KI-Agenten im Unternehmen: wo sie heute funktionieren und wo nicht

Kurz gesagt. Ein KI-Agent bekommt ein Ziel und arbeitet sich in eigenen Schritten dorthin. Er plant, nutzt Werkzeuge wie Ihr ERP oder Ihr Postfach, prüft sein Zwischenergebnis und legt es zur Freigabe vor. Das unterscheidet ihn vom Chat, in dem Sie jeden Schritt selbst anstoßen, und von der klassischen Automatisierung, die immer denselben festen Weg geht. Zuverlässig arbeiten Agenten heute dort, wo die Aufgabe klar umrissen ist und sich das Ergebnis prüfen lässt: beim Vorsortieren, bei Recherche und Entwürfen, beim Programmieren. Sie scheitern an offenen Zielen, an schlechten Daten, an fehlenden Rechten und überall dort, wo sie ohne Freigabe in Systeme schreiben. Dieser Leitfaden zeigt, woran Sie einen guten ersten Agenten erkennen und wie Sie ihn einführen, ohne die Kontrolle abzugeben.

Eine Offenlegung vorab: azena baut Agenten für Unternehmen. Gerade deshalb steht hier auch, wann ein Agent die falsche Wahl ist.

Was ein KI-Agent ist und was nicht

Der Begriff steht inzwischen für fast alles, vom Chatbot auf der Website bis zur Regel im Workflow-Werkzeug. Für eine Entscheidung im Unternehmen hilft eine engere Beschreibung. Ein Agent hat vier Merkmale:

• Ein Ziel. Er bekommt keine Abfolge von Befehlen, sondern ein Ergebnis, das am Ende stehen soll. Zum Beispiel: „Beantworte diese Anfrage zu Preis und Lieferzeit.“
• Werkzeuge. Er kann selbst nachsehen und handeln: im ERP einen Artikel suchen, ein Dokument öffnen, einen Entwurf anlegen. Welche Werkzeuge er bekommt, legen Sie fest.
• Eigene Schritte. Er entscheidet, welches Werkzeug er wann nutzt. Er prüft das Zwischenergebnis und plant neu, wenn etwas fehlt.
• Grenzen. Er arbeitet nur mit den Rechten, die Sie ihm geben, und hält an festgelegten Punkten an, damit ein Mensch freigibt.

Damit unterscheidet er sich von zwei bekannten Formen. Im Chat mit einem Sprachmodell steuern Sie jeden Schritt. Sie geben Kontext hinein, lesen die Antwort und fragen nach. Das ist flexibel, aber die Arbeit zwischen den Fragen bleibt bei Ihnen. Die klassische Automatisierung folgt einer festen Regel: Geht eine Anfrage ein, sende eine Eingangsbestätigung und lege ein Ticket an. Das ist zuverlässig und günstig, solange jeder Fall gleich aussieht. Weicht ein Fall ab, bleibt er liegen oder läuft falsch durch.

Ein Agent verbindet beides. Er geht mit wechselnden Fällen um wie ein Mensch im Chat und arbeitet dabei selbstständig wie eine Automatisierung. Der Preis dafür: Sein Weg ist nicht jedes Mal derselbe. Deshalb braucht er Grenzen und eine Prüfung, die eine feste Regel nicht braucht.

Wo Agenten heute zuverlässig arbeiten

Agenten funktionieren dort gut, wo zwei Dinge zusammenkommen: Die Aufgabe ist klar umrissen, und ein Mensch oder ein Programm kann das Ergebnis schnell prüfen. Vier Felder erfüllen das heute regelmäßig.

• Vorsortieren. Eingehende Mails, Anfragen, Belege oder Tickets lesen, einordnen, die wichtigen Angaben herausziehen und an die richtige Stelle legen. Ob richtig sortiert wurde, sieht das Team auf einen Blick. Ein Fehler kostet wenig, solange noch ein Mensch draufschaut.
• Entwürfe aus Ihren Daten. Ein Angebotsentwurf aus Anfrage und Preisliste, ein Auftragsentwurf aus einer Bestellmail, eine Antwort auf eine Serviceanfrage mit den Daten aus dem System. Der Agent bereitet vor, ein Mensch prüft und schickt ab.
• Recherche mit Quellen. Informationen aus vielen Dokumenten, Datenblättern oder Webseiten zusammentragen und mit Quellenangaben zusammenfassen. Weil jede Aussage auf eine Quelle zeigt, lässt sich das Ergebnis nachprüfen.
• Code. Programmieragenten ändern Code, führen Tests aus und beheben Fehler, bis die Tests bestehen. Code ist ein dankbares Feld, weil Tests eine eingebaute Prüfung liefern. Die Durchsicht durch einen Entwickler ersetzen sie nicht.

