Die Ära der autonomen, handelnden KI-Systeme hat begonnen. Eine Welle von Hardware-Vorstellungen, Unternehmenslösungen und neuen Betriebsdaten belegt: Künstliche Intelligenz plant und handelt jetzt eigenständig in der Geschäftswelt.
NVIDIAs Hardware-Offensive für KI-Fabriken
Die Voraussetzungen für autonome KI-Operationen erhielten am 16. März einen massiven Schub. Auf der NVIDIA GTC 2026 in San Jose stellte CEO Jensen Huang die neue Vera Rubin-Plattform vor. Sieben spezielle Chips, die jetzt in Serie produziert werden, sollen „KI-Fabriken“ im Unternehmen skalieren.
Seit August 2024 gelten in der EU strenge Regeln für den Einsatz künstlicher Intelligenz, die auch den Betrieb autonomer Agenten-Systeme betreffen. Dieser kostenlose Leitfaden erklärt Ihnen verständlich, welche Kennzeichnungs- und Dokumentationspflichten Ihr Unternehmen jetzt erfüllen muss. EU-KI-Verordnung kompakt: Jetzt Gratis-Leitfaden sichern
Die Architektur ist nicht mehr auf reines Modell-Training ausgelegt. Stattdessen optimiert sie die rechenintensive Inferenz – also den Betrieb – und Skalierung von Agenten-KI zur Laufzeit. Huang prognostizierte einen Umsatz von einer Billion Dollar bis 2027 durch die Blackwell- und Vera Rubin-Plattformen. Dieser Schub komme ausschließlich durch die Nachfrage nach Inferenz-Leistung zustande.
Für Entwickler stellte NVIDIA zudem NVIDIA OpenShell vor. Diese Open-Source-Laufzeitumgebung ist für langlebige, sich selbst weiterentwickelnde Agenten konzipiert. Huang sieht eine fundamentale Wende: Traditionelle Software-as-a-Service-Anbieter würden sich unweigerlich zu Agentic-as-a-Service-Organisationen wandeln. Bei NVIDIA selbst werde bereits jeder Software-Ingenieur bei Coding-Aufgaben von KI-Agenten unterstützt.
Uber: Acht Prozent des Codes schreibt jetzt die KI
Die praktischen Auswirkungen dieser Systeme zeigten sich diese Woche bei Uber. CTO Praveen Neppalli Naga veröffentlichte am 18. März bemerkenswerte interne Kennzahlen.
Demnach nutzen 95 Prozent der Uber-Entwickler monatlich KI-Tools. Entscheidend ist jedoch der Wandel in der Anwendung: Die KI agiert nicht mehr als simpler Autocomplete-Assistent, sondern als autonome Ausführungs-Engine. Ein interner Coding-Agent schreibt eigenständig 1.800 Code-Änderungen pro Woche.
Das entspricht acht Prozent aller Code-Änderungen beim Fahrdienst-Vermittler. Menschen schreiben diese Commits nicht mehr, sondern übernehmen nur noch Orchestrierung und Freigabe. Sie prüfen und genehmigen den Code, den die KI-Agenten eigenständig geplant und geschrieben haben. Analysten sehen darin die Bestätigung, dass Agenten-KI ganze Segmente des Software-Entwicklungszyklus übernehmen kann – und manuelle Koordination von Wochen in automatisierte Workflows komprimiert.
Neue Infrastruktur für tausende autonome Agenten
Unternehmen, die ähnliche Erfolge erzielen wollen, stehen vor gewaltigen Infrastruktur-Hürden. Am 16. März brachte Nutanix seine „Agentic AI“-Lösung auf den Markt. Der vollständige Software-Stack soll die Infrastruktur für den sicheren Betrieb tausender autonomer Agenten verwalten.
