Zurück zur Marktforschung
AGENTS.inc wird von der Berliner AGENTS HQ GmbH betrieben und bietet Softwareagenten für die Unternehmenssuche, Marktforschung, Werbeinhalte und die Qualifizierung von Vertriebskontakten. Die Plattform AGENTS HQ koordiniert spezialisierte Agenten, verbindet sie mit Unternehmensanwendungen und externen Informationen und erstellt Berichte, bearbeitbare Layouts oder Kundeninteraktionen. Die Anwendung in der Supply Chain beschränkt sich im Wesentlichen auf die Suche nach Lieferanten und deren Beobachtung. (1, 2, 9, 18)
Gesamtbewertung der Supply-Chain-Kompetenz: 3,2/10
| Dimension | Bewertung |
|---|---|
| Tiefe des Supply-Chain-Verständnisses | 2,8/10 |
| Substanz der Entscheidungen und Optimierung | 2,6/10 |
| Integrität von Produkt und Architektur | 4,2/10 |
| Technische Transparenz | 3,2/10 |
| Seriosität des Anbieters | 3,0/10 |
AGENTS.inc automatisiert die Informationsbeschaffung und Dokumentenerstellung; einige Abläufe aktualisieren auch Geschäftssysteme. Ein Versuch zur Lieferantensuche vom September 2026 liefert konkrete Belege für einen geringeren Rechercheaufwand. Das öffentlich beschriebene Produkt berechnet keine Bestandsregeln, Nachschubmengen oder Produktionsentscheidungen unter Unsicherheit. Die niedrige Supply-Chain-Bewertung spiegelt diesen begrenzten operativen Umfang ebenso wider wie Schwächen in den technischen und wirtschaftlichen Aussagen.
Die folgenreichste Schwäche ist die Lücke zwischen versprochener Autonomie und vorgeschriebener Prüfung. Die Seite zur Genauigkeit behauptet, veröffentlichte Managementberichte enthielten keinerlei Halluzinationen und die Antworten in einem Versicherungseinsatz seien vollständig korrekt. Die Geschäftsbedingungen räumen sachliche Fehler ein und übertragen dem Kunden die Verantwortung, jedes Ergebnis vor der Veröffentlichung oder öffentlichen Verwendung zu prüfen. Diese fortlaufende Prüfpflicht gehört in die Arbeitsaufwandsrechnung hinter dem Versprechen einer autonomen Belegschaft. (3, 6)
Der Anbieter beschreibt Koordination, Modellauswahl, Validierung, Containerisierung und Bereitstellungsoptionen. Integration, Nachjustierung und Wartung sind zudem in der Grundgebühr enthalten. Die Schwächen liegen in den behaupteten Garantien: Quellenangaben sichern keine korrekte Schlussfolgerung, und ein Modellwechsel kann das Anwendungsverhalten verändern. Parallele Ausführung verkürzt die verstrichene Zeit, verursacht jedoch zusätzliche Rechen- und Validierungskosten, die in der öffentlichen Darstellung der Skalierbarkeit nicht beziffert werden. (2, 5, 8)
AGENTS.inc im Vergleich zu Lokad
AGENTS.inc hilft Einkaufsteams, mögliche Lieferanten zu finden und Informationen über sie zusammenzutragen. Der Company Agent nimmt Kriterien entgegen und liefert strukturierte Unternehmenslisten. Einkäufer vergleichen anschließend die Kandidaten und wählen Lieferanten aus. Das kann einen aufwendigen vorbereitenden Schritt verkürzen, insbesondere bei der Suche in unbekannten Märkten. (9)
Lokad befasst sich mit den anschließenden wirtschaftlichen Entscheidungen: Mengen, Zeitpunkten, der Aufteilung von Beschaffungsmengen, der Positionierung von Beständen und weiteren Maßnahmen, deren Wert von unsicherer Nachfrage und Versorgung abhängt. Lieferanteninformationen können diese Entscheidungen unterstützen, lösen sie aber nicht. Ein Hersteller kann einen zusätzlichen zertifizierten Lieferanten finden und muss dennoch entscheiden, ob dessen niedrigerer Preis eine längere, weniger zuverlässige Lieferzeit ausgleicht.
Dieser Unterschied ist erheblich. Ein Agent kann die beworbene Zertifizierung eines Lieferanten korrekt wiedergeben und dabei eine für das Produkt des Kunden wichtige Qualifikation übersehen. Er kann eine nominelle Lieferzeit richtig ermitteln, ohne die Verteilung tatsächlicher Lieferzeiten zu schätzen. Er kann eine überzeugende Auswahlliste erstellen, ohne zu bestimmen, welche Aufteilung der Einkäufe das beste erwartete wirtschaftliche Ergebnis erzielt. Die öffentlich beschriebene Beschaffung bei AGENTS.inc endet bei der Auswahlliste und der Entscheidung des Einkäufers.
Der operative Vergleich betrifft daher ergänzende Tätigkeiten und keine gleichwertigen Planungsengines. Der aufgabenbezogene Dienst von AGENTS.inc kann Recherche- und Erstellungsschritte rund um eine Entscheidung ersetzen. Lokads Gestaltungsansatz, erläutert in Einführung in die Supply Chain, zielt darauf ab, die wirtschaftliche Logik zu pflegen, die wiederholt Entscheidungen erzeugt. Beide Ansätze erfordern Integration und Facharbeit; maßgeblich sind der gesamte wiederkehrende Arbeitsaufwand und die Kosten für das tatsächlich gelieferte Ergebnis.
