Inhalt8
Was ist ein KI-Agent? Das Wort steht in den Ankündigungen fast aller Softwareanbieter, so sehr, dass es ungefähr jedes Werkzeug bezeichnet, das ein Sprachmodell enthält. Für ein Unternehmen, das entscheiden muss, wo es KI einsetzt, hat die Definition jedoch Folgen: Sie sagt, was das Werkzeug ohne Sie tun wird, und damit, was überwacht werden muss. Dieser Leitfaden unserer Rubrik KI im Unternehmen, privat und zu fairen Kosten geht von der nützlichsten Definition aus, die wir gelesen haben, und kommt dann dazu, was ein Agent nicht ist und was er kostet. Wenn Sie eher einen Einstieg in KI als eine Definition suchen, beginnen Sie mit unserem Leitfaden zur Einführung von KI im Unternehmen.
Kurz gesagt
- Was einen Agenten von einem Workflow unterscheidet, ist, wer den nächsten Schritt bestimmt: Ihr Code oder das Modell.
- Ein Agent ist gerechtfertigt, wenn sich die Zahl der Schritte nicht vorhersehen lässt; eine wiederkehrende Aufgabe erledigt ein fester Weg besser.
- Autonomie bezahlt man mit Modellaufrufen und möglichen Fehlern, und man begrenzt sie mit Obergrenzen und Freigabepunkten.
- Viele als Agenten verkaufte Produkte sind keine: Fragen Sie, was das Werkzeug allein entscheidet.
Was ist ein KI-Agent konkret?
Diese Definition stammt von Anthropic, dem Hersteller der Claude-Modelle, aus einem Text vom Dezember 2024, Building effective agents, der zwei Familien von Systemen gegenüberstellt (unsere Übersetzung):
- Workflows, „Systeme, in denen Sprachmodelle und Werkzeuge über vordefinierte Codepfade orchestriert werden“;
- Agenten, „Systeme, in denen Sprachmodelle ihre eigenen Abläufe und ihre Werkzeugnutzung dynamisch steuern und die Kontrolle darüber behalten, wie sie Aufgaben erledigen“.
Nehmen wir eine per E-Mail eingegangene Angebotsanfrage:
Im Workflow ist der Weg vorgeschrieben
Name, Firma und Bedarf extrahieren
Den Datensatz im CRM anlegen
Den Vertrieb benachrichtigen
Ein Modell kann die E-Mail in einem Schritt lesen, ohne den weiteren Verlauf zu wählen
Im Agenten entscheidet das Modell
Man gibt ihm ein Ziel und Werkzeuge: das CRM, den Katalog, das E-Mail-Postfach
Es wählt, ob es zuerst den Kunden sucht, eine Frage stellt oder aufhört
Der Unterschied liegt also weder in der Qualität des Modells noch in der Oberfläche, sondern in einer Frage: Wer bestimmt den nächsten Schritt, Ihr Code oder das Modell? Bei n8n fasst die Dokumentation des Knotens AI Agent es so zusammen: Man schließt ein Modell und ein oder mehrere Werkzeuge an, „und der Agent entscheidet, welche Werkzeuge er aufruft, um eine Aufgabe zu erledigen“.
Agent, Chatbot, Workflow, RPA: worin liegen die Unterschiede?
Diese Wörter bezeichnen Werkzeuge, die sich nicht gleich verhalten. Die Tabelle ordnet sie nach dem obigen Kriterium.
| Werkzeug | Was es tut | Wer über den weiteren Verlauf entscheidet | Beispiel |
|---|---|---|---|
| Chatbot | Antwortet in einem Gespräch | Der Nutzer, bei jeder Nachricht | Eine Online-Hilfe zu Ihren Öffnungszeiten |
| RPA | Ahmt die Klicks eines Menschen in einer Oberfläche nach | Das Skript, vorab geschrieben | Bestellungen aus einem Lieferantenportal abtippen |
| Workflow | Reiht vorab definierte Schritte aneinander | Der Code | Jede eingehende Rechnung wird abgelegt und dann erfasst |
| Workflow mit einem KI-Schritt | Überträgt einem Modell an einer vorgesehenen Stelle das Lesen oder Verfassen eines Textes | Der Code; das Modell füllt ein Feld | Eine Kunden-E-Mail wird zusammengefasst und dann abgelegt |
| KI-Agent | Wählt seine Schritte und Werkzeuge, um ein Ziel zu erreichen | Das Modell, innerhalb gesetzter Grenzen | Ein Assistent, der vor der Antwort mehrere Quellen abgleicht |
Ein Chatbot wird zum Agenten, wenn er handeln kann (einen Datensatz anlegen, eine Bestellung ändern) und wählen kann, wann er es tut; solange er nur antwortet, ist er ein Chatbot, gleich welches Modell er nutzt. RPA wiederum ist keineswegs autonom: Sie ist ein fester Weg, der mangels besseren Zugangs zur Software über den Bildschirm geht, und oft einer der letzten Auswege, wie unser Leitfaden zur Automatisierung einer Software ohne API erklärt.
