Agent oder Workflow?
Ein Workflow führt festgelegte Schritte in fester Reihenfolge aus. Ein Agent bekommt ein Ziel und Werkzeuge und entscheidet selbst, welche er in welcher Reihenfolge nutzt.
Das lohnt sich, wenn der Weg zum Ziel nicht vorhersehbar ist — bei Recherche über mehrere Quellen etwa, oder wenn eingehende Anfragen sehr unterschiedlich sind. Bei allem, was einem festen Ablauf folgt, ist ein Workflow die bessere Wahl: billiger, schneller, vorhersagbar.
| Workflow | Agent | |
|---|---|---|
| Ablauf | fest definiert | vom System bestimmt |
| Vorhersagbarkeit | hoch | begrenzt |
| Kosten je Vorgang | niedrig | höher (mehrere Modellaufrufe) |
| Fehlersuche | einfach | aufwendig |
| Sinnvoll bei | gleichförmigen Abläufen | offenen Aufgaben |
Wann sich ein Agent lohnt
Die Begriffe werden im Markt durcheinandergeworfen, und der Unterschied kostet Geld. Der Agent ist flexibler und teurer — mehr Modellaufrufe pro Durchlauf, schwerer zu testen, schwerer nachzuvollziehen, wenn etwas schiefgeht. In den meisten Betrieben löst ein fester Workflow dieselbe Aufgabe billiger und zuverlässiger. Wir empfehlen einen Agenten erst, wenn die Fälle so unterschiedlich sind, dass sich der Ablauf nicht vorab festlegen lässt.
Drei Anwendungsfälle im Vorher-Nachher-Vergleich
Agenten spielen ihre Stärke bei offenen Aufgaben aus, in denen ein Mensch heute mehrere Quellen zusammensucht. Die Zeitwerte sind Richtgrößen; die konkrete Ersparnis hängt an Ihren Fällen.
| Aufgabe | Aufwand vorher | Aufwand nachher | Zeitersparnis je Vorgang |
|---|---|---|---|
| Lieferantenrecherche über mehrere Quellen | 30–60 Min | 5–10 Min | 70–85 % |
| Support-Anfrage klassifizieren und Entwurf erstellen | 5–10 Min | 1–3 Min | 60–80 % |
| Ausschreibung gegen Anforderungen prüfen | 45–90 Min | 10–20 Min | 65–80 % |
Was ein Agent im Betrieb kostet
Der Bau ist der kleinere Teil, die laufenden Modellkosten sind der eigentliche Faktor. Je mehr Werkzeuge und Schritte ein Agent nutzt, desto mehr Modellaufrufe fallen pro Vorgang an. Die folgenden Richtwerte helfen bei der Vorabschätzung — die genauen Kosten hängen vom gewählten Modell ab.
| Aufbau | Modellaufrufe je Vorgang | Richtkosten je Vorgang | Latenz |
|---|---|---|---|
| Fester Workflow mit einem KI-Schritt | 1 | 0,5–3 Cent | 2–5 Sek. |
| Einfacher Agent (2–3 Werkzeuge) | 3–8 | 3–15 Cent | 10–30 Sek. |
| Komplexer Agent (Recherche, mehrere Quellen) | 10–40 | 15–80 Cent | 30–120 Sek. |
Wie wir Agenten bauen
Mit klaren Grenzen. Ein Agent bekommt genau die Werkzeuge, die er braucht, ein Budget an Schritten und definierte Abbruchbedingungen. Alles, was Geld bewegt oder nach außen geht, braucht eine menschliche Freigabe.
Protokollierung ist Pflicht: Jeder Schritt wird mitgeschrieben, sonst ist im Fehlerfall nicht nachvollziehbar, warum der Agent getan hat, was er getan hat.
Was ein Agent im Betrieb braucht
Der Bau ist der kleinere Teil. Was darüber entscheidet, ob ein Agent produktiv laufen darf, sind vier Dinge, die vor dem ersten Einsatz stehen müssen.
- Abbruchbedingungen. Wann hört der Agent auf, wann übergibt er an einen Menschen, wie viele Schritte darf er maximal machen.
- Protokollierung. Jeder Werkzeugaufruf und jede Entscheidung muss später nachvollziehbar sein — sonst lässt sich ein Fehler nicht aufklären.
- Begrenzte Rechte. Lesend und schreibend gehören getrennt. Ein Agent, der in ein Fachsystem schreiben darf, braucht eine Freigabestufe davor.
- Kostendeckel. Ein Agent, der sich in einer Schleife verfängt, erzeugt Kosten, bis jemand es merkt.
