KI-Agenten für Unternehmen

Vom Chatbot zum Agenten

Die erste Welle generativer KI im Unternehmen bestand aus Chat: Mitarbeitende stellen eine Frage, die KI antwortet, der Mensch übernimmt den Rest. KI-Agenten gehen einen Schritt weiter. Sie erhalten ein Ziel statt einer einzelnen Frage, planen die nötigen Schritte, nutzen Werkzeuge wie E-Mail, Kalender, Dateiablage oder CRM und liefern ein Ergebnis – etwa einen fertigen Bericht, eine vorsortierte Inbox oder eine zusammengeführte Excel-Datei.

Für mittelständische Unternehmen ist das interessant, weil viele Abläufe zu klein für ein IT-Projekt, aber zu häufig für Handarbeit sind: der wöchentliche Statusbericht, das Zusammensuchen von Unterlagen vor einem Kundentermin, das Vorqualifizieren eingehender Anfragen. Genau dort entfalten Agenten ihren Nutzen.

Was einen KI-Agenten ausmacht

Ein KI-Agent besteht typischerweise aus vier Bausteinen:

• Modell: Ein Large Language Model versteht die Aufgabe, plant und formuliert.
• Anweisungen: Eine Beschreibung von Rolle, Ziel, Regeln und gewünschtem Ergebnis – sorgfältig formuliert nach den Grundsätzen des Prompt Engineering.
• Wissen: Dokumente und Datenquellen, auf die der Agent zugreifen darf, häufig über eine KI-Wissensdatenbank.
• Werkzeuge: Schnittstellen zu Systemen, über die der Agent liest oder handelt. Offene Standards wie das Model Context Protocol (MCP) erleichtern die Anbindung.

Dazu kommt ein Auslöser: Ein Agent startet auf Zuruf im Chat, zu einem festen Zeitpunkt oder durch ein Ereignis, etwa eine neue E-Mail.

Agent, Workflow oder Automatisierung?

Klassische Automatisierung folgt festen Regeln: Wenn X, dann Y. Das ist zuverlässig, scheitert aber an unstrukturierten Eingaben wie frei formulierten E-Mails. Ein Agent entscheidet innerhalb seines Rahmens selbst, welche Schritte nötig sind. In der Praxis bewährt sich eine Mischung: feste Abläufe, in denen einzelne Schritte von KI erledigt werden, und klare Grenzen, wann ein Mensch entscheidet.

Typische Einsatzfelder im Mittelstand

Wiederkehrende Berichte

Ein Agent sammelt jeden Montag Informationen aus festgelegten Quellen und erstellt eine Zusammenfassung: offene Angebote, wichtige Termine der Woche, Auffälligkeiten in Exporten. Der Mensch prüft und ergänzt, statt bei null zu beginnen.

E-Mail und Anfragen

Eingehende Nachrichten werden gelesen, nach Anliegen sortiert und mit Antwortentwürfen versehen, die eine Person prüft und versendet. Gerade im Innendienst spart das täglich Zeit.

Vorbereitung von Terminen

Vor einem Kundentermin stellt ein Agent zusammen, was über den Kunden bekannt ist: letzte Angebote, offene Themen, Notizen aus früheren Gesprächen. Beispiele aus dem Vertrieb zeigt der Beitrag KI im Vertrieb: 7 Anwendungsfälle.

Dokumente und Daten verarbeiten

Agenten fassen neue Dokumente zusammen, extrahieren Kennzahlen, vergleichen Versionen oder führen Tabellen aus mehreren Quellen zusammen. Mit einem KI-Worker auf einem Rechner sind auch lokale Dateien, Netzlaufwerke und Programme ohne Schnittstelle erreichbar – mehr dazu im Beitrag KI-Worker: Aufgaben an den Rechner delegieren.

Recherche

Ein Agent durchsucht Webseiten und interne Quellen zu einer Fragestellung, etwa zu Wettbewerbern, Ausschreibungen oder Lieferanten, und liefert eine strukturierte Übersicht mit Quellen.

Wissen aktuell halten

Agenten können auch die Pflege des Unternehmenswissens unterstützen: neue Protokolle zusammenfassen und im Wiki ablegen, veraltete Dokumente zur Prüfung markieren oder aus wiederkehrenden Fragen eine Liste fehlender Inhalte erstellen. So profitiert die Wissensdatenbank davon, dass Routinearbeit automatisiert wird, und Fachleute entscheiden nur noch, was übernommen wird.

