Einen KI-Agent erstellen kannst du auf drei Wegen: mit einem No-Code-Baukasten wie n8n oder Make, mit einem Assistenten-Builder wie Copilot Studio oder einem eigenen GPT, oder als feste Funktion direkt in dem System, in dem du ohnehin arbeitest. Die ersten beiden Wege bringen dich an einem Nachmittag zu einem laufenden Prototyp. Der dritte ist der einzige, der einen Arbeitsschritt dauerhaft aus deinem Alltag nimmt. In diesem Artikel zeige ich dir, wo genau die Grenze zwischen beidem verläuft, damit du nicht drei Monate in einen Baukasten steckst, den du am Ende wegwirfst.
Letzte Aktualisierung: August 2026
KI-Agent erstellen: die drei Wege im Vergleich
Wer einen KI-Agent erstellen will, greift meist sofort zum erstbesten Werkzeug. Bevor du eines davon öffnest, lohnt sich die Frage, welchen der drei Wege du überhaupt gehen willst. Sie unterscheiden sich nicht im Ergebnis, sondern darin, wie lange das Ergebnis hält.
| Weg | Beispiele | Erster Prototyp | Hält im Alltag |
|---|---|---|---|
| No-Code-Baukasten | n8n, Make, Zapier | Stunden | Solange niemand etwas ändert |
| Assistenten-Builder | Copilot Studio, eigene GPTs, Claude Projects | Minuten | Nur mit Mensch davor |
| Eingebaute Funktion | Eigene Entwicklung im CMS, CRM oder Shop | Wochen | Dauerhaft, wartbar |
Die Tabelle liest sich, als wäre der dritte Weg immer der beste. Das ist er nicht. Wenn du noch nicht weißt, ob eine Aufgabe sich überhaupt automatisieren lässt, wäre es Unsinn, dafür Wochen an Entwicklung zu bezahlen. Baukästen sind hervorragend darin, dir diese Frage in kurzer Zeit zu beantworten.
Was ist ein KI-Agent?
Ein KI-Agent ist ein Programm, das eine Aufgabe selbstständig anstößt, dafür ein Sprachmodell nutzt und das Ergebnis irgendwo ablegt oder eine Aktion auslöst. Der Unterschied zu einem Chatbot liegt im Auslöser: Ein Chatbot wartet auf deine Frage, ein Agent startet von selbst, sobald ein Ereignis eintritt. Der Unterschied zu einer klassischen Automatisierung liegt in der Bewertung: Eine klassische Regel prüft, ob ein Feld leer ist, ein Agent beurteilt, ob ein Text inhaltlich passt.
Diese Unterscheidung klingt akademisch, entscheidet aber darüber, welches Werkzeug du brauchst. Alles, was sich als feste Wenn-dann-Regel schreiben lässt, braucht kein Sprachmodell und keinen Agenten. Dafür reicht eine Automatisierung, die zuverlässiger und billiger ist. Ein Agent lohnt sich erst dort, wo eine Einschätzung nötig ist, die sich nicht in eine Regel gießen lässt.
Was No-Code-Baukästen wirklich können
Wer heute einen KI-Agent erstellen will, kommt an diesen Werkzeugen kaum vorbei, und das ist auch gut so. Ich will hier nichts schlechtreden. n8n, Make und Copilot Studio sind gute Werkzeuge, und ich benutze sie selbst. Sie nehmen dir die gesamte Klempnerarbeit ab: Verbindung zum Postfach, Verbindung zum Sprachmodell, Verbindung zur Tabelle. Was früher zwei Tage Programmierung war, ist heute eine halbe Stunde Klickarbeit.
Ihre eigentliche Stärke ist deshalb nicht die Automatisierung selbst, sondern das Ausprobieren. Du kannst an einem Nachmittag herausfinden, ob eine KI die Aufgabe überhaupt in brauchbarer Qualität erledigt. Diese Antwort ist viel wert, und sie kostet dich fast nichts. Genau dafür sollte man Baukästen einsetzen.
