Was ist ein KI-Agent? Ein KI-Agent ist ein Programm, das eine Aufgabe von selbst anstößt, dafür ein Sprachmodell zur Bewertung nutzt und danach eine Aktion auslöst oder ein Ergebnis ablegt. Der Unterschied zu einem Chatbot liegt im Auslöser: Ein Chatbot wartet auf deine Frage, ein Agent startet ohne dich, sobald ein Ereignis eintritt. In diesem Artikel zeige ich dir, woraus so ein Agent besteht, wie er sich von Assistenten und klassischer Automatisierung abgrenzt und woran du erkennst, ob dir jemand einen umetikettierten Chatbot verkauft.
Letzte Aktualisierung: August 2026
Was ist ein KI-Agent? Die kurze und die lange Antwort
Die kurze Antwort steht oben. Die lange ist interessanter, weil der Begriff gerade auf sehr viel geklebt wird, das keiner ist. Ein Agent unterscheidet sich von allem anderen durch genau eine Eigenschaft: Er handelt, ohne dass ihn jemand darum bittet.
Das klingt banal, hat aber Folgen. Wenn niemand danebensitzt, muss der Agent selbst entscheiden, wann er anfängt, welche Daten er braucht und was er mit dem Ergebnis macht. Er braucht also Zugriff auf dein System und ein klares Ende. Ein Chatbot braucht beides nicht, weil du die ganze Zeit dabei bist.
Die vier Bausteine jedes KI-Agenten
Wenn dir jemand einen Agenten anbietet, frag nach diesen vier Teilen. Fehlt einer davon, ist es keiner.
- Der Auslöser: Ein Ereignis startet den Agenten. Eine eingegangene Nachricht, ein neuer Datensatz, ein Zeitpunkt. Ohne Auslöser hast du einen Assistenten, den jemand von Hand öffnen muss.
- Der Kontext: Die Daten, mit denen der Agent arbeitet, und die Regeln, nach denen er bewertet. Dieser Teil entscheidet über die Qualität, nicht die Wahl des Sprachmodells.
- Das Modell: Ein Sprachmodell trifft die Einschätzung, die sich nicht als Wenn-dann-Regel schreiben lässt. Passt diese Antwort zur Frage? Ist diese Anfrage dringend?
- Die Aktion: Der Agent legt ein Ergebnis ab, verschickt etwas oder setzt einen Status. Ohne Aktion ist es eine Analyse, kein Agent.
In der Praxis kommt fast immer ein fünfter Teil dazu, über den selten geredet wird: die Freigabe. Der Agent bereitet vor, ein Mensch prüft und gibt frei. Ich baue Agenten inzwischen grundsätzlich so, und weiter unten steht, warum.
Diese Reihenfolge ist übrigens auch die Reihenfolge, in der die Kosten entstehen. Am Kontext arbeitest du am längsten, das Modell auszutauschen dauert eine Stunde. Wer bei einem Agenten unzufrieden mit der Qualität ist, sollte deshalb selten am Modell drehen und fast immer daran, welche Daten und welche Regeln der Agent überhaupt zu sehen bekommt.
Der Unterschied zu Chatbot, Assistent und Automatisierung
Vier Begriffe werden ständig durcheinandergeworfen. Diese Tabelle sortiert sie danach, wer den Vorgang startet und wer bewertet.
| Art | Wer startet? | Bewertet ein Modell? | Typisches Beispiel |
|---|---|---|---|
| Chatbot | Der Mensch, mit jeder Nachricht | Ja | ChatGPT im Browser |
| Assistent | Der Mensch, öffnet ihn im Programm | Ja | Schreibhilfe im Textprogramm |
| Klassische Automatisierung | Ein Ereignis | Nein, feste Regeln | Weiterleitung nach Betreffzeile |
| KI-Agent | Ein Ereignis | Ja | Eingehende Anfrage wird eingeschätzt und beantwortet |
Der praktische Nutzen dieser Tabelle: Sobald ein Anbieter das Wort Agent benutzt, prüfst du die zweite Spalte. Muss immer noch ein Mensch auf einen Knopf drücken, damit etwas passiert, ist es ein Assistent. Das ist nichts Schlechtes, aber es spart dir keine Zeit, sondern verkürzt nur einen Handgriff.
Die vierte Zeile erklärt auch, warum Agenten teurer sind als klassische Automatisierung. Eine feste Regel kostet nach dem Einrichten nichts mehr. Ein Agent fragt bei jedem Vorgang ein Sprachmodell und bezahlt dafür. Wenn deine Aufgabe sich als Regel schreiben lässt, nimm die Regel.
Knapp 30 Prozent der befragten Unternehmen setzen KI ein, meist noch in der Erprobungsphase. Ein Drittel sieht für den eigenen Betrieb überhaupt keine KI-Anwendungsmöglichkeiten.
