Was den Unterschied ausmacht
Ein klassischer Workflow ist eine Kette: Schritt eins, dann zwei, dann drei. Ein agentischer Workflow definiert das Ziel und die verfügbaren Bausteine, überlässt aber dem System, welche Bausteine in welcher Reihenfolge zum Einsatz kommen — innerhalb festgelegter Grenzen.
Das ist mehr Freiheit als bei einer Kette und weniger als bei einem völlig autonomen Agenten. Genau diese Mitte hat sich als praktikabel erwiesen: Die Ergebnisse sind besser als bei starren Abläufen, die Fehlerquote bleibt beherrschbar.
Bewährte Muster
Vier Muster tauchen in produktiven Systemen immer wieder auf.
- Aufteilen und zusammenführen: Eine Aufgabe wird in Teilaufgaben zerlegt, parallel bearbeitet und am Ende zusammengesetzt.
- Prüfschleife: Ein zweiter Durchgang prüft das Ergebnis des ersten kritisch und fordert Korrekturen an.
- Weiche: Ein einfacher Schritt entscheidet, welcher Zweig genommen wird — spart Kosten gegenüber einem vollen Agenten.
- Mensch im Ablauf: An definierten Punkten wird ein Mensch um Freigabe gebeten, bevor es weitergeht.
Wann sich der Aufwand lohnt
Agentische Abläufe sind teurer im Bau und im Betrieb. Sie lohnen sich, wenn Eingaben stark variieren, wenn Qualität wichtiger ist als Geschwindigkeit, oder wenn ein starrer Ablauf zu viele Sonderfälle hätte.
Bei gleichförmigen Massenvorgängen ist die klassische Automatisierung fast immer überlegen — billiger, schneller, besser prüfbar.
Häufige Fragen
Ist das dasselbe wie ein KI-Agent?
Nah verwandt. Der Agent ist die freieste Form, der agentische Workflow arbeitet in engeren Bahnen. In der Praxis verschwimmen die Begriffe.
Womit baut man das?
Mit n8n, Make oder eigenen Frameworks. Entscheidend ist weniger das Werkzeug als die Frage, ob Zwischenschritte protokolliert und Freigaben eingebaut werden können.
Wie testet man solche Abläufe?
Mit einem festen Satz realer Eingaben, der bei jeder Änderung erneut durchläuft. Weil das Ergebnis nicht deterministisch ist, prüft man Bandbreiten statt exakter Übereinstimmung.