Lieferantensuche: die stärksten Supply-Chain-Belege
Der von EU-LAC am 24. September 2026 veröffentlichte Beschaffungsversuch mit Machu Picchu Foods berichtet von 3.136 geprüften Unternehmen und 81 relevanten Lieferanten aus 16 Suchläufen. Die Suchzeit sank von einem Ausgangswert von ungefähr acht Stunden auf höchstens eine Stunde, häufig auf fünfzehn bis zwanzig Minuten. Die Auswahl der Lieferanten blieb bei den Einkäufern. (9)
Vorab festgelegte Ziele umfassten zwanzig Suchanfragen, über 80 % weniger aktive Recherchezeit, eine Relevanzbewertung über 4/5 und verwertbare Auswahllisten in mehr als 85 % der Fälle. Die Ergebnisse betreffen dagegen sechzehn Suchläufe, die jeweils mindestens einen relevanten Lieferanten ergaben. Die abschließende durchschnittliche Relevanz und das Erreichen der angestrebten drei bis fünf aussichtsreichen Kandidaten je verwertbarer Auswahlliste werden nicht berichtet.
Die Belege zeigen eine schnellere Lieferantensuche in einem begrenzten Versuch. Sie belegen weder niedrigere Einkaufspreise noch höhere Lieferzuverlässigkeit, eine erfolgreiche Lieferantenqualifizierung oder geringere Gesamtbeschaffungskosten. Ein breiterer Einsatz und die Integration in den täglichen Einkauf werden als nächste Schritte beschrieben. Die Unterscheidung zwischen verstrichener Suchzeit, aktiver Arbeitszeit des Einkäufers und dem gesamten Qualifizierungsaufwand ist wichtig: Eine schnell erstellte Auswahlliste kann weiterhin erhebliche kaufmännische und technische Untersuchungen erfordern.
Der Fall verdeutlicht auch, warum Suchtiefe kein wirtschaftliches Ziel ist. Die Prüfung weiterer Unternehmen kann die Abdeckung erhöhen, aber auch doppelte Kandidaten, schwache Übereinstimmungen und zusätzlichen Prüfaufwand verursachen. Wann die Suche beendet werden sollte, hängt vom erwarteten Wert einer weiteren glaubwürdigen Option im Verhältnis zu den Kosten ihrer Suche und Qualifizierung ab. AGENTS.inc bietet Einstellungen zur Suchtiefe an, veröffentlicht jedoch keine Entscheidungsregel, die diese Kosten gegeneinander abwägt.
Was die Agenten ausführen
Die Plattform beschreibt drei Ebenen: spezialisierte Agenten, eine Koordinationszentrale für Weiterleitung und Wiederholungsversuche sowie eine Validierungsebene. Agenten können Rechercheergebnisse an einen Berichtsagenten und anschließend an die Präsentationserstellung weitergeben, ohne dass ein Mensch jeden Schritt vermitteln muss. Die Modellauswahl erfolgt innerhalb eines Agenten; verfügbar sind kommerzielle und lokale Modelle. (2)
Einige Ergebnisse gehen über Zusammenfassungen hinaus. Die Integrationsseite beschreibt das Lesen von Aktionsdaten aus SAP PMR, das Schreiben qualifizierter Vertriebskontakte und Gesprächsverläufe in Salesforce, die Terminbuchung über Office 365 und die Erstellung bearbeitbarer InDesign-Dateien. Das sind konkret benannte Anwendungsaktionen. Sie belegen keine wirtschaftliche Bestandsoptimierung, zeigen aber, dass die Automatisierung des Produkts über ein dialogbasiertes Suchfeld hinausgeht. (7)
Der Werbeprozess ist besonders konkret. Ein Agent erstellt Texte und Layouts aus Produktdaten; eine getrennte Prüfung gleicht gedruckte Preise mit den Quelldatensätzen ab. Für einen landesweiten Einzelhandelseinsatz berichtet der Anbieter von einer um 80 % schnelleren Erstellung. Der Kunde wird auf der Fallstudienseite nicht genannt; auch Messzeitraum, Bezugsgröße und verbleibender Gestaltungsaufwand bleiben offen. Das Ergebnis ist ein bearbeitbares Dokument; der zusätzliche Deckungsbeitrag einer Kampagne ist ein anderes Resultat. (10)
Marktbeobachtung und Innovationssuche folgen einem wiederkehrenden Muster: Kriterien festlegen, Unternehmen identifizieren, Informationen beobachten, die Eignung beurteilen und einen Bericht oder eine Präsentation erstellen. Das kann wiederholte Sammel- und Formatierungsarbeit vermeiden. Die Wahl der Kriterien, die Interpretation unvollständiger Belege und die wirtschaftliche Entscheidung verbleiben jedoch beim Kunden. Zehn parallele Marktberichte sind keine zehn validierten Nachfrageprognosen. (12, 13)
Quellenangaben sind kein Korrektheitsbeweis
Die Genauigkeitserklärung von AGENTS.inc enthält einen starken, klar begrenzten Mechanismus: den Abgleich eines generierten Preises mit dem entsprechenden SAP-Datensatz. Sind Produktkennung, Währung, Datum, steuerliche Behandlung und Geltungsbereich der Aktion definiert, kann ein deterministischer Vergleich eine abweichende Zahl zurückweisen.
Dieselbe Erklärung wird anschließend auf jede Tatsachenbehauptung in offenen Berichten ausgedehnt. Sie beschreibt unabhängige Validierung, Herkunftsnachweise, Eskalation und keinerlei Halluzinationen in veröffentlichten Managementberichten. Die öffentlichen Unterlagen liefern weder einen Evaluierungsdatensatz noch eine Fehlertaxonomie, einen Stichprobenumfang, eine Zurückweisungsquote oder eine Methode, mit der festgestellt wird, ob eine Quelle die generierte Aussage tatsächlich stützt. (3)
Diese Lücken betreffen den Mechanismus und nicht nur die Qualität der Dokumentation. Eine echte Quelle kann veraltet sein, sich auf eine andere juristische Person beziehen, eine unbelegte Anbieterbehauptung enthalten oder ein Ziel statt eines erreichten Ergebnisses beschreiben. Ein Satz kann diese Quelle zitieren und trotzdem falsch sein. Ein getrenntes Modell, das eine Aussage prüft, kann dieselben Fehler machen wie das erste Modell; eine unabhängige Ausführung belegt keine Unabhängigkeit der Fehler.
