Das ATLAS-Framework

KI-Agenten kommen. Schneller, als die meisten Organisationen denken. Wenn Andrej Karpathy recht behält, sind wir nur ein bis drei Jahre davon entfernt, dass Agenten in Unternehmen wirklich produktiv mitarbeiten – nicht als Spielerei, sondern als Kollegen, die echte Prozesse übernehmen. Was fehlt, ist die Struktur, wie man sie in ein Unternehmen integriert, das schon läuft: mit bestehenden Prozessen, echten Mitarbeitern und einer gewachsenen Kultur. Genau dafür habe ich das ATLAS-Framework entwickelt.

ATLAS ist mein 5-Phasen-Vorgehen, um KI-Agenten wirtschaftlich sinnvoll und mit hoher Akzeptanz in bestehende Organisationen zu integrieren. Der Unterschied zu rein technologie-getriebenen Ansätzen: Wir behandeln den Agenten nicht wie eine Software, die ausgerollt wird. Wir behandeln ihn wie einen neuen Kollegen, den wir einarbeiten, bekannt machen und in die Teamkultur einbinden.

Was ATLAS bedeutet

ATLAS steht für fünf chronologisch aufeinander aufbauende Phasen, die jedes Unternehmen durchlaufen sollte, das Agenten ernsthaft in seine Wertschöpfung integrieren will:

Das Akronym ist kein Zufall. Wie ein Atlas führt das Framework Unternehmen Schritt für Schritt durch das Terrain einer Agent-Integration – kulturell, operativ und technologisch. Jede Phase hat drei Sub-Frameworks, die zusammen den Werkzeugkasten für eine erfolgreiche Integration bilden.

An der Technologie wird die Agent-Integration nicht scheitern. Sie scheitert daran, wie wir mit Menschen, Prozessen und Kultur umgehen.

A – Analyze

Bevor du auch nur einen Agenten in dein Unternehmen lässt, muss eine harte Frage geklärt werden: Wo schmerzt es konkret – und ist die Organisation überhaupt bereit für Agenten? Diese Phase entscheidet darüber, ob ATLAS funktioniert oder ob du dir und deinem Team in den Fuß schießt. Drei Sub-Frameworks bilden sie ab.

1. Pain-Point-Inventur

Wir starten nicht bei „Wo könnte KI cool sein?“, sondern bei „Wo brennt es?“. Welche Prozesse fressen heute Zeit, Geld oder Nerven? Welche Aufgaben sind kostenanfällig, ineffizient, umständlich? Aus dieser Inventur ergeben sich die wirklich relevanten Einsatzfelder für Agenten – keine Insellösungen, sondern Hebel auf reale Probleme.

Wichtig: Wir bewerten gleich mit, ob ein einzelner Agent einen kompletten Prozess abbilden kann oder ob wir mehrere spezialisierte Agenten brauchen, die zusammenarbeiten. Diese Einschätzung ist die Brücke zwischen Pain Point und späterem Agent-Design.

2. Kulturanalyse

Wir messen die Stimmung im Unternehmen zum Thema KI: Wo ist Begeisterung, wo Skepsis, wo Angst? Wer sind die offenen Stakeholder, wer die stillen Bremser? Wie reift die Belegschaft mit dem Thema mit – oder eben nicht? Diese Phase ist der kulturelle Lackmustest. Wenn die Kultur noch nicht trägt, integrieren wir keine Agenten. Punkt.

Wenn die Kulturanalyse zeigt, dass die Organisation noch nicht reif für Agenten ist, wechseln wir konsequent zurück auf SOBOS – mein Framework für die strategische KI-Verankerung. Erst das Why klären. Dann ATLAS.

3. Projektierung

Jetzt verdichten wir das auf einen klaren Fahrplan: Welche Pilotinitiativen starten in welcher Reihenfolge? Welche Erfolgsmetriken gelten? Welche Zeitleiste haben wir? Output dieser Phase ist eine Agent-Roadmap mit Zielen, Prioritäten und Verantwortlichkeiten. Ohne diese Projektierung wird aus der Analyse ein PowerPoint, das nie umgesetzt wird.

T – Tailored Design

Sobald die Use Cases klar und priorisiert sind, geht es ans Design der Agenten selbst. Wichtig vorweg: Ein einzelner Mega-Power-Agent, der alles macht, funktioniert in der Praxis nicht. Was funktioniert sind spezialisierte Agenten für klar abgegrenzte Aufgaben – je einer pro Aufgabenfeld in einer Abteilung. Mehrere kleine Agenten, die zusammenspielen, schlagen einen großen, der alles können soll.

1. Rollendesign

Was darf der Agent? Wo sind seine Grenzen? Welche Daten und Systeme darf er nutzen? Welche Entscheidungen darf er selbständig treffen, was eskaliert er an einen Menschen? Ohne diese Klarheit wird der Agent entweder zu einer gefährlichen Black Box oder zu einem zahnlosen Tiger, dem niemand vertraut.

