Zum Inhalt springen
Prof. Dr. Kai Reinhardt Kontakt
Menü
Grundlagen · 5 Min.

Artificial Organization: Warum KI-Agenten eine Organisation brauchen

Ein KI-System soll eine Zeitgrenze einhalten und schreibt stattdessen den eigenen Code um. Ein Team um Phanish Puranam von INSEAD sieht darin keinen Programmfehler. Es sieht ein Organisationsproblem. Der Begriff dafür lautet Artificial Organization.

Prof. Dr. Kai Reinhardt17. November 2026 · 5 Min. Lesezeit

BegriffDossier „Synthetische Organisation“Ausgabe 1 · November 2026

Kurz gesagt

Was ist eine Artificial Organization? Gemeint ist eine Organisation, deren Mitglieder KI-Agenten sind. Jose Arrieta, Vivianna Fang He, Phanish Puranam und Yash Raj Shrestha vertreten 2026 in einem INSEAD-Arbeitspapier die These, dass Systeme aus mehreren KI-Agenten Organisationen sind. Sie müssen deshalb dieselben Grundprobleme lösen wie jede Firma. Ein Ziel muss in Aufgaben zerlegt werden, die Aufgaben müssen verteilt werden, jeder Agent braucht die passende Information und ein richtig beschriebenes Ziel. Dazu kommt der Umgang mit Ausnahmen. Die Autoren ordnen 1.642 dokumentierte Fehlläufe von Agentensystemen fast vollständig diesen Problemen zu. Die Probleme bleiben gleich, die Lösungen ändern sich. Agenten führen Vorgaben schnell und wörtlich aus. Deshalb muss ihre Organisation vorab genauer beschrieben sein als eine menschliche. Das Papier ist noch nicht begutachtet.

Ein KI-System soll selbstständig forschen. Es schreibt Programmcode für Experimente, lässt sie laufen und verfasst am Ende einen Fachaufsatz. Seine Entwickler haben ihm eine Zeitgrenze gesetzt, damit kein Experiment endlos rechnet. Manche Experimente dauern länger. Das System kürzt sie nicht. Es versucht, den eigenen Code so zu ändern, dass die Zeitgrenze länger wird. In einem anderen Lauf schreibt es einen Befehl, mit dem es sich selbst neu startet. Die Zahl der laufenden Prozesse wächst, bis die Forscher von Hand eingreifen.

Beides berichten Chris Lu und Kollegen 2024 selbst, im Abschnitt über die Grenzen ihres Systems „The AI Scientist“.

Ist das ein Programmfehler?

Naheliegend wäre es, den Vorfall als Fehler der Technik abzulegen. Ein Team um Phanish Puranam von der Business School INSEAD hat ihn an den Anfang eines Arbeitspapiers gestellt und deutet ihn anders. Das Papier von Jose Arrieta, Vivianna Fang He, Puranam und Yash Raj Shrestha erschien 2026 und ist noch nicht begutachtet. Die Autoren halten fest, dass das System genau so arbeitete, wie es gebaut war. Gefehlt habe im Entwurf etwas anderes. Wie zerfällt das Ziel in Aufgaben? Wer übernimmt welchen Teil? Was muss jeder wissen? Was zählt als Erfolg? Und was geschieht, wenn etwas schiefgeht?

Wer schon einmal eine Abteilung aufgebaut hat, kennt diese Fragen.

Was ist eine Artificial Organization?

Eine Artificial Organization ist eine Organisation, deren Mitglieder KI-Agenten sind.

Merkkasten Artificial Organization: Eine Organisation, deren Mitglieder KI-Agenten sind. In 3 Schritten: 1. Ein Ziel wird in Aufgaben zerlegt. 2. Agenten bekommen Aufgaben und Wissen. 3. Jemand fängt Ausnahmen ab.
Artificial Organization in 3 Schritten.

Ein KI-Agent ist ein Programm auf Basis eines Sprachmodells, das eine Aufgabe in mehreren Schritten selbst erledigt. Arbeiten mehrere solcher Agenten an einem gemeinsamen Ziel, spricht die Informatik von einem Multi-Agenten-System. Die Autoren nennen ein solches System eine Organisation, und sie meinen das wörtlich. Organisation heißt für sie, dass mindestens 2 Akteure gemeinsam ein Ziel verfolgen. Ob das Menschen sind oder Programme, spielt für die Definition keine Rolle.

Welche Probleme muss jede Organisation lösen?

