Die brauchbare Definition
Ein KI-Agent ist ein System, das ein Ziel bekommt, selbst entscheidet, welche Schritte dorthin führen, dafür Werkzeuge nutzt und das Ergebnis überprüft. Drei Merkmale unterscheiden ihn von einem Chatbot: Zielorientierung statt Frage-Antwort, Werkzeugnutzung statt reiner Textausgabe und Mehrschrittigkeit statt einer einzelnen Antwort.
Ein Chatbot beantwortet: „Wie ist der Lieferstatus?“ Ein Agent bekommt: „Kläre den Lieferstatus und informiere den Kunden“ — und ruft dazu das Warenwirtschaftssystem ab, formuliert eine Nachricht und verschickt sie.
Dass der Begriff derzeit verwässert, hat einen einfachen Grund: Er verkauft sich. Anbieter etikettieren damit auch gewöhnliche Chatbots und fest verdrahtete Automatisierungen. Die Unterscheidung ist aber keine Wortklauberei — die drei Kategorien unterscheiden sich in Kosten, Vorhersagbarkeit und Prüfaufwand erheblich, und wer ein Angebot bewertet, sollte wissen, welche davon tatsächlich gemeint ist.
| Chatbot | Workflow | Agent | |
|---|---|---|---|
| Ablauf | Frage → Antwort | feste Schrittfolge | selbst gewählte Schritte |
| Werkzeuge | keine | vordefiniert | wählt aus verfügbaren |
| Vorhersagbarkeit | hoch | sehr hoch | begrenzt |
| Typische Kosten | niedrig | sehr niedrig | höher |
Wo Agenten heute tragen
Der ehrliche Stand: Agenten mit engem Aufgabenzuschnitt und wenigen Werkzeugen laufen produktiv. Agenten, die frei im Unternehmen agieren, sind Demonstrationen. Die Grenze verläuft dabei weniger entlang der Branchen als entlang der Frage, wie viel Schaden ein Fehler anrichten kann.
- Funktioniert: Recherche über mehrere Quellen, Vorqualifizierung von Anfragen, Datenabgleich zwischen Systemen, Erstellung von Entwürfen aus verteilten Informationen.
- Mit Aufsicht: Terminkoordination, Bestellvorgänge, alles mit Außenwirkung.
- Noch nicht: Selbstständige Prozessverantwortung, Entscheidungen mit finanzieller Tragweite ohne Freigabe.
Drei Beispiele aus dem Arbeitsalltag
Was „enger Aufgabenzuschnitt“ konkret heißt, zeigen drei typische Fälle:
Lieferantenrecherche. Der Agent bekommt Anforderungen und sucht über Verzeichnisse, Websites und interne Listen passende Anbieter zusammen, gleicht Angaben ab und liefert eine Übersicht mit Quellen. Ein Mensch braucht dafür 30 bis 60 Minuten, der Agent reduziert das auf die Prüfung des Ergebnisses.
Support-Vorqualifizierung. Eine eingehende Anfrage wird klassifiziert, gegen die Kundenhistorie geprüft und mit einem Antwortentwurf versehen — verschickt wird erst nach menschlicher Freigabe. Der Agent handelt intern frei, nach außen nicht.
Ausschreibungsprüfung. Der Agent gleicht ein Ausschreibungsdokument Punkt für Punkt gegen die eigenen Anforderungen ab und markiert Lücken und Abweichungen. Die Entscheidung bleibt beim Menschen, die Fleißarbeit übernimmt das System.
Allen drei Fällen ist gemeinsam: wenige Werkzeuge, ein klares Ziel, ein Mensch am Ende der Kette. Das ist kein Übergangszustand, sondern das Muster, das produktiv funktioniert.
Wie ein Agent intern arbeitet
Im Kern steckt ein Sprachmodell, das als Steuerung dient. Es durchläuft eine Schleife: Lage bewerten, nächsten Schritt wählen, ein Werkzeug aufrufen, das Ergebnis prüfen — und von vorn, bis das Ziel erreicht oder das Schrittbudget aufgebraucht ist. Die Werkzeuge sind Schnittstellen zu vorhandenen Systemen: Suche, Datenbank, E-Mail, Warenwirtschaft, Kalender.
Aus dieser Schleife folgen die beiden Eigenschaften, die in der Tabelle oben stehen: Weil das Modell die Schritte selbst wählt, ist das Verhalten nur begrenzt vorhersagbar. Und weil jeder Schritt ein eigener Modellaufruf ist, kostet ein Agent je Vorgang ein Vielfaches eines festen Ablaufs. Beides ist keine Kinderkrankheit, sondern liegt im Bauprinzip — und bestimmt, wofür sich Agenten eignen.
