11 min read
Mit KI aus dem Englischen übersetzt. Englisches Original lesen.
Korrektur vom 8. Oktober 2026. Nach einer Rückmeldung von Richard Wieduwilt, Mitgründer der Warmwind AG, wurde dieser Artikel überarbeitet. Er berücksichtigt nun den aktuellen Unternehmensnamen, den Fokus auf Unternehmenskunden und die Produktpositionierung. Preisangaben, die laut Warmwind veraltet sind, wurden entfernt. Weitere Aussagen des Unternehmens sind im Artikel als solche gekennzeichnet.
Kurz gesagt
UiPath ergänzt bestehende Automatisierung in großen Unternehmen um zentral gesteuerte KI-Agenten. Warmwind entwickelt nach eigener Aussage eine Plattform, auf der Beschäftigte Abläufe selbst automatisieren und Unternehmen sie zentral verwalten. Welche Arbeit geben Unternehmen damit ab, und welche neue Arbeit entsteht bei der Kontrolle?
Wer baut, wer bestimmt?
UiPath und das deutsche Start-up Warmwind setzen an unterschiedlichen Stellen an. UiPath erweitert die Automatisierungsprogramme, die Großunternehmen bereits betreiben. Warmwind will Beschäftigten ermöglichen, eigene Abläufe zu automatisieren, während das Unternehmen sie zentral verwaltet. Nach der klassischen Robotic Process Automation, kurz RPA, stellt sich damit erneut eine praktische Frage: Wer baut die Abläufe, und wer entscheidet, ob sie eingesetzt werden dürfen?
Mich interessiert bei diesem Vergleich, was Kunden kaufen, wer die Arbeit kontrolliert und bei wem die Kosten landen, wenn etwas schiefgeht.
| Vergleichspunkt | UiPath | Warmwind |
|---|---|---|
| Ausgangspunkt | Bestehende Automatisierungsinfrastruktur großer Unternehmen | Von Beschäftigten erstellte Prozesse, laut Warmwind |
| Produktansatz | Automatisierungsplattform mit zentraler Steuerung und Kontrolle | Plattform für von Beschäftigten erstellte Prozesse, die Warmwind nach eigener Aussage entwickelt |
| Belege zur Abrechnung | Plattformlizenzen und nutzungsabhängige Abrechnung geeigneter Prozesse | Aktuelle Abrechnungsstruktur nicht überprüft |
| Beanspruchter Unterschied | Koordination, Kontrolle und Einbindung in bestehende Automatisierung | Erstellung durch Beschäftigte, zentrale Verwaltung und spezialisierte, selbst gehostete Modelle, laut Warmwind |
| Offene Frage | Ob Agenten zusätzliche Umsätze schaffen | Ob von Beschäftigten gebaute Automatisierung ohne umfangreiche Unterstützung funktioniert |
Feste Abläufe
Klassische RPA arbeitet eine feste Folge von Schritten auf einer bekannten Oberfläche ab. Sie öffnet ein Feld, kopiert eine Zahl und fügt sie an anderer Stelle ein. Solange alles zum vorgegebenen Ablauf passt, ist das berechenbar. Ein neues Layout oder ein unerwartetes Dokument kann die Automatisierung jedoch stoppen, bis jemand sie anpasst.
Über APIs können Systeme Daten direkt austauschen. Das ist meist zuverlässiger, setzt aber eine passende Schnittstelle voraus. Visuelle Automatisierung kann auch andere Programme bedienen: Sie liest den Bildschirm und arbeitet mit der Oberfläche wie ein Mensch. Dafür muss sie den Bildschirminhalt richtig erkennen.
Flexibel, aber fehlbar
KI-Modelle können den Bildschirminhalt interpretieren und daraus den nächsten Schritt ableiten. Warmwind erläutert das am Beispiel einer Rechnung. Das System soll den Gesamtbetrag selbst erkennen und in eine andere Anwendung übertragen, auch bei verändertem Layout. Genaue Vorgaben zur Position der Zahl sollen damit entfallen.
