Geht es Ihnen auch so?
Wenn Sie aktuell durch LinkedIn scrollen, sehen Sie im Minutentakt denselben Beitragstyp: „So bauen Sie sich in zehn Minuten Ihr eigenes KI-Agenten-Team, ganz ohne Code.”
Kleinere Agenten-Anbieter werben genau damit. Dazwischen gibt es unzählige Berater, die aus diesem Versprechen ein Geschäftsmodell gemacht haben, die „AI Automation Agency". Das ist vermutlich der größte Teil dessen, was gerade unter dem Stichwort „KI-Agent” durch die Feeds läuft, nicht die fertigen Produkte großer Anbieter, sondern die Baukasten-Versprechen kleinerer.
Damit Sie dieses Marketing-Sprech besser einschätzen können, sind hier einige zentrale Fakten, die Sie über KI-Agenten wissen sollten.
Chatbot liefert Bausteine, Agent erledigt Aufgaben
Der Unterschied zwischen KI-Chatbot und KI-Agent lässt sich an einem Beispiel aus meinem Leitfaden zu KI-Agenten (unten verlinkt) zeigen.
Bitten Sie ChatGPT & Co. um Hilfe bei einem Angebot, bekommen Sie einen Textvorschlag, bei dem Sie Preise, Layout und rechtliche Klauseln selbst ergänzen müssen.
Ein echter KI-Agent zieht dagegen die Kundendaten aus dem CRM, kalkuliert Preise, fügt Standardtexte ein, prüft das Layout und legt das fertige Dokument ab. Sie bekommen kein Zwischenergebnis, sondern ein fertiges Dokument.
Damit ein Agent mehr leisten kann als ein einfacher Chatbot, braucht er drei Grundlagen:
- Anweisungen: ein klares Ziel oder Auftrag („Erstelle ein Angebot“, „Fasse dieses Meeting zusammen“).
- Wissen: Zugriff auf relevante Datenquellen, etwa CRM-Systeme, Preislisten oder interne Wissensdatenbanken.
- Werkzeuge: Schnittstellen zu Programmen, in denen er Aufgaben praktisch umsetzt, z.B. Word, Excel, Outlook oder SharePoint.
Bei der Aufgabenerledigung steuert der KI-Agent dann den Ablauf in fünf Schritten:
- Ziel zerlegen: Der Agent bricht den Auftrag in Teilschritte herunter.
- Reihenfolge festlegen: Er entscheidet, in welcher Abfolge die Aufgaben effizient erledigt werden.
- Werkzeuge wählen: Für jeden Schritt sucht er das passende Tool, z.B. das CRM für Daten, Word für Texte, Planner für Aufgaben.
- Zwischenergebnisse prüfen: Er bewertet laufend, ob das, was er produziert, sinnvoll und vollständig ist.
- Endprodukt kombinieren: Am Ende setzt er alle Bausteine zu einem fertigen Ergebnis zusammen, sei es ein Bericht, Angebot oder Protokoll.
KI-Agenten sind also nicht starr wie klassische Automatisierungen, die bei jedem Fehler stoppen. Sie gehen vielmehr flexibel vor:
- Wenn Daten fehlen, markieren sie die Lücke und fragen gezielt nach („Preis für Produkt X nicht gefunden – bitte ergänzen“).
- Wenn Daten widersprüchlich sind, brechen sie nicht ab, sondern melden die Unklarheit zurück („zwei unterschiedliche Werte für dasselbe Feld gefunden“).
- Wenn Unsicherheit besteht, schlagen sie Alternativen vor oder fordern eine menschliche Entscheidung ein.
Damit wird deutlich: KI-Agenten handeln nicht nur automatisch, sondern reflektiert. Sie versuchen Probleme zu lösen und binden Menschen ein, sobald Verantwortung oder Interpretation nötig ist.
Aber und das ist meines Erachtens sehr wichtig: KI-Agenten sind Automatisierungen und Automatisierungen sind immer mit Vorsicht zu genießen. Erst recht, wenn sie, wie derzeit der Fall, noch sehr neu und meist unausgereift sind.
