Was bei Agenten wirklich passiert: Ein Blick auf die Q2-2026-Berichtssaison in den USA und China

Autor: qinbafrank

In den letzten Tagen habe ich die Quartalsberichte von Unternehmen im Agentenbereich in den USA und China durchforstet und einen starken Eindruck gewonnen: Agenten beginnen, von den Präsentationen in die Finanzberichte überzugehen.

Im vergangenen Jahr konzentrierte sich der Markt bei Agenten hauptsächlich darauf, ob Modelle Werkzeuge aufrufen und mehrstufige Aufgaben kontinuierlich ausführen können und wie viele Agenten ein Unternehmen veröffentlicht hat.

In dieser Berichtssaison haben sich die Beobachtungskennzahlen deutlich verändert. Jetzt wird darauf geachtet, wie viel ARR und ACV Agenten beitragen, wie viele neue Aufträge sie generieren, wie viele Kunden in die Produktivumgebung übergegangen sind und wie viel Arbeit tatsächlich pro Quartal erledigt wurde.

Diese Veränderung ist wichtig.

Dass ein Produkt funktioniert, zeigt nur, dass die technische Richtung stimmt. Erst wenn Umsatz, Verträge, Zahlungseingänge und Gewinne auftauchen, zeigt sich, dass Unternehmen bereit sind, dauerhaft für diese Fähigkeit zu zahlen.

Daher neige ich dazu, 2026 als den „Beginn und erstes Jahr der finanziellen Validierung“ für Unternehmens-Agenten zu definieren. Es handelt sich um das erste Jahr der Validierung, und bis zur industriellen Reife ist es noch ein weiter Weg, aber zumindest sind die ersten echten Daten aufgetaucht, die in Finanzmodelle einfließen können.

1. Die USA haben bereits eine erste Antwort geliefert

Die Unternehmen, die derzeit am klarsten zu erkennen sind, verfügen im Wesentlichen über die internen Daten, Berechtigungen und Arbeitsabläufe von Unternehmen.

1. Der Abonnementumsatz von ServiceNow erreichte im zweiten Quartal 3,877 Milliarden US-Dollar, ein Anstieg von 24,5 % gegenüber dem Vorjahr; der ACV des KI-Geschäfts überschritt 1 Milliarde US-Dollar, und die Anzahl der eingesetzten Agenten stieg innerhalb von neun Monaten um das Neunfache.

Früher betrachteten viele ServiceNow als Software für IT-Tickets und Arbeitsabläufe, doch jetzt ähnelt es zunehmend einem Kontrollzentrum für Unternehmens-Agenten.

In Unternehmen könnten künftig gleichzeitig Claude, Gemini, OpenAI und verschiedene vertikale Modelle laufen. Welcher Agent auf welche Daten zugreifen darf, in wessen Auftrag er Aufgaben ausführen kann, welche Aktionen genehmigt werden müssen und wie Fehler rückgängig gemacht werden – all das erfordert eine einheitliche Governance-Schicht.

ServiceNow hat diese Position bereits eingenommen. Es verkauft zunehmend nicht mehr nur Workflow-Software, sondern erstreckt sich auf Identität, Berechtigungen, Überwachung und Ausführungssysteme von Agenten.

2. Die Validierung von Salesforce ist ebenfalls sehr direkt

Der ARR von Agentforce hat 1,5 Milliarden US-Dollar überschritten, ein Anstieg von über 240 % gegenüber dem Vorjahr; der kombinierte ARR von Agentforce und Data 360 liegt bei fast 3,9 Milliarden US-Dollar. Im zweiten Quartal haben Agentforce und Slack 3,2 Milliarden Agentic Work Units abgeschlossen, ein Anstieg von 97 % gegenüber dem Vorquartal.

Früher diskutierte der Markt über Salesforce und befürchtete, dass allgemeine große Modelle CRM umgehen und Vertrieb und Kundenservice direkt übernehmen könnten. Jetzt zeigt sich, dass große Modelle für die tatsächliche Erledigung von Unternehmensaufgaben weiterhin Kundendaten, Bestellhistorie, Vertragsstatus, Vertriebsleads und Berechtigungssysteme benötigen.

Claude kann für das Verständnis der Absicht zuständig sein, Salesforce verfügt über den Geschäftskontext und die Ausführungspfade.

