Kurz gesagt
- Ein KI‑Agent verfolgt ein Ziel, entscheidet selbst über die nächsten Schritte und nutzt dafür Werkzeuge wie E‑Mail, CRM, Warenwirtschaft oder Dokumente.
- Gut geeignet sind wiederkehrende Abläufe mit mehreren Schritten, klaren Regeln und einer Person, die am Ende freigibt.
- Die Grenzen sind real: Fehler, Kosten je Durchlauf, Zugriffsrechte, Datenschutz und die Pflichten aus der KI‑Verordnung.
- Der beste Start ist ein einzelner, gut messbarer Prozess im Testbetrieb, nicht eine große Plattform.
Was ein KI‑Agent ist
Ein KI‑Agent ist ein Programm, in dessen Mitte ein Sprachmodell steht. Anders als ein einfacher Chat bekommt es ein Ziel und Zugriff auf Werkzeuge: Es darf E‑Mails lesen, in einer Datenbank nachsehen, ein Dokument erstellen oder eine Schnittstelle aufrufen. Das Modell entscheidet selbst, welche Schritte es in welcher Reihenfolge braucht, prüft Zwischenergebnisse und meldet sich, wenn es nicht weiterkommt.
Unter dem Schlagwort Agentic AI wird das gerade stark beworben. Für Unternehmen ist eine nüchterne Sicht hilfreicher: Ein Agent ist dann sinnvoll, wenn ein Mensch heute zwischen mehreren Programmen hin und her springt, Informationen zusammenträgt und daraus einen Vorschlag macht. Genau diese Vorarbeit kann der Agent übernehmen.
KI‑Agent, Chatbot und klassische Automatisierung
| Chatbot | Klassische Automatisierung | KI‑Agent | |
|---|---|---|---|
| Was er tut | Beantwortet Fragen im Gespräch | Führt feste Regeln aus | Verfolgt ein Ziel und wählt die Schritte selbst |
| Typisches Beispiel | Fragen zu Öffnungszeiten und Leistungen | Rechnung aus dem Shop ins Buchhaltungsprogramm | Anfrage lesen, Kunde im CRM finden, Angebot vorbereiten |
| Stärke | Rund um die Uhr erreichbar | Zuverlässig und günstig | Kommt mit unstrukturierten Eingaben zurecht |
| Risiko | Falsche Auskünfte | Bricht bei Abweichungen ab | Fehlentscheidungen ohne Kontrolle |
In der Praxis wird oft kombiniert: Feste Regeln erledigen, was immer gleich ist, der Agent übernimmt die unklaren Fälle, und ein Mensch entscheidet, was rausgeht.
Sechs typische Einsätze in Betrieben
- Anfragen sortieren und Angebote vorbereiten: Der Agent liest eingehende Anfragen, ordnet sie zu, sucht Preise und Bedingungen heraus und legt einen Angebotsentwurf vor.
- Rechnungseingang: Er liest Rechnungen, gleicht sie mit Bestellung und Lieferschein ab und markiert Abweichungen für die Buchhaltung.
- Kundenservice zweite Ebene: Er beantwortet Fragen zum Auftragsstand, indem er im System nachsieht, und übergibt alles Heikle an Ihr Team.
- Termine und Einsätze: Er stimmt Termine mit Kunden ab, berücksichtigt Kalender und Anfahrtswege und schlägt einen Plan vor.
- Berichte: Er sammelt Zahlen aus mehreren Quellen und schreibt einen Entwurf für den Wochen- oder Monatsbericht.
- Recherche: Er vergleicht Lieferanten, Normen oder Ausschreibungen und fasst die Ergebnisse mit Quellen zusammen.
Diese Beispiele beschreiben typische Abläufe, keine Kundenprojekte. Welcher davon bei Ihnen am meisten bringt, hängt davon ab, wo heute die meiste Zeit verloren geht.
Wo die Grenzen liegen
- Fehler: Sprachmodelle können plausibel klingende, aber falsche Angaben machen. Deshalb gibt bei allem, was nach außen geht oder Geld bewegt, ein Mensch frei.
- Kosten je Durchlauf: Jeder Schritt verbraucht Rechenleistung. Bei sehr hohen Stückzahlen ist eine feste Regel oft günstiger.
- Zugriffsrechte und Sicherheit: Ein Agent darf nur, was er für seine Aufgabe braucht. Eingaben von außen, etwa E‑Mails, können versteckte Anweisungen enthalten. Die Sicherheitsorganisation OWASP führt diese Angriffe ganz oben in ihrer Liste der Risiken.
- Datenschutz: Personenbezogene Daten brauchen eine Rechtsgrundlage, einen Vertrag zur Auftragsverarbeitung und möglichst Server in der EU. Mehr dazu unter KI und Datenschutz.
- KI‑Verordnung: Wer KI einsetzt, muss für ausreichende KI‑Kompetenz im Team sorgen. Spricht ein Agent direkt mit Kunden, müssen diese erkennen können, dass sie mit einer KI kommunizieren.
So starten Sie mit dem ersten Agenten
- Einen Prozess wählen: häufig, zeitraubend, mit klarem Ergebnis. Zum Beispiel die Vorbereitung von Angeboten aus E‑Mail-Anfragen.
- Regeln und Erfolg festlegen: Was soll der Agent tun, was nie? Woran messen Sie, dass er gut arbeitet, etwa an der Zeit pro Vorgang oder der Fehlerquote?
- Mensch in der Schleife: Der Agent bereitet vor, Ihr Team gibt frei. Erst wenn die Ergebnisse über Wochen stimmen, wird die Freigabe gelockert.
- Parallel testen: Der Agent läuft zunächst neben der bisherigen Arbeit. So sehen Sie ohne Risiko, wo er richtig liegt und wo nicht.
- Ausbauen: Erst wenn der erste Prozess trägt, kommt der nächste dazu.
Selbst bauen oder bauen lassen?
Werkzeuge wie n8n, Make oder Microsoft Copilot Studio machen erste Agenten auch ohne Programmierung möglich. Für Experimente ist das ideal. Sobald ein Agent mit Kundendaten arbeitet, in Ihre Programme schreibt oder viele Fälle verarbeitet, kommen Fragen dazu: Rechte, Protokollierung, Fehlerbehandlung, Datenschutz, Betrieb und Wartung. Hier lohnt sich Unterstützung. Als KI‑Agentur entwickeln wir KI‑Agenten für den Mittelstand, binden sie an Ihre bestehenden Programme an und begleiten den Testbetrieb.
Quellen
- Verordnung (EU) 2024/1689 über künstliche Intelligenz: EUR-Lex
- OWASP: Top 10 for LLM Applications
- n8n Docs: AI Agent node