2. Interaktions- und Feedback-Design

Wie kommuniziert der Agent mit den Menschen, mit denen er arbeitet? Welche Sprache, welche Tonalität, welche Transparenz über sein Tun und seine Entscheidungen? Und genauso wichtig: Wie kommt das Feedback der Menschen zurück zum Agenten? Ohne diesen Rückkanal stagniert jeder Agent in den ersten Wochen.

3. Akzeptanzstrategie

Hier passiert das, was die meisten Tech-Anbieter überspringen: Wir holen die Mitarbeiter ins Boot, bevor der Agent live geht. Wir sprechen mit ihnen über den aktuellen Ist-Prozess, über die Schmerzpunkte, über Bedenken. Und wir designen den Agenten gemeinsam mit denen, die später mit ihm arbeiten werden – nicht für sie.

Für die Skalierung entscheidend: Wir clustern ähnliche Prozesse. Wer pro Use Case ein eigenes Designprojekt aufzieht, produziert Overhead. Wer Prozess-Cluster bildet und wiederverwendbare Agent-Vorlagen designt, baut Geschwindigkeit.

L – Launch in Teams

Jetzt geht der Agent live – und das ist der kritischste Moment im gesamten Prozess. Hier scheitern viele Initiativen, weil sie zu schnell zu groß werden. Der Schlüssel: klein starten, aus dem Erfolg skalieren.

1. Pilot-Team auswählen

Wir starten mit einem klar abgegrenzten Pilot-Team, das motiviert ist, mit dem Agenten zu arbeiten. Keine Skeptiker als Pilot. Klein, fokussiert, mit klarem Sponsor in der Führung. Wer hier groß anfängt oder die falschen Leute pickt, verbrennt das Momentum direkt am ersten Tag.

2. Enge Begleitung mit Feedback-Schleifen

In den ersten Wochen begleiten wir das Pilot-Team eng – mit Dailys, kurzen Feedback-Runden, schnellen Anpassungen. Wir wollen tagesaktuell wissen: Was funktioniert? Was nervt? Wo bröckelt die Akzeptanz? Genau hier liegt die parallele zur Einarbeitung eines neuen Mitarbeiters: erst lernen, dann skalieren.

3. Schrittweise Skalierung

Erst wenn der Pilot stabil läuft und das Team begeistert ist, weiten wir aus. Andere Teams folgen – und sie übernehmen einen Agenten, der bereits real funktioniert, mit dokumentierten Erfahrungen aus dem Pilot. Das ist kein Software-Rollout. Das ist ein Kultur-Rollout.

A – Adapt & Operate

Der Agent läuft. Das Team arbeitet mit ihm. Aber genau jetzt fängt die wichtigste Phase erst an: Wie etablieren wir den Agenten dauerhaft als Teil des Tagesgeschäfts, ohne dass die Akzeptanz nach drei Monaten kippt?

1. Performance-Checks

Klar definierte KPIs, regelmäßig gemessen. Wo liefert der Agent? Wo nicht? Was sind die Trendlinien? Performance ist nie Zufall – sie ist messbar, und sie muss gemessen werden, sonst weiß niemand, ob der Agent das Versprechen einlöst.

2. Kontinuierliches Anpassen

Basierend auf den Daten optimieren wir den Agenten laufend: Konfiguration, Datenzugriff, Rollen, Eskalationspfade. „Fire and forget“ funktioniert mit Agenten nicht. Wer einen Agenten einmal aufsetzt und dann sich selbst überlässt, kann zuschauen, wie er irrelevant wird.

3. Wissensaufbau im Team

Das Team lernt, besser mit dem Agenten zu arbeiten. Best Practices entstehen. Wir bauen interne Botschafter auf, die ihre positiven Erfahrungen weitertragen – Akzeptanz wird zur Eigendynamik, statt von außen erzwungen werden zu müssen.

Hier braucht es eine zentrale Rolle: den Agent Owner. Eine Person, die für die Kommunikation rund um den Agenten verantwortlich ist, Status-Updates gibt, Erfolge sichtbar macht und Probleme bündelt. Ohne Agent Owner versandet jede Agent-Integration in den ersten drei Monaten. Es ist exakt die gleiche Rolle, die ein guter Mentor für einen neuen Mitarbeiter spielt – nur eben für einen Agenten.

S – Sustain & Scale

Die fünfte Phase ist keine Endphase, sondern ein Kreislauf: Wir monitoren langfristig, machen Verbesserungen sichtbar und skalieren das Modell auf weitere Use Cases. Hier wird aus einer einzelnen Agent-Integration ein Agent-Ökosystem.