Natürlich muss das jährliche Wachstum von 240 % etwas relativiert werden. Salesforce hat ab diesem Quartal den statistischen Umfang des Agentforce-ARR erweitert und andere KI-Produkte, Slackbot und Headless 360 einbezogen. Die Richtung ist bereits sehr klar, aber das konkrete Wachstum muss weiterhin unter Berücksichtigung der Definitionsänderungen beurteilt werden.

3. Der Finanzbericht von Workday ist ebenfalls sehr repräsentativ

KI hat bereits über 25 % des neuen ACV beigetragen, und mehr als 5.500 Kunden nutzen mindestens einen selbst entwickelten Agenten von Workday.

Diese Daten zeigen, dass Unternehmen in sensiblen Bereichen wie Personalwesen, Finanzen und Audit nicht einfach die bestehenden Softwareplattformen umgehen. Mitarbeiterdaten, Vergütungsregeln, Finanzrichtlinien und Organisationsberechtigungen sind in Workday verankert, und Agenten müssen entlang dieser festgelegten Bahnen arbeiten.

Für viele traditionelle SaaS-Unternehmen wird KI zwar einen Teil der Seiten, Schaltflächen und niedrigwertigen Benutzerlizenzen komprimieren. Plattformen mit Kerndaten und Geschäftsregeln könnten jedoch durch Agenten neue Upselling-Möglichkeiten erhalten.

4. Palantir repräsentiert eine andere Form

Der Umsatz stieg im zweiten Quartal um 93 % gegenüber dem Vorjahr, der US-Geschäftsumsatz um 149 %. Die Stärke von Palantir lag schon immer darin, Unternehmensdaten, Geschäftsobjekte, Berechtigungen und tatsächliche Produktionsprozesse zu verbinden und dann Entscheidungen und Ausführung per Software zu erledigen.

Viele Agentenprodukte bleiben bei „eine Antwort generieren“ stehen, Palantir kommt eher dem nahe, „einem Unternehmen zu einem Ergebnis zu verhelfen“.

Fertigungsunternehmen interessieren sich dafür, wie stark Ausfallzeiten reduziert wurden, Lieferkettenunternehmen für Verbesserungen beim Lagerumschlag und Vertriebsteams für höhere Konversionsraten. Wofür Unternehmen letztlich hohe Preise zu zahlen bereit sind, sind in der Regel diese quantifizierbaren Geschäftsergebnisse.

Betrachtet man diese Unternehmen zusammen, zeigt sich ein deutlicher Trend:

Diejenigen, die zuerst von den Vorteilen durch Agenten profitieren, sind in der Regel Unternehmen, die sich bereits in den Kern-Geschäftssystemen von Unternehmen befinden.

Modellfähigkeiten sind natürlich wichtig, aber für den Einsatz von Agenten benötigen Unternehmen auch Daten, Berechtigungen, Prozesse, Audits und Kundenzugänge. Nur ein Modell anzuschließen und eine Chat-Oberfläche zu bauen, die Eintrittsbarriere wird schnell sinken. Das ist auch das, was ich zuvor in dem langen Artikel über den Eintritt der KI-Adoption in die Engineering-Ära besprochen habe: SaaS-Unternehmen, die wirklich über Arbeitsabläufe und exklusive Kerndaten verfügen, besitzen den Arbeitszugang, Geschäftsobjekte, Fachsemantik, Benutzerberechtigungen, historische Betriebsdaten, Systemaufzeichnungen, Branchenregeln, die endgültige Aktionsausführung und das Kundenfeedback zu Ergebnissen.

2. Die wichtigste Veränderung in dieser Berichtssaison ist eigentlich die veränderte Messmethode

Früher betrachtete der Markt bei KI-Produkten häufig registrierte Nutzer, Probekunden und Token-Aufrufe. Diese Kennzahlen können Interesse belegen, aber kaum, dass das Geschäftsmodell tragfähig ist.

Jetzt legen immer mehr Unternehmen offen: Wie viel neuen ACV KI beigetragen hat, wie viel ARR Agenten generiert haben, wie viele Kunden von der Testphase in die Produktivumgebung gewechselt sind und wie viele Aufgaben tatsächlich erledigt wurden.

Dass Salesforce begonnen hat, die Arbeitslast mit Agentic Work Units zu messen, ist ein sehr wichtiges Signal.

