Orchestration Layer: Warum KI-Agenten an der Integration scheitern, nicht am Modell
Im AI Quarterly Pulse Survey von KPMG für das vierte Quartal 2025 nennen 65 Prozent der Befragten die Komplexität agentischer Systeme als größte Hürde bei der Einführung, das zweite Quartal in Folge. Die Basis ist schmal: 130 US-Führungskräfte aus Unternehmen ab einer Milliarde Dollar Umsatz. Als Stimmungsbild taugt die Zahl, als Marktmessung nicht.
Der Graben liegt zwischen Pilot und Betrieb
Mich wundert die Richtung trotzdem nicht. Fast jedes Unternehmen, mit dem ich spreche, hat auf Abteilungsebene Erfolge zu zeigen. Ein Workflow für Texte spart dem Marketing Stunden pro Woche. Im Support sortiert eine Triage Tickets schneller zu. Finance lässt Spesenabrechnungen auf Auffälligkeiten prüfen. Diese Ergebnisse sind echt und messbar, jeweils innerhalb einer Abteilung.
Alle diese Systeme laufen für sich. Das Marketing-Werkzeug kennt das CRM nicht. Die Support-Triage erreicht die Abrechnung nicht. Beim Onboarding bricht die Kette an der IT-Provisionierung ab.
Woran es architektonisch hängt
Der Unterschied ist keine Frage der Modellgüte. Auf dieser Stufe nimmt ein Werkzeug eine Eingabe von einem Menschen, verarbeitet sie und gibt das Ergebnis an denselben Menschen zurück. Der Mensch trägt die Daten hin und wieder zurück.
Für den nächsten Schritt muss die Software selbst aus den Systemen lesen, die das Geschäft tragen, und in sie zurückschreiben. Genau dort wird es teuer. Gartner schreibt in der Prognose vom 25. Juni 2025, die Anbindung von Agenten an Altsysteme sei technisch komplex, störe häufig bestehende Abläufe und erfordere kostspielige Anpassungen. Dieselbe Prognose erwartet, dass bis Ende 2027 über 40 Prozent der agentischen KI-Projekte abgebrochen werden, wegen steigender Kosten, unklarem Geschäftsnutzen und fehlender Risikokontrolle.
Die Steuerung wächst nicht mit
Für generierte Texte im Marketing reichen eine Nutzungsrichtlinie und ein paar Vorgaben zum Prompt. Sobald ein Agent Kundendaten aus dem CRM zieht und Zahlungen anfasst, greift das nicht mehr.
Deloitte hat für den Report „The State of AI in the Enterprise: The Untapped Edge" rund 3.200 Führungskräfte in 24 Ländern befragt. Feldphase war August und September 2025, veröffentlicht wurde im Januar 2026. Nur 21 Prozent geben an, ein ausgereiftes Governance-Modell für agentische KI zu haben. Je 73 Prozent nennen Sicherheit und Datenschutz als größtes KI-Risiko, das sind zwei getrennte Antwortoptionen mit demselben Wert. Wie das im Betrieb aussieht, hängt an derselben Stelle wie DSGVO-konforme KI.
Der Befund, der mich am meisten überzeugt, betrifft die Organisation: 84 Prozent haben Rollen und Aufgaben noch nicht an KI-Fähigkeiten angepasst. Zuständig für eine Automation ist damit die Abteilung, die sie gestartet hat. Eine Stelle, die festlegt, auf welche Systeme ein Agent zugreifen darf, existiert nicht.
Was die Zwischenschicht leistet
Analysten nennen die Antwort darauf Orchestration Layer, also eine Vermittlungsschicht zwischen Modell und Unternehmenssystem. Sie holt Kontext, indem der Agent sich am CRM anmeldet, den passenden Datensatz zieht und den Status prüft, bevor er antwortet. Damit arbeitet er mit aktuellen Daten statt mit dem, was jemand in ein Chatfenster kopiert hat. Dazu kommen Schreibvorgänge, also das Aktualisieren eines Datensatzes oder das Anlegen eines Tickets.
