Von Onterion AI · KI-Automatisierung & KI-Lösungen für den Mittelstand.
Seit 2024 ist viel von KI-Assistenten und Chatbots die Rede. Die nächste Entwicklungsstufe heißt KI-Agenten: Software, die nicht nur Fragen beantwortet, sondern Aufgaben mehrschrittig und weitgehend selbstständig erledigt. Für den Mittelstand klingt das verlockend – und genau deshalb lohnt ein nüchterner Blick darauf, was solche Agenten heute wirklich leisten, wo sie scheitern und wann sich ein Einstieg rechnet.
Was ist ein KI-Agent – und was unterscheidet ihn vom Assistenten?
Ein klassischer KI-Assistent oder Chatbot arbeitet reaktiv: Sie stellen eine Frage, er liefert eine Antwort. Die Verantwortung für den nächsten Schritt bleibt bei Ihnen. Ein KI-Agent geht weiter. Er bekommt ein Ziel – etwa „Bearbeite diese eingehende Bestellung“ – und plant die nötigen Zwischenschritte selbst, ruft dafür andere Programme auf und führt sie aus.
Technisch steckt dahinter ein Sprachmodell (LLM), das mit sogenannten Werkzeugen (Tools) verbunden ist: Es kann auf eine Datenbank zugreifen, eine E-Mail verfassen, einen Eintrag im ERP-System anlegen oder eine Web-Anwendung bedienen. Der Agent entscheidet in einer Schleife, welcher Schritt als Nächstes sinnvoll ist, prüft das Ergebnis und macht weiter, bis das Ziel erreicht ist.
Die Kurzformel: Ein Assistent antwortet, ein Agent handelt. Genau dieser Unterschied macht Agenten nützlich – und zugleich heikler im Einsatz.
Wo sich KI-Agenten im KMU konkret lohnen
Agenten spielen ihre Stärke bei Aufgaben aus, die klar umrissen sind, mehrere Systeme berühren und regelmäßig anfallen. Realistische Einsatzfelder im Mittelstand:
- Eingangsbearbeitung: Eine Anfrage einlesen, Kundendaten im CRM abgleichen, Standardrückfragen klären und einen Antwortentwurf vorbereiten.
- Datenpflege über Systeme hinweg: Informationen aus einem PDF extrahieren und strukturiert in ERP oder Warenwirtschaft übertragen.
- Recherche- und Aufbereitungsaufgaben: Mehrere interne Dokumente zusammenfassen und einen Entscheidungsvorschlag formulieren.
- Routine im Betrieb: Termine koordinieren, Statusmeldungen einsammeln, einfache Berichte erzeugen.
Gemeinsam ist diesen Fällen, dass ein Mensch das Ergebnis am Ende noch freigeben kann. Genau dort liegt der seriöse Mehrwert: Der Agent übernimmt die Fleißarbeit zwischen den Systemen, die Verantwortung bleibt steuerbar.
Die Grenzen: Wo Sie vorsichtig bleiben sollten
Agenten sind kein magischer Mitarbeiter. Wer sie überschätzt, riskiert teure Fehler. Drei Punkte sind entscheidend.
1. Zuverlässigkeit über viele Schritte
Jeder Einzelschritt hat eine kleine Fehlerquote. Über eine lange Kette multiplizieren sich diese Fehler. Eine Aufgabe mit zehn Schritten, bei der jeder Schritt zu 95 Prozent stimmt, gelingt insgesamt nur noch in rund 60 Prozent der Fälle vollständig korrekt. Je länger die Kette, desto wichtiger sind Kontrollpunkte.
2. Halluzinationen und Fehlentscheidungen
Sprachmodelle können Fakten erfinden oder falsche Schlüsse plausibel formulieren. Bei einem Agenten, der eigenständig handelt, wird aus einer falschen Annahme schnell eine falsche Buchung oder eine fehlerhafte Kundenmail. Deshalb gilt: Je größer die mögliche Schadenshöhe, desto enger die menschliche Kontrolle.