Muss man immer bis zum Agenten gehen?
Nein, und derselbe Text von Anthropic sagt es am deutlichsten. Er empfiehlt, „die einfachste mögliche Lösung zu finden und die Komplexität nur bei Bedarf zu erhöhen“, was „bedeuten kann, überhaupt keine agentischen Systeme zu bauen“. Für viele Anwendungen ist es, einen einzelnen Modellaufruf mit Dokumentensuche und Beispielen in der Anfrage zu optimieren, „meist ausreichend“.
Wir zerlegen die Entscheidung in fünf Stufen. Die Einteilung ist unsere, sie folgt dieser Empfehlung:
Fünf Stufen, von der festen Regel bis zum Agenten
- Eine feste Regel, ohne KI
Ab einem bestimmten Betrag die verantwortliche Person benachrichtigen.
- Ein Workflow
Er verkettet mehrere Regeln und mehrere Programme.
- Ein Workflow mit einem KI-Schritt
Die KI liest einen freien Text oder verfasst einen ersten Entwurf.
- Eine KI, die zwischen vorgesehenen Zweigen wählt
Etwa indem sie eine Anfrage einordnet.
- Ein Agent
Er wählt seine Schritte und Werkzeuge selbst.
Jede Stufe bringt mehr Flexibilität, aber auch mehr Kosten und Unvorhersehbares: Beginnen Sie mit der niedrigsten, die die Arbeit erledigt. Unser Fragenraster finden Sie in Automatisierung ohne KI: wenn eine Regel genügt. Wenn KI gerechtfertigt ist, wiegt das gewählte Modell so schwer wie die Architektur: Unser Ansatz besteht darin, jede Aufgabe dem gerade ausreichenden Modell anzuvertrauen, mit Budget und Obergrenzen pro Einsatz.
Was ein KI-Agent nicht ist
Kein Etikett
Im Juni 2025 griff eine Reuters-Meldung, übernommen von Yahoo, ein vom Analysehaus Gartner beschriebenes Phänomen auf: „Agent Washing“, also das Umbenennen von KI-Assistenten und Chatbots ohne echte agentische Fähigkeit in „Agenten“. Gartner schätzte, dass von Tausenden Anbietern, die sich als Verkäufer agentischer KI präsentieren, nur etwa 130 es wirklich sind. Das ist die Schätzung eines Analysehauses, keine Zählung, aber die Frage, die sie nahelegt, gilt für jeden Kauf: Was entscheidet Ihr Werkzeug allein?
Nicht von Haus aus zuverlässig
2025 vertraute Anthropic gemeinsam mit der Firma Andon Labs etwa einen Monat lang einen kleinen Automatenladen in seinen Büros in San Francisco einem Agenten auf Basis von Claude Sonnet 3.7 an, Spitzname Claudius. Der Bericht über dieses Experiment, Project Vend, am 27. Juni 2025 vom Hersteller des Modells selbst veröffentlicht, ist lehrreich. Der Agent legte Preise fest, „ohne jegliche Recherche“, sodass Artikel, die eine gute Marge hätten bringen können, unter ihren Kosten angeboten wurden. Eine Zeit lang bat er Kunden, auf ein Konto zu zahlen, das er erfunden hatte. Er ließ sich durch Nachrichten auf Slack dazu überreden, zahlreiche Rabattcodes zu gewähren. Das sind keine Pannen: Es sind Entscheidungen, getroffen von einem Agenten, der über Preise und Zahlungen verfügte.
Aus der Praxis
Ein Kunde hat eine bescheidenere Version davon zu spüren bekommen
Auf seiner Website hat ein Modell drei frei erfundene Inhalte veröffentlicht, die inzwischen entfernt sind. Deshalb ist die menschliche Prüfung vor der Veröffentlichung bei uns eine unverhandelbare Regel, und eine Kontrolle gegen Halluzinationen ist als Werkzeug eingerichtet.