Was der Betrieb kostet
Die laufenden Modellkosten sind der Faktor, der über die Wirtschaftlichkeit entscheidet — nicht der Bau. Als Orientierung, wie Aufbau und Kosten je Vorgang zusammenhängen:
| 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. |
Leitplanken für den produktiven Einsatz
Ob ein Agent im Alltag hält, entscheidet sich weniger am Modell als an den Grenzen, die man ihm setzt. Vier haben sich als Mindeststandard herausgebildet:
- Schrittbudget und Abbruchbedingungen. Wie viele Schritte darf der Agent maximal gehen, und wann übergibt er an einen Menschen.
- Protokollierung. Jeder Werkzeugaufruf wird mitgeschrieben — sonst lässt sich im Fehlerfall nicht klären, warum der Agent getan hat, was er getan hat.
- Getrennte Rechte. Lesender Zugriff ist meist unkritisch, schreibender braucht eine Freigabestufe. Alles, was Geld bewegt oder nach außen geht, gehört hinter eine menschliche Bestätigung.
- Kostendeckel. Ein Agent in einer Schleife erzeugt Kosten, bis jemand es merkt.
Kennzeichnung und EU AI Act
Ein Agent ändert an der rechtlichen Einordnung nichts Grundsätzliches — entscheidend ist, was das System tut, nicht wie es intern arbeitet. Zwei Punkte sind praktisch relevant: Als Betreiber unterliegen Sie der KI-Kompetenzpflicht nach Artikel 4, die seit dem 2. Februar 2025 gilt. Und interagiert ein Agent direkt mit Menschen — etwa im Kundensupport —, muss seit dem 2. August 2026 nach Artikel 50 erkennbar sein, dass sie mit einem KI-System sprechen.
Aufmerksamkeit verdient außerdem der Einsatzzweck: Ein Agent, der Bewerbungen vorsortiert oder Bonität bewertet, kann als Hochrisikosystem nach Anhang III gelten — mit deutlich umfangreicheren Pflichten. Die Einordnung im Detail steht unter EU AI Act.
Verstehen, selbst bauen oder bauen lassen?
Diese Seite ordnet den Begriff ein. Für die nächsten Schritte gibt es drei Wege, je nachdem, wo Sie stehen:
- Selbst bauen: Welche Werkzeuge sich je nach Vorkenntnis eignen und woran erste Versuche scheitern, steht unter KI-Agenten erstellen.
- Bauen lassen: Wann sich ein Agent gegenüber einem Workflow rechnet und wie eine Umsetzung abläuft, beschreibt KI-Agenten entwickeln lassen.
- Den Mittelweg verstehen: Zwischen starrem Ablauf und freiem Agenten liegen Agentic Workflows — feste Rahmen mit KI-Entscheidungen an einzelnen Stellen. Dort entstehen derzeit die meisten produktiven Ergebnisse.
Häufige Fragen
Was ist der Unterschied zwischen KI-Agent und Chatbot?
Ein Chatbot antwortet, ein Agent handelt. Der Agent ruft Systeme auf, führt mehrere Schritte aus und verfolgt ein Ziel über mehrere Zwischenschritte hinweg.
Sind KI-Agenten zuverlässig?
In engem Rahmen ja. Je mehr Freiheitsgrade und Werkzeuge, desto häufiger Fehlentscheidungen. Deshalb gehören Schrittbudgets, Abbruchbedingungen und Protokollierung zu jedem produktiven Agenten.
Was kosten Agenten im Betrieb?
Deutlich mehr als feste Abläufe, weil je Vorgang mehrere Modellaufrufe anfallen. Bei hohen Stückzahlen ist das der bestimmende Kostenfaktor.
Brauchen wir Agenten oder reicht ein Workflow?
Wenn der Weg zum Ziel vorhersehbar ist: Workflow. Nur wenn die Schritte je nach Situation variieren, lohnt der Agent.
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.
Können wir einen Agenten selbst erstellen?
Einen einfachen ja — mit Custom GPTs für feste Aufgaben oder Plattformen wie n8n für Agenten mit Systemanbindung. Was dafür nötig ist und woran erste Versuche scheitern, steht unter KI-Agenten erstellen.
Was ist der Unterschied zwischen Agent und Agentic Workflow?
Der agentische Workflow ist der Mittelweg: ein fester Rahmen, in dem das System nur an definierten Stellen selbst entscheidet. Er ist berechenbarer und günstiger als ein freier Agent — und liefert derzeit die meisten produktiven Ergebnisse. Mehr unter Agentic Workflows.