Dass die meisten Betriebe gar nicht erst so weit kommen, liegt selten an der Technik:
Von den Unternehmen in Deutschland, die keine künstliche Intelligenz einsetzen, nannten 72 Prozent fehlendes Wissen als Grund dagegen. Unklarheit über die rechtlichen Folgen nannten 62 Prozent, Bedenken beim Datenschutz 60 Prozent.
Quelle: Statistisches Bundesamt, Erhebung zur Nutzung von Informations- und Kommunikationstechnologien in Unternehmen, Erhebungsjahr 2025, befragt wurden Unternehmen ab 10 Beschäftigten ohne KI-Einsatz. Zur Quelle
Fehlendes Wissen steht mit Abstand vorne, und dagegen hilft ein Baukasten tatsächlich. Ein Nachmittag mit n8n bringt dir mehr Klarheit über KI-Automatisierung als zehn Konferenzvorträge. Wer selbst gesehen hat, wo ein Sprachmodell danebenliegt, trifft danach bessere Entscheidungen.
Ein zweiter Punkt wird oft übersehen: Ein Baukasten zwingt dich, den Ablauf sauber aufzuschreiben. Du musst festlegen, was den Agenten auslöst, welche Daten er bekommt und was mit dem Ergebnis passiert. Diese Arbeit ist der eigentliche Wert, und sie bleibt dir erhalten, egal ob du später bei n8n bleibst oder alles neu bauen lässt. Wer diesen Schritt überspringt und direkt eine Entwicklung beauftragt, zahlt dieselbe Denkarbeit nur teurer.
Wofür ich Baukästen selbst nutze
Bei mir laufen Baukasten-Automatisierungen für alles, was unkritisch ist und wo ein Fehler nur bedeutet, dass ich es von Hand mache. Eingehende Formulare vorsortieren, Notizen zusammenfassen, Rechercheergebnisse in eine Tabelle schreiben. Wenn so ein Ablauf morgen ausfällt, merke ich es und repariere es in zwanzig Minuten.
Sobald aber etwas davon abhängt, dass der Ablauf jeden Tag zuverlässig läuft, baue ich ihn um. Wenn du einen ähnlichen Einstieg suchst, ist auch der Weg über Claude Record a Skill interessant, weil du dort eine Aufgabe einmal vormachst statt sie zu klicken. Und wer erst einmal sehen will, was ein fertiger Anbieter-Agent leistet, findet in meinem Artikel zu ChatGPT Work für Selbstständige eine Einordnung.
Wo Baukästen beim KI-Agent erstellen aufhören
Jetzt zum unangenehmen Teil. Die Grenzen eines Baukastens zeigen sich nicht am Anfang, sondern nach ein paar Monaten. Das ist tückisch, weil der Prototyp funktioniert hat und die Entscheidung deshalb längst gefallen ist.
Mehr als 40 Prozent der KI-Agenten-Projekte werden bis Ende 2027 abgebrochen, vor allem wegen steigender Kosten, unklarem Geschäftsnutzen und unzureichender Risikokontrolle. Von den tausenden Anbietern am Markt stuft Gartner nur rund 130 als tatsächlich agentenfähig ein, der Rest betreibe Agent Washing, also die Umetikettierung bestehender Assistenten und Chatbots.
Quelle: Gartner, Pressemitteilung "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027", veröffentlicht am 25. Juni 2025. Es handelt sich um eine Analystenprognose, nicht um eine Stichprobenerhebung. Zur Quelle
Die Zahl ist eine Prognose und keine Messung, deshalb würde ich sie nicht überstrapazieren. Interessanter finde ich den zweiten Teil: Der weitaus größte Teil dessen, was als Agent verkauft wird, ist keiner. Diese Beobachtung deckt sich mit dem, was ich in Projekten sehe. Fünf Grenzen tauchen dabei immer wieder auf.
