Leitfaden

Was sind KI-Agenten?

Ein KI-Agent ist eine Software, die ein Ziel selbstständig verfolgt: Sie plant die Schritte, nutzt Ihre Tools, führt die Arbeit aus und prüft das eigene Ergebnis — statt nur auf einen einzelnen Befehl zu antworten.

Klingt einfach. Trotzdem werden laut Gartner bis Ende 2027 über 40 % aller Agenten-Projekte wieder eingestellt. Dieser Leitfaden erklärt, was KI-Agenten wirklich sind, wie sie funktionieren — und woran Sie die erkennen, die im Tagesgeschäft liefern statt nur in der Demo.

Was ist ein KI-Agent?

Ein klassisches KI-Tool — ein Chatbot, ein Prompt in ChatGPT — macht einen Schritt: Frage rein, Antwort raus. Ein KI-Agent arbeitet in einer Schleife: Ziel, Planung, Handlung, Prüfung, Lernen.

Er zerlegt eine Aufgabe in Teilschritte, greift auf echte Systeme zu (E-Mail, CRM, Kalender), erledigt mehrere Schritte hintereinander und kontrolliert sich selbst, bevor ein Mensch das Ergebnis sieht. Der Unterschied ist nicht die Intelligenz des Modells — es ist der Prüfschritt. Genau er entscheidet, was Sie gefahrlos automatisieren können.

→ Was ist Agent Looping — und warum ein Durchlauf nie reicht

KI-Agent, Chatbot oder Automatisierung?

	Chatbot	Automatisierung	KI-Agent
Ausgelöst durch	Nutzerfrage	feste Regel	ein Ziel
Aufgabenumfang	eine Antwort	starrer Ablauf	mehrstufiger Ablauf
Tools / Systeme	meist keine	fest verdrahtet	wählt situativ
Prüft eigenes Ergebnis	nein	nein	ja (Eval Loop)
Reagiert auf Unerwartetes	nein	bricht ab	plant um

Faustregel: Standardfragen beantworten → Chatbot. Einen ganzen Vorgang übernehmen (Anfrage lesen, Angebot erstellen, im CRM ablegen) → KI-Agent.

Wie funktionieren KI-Agenten?

KI-Agenten bestehen aus vier Bausteinen — plus dem Mechanismus, der sie zusammenhält:

Modell (das Gehirn) — ein großes Sprachmodell, das Sprache versteht und Schritte vorschlägt.
Orchestrator (die Planung) — zerlegt das Ziel und verteilt Teilaufgaben an spezialisierte Agenten.
Gedächtnis (das Company Brain) — versioniertes Wissen — Regeln, Preise, Prozesse —, das jeder Agent liest, bevor er handelt. Ohne es rät der Agent, was Ihr Unternehmen längst weiß.
Tools (die Hände) — Zugriff auf CRM, E-Mail, Kalender und interne APIs, oft über Standards wie MCP.

Wo KI-Agenten im Mittelstand liefern

Agenten liefern messbar in klar definierten, wiederkehrenden Prozessen — nicht überall:

Vertrieb — Lead-Qualifizierung rund um die Uhr; eingehende Anfragen lesen, anreichern und im CRM priorisieren.
Kundenservice — Standardanfragen und Terminvergabe außerhalb der Bürozeiten, Übergabe an Menschen bei Bedarf — in Praxisberichten sinken die Kosten pro Interaktion deutlich.
Backoffice & Finanzen — E-Mails verarbeiten, Anforderungen extrahieren, Angebote oder Rechnungen vorbereiten. Ein Handwerksbetrieb senkte so die Zeit pro Anfrage von 90 auf 12 Minuten.

→ KI-Agenten in jede Abteilung bringen: das 4-Wochen-Muster

Warum die meisten KI-Agenten scheitern

Erst rund 16 % der deutschen Mittelständler setzen KI-Agenten ein — und die Mehrheit der Projekte scheitert. Aber fast nie am Modell. Sie scheitern an schlechter Datenqualität, unterschätzten Integrationskosten und fehlenden internen Prozessen.

Gartner nennt das Grundproblem „Agent Washing": bestehende Chatbots und RPA-Tools werden als Agenten umetikettiert; von Tausenden Anbietern hält Gartner nur etwa 130 für echt. Zwischen einer beeindruckenden Demo und einem Agenten, der montags um 6 Uhr unbeaufsichtigt liefert, klafft eine Lücke.

Die Agenten, die liefern, haben drei Dinge, die Demos nicht zeigen: ein Company Brain, das Unternehmenswissen hält; einen Eval Loop, der den Ausschuss abfängt; und einen Operator, der das System betreibt. Werkshift baut genau diese drei — und betreibt das eigene Unternehmen darauf. Wenn wir sagen, ein geschlossener Agent kann Ihr Wochenreporting übernehmen, dann weil einer unseres es tut.

Häufige Fragen

Software-Systeme, die eine Aufgabe eigenständig erledigen: Sie planen Schritte, nutzen Ihre Tools und prüfen ihr Ergebnis — ein ganzer Ablauf, nicht nur eine Antwort.

Über vier Bausteine — Modell, Orchestrator, Gedächtnis (Company Brain) und Tools — plus einen Eval Loop, der jedes Ergebnis prüft, bevor es weitergeht.

Ein Chatbot antwortet auf eine Frage. Ein KI-Agent übernimmt einen mehrstufigen Vorgang, greift auf Ihre Systeme zu und kontrolliert sich selbst.

Beginnen Sie mit einem klar abgegrenzten, wiederkehrenden Prozess, befüllen Sie das Company Brain und bauen Sie einen geschlossenen Agenten mit Eval Loop — bei uns in der Regel in vier Wochen.

Grob zwei Typen: offene Agenten (Mensch in der Schleife) und geschlossene Agenten (laufen nach Zeitplan und prüfen sich selbst).

Lohnt sich ein KI-Agent für Ihr Tagesgeschäft?

Der schnellste Weg, das herauszufinden, sind 15 fokussierte Minuten. Wir benennen die ein, zwei Workflows mit dem größten Hebel — auch wenn die Antwort „noch nicht" lautet.

Agent Audit buchen