Worauf ein Agent aufsetzt: n8n, Make, Power Automate
Ein Agent ist selten eigenständige Software, sondern läuft in einer Automatisierungsplattform, die ihm die Werkzeuge und die Protokollierung bereitstellt. Die drei gängigen Plattformen unterscheiden sich darin, wie offen sie sind und wo die Daten liegen. Preise sind öffentliche Richtwerte der Anbieter. Die Umsetzung mit selbst gehostetem n8n beschreiben wir unter n8n-Agentur.
| n8n | Make | Power Automate | |
|---|---|---|---|
| Agent-Funktion | AI-Agent-Node (LangChain) | AI-Agent-Modul | Copilot Studio (separat) |
| Eigene Modelle / Keys | ja | ja | Azure OpenAI |
| Selbst hostbar | ja | nein | nein |
| Richtpreis Basis | Server ab wenige €/Mon. | ab ~9 €/Mon. | Copilot Studio ab ~200 €/Mon. |
| Protokollierung | voll, auf eigenem Server | Ausführungsverlauf | Dataverse-Protokoll |
EU AI Act: Agenten und Transparenzpflicht
Ein Agent ändert an der rechtlichen Einordnung nichts Grundsätzliches — entscheidend ist, was er tut, nicht wie er intern arbeitet. Als Betreiber unterliegen Sie der KI-Kompetenzpflicht nach Artikel 4 seit dem 2. Februar 2025.
Praktisch relevant wird die Transparenzpflicht nach Artikel 50, die seit dem 2. August 2026 gilt: Interagiert ein Agent direkt mit Menschen — etwa als Chatbot im Support — muss erkennbar sein, dass sie mit einem KI-System sprechen. Ein Agent, der Bewerber vorsortiert oder Bonität bewertet, kann zudem als Hochrisikosystem nach Anhang III gelten. Mehr unter EU AI Act.
Grenzen von KI-Agenten
Agenten sind mächtig, aber kein Allzweckwerkzeug. Wo diese Punkte zutreffen, raten wir zum festen Workflow oder zum Menschen.
- Freies Agieren im ganzen Unternehmen. Ein Agent ohne enge Werkzeugauswahl ist derzeit keine gute Idee — die Fehlersuche wird unbezahlbar.
- Hohe Stückzahlen mit engem Budget. Bei tausenden Vorgängen täglich summieren sich die Modellkosten schnell; hier gewinnt der Workflow.
- Nachvollziehbarkeit als Pflicht. Wo jede Entscheidung revisionssicher begründet sein muss, ist ein deterministischer Ablauf einfacher zu verantworten.
- Schreibzugriff ohne Freigabe. Alles, was Geld bewegt oder nach außen geht, gehört hinter eine menschliche Bestätigung — sonst wird aus einem Fehler ein Schaden.
Häufige Fragen
Sind Agenten schon produktionsreif?
In engem Rahmen ja. Ein Agent mit drei Werkzeugen und klarer Aufgabe läuft stabil. Ein Agent, der frei im Unternehmen agieren soll, ist derzeit keine gute Idee.
Was kostet ein Agent im Betrieb?
Deutlich mehr als ein Workflow, weil je Vorgang mehrere Modellaufrufe anfallen — als Richtwert 3 bis 80 Cent je Vorgang je nach Komplexität. Bei hohen Stückzahlen ist das der entscheidende Faktor; wir rechnen das vorab durch.
Können Agenten auf unsere Systeme zugreifen?
Ja, über Schnittstellen — lesend meist unkritisch, schreibend nur mit Freigabe. Der Umfang der Rechte ist die wichtigste Entscheidung im Projekt.
Was kostet die Entwicklung eines Agenten?
Ein einfacher Agent mit klarer Aufgabe liegt beim ersten Anwendungsfall im Bereich von 5.000 bis 20.000 Euro, abhängig von der Zahl der angebundenen Systeme. Komplexe Rechercheagenten liegen darüber. Die Aufstellung steht unter KI-Kosten.
Wann ist ein Workflow die bessere Wahl?
Immer dann, wenn der Ablauf vorhersehbar ist. Ein fester Workflow ist billiger, schneller und leichter zu prüfen. Ein Agent lohnt sich erst, wenn die Fälle so unterschiedlich sind, dass sich die Schritte nicht vorab festlegen lassen.
Muss ein KI-Agent gekennzeichnet werden?
Wenn er direkt mit Menschen kommuniziert, ja — seit dem 2. August 2026 verlangt Artikel 50 des EU AI Act, dass die Interaktion mit einem KI-System erkennbar ist. Details unter EU AI Act.
Kann ein Agent DSGVO-konform betrieben werden?
Ja, wenn Plattform und Modell entsprechend gewählt werden — etwa selbst gehostetes n8n und ein Modell mit EU-Verarbeitung. So bleibt die Protokollierung im Haus. Mehr unter DSGVO-konforme KI.
Wie verhindern wir, dass ein Agent aus dem Ruder läuft?
Durch drei Grenzen: ein Schrittbudget mit Abbruchbedingung, einen Kostendeckel und getrennte Lese- und Schreibrechte mit Freigabestufe für alles Sicherheitsrelevante. Diese Leitplanken stehen vor dem ersten produktiven Einsatz.
Auf welcher Plattform bauen Sie Agenten?
Meist auf selbst gehostetem n8n, weil dort Modelle frei wählbar sind, die Daten im Haus bleiben und die vollständige Protokollierung auf dem eigenen Server liegt. Zur Umsetzung siehe n8n-Agentur.