Diese Flexibilität hat ihren Preis. Ein Skript stößt an seine Regeln und bleibt stehen. Ein Agent kann weiterarbeiten, obwohl er etwas falsch verstanden hat. Für Kunden reicht es deshalb nicht zu wissen, ob die KI eine Aufgabe grundsätzlich schafft. Sie müssen auch wissen, wer Fehler bemerkt, wer sie korrigiert und was das kostet.
Roboter bleiben
UiPath beschreibt Agenten als Ergänzung zur RPA. Im Geschäftsbericht 2026 skizziert das Unternehmen eine Plattform, auf der regelbasierte Automatisierung, KI-Agenten und Menschen zusammenarbeiten. Vorhersehbare Aufgaben bleiben bei den bisherigen Robotern. Agenten sollen mit unerwarteten Dokumenten, mehrdeutigen Entscheidungen und Ausnahmen umgehen, an denen feste Skripte scheitern. Bei Schritten mit schwerwiegenderen Folgen kann die Freigabe beim Menschen bleiben.
Maestro steuert, wann eine Aufgabe an einen Roboter, ein Modell, eine API oder einen Menschen weitergegeben wird. Die UiPath-Dokumentation beschreibt Abläufe, die diese Bestandteile und menschliche Freigaben verbinden. Darunter liegt die Infrastruktur für Berechtigungen, Prüfprotokolle, Sicherheit und Compliance, die viele Großkunden bereits einsetzen. Diese Kunden bauen ein vorhandenes Automatisierungsprogramm aus.
UiPath meldet dazu folgende Zahlen:
- Umsatz: 410 Millionen US-Dollar im zweiten Quartal des Geschäftsjahres 2027, 13 Prozent mehr als im Vorjahr.
- Jährlich wiederkehrende Erlöse: knapp zwei Milliarden Dollar; die Nettobindungsrate blieb bei 109 Prozent.
- KI in Großaufträgen: 18 der 20 größten Abschlüsse enthielten eine KI-Funktion.
- Börsenreaktion: Der Umsatz übertraf die Erwartungen der Wall Street. Die Aktie fiel trotzdem.
KI ist damit Bestandteil großer Unternehmensverträge. Wie viel Umsatz oder welchen konkreten Nutzen gerade die Agenten beisteuern, zeigen diese Zahlen nicht. Die Abschlüsse stammen zudem überwiegend von finanzstarken Kunden, die bereits Erfahrung und Fachwissen für Automatisierung mitbringen.
Die Teams bauen
Warmwind AG entwickelt KI-Automatisierung, die Programme über ihre Oberfläche bedient. Beschäftigte sollen ihre Abläufe selbst erstellen und automatisieren können, während das Unternehmen sie zentral verwaltet. Mitgründer Richard Wieduwilt stellte gegenüber Industry Contents klar, dass sich das Angebot an Unternehmenskunden richtet. Eine Bedienung ohne technische Vorkenntnisse bedeute nicht, dass vor allem kleine Firmen angesprochen seien:
„Vor allem sind wir ebenfalls klar auf große Unternehmenskunden ausgerichtet. Dass wir Automatisierung für Menschen ohne technischen Hintergrund zugänglich machen, bedeutet nicht, dass wir uns in erster Linie an kleinere Unternehmen richten.“
„Wir haben bereits Tausende Kunden, die Warmwind täglich nutzen, und führen derzeit große Pilotprojekte im Unternehmensbereich durch, unter anderem mit großen deutschen Konzernen.“
Die größere Ambition beschrieb er so: „Unsere Vision geht über einzelne KI-Agenten oder isolierte Automatisierungen hinaus. Wir bauen eine Plattform, auf der Beschäftigte im ganzen Unternehmen Prozesse selbst erstellen und automatisieren können. Gleichzeitig können Unternehmen Workflows, Verantwortlichkeiten und Prozesswissen zentral verwalten.“
Zur Technik dahinter schrieb er: „Wir entwickeln und hosten unsere spezialisierten KI-Modelle selbst, darunter von der Robotik inspirierte neuronale Netze zur Interaktion mit Computern. Dadurch können wir die Rechenkosten gegenüber einem Ansatz deutlich senken, bei dem für jede Interaktion große allgemeine Sprachmodelle eingesetzt werden.“
Erledigen spezialisierte Modelle solche Routineinteraktionen effizienter, könnte das die Kosten großer Automatisierungsprogramme verändern. Konkrete Vergleichstests enthielt die Antwort allerdings nicht. Die Einsparungen sind damit eine Angabe des Unternehmens. Der Vergleich bezieht sich zudem auf große allgemeine Modelle, nicht auf UiPath.
