Interner KI-Agenten-Marktplatz: Praxisleitfaden für Unternehmen 2026

Mitarbeitende bauen bereits Agenten für Recherche, Angebote, Support, Finanzen und interne Abläufe. Die nächste Herausforderung ist nicht noch ein Agent. Entscheidend ist, wie Kolleginnen und Kollegen den richtigen Agenten finden, seinen Freigabestatus erkennen, Unternehmenskontext ohne Umgehung bestehender Rechte anbinden und wissen, wer bei Änderungen verantwortlich ist.

Ein interner KI-Agenten-Marktplatz löst dieses Verteilungsproblem. Gut umgesetzt ist er Katalog, Freigabeprozess und operativer Kontrollpunkt zugleich. Schlecht umgesetzt ist er eine Linkliste, die Schatten-KI leichter auffindbar macht. Dieser Leitfaden behandelt die Infrastruktur zwischen diesen beiden Extremen und ergänzt unseren Leitfaden zur internen KI-Einführung.

Was ist ein interner KI-Agenten-Marktplatz?

Ein interner KI-Agenten-Marktplatz ist ein governter Unternehmenskatalog, in dem Mitarbeitende freigegebene KI-Agenten für konkrete Aufgaben finden und anfordern. Jeder Eintrag verknüpft die verständliche Beschreibung mit Unternehmenskontext, Zugriffsregeln, verantwortlicher Rolle, Evaluierungsnachweisen, Nutzung, Kosten und Lifecycle-Status. Anders als ein öffentliches Verzeichnis verteilt er Agenten innerhalb einer bestehenden Vertrauensgrenze.

Die drei Ebenen können Metadaten teilen, sind aber nicht austauschbar. Eine schöne Oberfläche ohne Registry kann weder Besitz noch Berechtigungen belegen. Eine Registry ohne brauchbare Oberfläche schafft Transparenz für die IT, verbessert aber nicht die Nutzung. Wert entsteht durch die Verbindung beider Seiten.

Warum wurden Agent Stores 2026 zu einer echten Infrastrukturkategorie?

Die Kategorie entsteht, weil Agenten dezentral gebaut werden, Verantwortung aber nicht dezentral verschwindet. Microsoft beschreibt, wie Mitarbeitende aus verschiedenen Funktionen und mit unterschiedlichen technischen Kenntnissen Agenten erstellen. Das Unternehmen kombiniert dies mit eingebauten Leitplanken, IT-Aufsicht und Schulung in seinem internen Erfahrungsbericht zur Governance von Agenten im großen Maßstab.

Die Verteilung wandert zugleich in jene Werkzeuge, in denen bereits gearbeitet wird. In Google Clouds Agent Gallery von 2026 können Mitarbeitende Partner-Agenten durchsuchen und Zugriff beantragen, während Administratoren die Kontrolle über die Bereitstellung behalten. Das beschreibt die Ankündigung zum Gemini Enterprise Marketplace. Die Oberfläche erinnert an einen App Store, der entscheidende Mechanismus liegt aber im Antrags- und Freigabeweg dahinter.

Es gibt inzwischen öffentliche Beispiele für Unternehmen, die dieses Muster für die eigene Belegschaft umsetzen. Tata Elxsi erklärt im Geschäftsbericht 2025 bis 2026, dass der interne KI-Agenten-Marktplatz produktionsreife Agenten kuratiert und Wiederverwendung in Delivery, Qualität, IT, Marketing, Recht, HR sowie Lernen und Entwicklung unterstützt. Die Aussage steht neben Infrastruktur, Leitplanken und rollenbasiertem Training im eingereichten Geschäftsbericht.

Mit wachsender Anzahl wird eine Registry unvermeidbar. Gartner prognostiziert für ein durchschnittliches globales Fortune-500-Unternehmen mehr als 150.000 Agenten bis 2028, während nur 13 Prozent der befragten Organisationen ihre Governance für ausreichend halten. Eine Prognose ist kein gemessenes Ergebnis. Die empfohlenen Gegenmaßnahmen sind jedoch konkret: zentrales Inventar, Agentenidentität, Berechtigungen, Lifecycle-Management, Information Governance und laufendes Monitoring in Gartners Leitfaden gegen Agent Sprawl vom April 2026.

