Agent Washing
Agent Washing ist die irreführende Vermarktung von Software als agentische KI, obwohl das Produkt weder eigenständig plant noch Werkzeuge auswählt oder Ergebnisse überprüft, sondern regelbasiert oder rein promptgesteuert arbeitet.
Agent Washing bezeichnet das Umetikettieren einfacher Chatbots, RPA-Skripte oder Assistenten als autonome KI-Agenten. Der Begriff beschreibt ein Marketingproblem mit direkten Folgen für Beschaffung und Budgets.
Erklärung
Analog zum Greenwashing beschreibt Agent Washing eine Lücke zwischen Versprechen und Substanz. Als echter Agent gilt ein System, das ein Ziel entgegennimmt, einen Plan bildet, Werkzeuge auswählt, Zwischenergebnisse bewertet und den Plan anpasst. Viele als Agent verkaufte Produkte erfüllen davon nur den Prompt-Teil. Für Käuferinnen und Käufer entsteht daraus ein konkretes Risiko: Budgets werden gegen Autonomieversprechen freigegeben, die im Betrieb Handarbeit erfordern. Prüfbar wird der Unterschied über wenige Fragen – Wer definiert die Schritte? Kann das System Werkzeuge wählen, die nicht im Skript stehen? Wie erkennt es eigenes Scheitern? Und welche Kennzahlen belegen abgeschlossene Aufgaben ohne Eingriff?
Relevanz für Marketing
Für Marketing-Entscheiderinnen wirkt Agent Washing in beide Richtungen: Beim Einkauf droht Fehlinvestition, in der eigenen Kommunikation drohen angreifbare Claims. Präzise, belegbare Formulierungen sind hier inzwischen ein Wettbewerbsvorteil statt eine Bremse.
Beispiel
Ein Anbieter bewirbt einen „autonomen Kampagnen-Agenten“. In der Demo zeigt sich: Das System führt eine feste Abfolge aus drei Prompts aus, kann keine Werkzeuge wählen und meldet Fehler nicht. Es ist ein Workflow mit LLM-Schritten, kein Agent.
Häufige Fallstricke
Der häufigste Fehler ist, Autonomie an der Oberfläche zu beurteilen. Eine Chat-Oberfläche sagt nichts über Planungsfähigkeit aus. Ebenso riskant sind Pilotprojekte ohne definierte Erfolgskennzahl für eingriffsfrei abgeschlossene Aufgaben.
Entstehung & Geschichte
Der Begriff wurde 2025 von Analystenhäusern geprägt, die schätzten, dass nur ein kleiner Bruchteil der als agentisch beworbenen Anbieter die Kriterien tatsächlich erfüllt. 2026 fand Agent Washing Eingang in Beschaffungsleitfäden und in die Diskussion um Werbeaussagen zu KI-Funktionen. Parallel begannen Verbraucher- und Wettbewerbsbehörden, überzogene KI-Claims stärker zu beobachten, was den Begriff aus dem Fachjargon in die Compliance-Praxis trug.
Anwendungsfälle im Marketing
Beschaffungs-Fragebogen mit Prüfkriterien für Planung, Werkzeugwahl und Fehlererkennung.
Pilotdesign mit der Kennzahl „ohne Eingriff abgeschlossene Aufgaben“ als Abnahmebedingung.
Claims-Review für eigene Produktkommunikation zu KI- und Agentenfunktionen.
Interne Schulung, die Workflow-Automatisierung klar von agentischen Systemen abgrenzt.
Häufige Fragen
Woran erkennt man einen echten Agenten?
An drei Eigenschaften: Er bildet aus einem Ziel selbstständig einen Plan, wählt Werkzeuge situativ statt nach festem Skript und erkennt eigenes Scheitern, um den Plan anzupassen. Fehlt eine dieser Eigenschaften, handelt es sich um eine Automatisierung mit KI-Bausteinen.
Ist Workflow-Automatisierung deshalb schlechter?
Nein, im Gegenteil: Für klar definierte, wiederholbare Abläufe sind deterministische Workflows meist günstiger, stabiler und leichter prüfbar. Das Problem ist nicht die Technik, sondern die falsche Etikettierung und die daraus abgeleitete Erwartung an Autonomie.
Welche rechtlichen Risiken bestehen?
Überzogene Autonomie- oder Leistungsversprechen können als irreführende Werbung gewertet werden. Zusätzlich entstehen vertragliche Risiken, wenn Leistungszusagen zu autonom abgeschlossenen Vorgängen nicht erfüllt werden. Belegbare, konkrete Formulierungen reduzieren beides deutlich.
Verwandte Services
Tiefer einsteigen: AI Search & GEO Hub · AEO Hub