Öffentlich fehlen Erfolgsquoten für einzelne Aufgaben, die Kosten von Korrekturen und Angaben zum Betreuungsaufwand bei der Einführung. Für Kunden sind alle drei wichtig. Auch bei leicht bedienbarer Software braucht es Menschen, die einen Prozess richtig erfassen und seine Ausführung kontrollieren können.
Eine OECD-Befragung unter mehr als 2.000 kleinen und mittleren Unternehmen in zwölf Ländern zeigt, wie wichtig dieses Wissen ist. Von den befragten EU-Unternehmen, die KI erwogen, aber noch nicht eingeführt hatten, nannten 70,9 Prozent fehlende Fähigkeiten oder Fachkenntnisse als Hindernis. Kosten standen nicht an erster Stelle. Dennoch benötigten nach eigener Aussage 64 Prozent direkte finanzielle Unterstützung, um ihre Digitalisierung voranzubringen. Die Befragung betrifft kleinere Firmen und belegt nicht die Lage großer Konzerne. Die Frage, wie Beschäftigte ohne Spezialwissen eigene Automatisierungen bauen sollen, bleibt aber auch dort relevant. Ob einfachere Werkzeuge das Kompetenzproblem lösen, beantworten die Daten nicht.
Wer kontrolliert?
Bei solchen Abläufen wird Regulierung vor allem zu einer Frage der Aufsicht. Wer Prozessdaten nicht über US-Anbieter verarbeiten lassen möchte, muss prüfen, wo die Modelle laufen und wer auf die Daten zugreifen kann. Der Speicherort allein schließt die Beteiligung von US-Unterauftragnehmern nicht aus.
Die Hochrisikopflichten des EU AI Act, etwa für Kreditwürdigkeitsprüfungen oder die Auswahl von Bewerbern, gelten nach dem im Juli 2026 in Kraft getretenen AI Omnibus ab dem 2. Dezember 2027. Rechnungsverarbeitung und automatisierter Kundensupport fallen im Allgemeinen nicht in diese Kategorie. Damit ist die DSGVO für solche Anwendungen zunächst die unmittelbarere Compliance-Frage.
Fehler kosten extra
Bei Automatisierung reicht die Abrechnung von Plattformlizenzen über Laufzeit und abgeschlossene Transaktionen bis hin zu Geschäftsergebnissen. Je näher der Preis an eine erfolgreich erledigte Aufgabe rückt, desto mehr Leistungsrisiko soll der Anbieter übernehmen. Bei einer Lizenz zahlt der Kunde auch für einen ineffizienten Bot. Bei einem Preis pro erledigter Rechnung erwartet er eher, dass Wiederholungen und Fehlschläge den Anbieter belasten.
UiPath kombiniert Plattformlizenzen mit nutzungsabhängiger Abrechnung für geeignete agentenbasierte Maestro-Prozesse. Dabei lässt sich ein kompletter Durchlauf über mehrere Produkte hinweg messen, statt nur den Einsatz eines einzelnen Roboters oder Bestandteils. Gründer Daniel Dines beschreibt ergebnisabhängige Preise als eine entstehende zusätzliche Ebene über der bisherigen Lizenzierung.