Auch die Ablehnung unbelegter Aussagen gewährleistet keine Vollständigkeit. Ein Agent, der schwierige Belege auslässt, kann einen scheinbar fehlerfreien Bericht erstellen und dennoch seinen Zweck verfehlen. Die Bewertung muss berücksichtigen, was das System übersehen hat, welche Fälle an Menschen eskaliert wurden und welche Arbeit die Validierung verworfen hat. Fehlerquoten nur für akzeptierte Ergebnisse können diese Kosten verschleiern.
Die Geschäftsbedingungen zeichnen ein zurückhaltenderes Bild. Abschnitt 5 besagt, dass die Validierungsebene Halluzinationen verringert, räumt Sach- und Formatierungsfehler ein und verpflichtet Kunden, sämtliche Ergebnisse vor einer Veröffentlichung oder öffentlich zugänglichen Verwendung auf Fakten zu prüfen und freizugeben. Das widerspricht unmittelbar der weitergehenden Aussage, die Architektur mache autonom erzeugte Inhalte sicher veröffentlichbar. Der behauptete Nutzen der Verifikation muss nach Berücksichtigung der verbleibenden Kundenprüfung gemessen werden. (6)
Umfang des Kundeneinsatzes und das Versprechen perfekter Genauigkeit
Der Versicherungsfall nennt Fink & Wagner AXA und Salesurance als Kunden. Daneben präsentiert er die konzernweite Größenordnung von AXA mit 94 Millionen Kunden in fünfzig Ländern und beschreibt die tägliche Bearbeitung Tausender Interessenten. Ein Einsatz bei einer Agentur darf ohne Beleg für einen breiteren Rollout nicht die Größenordnung des gesamten Versicherungskonzerns übernehmen. (11)
Dieselbe Seite verspricht eine Antwortgenauigkeit von 100 % und keinerlei Risiko falscher Informationen. Sie legt nicht offen, welche Gespräche bewertet wurden, wie Korrektheit beurteilt wurde, welche Fragen unbeantwortet blieben oder ob der Prozentsatz den laufenden Produktivbetrieb abdeckt. Ein eng begrenzter Antwortbestand lässt sich wesentlich strenger prüfen als uneingeschränkte Versicherungsberatung; die Seite definiert diese Grenze nicht.
Angemessen wäre eine repräsentative, unabhängig geprüfte Stichprobe von Gesprächen, einschließlich schwieriger Fragen, Eskalationen und Veränderungen der Fragen, die Kunden stellen.
Technologiegeschichte und Umsetzung der Versprechen
Das Agententhema reicht weiter zurück als die aktuelle LLM-Welle. Diese Geschichte belegt die Kontinuität des Produktanspruchs, verlangt aber auch, die frühere Automatisierung der Informationssuche von heutigen Versprechen einer autonomen Belegschaft zu unterscheiden.
| Zeitraum | Öffentliche Darstellung | Bewertung |
|---|---|---|
| 2013–2016: Software für Zusammenarbeit | Sebastian Denefs Bericht von 2018 beschreibt ein visuelles Kollaborationsprodukt, Schwierigkeiten bei der Vermarktung und den Wechsel zu Agenten während des SAP/Capgemini-Programms 2016. | Der Bericht eines Gründers über eine neue Produktrichtung, kein Beleg dafür, dass heutige Agentenfähigkeiten damals bereits bestanden. |
| 2017–2018: Agenten-Framework | Derselbe Bericht nennt ein funktionierendes Framework, eine Investition von Innogy und Hackathon-Prototypen für wissenschaftliche Arbeit, Besprechungen und ICO-Analysen. | Konkrete Entwicklungsaktivität. Prototypenvorführungen belegen keine dauerhaft tragfähige Automatisierung im Produktivbetrieb. |
| 2019: Rechercheassistenten | Ein Interview, veröffentlicht vom Technologiepark, in dem das Unternehmen ansässig war, beschreibt Agenten für Nachrichten, Wissenschaft, Unternehmen und geistiges Eigentum sowie eine gemeinsame visuelle Arbeitsfläche. | Der grundlegende Rechercheablauf ist im heutigen Produkt wiederzuerkennen. Der Aussage, wochenlange Recherche durch wenige Minuten zu ersetzen, fehlte eine kontrollierte Bewertung. |
| Plattformeinführung um 2021 | Scaleways Kundenbericht beschreibt die Migration von AWS, containerisierte Agenten und einen geplanten Marktplatz, auf dem Agenten nach Aufträgen suchen sollten. | Zuordenbare Infrastrukturarbeit und ein weitergehender Plattformanspruch. Das heutige Angebot konzentriert sich auf vom Anbieter entwickelte und gewartete Agenten; die Umsetzung des angekündigten Marktplatzes wird nicht erläutert. |
| 2024: Infrastrukturarbeit | Der öffentliche Lebenslauf eines Ingenieurs ordnet AGENTS.inc Arbeiten an einer Kubernetes-Migration, ArgoCD und Terraform zu. | Konkrete technische Belege jenseits wechselnder Marketingbegriffe. |
| 2026: Betreute Abläufe und Beschaffungsversuch | Aktuelle Seiten betonen betreute Marketing- und Vertriebsautomatisierung; EU-LAC dokumentiert einen Machbarkeitsversuch zur Lieferantensuche. | Ein enger begrenztes Beschaffungsergebnis lässt sich bewerten. Den universellen Zuverlässigkeitsversprechen fehlen weiterhin vergleichbar detaillierte Evaluierungen. |
Verweise auf KI-Agenten vor 2023 sind nicht als Beleg für ausgereiftes allgemeines Schlussfolgern zu verstehen. Datenbanken zu durchsuchen, Material zu klassifizieren oder Zusammenfassungen zusammenzustellen ist mit enger begrenzten Methoden möglich. Die technischen Aufzeichnungen von 2019 nennen Arbeiten mit Python und scikit-learn, die zu diesem begrenzteren Umfang passen. Entscheidend ist, was damals automatisiert und validiert wurde, nicht wie sehr die Bezeichnung einem heutigen LLM-Agenten ähnelt.
