Ein KI-Agent ist ein Programm, das ein Sprachmodell mit Werkzeugen verbindet und damit eine Aufgabe selbstständig zu Ende bringt: Es bekommt ein Ziel, liest Daten aus angebundenen Systemen, entscheidet über die nächsten Schritte, führt sie aus und prüft das Ergebnis. Der Unterschied zum Chatbot ist die Handlung, der Unterschied zur klassischen Workflow-Automatisierung ist die Entscheidung unterwegs. Für kleine und mittlere Unternehmen sind KI-Agenten dann sinnvoll, wenn ein wiederkehrender Ablauf Urteilsvermögen braucht, aber keinen Menschen für jeden Einzelfall.
Was ist ein KI-Agent?
Ein KI-Agent besteht aus vier Bausteinen: einem Sprachmodell, das Text versteht und plant; Werkzeugen, über die es handeln kann, etwa E-Mail, CRM, Kalender, Datenbank oder eine Suche; einem Gedächtnis für den laufenden Vorgang; und Leitplanken, die festlegen, was der Agent darf und wann er einen Menschen fragt. Das Modell wählt in einer Schleife aus, welches Werkzeug als Nächstes dran ist, sieht sich das Ergebnis an und entscheidet weiter, bis die Aufgabe erledigt oder eine Grenze erreicht ist.
Anthropic beschreibt in „Building effective agents“ den Unterschied zwischen zwei Bauweisen, der auch in der Praxis trägt: Workflows, bei denen der Ablauf vorab festgelegt ist und das Modell einzelne Schritte übernimmt, und Agenten, bei denen das Modell den Ablauf selbst steuert. Die Empfehlung dort ist nüchtern: so einfach wie möglich bauen und Autonomie nur dort zulassen, wo sie Nutzen stiftet. Das deckt sich mit unserer Erfahrung.
Der Begriff „agentische KI“ (Agentic AI) meint denselben Gedanken auf Systemebene: mehrere Agenten und Werkzeuge, die zusammen einen Geschäftsprozess tragen, statt eines einzelnen Chatfensters.
Worin unterscheiden sich KI-Agenten von Chatbots und Workflow-Automatisierung?
Kurz: Der Chatbot redet, der Workflow folgt festen Regeln, der Agent entscheidet und handelt. Alle drei haben ihren Platz, und oft arbeiten sie zusammen.
| Merkmal | Chatbot | Workflow-Automatisierung | KI-Agent |
|---|---|---|---|
| Aufgabe | Fragen beantworten, Anliegen aufnehmen | feste Schrittfolge zuverlässig ausführen | Ziel erreichen, Schritte selbst wählen |
| Ablauf | Dialog | vorab definiert (wenn–dann) | vom Modell geplant, in Schleife geprüft |
| Stärke | Erreichbarkeit, Entlastung im Erstkontakt | Geschwindigkeit, Nachvollziehbarkeit | Umgang mit unstrukturierten Fällen |
| Risiko | falsche Auskunft | bricht bei Ausnahmen ab | handelt falsch, wenn Leitplanken fehlen |
| Typischer Einstieg | Website- oder Telefon-Assistent | Rechnungen, Datenabgleich, Reports | Anfragen bearbeiten, Vorgänge nachverfolgen |
In der Praxis sieht ein gutes System meist so aus: Ein fester Workflow übernimmt alles, was regelbasiert geht. Ein Agent übernimmt den Teil, in dem Inhalte verstanden und Entscheidungen getroffen werden müssen. Und ein Chatbot oder Telefon-Assistent ist der Kanal, über den Kunden oder Mitarbeitende den Ablauf anstoßen.
Welche Beispiele für KI-Agenten gibt es im Mittelstand?
Die tragfähigen Beispiele haben drei Dinge gemeinsam: Der Ablauf kommt oft vor, er braucht Urteilsvermögen, und ein Fehler ist nicht sofort teuer. Beispiele sind hier als Szenarien beschrieben, nicht als Kundenreferenzen.
- Beispiel: Anfragen-Eingang. Eine E-Mail mit Anhang kommt herein. Der Agent erkennt, worum es geht, zieht die passenden Daten aus CRM und Wissensdatenbank, bereitet einen Antwortentwurf vor und legt ihn zur Freigabe ab. Unklare Fälle gehen mit Begründung an eine Person.
- Beispiel: Angebotsvorbereitung. Aus einer Anfrage mit Lastenheft, Maßen oder Stückzahlen erzeugt der Agent eine strukturierte Zusammenfassung, prüft Pflichtangaben und befüllt die Angebotsvorlage. Preise setzt weiterhin der Mensch.
- Beispiel: Vorgänge nachverfolgen. Der Agent prüft täglich offene Angebote, Rückfragen und Fristen, erinnert mit Kontext und schlägt den nächsten Schritt vor.
- Beispiel: Telefon- oder Website-Agent. Ein Sprach- oder Chat-Agent nimmt Anliegen auf, beantwortet Standardfragen aus einer Wissensquelle und trägt Termine ein. Hier ist der Agent der Kanal, die Verarbeitung dahinter läuft als Workflow.
- Beispiel: Wissensarbeit intern. Mitarbeitende fragen in natürlicher Sprache nach Verträgen, Anleitungen oder früheren Vorgängen; der Agent sucht in der internen Wissensdatenbank, zitiert die Fundstelle und erstellt auf Wunsch eine Zusammenfassung.
