KI-Agenten sollen Aufgaben selbstständig erledigen, statt nur Fragen zu beantworten. Was dahintersteckt, wo sie im Mittelstand sinnvoll sind und wie du sie unter Kontrolle behältst.
Inhalt des Beitrags
Was ist ein KI-Agent? KI-Agenten vs. Chatbot vs. Automatisierung Beispiele: Wo Agenten im Mittelstand helfen können Grenzen und Risiken, die du kennen solltest Kontrolle: So behältst du den Agenten im Griff KI-Agenten erstellen: selbst bauen oder bauen lassen? Fazit: Agenten sind ein Werkzeug, kein Mitarbeiter Häufige FragenKI-Agenten sind das nächste große Versprechen der KI-Branche. Statt nur Fragen zu beantworten, sollen sie Aufgaben selbstständig erledigen: E-Mails sortieren, Daten nachschlagen, Angebote vorbereiten, Termine abstimmen. Jeder Softwareanbieter hat plötzlich einen Agenten im Programm.
Für dich als Unternehmer zählt aber eine andere Frage: Was davon funktioniert heute zuverlässig, und wo lohnt es sich? In diesem Artikel erklären wir, was ein Agent eigentlich ist, wie er sich von Chatbot und klassischer Automatisierung unterscheidet, welche Beispiele im Mittelstand realistisch sind und wie du die Kontrolle behältst.
Was ist ein KI-Agent?
Ein KI-Agent ist ein Programm, das ein Sprachmodell nutzt, um ein Ziel in mehreren Schritten zu erreichen. Der Unterschied zum reinen Chat: Der Agent bekommt nicht nur eine Frage, sondern eine Aufgabe. Er plant, welche Schritte nötig sind, nutzt dafür Werkzeuge und prüft die Zwischenergebnisse.
Vereinfacht besteht ein Agent aus vier Bausteinen:
- Sprachmodell: das „Gehirn“, das Texte versteht, Entscheidungen vorschlägt und Antworten formuliert.
- Werkzeuge: Zugriffe auf andere Systeme, zum Beispiel E-Mail-Postfach, CRM, Kalender, Datenbank oder Websuche.
- Gedächtnis und Kontext: Informationen über die Aufgabe, bisherige Schritte und relevante Dokumente.
- Regeln: Was der Agent darf, was nicht und wann er einen Menschen fragen muss.
Die Arbeitsweise ist eine Schleife: Aufgabe verstehen, nächsten Schritt wählen, Werkzeug nutzen, Ergebnis bewerten, weitermachen oder fertig melden. Damit Modelle leichter an externe Systeme angebunden werden können, haben sich offene Schnittstellen-Standards wie das Model Context Protocol (MCP) verbreitet.
KI-Agenten vs. Chatbot vs. Automatisierung
Die Begriffe werden oft durcheinandergeworfen, auch in der Werbung. Die Unterschiede sind aber wichtig, weil sie über Aufwand, Risiko und Nutzen entscheiden:
| Merkmal | Chatbot | Klassische Automatisierung | Agent |
|---|---|---|---|
| Arbeitsweise | beantwortet Fragen im Dialog | folgt festen Wenn-dann-Regeln | plant Schritte selbst, um ein Ziel zu erreichen |
| Umgang mit Unerwartetem | antwortet, handelt aber nicht | bricht ab oder macht Fehler | kann reagieren, aber auch falsch entscheiden |
| Zugriff auf Systeme | meist nur lesend, z. B. Wissensdatenbank | genau definierte Schnittstellen | mehrere Werkzeuge, je nach Freigabe |
| Vorhersehbarkeit | mittel | hoch | geringer, braucht Kontrolle |
| Typischer Einsatz | Fragen auf der Website, interner Wissensassistent | Daten übertragen, Belege weiterleiten | mehrstufige Aufgaben mit wechselnden Eingaben |
Ein Chatbot ist also vor allem ein Gesprächspartner. Wie das im Kundenservice aussieht, haben wir im Beitrag Chatbot für Unternehmen beschrieben. Klassische Automatisierung ist zuverlässig, aber starr. Ein Agent liegt dazwischen: flexibler als eine feste Regelkette, aber weniger vorhersehbar.
