Ein KI-Agent ist ein System, das ein Ziel erhält, selbst entscheidet, welche Schritte dorthin führen, dafür eigenständig Werkzeuge einsetzt und das Ergebnis prüft. Anders als ein Chatbot, der auf eine Frage eine Antwort gibt, arbeitet ein Agent über mehrere Schritte auf einen Auftrag hin und ruft dabei andere Systeme auf.
Die drei Merkmale
- Zielorientierung: Der Agent bekommt einen Auftrag, keine Frage — etwa „finde den passenden Liefertermin und bestätige ihn dem Kunden“.
- Werkzeugnutzung: Er kann Systeme aufrufen, im Web suchen, rechnen, in Datenbanken schreiben oder E-Mails erzeugen.
- Mehrschrittigkeit: Er plant Zwischenschritte, wertet deren Ergebnis aus und entscheidet auf dieser Basis, was als Nächstes zu tun ist.
Angetrieben wird ein Agent von einem Large Language Model, das als Steuerzentrale die Schrittfolge festlegt.
Abgrenzung zu Chatbot und Workflow
| System | Verhalten | Wer bestimmt die Schritte |
|---|---|---|
| Chatbot | Antwortet auf Fragen | Kein fester Ablauf, nur ein Zug |
| Workflow | Führt feste Schritte aus | Der Entwickler, fest verdrahtet |
| KI-Agent | Verfolgt ein Ziel | Der Agent selbst, zur Laufzeit |
Diese Freiheit ist Vorteil und Risiko zugleich: Agenten lösen Aufgaben, deren Weg vorher nicht feststeht — aber sie sind schwerer vorhersagbar, teurer im Betrieb und aufwendiger in der Fehlersuche. Der zugehörige Trendbegriff ist Agentic AI.
Warum Agenten teurer sind
Ein Chatbot beantwortet eine Anfrage mit einem einzigen Modellaufruf. Ein Agent durchläuft je Vorgang mehrere Aufrufe — planen, Werkzeug wählen, Ergebnis bewerten, nächster Schritt. Damit vervielfachen sich Rechenaufwand und Kosten pro erledigter Aufgabe. Für einfache, wiederkehrende Abläufe mit festem Weg ist ein klassischer Workflow deshalb meist günstiger und verlässlicher.
Praxisstand
Agenten mit engem Aufgabenzuschnitt und wenigen, klar definierten Werkzeugen laufen produktiv — etwa Rechercheassistenten, Support-Triage oder Programmierhilfen. Agenten, die frei im Unternehmen agieren und beliebige Systeme bedienen sollen, sind derzeit überwiegend Demonstrationen: Sie beeindrucken im Test, brechen im Dauerbetrieb aber an Fehlern, unklaren Zuständigkeiten und fehlender Nachvollziehbarkeit.
Einordnung für den Mittelstand
Für KMU lohnt sich der Blick auf abgegrenzte Anwendungsfälle statt auf den „Universalagenten“. Wo ein Weg vorhersehbar ist, reicht Automatisierung; wo Entscheidungen und Werkzeugwahl variieren, spielt ein Agent seine Stärke aus — mehr dazu unter KI-Agenten-Entwicklung. Konkrete Szenarien sammelt der Ratgeber KI-Agenten: Beispiele; eine Einordnung der laufenden Kosten bietet Was kostet ein KI-Projekt?.