KI-Agenten überall: Wie die Bot Army Economy eine neue Wirtschaftsschicht erschafft

Stell dir vor, du beauftragst jemanden, für dich eine Kamera zu kaufen. Ein Mensch würde fünf Websites besuchen, Preise vergleichen, vielleicht einen Forum-Thread lesen, dann kaufen. Ein KI-Agent tut dasselbe, nur dass er dabei nicht fünf, sondern fünftausend Websites besucht. Parallel. In Millisekunden. Und das ist kein hypothetisches Szenario: Es passiert gerade, in diesem Moment, millionenfach. Cloudflare-CEO Matthew Prince hat es auf der SXSW-Konferenz nüchtern auf den Punkt gebracht, bis 2027 wird Bot-Traffic den menschlichen Traffic im Internet überholen. Gleichzeitig investiert OpenAI in Isara, ein neun Monate junges Startup, das Tausende von autonomen KI-Agenten koordiniert und dabei mit 650 Millionen Dollar bewertet wird. Mark Zuckerberg baut sich einen persönlichen KI-Agenten, der ihm den Job als Meta-CEO erleichtern soll und er plant parallel, zwanzig Prozent seiner menschlichen Belegschaft zu entlassen. Was hier entsteht, ist mehr als ein technologischer Trend. Es ist eine neue Wirtschaftsschicht: die Bot Army Economy.

Was sind KI-Agenten, und warum jetzt?

Der Begriff «KI-Agent» wird seit Monaten inflationär verwendet, aber hinter dem Buzzword steckt eine präzise technische Realität. Ein KI-Agent ist mehr als ein Chatbot, der auf Fragen antwortet. Er kombiniert ein grosses Sprachmodell als Reasoning-Engine mit der Fähigkeit, Werkzeuge zu benutzen, APIs aufzurufen, Code auszuführen, Dateien zu lesen und zu schreiben, Formulare auszufüllen, andere Agenten anzusteuern. Er plant mehrstufige Aufgaben, behält ihren Fortschritt im Gedächtnis und agiert so lange autonom, bis ein Ziel erreicht ist oder ein Mensch eingreift.

Was autonome ki agenten von früheren Automatisierungssystemen unterscheidet, ist vor allem ihre Anpassungsfähigkeit. Klassische RPA-Systeme (Robotic Process Automation) brechen zusammen, sobald sich eine Website-Struktur oder ein Workflow ändert. KI-Agenten können mit Ambiguität umgehen, aus Fehlern lernen und alternative Wege finden. Das macht sie für Unternehmensanwendungen dramatisch wertvoller, und gleichzeitig schwerer zu kontrollieren.

Warum explodiert das Thema gerade jetzt? Drei Faktoren konvergieren gleichzeitig. Erstens sind die zugrundeliegenden Modelle in den letzten zwölf Monaten so leistungsfähig geworden, dass mehrstufiges Reasoning und Werkzeugnutzung zuverlässig funktionieren, was 2023 noch fehleranfällig war, ist 2026 produktionsreif. Zweitens sind die Kosten für Inferenz drastisch gesunken: Was vor zwei Jahren Hunderte Dollar pro Million Tokens kostete, ist heute für einen Bruchteil verfügbar. Drittens haben sich Protokollstandards etabliert, die Agenten-Interoperabilität erst ermöglichen, Anthropics Model Context Protocol (MCP) und Googles Agent-to-Agent-Protokoll schaffen die technische Grammatik, in der Agenten miteinander und mit externen Diensten kommunizieren. Die Infrastruktur ist reif. Das Kapital folgt.

Die Bot Army Economy: Investitionen und Infrastruktur

Eddie Zhang und Henry Gasztowtt sind 23 Jahre alt. Zhang war Harvard-Doktorand, Gasztowtt studierte Informatik in Oxford. Im Juni 2025 gründeten sie Isara, ein Startup mit einer einfachen, aber radikalen These: Die wahre Stärke von KI liegt nicht im einzelnen Agenten, sondern im koordinierten Schwarm. Isara baut Software, die Tausende von KI-Agenten parallel auf komplexe Analyseaufgaben loslässt, ihre Ergebnisse aggregiert und zu kohärenten Schlussfolgerungen synthetisiert.

