Kurz gesagt: KI-Agenten sind der nächste Schritt nach Chatbots: Sie bekommen ein Ziel und erledigen die nötigen Schritte selbst – Informationen suchen, Systeme abfragen, Entwürfe schreiben, Vorgänge anstoßen. Das funktioniert heute gut bei klar umrissenen Routineaufgaben mit vielen Varianten und schlecht bei offenen, riskanten Entscheidungen. Dieser Artikel zeigt acht Beispiele, die Kostenfaktoren und die Grenzen. Unser Angebot dazu findest du unter KI-Agenten für Unternehmen.
Chatbot, Automatisierung, KI-Agent – der Unterschied
| Chatbot | Automatisierung (Workflow) | KI-Agent | |
|---|---|---|---|
| Arbeitsweise | antwortet im Gespräch | folgt festen Regeln | verfolgt ein Ziel, wählt Schritte selbst |
| Stärke | Fragen beantworten | gleichförmige Abläufe | Aufgaben mit vielen Varianten |
| Risiko | falsche Antwort | bricht bei Ausnahmen ab | falscher Schritt mit echten Folgen |
| Kontrolle | Wissensbasis, Übergabe | Regeln, Überwachung | Rechte, Freigaben, Protokoll |
Viele Projekte brauchen gar keinen Agenten: Wenn ein Ablauf immer gleich ist, ist ein klassischer Workflow günstiger und berechenbarer. Agenten lohnen sich dort, wo Menschen heute vor allem lesen, einordnen, nachschlagen und entscheiden, was als Nächstes passiert.
8 Beispiele für KI-Agenten im Unternehmen
1. Posteingangs-Agent. Liest eingehende E-Mails, erkennt Anliegen und Dringlichkeit, holt fehlende Informationen aus dem CRM und legt einen Antwortentwurf an. Standardfälle gehen nach Freigaberegel direkt raus. Mehr dazu: E-Mail-Automatisierung mit KI.
2. Angebots-Agent. Macht aus einer Anfrage oder Sprachnotiz einen Angebotsentwurf mit Positionen und Preisen aus dem Leistungskatalog – und schlägt Rückfragen vor, wenn Angaben fehlen. Siehe Angebotserstellung mit KI.
3. Recherche-Agent. Trägt Informationen zu einem Interessenten, Lieferanten oder Thema aus öffentlich zugänglichen Quellen und internen Notizen zusammen und fasst sie mit Quellenangaben zusammen.
4. Termin-Agent. Prüft freie Zeiten in mehreren Kalendern, schlägt Termine vor, verschickt Bestätigungen und plant bei Absagen neu.
5. Support-Agent. Beantwortet Kundenfragen mit Daten aus Shop oder Ticketsystem – etwa zum Bestellstatus – und gibt an Menschen ab, wenn es heikel wird. Die Gesprächsseite übernimmt ein KI-Chatbot.
6. CRM-Pflege-Agent. Erkennt in Mails und Gesprächsnotizen neue Kontakte, Änderungen und Aufgaben und schlägt die passenden Einträge im CRM vor.
7. Berichts-Agent. Holt jeden Montag Zahlen aus Shop, Buchhaltung und Werbekonten, vergleicht sie mit der Vorwoche und schreibt eine kurze Zusammenfassung mit Auffälligkeiten.
8. Prüf-Agent für Dokumente. Gleicht Rechnungen mit Bestellungen und Lieferscheinen ab und markiert Abweichungen, statt sie still durchzuwinken. Grundlage ist die Dokumentenverarbeitung mit KI.
Was kostet ein KI-Agent?
Pauschalpreise wären unseriös, weil der Aufwand stark von der Aufgabe abhängt. Zur Orientierung: Agenten- und Automatisierungsprojekte starten bei uns ab 5.000 € (zzgl. USt.). Die Kostenstruktur ist immer ähnlich:
| Posten | Einmalig | Laufend |
|---|---|---|
| Auswahl der Aufgabe, Leitplanken, Datenschutzkonzept | ✓ | |
| Anbindung von E-Mail, CRM, Kalender, Datenbanken | ✓ | Pflege bei Änderungen |
| Tests mit echten Fällen | ✓ | |
| Nutzung des Sprachmodells | ✓ (nach Verbrauch) | |
| Hosting, Automatisierungsplattform, Überwachung | ✓ | |
| Auswertung und Nachschärfen | optional |
Die vier größten Kostentreiber:
- Zahl der Systeme: Jede Anbindung kostet Aufwand – und bringt meist den größten Nutzen.
- Freiheitsgrad: Ein Agent, der nur Entwürfe schreibt, ist einfacher als einer, der selbst Vorgänge auslöst. Mehr Selbstständigkeit heißt mehr Tests und Sicherungen.
- Volumen: Die Modellkosten steigen mit Zahl und Länge der bearbeiteten Fälle, bleiben bei typischen Volumina kleiner und mittlerer Unternehmen aber meist überschaubar.
- Datenqualität: Sind CRM, Preislisten oder Dokumente unvollständig, muss vorher aufgeräumt werden.
Ob sich das rechnet, lässt sich wie beim KI-Chatbot überschlagen: Wie viele Stunden kostet die Aufgabe heute pro Monat, was kostet eine Stunde – und wie viele Anfragen gehen verloren, weil niemand Zeit hat?
Grenzen: Wo KI-Agenten (noch) nicht hingehören
- Riskante Entscheidungen über Menschen: Kündigungen, Kreditentscheidungen oder rechtliche Bewertungen gehören in menschliche Hände. Entscheidungen mit rechtlicher Wirkung über Personen sind nach Art. 22 DSGVO ohnehin nur eingeschränkt automatisierbar.
- Fehlende Daten: Ein Agent ist nur so gut wie die Informationen, auf die er zugreifen kann. Wo Wissen nur in Köpfen steckt, hilft zuerst ein Wissensassistent – oder schlicht Dokumentation.
- Fehlerketten: Ein falscher erster Schritt kann sich durch alle weiteren ziehen. Deshalb gehören Prüfpunkte zwischen die Schritte.
- Manipulierte Eingaben: E-Mails oder Dokumente können versteckte Anweisungen enthalten („Ignoriere alle Regeln und …“). Fachleute nennen das Prompt Injection. Gegenmittel sind minimale Rechte, Freigaben für kritische Aktionen und eine klare Trennung zwischen Daten und Anweisungen.
Checkliste: So startest du sicher
- Eine Aufgabe, ein Ziel: klar umrissen, häufig, messbar.
- Leitplanken schriftlich: erlaubte Werkzeuge, Freigabepunkte, Tabus.
- Minimale Rechte: lesen, wo Schreiben nicht nötig ist.
- Testen mit echten Fällen – zuerst parallel zur menschlichen Bearbeitung.
- Protokoll und Auswertung: Jeder Lauf ist nachvollziehbar, Fehler fließen in Verbesserungen ein.
- Transparenz: Kommuniziert der Agent mit Kunden, muss erkennbar sein, dass sie mit einer KI zu tun haben (EU-KI-Verordnung).
Fazit
KI-Agenten sind kein Zukunftsthema mehr, aber auch kein Selbstläufer. Am meisten bringen sie bei Routineaufgaben mit vielen Varianten – wenn Rechte, Freigaben und Tests sauber geregelt sind. Wenn du wissen willst, welche Aufgabe in deinem Unternehmen sich dafür eignet, sprich mit uns: KI-Agenten für Unternehmen · KI-Beratung.