Welche Architektur braucht ein interner Agenten-Marktplatz?

Der Marktplatz ist die Oberfläche für Mitarbeitende über einer governten Agenten-Registry. Die Registry ist die Quelle der Wahrheit. Suche, Empfehlungen und Team-Sammlungen sind Ansichten auf diesen Bestand. Laufzeit und Marktplatz müssen nicht aus demselben Produkt stammen, doch jeder Lauf muss auf eine registrierte Version zurückführbar sein.

1. Katalog und Discovery: Einträge lassen sich nach Aufgabe, Abteilung, System, Datensensitivität und Freigabestatus suchen. Verwenden Sie Aufgabensprache wie „Verlängerungsbriefing vorbereiten“ statt Framework-Sprache wie „LangGraph-Agent“.
2. Identität und Zugriff: Jeder bereitgestellte Agent erhält eine eigene Maschinenidentität, eine benannte menschliche Sponsor-Rolle, rollenbasierte Nutzerrechte und minimale Tool-Berechtigungen. Er darf nicht pauschal alle Rechte der veröffentlichenden Person erben.
3. Unternehmenskontext: Konnektoren greifen auf freigegebene Quellen zu und erhalten Quellberechtigungen bei jeder Abfrage. Kontext ist keine gemeinsame Vektordatenbank, die Rechte aus SharePoint, Confluence, Drive und CRM stillschweigend einebnet.
4. Evaluierung und Zertifizierung: Aufgabenspezifische Tests, Tool-Call-Prüfungen, Security-Tests, Risikoklasse und Freigabe gehören zu einer Version. Ein grünes Siegel muss nach wesentlichen Änderungen an Prompt, Modell, Tools oder Datengrenze ablaufen.
5. Policy Gateway: Durchsetzung vor dem Tool-Aufruf, darunter Scope-Prüfung, Schutz vor Datenabfluss, menschliche Freigabe für folgenreiche Schreibvorgänge, Rate Limits und bei Bedarf Sandboxing.
6. Observability und Wirtschaftlichkeit: Traces, Erfolgs- und Eskalationsquoten, Latenz, Kosten pro akzeptiertem Ergebnis, Vorfälle und Feedback. Tokenkosten allein zeigen nicht, ob Arbeit eingespart wird.
7. Lifecycle-Management: Zustände für Entwurf, Prüfung, freigegeben, eingeschränkt, abgekündigt und stillgelegt sowie ein Prüfdatum des Owners. Agenten ohne Owner und veralteter Kontext sind operative Schulden.

Microsofts aktuelle Agent-Store-Dokumentation zeigt dieselben Anforderungen in einer herstellerspezifischen Form. Administratoren können Publisher, Fähigkeiten, Wissen, Aktionen, Sicherheit, Compliance, Zertifizierung und Aktivität prüfen, bevor ein Agent Personen oder Gruppen zugewiesen wird. Auch intern oder auf externen Plattformen gebaute Agenten sind vorgesehen. Damit ist das Administrationsmodell des Microsoft 365 Agent Store selbst für andere Stacks eine nützliche Anforderungsliste.

Welche Angaben gehören in jeden Agenteneintrag?

Ein Marktplatzeintrag ist ein operativer Vertrag, kein Werbetext. Wenn Mitarbeitende nicht vorhersagen können, was der Agent liest, verändert und zurückliefert, fehlen Informationen.

Das Erhalten der Quellberechtigungen ist der am häufigsten unterschätzte Teil des Unternehmenskontexts. Unser Leitfaden zu berechtigungsbewusstem RAG mit SharePoint, Confluence und Google Drive behandelt diese Datenebene. Bei Agenten mit internen Tools gehört die Identitätsgrenze an das Gateway, wie unsere Enterprise-MCP-Autorisierungsarchitektur zeigt.

Wie sollte der Veröffentlichungs- und Freigabeprozess aussehen?