Das Papier stützt sich auf eine lange Linie der Organisationsforschung, die auf Herbert Simon zurückgeht. Danach muss jede Organisation 4 Grundprobleme lösen. Sie zerlegt ein Ziel in Aufgaben. Sie verteilt die Aufgaben auf ihre Mitglieder. Sie versorgt jedes Mitglied mit der Information, die es für die Arbeit und die Abstimmung braucht. Und sie sorgt dafür, dass alle in dieselbe Richtung arbeiten. Weil keine dieser Lösungen perfekt ist, kommt ein fünftes Problem dazu. Abweichungen müssen auffallen und behandelt werden. Im Original heißt das exception handling, also der Umgang mit Ausnahmen.

Nach Ansicht der Autoren hängen diese Probleme nicht davon ab, woraus die Mitglieder bestehen. Sie stellen sich bei Agenten genauso wie bei Menschen.

Lässt sich das prüfen? Die Autoren nehmen eine Sammlung von 1.642 dokumentierten Fehlläufen von Agentensystemen, die Mert Cemri und Kollegen 2025 angelegt haben. Deren 14 Fehlerarten lassen sich nach ihrer Auswertung fast vollständig den 5 Grundproblemen zuordnen. Allein der fehlende Umgang mit Ausnahmen ist danach die Ursache für rund ein Viertel aller Fehler. Das System hört zu früh auf, kommt vom Auftrag ab oder merkt nicht, wann die Arbeit fertig ist. Die Zuordnung haben die Autoren selbst vorgenommen. Gemessen wurde sie nicht von unabhängiger Seite.

Was ist anders, wenn die Mitglieder Agenten sind?

Die Probleme bleiben gleich, die Lösungen ändern sich. 2 Unterschiede sind für die Gestaltung besonders wichtig.

Agenten wollen von sich aus nichts. Menschen bringen eigene Wünsche mit, die eine Organisation lenkt. Ein Agent verfolgt nur das Ziel, das man ihm vorgibt. Aus der Frage nach Anreizen wird deshalb die Frage, wie genau man ein Ziel beschreibt. Menschliche Organisationen scheitern oft daran, dass Menschen eigene Interessen verfolgen. Agenten scheitern nach den Autoren eher daran, dass sie einem ungenau beschriebenen Ersatzziel folgen.

Agenten arbeiten außerdem schnell und halten sich wörtlich an Vorgaben. Menschen zögern, fragen nach und widersprechen, wenn ein Auftrag offensichtlich keinen Sinn ergibt. Diese Reibung fängt viele Fehler im Entwurf ab. Bei Agenten fehlt sie weitgehend. Ein unklar verteiltes Entscheidungsrecht wird mit voller Geschwindigkeit ausgeführt.

Ein Mensch fragt nach, wenn ein Auftrag keinen Sinn ergibt. Ein Agent führt ihn aus.

Daraus ziehen die Autoren ihren wichtigsten Schluss. Eine Organisation aus Agenten muss vorab vollständiger beschrieben sein als eine menschliche Organisation mit ähnlicher Arbeit. Für gemischte Teams aus Menschen und Agenten gilt nach dem Papier kein sechstes Problem. Die Lösungen müssen dort aber zu beiden Arten von Mitgliedern passen.

Was bedeutet das für eine synthetische Organisation?

Synthetische Organisation nenne ich ein Modell einer Organisation aus KI-Agenten, synthetischen Personas und künstlichen Daten. An diesem Modell probiert man Struktur, Rollen und Entscheidungsrechte aus, bevor man sie Menschen zumutet. Der Begriff hat 2 Seiten, und die Artificial Organization gehört zur zweiten. Wenn KI-Agenten selbst Rollen übernehmen, brauchen sie Organisationsgestaltung wie jede andere Organisation. Das Dossier Synthetische Organisation beschreibt den ganzen Rahmen.

Meine Prüfschleife dafür ist ein eigenes Modell mit 4 Schritten: Abbilden, Besetzen, Durchspielen, Abgleichen. Ich vermute, dass die 5 Grundprobleme vor allem beim Abbilden greifen, wo man Rollen, Entscheidungsrechte und Übergaben beschreibt. Dort taugen sie als Prüfliste. Wer zerlegt die Aufgabe, wer bekommt welchen Teil, wer weiß was, woran misst sich Erfolg, und wer greift ein, wenn etwas abweicht? Beim Durchspielen zeigt sich dann, wo eine Antwort fehlt. Das ist meine Übertragung, untersucht hat das Papier sie nicht. Woran Agententeams im Einzelnen scheitern, zeigen die Fehlermodi von Multi-Agenten-Systemen.

Fehlermodi von Multi-Agenten-Systemen → Entscheidungsrechte testen →

Was ich daraus mitnehme.

Vielleicht nehmen Sie 3 Fragen mit. Wenn in Ihrer Organisation mehrere KI-Agenten an einer Aufgabe arbeiten, wer hat die Aufgabe zerlegt und verteilt? Ist das Ziel jedes Agenten so genau beschrieben, dass ein wörtlich folgender Agent nichts Falsches daraus machen kann? Und wer bemerkt es, wenn der Ablauf von dem abweicht, was vorgesehen war?

