KI-Agenten: 8 Beispiele aus der Praxis

Ein KI-Agent verfolgt einen Auftrag, plant selbst Zwischenschritte und nutzt Werkzeuge wie Suche, Datenbankzugriff oder Systemaufrufe — anders als ein Chatbot, der nur auf Fragen antwortet. Über KI-Agenten wird viel geschrieben und wenig gezeigt. Diese acht Beispiele beschreiben Anwendungen, die im Rahmen enger Grenzen zuverlässig laufen — jeweils mit Angabe, was der Agent tun darf und wo Schluss ist.

Was ein KI-Agent ist

Bevor die Beispiele Sinn ergeben, lohnt eine kurze Abgrenzung. Ein Agent ist mehr als ein Chatbot, aber weniger als ein autonomes System.

Agent, nicht Chatbot

Ein KI-Agent verfolgt einen Auftrag, plant dazu selbst Zwischenschritte und nutzt Werkzeuge — eine Suche, einen Datenbankzugriff, einen Systemaufruf. Ein Chatbot antwortet auf eine Frage; ein Agent arbeitet eine Aufgabe ab. Der Unterschied liegt in der Handlungsfähigkeit: Der Agent entscheidet, welches Werkzeug er als Nächstes aufruft.

Warum Grenzen der Kern sind

Genau diese Handlungsfähigkeit macht Grenzen notwendig. Ein Agent ohne klare Begrenzung läuft in Schleifen, ruft zu viele Werkzeuge auf und produziert Kosten ohne Ergebnis. Jedes der folgenden Beispiele funktioniert, weil es einen klaren Auftrag, wenige Werkzeuge und eine harte Grenze hat.

Beispiele im Lesen und Zuarbeiten

Die erste Gruppe sammelt und bereitet auf, ohne selbst nach außen zu wirken.

Recherche und Vorqualifizierung

1. Rechercheagent für Vertriebsvorbereitung. Auftrag: Informationen über ein Unternehmen zusammentragen und auf eine Seite verdichten. Werkzeuge: Websuche, Website-Abruf, CRM (lesend). Grenze: nur lesend, maximal zehn Schritte.

2. Anfrage-Vorqualifizierung. Auftrag: eingehende Anfrage einordnen, fehlende Angaben identifizieren, Rückfrage entwerfen. Werkzeuge: Postfach (lesend), CRM (lesend), Entwurf erstellen. Grenze: versendet nicht selbst — der Entwurf geht an einen Menschen.

Prüfen und Melden

3. Dokumentenprüfer. Auftrag: eingehende Unterlagen gegen eine Checkliste prüfen und Fehlendes benennen. Werkzeuge: Dokumentenspeicher, Checklistenabruf. Grenze: meldet, entscheidet nicht.

4. Datenabgleich zwischen Systemen. Auftrag: Abweichungen zwischen CRM und Warenwirtschaft finden und auflisten. Werkzeuge: beide Systeme lesend. Grenze: ändert nichts selbst.

Beispiele im Service und Vertrieb

Die zweite Gruppe steht näher am Kunden, gibt Entscheidungen mit Außenwirkung aber immer an einen Menschen ab.

Antworten und Übergeben

5. Servicedesk-Assistent. Auftrag: Anfrage beantworten, wenn die Antwort in der Wissensbasis steht, sonst weiterleiten. Werkzeuge: Wissensbasis, Ticketsystem. Grenze: bei Unsicherheit immer Übergabe.

6. Angebotsvorbereiter. Auftrag: aus einer Anfrage die Anforderungen extrahieren und passende Bausteine vorschlagen. Werkzeuge: Bausteinbibliothek, Altangebote, Preisliste. Grenze: erzeugt Entwurf, keine Freigabe.

Überwachen und Einarbeiten

7. Monitoring-Agent. Auftrag: definierte Quellen beobachten und bei relevanten Änderungen melden. Werkzeuge: Websuche, Website-Abruf, Benachrichtigung. Grenze: feste Quellenliste, festes Intervall.

8. Onboarding-Assistent. Auftrag: Fragen neuer Mitarbeiter zu internen Abläufen beantworten. Werkzeuge: Wissensbasis, Organigramm. Grenze: nur freigegebene Dokumente, kein Zugriff auf Personaldaten.

Das gemeinsame Muster

Acht unterschiedliche Aufgaben, ein durchgängiges Bauprinzip. Wer es versteht, kann die Beispiele auf eigene Fälle übertragen.

Enger Auftrag, wenige Werkzeuge, harte Grenze

Jedes Beispiel hat einen klaren Auftrag, wenige Werkzeuge und eine harte Grenze. Keiner der Agenten trifft Entscheidungen mit Außenwirkung ohne menschliche Freigabe. Das ist kein Zufall, sondern der Grund, warum sie funktionieren. Agenten mit weitem Auftrag und vielen Werkzeugen scheitern regelmäßig — sie laufen in Schleifen, produzieren Kosten und liefern Unbrauchbares.

Die Grenze als Systemanweisung

In der Praxis wird die Grenze nicht nur organisatorisch, sondern auch technisch gesetzt — als Teil der Anweisung an das Modell und über die Auswahl der freigegebenen Werkzeuge. Eine typische Anweisung für Beispiel 5 sieht so aus:

Du beantwortest Kundenanfragen NUR mit Informationen aus
der Wissensbasis. Findest du keine belastbare Antwort,
rätst du nicht, sondern erstellst ein Ticket und antwortest:
"Ich leite Ihre Anfrage an einen Kollegen weiter."
Du versendest keine E-Mails und änderst keine Datensätze.
Maximal 6 Schritte je Anfrage.

Die beiden letzten Zeilen sind das Sicherheitsnetz: Sie verhindern Außenwirkung und begrenzen die Kosten je Durchlauf.

Betrieb und Umsetzung

Zum Schluss die praktischen Fragen: womit werden solche Agenten gebaut, und was kosten sie im Betrieb.

Werkzeuge und Kosten

Gebaut werden die meisten Agenten mit n8n oder vergleichbaren Automatisierungswerkzeugen, gelegentlich als Eigenentwicklung. Im Betrieb fallen je Durchlauf mehrere Modellaufrufe an. Bei einigen hundert Durchläufen im Monat ist das vernachlässigbar — die Kosten liegen dann meist im niedrigen zweistelligen Bereich. Einordnung dazu unter was KI kostet.

Ein Wort zur KI-Kompetenzpflicht

Wer Agenten einsetzt, deren Ergebnisse Mitarbeiter weiterverwenden oder freigeben, fällt unter die KI-Kompetenzpflicht nach Artikel 4 des EU AI Act. Das Team muss wissen, wo der Agent zuverlässig ist und wo seine Ergebnisse zu prüfen sind — gerade weil die Grenze zwischen Vorschlag und Freigabe hier den Ausschlag gibt.

Der Einstieg

Wer einen Agenten einführen will, beginnt am besten mit einem einzigen, eng umrissenen Anwendungsfall aus der Lese-Gruppe — dort ist das Risiko am geringsten und der Nutzen schnell sichtbar. Details zur Umsetzung stehen unter KI-Agenten-Entwicklung; der konkrete Zuschnitt lässt sich in einem Erstgespräch klären.

Quellen: n8n-Dokumentation · Verordnung (EU) 2024/1689 (EUR-Lex)