1. Die Zuständigkeitsgrenze
Ein Baukasten hängt neben deinem System, nicht darin. Er holt sich Daten über Schnittstellen und schreibt Ergebnisse über Schnittstellen zurück. Solange alles läuft, merkt niemand den Unterschied. Ändert sich eine Schnittstelle, ein Passwort oder ein Feldname, bricht die Kette, und zwar leise. Niemand bekommt eine Fehlermeldung, es kommt einfach nichts mehr an.
2. Die Kontextgrenze
Gute Ergebnisse hängen weniger am Sprachmodell als am Kontext, den du ihm mitgibst. In einem Baukasten kommst du an die offensichtlichen Daten heran: den Text, den Absender, das Datum. An die Feinheiten kommst du oft nicht, weil sie über mehrere Tabellen verteilt liegen oder erst berechnet werden müssen. Genau diese Feinheiten machen aber den Unterschied zwischen einem brauchbaren und einem beeindruckenden Ergebnis.
3. Die Freigabegrenze
Die meisten Baukasten-Abläufe kennen nur zwei Zustände: Es passiert automatisch, oder es passiert gar nicht. Was in der Praxis fast immer gebraucht wird, liegt dazwischen: Die KI bereitet vor, ein Mensch prüft und gibt frei. So einen Zwischenschritt kann man in einem Baukasten nachbauen, aber er wird umständlich, weil die Oberfläche dafür fehlt. Deine Mitarbeiter müssten ein zweites Werkzeug öffnen, um etwas freizugeben. Das macht auf Dauer niemand.
4. Die Datengrenze
Jeder Baukasten legt Kopien deiner Daten an, mindestens in den Ausführungsprotokollen. Damit entsteht ein zweiter Datenbestand bei einem Anbieter, der in deinem Verarbeitungsverzeichnis auftauchen muss und den nach einem halben Jahr niemand mehr überblickt. Was dabei rechtlich auf dich zukommt, habe ich im Artikel zur KI-Aufsicht durch die Bundesnetzagentur genauer aufgeschrieben.
5. Die Wartungsgrenze
Diese letzte Grenze unterschätzt fast jeder, der zum ersten Mal einen KI-Agent erstellen lässt. Ein Baukasten-Ablauf mit fünfzehn Knoten ist nach drei Monaten für niemanden mehr lesbar, auch nicht für den, der ihn gebaut hat. Es gibt keine Versionsverwaltung im üblichen Sinn, keine Tests und keine Möglichkeit, eine Änderung gefahrlos auszuprobieren. Du änderst am lebenden Objekt und hoffst.
Wann sich ein eigener KI-Agent im System lohnt
Ob du einen KI-Agent erstellen lässt oder beim Baukasten bleibst, ist eine Rechenaufgabe und keine Glaubensfrage. Ich rechne sie mit meinen Kunden immer gleich durch.
- Wie oft kommt der Vorgang vor? Zähle die Fälle pro Monat. Unter zwanzig lohnt sich fast nie eine eigene Entwicklung.
- Wie lange dauert ein Fall von Hand? Miss es, schätze es nicht. Die meisten unterschätzen sich hier deutlich.
- Wie viel davon bleibt übrig? Ein Agent, der einen Entwurf liefert, spart selten die volle Zeit. Rechne mit der Hälfte bis zwei Dritteln, weil das Prüfen bleibt.
- Was kostet der Ausfall? Wenn ein stiller Fehler drei Wochen unbemerkt bleibt, was richtet er an? Bei einer Zusammenfassung wenig, bei einer Rechnung viel.
Kommen bei Punkt eins und zwei zusammen mehrere Stunden pro Woche heraus und ist Punkt vier ernst, dann gehört der Agent ins System. Ist eines von beidem klein, bleib beim Baukasten und gib das Geld für etwas anderes aus.
Ein Beispiel aus der Praxis: Vierzig Vorgänge im Monat, je zwanzig Minuten Handarbeit, macht gut dreizehn Stunden. Bleibt nach dem Prüfen die Hälfte übrig, sind das rund sechseinhalb Stunden monatlich. Über ein Jahr gerechnet kommst du auf knapp achtzig Stunden. Ob sich eine Entwicklung dafür rechnet, kannst du an dieser Stelle selbst ausrechnen, ohne dass dir jemand etwas verkaufen muss. Genau deshalb rechne ich das im Erstgespräch immer zuerst durch.
