{"id":25909,"date":"2025-12-16T00:00:00","date_gmt":"2025-12-15T23:00:00","guid":{"rendered":"https:\/\/scheer-pas.com\/en\/blog\/article\/agentic-ai-in-der-prozessautomatisierung-ruckblick-2025-und-ausblick-auf-2026\/"},"modified":"2026-07-16T16:23:16","modified_gmt":"2026-07-16T14:23:16","slug":"agentic-ai-in-der-prozessautomatisierung-ruckblick-2025-und-ausblick-auf-2026","status":"publish","type":"post_type_article","link":"https:\/\/scheer-pas.zeitraum.dev\/en\/blog\/article\/agentic-ai-in-der-prozessautomatisierung-ruckblick-2025-und-ausblick-auf-2026\/","title":{"rendered":"Agentic AI in der Prozessautomatisierung: R\u00fcckblick 2025 und Ausblick auf 2026"},"content":{"rendered":"\n

Interview mit Dr. Christian Linn, Head of Development bei Scheer PAS<\/em><\/p>\n\n\n\n

1. Agentic AI 2025: Vom Experiment zur Plattformfunktion<\/strong><\/h2>\n\n\n\n

Frage:<\/strong> Wenn Sie auf 2025 zur\u00fcckblicken: Welche Entwicklungen im Bereich Agentic AI f\u00fcr die Prozessautomatisierung waren f\u00fcr Sie als Head of Development am pr\u00e4gendsten?<\/p>\n\n\n\n

Dr. Christian Linn:<\/strong>
2025 war f\u00fcr uns in zwei Dimensionen spannend: aus Sicht unserer Kunden und aus technologischer Perspektive.<\/p>\n\n\n\n

Auf der Produktseite haben wir in Scheer PAS ein neues Feature auf die Plattform gebracht, mit dem unsere Kunden eigene KI-Agenten aufbauen und in ihre Prozessautomatisierung integrieren k\u00f6nnen \u2013 f\u00fcr komplette Prozesse oder gezielt f\u00fcr Teilprozesse. Das war ein wichtiger Schritt: weg von reinen Assistenzszenarien hin zu Agenten, die wirklich Aufgaben \u00fcbernehmen und Ausf\u00fchrungsverantwortung tragen. Unsere Kunden bekommen damit deutlich dynamischere und flexiblere Automatisierungen.<\/p>\n\n\n\n

Parallel dazu hat sich auf der technologischen Seite sehr viel bewegt. Es gab nat\u00fcrlich neue, leistungsf\u00e4higere Modelle der gro\u00dfen Anbieter. Entscheidender war f\u00fcr uns aber der Fokuswechsel im Agentic-AI-Umfeld: weg von \u201ewir basteln mal einen Agenten\u201c hin zu \u201ewie machen wir Agenten wirklich produktionsreif\u201c. Themen wie Sicherheit, Nachvollziehbarkeit und Transparenz der Ausf\u00fchrung sind viel st\u00e4rker in den Vordergrund ger\u00fcckt. Genau das sind die Aspekte, die man braucht, um Agenten in kritischeren Prozessumgebungen einzusetzen \u2013 und die wir in Scheer PAS von Anfang an mitgedacht haben.<\/p>\n\n\n\n

\"Scheer<\/figure>\n\n\n\n
\n\n\n\n

2. \u201eNette Demo\u201c oder echte Skalierung?<\/strong><\/h2>\n\n\n\n

Frage:<\/strong> Viele Unternehmen haben 2025 mit KI-Agenten experimentiert: Was hat aus Ihrer Sicht den Unterschied zwischen \u201enetten Demos\u201c und wirklich skalierbarer Prozessautomatisierung ausgemacht?<\/p>\n\n\n\n

Dr. Christian Linn:<\/strong>
Wir haben viele Projekte gesehen, in denen ein erster Agent-Prototyp durchaus beeindruckend wirkte \u2013 aber nicht den Sprung in den produktiven Dauerbetrieb geschafft hat. Aus unserer Erfahrung in der Prozessautomatisierung gibt es daf\u00fcr ein paar klare Gr\u00fcnde.<\/p>\n\n\n\n

Ein zentraler Erfolgsfaktor ist, den Use Case des Agenten nicht isoliert zu betrachten<\/strong>. Ein Agent arbeitet nie im luftleeren Raum. Er ist immer Teil eines Gesch\u00e4ftsprozesses. Das hei\u00dft: Was passiert vor dem Agenten? Welche Systeme liefern Kontext? Was passiert danach, wenn der Agent seine Aufgabe erledigt hat? Wer greift ein, wenn etwas schiefgeht?<\/p>\n\n\n\n