Quelle: Bundesnetzagentur, Bericht "KI in Unternehmen: Einsatz, Ressourcen und Herausforderungen", telefonische Befragung von 808 Unternehmen durch die uzbonn GmbH, Erhebung Ende 2024, veröffentlicht im Juli 2025. Zur Quelle
Zwei Wörter aus dieser Zahl sind wichtig: meist Erprobungsphase. Der Anteil der Betriebe, bei denen tatsächlich ein Agent im Tagesgeschäft läuft, ist deutlich kleiner als jede Prozentzahl zum Thema KI vermuten lässt. Wer hier anfängt, ist nicht spät dran.
Wie autonom ist ein KI-Agent wirklich?
Autonomie ist keine Ja-Nein-Frage, sondern eine Skala. Ich unterscheide vier Stufen, und die Einordnung entscheidet über Aufwand, Risiko und darüber, ob dein Betriebsrat mitreden muss.
- Stufe 0, Vorschlag auf Abruf: Ein Mensch startet, das Modell schlägt vor, der Mensch übernimmt. Das ist der Assistent.
- Stufe 1, Vorschlag auf Zuruf des Systems: Ein Ereignis startet, das Ergebnis liegt als Entwurf bereit, ein Mensch gibt frei. Hier landen die meisten sinnvollen Projekte.
- Stufe 2, Handeln mit Rückfallebene: Der Agent handelt selbst, meldet aber Zweifelsfälle an einen Menschen. Braucht klare Kriterien für den Zweifel.
- Stufe 3, volles Handeln: Der Agent entscheidet und handelt allein. Sinnvoll nur, wo ein Fehler billig und leicht rückgängig zu machen ist.
Die meisten Anbieter verkaufen Stufe 3 und liefern Stufe 0. Die meisten Betriebe brauchen Stufe 1 und wären damit sehr zufrieden. Diese Lücke ist der Grund, warum so viele KI-Projekte enttäuschen: Es wird das Falsche versprochen und das Falsche gebaut.
Praktisch heißt das: Je höher die Stufe, desto genauer musst du vorher wissen, was richtig ist. Auf Stufe 1 darf der Agent danebenliegen, weil jemand hinschaut. Ab Stufe 2 wird jeder Fehler zu einem Vorgang, der irgendwann auffällt und dann rückabgewickelt werden muss. Der Sprung von Stufe 1 auf 2 kostet deshalb meist mehr Aufwand als der ganze Agent bis dahin.
Drei Beispiele aus der Praxis
Abstrakt bleibt der Begriff schwammig, deshalb drei Abläufe, die ich so oder ähnlich gebaut oder gesehen habe.
Eingehende Anfragen einschätzen
Eine Anfrage kommt über das Kontaktformular. Der Agent liest sie, ordnet sie einem Thema zu, schätzt die Dringlichkeit und schreibt einen Antwortentwurf. Im Postfach liegt die Anfrage dann schon sortiert und mit Vorschlag. Wie das für Kundenmails im Detail aussieht, habe ich in meinem Artikel zur Kundenkommunikation mit KI beschrieben.
Eingereichte Texte gegen eine Vorgabe prüfen
Jemand reicht eine Ausarbeitung ein, zu der eine Musterlösung hinterlegt ist. Der Agent vergleicht beides und schreibt eine Rückmeldung mit Punkten. Ein Mensch liest, korrigiert und gibt frei. Genau so läuft es bei einem Anbieter für IHK-Weiterbildungen, für den wir das umgesetzt haben.
Angaben aus Dokumenten übernehmen
Eine Rechnung oder ein ausgefülltes Formular kommt herein, der Agent liest die relevanten Angaben heraus und legt sie im richtigen Datensatz ab. Das ist die langweiligste der drei Anwendungen und oft die mit dem größten Zeitgewinn.
Allen drei Beispielen ist gemeinsam, dass am Ende ein Mensch draufschaut. Das ist kein Zeichen von halber Automatisierung, sondern der Grund, warum diese Abläufe im Alltag überhaupt bestehen.
36 Prozent der Unternehmen in Deutschland nutzen künstliche Intelligenz, nach 20 Prozent im Vorjahr. 47 Prozent planen oder diskutieren den KI-Einsatz.
Quelle: Bitkom Research im Auftrag des Bitkom e. V., telefonische Befragung von 604 Unternehmen ab 20 Beschäftigten, Erhebungszeitraum Kalenderwoche 27 bis 32 des Jahres 2025. Zur Quelle
Diese Zahl liegt höher als die der Bundesnetzagentur, weil Bitkom erst ab zwanzig Beschäftigten befragt und größere Betriebe häufiger KI einsetzen. Das ist kein Widerspruch, sondern ein gutes Beispiel dafür, warum bei jeder KI-Statistik die Frage zählt, wer eigentlich befragt wurde.
Woran du einen umetikettierten Chatbot erkennst
Weil der Begriff gerade gut verkauft, hängt er an vielem, was ihn nicht verdient. Diese vier Fragen klären das in einem Verkaufsgespräch in zwei Minuten.
- Was genau startet das Ding? Wenn die Antwort ein Mensch ist, der irgendwo klickt, ist es ein Assistent. Lass dir das Ereignis zeigen, nicht beschreiben.