Neun Monate nach der Gründung hat Isara 94 Millionen Dollar eingesammelt, bei einer Bewertung von 650 Millionen Dollar. Zu den Investoren gehören Michael Ovitz, Stanley Druckenmiller und Amity Ventures. Und OpenAI. Dass OpenAI als strategischer Investor einsteigt, ist kein Zufall: Es ist ein klares Signal, wohin die Reise geht. Die Zukunft liegt nicht im einzelnen GPT-4-Turbo-Aufruf, sondern in orchestrierten Agenten-Flotten, die OpenAI-Modelle als Grundlage nutzen. OpenAI positioniert sich damit nicht nur als Modell-Anbieter, sondern als Infrastrukturschicht für die gesamte Agenten-Ökonomie.

Das Marktvolumen, das hier entsteht, ist beträchtlich. Die Boston Consulting Group schätzt die Chance für Tech-Dienstleister im Bereich Agentic AI auf 200 Milliarden Dollar. Branchenanalysten prognostizieren, dass der Markt für Agentic-AI-Tools bis 2030 zehnmal so gross sein wird wie heute, mit einem aktuellen Gesamtmarkt, der bereits auf knapp 95 Milliarden Dollar geschätzt wird. Zum Vergleich: Das ist mehr als das BIP der Slowakei.

Was Isara exemplarisch macht, ist die Architektur des Investments: Es geht nicht um Modelle, sondern um Koordination. Wer in der Lage ist, hunderte oder tausende spezialisierter Agenten zu orchestrieren, für Due Diligence, Marktanalyse, Code-Audits, Compliance-Prüfungen, hat einen strukturellen Vorteil gegenüber allem, was ein einzelner Mensch oder ein einzelner Agent leisten kann. Das ist das Kernversprechen der Bot Army Economy: nicht mehr Intelligenz pro Agent, sondern mehr Agenten pro Aufgabe.

Die dafür benötigte Infrastruktur ist gewaltig. Cloudflare-CEO Prince formulierte es bei der SXSW so: Man müsse Sandboxes für KI-Agenten bauen, die so einfach geöffnet werden können wie ein neues Browser-Tab, und die nach getaner Arbeit wieder verschwinden. Seine Vision: Millionen solcher Sandboxes, die jede Sekunde erzeugt und wieder vernichtet werden. Cloudflare selbst baut aktiv an dieser Infrastruktur, was erklärt, warum das Unternehmen ein vitales Interesse daran hat, die Dimensionen des kommenden Bot-Traffic-Tsunamis öffentlich zu kommunizieren.

Bot-Traffic überholt Menschen: Was das bedeutet

Das Statistische war immer schon klar: Bots sind nicht neu. Googles Web-Crawler, Price-Comparison-Dienste, Security-Scanner, vor der generativen KI-Ära machten Bots bereits rund zwanzig Prozent des gesamten Internet-Traffics aus. Das war handhabbar, kalkulierbar, grossteils harmlos oder sogar nützlich.

Was sich fundamental verändert hat, ist das Verhältnis zwischen menschlichen Suchabsichten und den daraus resultierenden HTTP-Requests. Wenn ein Mensch eine Aufgabe erledigt, generiert er typischerweise eine handvoll Web-Anfragen. Wenn ein KI-Agent dieselbe Aufgabe erledigt, um dem Nutzer eine fertige Antwort zu präsentieren, multipliziert sich dieser Fussabdruck um den Faktor tausend. Prince nannte es explizit: fünf Websites für den Menschen, fünftausend für seinen Agenten.

Das Implikationen-Spektrum ist erheblich. Erstens die rein infrastrukturelle Dimension: Das Internet wurde für menschliche Nutzung gebaut. Bandbreite, CDN-Architekturen, Server-Kapazitäten, alles skaliert für Nutzer, die Seiten lesen, Videos schauen, Formulare ausfüllen. Eine Welt, in der Bot-Traffic dominiert, erfordert eine fundamentale Neuauslegung dieser Infrastruktur. Prince zog den Vergleich zu Covid: Der Streaming-Boom 2020 hat Teile des Internets an seine Grenzen gebracht. Der Bot-Traffic-Anstieg ist langsamer, aber er hört nicht auf.

Zweitens die wirtschaftliche Dimension für Website-Betreiber. Das gesamte Online-Business-Modell der letzten zwanzig Jahre basiert auf menschlichem Traffic. Werbeeinnahmen funktionieren, weil Menschen Werbung sehen, und darauf klicken. SEO-Rankings spiegeln menschliche Relevanz wider. Analytics messen menschliches Verhalten. Wenn die Mehrheit des Traffics aus autonomen KI-Agenten besteht, die für ihre menschlichen Auftraggeber recherchieren und kaufen, bricht dieses Modell zusammen. Kein Agent klickt auf Bannerwerbung. Kein Agent lässt sich durch emotionale Markenkommunikation beeinflussen.

