# Was sind KI-Agenten? Funktionsweise, Beispiele und Grenzen KI-Agenten planen mehrere Arbeitsschritte, nutzen Werkzeuge und reagieren auf Zwischenergebnisse. Dieser Artikel erklärt den Unterschied zu Chatbots und klassischen Automationen und zeigt, wann ein Agent im Unternehmen sinnvoll ist. Ein Chatbot beantwortet eine Frage. Ein KI-Agent verfolgt ein Ziel über mehrere Schritte. Er kann Informationen suchen, ein Werkzeug aufrufen, ein Zwischenergebnis prüfen und danach entscheiden, welcher Schritt folgt. Das klingt nach einem autonomen digitalen Mitarbeiter. In der Praxis ist ein brauchbarer Agent enger begrenzt. Er arbeitet in einem definierten Ablauf, erhält nur notwendige Rechte und übergibt unklare oder riskante Fälle an einen Menschen. ## Wie ein KI-Agent funktioniert Ein Agent besteht meist aus fünf Teilen: 1. Ein Ziel beschreibt das gewünschte Resultat. 2. Ein Sprachmodell interpretiert die Aufgabe und plant den nächsten Schritt. 3. Werkzeuge geben Zugriff auf Suche, Dateien, Datenbanken oder andere Systeme. 4. Ein Zustand hält fest, was bereits geschehen ist. 5. Regeln begrenzen Rechte, Laufzeit, Kosten und erlaubte Aktionen. Der Ablauf wiederholt sich: beobachten, entscheiden, handeln und das Resultat prüfen. Ein Agent kann zum Beispiel eine neue Supportanfrage lesen, passende Wissensartikel suchen, einen Antwortentwurf schreiben und ihn einer Mitarbeiterin zur Freigabe vorlegen. Ohne Werkzeugzugriff bleibt er ein Textassistent. Mit Werkzeugzugriff kann er Daten lesen oder verändern. Genau dort steigen Nutzen und Risiko gleichzeitig. ## Chatbot, Automation und Agent im Vergleich | System | Ablauf | Stärke | Grenze | |---|---|---|---| | Chatbot | eine Eingabe, eine Antwort | Fragen beantworten und Texte entwerfen | verfolgt keinen längeren Prozess | | Klassische Automation | feste Regeln in fester Reihenfolge | vorhersehbar und gut testbar | kommt mit neuen Situationen schlecht zurecht | | KI-Agent | wählt Schritte anhand des aktuellen Zustands | verarbeitet variable Aufgaben und unstrukturierte Informationen | Verhalten ist schwerer vorherzusagen und zu prüfen | Wenn ein Ablauf mit klaren Wenn-dann-Regeln funktioniert, ist eine klassische Automation meist günstiger und verlässlicher. Ein Agent lohnt sich dort, wo Texte, Dokumente oder wechselnde Situationen beurteilt werden müssen. ## Beispiele für KI-Agenten im KMU Ein Vertriebsagent könnte eingehende Anfragen zusammenfassen, fehlende Angaben markieren und einen nächsten Schritt vorschlagen. Er sollte weder Preise versprechen noch Kontakte ohne Freigabe anschreiben. Ein Agent für interne Dokumente könnte eine Frage entgegennehmen, relevante freigegebene Unterlagen suchen und eine Antwort mit Fundstellen vorbereiten. Fehlt eine Quelle, muss er das kenntlich machen. In der Administration kann ein Agent Rechnungsanhänge auslesen, Werte zur Prüfung in eine Maske übertragen und Abweichungen markieren. Eine automatische Zahlung wäre eine deutlich höhere Autonomiestufe und braucht strengere Kontrollen. Im Produktteam kann ein Agent Nutzerfeedback gruppieren, wiederkehrende Probleme erkennen und Belegstellen sammeln. Die Priorisierung bleibt eine Produktentscheidung, weil Geschäftsziele, Aufwand und Strategie nicht allein aus Texten folgen. ## Autonomie in Stufen denken Die Frage "Ist der Agent autonom?" ist zu grob. Sinnvoller sind vier Stufen: - Er bereitet Informationen vor. - Er schlägt eine Aktion vor. - Er führt eine freigegebene Aktion aus. - Er handelt innerhalb klarer Grenzen selbstständig. Beginne mit Vorbereitung oder Vorschlag. So kannst du beobachten, wie oft das System richtigliegt und wo Menschen korrigieren. Erst wenn Fehlerbilder, Nutzen