Die Skeptiker in Sachen Künstlicher Intelligenz haben 2025 an Boden gewonnen. Der Nutzen sei überschaubar, der Return on Investment gering, war vielerorts zu hören. Die einstige Euphorie ist abgeflaut. Statt Ernüchterung erwarten Experten 2026 Realismus.
KI-Trends 2026: Fünf Entwicklungen prognostizieren die Experten von Pegasystems in diesem Jahr für Künstliche Intelligenz.
1. Große Sprachmodelle werden zum Alltagsprodukt
Der Markt für große Sprachmodelle wird langsam erwachsen, aber mit Langeweile ist dennoch nicht zu rechnen. Auf der einen Seite bemühen sich Anbieter wie OpenAI um Diversifizierung und wollen im Hardware-Bereich mitspielen, etwa bei Chips, KI-Bricks für Rechenzentren oder intelligenten Geräten für Verbraucher. Auf der anderen Seite nutzen Tech-Giganten wie Google ihre vertikalen Stacks und finanziellen Ressourcen, um einen Chip-Riesen wie NVIDIA herauszufordern. Darüber hinaus können jederzeit neue Anbieter auf der Bildfläche erscheinen. Die besten Chancen, sich durchzusetzen, haben innovative Newcomer, denen es gelingt, aus der Spirale auszubrechen, in der eine höhere Modellqualität nach immer mehr Rechenleistung und Trainingsdaten verlangt. Da überdies chinesische Modelle wie DeepSeek und Qwen im Open-Source-Bereich an Momentum gewinnen, ist der Weg frei für ein breites Angebot an Basismodellen, die gut, günstig und schnell sind. Dadurch werden große Sprachmodelle austauschbar und ein Stück weit zu einem Alltagsprodukt.
2. Die Regulierung wird nicht verschwinden
Viele Unternehmen und Politiker plädieren dafür, die Regulierung Künstlicher Intelligenz zurückzufahren. Tatsächlich arbeitet die EU-Kommission mit Digital Omnibus an einer Vereinfachung und Abschwächung des AI Act. Aber diese Änderungen sind noch nicht beschlossen und reichen zudem weniger weit, als es scheint. Im Grunde werden nur Fristen verschoben, Ausnahmen für mittelständische Unternehmen ausgeweitet und die Pflicht zum Aufbau von einschlägigen Kompetenzen für Systeme mit begrenztem oder minimalem Risiko von einer Anforderung zu einer Empfehlung herabgestuft. Das sind positive Signale für die Wirtschaft. Der grundlegende risikobasierte Ansatz des AI Act bleibt jedoch bestehen. Unternehmen müssen daher die entsprechenden Anforderungen mit ihren intelligenten IT-Systemen erfüllen. Solange die neuen Vorschriften nicht beschlossen sind, gelten zudem die ursprünglichen Fristen. Um Unsicherheiten zu vermeiden, sollte die EU ihren Vorschlag zügig finalisieren und verabschieden.
3. Geduld beim Return on Investment prägt die KI-Trends 2026
In der zweiten Jahreshälfte 2025 wurde verstärkt darüber diskutiert, ob GenAI-Projekte jemals den erhofften Mehrwert bringen. Verschiedene Studien kamen zu dem Ergebnis, dass sich die hohen Investitionen für die meisten Unternehmen bislang nicht auszahlen. Das wirft Fragen auf, ob der große Hype rund um Künstliche Intelligenz vorbei ist und 2026 ein Jahr der Enttäuschung wird. Oder, ob vielleicht die Ernüchterung nach der vorherigen Aufregung nur natürlich ist.
Letztlich wird 2026 wohl ein Übergangsjahr werden, in dem die Erwartungen wieder realistisch sind. Ein Jahr, in dem Künstliche Intelligenz vor allem dort ihren Wert beweist, wo sie in Prozesse eingebunden ist, um die betriebliche Effizienz und den Service zu verbessern. Solche Projekte benötigen Zeit und sind nicht in wenigen Monaten abgeschlossen. Die übliche Dauer liegt eher bei zwölf bis 18 Monaten. Zudem verlangen die Projekte nach sorgfältiger Vorbereitung und Umsetzung, vor allem in Bereichen wie Daten, Prozesse und Change Management. Schnelle und einfache Lösungen, wie manche Anbieter sie gerne versprechen, bringen nur selten einen signifikanten Return on Investment.
