KPMG stattet laut einer gemeinsamen Pressemitteilung mit Microsoft vom Juni 2026 mehr als 276.000 Mitarbeiter in 138 Ländern mit Microsoft Agent 365 aus. Das ist nicht allein eine Lizenzentscheidung: Es zeigt, was passiert, wenn ein globales Unternehmen KI-Agenten nicht mehr in Pilotprojekten testet, sondern unternehmensweite Steuerung zur Voraussetzung macht.

Was ist Microsoft Agent 365 und warum braucht man eine eigene Governance-Plattform?

Microsoft Agent 365 ist seit dem 1. Mai 2026 allgemein verfügbar. Microsoft beschreibt es als Steuerungsebene, um Agenten und ihre Interaktionen zu beobachten, zu regeln und abzusichern. Der Unterschied zu einer einfachen KI-Integration: Eine Governance-Plattform macht sichtbar, welcher Agent was tut, welche Daten er liest, wer ihn autorisiert hat und ob er die vorgegebenen Grenzen einhält.

Das klingt nach Enterprise-Bürokratie, ist aber ein praktisches Sicherheitsproblem. Wer fünf KI-Agenten einsetzt, kann das manuell überwachen. Wer mehrere Tausend einsetzt, braucht ein System, das Abweichungen erkennt, bevor sie Schäden anrichten. Für Unternehmen wie KPMG, die in Audit und Steuerberatung tätig sind, ist das keine Option, sondern eine regulatorische Notwendigkeit.

Was spart KI-gesteuerte Automatisierung konkret?

Microsoft veröffentlichte im Juni 2026 einen Blogbeitrag zur Agentic Observability, in dem Narmada Krishnaswamy, Head of KPMG Audit Application Support and Operations, den bisherigen Effekt beschreibt: Das Team hat nach eigenen Angaben schätzungsweise 250 Engineering-Stunden pro Monat zurückgewonnen, seitdem die KI-gestützte Fehlerdiagnose die manuelle Suche in Logs, Metriken und Traces ersetzt.

Zum Hintergrund: Microsoft hat in einer eigenen Umfrage unter IT-Entscheidungsträgern festgestellt, dass laut Microsoft-Blog (Juni 2026) 84 Prozent der Organisationen von gestiegener Cloud-Komplexität berichten, und 69 Prozent sagen, diese übersteige ihr aktuelles Betriebsmodell. Der Agent löst ein konkretes, schmerzhaftes Problem: zu viele Signale, zu wenig Menschen, um sie auszuwerten.

Welches Muster steckt hinter der KPMG-Entscheidung?

KPMG hatte Microsoft 365 Copilot bereits zwei Jahre zuvor eingeführt. Der Schritt zu Agent 365 folgt einer Logik, die sich in der Branche zunehmend zeigt: zuerst KI als individuelles Werkzeug, dann KI als Ablauf, dann Governance für diese Abläufe. Lisa Heneghan, Global Chief Digital Officer bei KPMG International, formulierte es so: Starke Grundlagen in Governance, Transparenz und Verantwortlichkeit seien ein entscheidender Schritt, um verantwortungsvolle KI einzubetten.

Das entspricht dem, was sich bei Unternehmen aller Größen zeigt, die KI-Agenten einsetzen: Die Technologie selbst ist nicht mehr das primäre Hindernis. Die Frage ist, wie man sicherstellt, dass die Agenten das tun, was sie sollen, und nur das.

Was bedeutet das für kleinere Unternehmen ohne Enterprise-IT?

KPMG und Microsoft stehen für ein Rollout in einer Größenordnung, die die meisten Unternehmen nicht brauchen und nicht abbilden wollen. Aber die zugrundeliegende Frage ist dieselbe: Wenn ein KI-Mitarbeiter in deinem Betrieb selbstständig Aufgaben ausführt, braucht er klare Grenzen, eine definierte Aufgabe und eine Möglichkeit, Abweichungen zu erkennen.

Genau das löst ein strukturiertes Einführungsvorgehen. Das AI Backbone System von VöhringerSolutions legt zuerst fest, welche Aufgaben ein KI-Mitarbeiter übernimmt, was er entscheiden darf und wann er zurückmeldet. Die Governance ist kein Zusatz, sondern der erste Schritt. Was bei KPMG auf einer globalen Plattform läuft, funktioniert auf einer handwerklich sauberen Ebene auch für einen Betrieb mit zehn oder fünfzig Mitarbeitern.

Was lässt sich daraus mitnehmen?

KI-Agenten in Unternehmen scheitern selten an der Technologie. Sie scheitern, wenn unklar ist, wer zuständig ist, welche Daten der Agent lesen darf, was er tun soll, wenn er nicht weiterkommt, und wie man bemerkt, wenn etwas falsch läuft. KPMG investiert in eine Plattform, die genau das sichtbar macht. Für Unternehmen, die heute anfangen, ist die Frage dieselbe, nur in kleinerem Maßstab: Was darf der KI-Mitarbeiter, was nicht, und wie erkennst du den Unterschied?