Damit kommen zwei Punkte ins Spiel:<\/p>\n\n\n\n

    \n
  1. Tiefe Systemintegration:<\/strong>
    Agenten m\u00fcssen sich kontrolliert in bestehende IT-Systeme einf\u00fcgen. Nur wenn sie auf relevante Daten und Funktionen zugreifen k\u00f6nnen \u2013 \u00fcber stabile APIs und definiere Schnittstellen \u2013 entsteht ein echter Mehrwert \u00fcber die Demo hinaus.<\/li>\n\n\n\n
  2. Robuste Orchestrierung und Governance:<\/strong>
    Wir sehen, dass BPMN-basierte Orchestrierung ein wichtiger Stabilit\u00e4tsanker ist. Prozesse bleiben nachvollziehbar modelliert, auch wenn Agenten dynamische Entscheidungen treffen. Dazu kommen klare Governance-Regeln: Welche Aktionen darf ein Agent ausf\u00fchren? Wo braucht es Freigaben? Welche Daten darf er sehen?<\/li>\n<\/ol>\n\n\n\n

    Und: Unternehmen brauchen realistische Erwartungen<\/strong> an LLMs wie Mistral. KI-Agenten sind kein Allheilmittel. Es gibt Szenarien, in denen sie sehr hilfreich sind \u2013 und andere, in denen eine klassische, regelbasierte Automatisierung vollkommen ausreicht. Die Projekte, die 2025 erfolgreich in den produktiven Betrieb gegangen sind, haben diese Balance gefunden.<\/p>\n\n\n\n

    \"Picture<\/figure>\n\n\n\n
    \n\n\n\n

    3. Orchestrierung mehrerer Agenten: Die kritischen Herausforderungen 2025<\/strong><\/h2>\n\n\n\n

    Frage:<\/strong> Aus Produkt- und Architektursicht: Welche Herausforderungen bei der Orchestrierung mehrerer KI-Agenten waren 2025 f\u00fcr Sie am kritischsten zu l\u00f6sen?<\/p>\n\n\n\n

    Dr. Christian Linn:<\/strong>
    Wir gehen klar davon aus, dass in vielen Szenarien mehrere Agenten<\/strong> zusammenspielen werden. Die Frage ist: Wie orchestriert man dieses Zusammenspiel zuverl\u00e4ssig?<\/p>\n\n\n\n

    Wir sehen aktuell zwei Hauptans\u00e4tze:<\/p>\n\n\n\n

      \n
    • Mehrere Agenten werden in eine regelbasierte Prozessstruktur<\/strong> eingebettet, beispielsweise in BPMN-Prozesse. Die Reihenfolge, \u00dcbergabepunkte und Eskalationspfade sind damit klar modelliert.<\/li>\n\n\n\n
    • Ein Multi-Agenten-Framework<\/strong> \u00fcbernimmt selbst die Koordination: Ein \u00fcbergeordneter Agent oder ein LLM steuert, welcher Agent welchen Teil eines Tasks \u00fcbernimmt.<\/li>\n<\/ul>\n\n\n\n

      Beide Ans\u00e4tze haben Potenzial, stellen aber hohe Anforderungen an Produkt und Architektur. F\u00fcr uns waren 2025 vor allem diese Herausforderungen kritisch:<\/p>\n\n\n\n

        \n
      • Koordination und Kontextweitergabe:<\/strong>
        Agenten m\u00fcssen wissen, in welchem Schritt des Gesamtprozesses sie sich befinden und auf welchem Kontext sie aufbauen. Kontextverlust f\u00fchrt schnell zu Fehlentscheidungen oder unn\u00f6tigen Schleifen.<\/li>\n\n\n\n
      • Fehlerbehandlung und Robustheit:<\/strong>
        Was passiert, wenn ein Agent eine Aufgabe nicht ausf\u00fchren kann, ein System nicht erreichbar ist oder unerwartete Daten erh\u00e4lt? Robuste Fehlerpfade, automatische Fallbacks und Testszenarien sind hier essenziell.<\/li>\n\n\n\n
      • Sicherheit und Berechtigungen:<\/strong>
        Klassische Enterprise-Themen wie Berechtigungsmanagement werden durch Agenten nicht weniger wichtig, im Gegenteil. Wir m\u00fcssen klar definieren, welcher Agent auf welche Daten, Systeme und Aktionen Zugriff hat.<\/li>\n<\/ul>\n\n\n\n

        In Scheer PAS haben wir 2025 intensiv daran gearbeitet, diese Punkte in der Plattform abzubilden: von der modellbasierten Orchestrierung \u00fcber Monitoring und Logging bis hin zu Rollen- und Rechtemodellen f\u00fcr Agenten. Nur so lassen sich Agenten in gro\u00dfen, kritischen Prozessen wirklich skaliert einsetzen.<\/p>\n\n\n\n

        \n