- Wo landet das Ergebnis? Ein Agent schreibt in dein System zurück. Landet die Antwort in einem Chatfenster, aus dem jemand sie herauskopiert, ist die Arbeit nicht weg, sondern nur verschoben.
- Was passiert, wenn Daten fehlen? Ein sauber gebauter Agent bricht ab und meldet das. Wer auf diese Frage keine Antwort hat, hat den Fall nicht bedacht, und du wirst ihn im Betrieb finden.
- Wer gibt frei? Gibt es keinen Freigabeschritt, frag nach, was bei einem Fehler passiert. Bei einer Zusammenfassung ist das egal, bei einer Rechnung nicht.
Diese Fragen helfen auch bei der eigenen Planung. Wer sie für den eigenen Ablauf beantworten kann, hat den Agenten fachlich bereits entworfen. Der Rest ist Umsetzung.
Was ein KI-Agent nicht kann
Hier wird meistens geschwiegen, dabei ist dieser Teil der nützlichste.
- Er kann keine Regel erfinden, die es nicht gibt. Wenn in deinem Betrieb drei Leute denselben Fall unterschiedlich entscheiden, wird ein Agent das nicht auflösen. Er braucht eine Festlegung, und die musst du treffen.
- Er weiß nicht, was er nicht weiß. Ein Sprachmodell liefert auch dann eine plausible Antwort, wenn die Grundlage fehlt. Deshalb gehört in jeden Agenten ein Abbruch für den Fall, dass Daten fehlen.
- Er wird nicht von allein besser. Ohne dass jemand Ergebnisse ansieht und die Regeln nachschärft, bleibt die Qualität, wie sie am ersten Tag war.
- Er nimmt dir die Verantwortung nicht ab. Bei Entscheidungen, die Menschen betreffen, bleibt ein Mensch verantwortlich, unabhängig davon, wie gut der Vorschlag war.
Wenn du auf dieser Grundlage weiterlesen willst, wie so ein Agent konkret entsteht: In meinem Artikel zum Thema KI-Agent erstellen gehe ich die drei Wege durch, von n8n bis zur eingebauten Lösung. Und wer sehen will, was ein fertiger Anbieter-Agent heute leistet, findet in ChatGPT Work für Selbstständige eine Einordnung.
Diese vier Grenzen sind kein Argument gegen Agenten. Sie sind der Grund, warum die Projekte funktionieren, in denen jemand sie vorher aufgeschrieben hat, und warum die anderen nach ein paar Monaten still eingeschlafen sind. Wer vorher weiß, was der Agent nicht leisten wird, wird hinterher nicht enttäuscht.
Häufige Fragen: Was ist ein KI-Agent?
Was ist ein KI-Agent im Unterschied zu ChatGPT?
ChatGPT ist ein Chatbot: Du stellst eine Frage und bekommst eine Antwort, jeder Durchgang beginnt bei dir. Ein KI-Agent startet ohne dich, sobald in deinem System ein Ereignis eintritt, und legt sein Ergebnis dort ab, wo weitergearbeitet wird.
Brauche ich Programmierkenntnisse, um einen KI-Agenten zu nutzen?
Zum Nutzen nicht, zum dauerhaften Einbinden in dein System schon. Einen Prototyp bekommst du mit No-Code-Werkzeugen hin, für die Anbindung an ein bestehendes System braucht es Entwicklung.
Was kostet der Betrieb eines KI-Agenten?
Neben der einmaligen Einrichtung fallen laufende Kosten pro Anfrage beim Anbieter des Sprachmodells an. Diese Kosten steigen mit der Menge der Vorgänge, weshalb du sie vor dem Start hochrechnen solltest.
Sind KI-Agenten in Deutschland datenschutzrechtlich zulässig?
Ja, mit den üblichen Auflagen. Entscheidend sind die Wahl des Anbieters, der Eintrag ins Verarbeitungsverzeichnis und die Frage, ob personenbezogene Daten überhaupt an das Modell gehen müssen.
Fazit: Der Auslöser macht den Unterschied
Was ist ein KI-Agent, zusammengefasst in einem Satz: ein Programm, das von einem Ereignis gestartet wird, mit einem Sprachmodell eine Einschätzung trifft und daraufhin handelt. Alles ohne eigenen Auslöser ist ein Assistent, alles ohne Modell eine klassische Automatisierung. Beides kann richtig sein, es heißt nur anders.
Für den Anfang empfehle ich Stufe 1: Ein Ereignis startet den Agenten, das Ergebnis liegt als Entwurf bereit, ein Mensch gibt frei. Der Zeitgewinn ist fast so groß wie bei voller Automatisierung, das Risiko dagegen klein. Wenn du wissen willst, ob sich das bei einem deiner Abläufe rechnet, buch dir ein kostenloses Erstgespräch. Fünfzehn Minuten, und du bekommst eine ehrliche Einschätzung.
Lass uns über dein Projekt sprechen