Ich vergleiche daher aktuell KI-Agenten eher mit "Zauberlehrlingen". Die Magie ist schnell freigelassen, aber nicht so schnell unter Kontrolle zu halten und Einhalt zu gebieten.
Klare Regeln lohnen sich, Unsicherheit noch nicht
Nicht jeder Prozess eignet sich für einen Agenten, unabhängig davon, wie gut das Tool ist.
Sinnvoll sind standardisierte Abläufe mit klaren Regeln:
- ein Quartalsbericht, der Abweichungen markiert
- ein Meetingprotokoll, das To-dos den richtigen Leuten zuordnet
- eine Serviceanfrage, die sich aus der Wissensdatenbank beantworten lässt.
All das sind Dinge, die sich leicht überprüfen lassen und bei denen ein Fehler überschaubaren Schaden anrichtet.
Weniger geeignet sind Prozesse mit hohen Unsicherheiten, sensiblen Daten oder rechtlicher Tragweite, eine Personalentscheidung etwa oder eine Preisverhandlung mit einem Schlüsselkunden. Dort kann ein Agent zuarbeiten, recherchieren, vorbereiten, aber nicht allein entscheiden.
Die Faustregel, die ich Kund:innen mitgebe: Je klarer die Regel und je leichter das Ergebnis zu prüfen, desto eher lohnt sich ein KI-Agent. Je mehr Interpretation und Verantwortung im Spiel sind, desto eher bleibt es bei der Zuarbeit. Und ein KI-Agent lohnt sich darüberhinaus nur, wenn der Use Case oft genug vorkommt, um den Aufbau zu rechtfertigen.
Die Verantwortung bleibt bei Ihnen
Laut Bitkom zählen KI-Agenten zu den am schnellsten wachsenden KI-Einsatzfeldern in deutschen Unternehmen, aber laut einer Verdantix-Analyse von Dezember 2025 setzen erst 2 Prozent der Unternehmen Agenten im vollen Maßstab produktiv ein.
Genau in dieser Lücke zwischen Ausprobieren und echtem Betrieb entstehen die Risiken, die in kaum einer Produktvorstellung erwähnt werden. Drei Risiken sehe ich immer wieder:
Intransparenz: Ein Agent liefert einen schlüssig wirkenden Bericht, aber wie die Daten ausgewählt wurden, bleibt unklar. - Dagegen hilft ein einfaches Logbuch mit Quellen.
Fehlerhafte Daten: Eine falsche Zahl aus einer Quelle fällt niemandem auf, weil das Ergebnis plausibel klingt. - Dagegen hilft, die Prüftiefe an die Kritikalität zu koppeln, Stichproben für Routine, volle Nachprüfung für strategische Entscheidungen.
Datenrisiken: Ein Agent greift auf interne Informationen zu, die für seinen Zweck nie freigegeben waren. - Dagegen hilft, von Anfang an klar zu regeln, welche Daten er nutzen darf.
Über all dem steht das Grundsätzliche: Die Haftung bleibt immer beim Unternehmen, ganz gleich wie eigenständig das System gehandelt hat.
Mehr Agenten sind nicht automatisch besser
Eine Ebene über dem einzelnen Agenten wird gerade das nächste große Versprechen verkauft: ganze „Teams" von KI-Agenten, die zusammenarbeiten wie eine Abteilung.
Anthropic, ein Anbieter, der solche Systeme selbst baut, hat dazu etwas veröffentlicht, das die meisten Verkäufer verschweigen: Das eigene Multiagenten-System verbraucht rund das Fünfzehnfache an Tokens im Vergleich zu einer einzelnen Chat-Anfrage, das lohnt sich nach Anthropics eigener Einschätzung nur bei wirklich hochwertigen Aufgaben wie einer rechtlichen Due-Diligence-Prüfung.
Meine Einschätzung: Multiagenten-Systeme sind kein automatisches Upgrade, nur weil mehr KI drinsteckt, sondern ein Werkzeug für eine schmale Gruppe wirklich komplexer Aufgaben.
