Behandle deine Agenten nicht wie Mitarbeiter

Der Neuzugang hat einen Namen, einen freundlichen Avatar und eine Zeile im Organigramm. Er schläft nie, er entwirft schneller als jeder im Team, und dieses Quartal bekam er einen wärmeren Empfang als die meisten Menschen. In einer neuen Studie mit 1.261 Managern arbeiten bereits 23 Prozent in Organisationen, die KI-Agenten genau so im Organigramm führen. Dieselbe Studie enthält einen unbequemen Befund darüber, was dieser Empfang anrichtet: Sobald identische Arbeit als Werk eines „KI-Mitarbeiters" statt eines „KI-Werkzeugs" etikettiert wird, prüft der zuständige Manager sie schwächer und findet weniger.

Harvard Business Review, M. Kropp, J. Bedard, E. Wiles, M. Hsu & L. Krayer, „Research: Why You Shouldn't Treat AI Agents Like Employees", 6. Mai 2026.

Dies ist ein Forschungsbrief über genau diese eine Studie: was sie gemessen hat, wo ihr Effekt tatsächlich sitzt und was aus unserer Sicht die ehrliche Schlussfolgerung ist. Wir betreiben dieses Studio mit einer Agenten-Belegschaft; die Frage ist für uns nicht akademisch. Die Standardantwort der Branche auf „Wie rollen wir Agenten aus?" ist ein HR-Ritual: ein Name, ein Onboarding-Deck, ein Platz im Standup. Die Evidenz, die jetzt auf dem Tisch liegt, sagt: Das Ritual hat einen Preis. Und bezahlt wird er in Aufsicht.

Abschnitt EinsDas Experiment: ein Wort, zwei Etiketten

Das Forschungsteam (Matthew Kropp und Julie Bedard von BCG, Emma Wiles und Megan Hsu von der Boston University) befragte und testete 1.261 Manager, Direktoren und Führungskräfte aus HR und Finanzen, ergänzt um eine separate YouGov-Robustheitsbefragung mit 1.500 weiteren. Das Design war einfach, wie gute Designs es sind: Man zeigt Managern identische Arbeitsentwürfe und variiert allein das Etikett der Herkunft. Mal galt der Entwurf als Werk eines „KI-Werkzeugs". Mal eines „KI-Mitarbeiters". Mal eines menschlichen Mitarbeiters. Dieselben Wörter auf der Seite. Dieselben absichtlich platzierten Fehler im Text.

Wiles, E., Hsu, M., Bedard, J. & Kropp, M., „Putting AI on the Org Chart: Evidence on Delegation and Oversight", Arbeitspapier, 17. Juli 2026.

Ein Ergebnis ist beruhigend menschlich: Die stärkste direkte Aufsicht übten Manager aus, wenn die Arbeit angeblich von einem menschlichen Mitarbeiter stammte. Menschen kontrollieren Menschen. Die Frage, für die die Studie gebaut wurde, lautet: Was passiert mit diesem Instinkt, wenn der Arbeiter eine Maschine mit Namensschild ist?

Über die gesamte Stichprobe waren die durchschnittlichen Effekte auf das Fehlerfinden klein. Die Autoren sagen das offen, und wir tun es auch. Der Befund, der zählt, sitzt in einer Untergruppe: bei den Managern, deren Organisationen „KI-Mitarbeiter" bereits institutionalisiert hatten. Diese Organisationen führten sie schon im Organigramm und hatten die Metapher schon offiziell gemacht. Das waren 23 Prozent der Hauptstichprobe (14 Prozent in der YouGov-Stichprobe). Bei ihnen veränderte das Etikett das Verhalten.

Abschnitt ZweiWas das Etikett bewirkte

Innerhalb dieser institutionalisierten Untergruppe senkte die Präsentation identischer Entwürfe als Werk eines „KI-Mitarbeiters" statt eines „KI-Werkzeugs" die Kontrollintensität der Manager um 16 Prozent. Ihre Prüfleistung war 16 Prozent schlechter. Sie fanden 18 Prozent weniger der platzierten Fehler. Und sie verließen sich stärker darauf, dass jemand anderes prüft: Die Abstützung auf zusätzliche Reviews stieg um 22 Prozentpunkte, ein Anstieg von rund 44 Prozent.