Kein Kollege
Am Morgen des 1. April, so derselbe Bericht, behauptete Claudius, er werde Produkte selbst „persönlich“ ausliefern, in blauem Blazer und roter Krawatte. Das Fazit von Anthropic ist eindeutig:
Wenn Anthropic heute entscheiden würde, in den Markt der Büroverkaufsautomaten einzusteigen, würden wir Claudius nicht einstellen.
Ein Agent trägt keine Verantwortung: Er führt innerhalb der Grenzen aus, die man ihm setzt, und ein Mensch steht für das Ergebnis ein, wie wir in unserem Artikel über die Rolle des Menschen gegenüber der KI ausführen.
Wann ist ein KI-Agent wirklich nützlich?
Anthropic gibt die klarste Antwort: Agenten eignen sich für „offene Probleme, bei denen es schwierig oder unmöglich ist, die Zahl der nötigen Schritte vorherzusagen, und bei denen man keinen festen Weg in den Code schreiben kann“. Workflows dagegen „bieten Berechenbarkeit und Beständigkeit für klar definierte Aufgaben“.
Vier Anzeichen sprechen dafür, dass ein Agent seinen Preis wert sein kann:
- der Weg ändert sich von Fall zu Fall, in einer Reihenfolge, die man vorher nicht kennt;
- die Eingabe ist nicht strukturiert: ein freier Text, ein Foto, ein gescanntes Dokument;
- ein Fehler lässt sich auffangen, weil ein Mensch freigibt, bevor die Aktion das Unternehmen verpflichtet;
- das Volumen rechtfertigt den Aufwand für Einrichtung und Überwachung.
Unser Agent für die Buchhaltungserfassung vereint zwei dieser Anzeichen: Seine Eingabe ist das Foto eines Belegs, per Telegram geschickt, und es bleibt nur ein menschlicher Handgriff, den von ihm vorbereiteten Datensatz per Knopfdruck freizugeben. Er ist seit Juli 2026 intern im Einsatz, unter den Werkzeugen, die wir selbst betreiben.
Was ein KI-Agent über das Abonnement hinaus kostet
Autonomie hat ihren Preis, und der Leitfaden von Anthropic schreibt es: Agentische Systeme „tauschen oft Latenz und Kosten gegen eine bessere Aufgabenleistung“. Ein Agent, der zögert und drei Werkzeuge statt eines aufruft, verbraucht ebenso viele Modellaufrufe, also Tokens. Seine autonome Natur bedeutet „höhere Kosten und das Risiko sich summierender Fehler“, daher die Empfehlung, ihn ausgiebig „in isolierten Umgebungen“ zu testen, mit passenden Schutzvorkehrungen.
Das Wichtigste
Drei Einstellungen halten einen Agenten in seinen Grenzen
- Eine maximale Zahl von Durchläufen, was Anthropic „Abbruchbedingungen (etwa eine maximale Zahl von Iterationen)“ nennt.
- Ein Budget pro Aufgabe, mit sauberem Stopp bei Erreichen, statt einer Rechnung, die man am Monatsende entdeckt.
- Freigabepunkte, an denen der Agent pausiert, um eine menschliche Rückmeldung zu erhalten, vor allem vor einer unumkehrbaren Aktion.
Die Berechnung der Rechnung (Eingabe- und Ausgabe-Tokens, bei jedem Durchlauf erneut gesendeter Kontext) erläutert unser Leitfaden zu den Kosten von KI im Unternehmen. Und wenn Sie sich fragen, warum so viele KI-Projekte lange keinen Ertrag bringen, zeigt unsere Analyse zur Rentabilität von KI im Unternehmen, dass die Technologie dabei weniger wiegt als die Organisation darum herum.
Wo Sie anfangen
Gehen Sie von der Aufgabe aus, nicht vom Werkzeug. Beschreiben Sie, was ankommt, was herauskommen soll und wer es heute prüft: Die niedrigste Stufe, die die Arbeit erledigt, zeigt sich oft von selbst. Ist die Antwort ein Agent, bleibt, ihn zu einem verlässlichen Werkzeug für ein ganzes Team zu machen, worum es in unserem Leitfaden über den KI-Agenten in Produktion, von der Demo zum Produkt geht. Wenn Sie zwischen mehreren Vorhaben schwanken, hilft unser Audit der digitalen und KI-Reife dabei, zu wissen, was man automatisiert, bevor man Geld ausgibt, mit einem schriftlichen GO oder NOGO für jedes Vorhaben.