In einer früheren Fassung standen Stundenpreise für Warmwind. Laut Wieduwilt waren einige dieser Angaben offenbar veraltet; wir haben sie entfernt. Die aktuelle Abrechnungsstruktur hat Industry Contents nicht überprüft. Für beide Anbieter fehlen öffentliche Angaben dazu, was eine erfolgreich erledigte Aufgabe samt Wiederholungen, Korrekturen und Aufsicht kostet. Warmwinds spezialisierte Modelle werfen außerdem die Frage auf, wie teuer die einzelnen Computerinteraktionen im Hintergrund sind.
Wer steuert?
Je mehr ein Agent übernimmt, desto wichtiger wird die Entscheidung, welcher Schritt einem Skript, einem Modell oder einem Menschen zugewiesen wird. UiPath bringt dafür Erfahrung mit regelbasierter Automatisierung in großen Unternehmen mit. Ob daraus ein dauerhafter Vorteil entsteht, hängt auch von den Kunden ab: Wollen sie eine zentrale Kontrollschicht oder spezialisierte Agenten mehrerer Anbieter kombinieren? Wer die Steuerung übernimmt, muss auch fremde Agenten zuverlässig einbinden können. Um diese Kontrollfrage geht es ebenfalls in unserer Analyse zu Europas neuem Markt für die Überwachung von Schatten-KI.
Klarnas Kehrtwende
Klarna zeigt, warum Einsparungen allein noch kein vollständiges Bild liefern. Im Februar 2024 meldete das Unternehmen, sein KI-Assistent habe im ersten Monat 2,3 Millionen Gespräche geführt und Arbeit im Umfang von 700 Kundenservicekräften übernommen. Die durchschnittliche Lösungszeit sei von elf auf unter zwei Minuten gesunken. Vierzehn Monate später räumte CEO Sebastian Siemiatkowski ein, Klarna habe sich zu stark auf Kosten konzentriert. Nach sinkender Servicequalität stellte das Unternehmen wieder Menschen ein.
Klarna setzte schließlich auf eine Mischung: KI für Routinefragen, Menschen für Streitfälle, finanzielle Härtefälle und Aufgaben, die Urteilsvermögen verlangen. In der internen Verwaltung könnte sich eine ähnliche Aufteilung durchsetzen. Der Wert liegt dann auch darin, zu entscheiden, wann ein Agent handeln darf, wann ein fester Ablauf verlässlicher ist und wann jemand eingreifen muss. Einen anderen Weg zum Kunden untersucht unsere Analyse dazu, wie Rezolve AI auf Partner statt auf Direktvertrieb setzt.
Vier Messgrößen
Vorhersehbare Aufgaben bleiben ein Einsatzgebiet für RPA. Agenten erweitern die Automatisierung auf Arbeit, die Interpretation erfordert. Zentrale Steuerung und menschliche Freigaben sollen dabei die Folgen von Fehlern begrenzen. Daraus könnten sich drei Entwicklungen ergeben:
- Die Plattformen gewinnen. Etablierte Anbieter werden zur zentralen Steuerungsebene. Sie bündeln Agenten, Skripte, Compliance und menschliche Freigaben in einem Paket, das Großkunden einzelnen Tools vorziehen.
- Agenten werden austauschbar. Einfache Automatisierung wird günstig. Das setzt klassische Lizenzen unter Druck und macht Büroaufgaben auch für kleine Firmen bezahlbar.
- Der Markt teilt sich nach Risiko. Aufgaben mit geringen Folgen bei Fehlern, etwa Recherche und die Suche nach potenziellen Kunden, werden vollständig automatisiert. Zahlungen bleiben unter enger Aufsicht.
Vier Messgrößen würden helfen, diese Entwicklungen einzuordnen:
- Nutzung außerhalb bestehender Automatisierungsprogramme: Erreichen agentenbasierte Produkte auch Teams und Firmen, die heute keine RPA-Großkunden sind?
- Kosten je erledigter Aufgabe nach Korrekturen: Der beworbene Preis sagt wenig, solange Wiederholungen, Aufsicht und menschliche Nacharbeit fehlen.