Verwenden Sie risikobasierte Spuren statt einer einzigen Warteschlange. Ein persönlicher, nur lesender Zusammenfasser für eigene Dokumente darf nicht hinter einem Agenten warten, der Rückerstattungen genehmigt oder HR-Daten verändert. Gleichzeitig ist „intern gebaut“ kein Sicherheitsnachweis.

1. Registrieren: Zweck, Owner, Nutzergruppen, Datenquellen, Tools, Modell, Autonomie und erwarteter Wert werden erklärt.
2. Klassifizieren: Regeln vergeben eine vorläufige Risikoklasse anhand von Datensensitivität, Schreibrechten, externer Kommunikation und Entscheidungswirkung.
3. Testen: Automatisierte Evals und Security-Tests laufen auf einer versionierten Release-Version. Bei hoher Wirkung kommen Fach- und Rechtsprüfung hinzu.
4. Freigeben und begrenzen: Veröffentlichung an eine definierte Gruppe mit zeitlich begrenzten Rechten, Budgets und menschlichen Kontrollpunkten.
5. Beobachten: Ergebnisse, abgelehnte Aktionen, Overrides, Vorfälle, Latenz und Kosten werden erfasst.
6. Prüfen oder stilllegen: Wesentliche Änderungen lösen eine neue Evaluierung aus. Ungenutzte, ownerlose oder dauerhaft schwache Agenten verlassen den Store.

Das Model AI Governance Framework for Agentic AI der singapurischen IMDA ist eine aktuelle Basis. Es fordert, Risiken vorab zu bewerten und zu begrenzen, Menschen verantwortlich zu halten, technische Kontrollen und Tests einzubauen, nach der Bereitstellung weiter zu überwachen und verantwortliche Nutzung zu ermöglichen. Außerdem empfiehlt es begrenzte, minimale und zeitgebundene Autorisierung. Diese Prinzipien werden direkt zu Marktplatz-Gates im Framework für agentische KI vom Januar 2026.

Plattform kaufen, bestehende Suite erweitern oder individuell bauen?

Beginnen Sie nicht mit Screenshots von Oberflächen. Erfassen Sie bestehende Agenten, Identity Provider, Datenquellen, Runtimes und Freigabepflichten. Deckt eine Suite den Großteil dieses Graphen ab, erweitern Sie sie. Andernfalls bleibt die Registry herstellerneutral und veröffentlicht freigegebene Agenten in jene Arbeitsoberflächen, die bereits genutzt werden. Unser Leitfaden für Individualsoftware gegenüber Standardsoftware strukturiert Ownership und Lock-in.

Wie sieht ein realistischer 90-Tage-Rollout aus?

Ein brauchbares erstes Release ist kein unternehmensweiter Basar. Es ist ein kleiner Katalog mit verlässlichem Veröffentlichungsweg und zwei oder drei Agenten für wiederkehrende Arbeit.

1. Tag 1 bis 15, inventarisieren und wählen: Bestehende Agenten und Schatten-Workflows finden, eine Abteilung wählen, Eintragsvertrag definieren, Owner benennen und zwei messbare Aufgaben mit niedrigem bis mittlerem Risiko auswählen.
2. Tag 16 bis 35, Registry bauen: SSO, Rollenzuordnung, Katalogschema, Suche, Zugriffsanträge und grundlegende Lifecycle-Zustände umsetzen. Zuerst nur eine bestehende Arbeitsoberfläche anbinden.
3. Tag 36 bis 60, erste Agenten zertifizieren: Quellrechte erhalten, Evaluierungssets erstellen, Tool-Grenzen testen, menschliche Freigaben definieren sowie Kosten- und Ergebnis-Traces erfassen. Vor Veröffentlichung hilft unsere Checkliste für Agenten-Evaluierung und Sandbox-Sicherheit.
4. Tag 61 bis 75, kontrollierter Pilot: An ein oder zwei Gruppen freigeben und erfolglose Suchen, Zugriffsablehnungen, Abbrüche, Overrides und Supportfälle beobachten. Erst den Workflow reparieren, dann das Inventar vergrößern.
5. Tag 76 bis 90, Skalierung entscheiden: Betriebskennzahlen veröffentlichen, schwache Agenten stilllegen, Freigabeweg dokumentieren und ein wiederholbares Einreichungsverfahren öffnen.

