Künstliche Intelligenz-Agenten laufen aktuell bereits in Produktionsumgebungen verschiedener Branchen, doch über die technischen Ansätze, die erfolgreiche Einsatzszenarien ermöglichen, ist bisher wenig öffentlich bekannt. Wir präsentieren die erste großskalige, systematische Studie zu KI-Agenten in der Produktion, die sich auf eine Umfrage unter 306 Fachkräften sowie 20 detaillierte Fallstudien durch Interviews in 26 unterschiedlichen Domänen stützt. Wir untersuchen, warum Organisationen Agenten entwickeln, wie sie sie bauen, wie sie sie bewerten und welche größten Herausforderungen bei der Entwicklung auftreten. Unsere Ergebnisse zeigen, dass Produktions-Agenten typischerweise mit einfachen, kontrollierbaren Ansätzen erstellt werden: 68 % führen maximal zehn Schritte aus, bevor menschliche Intervention erforderlich wird; 70 % setzen auf Prompting von vorgefertigten Modellen statt auf Gewichtsanpassungen; und 74 % stützen sich vor allem auf menschliche Bewertungen. Zuverlässigkeit bleibt die dominierende Entwicklungsherausforderung, hervorgerufen durch die Schwierigkeiten bei der Gewährleistung und Bewertung der Korrektheit der Agenten. Trotz dieser Herausforderungen ermöglichen bereits einfache, aber effektive Methoden, dass Agenten in vielfältigen Branchen Wirkung entfalten. Unsere Studie dokumentiert den aktuellen Stand der Praxis und schließt die Lücke zwischen Forschung und praktischer Umsetzung, indem sie Forschern Einblick in produktionsrelevante Herausforderungen bietet und Praktikern bewährte Muster aus erfolgreichen Einsatzszenarien vermittelt.