Wiles et al., „Putting AI on the Org Chart", Arbeitspapier, 17. Juli 2026. Untergruppe: Manager in Organisationen, die bereits „KI-Mitarbeiter" führen.

Lies das Design noch einmal, um das Gewicht zu spüren. An der Arbeit änderte sich nichts. An den Fehlern änderte sich nichts. Die einzige Intervention war ein Substantiv. Ein Wort genügte, um die menschliche Kontrolle um ein Sechstel aufzuweichen und fast ein Fünftel mehr Fehler durchzulassen, ausgerechnet in den Organisationen, die sich der Metapher am stärksten verschrieben hatten.

Je freundlicher das Etikett, desto weicher die Kontrolle.

Abschnitt DreiWohin die Verantwortung wanderte

Der zweite Befund erklärt den ersten. Trug die identische Arbeit das Etikett „KI-Mitarbeiter", schrieben sich die Manager der institutionalisierten Untergruppe etwa 9 Prozentpunkte weniger Verantwortung selbst zu. Dem „KI-System" schrieben sie etwa 8 Prozentpunkte mehr zu. Die Verantwortung schrumpfte nicht. Sie zog um. Sie wanderte von der einen Partei, die verantwortlich sein kann, zu der einen Partei, die es nicht sein kann.

Wiles et al., „Putting AI on the Org Chart", Arbeitspapier, 17. Juli 2026.

Das ist die stille Mechanik der Vermenschlichung. Wer etwas Kollege nennt, importiert den gesamten sozialen Vertrag, der an Kollegen hängt: Kollegen stehen für ihre Arbeit ein, Kollegen sind für ihre Fehler ansprechbar, Kollegen wären von einer Zeile-für-Zeile-Inspektion beleidigt. Jeder dieser Importe ist für ein Sprachmodell falsch. Aber das Verhalten des Managers passt sich an, als wären sie wahr. Der Rahmen gewährt der Maschine einen sozialen Kredit, den sie nie verdient hat, und dem Manager einen Ausgang aus genau der Prüfung, die die Maschine, von allen Arbeitern, am nötigsten hätte.

Die Verantwortung verschwand nicht. Sie zog zu der einen Partei um, die sie nicht tragen kann.

Abschnitt VierWas diese Studie nicht ist

Nun das ehrliche Gegengewicht, im Text und nicht in der Fußnote. Dies ist eine Studie eines einzigen Teams, publiziert an zwei Orten (der HBR-Artikel und das zugrunde liegende Arbeitspapier) und bislang ohne unabhängige Replikation. Die durchschnittlichen Effekte auf das Fehlerfinden über die gesamte Stichprobe waren klein; die scharfen Zahlen oben sind Untergruppen-Effekte. Ein Untergruppen-Ergebnis eines einzelnen Teams ist ein Warnschuss, kein geltendes Recht. Wir zitieren es als genau das.

Und der Mitarbeiter-Rahmen ist nicht durchweg Gift. Bei Managern, deren Organisationen KI-Mitarbeiter nicht institutionalisiert hatten, erhöhte das Etikett „KI-Mitarbeiter" sogar das erklärte Vertrauen in die Arbeit. Die Metapher kauft also etwas Reales: Adoption. Menschen delegieren bereitwilliger an etwas, das sich wie ein Kollege anfühlt. Die Struktur der Studie deutet auf den unbequemen Tausch, der in diesem Komfort steckt: derselbe Rahmen, der am ersten Tag das Delegieren erleichtert, korreliert, sobald er im Organigramm aushärtet, mit einer weicheren Kontrolle. Komfort jetzt, Aufsicht später. Das ist ein Kredit, und Kredite werden eingetrieben.