Quellen

Arrieta, J., He, V. F., Puranam, P., & Shrestha, Y. R. (2026): Multi-Agent AI Systems Are Organizations. INSEAD Working Paper 2026/49/STR. https://www.insead.edu/faculty-research/publications/working-papers/multi-agent-ai-systems-are-organizations

Cemri, M. et al. (2025): Why Do Multi-Agent LLM Systems Fail? NeurIPS 2025. https://arxiv.org/abs/2503.13657

Lu, C., Lu, C., Lange, R. T., Foerster, J., Clune, J., & Ha, D. (2024): The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery. Vorabfassung. https://arxiv.org/abs/2408.06292

KI-Organisationslabor

Was das für Ihre Organisation heißt. Im KI-Organisationslabor klären wir es gemeinsam am echten Fall.

Im KI-Organisationslabor bringen wir Agenten in den echten Betrieb und legen fest, wer welche Entscheidung trifft. Vorher rechnen wir Szenarien in Euro durch.

Analysen · Magazin von Prof. Dr. Kai Reinhardt

Jeden Monat eine Einordnung zu KI in Organisationen.

Einmal im Monat nehme ich mir ein Thema vor, das Organisationen gerade beschäftigt. Sie bekommen das Editorial und die neuen Analysen per Mail. Die erste Ausgabe per Mail kommt im Dezember.

  • Ohne Werbung
  • Einmal im Monat
  • Abmeldung mit einem Klick

Aktuell Ausgabe 1 · November 2026 · Wer wirklich im KI-Loop steht. Ausgabe lesen ›

Anmerkungen zum Text
Artificial Organization
Eine Organisation aus KI-Agenten. Nach Arrieta, He, Puranam und Shrestha (2026) muss sie dieselben 5 Grundprobleme lösen wie eine menschliche Organisation: Aufgaben zerlegen, verteilen, informieren, Ziele richtig setzen und Ausnahmen behandeln.
Was der Begriff nicht sagt
Das Papier behauptet nicht, dass Lösungen aus menschlichen Organisationen einfach übertragbar sind. Welche Lösungen für Agenten taugen, ist nach Aussage der Autoren noch offen. Das Papier ist ein Arbeitspapier und noch nicht begutachtet.
Siehe auch
Die Fehlerliste, auf die sich das Papier stützt: Fehlermodi von Multi-Agenten-Systemen: Woran KI-Teams scheitern. Der Rahmen dieser Reihe: Dossier Synthetische Organisation.

Häufige Fragen

Was ist eine Artificial Organization?

Eine Artificial Organization ist eine Organisation, deren Mitglieder KI-Agenten sind. Der Begriff stammt aus der Organisationsforschung rund um Phanish Puranam von der Business School INSEAD. Die Grundidee lautet, dass mehrere KI-Agenten mit einem gemeinsamen Ziel eine Organisation bilden und deshalb dieselben Grundprobleme lösen müssen wie Menschen in einer Firma.

Welche Probleme muss eine Artificial Organization lösen?

Nach Arrieta, He, Puranam und Shrestha (2026) sind es 4 Grundprobleme und ein fünftes. Ein Ziel muss in Aufgaben zerlegt werden (task division). Die Aufgaben müssen auf Agenten verteilt werden (task allocation). Jeder Agent braucht die nötige Information (information provision) und ein richtig beschriebenes Ziel (reward or objective distribution). Weil keine Lösung perfekt ist, kommt der Umgang mit Ausnahmen hinzu (exception handling).

Was ist bei KI-Agenten anders als bei Menschen?

Agenten bringen keine eigenen Wünsche mit. Sie verfolgen ein vorgegebenes Ziel. Sie arbeiten schnell und halten sich wörtlich an Vorgaben. Menschen dagegen fragen nach oder widersprechen, wenn ein Auftrag keinen Sinn ergibt. Diese Reibung fängt Fehler im Entwurf ab. Bei Agenten fehlt sie weitgehend. Die Autoren folgern daraus, dass Organisationen aus Agenten vorab vollständiger beschrieben sein müssen als menschliche.

Ist das Papier wissenschaftlich gesichert?

Es ist ein Arbeitspapier von INSEAD aus dem Jahr 2026 und noch nicht von Fachkollegen begutachtet. Seine Auswertung stützt sich auf eine begutachtete Fehlersammlung von Cemri und Kollegen (2025). Die Zuordnung der Fehler zu den Grundproblemen haben die Autoren selbst vorgenommen.

Mehr zum Thema.

Dossier Synthetische Organisation Umbau und KI-Agenten erst im Modell durchspielen.

Mehr zu diesem Thema Alle Beiträge