Allen vier Feldern ist gemeinsam: Der Agent liefert einen Vorschlag, kein endgültiges Ergebnis. Ein Fehler fällt bei der Prüfung auf, bevor er Schaden anrichtet. Und die Arbeit wiederholt sich oft genug, dass sich der Aufbau lohnt.

Wo Agenten scheitern

Die meisten enttäuschenden Agentenprojekte scheitern nicht an der Technik, sondern an der Wahl der Aufgabe. Vier Muster tauchen immer wieder auf.

• Offene Ziele. „Verbessere unseren Vertrieb“ ist kein Auftrag für einen Agenten. Ohne klares Ziel weiß er nicht, wann er fertig ist, und Sie wissen nicht, ob das Ergebnis gut ist.
• Schreibende Eingriffe ohne Freigabe. Ein Agent, der selbstständig Bestellungen auslöst, Preise ändert oder Mails an Kunden verschickt, macht aus einem Fehler sofort einen Schaden. Sprachmodelle liegen gelegentlich falsch und klingen dabei genauso überzeugt wie sonst. Wer schreiben darf, braucht eine Freigabe, zumindest bis die Erfahrung zeigt, wo sie verzichtbar ist.
• Schlechte Daten. Doppelte Artikelnummern, veraltete Preislisten, Wissen, das nur in Köpfen steckt: Ein Agent arbeitet mit dem, was er findet. Unordentliche Daten macht er nicht ordentlich. Er verteilt ihre Fehler nur schneller.
• Fehlende Rechte und Schnittstellen. Kommt der Agent nicht an das System, in dem die Antwort steht, liefert er eine gut formulierte Vermutung. Das Problem liegt dann nicht beim Agenten, sondern bei einem System ohne Schnittstelle oder bei Rechten, die niemand vergeben will.

Daraus folgt eine einfache Prüfung mit zwei Fragen. Wie klar ist das Ziel? Und wie leicht lässt sich das Ergebnis prüfen? Die Antworten ordnen jede Aufgabe in eines von vier Feldern.

Aufgaben aus den beiden Nachbarfeldern lassen sich oft verschieben. Ein offenes Ziel übersetzen Sie in eine konkrete Frage, für ein schwer prüfbares Ergebnis legen Sie Kriterien fest. Aufgaben, bei denen Ziel und Prüfung offen sind, bleiben besser beim Menschen. Ein Chat-Assistent kann dort beim Denken helfen, die Arbeit übernehmen kann er nicht.

Die Bausteine eines Agenten

Hinter jedem Agenten steckt dieselbe Grundform: ein Sprachmodell, das in einer Schleife plant, Werkzeuge nutzt und prüft. Ob er im Alltag trägt, entscheiden die Teile drumherum.

• Werkzeuge über Schnittstellen. Ein Werkzeug ist eine Fähigkeit, die Sie dem Agenten geben: einen Artikel im ERP suchen, Kundendaten im CRM lesen, einen Entwurf im Postfach anlegen. Technisch läuft das über die Schnittstellen Ihrer Systeme, die APIs. Immer häufiger kommt dafür das Model Context Protocol (MCP) zum Einsatz, ein offener Standard, über den ein Agent Werkzeuge und Datenquellen einheitlich anspricht. Entscheidend ist weniger das Protokoll als der Zuschnitt: Lesende Werkzeuge dürfen Sie großzügig vergeben, schreibende sparsam.
• Gedächtnis. Ein Sprachmodell behält zwischen zwei Aufrufen nichts. Was der Agent wissen muss, liegt deshalb an festen Orten: die Akte des aktuellen Falls, Ihre Regeln und Beispiele, frühere Entscheidungen in ähnlichen Fällen. Je besser dieses Material gepflegt ist, desto weniger muss der Agent raten.
• Protokoll. Jeder Schritt, jeder Werkzeugaufruf und jede Entscheidung wird festgehalten. So können Sie nachvollziehen, warum ein Ergebnis so aussieht, Fehler finden und Fragen von Datenschutz, Revision oder Kunden beantworten.
• Mensch im Ablauf. Der Agent hält an festgelegten Punkten an und legt sein Ergebnis zur Freigabe vor. Wo diese Punkte liegen, ist eine fachliche Entscheidung, keine technische. Eine gute Faustregel: vor allem, was das Haus verlässt, Geld bewegt oder Daten in einem System ändert.

Dazu kommen Rechte. Ein Agent bekommt ein eigenes Konto mit genau den Rechten, die seine Aufgabe braucht, nicht die Rechte der Person, die ihn eingerichtet hat. So bleibt klar, was er darf, und im Protokoll steht, was er getan hat.