3. Berechtigungen und Haftung
Ein Agent ist nur so sicher wie die Rechte, die Sie ihm geben. Erteilen Sie ihm Schreibzugriff auf produktive Systeme, kann er dort auch echten Schaden anrichten. Klären Sie früh, welche Aktionen er ohne Rückfrage ausführen darf und welche zwingend eine Freigabe brauchen.
Datenschutz und EU AI Act im Blick
Weil Agenten auf reale Geschäftsdaten zugreifen, gelten dieselben Pflichten wie bei jeder anderen Datenverarbeitung. Prüfen Sie, welche Daten an externe Modellanbieter fließen, schließen Sie einen Auftragsverarbeitungsvertrag ab und dokumentieren Sie den Zweck. Der EU AI Act stuft Anwendungen nach Risiko ein – ein Agent in der internen Sachbearbeitung ist meist unkritisch, ein Agent mit Wirkung auf Beschäftigte oder Kunden kann höhere Anforderungen auslösen. Bei personenbezogenen oder sensiblen Daten sollte die rechtliche Bewertung vor dem Echtbetrieb stehen, nicht danach.
Wann sich der Einstieg rechnet
Ein Agent lohnt sich nicht, weil die Technik beeindruckt, sondern weil er einen wiederkehrenden, messbaren Aufwand reduziert. Drei Fragen helfen bei der Einordnung:
- Volumen: Fällt die Aufgabe oft genug an, dass Automatisierung den Aufbau rechtfertigt? Einzelfälle lohnen selten.
- Struktur: Lässt sich das Ziel klar beschreiben und das Ergebnis prüfen? Vage, kreative oder stark wertende Aufgaben passen schlecht.
- Fehlertoleranz: Was kostet ein Fehler – und lässt er sich vor dem Schaden abfangen? Wo eine Freigabe einfach machbar ist, sinkt das Risiko deutlich.
Fällt die Antwort auf alle drei Fragen positiv aus, ist ein Agent ein guter Kandidat. Fällt eine klar negativ aus, ist oft eine einfachere Lösung sinnvoller – etwa ein regelbasierter Workflow oder ein Assistent, der nur Entwürfe liefert.
So starten Sie sicher
Der bewährte Weg ist klein, abgegrenzt und kontrolliert – ähnlich wie bei einem Pilotprojekt:
- Ein Anwendungsfall: Wählen Sie genau einen klar umrissenen Prozess statt einer breiten Vision.
- Mensch in der Schleife: Lassen Sie den Agenten zunächst nur Vorschläge erzeugen, die ein Mitarbeiter freigibt. Erst wenn die Qualität stimmt, weiten Sie die Selbstständigkeit aus.
- Enge Rechte: Geben Sie nur Lesezugriff, wo Lesen reicht. Schreibrechte nur dort, wo der Nutzen sie rechtfertigt.
- Protokollierung: Halten Sie fest, welche Schritte der Agent ausgeführt hat. Das schafft Nachvollziehbarkeit und erleichtert die Fehlersuche.
- Klare Erfolgskriterien: Definieren Sie vorab, woran Sie messen, ob der Einsatz funktioniert – etwa eingesparte Bearbeitungszeit oder Fehlerquote.
Fazit
KI-Agenten sind mehr als ein Schlagwort – aber kein Selbstläufer. Ihr Wert entsteht dort, wo wiederkehrende, gut beschreibbare Aufgaben mehrere Systeme verbinden und ein Mensch am Ende die Kontrolle behält. Wer klein startet, Rechte bewusst vergibt und Ergebnisse prüft, kann spürbar Routinearbeit abgeben, ohne die Verantwortung aus der Hand zu geben. Der Fehler wäre, einem Agenten zu früh zu viel Autonomie zu überlassen. Die Chance liegt im umgekehrten Weg: erst Vertrauen aufbauen, dann Freiheit geben.
Weiterführend: KI für Steuerberater: Realistische Anwendungsfälle & Einstieg
👉 Weiterführend: KI-Software entwickeln lassen – Festpreis & Ablauf