Drittens die Frage der Authentizität. Wenn Agenten im Namen von Menschen handeln, kaufen, buchen, abstimmen, kommentieren, wird die Unterscheidung zwischen menschlicher und maschineller Aktivität im Internet zur Grundsatzfrage. Cloudflare, Akamai und andere CDN-Anbieter bauen bereits heute «Agent Detection»-Systeme, aber die Rüstungsspirale zwischen Agenten, die sich als Menschen tarnen, und Systemen, die Agenten erkennen, hat gerade erst begonnen.

Von Isara bis Zuckerberg: Wer die Agenten-Ökonomie aufbaut

Die Agenten-Ökonomie wird nicht von einem einzigen Akteur gebaut. Sie entsteht aus einem Ökosystem konkurrierender Ansätze, die sich auf unterschiedlichen Ebenen der gleichen Infrastrukturschicht positionieren.

Mark Zuckerberg steht exemplarisch für die Top-Down-Adoption. Er baut sich einen persönlichen KI-Agenten, der ihm als Meta-CEO bei der täglichen Arbeit hilft, konkret: bei der Informationsbeschaffung, für die er sonst mehrere Hierarchieebenen durchlaufen müsste. Das ist aufschlussreich, weil es zeigt, dass die Agenten-Ökonomie nicht nur Prozessautomatisierung für den Massenmarkt bedeutet, sondern auch die Dezentralisierung von Führungsinformation. Wenn ein CEO direkt auf alle relevanten Daten zugreifen kann, ohne Filter durch Stabsstellen und Bereichsleiter, verändert das Unternehmensstrukturen fundamental.

Zuckerberg hat das Ziel formuliert, dass langfristig jeder, innerhalb und ausserhalb von Meta, einen eigenen KI-Agenten haben soll. Parallel hat das Unternehmen angekündigt, die Belegschaft um bis zu zwanzig Prozent zu reduzieren und Hierarchien abzuflachen. Der Zusammenhang ist direkt: KI-Agenten übernehmen Koordinations- und Informationsaufgaben, die bisher mittlere Managementebenen erledigten. Das ist keine Zukunftsprojektile, das passiert gerade.

Meta forscht gleichzeitig an einer technologisch radikaleren Vision: Hyperagenten. Das Konzept, das Meta-Forscher gemeinsam mit der University of British Columbia entwickelt haben, geht über herkömmliche Selbstoptimierung hinaus. Ein Hyperagent besteht aus zwei Komponenten im selben editierbaren Programm: eine löst eine konkrete Aufgabe, die andere modifiziert den gesamten Agenten, inklusive des Modifikationsmechanismus selbst. Das System verbessert nicht nur, wie es Aufgaben löst, sondern auch, wie es zukünftige Verbesserungen generiert. Damit wird die klassische Grenze selbstverbessernder Systeme adressiert: dass der Verbesserungsmechanismus selbst von Menschen fixiert und damit limitiert ist.

Google hat im Januar 2026 auf dem NRF Big Show das Universal Commerce Protocol vorgestellt, einen offenen Standard für agentic Commerce, der tokenisierte Zahlungen und verifizierbare Credentials für Agenten-zu-Backend-Kommunikation definiert. Das ist keine akademische Übung: Google positioniert sich als Standard-Setter für die wirtschaftliche Schicht, auf der Agenten autonome Transaktionen abwickeln werden. Wer diesen Standard setzt, kontrolliert de facto, wie die Agenten-Ökonomie Geld bewegt.

Anthropic und OpenAI kämpfen derweil um die Infrastrukturschicht darunter. OpenAIs Investment in Isara ist Teil einer breiteren Strategie: Es geht darum, wessen Modelle die Hirne der Bot-Armeen bilden. Anthropics MCP-Protokoll konkurriert mit OpenAIs eigenen Tool-Use-Standards. Wer die Protokoll-Schicht kontrolliert, kontrolliert letztlich, welche Agenten welche Aufgaben ausführen können, und damit, welche wirtschaftlichen Wertschöpfungsketten durch KI ersetzt werden.

Risiken und offene Fragen: Kontrolle, Sicherheit, Regulierung

Die Bot Army Economy kommt mit einem Risikoprofil, das die Sicherheitsforschung erst beginnt zu verstehen.

