aceArt · KI-Agentur

KI-Agenten entwickeln lassen

Ein Chatbot antwortet. Ein KI-Agent erledigt etwas. Er nimmt eine Aufgabe entgegen, überlegt sich die nötigen Schritte, ruft dafür Systeme auf und arbeitet sich durch, bis er fertig ist oder nicht weiterkommt. Das ist der interessante Teil, und es ist auch der Teil, bei dem man aufpassen muss.

Jetzt beraten lassen

Was einen Agenten vom Chatbot unterscheidet

Der Unterschied liegt nicht im Modell, sondern in dem, was es tun darf. Ein Chatbot bekommt eine Frage und gibt Text zurück. Ein Agent bekommt ein Ziel und Werkzeuge dazu: eine Suche, einen Datenbankzugriff, eine Schnittstelle ins CRM, das Anlegen eines Tickets. Er entscheidet selbst, welches Werkzeug er wann benutzt, sieht sich das Ergebnis an und macht weiter.

Daraus folgt der eigentliche Unterschied: Ein Chatbot kann falsch antworten, ein Agent kann falsch handeln. Deshalb ist die spannende Frage bei einem Agentenprojekt nie, was er alles kann, sondern was er auf keinen Fall darf. Mehr zum Begriff im Glossar.

Woran man merkt, dass ein Agent das Richtige ist

  • Die Aufgabe besteht aus mehreren Schritten, deren Reihenfolge vom Zwischenergebnis abhängt.
  • Es sind mehrere Systeme beteiligt, zwischen denen heute jemand von Hand wechselt.
  • Ein Teil der Arbeit ist Urteilssache und lässt sich nicht in Regeln fassen.
  • Die Aufgabe wiederholt sich oft genug, dass sich der Bau lohnt.

Wenn dagegen der Ablauf immer gleich ist, braucht es keinen Agenten, sondern eine schlichte Automatisierung. Die ist billiger, schneller und macht keine Überraschungen. Mehr dazu bei der Prozessautomatisierung.

Wo Agenten heute wirklich tragen

Vorarbeit im Support

Ein eingehendes Ticket wird gelesen, eingeordnet, mit der Kundenhistorie angereichert und mit einem Antwortvorschlag versehen. Freigegeben wird von einem Menschen. Der Zeitgewinn liegt nicht im Schreiben, sondern im Zusammensuchen der Informationen, das vorher jedes Mal von vorn begann.

Recherche mit Ergebnis

Informationen aus mehreren Quellen zusammentragen und in eine brauchbare Form bringen. Wettbewerbsbeobachtung, Ausschreibungen sichten, Datenblätter vergleichen. Der Agent liefert eine Zusammenstellung mit Quellenangaben, damit nachprüfbar bleibt, woher etwas stammt.

Datenpflege

Dubletten finden, Stammdaten abgleichen, unvollständige Datensätze ergänzen und die zweifelhaften Fälle zur Prüfung vorlegen. Unspektakulär, aber häufig der Fall mit dem besten Verhältnis von Aufwand zu Wirkung, weil ihn sonst niemand freiwillig macht.

Interne Assistenz

Ein Agent, der nicht nur aus Dokumenten antwortet, sondern die naheliegende nächste Handlung gleich vorbereitet: den Termin vorschlagen, das Formular vorausfüllen, den Vorgang anlegen. Der übliche Wachstumspfad aus einem bestehenden Chatbot heraus.

Kontrolle behalten

Autonomie ist kein Selbstzweck, sondern eine Einstellung, die man je Aufgabe setzt. Ein Agent, der Angebote versendet, braucht andere Grenzen als einer, der Produktdaten sortiert. Wir bauen deshalb von vornherein Bremsen ein, statt sie nachzurüsten, wenn etwas passiert ist.

  • Freigabe durch einen Menschen an den Stellen, an denen eine Handlung nach außen wirkt oder sich schlecht zurücknehmen lässt.
  • Schreibrechte nur dort, wo sie gebraucht werden. Lesen ist billig, Ändern nicht.
  • Ein Protokoll über jeden Schritt, damit im Zweifel nachvollziehbar bleibt, warum der Agent etwas getan hat.
  • Obergrenzen für Schritte und Kosten, damit eine Schleife nicht über Nacht eine Rechnung produziert.
  • Ein definiertes Verhalten für den Fall, dass der Agent nicht weiterkommt. Abbrechen und melden ist besser als raten.

Der Begriff dafür lautet Human-in-the-Loop, und er wird oft als Übergangslösung missverstanden. Wir sehen ihn als Dauerzustand für alles, was Geld, Recht oder Kundenbeziehungen berührt.