Der Pitch verschweigt die Tokenkosten
Ein wichtiger Faktor bei einer Entscheidung in Bezug auf KI-Agenten sind zudem die damit verbunden Kosten.
Ein Chatbot beantwortet eine Frage in einem Durchgang. Ein Agent arbeitet in einer Schleife und schickt bei jedem Schritt den kompletten bisherigen Verlauf erneut ans Sprachmodell, weil sich das zwischen zwei Aufrufen an nichts erinnert.
Bei fünfzig oder mehr Schritten wächst die Rechnung nach mehreren aktuellen Kostenanalysen aus dem Frühjahr 2026 auf das Zehn- bis Hundertfache dessen, was dieselbe Aufgabe als einzelne Chat-Anfrage gekostet hätte, eine Zahl, die direkt in das Budget einschlägt, wenn ein Anbieter „pro Nutzer" abrechnet, ohne zu sagen, wie viele Schritte ein typischer Lauf braucht.
Fünf Fragen fürs Anbietergespräch
Ob Sie selbst bauen oder einkaufen, am Ende zählen dieselben fünf Fragen und Sie brauchen kein technisches Hintergrundwissen, um sie zu stellen.
1. „Was passiert bei einem Fehler? Korrigiert sich das System selbst oder bricht es ab?"
2. „Wie viele Schritte kann es ohne meine Freigabe ausführen?" (Lautet die Antwort „einen", ist es kein Agent, sondern ein bekanntes Werkzeug mit neuem Namen.)
3. „Wie wird protokolliert, welche Daten es wann für was genutzt hat?"
4. „Wie wird abgerechnet, pro Nutzer, Aufgabe oder Verbrauch und wie viele Schritte braucht ein typischer Lauf?"
5. „Wer bei uns trägt die Verantwortung, wenn der Agent einen Fehler macht?" (Kann das niemand vor dem Kauf beantworten, wird es danach nicht leichter.)
Die Anbieter, die Ihnen ein Agenten-Team in zehn Minuten versprechen, haben üblicherweise auf keine dieser fünf Fragen eine fertige Antwort im Pitch-Deck.
Das macht das Angebot nicht per se schlecht. Es macht nur deutlich, wer die Antworten am Ende liefern muss, nicht der Anbieter, sondern Sie.
Denn: Zehn Minuten Aufbauzeit sagen nichts darüber, wie lange Sie brauchen, um herauszufinden, ob das, was da läuft, wirklich das tut, was auf der Folie stand.
P.S. Wenn Sie oder Bekannte gerade eine Kaufentscheidung für ein Tool mit „KI-Agent" im Namen vor sich haben, leiten Sie diese Ausgabe an die Person weiter, die das Angebot prüft.
P.P.S Alle bisherigen KI-Briefings finden Sie hier: https://ki-briefing.kit.com
|
|
Leitfaden "KI-Agenten verstehen und nutzen"
Ein Leitfaden für alle, die das Thema schnell und im Überblick verstehen wollen
|
Und wenn Sie mehr als nur mitlesen wollen – so kann's weitergehen:
The AI Leader
Ein persönlicher Denk- und Entscheidungsraum, um Künstliche Intelligenz einzuordnen, Verantwortung zu klären und sicher zu entscheiden. Keine Schulung, keine Tools, keine Umsetzung, sondern Orientierung auf Entscheiderebene.
The AI Organization
Ein klarer Verantwortungsrahmen für den strategischen Umgang mit KI. Für Organisationen, in denen KI bereits Thema ist, aber ohne klare Linie.
Wenn Sie einen Themenwunsch für das KI-Briefing haben – schreiben Sie mir gern: ki-briefing@digital-leader.eu
Hinweis: Dieser Beitrag ist in enger Zusammenarbeit mit KI geschrieben worden und persönlich von Dr. Beate Freuding, Geschäftsführerin von The Digital Leader, kuratiert. Der Beitrag dient der allgemeinen Information und Orientierung. Er stellt keine Rechtsberatung dar und kann eine individuelle juristische Prüfung im Einzelfall nicht ersetzen. Für Entscheidungen, die auf Basis dieses Beitrags getroffen werden, übernimmt die Autorin keine Haftung.