Faustregel: Wenn sich eine Aufgabe sauber in feste Regeln fassen lässt, ist klassische Automatisierung meist günstiger und sicherer als ein Agent.
Beispiele: Wo Agenten im Mittelstand helfen können
Die Einsatzgebiete von KI allgemein haben wir in KI für kleine Unternehmen zusammengefasst. Hier geht es um Aufgaben, bei denen der mehrstufige Ansatz eines Agenten einen echten Unterschied machen kann.
Anfragen im Posteingang vorbereiten
Der Agent liest eingehende Anfragen, ordnet sie ein, schlägt im CRM nach, ob der Kunde bekannt ist, sucht passende Unterlagen heraus und legt einen Antwortentwurf an. Ein Mitarbeiter prüft und schickt ab. Der Agent entscheidet nicht über die Antwort, er bereitet sie vor.
Angebote vorbereiten
Aus einer Kundenanfrage, der Preisliste und Textbausteinen erstellt der Agent einen Angebotsentwurf und markiert offene Punkte. Wie so ein Ablauf konkret aussieht, zeigen wir im Beitrag zur KI-Angebotserstellung.
Rechnungen und Belege abgleichen
Eingehende Rechnungen werden ausgelesen, mit Bestellung und Lieferschein verglichen, Abweichungen werden markiert. Stimmt alles, geht der Beleg in die Freigabe. Die Zahlung selbst löst weiterhin ein Mensch aus.
Recherche und Zusammenfassungen
Ob Lieferanten, Ausschreibungen oder Wettbewerbsumfeld: Ein Agent kann mehrere Quellen durchsuchen, Ergebnisse vergleichen und eine strukturierte Zusammenfassung liefern. Quellen müssen dabei nachvollziehbar bleiben, damit du die Aussagen prüfen kannst.
Interner Support
Mitarbeitende fragen nach Urlaubsregeln, Reisekosten oder IT-Problemen. Der Agent sucht in internen Dokumenten, beantwortet Standardfälle und legt bei Bedarf ein Ticket mit allen Infos an.
Termine und Serviceeinsätze koordinieren
Im Handwerk oder im technischen Service kann ein Agent Terminwünsche aus E-Mails auslesen, freie Zeitfenster im Kalender der Techniker prüfen, einen Vorschlag an den Kunden formulieren und nach dessen Bestätigung den Auftrag im System anlegen. Die Einsatzplanung bei Sonderfällen bleibt beim Disponenten.
Grenzen und Risiken, die du kennen solltest
Agenten klingen nach digitaler Arbeitskraft. In der Praxis haben sie klare Grenzen:
- Fehler pflanzen sich fort: Wenn ein Zwischenschritt falsch ist, baut der Agent darauf auf. Bei langen Ketten steigt das Risiko.
- Überzeugend falsch: Sprachmodelle können Fakten erfinden und klingen dabei sicher.
- Manipulierbare Eingaben: Liest ein Agent E-Mails oder Webseiten, können darin versteckte Anweisungen stecken (sogenannte Prompt Injection). Je mehr Rechte er hat, desto gefährlicher ist das.
- Kosten: Jeder Denkschritt kostet Rechenzeit. Agenten mit vielen Schleifen können teurer werden als gedacht.
- Datenschutz: Greift der Agent auf personenbezogene Daten zu, gelten die üblichen Pflichten von Vertrag bis Dokumentation.
Auch Analysten sind vorsichtig. Das Marktforschungsunternehmen Gartner prognostizierte im Juni 2025, dass bis Ende 2027 über 40 Prozent der Projekte mit agentischer KI eingestellt werden, vor allem wegen steigender Kosten, unklarem Nutzen und unzureichender Risikokontrollen. Gartner warnt außerdem vor „Agent Washing“: Viele Anbieter etikettieren bestehende Chatbots oder Automatisierungen einfach als Agenten um.
Kontrolle: So behältst du den Agenten im Griff
Die wichtigste Designentscheidung ist nicht das Modell, sondern die Frage, was der Agent allein darf. Bewährt haben sich diese Prinzipien:
- Minimale Rechte: Nur die Zugriffe, die für die Aufgabe nötig sind. Lesen statt schreiben, wo es geht.
- Mensch in der Schleife: Alles, was nach außen geht oder Geld bewegt, braucht eine Freigabe.