Wie wir Agenten bauen

Wir fangen klein an, und zwar bewusst. Der erste Stand kann meist nur einen Schritt der Aufgabe und legt alles Weitere zur Prüfung vor. Erst wenn dieser Schritt zuverlässig läuft, bekommt der Agent den nächsten dazu. Das dauert etwas länger als der große Wurf, hat aber den Vorteil, dass man den Punkt, an dem es kippt, tatsächlich bemerkt.

Technisch arbeiten wir modellunabhängig und verbinden die Werkzeuge über offene Schnittstellen, wo das möglich ist, etwa über das Model Context Protocol. Der Grund ist unromantisch: Modelle werden schneller abgelöst, als Projekte laufen, und wer sich fest an einen Anbieter bindet, baut den Wechsel später doppelt.

Häufige Fragen zu KI-Agenten

Was ist ein KI-Agent, und was unterscheidet ihn vom Chatbot?
Ein Chatbot beantwortet Fragen mit Text. Ein Agent bekommt ein Ziel und Werkzeuge und entscheidet selbst, welche Schritte nötig sind, um dorthin zu kommen. Er kann Systeme aufrufen, Daten holen und Vorgänge anlegen. Der praktische Unterschied: Ein Chatbot kann falsch antworten, ein Agent kann falsch handeln.
Wo lohnt sich ein Agent wirklich?
Dort, wo mehrere Schritte über mehrere Systeme laufen und die Reihenfolge vom Zwischenergebnis abhängt. Ist der Ablauf dagegen immer gleich, reicht eine klassische Automatisierung, die billiger ist und sich vorhersagbar verhält. Wir sagen im Erstgespräch, in welche der beiden Kategorien euer Fall gehört.
Wie behalten wir die Kontrolle?
Über vier Dinge: Freigaben durch Menschen an allen Stellen, die nach außen wirken; Rechte, die nur so weit reichen wie nötig; ein vollständiges Protokoll jedes Schritts; und harte Obergrenzen für Schritte und Kosten. Zusätzlich definieren wir, was passiert, wenn der Agent nicht weiterkommt, denn abbrechen und melden ist besser als raten.
Was ist der Unterschied zu Agentic AI?
Agentic AI ist der englische Sammelbegriff für dasselbe Feld. Er wird vor allem im Marketing verwendet und meint Systeme, die eigenständig Handlungsschritte planen und ausführen. Im deutschen Sprachgebrauch hat sich KI-Agent durchgesetzt, gemeint ist die gleiche Sache.
Was kostet die Entwicklung eines Agenten?
Das hängt daran, wie viele Systeme angebunden werden und wie streng die Freigaben ausfallen. Die Anbindung ist meist aufwendiger als der Agent selbst. Dazu kommen laufende Kosten, denn ein Agent stellt für eine Aufgabe mehrere Anfragen an das Modell und ist damit im Betrieb teurer als ein Chatbot. Wir rechnen das vorher durch.
Was passiert, wenn der Agent einen Fehler macht?
Genau dafür gibt es die Grenzen. Handlungen mit Außenwirkung laufen über eine Freigabe, alles Übrige ist protokolliert und lässt sich zurückverfolgen. Bei der Auswahl der Anwendungsfälle achten wir darauf, mit solchen zu beginnen, bei denen ein Fehler ärgerlich, aber nicht gefährlich ist.
Können Agenten auf unsere internen Systeme zugreifen?
Ja, das ist meist der Sinn der Sache. Üblich sind CRM, ERP, Ticketsystem, Dateiablage und Kalender. Der Zugriff läuft über die vorhandenen Schnittstellen und mit einem eigenen technischen Benutzer, dessen Rechte wir eng schneiden. Was der Agent nicht braucht, bekommt er nicht.
Brauchen wir dafür eine eigene Infrastruktur?
Nicht zwingend. Ein Agent kann bei einem Anbieter laufen oder in eurer eigenen Umgebung, je nachdem welche Daten er sieht. Bei sensiblen Daten empfehlen wir die eigene Umgebung, auch wenn das im Betrieb mehr Aufwand bedeutet.

Ähnliche Themen

KI-Chatbots & RAG

Der übliche Einstieg, aus dem Agenten oft erst entstehen. Zur Chatbot-Entwicklung.

KI-Automatisierung

Wenn der Ablauf immer gleich ist und kein Urteil braucht. Zur Automatisierung.

KI-Integration

Die Anbindung an die Systeme, die bei euch schon laufen. Zur KI-Integration.

Bereit für dein KI-Projekt?

Erzähl uns von deinem Vorhaben. Wir melden uns zeitnah mit einer ehrlichen Einschätzung.

Jetzt kontaktieren
STARTSEITE › KI-AGENTEN