Was ist ein KI-Agent?
AI Agent
Ein KI-Agent ist ein Programm, das ein Sprachmodell nicht nur antworten, sondern handeln lässt: Es zerlegt ein Ziel in Teilschritte, ruft dafür Werkzeuge wie Suche, Dateizugriff oder Fachanwendungen auf, prüft die Zwischenergebnisse und arbeitet weiter, bis die Aufgabe erledigt ist.
Sobald ein Werkzeug nicht mehr nur antwortet, sondern selbst Dateien öffnet, Mails verschickt oder Datensätze anlegt, redest du über einen Agenten und nicht mehr über einen Chat.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
- Besteht aus
- Sprachmodell, Werkzeugen und Arbeitsschleife
- Schleife
- Planen, handeln, Ergebnis prüfen
- Typisch bei
- Aufgaben über mehrere Systeme hinweg
- Verwechselt mit
- Chatbot und RPA
Die Schleife aus Planen, Handeln, Prüfen
Ein Chatbot bekommt eine Frage und gibt Text zurück. Ein Agent bekommt ein Ziel und dreht danach eine Schleife: Er überlegt den nächsten Schritt, ruft ein Werkzeug auf, liest das Ergebnis und entscheidet, ob er fertig ist oder noch einmal ansetzt. Erst diese Rückkopplung macht den Unterschied.
Die Werkzeuge sind der zweite Baustein. Ohne sie kann ein Modell nur formulieren. Mit ihnen öffnet es eine Datei, fragt eine Datenbank ab, schreibt eine Mail oder trägt einen Termin ein. Was ein Agent kann, hängt deshalb weniger am Modell als daran, welche Werkzeuge und Zugriffsrechte er bekommt.
Dazu kommt ein Gedächtnis. Der Agent muss über viele Schritte behalten, was er schon versucht hat und was dabei herauskam, sonst dreht er sich im Kreis.
Wo Agenten im Betrieb ankommen
Typische Aufgaben sind mehrstufig und langweilig: eingehende Bewerbungen den Stellen zuordnen und Eingangsbestätigungen verschicken, Zahlen aus einem Angebotsentwurf gegen das CRM abgleichen, Rechnungen gegen die Bestellung prüfen oder eine Recherche über mehrere Quellen führen und daraus eine Zusammenfassung mit Fundstellen bauen.
Der Unterschied zur klassischen Automatisierung liegt im Umgang mit Abweichungen. Ein starres Skript bricht ab, wenn ein Feld fehlt oder sich ein Format ändert. Ein Agent sucht eine andere Route, was hilfreich ist, solange er dabei nicht das Falsche tut.
Grenzen und der übliche Fehler
Fehler pflanzen sich über die Schritte fort. Setzt Schritt zwei auf einer falschen Annahme auf, sieht das Endergebnis trotzdem sauber aus, weil der Agent die Begründung gleich mitliefert. Zu jedem produktiven Agenten gehört deshalb ein Protokoll, das jeden Werkzeugaufruf mitschreibt, und für alles, was sich schlecht zurückdrehen lässt, eine Freigabe durch einen Menschen: Mails nach draußen, Buchungen, Löschungen.
Mindestens ebenso riskant ist ein zu breiter Zugriff. Ein Agent erbt die Rechte des Kontos, unter dem er läuft. Wer ihm ein Konto mit Vollzugriff gibt, hat kein KI-Problem, sondern ein Berechtigungsproblem. Erst den Aufgabenzuschnitt festlegen, dann die minimal nötigen Rechte vergeben, dann in einer Testumgebung laufen lassen.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
KI-Agent und was oft damit gleichgesetzt wird
Ein Chatbot antwortet in einem Zug und wartet danach auf die nächste Eingabe. Ein Agent arbeitet mehrere Schritte selbstständig ab und ruft dabei Werkzeuge auf.
RPA klickt starr festgelegte Abläufe nach. Das ist vorhersagbar und wiederholbar, scheitert aber an jeder Abweichung. Ein Agent entscheidet zur Laufzeit und ist dafür weniger vorhersagbar.
Ein eingebetteter Assistent arbeitet in dem Dokument, das gerade offen ist. Ein Agent läuft auch ohne offenes Fenster und über mehrere Systeme hinweg.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
Der Engpass ist selten das Modell, meistens sind es die Rechte
Ein Agent braucht ein eigenes Konto, damit nachvollziehbar bleibt, wer gehandelt hat. Im Alltag bekommt er stattdessen oft den Zugang einer realen Person oder gleich ein Sammelkonto mit weiten Rechten, weil das schneller eingerichtet ist. Damit verschwindet die Nachvollziehbarkeit genau dort, wo sie am nötigsten wäre, denn ein Fehlgriff des Agenten ist im Protokoll nicht mehr von der Arbeit der Person zu unterscheiden.
Der zweite Punkt ist die Fehlerfortpflanzung. Bei einer einzelnen Antwort merkst du sofort, wenn etwas nicht stimmt. Über mehrere Schritte hinweg baut der Agent auf einem falschen Zwischenergebnis weiter auf und liefert am Ende etwas, das in sich schlüssig aussieht. Deshalb gehören Haltepunkte hinein: Vor jedem Schritt, der nach außen wirkt oder Daten verändert, gibt ein Mensch frei.
Und es braucht ein Protokoll, das jeden Werkzeugaufruf mitschreibt, samt Eingabe und Ergebnis. Ohne diese Spur lässt sich hinterher nicht klären, warum der Agent eine Bestellung ausgelöst oder eine Adresse überschrieben hat, und die Aufarbeitung endet bei Vermutungen.
KI-Agent lernen
Womit sich das heute schon bauen lässt und wo die Werkzeuge noch haken, zeigen die Kurse zu KI-Werkzeugen im Job an Aufgaben aus dem eigenen Postfach.
Wer erst verstehen will, wie ein Sprachmodell überhaupt zu seinen Antworten kommt, beginnt besser bei die Kurse zu Prompting und KI-Grundlagen .
Sitzt KI-Agent schon?
Lesen fühlt sich schnell nach Können an. Ein kurzer Test zeigt dir, was davon schon sitzt und wo sich ein Kurs lohnt. Kostenlos, ohne Anmeldung, mit einer Erklärung zu jeder Antwort.
Häufige Fragen
Muss ich programmieren können, um einen Agenten einzusetzen?
Wie verhindere ich, dass ein Agent etwas Falsches auslöst?
Was passiert mit unseren Daten?
Deine Ansprechpartner
Du willst das Thema nicht nur nachschlagen, sondern anwenden können? Wir beraten dich persönlich und kostenlos.
Yves Hoppe
Weiterbildung & Beratung
Ordnet mit dir ein, welcher Kurs zu deinem Vorwissen passt.
Norbert Jansen
Beratung & Inhouse
Plant Inhouse-Trainings, die an euren eigenen Daten und Abläufen ansetzen.
KI-Agent im Kurs statt im Lexikon
Nachschlagen bringt dich bis zum Verstehen. Anwenden lernst du an echten Aufgaben.