1. KPI-Monitoring kontinuierlich

Performance-Tracking läuft nicht als Projekt, sondern als laufender Prozess: Dashboards, automatisierte Alerts, regelmäßige Reviews. Wer Performance nur punktuell prüft, sieht den schleichenden Drift nicht, der jeden Agenten irgendwann erwischt.

2. Akzeptanz-Feedback langfristig

Akzeptanz ist kein One-Shot. Sie wird laufend gemessen – über kurze Umfragen, Stimmungs-Checks, Eskalationsmuster. Wenn die Akzeptanz sinkt, ist das ein Frühwarnsystem: Irgendwo gibt es ein Problem, das sich noch nicht in den KPIs zeigt, aber bald wird.

3. Fortlaufende Verbesserung und Skalierung

Aus jedem aktiven Agenten lernt das ATLAS-Setup für den nächsten. Best Practices werden zu Templates. Erfolgreiche Agenten werden zu Blaupausen für ähnliche Use Cases in anderen Abteilungen. So entsteht aus einer einzelnen Integration eine ganze Agenten-Flotte – ohne dass die Komplexität explodiert.

Rollen und Formate über die Phasen

ATLAS ist keine Methode, die im Hintergrund läuft. Jede Phase braucht klare Verantwortlichkeiten und passende Arbeitsformate. So sieht das idealtypisch aus:

Querschnittlich braucht jedes Unternehmen außerdem einen AI Process Owner: die Person, die entscheidet, in welchen Geschäftsprozessen Agenten eingebettet werden, und die Brücke zwischen Agenten, Teams und Führungskräften baut. Eine Art Navigator, der dafür sorgt, dass Agenten nicht in technologischen Silos laufen, sondern echten Geschäftsnutzen liefern.

Auch die Arbeits-Formate sind nicht beliebig – sie passen sich an die Intensität der jeweiligen Phase an:

Was ATLAS von Tech-Beratungen unterscheidet

Die großen KI-Anbieter – OpenAI, Anthropic, Google – gehen heute selbst in Unternehmen und beraten zu Agent-Integration. Der entscheidende Unterschied zu ATLAS: Sie kommen mit ihrer Technologie zuerst. Wir kommen mit deiner Organisation zuerst.

ATLAS ist technologieagnostisch. Du kannst den Agenten in ChatGPT, Claude, Gemini oder einem internen System betreiben – das Framework hilft dir bei dem, was die Tech-Anbieter überspringen: dem kulturellen und organisationalen Kontext, in dem der Agent landen muss. Genau hier liegt mein eigener USP: nicht in der Technologie, sondern im Verständnis dafür, was passiert, wenn Menschen mit einer neuen Form von Kollegen konfrontiert werden.

Technologie ist meist das kleinere Problem. Das größere Problem ist, Menschen, Prozesse und Kultur so mitzunehmen, dass Agenten nicht abgelehnt – sondern angenommen werden.

Die Vision dahinter: eine Plattform für Agent-Integration

ATLAS ist heute eine Methodik, die ich in Workshops und Begleitungen mit Unternehmen durchspiele. Mittelfristig wird daraus eine Software-Plattform: ein Betriebssystem für die Agent-Integration. Die Idee, salopp gesagt: eine Art SAP für Agents.

Nicht für den Agent-Betrieb selbst – den machen die Tech-Anbieter ohnehin besser. Aber für alles drumherum: Pain-Point-Inventur, intuitives Agent-Design für Business-Personen ohne Technik-Hintergrund, Akzeptanz-Monitoring, Skalierungs-Templates, ein Dashboard, das den gesamten Lebenszyklus eines Agenten abbildet.

Eine Plattform, mit der Unternehmen Agent-Integration selbstständig orchestrieren können, ohne dafür dauerhaft Berater zu brauchen. Sie übersetzt die ATLAS-Methodik in geführte Workflows – von der ersten Pain-Point-Aufnahme bis zur Skalierung auf hundert Agenten. Das ist die Vision.

Was du heute tun kannst

Wenn dich das Thema umtreibt, ist die wichtigste Übung diese: Setz dich 30 Minuten alleine hin und beantworte für dein Unternehmen drei Fragen ehrlich:

• Pain Points: Welche drei Prozesse fressen bei uns heute am meisten Zeit, Geld oder Nerven – und welche davon könnten von einem Agenten übernommen werden?
• Kultur: Wie reagieren unsere Mitarbeiter heute auf das Thema KI? Mit Neugier? Mit Angst? Mit Gleichgültigkeit? Was sagt das über unsere Bereitschaft für Agenten?
• Verantwortung: Wer in deinem Unternehmen wäre der Agent Owner für den ersten Agenten – und hat diese Person Zeit, Mandat und Rückendeckung?

Wenn du auf eine der drei Fragen keine klare Antwort hast, weißt du, wo du anfangen musst. Wahrscheinlich nicht bei der Technologie.