Anzeige | Fachartikel
|
|||||||||||||||
4. Bei Agentischen Systemen kommt es auf die Use Cases an
Die vergangenen Monate haben bereits angedeutet, wozu Agentic AI fähig ist. Zu den KI-Trends 2026 gehört deshalb auch die Erkenntnis, dass es künftig nicht einfach nur darum gehen wird, mehr Agenten auf ein Problem loszulassen – das ist ineffektiv und führt nur selten zur Problemlösung. Zumal die einzelnen Agenten gar nicht so leistungsfähig sind. Selbst die besten von ihnen lösen in Benchmarks weniger als die Hälfte der Aufgaben. Natürlich sind diese Benchmarks bewusst herausfordernd gestaltet, mit mehrdeutigen Zielen oder unspezifischen Aufgaben.
Aber so sieht halt auch der Alltag in vielen Unternehmen aus. Um Agentic AI erfolgreich einzusetzen, kommt es deshalb auf eine überlegte Auswahl der Use Cases an. So können entsprechende Lösungen beispielsweise die Spezialisten aus den Fachbereichen beim Design neuer oder zu modernisierender Anwendungen unterstützen und damit Ressourcen für Innovationen freimachen. Außerdem helfen sie überall dort, wo die Kreativität wichtig ist, es zugleich aber auch auf vorhersagbare und wiederholbare Ergebnisse ankommt, also das genaue Einhalten von Workflows und geschäftlichen Regeln. In jedem Fall sind Transparenz und Erklärbarkeit unerlässlich. Bald dürften zudem automatisierte Benchmarks dafür sorgen, dass sich intelligente Systeme besser überwachen lassen und sich die Agenten in Echtzeit anpassen.
5. Von autonomer Intelligenz sind wir weit entfernt
Die große Herausforderung liegt gar nicht mehr so sehr darin, Künstliche Intelligenz in Workflows zu integrieren oder zu skalieren. Vielmehr ist es die Gestaltung einer echten autonomen Intelligenz, die weit über die Fähigkeiten heutiger Sprachmodellen hinausgeht. Diese besitzen zwar durchaus beeindruckende Fähigkeiten, sind aber eher passiv – zumindest gemessen an den frühen kybernetischen Systemen der 1950er Jahre, die eingebettet in eine Umgebung selbst Daten zusammentragen, Entscheidungen fällen, auf Feedback reagieren und daraus lernen konnten. Agentic AI ist nun ein Schritt hin zu mehr Autonomie.
Die Systeme müssen aber so gestaltet werden, dass sie aktiv die richtigen Daten erfassen, Ziele nicht aus den Augen verlieren und sich kontinuierlich an dynamische Gegebenheiten anpassen. Und sie müssen mit Menschen, anderen Agenten und mit IT-Systemen interagieren – ja, sie sogar verstehen – können, sprich: Dinge koordinieren und aushandeln sowie Interessen abwägen. Und das alles in einer sicheren und zuverlässigen Art und Weise, entsprechend ethischer Normen, unter Einhaltung von Governance-Vorgaben und mit eingebauter Transparenz. Die nächste Herausforderung besteht nun darin, eine Künstliche Intelligenz zu entwickeln, die sich anpasst, verbessert, sozial kompetent ist und sich in komplexen Umgebungen zurechtfindet – und das verantwortungsbewusst und ausgerichtet an den Bedürfnissen und Werten von Menschen, anderen Agenten, der Gesellschaft und geschäftlichen Anforderungen.
Realistische Erwartungen lösen den Hype ab
Insgesamt hat sich der große Hype um Künstliche Intelligenz abgeschwächt. Statt einer Ernüchterung kehrt nun eine realistische Erwartungshaltung ein. Der Markt bleibt äußerst spannend – nicht zuletzt dank Agentic AI, die Unternehmen einen großen Schritt weiter auf dem Weg zum Autonomous Enterprise bringt. Die KI-Trends 2026 zeigen dabei deutlich, dass Unternehmen diesen Schritt nur dann erfolgreich gehen können, wenn sie die Use Cases sorgfältig auswählen, die agentenbasierten Systeme vertrauenswürdig gestalten und Geduld mitbringen. Der Return on Investment zeigt sich erfahrungsgemäß erst nach einiger Zeit. Dass Basismodelle leistungsfähiger und günstiger werden und die Regulierung wohl ein wenig abgeschwächt wird, senkt zudem die Einstiegshürden. jf
Der Autor
Peter van der Putten ist Director AI Lab bei Pegasystems.