Woran Sie einen guten ersten Agenten erkennen

Der erste Agent soll vor allem eines zeigen: dass er an Ihren echten Fällen funktioniert. Wählen Sie deshalb eine Aufgabe, bei der Sie Erfolg und Misserfolg schnell erkennen. Prüfen Sie Ihren Kandidaten an diesen Fragen:

• Lässt sich das Ziel in einem Satz beschreiben, und ist klar, wann ein Fall erledigt ist?
• Erkennt eine Person aus dem Fachbereich in kurzer Zeit, ob ein Ergebnis stimmt?
• Kommt die Aufgabe oft genug vor, dass sich der Aufbau lohnt? Und sind die Fälle so verschieden, dass eine feste Regel nicht reicht?
• Liegen die nötigen Daten in Systemen mit Schnittstelle, und sind sie aktuell?
• Reicht für den Anfang lesender Zugriff, mit Entwürfen statt fertiger Buchungen?
• Ist ein Fehler im Einzelfall ärgerlich, aber weder teuer noch gefährlich?
• Gibt es im Fachbereich eine Person, die den Agenten fachlich verantwortet und Rückmeldung gibt?
• Wissen Sie heute schon, wie lange die Aufgabe dauert und wie oft nachgearbeitet wird?
• Sind Datenschutz, IT-Sicherheit und, wo nötig, der Betriebsrat früh eingebunden?

Je mehr Fragen Sie mit Ja beantworten, desto besser eignet sich die Aufgabe. Ein Nein bei Daten oder Rechten ist meist das erste Arbeitspaket, kein Grund aufzugeben.

Wie Sie einen Agenten einführen und messen

Ein Agent wird nicht an einem Stichtag eingeschaltet. Er wächst in Stufen in die Arbeit hinein, und jede Stufe hat ein Kriterium, bevor die nächste beginnt.

1. Ausgangslage messen. Halten Sie vor dem Start fest, wie lange ein Fall heute dauert, wie viele Fälle anfallen und wie oft nachgearbeitet wird. Ohne diesen Vergleich bleibt jede spätere Aussage über den Nutzen ein Gefühl.
2. Prototyp an echten Daten. Bauen Sie den Agenten für einen Ablauf und ein Team, nicht für das ganze Haus. Testen Sie mit echten Fällen aus der Vergangenheit, bei denen Sie das richtige Ergebnis kennen, auch mit den schwierigen.
3. Mitlaufen lassen. Der Agent bearbeitet neue Fälle parallel, das Team arbeitet wie bisher und vergleicht. So sehen Sie, wo er richtig liegt, ohne dass ein Fehler Folgen hat.
4. Mit Freigabe arbeiten. Der Agent liefert Entwürfe, das Team prüft jeden Fall und gibt frei. Jede Korrektur ist eine Rückmeldung, mit der sich Anweisungen, Beispiele und Werkzeuge verbessern lassen.
5. Freigabe gezielt lockern. Erst wenn die Zahlen es tragen, prüfen Sie einzelne, risikoarme Fallarten nur noch in Stichproben. Was Geld bewegt oder das Haus verlässt, bleibt in der Regel bei der Einzelfreigabe.

Messen Sie dabei wenige Größen, die jeder versteht: wie viele Entwürfe ohne Änderung übernommen werden, wie lange die Prüfung je Fall dauert, wie sich die Durchlaufzeit verändert, welche Fehler auftreten und was ein Fall an Modell- und Betriebskosten verursacht. Legen Sie vorher fest, ab welchem Wert Sie ausbauen und ab welchem Sie aufhören. Erzeugt ein Agent mehr Prüfaufwand, als er spart, schneiden Sie ihn neu zu oder stoppen ihn. Auch das ist ein Ergebnis, und ein günstiges, wenn es früh kommt.

Wohin von hier

Haben Sie eine Aufgabe mit klarem Ziel und prüfbarem Ergebnis, bauen wir den Agenten mit Ihnen: angebunden an Ihre Systeme, mit Freigabe, Protokoll und Übergabe an Ihr Team. Umfang und Preis stehen vor dem Start fest. Wie das abläuft, zeigt die Seite Maßanfertigung.

Ist noch offen, welche Aufgabe den Anfang machen soll, beginnen Sie eine Stufe früher. In der KI-Strategie bewerten wir Ihre Anwendungsfälle nach Nutzen und Machbarkeit und legen die Reihenfolge fest, bevor gebaut wird.

Soll der Agent in ERP, CRM, PIM oder Postfach arbeiten, gehört die Anbindung dazu. Wie wir Sprachmodelle und Agenten mit diesen Systemen verbinden, beschreibt die Seite Integrationen.