Kontrolle, Sicherheit und Verantwortung

Je mehr ein Agent selbst tun darf, desto wichtiger werden klare Grenzen. Fünf Prinzipien haben sich bewährt:

1. Geringste Rechte: Ein Agent erhält nur Zugriff auf die Quellen und Werkzeuge, die er für seine Aufgabe braucht – und nie mehr, als die verantwortliche Person selbst sehen darf.
2. Freigaben für kritische Schritte: Versand, Löschung, Zahlungen oder Änderungen in Fachsystemen sollten eine ausdrückliche Bestätigung erfordern, solange der Agent nicht nachweislich zuverlässig arbeitet.
3. Nachvollziehbarkeit: Jeder Lauf sollte protokolliert sein: Was wurde ausgelöst, welche Schritte liefen, welches Ergebnis entstand?
4. Sichtbarer Plan: Bei mehrstufigen Aufgaben hilft ein Plan, den Fortschritt zu verfolgen und rechtzeitig einzugreifen.
5. Menschliche Verantwortung: Ergebnisse von Agenten bleiben Vorschläge, bis ein Mensch sie freigibt. Das ist auch eine Anforderung des EU AI Act für bestimmte Einsatzzwecke.

Datenschutz bei Agenten

Agenten verarbeiten häufig personenbezogene Daten aus E-Mails, Kalendern und CRM. Es gelten dieselben Anforderungen wie bei jeder KI-Nutzung: Rechtsgrundlage, Auftragsverarbeitungsvertrag, Transparenz über Modellanbieter und Datenflüsse sowie ein Rechtekonzept. Zusätzlich sollten Sie dokumentieren, welche Agenten auf welche Systeme zugreifen. Details liefert der Ratgeber DSGVO-konforme KI.

Einen Agenten in sechs Schritten einführen

1. Aufgabe auswählen: Häufig, klar abgegrenzt, mit überprüfbarem Ergebnis – etwa der wöchentliche Projektbericht.
2. Ergebnis definieren: Beschreiben Sie genau, wie das Ergebnis aussehen soll, am besten mit einem Beispiel.
3. Quellen und Werkzeuge festlegen: Welche Dokumente, Postfächer oder Systeme braucht der Agent? Was darf er nur lesen, was auch ändern?
4. Anweisungen schreiben und testen: Formulieren Sie Rolle, Regeln und Format. Testen Sie mit echten Fällen, auch mit schwierigen.
5. Freigaben festlegen: Bestimmen Sie, welche Schritte eine Bestätigung brauchen und wer sie erteilt.
6. Betrieb beobachten: Prüfen Sie in den ersten Wochen jeden Lauf, sammeln Sie Fehler und verbessern Sie die Anweisungen. Erst dann lohnt sich eine höhere Selbstständigkeit.

Nutzen messen

Agenten lohnen sich, wenn die eingesparte Zeit die Kosten für Einrichtung, Modellnutzung und Kontrolle übersteigt. Erfassen Sie vorab, wie lange die Aufgabe heute dauert und wie oft sie anfällt. Vergleichen Sie nach einigen Wochen. Ein Rechenschema bietet der Beitrag KI-ROI im Mittelstand berechnen; weitere Beispiele zur Prozessautomatisierung finden Sie unter KI-Agenten für die Prozessautomatisierung.

Worauf Sie bei einer Agenten-Plattform achten sollten

• Einfache Erstellung: Fachbereiche sollten Agenten mit Anweisungen, Dokumenten und Werkzeugen anlegen können, ohne zu programmieren.
• Auslöser: Start auf Zuruf, nach Zeitplan und durch Ereignisse.
• Integrationen: Konnektoren zu E-Mail, Kalender, Dateiablagen und CRM, dazu offene Schnittstellen wie MCP.
• Rechte und Freigaben: Agenten folgen den Rollen der Organisation; kritische Aktionen erfordern Bestätigung.
• Protokolle: Jeder Lauf ist nachvollziehbar.
• Wiederverwendung: Abläufe lassen sich als Vorlagen oder Skills teilen und versionieren.
• Modellwahl: Je nach Aufgabe ein schnelles oder ein leistungsstarkes Modell.