Abschnitt FünfBehandle sie wie Systeme, denn das sind sie

Wenn die HR-Metapher die Aufsicht schwächt, was ist dann die Alternative? Nicht Feindseligkeit, sondern Spezifikation. Ein Agent braucht nicht, was Mitarbeiter brauchen. Er braucht, was Systeme brauchen: explizite, maschinenlesbare Verfahren statt Kultur; ein klar umrissenes Mandat (was er anfassen darf, was „fertig" bedeutet, welcher Beweis verlangt ist) statt Vertrauen; Protokolle, die ein Mensch prüfen kann, statt eines Mitarbeitergesprächs; einen Eskalationsweg statt einer offenen Tür. Jedes dieser Dinge ist ein Artefakt der Lesbarkeit: etwas, das klar genug aufgeschrieben ist, dass eine Maschine es ausführen und ein Manager es verifizieren kann.

Das ist nicht unsere Erfindung. Die Engineering-Literatur zum Betrieb von Agenten im Maßstab kam aus der Gegenrichtung zum selben Schluss. OpenAIs Bericht über einen fünfmonatigen agentengeführten Produktbau führt die Zuverlässigkeit auf Gerüstbau zurück (Landkarten statt Handbücher, ausführbares Feedback, Repository-Wissen als maßgebliche Quelle) und nie darauf, den Agenten als Person zu behandeln. Anthropics Folgearbeit zum Harness-Design geht weiter: Die Lösung für einen Agenten, der die eigene Arbeit zu wohlwollend benotet, war die strukturelle Trennung von Macher und Prüfer: ein Generator baut, ein skeptischer Evaluator verifiziert. Struktur, um die der Agent nicht herumkommt, anstelle von Vertrauen, das er nicht verdient hat.

OpenAI, R. Lopopolo, „Harness engineering: leveraging Codex in an agent-first world", 11. Februar 2026; Anthropic, P. Rajasekaran, „Harness design for long-running application development", 24. März 2026.

Beachte, was beide Schulen stillschweigend voraussetzen: Der Agent ist ein System, das konstruiert wird, kein Neuzugang, der willkommen geheißen wird. Der Rollout, der funktioniert, sieht aus wie Systems Engineering (begrenzter Umfang, Definition of Done, Verifikationsschranken), nicht wie eine Onboarding-Woche. Die Daten von BCG und der Boston University liefern jetzt die fehlende Hälfte des Arguments: Das HR-Ritual ist nicht bloß überflüssig. In den Organisationen, die es am stärksten umarmt haben, schwächte es messbar die eine Sicherung, auf die es ankommt: dass ein Mensch tatsächlich hinsieht.

Ein Agent braucht keine Willkommensfeier. Er braucht ein Mandat, das er parsen kann.

Wir halten uns selbst daran. Die Agenten, die in diesem Studio recherchieren, entwerfen und ausliefern, haben keine Namen, keine Avatare und keinen Platz in irgendeinem Organigramm. Sie haben klar umrissene Briefings, harte Leitplanken in schlichten Dateien und einen Gründer, der die Arbeit als Arbeit prüft, mit der vollen Kontrollintensität, die das Etikett „KI-Werkzeug" offenbar bewahrt. Die Studie gab uns eine Zahl für etwas, das wir bisher nur gespürt hatten: In dem Moment, in dem man den Agenten als Kollegen denkt, hört man auf, seine Ausgabe wie ein Redakteur zu lesen.

Zum SchlussLesbarkeit, innen wie außen

Alles, was wir veröffentlichen, kehrt zu einer Behauptung zurück: Maschinen können nur auf das reagieren, was sie klar lesen können. Gewöhnlich machen wir dieses Argument über die Außenseite eines Unternehmens: das Modell empfiehlt die Marke, die das Web lesbar gemacht hat, und eine unsichtbare Marke kommt in der Antwort schlicht nicht vor. Diese Studie macht dasselbe Argument über die Innenseite. Eine Agenten-Belegschaft läuft doppelt auf Lesbarkeit: Der Agent braucht Verfahren, die er parsen kann, und die Menschen brauchen einen Rahmen, der ihre Wachsamkeit eingeschaltet lässt. Die Vermenschlichung versagt an beidem zugleich: sie verwischt das Mandat und weicht die Kontrolle auf. Das Organigramm ist für Menschen. Gib den Maschinen etwas Besseres: eine Spezifikation.

Wie lesbar deine eigene Marke für die Maschinen bereits ist, die heute die Fragen deiner Kunden beantworten, kannst du unter /de/signal-index/ messen. Oder schreib uns unter /de/kontakt/.