Die heutige Behauptung, ein Austausch des Modells hinter einem Agenten ändere sonst nichts in der Verarbeitungskette, geht zu weit. Eine Schnittstelle kann stabil bleiben, während sich Extraktionsgenauigkeit, Ablehnungsverhalten, Werkzeugauswahl, Latenz und Kosten ändern. Ein Modellwechsel erfordert Regressionstests anhand der tatsächlichen Aufgaben der Anwendung. AGENTS.inc veröffentlicht weder dieses Testverfahren noch dessen Ergebnisse. (2)
Bestandteile der Software
Aktuelle öffentliche Seiten legen Bereitstellungs- und Modelloptionen offen. Frühere Infrastrukturunterlagen und der Bericht eines Ingenieurs nennen konkretere Komponenten.
| Ebene | Zuordenbare Komponenten und Zeitraum | Betriebliche Konsequenz |
|---|---|---|
| Implementierung der Rechercheagenten | Python und scikit-learn im Bericht eines Ingenieurs über Arbeiten von Juni bis Dezember 2019. | Die früheren Agenten enthielten herkömmliche Komponenten zur Datenaufbereitung und zum maschinellen Lernen. |
| Historische Datenplattform | Scaleways Architekturdiagramm aus der Einführungsphase zeigt Kafka, PostgreSQL, Objektspeicher, Elasticsearch und MongoDB sowie Anwendungs- und Agentendienste in zwei Pariser Zonen. | Mehrere persistente Datensysteme erfordern Synchronisierung, Sicherung, Zugriffskontrolle und abgestimmte Änderungen. |
| Automatisierte Bereitstellung | Kubernetes, ArgoCD und Terraform werden Arbeiten von Juli bis November 2024 zugeordnet; aktuelle Sicherheitsunterlagen bestätigen Kubernetes unabhängig davon. | Orchestrierung und Infrastrukturverwaltung bleiben laufend zu pflegende Softwareaufgaben. |
| Modellausführung | Aktuelle Plattformunterlagen nennen Gemini, Claude, GPT, Mistral und lokale Modelle mit offenen Gewichten. | Verhalten, Datenwege, Verfügbarkeit und Inferenzkosten hängen teilweise von externen Modelldiensten oder vom Kunden betriebenen Alternativen ab. |
| Anbindung von Geschäftssystemen | Schnittstellen zu SAP PMR, Salesforce, Office 365, InDesign und WhatsApp. | Der Dienst muss die Bedeutung von Produktdatensätzen, Berechtigungen, Dokumentformaten und Prozessaktionen erhalten, wenn sich diese Systeme ändern. |
Das Diagramm aus der Einführungsphase zeigt eine erhebliche Infrastruktur hinter den Agenten. Ihre mehreren Datenspeicher benötigen Konsistenzprüfungen, Wiederherstellungsverfahren und abgestimmte Upgrades. AGENTS.inc veröffentlicht nicht, welche Komponenten weiterhin eingesetzt werden, welche Aufgaben sie heute erfüllen oder welche Betriebskosten pro abgeschlossener und geprüfter Aufgabe anfallen.
Laut Bereitstellungsseite dauern zehn Branchenanalysen nicht länger als eine und acht Märkte nicht länger als einer. Parallele Ausführung kann die verstrichene Zeit verkürzen, wenn genügend Ressourcen verfügbar sind. Sie beseitigt nicht den zusätzlichen Aufwand für Inferenz, Informationsabruf, Speicherung, Validierung und Koordination. Durchsatz sollte zusammen mit Arbeitslast und Ressourcenkosten angegeben werden; die verstrichene Zeit allein ergibt keine vollständige Aussage zur Skalierbarkeit. (8)
Sicherheit erfordert mehr als einen Datenstandort
Die Sicherheitsseite beschreibt dedizierte Arbeitsbereiche, containerisierte Bereitstellung, kundenseitig betriebene Optionen und vertragliche Beschränkungen der Speicherung durch Modellanbieter. Das behandelt Teile des Umgangs mit Daten. Sie erklärt nicht, ob die Mandantentrennung durch getrennte Cluster, Namensräume, Dienstidentitäten, Datenbanken oder Anwendungsregeln durchgesetzt wird. (4)
Auch der Datenstandort wird ungenau beschrieben. Die Sicherheitsseite nennt Scaleway in Frankreich und STACKIT, während sie für die betreffenden europäischen Installationen eine ausschließlich deutsche Verarbeitung verspricht. Die Datenschutzerklärung führt getrennt davon Cloud- und Modell-Unterauftragsverarbeiter auf, darunter Azure in der EU oder den USA. Ein Kunde benötigt die tatsächlichen Wege seiner Datensätze, Prompts, Protokolle und Modellanfragen; die Nationalität eines Anbieters belegt diese Wege nicht. (4, 19)
Die Angriffsfläche der Anwendung reicht über das Hosting hinaus. Agenten rufen externe Inhalte ab und können mit E-Mails, Kalendern und CRM-Datensätzen interagieren. Eine bösartige Quelle kann Anweisungen enthalten, die einen Agenten umlenken sollen. Die öffentliche Dokumentation erklärt nicht, wie nicht vertrauenswürdiger abgerufener Text von ausführbaren Anweisungen getrennt wird, wie Zugangsdaten außerhalb der für das Modell sichtbaren Inhalte gehalten werden oder wie Aktionsberechtigungen je Aufgabe begrenzt sind.
