Agentic AI: Warum Verifikation zum Flaschenhals wird

Am Swiss Software Festival 2026 war Agentic AI das grosse Thema, also KI, die nicht nur antwortet, sondern eigenständig handelt. Als Software Developer habe ich einen Talk besucht, der eine unbequeme Wahrheit auf den Punkt brachte: Nicht das Erzeugen von Output ist heute das Problem, sondern das Überprüfen. Genau dieser Flaschenhals entscheidet darüber, wie weit wir KI-Agenten in der Praxis wirklich vertrauen können.

Der Referent brachte es schön auf den Punkt: Ein Sprachmodell kann antworten, Agentic AI kann handeln. Möglich machen das vier Bausteine: Ein Ziel (Goal), Kontext (Context), Werkzeuge (Tools) und Anweisungen (Instructions). Das Modell selbst ist dabei nur ein Bauteil. Agentisch wird eine Lösung erst durch das System drumherum, das diese Teile orchestriert. Für die Praxis heisst das: Wer Agentic AI baut, investiert weniger ins «grösste» Modell und mehr in sauberes Kontext-Management, klar definierte Tools und nachvollziehbare Regeln. Genau hier entscheidet sich, ob ein Agent zuverlässig liefert oder unkontrolliert abdriftet.

Der stärkste Moment des Talks war für mich diese These: KI kann heute mehr Output erzeugen, als Teams verantwortungsvoll prüfen können. Die Generierung ist skaliert, die Verifikation nicht. Früher lautete die Leitfrage «Kann das Modell das überhaupt?». Heute lautet sie: «Können wir überprüfen und kontrollieren, was es getan hat?»

Das deckt sich mit meinem Entwickleralltag: Code, Texte und Analysen entstehen in Sekunden, doch Review, Tests und Freigabe bleiben menschlich getaktet. Wenn zehn Agenten parallel arbeiten, wird die Verifikation zum eigentlichen Engpass, zur wichtigsten Engineering-Disziplin der nächsten Jahre.

Heute startet der Mensch den Agenten, prüft das Ergebnis und gibt die nächste Anweisung. Er ist in jeder Schleife der Taktgeber. Künftig erkennt das System selbst, dass Arbeit ansteht, handelt, verifiziert das Ergebnis (!), aktualisiert den Zustand und entscheidet über den nächsten Schritt. Aus einzelnen Agenten werden Loops. Für Unternehmen heisst das: Erfolgreich werden nicht jene sein, die am meisten Agenten laufen lassen, sondern jene, die zeigen können, was ihre Agenten getan haben und warum sie gestoppt haben. Agentic AI ist kein besserer Chatbot, sondern kontrollierte Ausführung. Nachvollziehbarkeit, Protokolle und klare Abbruchkriterien sind damit so wichtig wie das Modell selbst.

Agentic AI ist für jls kein abstraktes Zukunftsthema. Wir beschäftigen uns aktiv damit. In unserer Solutions Abteilung haben wir bereits Hands-on AI Build Workshop durchgeführt, in denen wir gemeinsam ausprobiert, diskutiert und gelernt haben. Ebenfalls bestehet eine klare AI-first Vision inklusive Leitprinzipien, welche uns eine gemeinsame Orientierung geben, wie wir AI in unserer täglichen Arbeit einsetzen und weiterentwickeln. Ergänzt wird das durch gezielte Austauschformate, um auch teamübergreifend zu lernen und konkrete Best Practices zu teilen.

So bleibt das Wissen nicht in einzelnen Köpfen, sondern wächst im ganzen Team.

Mein Fazit vom Swiss Software Festival 2026: Agentic AI ist gekommen, um zu bleiben. Der entscheidende Hebel ist nicht das nächste Modell, sondern die Verifikation. Wer überprüfen und kontrollieren kann, was seine Agenten tun, gewinnt. Genau dort lohnt sich die Investition.