und Kontrollen bekannt sind, kommt eine höhere Stufe infrage. Für Geld, Verträge, Personaldaten, externe Kommunikation und Löschvorgänge sollte eine menschliche Freigabe der Normalfall bleiben, solange der konkrete Prozess keine belastbare andere Lösung besitzt. ## Was vor dem ersten Agenten geklärt sein muss ### Eine enge Aufgabe "Unterstütze unseren Verkauf" ist kein brauchbarer Auftrag. "Fasse neue Anfragen in Bedarf, Budget, Termin und offene Punkte zusammen" ist prüfbar. ### Verlässliche Quellen Ein Agent kann nur mit den Informationen arbeiten, auf die er zugreifen darf. Veraltete Dokumente und widersprüchliche Daten führen zu schlechten Ergebnissen. Lege fest, welche Quelle bei einem Konflikt gilt. ### Begrenzte Rechte Gib nur die Rechte, die für die Aufgabe nötig sind. Lesen ist weniger riskant als Schreiben, Entwürfe sind weniger riskant als automatisches Versenden. Verwende getrennte technische Konten und protokolliere Aktionen. ### Klare Übergabe Definiere, wann der Agent stoppen und einen Menschen einbeziehen muss. Gründe können fehlende Daten, geringe Sicherheit, ungewöhnlich hoher Betrag oder ein rechtlich relevanter Inhalt sein. ### Messbare Qualität Lege Beispiele für gute und schlechte Ergebnisse an. Prüfe nicht nur, ob der Text freundlich klingt. Entscheidend ist, ob Angaben vollständig, Quellen korrekt und vorgeschlagene Aktionen erlaubt sind. ## Typische Risiken Ein Agent kann eine falsche Annahme über mehrere Schritte weitertragen. Er kann dieselbe Aktion doppelt ausführen, zu viele Daten lesen oder in einer Schleife unnötige Kosten erzeugen. Inhalte aus E-Mails und Dokumenten können zudem Anweisungen enthalten, die den Agenten von seiner eigentlichen Aufgabe abbringen. Technische Sicherungen gehören deshalb um das Modell herum: - maximale Zahl von Schritten und Kosten pro Auftrag - erlaubte Werkzeuge und Datenbereiche - Bestätigung vor schreibenden Aktionen - Protokoll jeder Aktion - Schutz vor doppelter Ausführung - Tests mit absichtlich schwierigen Eingaben - einfacher Weg zum Abschalten und zur manuellen Bearbeitung Ein Prompt allein ist keine Zugriffskontrolle. ## Kaufen, integrieren oder selbst bauen Fertige Agenten in bestehenden Geschäftsanwendungen sind schnell verfügbar. Sie passen, wenn der Standardablauf und die Datenquelle bereits im gleichen System liegen. Eine Plattform für Automationen bietet mehr Flexibilität, verlangt aber saubere Schnittstellen und Verantwortung für den Ablauf. Eine individuelle Lösung wird interessant, wenn eigene Regeln, mehrere Systeme oder besondere Rechte entscheidend sind. Der Artikel [KI: eigenes Modell, API oder fertiges Tool?](/de/wissen/ki-make-or-buy-modell-api-tool) ordnet diese Wege genauer ein. Meist ist nicht das Modell der differenzierende Teil, sondern die kontrollierte Verbindung zu deinen Daten und Prozessen. ## Ein Pilot in sechs Schritten 1. Wähle eine häufige Aufgabe mit leicht erkennbaren Fehlern. 2. Sammle zwanzig bis fünfzig echte, freigegebene Beispiele. 3. Lass den Agenten zunächst nur Entwürfe erstellen. 4. Dokumentiere Korrekturen und Sonderfälle. 5. Miss Zeitersparnis, Fehler und Abbruchgründe. 6. Entscheide danach über zusätzliche Werkzeuge oder Rechte. Ein Pilot ist erfolgreich, wenn du eine belastbare Entscheidung erhältst. Auch die Erkenntnis, dass eine feste Automation oder ein besserer manueller Ablauf genügt, spart Geld. Für einen praktischen Prototyp eignet sich der Workshop [App mit KI erstellen](/de/workshops/app-mit-ki-erstellen). Wenn der Agent mehrere interne Systeme verbinden und dauerhaft betrieben werden soll, gehört er in eine sauber geplante [Individualsoftware für KMU](/de/leistungen/individualsoftware-kmu).