Früher wurde SaaS hauptsächlich pro Sitzplatz abgerechnet: Ein Unternehmen mit zehntausend Mitarbeitern kaufte zehntausend Konten. Wenn Agenten künftig viele Aufgaben für Unternehmen übernehmen, könnte sich die Abrechnung allmählich ändern zu:

Sitzplatzgebühr + KI-Nutzung + erledigte Aufgaben;

Später könnten einige hochwertige Szenarien sogar nach Ergebnissen abgerechnet werden.

Zum Beispiel: Wie viele Tickets ein Kundenservice-Agent gelöst hat, wie viele Leads ein Vertriebs-Agent gefiltert hat, wie viele Belege ein Steuer- und Finanzagent verarbeitet hat, wie viele Risikoereignisse ein Sicherheits-Agent geschlossen hat.

Sobald sich die Abrechnungseinheit von „wie viele Personen die Software nutzen“ zu „wie viel Arbeit die Software erledigt hat“ verschiebt, ändert sich auch die Umsatzobergrenze von SaaS.

Es beginnt, in die Personalkosten, Outsourcing-Ausgaben und Betriebsbudgets von Unternehmen einzudringen, statt nur innerhalb des IT-Budgets umverteilt zu werden.

3. Warum die Verbesserung der Modellintelligenz Agenten zu einer langfristigen Branche macht

Die Agenten-Linie hat eine deutliche Fähigkeitsschwelle: Angenommen, ein Agent hat bei einer einstufigen Aufgabe eine Erfolgsquote von 95 %, dann liegt die Wahrscheinlichkeit, dass eine zehnstufige Aufgabe vollständig gelingt, nur noch bei etwa sechzig Prozent.

Daher trat bei frühen Agenten häufig ein Problem auf: Jeder Schritt wirkte recht intelligent, aber in langen Prozessen begannen Fehler aufzutreten. Unternehmen mussten Mitarbeiter für Prüfung, Korrektur und Nacharbeit abstellen, sodass am Ende nur wenig Zeit eingespart wurde.

Mit der Verbesserung von Inferenzfähigkeit, Kontextlänge, Werkzeugaufrufen und Gedächtnis der Modelle wird sich diese Situation allmählich bessern: Je mehr Schritte ein Agent kontinuierlich abschließen kann, desto weniger menschliche Eingriffe sind nötig, und Arbeiten, die bisher nicht automatisierbar waren, überschreiten die Kommerzialisierungsschwelle.

Dies ist kein gleichmäßiger Entwicklungsprozess.

Eine kleine Verbesserung der Modellfähigkeit führt vielleicht nur zu flüssigeren Antworten; wenn die Zuverlässigkeit jedoch eine bestimmte Schwelle überschreitet, kann ein ganzer Arbeitsablauf automatisiert werden.

Daher könnten die Agentenumsätze künftig stark nichtlinear verlaufen.

Heute können sie nur Daten aufbereiten, im nächsten Schritt Systeme ausfüllen, danach Genehmigungen einreichen, Fortschritte verfolgen und Ausnahmen behandeln. Mit jedem zusätzlich abgeschlossenen Schritt steigt der Geschäftswert deutlich.

Deshalb müssen Agenten nicht zuerst eine sogenannte allgemeine künstliche Intelligenz erreichen.

Steuern, Kundenservice, IT-Betrieb, Vertriebs-Lead-Filterung und Dokumentenverarbeitung enthalten viele Aufgaben mit klaren Grenzen, hoher Wiederholungsfrequenz und überprüfbaren Ergebnissen. Das ist auch das zweite Szenario, das ich zuvor nach dem Thema bösartiger Code besprochen habe:

Solange Agenten den Großteil davon zuverlässig erledigen können, ist der ROI für Kunden bereits gegeben.

4. Auch China beginnt mit der Validierung, aber der Weg unterscheidet sich von den USA

In den USA realisieren derzeit zuerst Unternehmensplattformen und Workflow-Unternehmen die Vorteile, in China sind vertikale Szenarien stärker zu beachten.

1. Der Umsatz von Kingsoft Office erreichte im ersten Halbjahr 3,313 Milliarden Yuan, ein Anstieg von 24,69 % gegenüber dem Vorjahr, und WPS 365 verzeichnete bereits sechs Quartale in Folge ein Wachstum von über 60 %.