Welche Kennzahlen zeigen echten Nutzen?

• Discovery-Erfolg: Suchen, die zu einem passenden Agenten führen, nicht bloß Seitenaufrufe.
• Aktivierung und Wiederkehr: Freigegebene Nutzer, die eine erste Aufgabe abschließen und für dieselbe Arbeit zurückkehren.
• Quote akzeptierter Ergebnisse: Ausgaben ohne große Nacharbeit, aufgeschlüsselt nach Agentenversion.
• Override- und Eskalationsquote: Signal für Sicherheit und Workflow-Fit, nicht automatisch ein Fehler.
• Kosten pro akzeptiertem Ergebnis: Modell-, Tool- und Plattformkosten geteilt durch tatsächlich genutzte Arbeit.
• Wiederverwendung und Konsolidierung: Teams pro gemeinsamem Agenten und stillgelegte Duplikate.
• Governance-Durchlaufzeit: Zeit von Einreichung bis zu einer risikoangemessenen Entscheidung.

Wann lohnt sich die Einrichtung eines internen Agenten-Marktplatzes?

Das Angebot passt, wenn Agenten bereits in mehreren Abteilungen existieren, Mitarbeitende Freigaben nicht erkennen, Security-Prüfungen ständig neu beginnen oder gute Prototypen vor der Verteilung stecken bleiben. Es ist zu früh, wenn es keinen wiederkehrenden Anwendungsfall, keinen Process Owner und keine Datenquellen für kontrollierten Zugriff gibt.

Unser AI-Enablement-Angebot kann Inventar, Architektur, Marktplatz-MVP, Kontext- und Identitätsintegration, Evaluierungs-Gates, Observability und Übergabe abdecken. Das erste Projekt soll ein System in Ihrem Besitz und ein wiederholbares Betriebsmodell liefern. Wenn Sie die Reife der Idee prüfen möchten, vereinbaren Sie ein Scoping für interne KI-Workflows und Agenten-Marktplatz.

Häufige Fragen

Ist ein interner Agent Store dasselbe wie ein KI-Agenten-Marktplatz?

Im Unternehmenskontext überschneiden sich die Begriffe oft. „Store“ betont Discovery und Verteilung an Mitarbeitende. „Marketplace“ kann zusätzlich externe Anbieter, Einkauf oder Preise meinen. Definieren Sie das Produkt über seine Kontrollen: interner Katalog, freigegebene Publisher, begrenzter Zugriff, Evaluierungsnachweise, Ownership und Lifecycle.

Braucht jeder Mitarbeiter einen persönlichen KI-Agenten?

Nein. Beginnen Sie mit wiederkehrenden Aufgaben und gemeinsam genutzten Agenten einer Funktion. Persönliche Agenten können helfen, doch mehr Hebel entsteht, wenn ein validierter Workflow Unternehmenswissen erfasst und einer Gruppe dient, ohne Datenzugriff unnötig auszuweiten.

Kann Unternehmenskontext genutzt werden, ohne alle Daten in eine KI-Datenbank zu kopieren?

Ja. Rufen Sie Inhalte zur Laufzeit aus Quellsystemen ab, erhalten Sie deren Zugriffskontrollen, minimieren Sie indexierte Daten und übergeben Sie nur den nötigen Kontext. Der Marktplatz beschreibt die Quellen, die Datenebene erzwingt die Rechte.

Reicht Microsoft 365 oder Gemini Enterprise aus?

Ja, wenn Identität, Daten, Agentenbau und tägliche Arbeit größtenteils in diesem Ökosystem liegen. Eine Multi-Cloud- oder regulierte Organisation kann weiterhin eine herstellerneutrale Registry, ein Policy Gateway und eine Observability-Schicht benötigen.

Was gehört in das erste Marktplatz-MVP?

SSO, durchsuchbares Eintragsmodell, Owner- und Versionsdaten, gruppenbasierte Zugriffsanträge, Evaluierungsstatus, zwei oder drei produktive Agenten, einfache Traces, Kostenreporting, Feedback und Stilllegungszustände. Empfehlungen, Ratings und hunderte Einträge können warten.