- Zuverlässigkeit pro Aufgabe: Entscheidend sind Abschluss- und Fehlerquoten konkreter Workflows, nicht allgemeine Aussagen über Agentenfähigkeiten.
- Umsatzverschiebung von Lizenzen zu Transaktionen oder Ergebnissen: Daran zeigt sich, wie viel Leistungsrisiko Anbieter übernehmen.
Für Warmwind wird entscheidend, ob Beschäftigte ihre Abläufe mit weniger Unterstützung automatisieren können. Spart die einfachere Erstellung insgesamt Arbeit, oder muss die IT dafür mehr prüfen und Fehler beheben?
Unser Vergleich von n8n und Make betrachtet die Alternative der Workflow-Plattformen. Der Agenten-Preistracker zeigt, wie sich Lizenzeinheiten und nutzungsabhängige Gebühren unterscheiden.
Zur Recherche
Unternehmenszahlen sind als eigene, nicht unabhängig geprüfte Angaben gekennzeichnet. Warmwinds Aussagen zu Kunden, Pilotprojekten, Plattform und Technik stammen aus einer Nachricht von Wieduwilt an Industry Contents. Wir haben sie nicht unabhängig bestätigt. Klarnas Zahlen von 2024 stammen aus der Unternehmensmitteilung; die Kehrtwende 2025 ist durch öffentliche Aussagen von Klarna-Führungskräften gegenüber Bloomberg und CX Dive dokumentiert. Zu den agentenbasierten Produkten von Warmwind und UiPath fanden sich in öffentlichen Quellen keine unabhängigen Daten über Abschlussquoten oder die Zuverlässigkeit einzelner Aufgaben.
Einen Fehler entdeckt? Schreibt der Redaktion. Unsere Korrekturrichtlinie erklärt, wie wir mit Berichtigungen und Aktualisierungen umgehen.
Häufige Fragen
Was unterscheidet klassische von agentenbasierter Automatisierung?
Klassische RPA folgt festen Vorgaben auf einer bekannten Oberfläche oder arbeitet über Schnittstellen. Bei agentenbasierter Automatisierung interpretiert zusätzlich ein KI-Modell den Bildschirminhalt und die Aufgabe und wählt daraus den nächsten Schritt. Der Ablauf ist damit weniger vollständig vorgegeben.
Ersetzen KI-Agenten UiPath?
UiPath setzt darauf, Agenten und regelbasierte Automatisierung zu verbinden. Die Agenten sollen Aufgaben übernehmen, bei denen unerwartete Situationen auftreten können. Eine zentrale Steuerung koordiniert beide Ansätze und bezieht bei Bedarf Menschen ein. Bewährte Skripte bleiben im Einsatz.
Fallen Rechnungsverarbeitung und automatisierter Kundensupport unter den EU AI Act?
Meist nicht unter dessen Hochrisikokategorie. Sie betrifft vor allem Anwendungen wie Kreditwürdigkeitsprüfungen oder die Auswahl von Bewerbern; die Frist wurde auf Dezember 2027 verschoben. Transparenzregeln und Pflichten für allgemeine KI-Modelle gelten unabhängig davon bereits, ebenso wie die DSGVO.
Woran lässt sich erkennen, welcher Ansatz sich durchsetzt?
Entscheidend sind die Verbreitung über bestehende Automatisierungsprogramme hinaus, die Zuverlässigkeit konkreter Abläufe und die Kosten je erledigter Aufgabe einschließlich Korrekturen. Auch die Verschiebung von Lizenzen hin zu Nutzungs- oder Ergebnispreisen zeigt, wie viel Leistungsrisiko Anbieter übernehmen.
Weiterführende Artikel
Wie KI die Preise nordischer SaaS-Anbieter verändert: Wer bei nutzungsabhängigen Preisen den geschaffenen Wert behält.
Wenn Agenten arbeiten, wer ist dann der Nutzer? Warum Preise pro Arbeitsplatz unter Druck geraten, sobald Software statt eines Menschen die Arbeit erledigt.