- Protokollierung: Jeder Schritt wird nachvollziehbar gespeichert, damit du Fehler findest.
- Grenzen setzen: Maximale Anzahl an Schritten, Budgetlimits und klare Abbruchbedingungen.
- Klein anfangen: Ein Prozess, ein Team, messbare Ziele. Erst ausweiten, wenn es stabil läuft.
Plane außerdem eine Testphase ein, in der der Agent nur Vorschläge macht und nichts selbst ausführt. So siehst du nach einigen Wochen, wie oft er richtig liegt, wo er hängt und welche Fälle du besser ausschließt. Erst danach bekommt er schrittweise mehr Spielraum.
KI-Agenten erstellen: selbst bauen oder bauen lassen?
Die großen KI-Anbieter und Automatisierungsplattformen wie n8n oder Make bieten inzwischen Baukästen, mit denen sich einfache Agenten ohne Programmierung zusammenklicken lassen. Für Experimente und einfache Abläufe ist das ein guter Start.
Aufwendiger wird es, sobald der Agent mit deinen Kernsystemen arbeiten soll: ERP, Warenwirtschaft, CRM, Branchensoftware. Dann geht es um Schnittstellen, Rechte, Fehlerbehandlung und Datenschutz. Hier lohnt sich ein Partner, der Prozesse und Technik zusammendenkt. Bevor du investierst, sollte klar sein, wie das Vorhaben in deine gesamte KI-Einführung passt. Dafür haben wir einen Fahrplan für die KI-Einführung zusammengestellt.
Fazit: Agenten sind ein Werkzeug, kein Mitarbeiter
KI-Agenten können mehrstufige Routinearbeit spürbar beschleunigen, vor allem dort, wo Informationen aus mehreren Systemen zusammenkommen und ein Mensch am Ende prüft. Als vollautonome Kollegen, die ohne Aufsicht Entscheidungen treffen, taugen sie heute noch nicht. Wer mit klar begrenzten Aufgaben startet, holt den meisten Nutzen bei überschaubarem Risiko.
Du hast einen Prozess im Kopf, der sich dafür eignen könnte? Ob Betrieb aus der Region Stuttgart oder anderswo: Wir prüfen mit dir, ob ein Agent, eine klassische Prozessautomatisierung oder eine Kombination die bessere Wahl ist, und setzen die KI-Automatisierung um. Schreib uns über die Kontaktseite.
Häufige Fragen
Was ist der Unterschied zwischen einem KI-Agent und ChatGPT?
ChatGPT ist in erster Linie ein Chat-Assistent: Du stellst eine Frage, er antwortet. Ein Agent bekommt eine Aufgabe, plant die Schritte und nutzt Werkzeuge wie E-Mail oder CRM, um sie zu erledigen. Chat-Assistenten bekommen allerdings zunehmend selbst agentische Funktionen.
Sind KI-Agenten für kleine Unternehmen sinnvoll?
Ja, wenn es wiederkehrende Aufgaben mit mehreren Schritten gibt, zum Beispiel Anfragen vorbereiten oder Belege abgleichen. Für einfache, feste Abläufe ist klassische Automatisierung oft günstiger. Entscheidend ist ein klar messbarer Nutzen.
Was kostet ein KI-Agent?
Das reicht von einer monatlichen Lizenz für fertige Tools bis zu individuellen Projekten mit Anbindung an deine Systeme. Dazu kommen laufende Nutzungskosten pro Anfrage. Eine seriöse Zahl gibt es erst, wenn Prozess, Systeme und Umfang klar sind.
Darf ein Agent eigenständig Entscheidungen treffen?
Technisch ist das möglich, sinnvoll ist es nur bei geringem Risiko. Alles, was Kunden, Verträge oder Geld betrifft, sollte ein Mensch freigeben. Bei automatisierten Entscheidungen über Personen setzt zudem die DSGVO enge Grenzen.
Wie sicher sind Agenten?
So sicher, wie sie gebaut sind. Minimale Zugriffsrechte, Freigaben für kritische Aktionen, Protokolle und Schutz vor manipulierten Eingaben sind Pflicht. Ohne diese Maßnahmen würden wir keinem Agenten Zugriff auf produktive Systeme geben.
Gründer der Pixelschmiede in Marbach am Neckar. Baut seit über 15 Jahren Websites.