Die nachträgliche Prüfung von Tatsachenbehauptungen löst diese Berechtigungsprobleme nicht. Ein Agent kann ein Dokument korrekt zitieren und es zugleich an einen unberechtigten Empfänger senden. Containerisierung kann einen Prozess einschränken; ihre Wirksamkeit hängt jedoch von Netzwerkberechtigungen, eingebundenen Geheimnissen, Ausführungsrechten und dem Umfang geschäftlicher Zugangsdaten ab. Diese Grenzen benötigen eine technische Beschreibung, bevor unbeaufsichtigter Zugriff als nachweislich sicher gelten kann.
Konfigurationspflege, Produktivität und Verantwortung
AGENTS.inc preist laufende Arbeit ausdrücklich ein. Die Grundgebühr umfasst Einführung, Integration, Konfiguration der Validierungsregeln, Überwachung, Wartung und Nachjustierung bei Änderungen der Quelldaten oder Anwendungsfälle. Hinzu kommt eine nutzungsabhängige Gebühr für die Agentenarbeit. Das ist ein vollständigeres Betriebsangebot als eine Lizenz, die sämtliche Konfigurationspflege stillschweigend auf den Käufer überträgt. Konkrete Preise und die Definition einer abrechenbaren Aufgabe werden bei der Festlegung des Leistungsumfangs bestimmt. (5)
Die Geschäftsbedingungen nennen Agent Tokens als Verbrauchseinheit. Die tatsächlichen Kosten hängen daher davon ab, wie sich eine Geschäftsaufgabe auf Suchvorgänge, Modellaufrufe, Wiederholungsversuche, Validierung und Eskalationen verteilt. Eine kommerzielle Beschreibung pro Aufgabe garantiert für sich genommen keine vorhersehbaren Kosten je akzeptiertem Ergebnis. Für diese Rechnung benötigen Käufer die Aufgabengrenzen, den Umgang mit Wiederholungsversuchen und die Qualitätskriterien für die Abnahme. (6)
Der Kunde liefert weiterhin Ziele, die Semantik der Quellsysteme, Marken- oder Qualifizierungsregeln und fachliches Urteil. Das sind ausführbare Geschäftsannahmen, auch wenn sie als Anweisungen oder Konfiguration statt als Code formuliert sind. Ein neues Lieferantenzertifikat, eine geänderte Aktionsregel oder ein angepasstes Versicherungsprodukt kann Änderungen und erneute Tests erfordern. Die enthaltene Nachjustierung weist dem Anbieter einen Teil der Verantwortung zu; öffentlich fehlen jedoch Angaben zu Versionskontrolle, Rücksetzverfahren, Testabdeckung und zur Validierung geänderter Regeln vor dem autonomen Betrieb.
Der Machu-Picchu-Versuch misst einen definierten Teil dieser Arbeit und berichtet eine Zeitersparnis. Das ist aussagekräftiger als das Zählen von Agenten oder Berichten. Eine vollständige Produktivitätsrechnung würde auch die Qualifizierung vorgeschlagener Lieferanten, verworfene Suchläufe, Expertenprüfungen, Anpassungen durch den Anbieter und jede in andere Abteilungen verlagerte Arbeit erfassen. Der Machbarkeitsversuch sollte auf dieser Grundlage ausgeweitet werden, bevor seine Beschleunigung als Ergebnis für eine gesamte Abteilung gilt.
Die Verantwortung bleibt asymmetrisch. Laut Preisseite überträgt die Grundgebühr das Betriebsrisiko auf den Anbieter. Die Geschäftsbedingungen weisen dem Kunden die abschließende Verantwortung für die Ergebnisprüfung zu und schließen Schäden aus ungeprüften Ergebnissen aus; gesonderte Unternehmensverträge können zusätzliche Leistungszusagen enthalten. Das öffentliche Versprechen und die standardmäßige Verpflichtung beschreiben unterschiedliche Autonomiegrade. (5, 6)
Für die Lieferantensuche würde ein sinnvoller wirtschaftlicher Test qualifizierte Kandidaten bis zu tatsächlichen Beschaffungsergebnissen verfolgen: erfolgreiche Qualifizierung, Einkaufskonditionen, Lieferzuverlässigkeit und den Wert neu verfügbarer Alternativen. Bei der Kampagnenerstellung würde er neben der Erstellungszeit auch Korrektur- und Freigabearbeit erfassen. Die aktuellen Belege von AGENTS.inc sind am stärksten bei der schnelleren Erledigung von Informationsverarbeitungsaufgaben und deutlich schwächer bei der wirtschaftlichen Qualität der daraus entstehenden Geschäftsentscheidungen.