Beispiel: ein Agent für den wöchentlichen Projektbericht

Wie die Schritte zusammenspielen, zeigt ein typisches Beispiel. Die Projektleitung eines Dienstleisters erstellt jeden Freitag einen Statusbericht für die Geschäftsführung und braucht dafür regelmäßig zwei Stunden.

1. Ziel: Ein einseitiger Bericht mit Fortschritt, Risiken und Entscheidungsbedarf je Projekt, jeden Freitag um 9 Uhr.
2. Quellen: Der Projektordner mit Protokollen und Plänen, das Postfach der Projektleitung für die laufende Woche und das Aufgabenmanagement.
3. Werkzeuge: Lesender Zugriff auf Ordner, Postfach und Aufgaben; das Erstellen eines Dokuments im gemeinsamen Ordner.
4. Anweisungen: Feste Gliederung, maximal fünf Punkte je Projekt, Risiken mit Quelle belegen, keine Vermutungen – fehlende Informationen als offene Frage kennzeichnen.
5. Freigabe: Der Agent erstellt nur einen Entwurf; versendet wird erst nach Prüfung durch die Projektleitung.
6. Kontrolle: In den ersten vier Wochen vergleicht die Projektleitung Entwurf und eigene Einschätzung und verbessert die Anweisungen.

Ergebnis: Aus zwei Stunden Sammeln und Schreiben werden im besten Fall zwanzig Minuten Prüfen und Ergänzen. Wie viel Zeit tatsächlich frei wird, zeigt nur die eigene Messung.

Grenzen von KI-Agenten

Agenten sind leistungsfähig, aber nicht unfehlbar. Planen Sie diese Grenzen ein:

• Fehler pflanzen sich fort: Ein falsch verstandener erster Schritt kann alle folgenden verfälschen. Zwischenergebnisse und sichtbare Pläne helfen, früh einzugreifen.
• Unklare Aufgaben erzeugen unklare Ergebnisse: Je präziser Ziel, Format und Regeln beschrieben sind, desto verlässlicher arbeitet der Agent.
• Halluzinationen: Auch Agenten können Fakten erfinden, wenn Quellen fehlen. Verlangen Sie Belege und lassen Sie Lücken kennzeichnen.
• Kosten: Mehrstufige Aufgaben verbrauchen mehr Modellleistung als eine einzelne Frage. Wählen Sie das Modell passend zur Aufgabe und behalten Sie die Nutzung im Blick.
• Systeme ohne Schnittstelle: Manche Fachanwendungen bieten keine API. Hier helfen Agenten, die einen Rechner bedienen können – mit besonders sorgfältigen Freigaben.

Rollen und Verantwortlichkeiten

Jeder produktive Agent braucht eine verantwortliche Person aus dem Fachbereich. Sie definiert das Ergebnis, prüft die Läufe und entscheidet über Änderungen. Die IT verantwortet Zugänge, Integrationen und Rechte; der Datenschutz prüft, welche Daten der Agent verarbeitet. Halten Sie diese Zuständigkeiten in einer kurzen Übersicht fest – sie ist zugleich Teil Ihrer Dokumentation gegenüber Betriebsrat und Aufsicht.

KI-Agenten mit AIPE

In AIPE legen Teams eigene Agenten mit Anweisungen, Dokumenten und Werkzeugen an. Im Agent Studio gestalten Sie Automationen als Ablauf, testen und veröffentlichen sie und verfolgen jeden Lauf. Routinen führen Prompts zeitgesteuert aus – wiederkehrend nach Zeitplan oder einmalig zu einem Termin. Abläufe lassen sich als Runbooks festhalten, und Claude-kompatible Skills können importiert, geteilt und versioniert werden. Agenten nutzen aktivierte Werkzeuge aus Konnektoren wie Gmail, Google Kalender, Google Drive oder HubSpot sowie konfigurierte MCP-Server – mit den Rechten der Organisation.

Für Aufgaben am Rechner gibt es den AIPE Worker: Ein Mac oder Windows-PC übernimmt Aufgaben mit Dateien, Terminal, Browser und Programmen. Im Modus „Erst fragen“ bestätigen Sie riskante Aktionen, mit „Freie Hand“ arbeitet AIPE ohne einzelne Rückfragen. Jede mehrstufige Aufgabe startet mit einem sichtbaren Plan, und Freigaben erreichen Sie im Chat und am Smartphone.