Zwei Dinge gewinnst du dadurch. Liegen Workflows, Zugänge und Regeln in dieser Schicht, lässt sich das Modell darunter tauschen, ohne alles neu zu bauen. Jede Interaktion läuft außerdem durch einen Punkt. Authentifizierung, Rechte, Protokoll und Datenklassifizierung greifen dort einmal statt in jeder Anwendung neu.
Dass sich hier ein eigener Markt bildet, zeigen die Analysten selbst. Forrester hat im Frühjahr 2026 eine Landscape-Untersuchung für „Agent Control Plane" gestartet und definiert diese Schicht als dritte Ebene neben Build und Orchestrierung. Gartner meldet für den Zeitraum vom ersten Quartal 2024 bis zum zweiten Quartal 2025 einen Anstieg der eigenen Kundenanfragen zu Multi-Agenten-Systemen um 1.445 Prozent. Das ist ein Interessensindikator, keine Verbreitungszahl, denn Gartner nennt keine Ausgangsbasis.
Zwei Häuser, die den Sprung gemacht haben
Belastbare Fälle sind seltener, als die Berichterstattung suggeriert. Zwei halte ich für brauchbar, beide mit Einschränkung.
JPMorgan Chase betreibt eine eigene Plattform namens LLM Suite. Nach Angaben der Bank vom Juni 2025 waren binnen acht Monaten nach dem Start im Sommer 2024 rund 200.000 Nutzer angebunden. Das ist die einzige Zahl in diesem Text, die von der Firma selbst stammt.
Wells Fargo setzt laut einem Microsoft-Blogbeitrag vom Mai 2025 eine auf Teams aufsetzende Anwendung für 35.000 Berater in rund 4.000 Filialen ein. Sie gibt Auskunft zu 1.700 internen Verfahrensanweisungen. Microsoft nennt eine Verkürzung der Antwortzeit von zehn Minuten auf 30 Sekunden und einen Anteil von 75 Prozent der Suchen. Wells Fargo hat diese Werte nicht bestätigt, eine Methodik nennt Microsoft nicht. Ich führe den Fall trotzdem auf, weil die Architektur zum Punkt passt: Der Nutzen entstand aus der Anbindung an interne Nachschlagewerke, nicht aus der Modellwahl.
Woher der Begriff kommt
Eine Offenlegung gehört hierhin. Den Anstoß für diesen Text gab ein Beitrag im Blog von n8n vom 24. Juli 2026, der den Bruch zwischen Pilot und Betrieb „orchestration chasm" nennt und in ein fünfstufiges Reifegradmodell einordnet. Der Begriff ist keine Analystenkategorie, sondern eine Eigenprägung des Anbieters. Das Modell stammt ebenfalls von n8n und wird von keinem Analystenhaus gestützt.
Ich baue selbst meist in n8n. Wer also einen Anbieterbegriff übernimmt und danach das Werkzeug dieses Anbieters empfiehlt, sollte das kenntlich machen. Die Diagnose halte ich für richtig, weil sie sich mit den Analystenzahlen oben deckt und mit dem, was ich in Projekten sehe. Die Stufeneinteilung halte ich für Marketing. Für die Frage, welche Verbindung bei dir fehlt, braucht niemand eine Reifegradstufe.
Womit ich anfange
Bei meinen Kunden kommt die Frage nach dem Modell meist in der ersten halben Stunde. Beantwortet wird sie am Ende in zehn Minuten.
Der Aufwand steckt in einer Liste, die ich vorher aufstelle. Welche Systeme muss der Agent lesen. In welche darf er schreiben. Wer gibt kritische Aktionen frei. Wo landet das Protokoll. Diese Liste kostet einen Nachmittag und erspart die Diskussion, die sonst in Woche sechs beginnt.
Ich baue solche Verbindungen in n8n, weil Workflows, Zugänge und Freigaben dort im eigenen Haus bleiben. Wer schon einen laufenden Piloten hat, nimmt sich als nächsten Schritt genau ein Schreibrecht vor: ein System, ein Datensatz, eine Freigabestelle. Danach weißt du, wie weit deine Prozesse und deine Rechteverwaltung tragen. Wie ich das aufsetze, steht in den Projekten.