Supply-Chain-Bewertung
Tiefe des Supply-Chain-Verständnisses
| Kriterium | Bewertung |
|---|---|
| Wirtschaftliche Ausrichtung | 3/10 |
| Operatives Ergebnis der Entscheidungen | 2/10 |
| Begriffliche Klarheit zur Supply Chain | 3/10 |
| Unabhängigkeit von überholten Lehren | 4/10 |
| Widerstand gegen Kennzahlentheater | 2/10 |
Durchschnitt: 2,8/10
Wirtschaftliche Ausrichtung — 3/10. Recherchezeit und Dienstleistungskosten werden berücksichtigt, und Lieferantensuche kann kommerziellen Wert haben. Die Beschaffungsmethode verknüpft ihre Empfehlungen nicht mit Margen, Betriebskapital, Einkaufsmengen oder erwarteten Verlusten durch Störungen. Eine günstigere Suche ist ein Beitrag zur Einkaufsleistung und kein vollständiges wirtschaftliches Ergebnis. (5, 9)
Operatives Ergebnis der Entscheidungen — 2/10. Der Supply-Chain-Ablauf liefert Kandidaten, die ein Einkäufer beurteilen muss. CRM-Einträge und Kampagnendateien sind in anderen Produktbereichen konkrete Ergebnisse; das öffentliche Angebot erzeugt jedoch weder Einkaufszuteilungen noch Nachschubaufträge oder Produktionsentscheidungen. (7, 9)
Begriffliche Klarheit zur Supply Chain — 3/10. Lieferantenkriterien umfassen technische Eignung, Zertifizierung und Geografie. Die Methode erklärt nicht, wie Lieferzuverlässigkeit, unsichere zukünftige Bedarfe oder Abhängigkeiten zwischen Bezugsquellen die Auswahl beeinflussen. Die veröffentlichte Beschreibung eines Lieferanten kann diese Analyse nicht ersetzen. (9)
Unabhängigkeit von überholten Lehren — 4/10. Das Angebot vermeidet Konsensrunden zur Prognose und Bestandsklassifizierungen, weil es diesen Prozessen vorgelagert ist. Seine Grenze besteht darin, die Auswahlliste und die menschliche Auswahl weiterhin als Endpunkt zu behandeln. Die Freiheit von traditionellen Planungsritualen hat keine alternative wirtschaftliche Planungsmethode hervorgebracht. (9)
Widerstand gegen Kennzahlentheater — 2/10. Der Lieferantensuchversuch nennt nützliche Größen und einen Ausgangswert. Andernorts werden keinerlei Halluzinationen, perfekte Antwortgenauigkeit und konzernweite Kundengrößen ohne die zu ihrer Bewertung nötigen Definitionen dargestellt. Der eng begrenzte Versuch kann diese weitergehenden Aussagen nicht bestätigen. (3, 11)
Substanz der Entscheidungen und Optimierung
| Kriterium | Bewertung |
|---|---|
| Tiefe der probabilistischen Modellierung | 1/10 |
| Eigenständige Optimierungs- oder ML-Substanz | 3/10 |
| Umgang mit realen Beschränkungen | 2/10 |
| Entscheidungsautomatisierung und Arbeitsproduktivität | 5/10 |
| Belastbarkeit bei realer operativer Komplexität | 2/10 |
Durchschnitt: 2,6/10
Tiefe der probabilistischen Modellierung — 1/10. Dokumentiert sind weder Nachfrage- oder Lieferzeitverteilungen noch Abhängigkeitsmodelle oder stochastische wirtschaftliche Entscheidungsrechnungen. Das in den Geschäftsbedingungen eingeräumte probabilistische Verhalten eines LLM ist etwas anderes als die Modellierung unsicherer zukünftiger Supply-Chain-Ereignisse. (6)
Eigenständige Optimierungs- oder ML-Substanz — 3/10. Das System kombiniert spezialisierte Abläufe, externe Modelle, Informationsabruf und Validierung. Historische Belege nennen herkömmliche Arbeiten mit maschinellem Lernen. Kein reproduzierbarer Vergleichstest und keine veröffentlichte Methode belegen eine eigenständige Optimierungsfähigkeit über diese Orchestrierung und Anwendungsentwicklung hinaus. (2, 14)
Umgang mit realen Beschränkungen — 2/10. Suchkriterien können Lieferantenmerkmale abbilden, und Quellenprüfungen können bestimmte Veröffentlichungsregeln durchsetzen. Das belegt keine gemeinsame Berücksichtigung von Beschaffungskapazitäten, kaufmännischen Konditionen, Bestandsverfügbarkeit oder Lieferunsicherheit. Das Produkt qualifiziert Informationen, statt umsetzbare Supply-Chain-Pläne zu erzeugen. (9, 3)
Entscheidungsautomatisierung und Arbeitsproduktivität — 5/10. Der Beschaffungsversuch dokumentiert eine geringere Recherchezeit; andere Abläufe erstellen Dateien oder aktualisieren angebundene Anwendungen. Die verbleibende Kundenprüfung und Nachjustierung durch den Anbieter erlauben es nicht, diese aufgabenbezogenen Verbesserungen als umfassende autonome Entscheidungsfindung zu behandeln. (7, 9)
Belastbarkeit bei realer operativer Komplexität — 2/10. Weiterleitung, Wiederholungsversuche und Eskalation betreffen die Ausführung von Abläufen. Die öffentlichen Belege quantifizieren das Verhalten nicht, wenn Quellen veralten, externe Modelle wechseln, Validierung scheitert oder sich menschliche Prüfaufgaben stauen. Mehr Agenten lösen diese Fehlerarten nicht. (2, 3)
Integrität von Produkt und Architektur
| Kriterium | Bewertung |
|---|---|
| Architektonische Kohärenz | 5/10 |
| Klarheit der Systemgrenzen | 5/10 |
| Ernsthaftigkeit des Sicherheitsansatzes | 3/10 |
| Softwaresparsamkeit und Gesamtbetriebskosten | 3/10 |
| Eignung für programmatische und agentenunterstützte Abläufe | 5/10 |
Durchschnitt: 4,2/10
Architektonische Kohärenz — 5/10. Spezialisierte Agenten, Koordination, Validierung und aufgabenspezifische Schnittstellen bilden eine nachvollziehbare Anwendungsstruktur. Die Behauptung, Modelle könnten ausgetauscht werden, ohne den Rest der Verarbeitungskette zu beeinflussen, ignoriert Verhaltensabhängigkeiten. Die Aufteilung in Ebenen braucht Belege aus Regressionstests und nicht nur ein Diagramm. (2)
Klarheit der Systemgrenzen — 5/10. Die Integrationsseite unterscheidet Quellenzugriffe, CRM-Schreibvorgänge, Kalenderaktionen und Dokumentexporte. Auch der Beschaffungsablauf endet klar bei der Entscheidung des Einkäufers. Der Umfang der Zugriffsrechte und die technische Grenze zwischen Generierung, Validierung und Veröffentlichung bleiben weniger deutlich. (7, 9)
