Was sind KI-Agenten? Erklärung und Beispiele aus dem Mittelstand

Was ein KI-Agent ist

Ein KI-Agent besteht im Kern aus vier Teilen:

• Ziel: eine Aufgabe, zum Beispiel „Bereite für diese Anfrage ein Angebot vor“.
• Sprachmodell: das „Gehirn“, das die Aufgabe versteht, Zwischenschritte plant und Ergebnisse formuliert – etwa Claude, GPT oder ein Open-Source-Modell.
• Werkzeuge: Zugriffe auf Systeme, die der Agent selbst aufrufen darf: CRM abfragen, Datei lesen, E-Mail entwerfen, Datensatz anlegen.
• Regeln und Gedächtnis: Anweisungen, was erlaubt ist, wann ein Mensch gefragt werden muss, und was der Agent aus vorherigen Schritten weiß.

Der Agent arbeitet in einer Schleife: Er schaut sich die Lage an, entscheidet den nächsten Schritt, nutzt ein Werkzeug, prüft das Ergebnis und macht weiter – bis das Ziel erreicht ist oder er an einen Punkt kommt, an dem ein Mensch entscheiden soll.

Im Englischen hört man oft „Agentic AI“. Gemeint ist dasselbe Prinzip, manchmal mit Betonung auf Systemen, in denen mehrere spezialisierte Agenten zusammenarbeiten.

Agent, Chatbot, Automatisierung: der Unterschied

In der Praxis sind die besten Lösungen oft Mischformen: ein fester Workflow, zum Beispiel in n8n, in dem an einzelnen Stellen ein Agent die Arbeit mit unstrukturierten Informationen übernimmt. Das ist robuster als ein Agent, der alles frei entscheidet.

Beispiele aus dem Mittelstand

Angebotserstellung im Großhandel

Anfragen kommen per E-Mail, als PDF oder über das Webformular. Der Agent liest sie aus, erkennt Kunde und Artikel, holt Preise und Verfügbarkeiten aus dem ERP und erstellt einen Angebotsentwurf. Ein Mitarbeiter prüft und gibt frei. Der Agent versendet und legt den Vorgang im CRM an.

Produktdaten im Onlinehandel

Neue Artikel kommen mit Herstellerdaten in unterschiedlicher Qualität. Der Agent ergänzt fehlende Attribute, schreibt Produkttexte im Markenstil, übersetzt sie und markiert Unklarheiten für das Produktteam.

Kundenservice in der Industrie

Ein Agent ordnet eingehende Servicefälle ein, sucht in Handbüchern und früheren Tickets nach Lösungen und schreibt einen Antwortentwurf mit Quellenangabe. Komplexe Fälle gehen mit Zusammenfassung direkt an die Technik.

Agenturen

Aus einem Kundenbriefing erstellt ein Agent Varianten für mehrere Kanäle, prüft sie gegen das Brand-Manual und legt sie zur Freigabe im Projektmanagement ab. Mehr dazu unter KI für Agenturen.

Wann sich ein Agent lohnt

Ein Prozess ist ein guter Kandidat, wenn die meisten dieser Punkte zutreffen:

• Er kommt häufig vor – mindestens mehrmals pro Woche.
• Er enthält unstrukturierte Informationen wie E-Mails, Dokumente oder Freitext.
• Die nötigen Daten liegen in Systemen mit Schnittstelle.
• Fehler sind erkennbar und korrigierbar, bevor sie Schaden anrichten.
• Es gibt eine Person, die den Prozess fachlich verantwortet.

Wenn ein Ablauf vollständig nach festen Regeln läuft und nur strukturierte Daten verarbeitet, ist klassische Automatisierung meist günstiger und zuverlässiger.

Grenzen und Risiken

• Fehler mit Selbstbewusstsein: Sprachmodelle können plausible, aber falsche Ergebnisse liefern. Deshalb gehören Prüfschritte und Freigaben in jeden Agenten, der nach außen wirkt.
• Zugriffsrechte: Ein Agent darf nur, was er für seine Aufgabe braucht. Lesen ist unkritischer als Schreiben, Schreiben unkritischer als Versenden.
• Datenschutz: Welche Daten an welches Modell gehen, muss geklärt und dokumentiert sein.
• Kosten: Jeder Modellaufruf kostet Geld. Bei hohen Fallzahlen lohnt es sich, Kosten pro Vorgang früh zu messen.
• Regulierung: Der EU AI Act verlangt unter anderem KI-Kompetenz der Mitarbeitenden und je nach Anwendung Transparenz und menschliche Aufsicht.

So startest du

1. Wähle einen Prozess, der nervt, häufig vorkommt und nicht geschäftskritisch ist.
2. Miss, wie lange er heute dauert und wie oft Fehler passieren.
3. Baue einen Agenten für einen Teil davon, zunächst mit Freigabe für jedes Ergebnis.
4. Lass ihn zwei Wochen parallel laufen und vergleiche.
5. Lockere die Freigaben dort, wo die Qualität stimmt.

Wenn du nicht sicher bist, welcher Prozess sich eignet, hilft der KI-Readiness-Selbstcheck als erste Orientierung. Für die Umsetzung unterstütze ich dich gern – mehr dazu unter KI-Agenten für Unternehmen.