert, dass vier von zehn agentenbasierten Projekten im Jahr davor aufgegeben werden.