Wie ein KI-Agent funktioniert
Jeder Agent durchläuft dieselbe Schleife. Er geht von einem Ziel aus, das in klarer Sprache formuliert ist. Das Modell bestimmt den nächsten Schritt und ruft, wenn es Informationen braucht oder handeln muss, ein Tool auf: eine Suche, eine Datenbankabfrage, eine CRM-Aktualisierung, einen E-Mail-Entwurf. Das Resultat geht zurück an das Modell, das erneut entscheidet. Die Schleife endet, wenn das Ziel erreicht ist, wenn eine Grenze erreicht ist oder wenn der Agent an einen Menschen übergibt.
Vier Dinge entscheiden, wie gut ein Agent arbeitet:
- Das Modell, das plant, Resultate liest und entscheidet.
- Die Tools, jedes mit einer klaren Beschreibung, oft über MCP-Server bereitgestellt.
- Der Kontext: Anweisungen, Beispiele und das Wissen, auf das der Agent zugreifen kann.
- Die Leitplanken: Grenzen für Schritte und Ausgaben, Freigaben für sensible Aktionen und ein Protokoll von allem, was er getan hat.
KI-Agenten, Chatbots und Automatisierung
Die drei werden oft verwechselt. Der Unterschied liegt darin, wer die Schritte bestimmt und ob das System in anderer Software handelt.
| Chatbot | Workflow-Automatisierung | KI-Agent | |
|---|---|---|---|
| Wer die Schritte bestimmt | Keine Schritte: Er antwortet im Gespräch | Vorab festgelegte Regeln | Das Modell, während es arbeitet |
| Handelt in anderen Systemen | Selten | Ja, entlang fester Pfade | Ja, über die Tools, die er wählt |
| Umgang mit Ausnahmen | Er kann sie erklären, nicht lösen | Sie stoppt bei Fällen, die die Regeln nicht vorsehen | Er passt sich an, innerhalb seiner Grenzen |
| Passt am besten für | Fragen und Antworten | Vorhersehbare Prozesse mit hohem Volumen | Vielfältige Aufgaben mit mehreren Schritten |
Gute Systeme kombinieren sie oft: Ein Workflow übernimmt den vorhersehbaren Teil und ruft einen Agenten nur dort auf, wo Urteilsvermögen gefragt ist.
Arten von KI-Agenten
Lehrbücher klassifizieren Agenten danach, wie sie Aktionen wählen, von einfachen Reflex-Agenten bis zu zielbasierten, nutzenbasierten und lernenden Agenten. Im Unternehmen ist eine Einteilung nach der Aufgabe nützlicher:
- Aufgaben-Agenten führen einen Workflow von Anfang bis Ende aus, etwa Support-Tickets triagieren oder Rechnungen abstimmen.
- Assistenz-Agenten arbeiten für eine Person in deren Tools, wie Claude Cowork auf dem Desktop, und bereiten Dokumente, Analysen und Follow-ups vor.
- Coding-Agenten wie Claude Code lesen eine Codebasis, nehmen Änderungen vor und führen die Tests aus.
- Sprachagenten nehmen Anrufe an und tätigen sie, nehmen Buchungen entgegen und übergeben an einen Menschen.
- Multi-Agenten-Systeme verteilen ein Ziel auf mehrere Agenten, die ein Orchestrator koordiniert. Siehe Agentic AI.
Wo Unternehmen KI-Agenten einsetzen
- Kundenservice: Anfragen beantworten, klassifizieren und weiterleiten und mit einer Zusammenfassung an einen Menschen übergeben.
- Vertrieb: Kunden vor einem Termin recherchieren und danach das CRM aktualisieren.
- Finanzen: Rechnungen mit Bestellungen abgleichen und Rückfragen zu Ausnahmen entwerfen.
- Recht: eine erste Prüfung von Verträgen anhand des Playbooks des Unternehmens, zur Kontrolle durch einen Juristen.
- IT und Personal: Tickets triagieren und Fragen zu Richtlinien aus den eigenen Dokumenten des Unternehmens beantworten.
Der gemeinsame Nenner ist Arbeit mit mehreren Schritten, Informationen, die über Systeme verteilt sind, und eine klare Definition von fertig.
Wie man KI-Agenten sicher einsetzt
Agenten handeln, daher zählen die Kontrollen so viel wie das Modell. Gartner erwartet, dass über 40 % der Agentic-AI-Projekte bis Ende 2027 eingestellt werden, wegen steigender Kosten, unklarem Geschäftswert oder unzureichender Risikokontrollen. Das meiste davon lässt sich schon im Entwurf vermeiden.
Nach dem EU AI Act muss ein Agent, der mit Menschen spricht, seit dem 2. August 2026 deutlich machen, dass sie es mit KI zu tun haben, sofern es nicht offensichtlich ist. Für Agenten, die für in Anhang III genannte Hochrisiko-Zwecke wie Recruiting oder Kreditscoring eingesetzt werden, gelten ab dem 2. Dezember 2027 die Hochrisiko-Pflichten. Zur EU-AI-Act-Checkliste.
Was die Forschung sagt
- Gartner erwartet, dass bis Ende 2026 40 % der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten, gegenüber weniger als 5 % im Jahr 2025.
- In der Umfrage State of AI 2026 von McKinsey unter 1.719 Befragten gaben etwa zwei von zehn an, ihre Organisation habe mit KI-Agenten die Skalierungsphase erreicht. Unter Unternehmen mit mehr als 1 Mrd. $ Umsatz lag der Anteil bei 40 %.
Quellen
- Anthropic: Building effective agents, 19. Dezember 2024
- Gartner: over 40% of agentic AI projects will be canceled by end of 2027, 25. Juni 2025
- Gartner: 40% of enterprise apps will feature task-specific AI agents by 2026, 26. August 2025
- McKinsey: The state of AI, 25. August 2026
- EU AI Act, Artikel 50: Transparenzpflichten