Was eine eingebaute Lösung anders macht
Bei einer eingebauten Funktion liegt der Agent in derselben Anwendung wie die Arbeit. Er wird durch ein Ereignis in dieser Anwendung gestartet, greift direkt auf die Datenbank zu und legt sein Ergebnis dort ab, wo der Mitarbeiter ohnehin hinschaut. Es gibt kein zweites Werkzeug, keine Schnittstelle, die brechen kann, und keine Datenkopie bei einem Dritten.
Der Freigabeschritt fällt damit fast von selbst ab. Der Entwurf liegt im gewohnten Formular, daneben steht ein Knopf zum Übernehmen. Erst das normale Speichern löst aus, was vorher auch das normale Speichern ausgelöst hat. Genau so haben wir es bei einem Anbieter für IHK-Weiterbildungen umgesetzt: Der Agent bereitet Korrekturen vor, die Dozentin liest und gibt frei. Wie so ein KI-Agent für Unternehmen aufgebaut ist, habe ich dort im Detail beschrieben.
Häufige Fragen zum KI-Agent erstellen
Wie kann ich einen KI-Agent erstellen ohne Programmierkenntnisse?
Ja, für einen funktionierenden Prototyp reichen No-Code-Baukästen wie n8n oder Make vollständig aus. Für einen Agenten, der dauerhaft in einem Geschäftsprozess läuft, brauchst du früher oder später jemanden, der die Anbindung an dein System programmiert.
Was kostet es, einen KI-Agent erstellen zu lassen?
Ein Prototyp im Baukasten kostet dich vor allem Zeit, die Werkzeuge selbst starten meist im zweistelligen Eurobereich pro Monat. Bei einer eigenen Entwicklung kommen die einmaligen Entwicklungskosten und die laufenden Kosten pro Anfrage beim KI-Anbieter zusammen, beides hängt stark vom Prozess ab.
Welches Sprachmodell eignet sich für einen KI-Agenten?
Für Aufgaben mit langen Texten und festen Bewertungsregeln arbeite ich meist mit Claude, für kurze Klassifizierungen reicht oft ein kleineres und günstigeres Modell. Wichtiger als die Wahl des Modells ist, dass du sie später wechseln kannst, ohne den ganzen Agenten neu zu bauen.
Darf ein KI-Agent selbstständig Entscheidungen treffen?
Technisch ja, sinnvoll ist es selten. Ich baue Agenten grundsätzlich so, dass sie einen Entwurf erzeugen und ein Mensch freigibt, weil ein Sprachmodell in Einzelfällen falsch liegt und bei Entscheidungen mit Auswirkung auf Menschen ohnehin ein Mensch verantwortlich bleiben muss.
Fazit: Erst bauen, was du wegwerfen kannst
Wenn du einen KI-Agent erstellen willst, fang im Baukasten an, aber plane von Anfang an ein, ihn wegzuwerfen. Sein Zweck ist nicht der Dauerbetrieb, sondern die Antwort auf zwei Fragen: Schafft die KI diese Aufgabe in brauchbarer Qualität, und wie viel Zeit bringt das wirklich? Beide Antworten bekommst du in wenigen Tagen und für fast kein Geld.
Erst wenn beide Antworten gut ausfallen und der Vorgang oft genug vorkommt, lohnt sich der Umbau in eine feste Funktion. Dann bekommst du etwas, das jeden Tag läuft, das man warten kann und das niemand aus Versehen kaputtklickt. Wenn du wissen willst, ob sich dieser Schritt bei dir rechnet, buch dir ein kostenloses Erstgespräch. Fünfzehn Minuten, und du bekommst eine ehrliche Einschätzung, auch wenn sie lautet, dass ein Baukasten für dich völlig ausreicht.
