Salesforce liefert Daten und Ausführung.

Claude übernimmt das Reasoning.

Accenture gestaltet und implementiert Workflows und Kontrollen.

So beschreibt Accenture eine am 11. September 2026 vorgestellte agentische Lösung für Wealth Management. Das Unternehmen spricht ausdrücklich von einer dreiteiligen Architektur und übernimmt bei diesem konkreten Angebot selbst die Rolle der Orchestrierung und Auslieferung.

Das Beispiel ist interessant.

Nicht, weil diese Architektur ungewöhnlich problematisch wäre.

Im Gegenteil: Accenture beschreibt die Rollen der beteiligten Anbieter vergleichsweise klar.

Interessant ist vielmehr, was daran sichtbar wird:

„Die KI“ ist in einem Unternehmensprojekt schnell ein System aus mehreren Lieferanten, Technologien, Datenebenen und Verantwortlichkeiten.

Und damit wird aus einer technischen Architektur eine Supplier-Governance-Frage.

Wer ist verantwortlich, wenn das Modell korrekt arbeitet, aber auf falsche Daten zugreift?

Wer handelt, wenn der Workflow funktioniert, aber eine Schnittstelle ausfällt?

Wer bewertet Mehrkosten, wenn sich eine Modellentscheidung auf Plattformverbrauch und Implementierungsaufwand auswirkt?

Und wer entscheidet, wenn das Problem keinem einzelnen Supplier eindeutig zugeordnet werden kann?

Der KI-Stack wird zum Dienstleister-Stack

Bei vielen klassischen Softwareprojekten lässt sich die Lieferantenstruktur noch relativ leicht beschreiben:

Softwareanbieter. Implementierungspartner. Kunde.

Agentic AI kann zusätzliche Ebenen schaffen.

Zum Beispiel:

  • Cloud- oder Plattformprovider,
  • Datenplattform,
  • Modellanbieter,
  • Agenten- oder Orchestrierungsebene,
  • Implementierungspartner,
  • spezialisierte Daten- oder Toolanbieter,
  • interne Systeme,
  • externe Professional Services.

Auch Accenture und Google Cloud haben am 8. September 2026 eine vertiefte Zusammenarbeit rund um Gemini Enterprise angekündigt. Die neue Business Group kombiniert Google-Cloud-Technologie, spezialisierte Engineering-Ressourcen und Accenture-Implementierungs- und Branchenkompetenz.

Beide Accenture-Ankündigungen sind Unternehmensquellen und kein neutraler Beleg dafür, dass sämtliche AI-Projekte künftig Multi-Vendor-Projekte werden.

Sie zeigen aber sehr konkret, wie Anbieter selbst Enterprise-AI-Lösungen heute strukturieren:

Technologie, Modell beziehungsweise Plattform und Implementierungsleistung können organisatorisch voneinander getrennt sein.

Für den Auftraggeber stellt sich damit eine alte Projektfrage in neuer Form:

Wer verantwortet das Ergebnis zwischen den Verträgen?

Drei funktionierende Supplier ergeben noch kein funktionierendes Gesamtsystem

Angenommen, ein AI-Projekt besteht aus drei Partnern.

Supplier A stellt die Plattform bereit.

Supplier B liefert das Modell.

Supplier C integriert die Lösung in die Prozesse.

Jeder dieser Anbieter kann seine vereinbarte Leistung korrekt erbringen.

Und das Gesamtprojekt kann trotzdem Probleme haben.

Beispielsweise:

Das Modell benötigt mehr Kontext als ursprünglich vorgesehen.

Dadurch steigen Nutzungs- oder Infrastrukturkosten.

Der Plattformanbieter sieht höheren Verbrauch.

Der Modellanbieter liefert weiterhin technisch korrekt.

Der Implementierungspartner verweist auf den geänderten Nutzungskontext.

Procurement hat drei getrennte Verträge.

Controlling sieht Kosten an mehreren Stellen.

Der Fachbereich sieht lediglich, dass der Use Case teurer wird.

Wer besitzt jetzt das Problem?

Die Antwort „jeder seinen Teil“ reicht für die operative Steuerung nicht.

Denn das Managementproblem liegt gerade zwischen den Teilen.

Vertragliche Verantwortung und End-to-End-Verantwortung sind nicht dasselbe

Ein Vertrag kann präzise regeln:

Supplier A schuldet Leistung A.

Supplier B Leistung B.

Supplier C Leistung C.

Damit ist die vertragliche Abgrenzung möglicherweise hervorragend.

Die Projektfrage lautet aber:

Wer stellt sicher, dass A + B + C gemeinsam das gewünschte Ergebnis erzeugen?

Diese Verantwortung kann durchaus bei einem externen Integrator liegen.

Im aktuellen Trusted-Wealth-Ops-Beispiel beschreibt Accenture genau eine solche Rolle und erklärt, die Lösung zu orchestrieren und auszuliefern.

Sie kann aber auch beim Auftraggeber liegen.

Oder bei einem Programmmanager.

Oder bei einem Generalunternehmer.

Entscheidend ist nicht, wer die Rolle besitzt.

Entscheidend ist, dass sie eindeutig existiert.

Agentic AI erhöht die Relevanz dieser Frage

In Deutschland setzen inzwischen 57 Prozent der Unternehmen ab 20 Beschäftigten KI ein. Bitkom zufolge hat sich dieser Anteil innerhalb von zwei Jahren von 20 auf 57 Prozent erhöht. Grundlage ist eine repräsentative telefonische Befragung von 603 Unternehmen.

Besonders relevant für die Projektsteuerung ist der Blick auf KI-Agenten.

Unter den Unternehmen, die KI einsetzen, planen oder diskutieren, geben:

  • 11 Prozent an, KI-Agenten bereits einzusetzen,
  • 29 Prozent planen ihren Einsatz,
  • 31 Prozent diskutieren ihn,
  • für 24 Prozent sind sie derzeit kein Thema.

Ein Agent reagiert nicht lediglich auf eine Frage.

Er kann – abhängig vom jeweiligen Setup – Informationen verarbeiten, Tools nutzen, Optionen ausarbeiten oder definierte Aktionen anstoßen.

Damit werden Schnittstellen wichtiger.

Denn nun muss nicht nur eine Antwort über Systemgrenzen hinweg funktionieren.

Ein Prozess muss funktionieren.

Ein Prozess kennt keine Lieferantengrenzen

Aus Nutzersicht gibt es häufig nur einen Ablauf.

Zum Beispiel:

Kundenanfrage kommt herein.

Daten werden geladen.

KI analysiert den Vorgang.

Eine Handlung wird vorgeschlagen.

Ein internes System wird aktualisiert.

Ein Mensch gibt die Entscheidung frei.

Technisch können hinter