Häufige Fragen
Was ist der Unterschied zwischen einem KI-Agenten und einem Chatbot?
Ein Chatbot antwortet in einem Gespräch: Der Nutzer entscheidet über den weiteren Verlauf, Nachricht für Nachricht. Ein KI-Agent erhält ein Ziel und Werkzeuge und wählt selbst die Schritte, um es zu erreichen: eine Information suchen, einen Datensatz anlegen, eine Nachricht senden. Ein Chatbot, der in Ihren Programmen handeln und entscheiden kann, wann er es tut, wird zum Agenten, mit den Kontrollen, die das erfordert.
Kann ein KI-Agent eine Antwort erfinden?
Ja. Ein Sprachmodell erzeugt eine plausible Antwort, keine geprüfte, und ein Agent reiht mehrere solcher Antworten aneinander: Ein Fehler am Anfang pflanzt sich fort. Ein seriöser Agent nennt daher seine Quellen, antwortet „ich weiß es nicht“, wenn er unsicher ist, und lässt freigeben, was das Unternehmen verpflichtet. Das ist die Regel unseres KI-Assistenten für Ihre Dokumente, der seine Quellen nennt.
Kann ein KI-Agent ohne Aufsicht arbeiten?
Nicht bei Entscheidungen mit Tragweite, zumindest noch nicht. In der zweiten Phase von Project Vend, veröffentlicht im Dezember 2025, gab Anthropic seinem Agenten neue Modelle und bessere Werkzeuge; im Verlauf dieser Phase verschwanden die Wochen mit negativer Marge weitgehend. Ist er damit bereit, einen Automaten in Ihrem Unternehmen zu führen? „Noch nicht ganz“, antwortet Anthropic: Seine Agenten brauchten weiterhin viel menschliche Unterstützung.
Braucht man einen KI-Agenten, um einen Prozess zu automatisieren?
Nicht unbedingt. Ein Prozess, der beschreibbaren Regeln folgt, lässt sich mit einem festen Workflow automatisieren, günstiger und mit gleichbleibendem Ergebnis. KI ist an einem bestimmten Schritt gerechtfertigt, wenn ein freier Text gelesen oder ein mehrdeutiger Fall entschieden werden muss, und der Agent nur dann, wenn sich der Weg selbst von Fall zu Fall ändert. Unser Entscheidungsraster finden Sie in Automatisierung ohne KI: wenn eine Regel genügt.
Quellen
- Building effective agents (neuer Tab)anthropic.com
- Dokumentation des Knotens AI Agent (neuer Tab)docs.n8n.io
- Reuters-Meldung, übernommen von Yahoo (neuer Tab)tech.yahoo.com
- Bericht über dieses Experiment, Project Vend (neuer Tab)anthropic.com
- Zweiten Phase von Project Vend (neuer Tab)anthropic.com
Jim · Gründer von Brain Plus AI
Ebenfalls lesenswert zu ki im unternehmen
Praxisleitfaden9 Min.
KI-Agent in Produktion: von der Demo zum Produkt
Eine Demo eines KI-Agenten beeindruckt schnell. Daraus ein Werkzeug zu machen, das ein Team täglich nutzt, verlangt eine verantwortliche Person und schriftliche Regeln: was vier öffentliche Fälle zeigen und was wir selbst betreiben.
Praxisleitfaden9 Min.
KI-Kosten im Unternehmen: Tokens, Routing und Prognose
Was Sie tatsächlich bezahlen, wenn Sie eine KI per API nutzen: Eingabe- und Ausgabe-Tokens, der bei jedem Aufruf erneut gesendete Kontext, die Runden eines Agenten. Und die Methode, um die Rechnung vorherzusagen, bevor sie eintrifft.
Einordnen4 Min.
Ersetzt KI den Entwickler? Was stimmt und was nicht
Eine Debatte dreht sich im Kreis: Die KI generiert den Code, aber nur ein Mensch entscheidet, ob er existieren soll. Die Gegenseite antwortet, dass niemand mehr Assembler liest. Beide Lager haben in einem Punkt recht und übersehen denselben. Unsere Einordnung und unsere Position.