Was ist ein KI-Agent?
Ein KI-Agent ist Software, die mithilfe eines Sprachmodells ein Ziel versteht, die Schritte dorthin plant und diese Schritte mit Werkzeugen ausführt, etwa Daten nachschlagen, einen Arbeitsauftrag anlegen oder eine E-Mail entwerfen. Der Agent prüft das Ergebnis und bittet eine Person um Freigabe, wenn das erforderlich ist.
Der entscheidende Unterschied zur klassischen Automatisierung ist die Flexibilität. Ein Skript folgt festen Regeln. Ein KI-Agent kann mit unstrukturierten Eingaben wie einer E-Mail oder einem PDF umgehen und innerhalb der von Ihnen gesetzten Grenzen entscheiden, welcher Schritt als Nächstes kommt.
Wie funktioniert ein KI-Agent?
Die meisten KI-Agenten folgen demselben Kreislauf. Der Agent erhält ein Ziel, zum Beispiel „Bearbeite diese Bestellung aus der E-Mail des Kunden“. Er deutet die Anfrage, erstellt einen Plan, ruft die nötigen Werkzeuge auf, prüft, ob das Ergebnis stimmt, und meldet sich dann zurück oder übergibt an einen Mitarbeiter.
Dieser Kreislauf wiederholt sich, bis die Aufgabe erledigt ist. Weil jeder Schritt und jeder Werkzeugaufruf protokolliert wird, sehen Sie jederzeit, was der Agent getan hat und warum.
Die Bausteine eines KI-Agenten
Ein produktionsreifer KI-Agent ist mehr als ein Sprachmodell mit einem Prompt. Er besteht aus fünf Teilen, die gemeinsam bestimmen, wie nützlich und wie sicher der Agent ist.
- Sprachmodell: das „Gehirn“, das die Anfrage versteht und über den nächsten Schritt nachdenkt, zum Beispiel ein Modell von Anthropic (Claude) oder OpenAI.
- Anweisungen: Rolle, Regeln und erwartetes Ergebnis, so klar formuliert wie eine Arbeitsanweisung für einen neuen Kollegen.
- Werkzeuge: kontrollierte Verbindungen zu Ihren Systemen, etwa zu Ihrem ERP, CRM, E-Mail-Postfach oder Dokumentenspeicher.
- Kontext und Gedächtnis: die Kundendaten, der Verlauf und das Unternehmenswissen, die der Agent für eine gute Erledigung der Aufgabe braucht.
- Schutzmechanismen: Berechtigungen, Freigabeschritte, Filter für sensible Daten und Protokollierung.
KI-Agent vs. Chatbot: der Unterschied
Die Begriffe werden oft gleichbedeutend verwendet, doch es gibt klare Unterschiede.
| Chatbot | KI-Agent | |
|---|---|---|
| Was er tut | Beantwortet Fragen in einem Gespräch | Führt Aufgaben aus, um ein Ziel zu erreichen |
| Eingabe | Eine Frage eines Nutzers | Ein Ziel, eine E-Mail, ein Dokument oder ein Ereignis |
| Ergebnis | Eine Antwort in Textform | Eine Aktion in Ihren Systemen plus ein Bericht |
| Zugriff auf Systeme | Meist keiner oder nur lesend | Kontrollierter Zugriff über Werkzeuge |
| Mehrstufige Arbeit | Begrenzt | Plant und führt mehrere Schritte aus |
| Kontrolle | Inhalt der Antwort | Berechtigungen, Freigabeschritte und Protokollierung |
| Typischer Einsatz | FAQ, Kundenservice im First Level | Auftragseingang, Planung, Dokumentenverarbeitung |
Beispiele für KI-Agenten im Unternehmen
KI-Agenten bringen den größten Nutzen dort, wo Menschen heute Zeit mit wiederkehrender Wissensarbeit zwischen Systemen verbringen. Einige Beispiele:
- Auftragseingang: Der Agent liest Bestellungen aus E-Mails und PDFs und legt sie im ERP an, bereit für eine abschließende Kontrolle.
- Kundenservice: Der Agent beantwortet Fragen zu Bestellungen und Lieferzeiten, indem er den tatsächlichen Status in Ihren Systemen nachschlägt.
- Planungsunterstützung: Der Agent schlägt einen Plan auf Basis von Kapazität, Prioritäten und Änderungen vor, und der Planer entscheidet.
- Außendienst: Techniker stellen per Smartphone Fragen zu Handbüchern und Verfahren in natürlicher Sprache.
- Reporting: Führungskräfte stellen Fragen in Alltagssprache und erhalten Tabellen und Zusammenfassungen aus dem ERP.
Wann ist ein KI-Agent sinnvoll, und wann nicht?
Ein KI-Agent passt gut, wenn die Aufgabe sich wiederholt, unstrukturierte Eingaben wie E-Mails oder Dokumente umfasst, mehrere Systeme erfordert und ein klares, überprüfbares Ergebnis hat.
Weniger geeignet ist ein Agent, wenn jede Entscheidung große Folgen hat und nicht überprüft werden kann, wenn die nötigen Daten nicht digital vorliegen oder wenn eine einfache regelbasierte Automatisierung die Aufgabe genauso gut erledigt. Im letzten Fall ist eine klassische Schnittstelle oft günstiger und berechenbarer.
KI-Agenten entwickeln lassen: Schritt für Schritt
Ein erfolgreicher KI-Agent startet klein und wird anhand der Ergebnisse erweitert. Ein bewährtes Vorgehen:
- Analyse: den Prozess erfassen und eine Aufgabe wählen, bei der KI einen klaren Mehrwert bringt.
- Konzept: Modell, Werkzeuge, Datenquellen und Freigabeschritte festlegen.
- Entwicklung und Test: mit echten Beispielen testen, einschließlich Ausnahmen und Grenzfällen.
- Integration: den Agenten mit Protokollierung an Ihr ERP, CRM oder andere Systeme anbinden.
- Livegang und Verbesserung: mit menschlicher Freigabe starten, Ergebnisse messen und schrittweise erweitern.
Risiken von KI-Agenten und wie Sie sie beherrschen
Sprachmodelle können Fehler machen, und ein Agent, der in Ihren Systemen handeln kann, braucht klare Grenzen. Die wichtigsten Maßnahmen:
- Minimale Rechte: Der Agent erhält nur die Berechtigungen, die er für seine Aufgabe braucht.
- Menschliche Freigabe für Aktionen mit finanziellen oder rechtlichen Folgen.
- Filterung personenbezogener und sensibler Daten sowie klare Vereinbarungen darüber, wo Daten verarbeitet werden.
- Protokollierung jedes Schritts und jedes Werkzeugaufrufs, damit Sie jederzeit nachvollziehen können, was passiert ist.
- Tests mit realistischen Fällen und Überwachung nach dem Livegang, einschließlich der Kosten pro Aufgabe.