Laut Thomas Cornely, EVP für Produktmanagement, ist die Enterprise-KI an einem Wendepunkt. Das größte Hindernis seien nicht mehr die KI-Modelle selbst, sondern die immense Komplexität der Multi-Agenten-Infrastruktur. Produktionsumgebungen müssen extremes Skalieren und hohe Änderungsraten tausender paralleler Dienste bewältigen – eine völlig andere Architektur als für einzelne, massive Trainings-Jobs.
Gleichzeitig drängen die Workflows in Endgeräte. Qualcomm erläuterte am 18. März seine Strategie, Verbrauchergeräte von passiven Werkzeugen in aktive Operatoren zu verwandeln. Durch die Integration des Agent-Stacks von AGI Inc. in Snapdragon-Plattformen können Geräte Nutzerabsichten interpretieren und interfaces steuern – ohne ständige Cloud-Kommunikation. Diese lokale Ausführung spart Akku und erhöht die Datensicherheit, da sensible Informationen auf dem Gerät bleiben.
Größere Angriffsflächen erfordern neue Sicherheitskonzepte
Software, die eigenständig plant, entscheidet und handelt, eröffnet kritische neue Cybersicherheits-Vektoren. Der „AI Threat Landscape Report 2026“ des Sicherheitsunternehmens HiddenLayer vom 18. März zeigt die unmittelbaren Folgen.
Die zunehmende Vernetzung und Automatisierung durch KI-Systeme schafft neue Einfallstore für hochprofessionelle Cyberkriminelle. Erfahren Sie in diesem Experten-Report, mit welchen Strategien sich mittelständische Unternehmen effektiv gegen moderne Bedrohungen wappnen können. Kostenlosen Cyber-Security-Report herunterladen
Eine Umfrage unter 250 Sicherheitsverantwortlichen ergab: Autonome Agenten sind bereits für mehr als jeden achten gemeldeten KI-Sicherheitsvorfall verantwortlich. Sobald KI-Agenten Berechtigungen erhalten, im Internet zu surfen, Code auszuführen oder Geschäftsprozesse auszulösen, verwandeln sich traditionelle Schwachstellen wie Prompt Injection in operative Sicherheitskrisen. Bestehende Sicherheitskontrollen seien schlicht nicht für die Überwachung von Software mit eigenständigem Denken und Handeln designed.
Als Reaktion darauf kündigte der Enterprise-Security-Anbieter TrendAI am 16. März eine erweiterte Partnerschaft mit NVIDIA an. Der Fokus liegt auf der Absicherung der neuen OpenShell-Laufzeitumgebung. Eine mehrschichtige Sicherheitsarchitektur soll zentrale Governance, kontinuierliche Risikotransparenz und direkte Policy-Durchsetzung innerhalb der Agent-Laufzeit bieten. So können Unternehmen nicht vertrauenswürdige Skills und bösartige Aktionen blockieren, ohne die wertvollen autonomen Workflows auszubremsen.
Ausblick: Die Ära der autonomen Ausführung bricht an
Die Entwicklungen der dritten März-Woche 2026 zeigen: Die digitale Transformation dreht sich nun um autonome Ausführung. Der Engpass in der Unternehmens-KI hat sich offiziell von der grundlegenden Modellfähigkeit hin zu Infrastruktur-Orchestrierung, lokaler Hardware-Optimierung und Laufzeitsicherheit verschoben.
Mit Plattformen wie Vera Rubin und Software-Lösungen wie OpenShell und Nutanix Agentic AI als neuen Industriestandards müssen Unternehmen ihre operativen Workflows neu gestalten. Die Daten der Early Adopter zeigen: Ingenieurteams müssen vom Schreiben von Grundcode zur Kuratierung und Verwaltung von KI-Agenten-Portfolios übergehen. Die erfolgreichsten Unternehmen werden jene sein, die strikte Governance-Rahmen etablieren – und ihren Agenten-Systemen gleichzeitig die Autonomie für beispiellose Produktivitätsgewinne gewähren.