Ernsthaftigkeit des Sicherheitsansatzes — 3/10. Bereitstellungsoptionen und Zusagen zur Datenspeicherung behandeln relevante Fragen. Die öffentlichen Unterlagen belegen weder die technische Durchsetzung der Mandantentrennung noch Kontrollen privilegierter Zugriffe, die Eindämmung von Prompt-Injection oder aufgabenspezifische Berechtigungen. Diese Lücken sind bei Agenten bedeutsam, die externe Inhalte lesen und über Unternehmenskonten handeln. (4, 19)
Softwaresparsamkeit und Gesamtbetriebskosten — 3/10. Die historische Architektur enthält mehrere persistente Datensysteme; der aktuelle Betrieb ergänzt Orchestrierung und Abhängigkeiten von Modellanbietern. Wartung in eine Grundgebühr einzuschließen klärt, wer einen Teil der Arbeit übernimmt, zeigt aber nicht, dass der gesamte Softwarebestand wirtschaftlich zu pflegen ist. (15, 5)
Eignung für programmatische und agentenunterstützte Abläufe — 5/10. Übergaben zwischen Agenten, APIs und Schreibvorgänge in Geschäftssysteme können manuelle Übertragungen vermeiden. Die öffentliche Dokumentation legt nicht genügend Schnittstellen- oder Berechtigungsdetails offen, um einen vollständigen Ablauf unabhängig zu prüfen oder eine Komponente sicher zu ersetzen. (2, 7)
Technische Transparenz
| Kriterium | Bewertung |
|---|---|
| Öffentliche technische Dokumentation | 3/10 |
| Prüfbarkeit ohne Vermittlung des Anbieters | 2/10 |
| Transparenz von Portabilität und Anbieterbindung | 4/10 |
| Transparenz der Einführungsmethode | 4/10 |
| Belegdichte hinter technischen Aussagen | 3/10 |
Durchschnitt: 3,2/10
Öffentliche technische Dokumentation — 3/10. Aktuelle Seiten beschreiben Architektur, Prüfungen, Integrationen und Bereitstellung. Sie liefern weder eine detaillierte API-Referenz noch einen Validierungsalgorithmus, ein Testprotokoll oder eine Analyse betrieblicher Fehler. Historische Hosting- und Entwicklungsaufzeichnungen enthalten konkretere Informationen zum Softwarebestand als die heutigen Produktseiten. (2, 3, 14, 15)
Prüfbarkeit ohne Vermittlung des Anbieters — 2/10. Käufer können die Fehlerfreiheitsversprechen nicht anhand eines öffentlichen Datensatzes oder ausführbaren Beispiels reproduzieren. Der Lieferantensuchversuch lässt sich als berichtetes Experiment untersuchen, doch Suchanfragen, Relevanzbewertungen und vollständige Ergebnisse fehlen. Ein zusammengefasstes Ergebnis ist keine unabhängig wiederholbare Evaluierung. (3, 9)
Transparenz von Portabilität und Anbieterbindung — 4/10. Bearbeitbare InDesign-Ausgaben und kundenseitiger Betrieb senken einige praktische Hürden. Die Geschäftsbedingungen behalten Plattform, Orchestrierungslogik und zugrunde liegende Agentenmethoden dem Anbieter vor. Einen Bericht zu besitzen bedeutet nicht, ihn ohne diese Infrastruktur erneut erzeugen zu können. (6, 7, 8)
Transparenz der Einführungsmethode — 4/10. Das Unternehmen beschreibt die Festlegung des Umfangs, Datenintegration, beaufsichtigte Tests und den anschließenden Betrieb einschließlich laufender Nachjustierung. Der Prozess erklärt nicht die Abdeckung von Abnahmetests, die Versionierung von Regeln, Rücksetzverfahren oder wie kundenspezifische Konfiguration bei Änderungen ihrer Quellsysteme zuverlässig bleibt. (1, 5)
Belegdichte hinter technischen Aussagen — 3/10. Der Beschaffungsversuch, der Bericht des Cloudanbieters und die Berufserfahrung des Ingenieurs belegen konkret zuordenbare Tätigkeiten. Die stärksten Zuverlässigkeits- und Skalierungsversprechen sind erheblich weniger detailliert belegt. Ein zweiter Validierungsagent und zitierte Quellen beweisen keine universelle Korrektheit. (3, 9, 14, 15)
Seriosität des Anbieters
| Kriterium | Bewertung |
|---|---|
| Technische Seriosität der öffentlichen Kommunikation | 2/10 |
| Integrität der technologischen Roadmap | 4/10 |
| Begriffliche Klarheit | 3/10 |
| Wirtschaftliche Verantwortung | 3/10 |
| Wettbewerbsfähigkeit in einer Welt agentischer Software | 3/10 |
Durchschnitt: 3,0/10
Technische Seriosität der öffentlichen Kommunikation — 2/10. Uneingeschränkte Aussagen über Fehlerfreiheit, das Ausbleiben falscher Informationen und unverändertes Verhalten nach einem Modellwechsel gehen über die offengelegten Methoden hinaus. Die öffentlichen Geschäftsbedingungen sprechen offener über mögliche Fehler als die Verkaufsseiten. (2, 3, 6, 11)
Integrität der technologischen Roadmap — 4/10. Rechercheassistenten, Cloudinfrastruktur und heutige Abläufe zeigen eine fortgesetzte Entwicklung. Frühere Marktplatzambitionen und weitreichende KI-Versprechen lassen eine klare Darstellung ihrer Umsetzung vermissen. Der jüngste Beschaffungsversuch ist ein überzeugenderer Fortschrittsbeleg als die Kontinuität des Agentenbegriffs. (15, 16, 17, 9)
Begriffliche Klarheit — 3/10. Generierung und Validierung zu trennen und die Herkunft von Quellen festzuhalten sind sinnvolle Gestaltungsentscheidungen. Herkunftsnachweise mit Korrektheit und Berichtserstellung mit validierten Erkenntnissen gleichzusetzen schwächt die darauf aufbauende Argumentation. Die Skalierbarkeitsdarstellung misst verstrichene Zeit ohne die zugehörigen Ressourcenkosten. (3, 8, 12)
Wirtschaftliche Verantwortung — 3/10. Die Grundgebühr weist Integration und laufende Anpassung dem Anbieter zu. Die verpflichtende Kundenprüfung und weitreichende Einschränkungen der Ergebnisverantwortung begrenzen diese Zusage. Öffentliche Belege bringen die versprochene Übertragung des Betriebsrisikos nicht mit dem verbleibenden Arbeitsaufwand und Risiko des Kunden in Einklang. (5, 6)
Wettbewerbsfähigkeit in einer Welt agentischer Software — 3/10. Gepflegte Unternehmensintegrationen, aufgabenspezifische Validierung und Kundenkonfiguration können wertvoll sein. Allgemeine Modellorchestrierung, Unternehmenssuche und Berichtserstellung stehen zunehmend leicht zugänglichen Alternativen gegenüber. Der Anbieter hat nicht gezeigt, dass seine proprietäre Ebene gegenüber diesen Alternativen einen dauerhaften Qualitäts- oder Kostenvorteil bietet. (2, 5, 7)
Quellen
Die Quellen wurden am 4. November 2026 geprüft. Historische Architektur- und Entwicklungsaufzeichnungen werden getrennt von aktuellen Produktaussagen datiert.
