← Alle Artikel
KI · 9 Min. Lesezeit

KI-Agenten für Unternehmen: Was sie heute wirklich können

Agenten beantworten nicht nur Fragen – sie nutzen Werkzeuge und erledigen Aufgaben. Wo sie schon Stunden sparen, wo sie noch scheitern und wie man einen ohne Risiko startet.

Ein Chatbot antwortet. Ein KI-Agent handelt: Er liest eine Anfrage, entscheidet, welche Werkzeuge er nutzt – eine Suche, eine Datenbankabfrage, eine E-Mail, ein Ticket im CRM –, führt mehrere Schritte aus und meldet das Ergebnis. Genau das macht Agenten spannend, und genau deshalb brauchen sie mehr Sorgfalt als ein einfaches Chat-Widget.

So funktioniert ein Agent

AnfragePlanWerkzeugePrüfungAntwortLog
Die Agenten-Schleife: Das Modell plant, ruft Werkzeuge auf, prüft das Ergebnis und wiederholt, bis die Aufgabe erledigt ist oder ein Mensch gebraucht wird.

Das Sprachmodell ist das „Gehirn“, doch den Wert liefern die Werkzeuge, die Sie anbinden: Bestellstatus lesen, Erstattungsentwurf anlegen, Wissensdatenbank durchsuchen, Termin buchen. Jedes Werkzeug ist eine kleine, klar definierte API mit klaren Rechten.

Wo sich Agenten schon lohnen

AufgabeWas der Agent tutTypischer Effekt
KundensupportSucht Bestellungen, antwortet nach Richtlinien, bereitet Erstattungen zur Freigabe vorDie meisten Routineanfragen ohne Wartezeit erledigt
Vertrieb und LeadsQualifiziert Leads aus Formularen, ergänzt Daten, entwirft persönliche AntwortenSchnellere Erstreaktion, saubereres CRM
Interne AbläufeSammelt Daten aus mehreren Systemen für einen WochenberichtStunden manuelles Kopieren gespart
DokumentenverarbeitungExtrahiert Felder aus Rechnungen und Verträgen, markiert AuffälligkeitenWeniger manuelle Prüfungen und Tippfehler
Entwicklung und QAEntwirft Tests, sortiert fehlgeschlagene Läufe, fasst Logs zusammenIngenieure entscheiden statt Routine abzuarbeiten

Wo sie noch scheitern

  • Lange, offene Aufgaben: Je mehr Schritte, desto höher die Chance, falsch abzubiegen
  • Mehrdeutige Anfragen: Ohne klare Regeln rät der Agent – und zwar selbstsicher
  • Fehlende oder unordentliche Daten: Ein Agent kann nicht nutzen, was nicht in Ihren Systemen steht
  • Unumkehrbare Aktionen: Zahlungen, Löschungen und Nachrichten an Kunden brauchen eine menschliche Freigabe
Starten Sie mit Aufgaben, die häufig, klar definiert und leicht prüfbar sind. „Antwort und Erstattung zur Freigabe vorbereiten“ ist ein toller erster Agent; „den Kundensupport allein übernehmen“ nicht.

Leitplanken, die wir immer einbauen

  1. Minimale Rechte: Jedes Werkzeug kann nur, was es muss – wo möglich nur lesend, mit Limits für Beträge und Empfänger.
  2. Menschliche Freigabe für alles, was Geld ausgibt, Daten löscht oder Kunden kontaktiert.
  3. Vollständiges Logging: Jeder Schritt, Werkzeugaufruf und jedes Ergebnis wird protokolliert, damit jede Entscheidung erklärbar ist.
  4. Evaluation vor dem Start: Ein Testset echter Anfragen, auch kniffliger und böswilliger wie Prompt Injection.
  5. Monitoring nach dem Start: Erfolgsquote, Eskalationen, Kosten pro Aufgabe und Nutzerfeedback.

So starten wir einen Agenten

Wir beginnen mit einem zweiwöchigen Pilot für einen Prozess: Schritte erfassen, zwei bis drei Werkzeuge anbinden, den Agenten im Modus „Vorschlag“ laufen lassen, in dem Menschen jede Aktion freigeben, und messen. Ist die Qualität stabil, darf er die sichersten Schritte selbst ausführen, der Rest bleibt bei Menschen. Siehe auch, wie wir das Modell wählen und KI-Produkte testen.

Ein guter Agent ist wie ein guter neuer Kollege: klare Aufgaben, anfangs begrenzter Zugriff und mehr Verantwortung, sobald er Vertrauen verdient.