Der Vorteil von Kingsoft Office ist offensichtlich. Es verfügt über den Dokumentenzugang, Formatfähigkeiten, Kollaborationsbeziehungen und Unternehmensbürodaten. Künftige Büro-Agenten können Dokumente direkt erstellen, ändern, prüfen und ausliefern, was wertvoller ist, als ein Chatfenster neben das Dokument zu stellen.

Allerdings stieg der den Muttergesellschaft zurechenbare Nettogewinn von Kingsoft Office im ersten Halbjahr um über 200 %, was zu einem großen Teil auf Kapitalerträge zurückzuführen ist. Beim Blick auf das Kerngeschäft müssen diese einmaligen Posten weiterhin herausgerechnet werden.

2. Servyou Group ist ein typisches Beispiel für vertikale Agenten in China

Der Umsatz im ersten Halbjahr betrug 1,012 Milliarden Yuan, ein Anstieg von 9,72 % gegenüber dem Vorjahr; der bereinigte Nettogewinn stieg um 44,04 %. Die Zahlungseingänge aus KI-Produkten und -Geschäften machten bereits 33 % der Zahlungseingänge des digitalen Steuer- und Finanzgeschäfts aus, gegenüber 28 % im Gesamtjahr 2025.

Steuer- und Finanzszenarien eignen sich sehr gut für Agenten. Die Regeln sind relativ klar, die Daten stark strukturiert, die Ergebnisse überprüfbar, und Kunden sind bereit, für geringere Personalkosten und Steuerrisiken zu zahlen.

Diese Art von Geschäft erfordert kein Modell, das alles beherrscht. Solange es in einem engen Szenario zuverlässig genug ist, kann es echte Einnahmen generieren.

3. Hand Enterprise Solutions

Der Umsatz des KI-Intelligenzgeschäfts betrug im ersten Halbjahr etwa 220 Millionen Yuan, ein Anstieg von über 100 % gegenüber dem Vorjahr, und machte bereits einen zweistelligen Prozentsatz des Unternehmensumsatzes aus.

Hand ist seit langem in der Implementierung von ERP-, Lieferketten-, Fertigungs- und Finanzsystemen tätig. Die größten Schwierigkeiten bei der Einführung von Unternehmens-Agenten treten häufig bei der Anbindung alter Systeme, nicht standardisierten Daten und komplexen Genehmigungsprozessen auf. Hand kennt diese Bereiche und hat die Chance, zur Bereitstellungs- und Integrationsschicht für Unternehmens-KI in China zu werden.

In China muss jedoch besonders auf die Finanzqualität geachtet werden, daher sind die Chancen für Agenten in China zwar groß, aber die Analyse könnte schwieriger sein als in den USA.

Viele Unternehmen erzielen weiterhin überwiegend projektbasierte Einnahmen. Ob sich das KI-Geschäft standardisieren lässt, ob die Bruttomarge steigen kann und ob der Übergang von einmaliger Implementierung zu Abonnements und kontinuierlicher nutzungsbasierter Abrechnung gelingt, muss weiter beobachtet werden.

5. Die Agenten-Wertschöpfungskette könnte eine vierstufige Struktur bilden

Die erste Stufe sind Basismodelle und Rechenleistung, die die Intelligenzobergrenze und die Inferenzkosten der Agenten bestimmen.

Die zweite Stufe sind Daten, Identität, Berechtigungen und Governance. ServiceNow, Salesforce und Workday konkurrieren derzeit um diese Stufe.

Die dritte Stufe ist die Workflow-Orchestrierung und -Ausführung. Palantir, UiPath und einige Anbieter digitaler Unternehmensdienstleistungen konkurrieren hier.

Die vierte Stufe sind vertikale Branchen-Agenten, darunter Steuern, Büro, Recht, Medizin, Fertigung, Kundenservice und Vertrieb

Derzeit ist die finanzielle Validierung auf der zweiten Stufe am klarsten.

Unternehmen trauen sich nicht, einen Agenten ohne Berechtigungsgrenzen und ohne Auditierbarkeit direkt auf Kernsysteme loszulassen, daher haben Daten- und Governance-Plattformen einen starken Positionsvorteil.