[1] Aktuelle Positionierung und Einführungsprozess
AGENTS.inc: Startseite. Undatiert. Betreute Agenten für Marketing, Vertrieb und Informationsgewinnung, Kundenaussagen und Einführungsschritte.
AGENTS.inc: Plattformübersicht. Undatiert. Agentenflotte, Koordinationszentrale, Modelloptionen und Validierungsebene.
[3] Genauigkeit und Validierung
AGENTS.inc: Genauigkeit und Vertrauen. Undatiert. SAP-Preisprüfung, unabhängige Validierung, Herkunftsnachweise, Eskalation und Fehlerfreiheitsversprechen.
[4] Sicherheits- und Bereitstellungsgrenzen
AGENTS.inc: Sicherheit und Compliance. Undatiert. Kubernetes, Hostingoptionen, Arbeitsbereiche und Zusagen zur Datenspeicherung.
[5] Preisgestaltung und Wartungsverantwortung
AGENTS.inc: Preise. Undatiert. Grundgebühr, laufende Nachjustierung, Wartung und aufgabenbezogene Preise.
[6] Ergebnisprüfung und kommerzielle Verpflichtungen
AGENTS.inc: Geschäftsbedingungen. Die Abschnitte 5–6 behandeln Ergebnisprüfung und Verbrauchsgebühren; spätere Abschnitte regeln Eigentum und Haftung.
AGENTS.inc: Integrationen. Undatiert. Quellenzugriffe, CRM-Schreibvorgänge, Kalender- und E-Mail-Aktionen sowie Dokumentausgabe.
[8] Bereitstellung und Skalierung
AGENTS.inc: Skalierung und Bereitstellung. Undatiert. Betreute und kundenseitig betriebene Optionen sowie Aussagen zur Parallelverarbeitung.
[9] Beschaffungsversuch mit Machu Picchu Foods
EU-LAC Digital Accelerator: Machu Picchu Foods und AGENTS.inc. 24. September 2026. Vom Kunden definierte Versuchsziele, berichtete Suchergebnisse und geplante Ausweitung.
[10] Erstellung von Werbematerial
AGENTS.inc: Kampagnenmanagement. Undatiert. Übernahme von Produktdaten, Texte, Layout, Preisprüfungen und behauptete Verbesserung der Erstellungszeit.
[11] Umfang des Versicherungseinsatzes
AGENTS.inc: Versicherungen und Finanzdienstleistungen. Undatiert. Einsatz bei Fink & Wagner AXA/Salesurance, daneben genannte Konzerngröße und Versprechen perfekter Genauigkeit.
AGENTS.inc: Marktbeobachtung. Undatiert. Unternehmensübersichten, externe Beobachtung und strukturierte Branchenberichte.
[13] Ablauf der Innovationssuche
AGENTS.inc: Innovationssuche. Undatiert. Unternehmenssuche, Eignungsbewertung, Beobachtung, Kontakte und Präsentationserstellung.
[14] Zuordenbare Entwicklungsarbeit
Dmitrii Kochetov: Öffentlicher technischer Lebenslauf. Undatiertes Dokument über Tätigkeiten für AGENTS.inc im Jahr 2019 und von Juli bis November 2024. Python, scikit-learn, Kubernetes, ArgoCD und Terraform werden diesen Aufgaben zugeordnet.
[15] Historische Cloudarchitektur
Scaleway: Agents.Inc. bereitet sich darauf vor, den KI-Wissensmarkt umzukrempeln. Undatierter Bericht zur Einführung 2021. AWS-Migration, containerisierte Agenten, Marktplatzpläne und ein Architekturdiagramm mit benannten Datendiensten.
[16] Gründerbericht über das frühe Produkt
Sebastian Denef, OWN intelligence: Das ist unsere Geschichte. 16. August 2018. Kollaborationssoftware, Wechsel zu Agenten, erstes Framework, Investition und Prototypen.
[17] Rechercheassistenten im Jahr 2019
Technologiepark Berlin Adlershof: Eine Pipeline voller Ideen. 1. März 2019. Gründerinterview über Rechercheagenten, die gemeinsame Arbeitsfläche und frühe Versuche.
AGENTS.inc: Impressum. AGENTS HQ GmbH, Berlin.
[19] Datenverarbeitung und Unterauftragsverarbeiter
AGENTS.inc: Datenschutzerklärung. Undatiert. Daten aus Arbeitsbereichen, Sammlung öffentlicher Quellen, Modell-APIs und Hosting-Unterauftragsverarbeiter.