Was sich für den Anfang nicht eignet: Abläufe mit hoher Haftung und wenigen Fällen, Entscheidungen ohne nachvollziehbare Kriterien und Prozesse, die noch niemand im Unternehmen sauber beschreiben kann.
Wie erstellt man einen KI-Agenten mit n8n?
n8n ist eine Open-Source-Plattform für Workflow-Automatisierung mit einem eigenen Agenten-Baustein, der Sprachmodell, Werkzeuge, Gedächtnis und Wissensquellen verbindet (Dokumentation). Sie läuft in der EU-Cloud oder auf eigener Infrastruktur, und die Workflows gehören dem Unternehmen, nicht dem Anbieter. So entsteht ein Agent in sechs Schritten:
- Ziel und Grenzen festlegen. Ein Satz, was der Agent erledigen soll, und eine Liste, was er nie tun darf (zum Beispiel: keine E-Mail ohne Freigabe senden, keine Preise nennen).
- Werkzeuge anbinden. Nur die Systeme, die für die Aufgabe nötig sind, mit eigenen Zugängen und minimalen Rechten: lesen, wo lesen reicht.
- Wissen bereitstellen. Für fachliche Antworten eine Wissensquelle anschließen, etwa eine RAG-Wissensdatenbank, damit der Agent aus geprüften Dokumenten antwortet statt aus dem Gedächtnis des Modells.
- Leitplanken bauen. Maximale Schrittzahl, Pflichtfelder, Prüfungen vor jeder Aktion und ein klarer Weg zur Übergabe an einen Menschen.
- Mit echten Fällen testen. Zwanzig bis fünfzig reale, anonymisierte Vorgänge durchspielen und jeden Schritt im Protokoll lesen, bevor der Agent produktiv geht.
- Betrieb regeln. Protokollierung, Überwachung, regelmäßige Stichproben und ein Verantwortlicher im Unternehmen. Modelle und angebundene Systeme ändern sich; der Agent muss nachgezogen werden.
Welches Sprachmodell dahinter läuft, ist austauschbar. Wer Daten im Haus behalten will, betreibt Modell und n8n auf eigenem Server, siehe Lokale KI für Unternehmen. Für den Einstieg reicht oft ein einzelner Agent in einem bestehenden Workflow, siehe KI-Workflow-Automatisierung mit n8n.
Was sind autonome KI-Agenten, und wie viel Autonomie ist sinnvoll?
Autonom heißt, dass der Agent ohne Rückfrage handelt. Das ist kein Qualitätsmerkmal, sondern eine Einstellung, die zum Risiko des Ablaufs passen muss. Bewährt hat sich eine Staffelung:
- Vorschlagen: Der Agent bereitet vor, ein Mensch gibt frei. Richtig für alles, was nach außen geht oder Geld bewegt.
- Ausführen mit Protokoll: Der Agent handelt, jeder Schritt ist nachvollziehbar und umkehrbar. Richtig für interne Vorgänge mit geringem Schaden bei Fehlern.
- Ausführen und eskalieren: Der Agent handelt eigenständig und meldet nur Ausnahmen. Richtig erst, wenn die beiden Stufen davor über Wochen fehlerfrei liefen.
Vollständig autonome Agenten, die ohne Grenzen im Unternehmen unterwegs sind, sind für den Mittelstand kein sinnvolles Ziel. Die Stufe wird je Ablauf gewählt und kann steigen, wenn Vertrauen und Protokolle da sind.
Worauf müssen Unternehmen bei Datenschutz und KI-Verordnung achten?
Drei Punkte entscheiden, ob ein KI-Agent in Deutschland sauber läuft:
- Datenflüsse und Hosting. Welche Daten gehen an welches Modell, und wo wird es betrieben? EU- oder Deutschland-Hosting, Self-Hosting oder lokale KI, und ein Auftragsverarbeitungsvertrag mit jedem Anbieter, der personenbezogene Daten sieht.
- Rechte je Werkzeug. Ein Agent, der im CRM nur lesen muss, bekommt keinen Schreibzugriff. Zugangsdaten gehören in die Plattform, nicht in den Prompt.
- Pflichten aus der KI-Verordnung. Artikel 4 der EU-Verordnung 2024/1689 verpflichtet Unternehmen seit dem 2. Februar 2025, für ausreichende KI-Kompetenz der Mitarbeitenden zu sorgen, die KI-Systeme bedienen. Dazu kommen Transparenzpflichten, wenn Menschen mit einem KI-System interagieren, etwa bei Telefon- oder Chat-Agenten.
Ein Protokoll aller ausgeführten Schritte ist dabei kein Zusatz, sondern die Grundlage für Kontrolle, Fehlersuche und Nachweise.
Wie AI First Solutions KI-Agenten baut
AI First Solutions aus Krefeld baut KI-Agenten und Prozessautomatisierung für kleine und mittlere Unternehmen auf drei Grundlagen auf: eigene KI-Systeme mit offenen Sprachmodellen, durchsuchbares Unternehmenswissen und Sichtbarkeit in Google und KI-Antworten. Wir beginnen mit einem einzelnen, klar abgegrenzten Ablauf, bauen ihn auf n8n mit angebundenen Systemen und einer geprüften Wissensquelle, betreiben ihn nach der Staffelung oben und erweitern erst, wenn der erste Agent im Tagesgeschäft läuft. Hosting in der EU oder auf Ihrem Server, Auftragsverarbeitung geregelt, Workflows in Ihrem Besitz. Welcher Ablauf sich bei Ihnen als Erstes eignet, klären wir im kostenlosen Erstgespräch.