Das vielleicht unmittelbarste Problem ist die Kontrollfrage innerhalb von Organisationen. KI-Agenten, die Unternehmensaufgaben ausführen, benötigen zwingend Zugriffsrechte: auf Datenbanken, APIs, E-Mail-Systeme, Cloud-Speicher. Damit bekommen sie denselben privilegierten Zugang, den bisher nur vertrauenswürdige Mitarbeiter hatten, aber ohne das menschliche Urteilsvermögen, das diesen Zugang historisch absicherte. Sicherheitsforscher beobachten, dass KI-Agenten zunehmend zu einem Insider-Risiko werden: nicht weil sie böswillig sind, sondern weil sie unkontrollierbares Fehlverhalten zeigen können, wenn ihre Zielvorgaben mit unvorhergesehenen Situationen kollidieren.

Die Angriffsfläche wächst mit der Fähigkeit der Agenten. Palo Alto Networks Unit 42 hat in einer Untersuchung gezeigt, dass LLM-Guardrails, die eingebauten Sicherheitsmechanismen, die Modelle von unerwünschtem Verhalten abhalten sollen, durch systematisches Prompt-Fuzzing überlistet werden können. Wenn ein Agent im Namen eines Unternehmens handelt und dabei ein Angreifer einen sorgfältig konstruierten Prompt in eine der besuchten Websites einschleust, kann er den Agenten dazu bringen, Aktionen auszuführen, die weder das Unternehmen noch der Nutzer beabsichtigt hat. Das nennt sich Prompt Injection, und es ist das Einfallstor der Wahl für die nächste Generation von Cyberangriffen.

Die wirtschaftliche Dimension dieser Angriffsvektoren zeigt sich bereits im Retail-Sektor. Forscher von Unit 42 haben dokumentiert, wie agentic AI neue Betrugsmuster im Einzelhandel ermöglicht: Agenten, die automatisiert Loyalty-Programme missbrauchen, Gutscheincodes in industriellem Massstab einlösen oder Zahlungssysteme mit erschrochenen Transaktionen überlasten. Google hat das Universal Commerce Protocol unter anderem deshalb entwickelt, weil ohne verifizierbare Agenten-Identitäten agentic Commerce zum Betrugsparadies wird.

Eine fundamentale regulatorische Lücke klafft in diesem Gefüge: Wer haftet, wenn ein KI-Agent einen Fehler macht? Wenn ein Agenten-Schwarm im Auftrag eines Unternehmens eine falsche Analyseentscheidung trifft und dadurch finanzielle Schäden entstehen, wer trägt die Verantwortung? Der Betreiber des Agenten? Der Hersteller des zugrundeliegenden Modells? Die Plattform, die die Orchestrierung bereitstellt? Die EU AI Act adressiert einige dieser Fragen für Hochrisiko-KI-Systeme, aber die Mehrzahl der realen Agenten-Deployments bewegt sich in regulatorischen Grauzonen.

Besonders heikel ist die Frage der Nachvollziehbarkeit. Menschen hinterlassen Entscheidungsspuren, Protokolle, E-Mails, Meetings. Agenten-Schwärme, die in Millisekunden tausende Micro-Entscheidungen treffen, produzieren eine Komplexität, die menschliche Prüfer schlicht nicht mehr durchdringen können. Die Idee des «human in the loop», eines menschlichen Überwachungspunktes im Agenten-Workflow, verliert ihre praktische Bedeutung, wenn der Loop zu schnell und zu gross wird, um von Menschen sinnvoll beobachtet zu werden.

Hinzu kommt die strukturelle Machtfrage: Unternehmen, die heute Bot-Armeen aufbauen, akkumulieren einen Produktivitätsvorteil, der für kleinere Wettbewerber kaum aufzuholen ist. Die Agenten-Ökonomie droht, wirtschaftliche Konzentration zu beschleunigen, nicht nur in einzelnen Sektoren, sondern systemisch. Wer die grössten Agenten-Flotten betreibt, wer die besten Orchestrierungsprotokolle kontrolliert, wer die leistungsfähigsten Grundmodelle anbietet, diese drei Faktoren dürften die Marktstruktur der nächsten Dekade stärker prägen als jede staatliche Industriepolitik.

Das Paradox der Bot Army Economy ist damit formuliert: Sie verspricht dramatische Effizienzgewinne, demokratisierte Zugang zu kognitiver Arbeitskraft und neue Formen der Wertschöpfung, aber sie verlagert gleichzeitig die Kontrollmacht weg von jenen, die die Agenten einsetzen, hin zu den Plattformen, die sie betreiben. Die entscheidende Frage der nächsten Jahre ist nicht, ob autonome KI-Agenten die Wirtschaft verändern werden. Diese Frage ist beantwortet. Die Frage ist, wer die Spielregeln für die Agenten-Schwärme schreibt, und wer bei diesen Regeln überhaupt noch mitredet.