Der Markt für dauerhaft laufende KI-Agenten füllt sich weiter. Nach OpenAI und Anthropic bietet nun auch Perplexity mit Teammates Agenten an, die auf eigenen virtuellen Rechnern laufende Projekte selbstständig abarbeiten sollen. Gemeint sind damit Systeme, die nicht nur auf einzelne Eingaben antworten, sondern über längere Zeiträume hinweg Aufgaben verfolgen, Zwischenschritte ausführen und Ergebnisse liefern.
Das Angebot setzt das Max-Abo von Perplexity für 200 Dollar monatlich voraus. Damit liegt es nach Einschätzung des Berichts deutlich über vergleichbaren Angeboten von OpenAI oder Anthropic. Für Unternehmen, die mehrere Mitarbeitende ausstatten wollen, summiert sich das schnell zu einem relevanten Budgetposten.
Ein Benchmark dämpft die Erwartungen
Nahezu zeitgleich veröffentlichte SemiAnalysis den Benchmark GDPx, der KI-Agenten mit simulierter Wissensarbeit konfrontiert – darunter Chipdesign, Quant-Trading und Cyberangriffe. Ein Benchmark ist in diesem Zusammenhang ein standardisierter Testaufbau, mit dem sich verschiedene Modelle unter gleichen Bedingungen vergleichen lassen.
Das Ergebnis fällt ernüchternd aus: Kein Modell knackt die Marke von zwölf Prozent Erfolgsquote. Claude Opus 5.5 führt dabei knapp vor Gemini 4 Carbon. Die Reihenfolge an der Spitze ist also eng, das Gesamtniveau jedoch niedrig.
Kritik gibt es auch am Test selbst. Bemängelt werden die geringe Aufgabenzahl pro Bereich und uneinheitliche Testbedingungen. Die Zahlen sind damit ein Hinweis auf die Größenordnung, nicht ein präzises Maß für die Leistungsfähigkeit einzelner Systeme. Wer daraus Schlüsse zieht, sollte beides im Blick behalten: Die Erfolgsquoten sind niedrig, und die Methodik ist umstritten.
Die Lücke zwischen Angebot und Nachweis
Beide Meldungen zusammen ergeben ein widersprüchliches Bild. Auf der einen Seite stehen Produkte, die als dauerhafte Mitarbeitende vermarktet werden und entsprechend bepreist sind. Auf der anderen Seite steht ein Messversuch, der bei anspruchsvoller Fachwissensarbeit sehr niedrige Trefferquoten findet.
Dieser Widerspruch löst sich teilweise auf, wenn man die Aufgabentypen trennt. GDPx testet spezialisierte Expertenarbeit in Domänen wie Chipdesign oder quantitativem Handel. Das ist nicht dieselbe Aufgabenklasse wie Recherche, Zusammenstellung von Informationen oder wiederkehrende Dokumentationsarbeit. Aus niedrigen Werten in hochspezialisierten Feldern folgt nicht automatisch, dass Agenten in einfacheren Routinen unbrauchbar sind – aber auch nicht das Gegenteil.
Was sich heute realistisch delegieren lässt
Für die Praxis in mittelständischen Unternehmen ergeben sich daraus einige nüchterne Leitlinien:
- Aufgaben mit prüfbarem Ergebnis bevorzugen. Wenn eine Person das Resultat in wenigen Minuten verifizieren kann, bleibt das Risiko eines Fehlers beherrschbar.
- Keine unbeaufsichtigten Entscheidungen. Überall dort, wo ein Agent Verträge, Zahlungen, Kundenkommunikation oder Produktivsysteme berührt, braucht es eine menschliche Freigabe.
- Begrenzte Rechte vergeben. Ein Agent auf einem eigenen virtuellen Rechner ist bequem, aber auch ein zusätzlicher Zugangspunkt. Zugriffsrechte sollten so eng wie möglich gesetzt sein.
- Kosten pro Ergebnis rechnen, nicht pro Abo. Bei 200 Dollar monatlich je Platz lohnt sich die Frage, wie viele verwertbare Arbeitsergebnisse tatsächlich entstehen.
Pilot statt Rollout
Sinnvoll ist ein begrenzter Testlauf mit klar definierten Aufgaben und einer Messgröße, die vor dem Start feststeht. Das kann die Zahl der ohne Nacharbeit brauchbaren Ergebnisse sein oder die eingesparte Bearbeitungszeit. Entscheidend ist, dass die Bewertung nicht im Nachhinein an das Ergebnis angepasst wird.
Ebenso wichtig ist die Dokumentation von Fehlschlägen. Welche Aufgaben ein Agent zuverlässig nicht bewältigt, ist für die Planung oft wertvoller als die Liste der Erfolge. Sie definiert die Grenze, an der ein Prozess weiterhin menschlich besetzt bleiben muss.
Hilfreich ist außerdem, die Abhängigkeit von einem einzelnen Anbieter klein zu halten. Der Markt bewegt sich schnell, Preise und Leistungsumfänge ändern sich. Wer Arbeitsabläufe so baut, dass das zugrunde liegende Modell austauschbar bleibt, behält Handlungsspielraum.
Einordnung für Web- und Softwareprojekte
Für Projektarbeit heißt das: Always-on-Agenten sind ein ernstzunehmendes Werkzeug für vorbereitende und wiederholbare Tätigkeiten, aber kein Ersatz für fachliche Verantwortung. Planen Sie Agenten als zusätzliche Arbeitsschicht ein, deren Ergebnisse grundsätzlich in eine Prüfung laufen, statt sie direkt in Produktivprozesse zu schreiben. Solange belastbare Erfolgsquoten bei anspruchsvoller Wissensarbeit fehlen, bleibt der wirtschaftliche Hebel in sauber abgegrenzten Teilaufgaben – und nicht in der vollständigen Delegation ganzer Projektrollen.