Langfristig dürfte die vierte Stufe das größte Potenzial haben. Vertikale Agenten können direkt einem konkreten Arbeitsvolumen zugeordnet werden, der ROI ist leicht zu berechnen, und sie können leichter in Personal- und Outsourcing-Budgets eindringen.

Die dritte Stufe entscheidet darüber, ob Agenten tatsächlich in die Produktivumgebung gelangen können. Es reicht nicht, dass Modelle denken können; sie müssen auch alte Systeme anbinden, Werkzeuge aufrufen, Ausnahmen behandeln und Prozesse vollständig abschließen.

UiPath wird ein sehr wichtiges Beobachtungsobjekt sein. Das Unternehmen plant, seinen Quartalsbericht für das zweite Quartal am 3. September 2026 nach US-Ostküstenzeit nach Börsenschluss zu veröffentlichen. Dann lässt sich die Geschwindigkeit des Upgrades von traditionellem RPA zur Agenten-Ausführungsschicht besser beurteilen.

6. Wie man Agenten-Unternehmen künftig betrachtet

Bei solchen Unternehmen werden meiner Meinung nach künftig mehrere Kennzahlen immer wichtiger:

1. Zuerst auf KI-bezogenen ARR, ACV und echte Einnahmen achten, dann auf die Anzahl der Produktivkunden; der Referenzwert von Probekunden wird immer geringer;

2. Dann auf den Beitrag der KI zu neuen Verträgen achten. Die Offenlegung von Workday, dass „KI über 25 % des neuen ACV ausmacht“, ist aussagekräftiger als die Anzahl veröffentlichter Agenten;

3. Außerdem auf das Aufrufvolumen, die Erfolgsquote vollständiger Aufgaben, die Verlängerungsrate und die Kundenexpansionsrate achten;

4. Schließlich zurück zum Finanzbericht und die Bruttomarge nach Abzug der Inferenzkosten, die Implementierungsdauer, Forderungen und den operativen Cashflow beobachten.

Wenn für jeden eingesetzten Agenten viele Ingenieure ein halbes Jahr lang individuelle Anpassungen vornehmen müssen, ähnelt das eher traditionellen IT-Dienstleistungen.

Wenn Agenten schnell replizierbar sind und die Stückkosten mit zunehmender Kundennutzung sinken, wird der operative Hebel von Softwareunternehmen erst wirklich freigesetzt.

Abschließend mein Verständnis der Agenten-Linie:

1) Die Verbesserung der Modellintelligenz bestimmt, wie viel Agenten leisten können;

2) Unternehmensdaten, Berechtigungen und Arbeitsabläufe bestimmen, ob diese Intelligenz sicher in Produktivsysteme gelangen kann;

3) Echte Aufgabenergebnisse bestimmen, wie viel Kunden zu zahlen bereit sind.

Mit jedem Modell-Upgrade wird die Grenze der automatisierbaren Aufgaben weiter nach außen verschoben.

Heute sind es Programmierung, Kundenservice und Dokumente, später werden Finanzen, Vertrieb, Lieferkette, Medizin und weitere Fachbereiche folgen. Wenn die Zuverlässigkeit steigt, sinkt die menschliche Prüfung, und die Stückkostenökonomie verbessert sich kontinuierlich.

Daher sind Agenten sehr wahrscheinlich eine neue Branche zur Effizienzsteigerung, die viele Jahre Bestand haben kann.

Allerdings werden die Chancen dieser Runde nicht gleichmäßig verteilt sein.

Die ersten Gewinner sind mit hoher Wahrscheinlichkeit Plattformen, die bereits Unternehmensdaten und Geschäftsprozesse kontrollieren. Die zweite Gruppe sind Ausführungsschicht-Unternehmen, die KI in Produktivumgebungen einsetzen und Aufgabenkreisläufe wirklich abschließen können. In China kommt die Dynamik eher aus vertikalen Szenarien, aber Finanzqualität und Umsatzstandardisierung müssen genauer beobachtet werden.

2026 ähnelt eher dem ersten Jahr der finanziellen Validierung von Agenten. Früher diskutierte der Markt, wie intelligent Modelle sind; künftig wird zunehmend gefragt: Wie viel Arbeit haben sie tatsächlich erledigt, wie viel Geld haben sie Kunden gespart und wie viel Wert ist letztlich in den Umsatz, Gewinn und Cashflow börsennotierter Unternehmen geflossen.