KI-Agenten sind das Thema des Jahres. Auf Konferenzen, in Fachartikeln, in Anbieter-Pitches, überall taucht der Begriff auf. Und weil er überall auftaucht, ohne dass jemand genau erklärt, was er bedeutet, ist er zu einem dieser Wörter geworden, die gleichzeitig alles und nichts bedeuten.
Ich versuche, das zu sortieren. Nicht mit einer technischen Definition, sondern mit einer praktischen Einordnung für Entscheider, die verstehen wollen, was KI-Agenten für ihren Betrieb bedeuten könnten.
Ein KI-Agent ist ein KI-System, das nicht nur eine einzelne Aufgabe ausführt, sondern selbstständig mehrere Schritte plant und durchführt, um ein Ziel zu erreichen. Der entscheidende Unterschied zu einem einfachen KI-Tool ist die Autonomie: Ein Agent entscheidet selbst, was als nächstes zu tun ist, basierend auf dem Zwischenergebnis des vorherigen Schritts.
Ein praktisches Beispiel: Ein klassisches KI-Tool übersetzt einen Text. Ein KI-Agent könnte folgendermaßen arbeiten: Er erhält eine E-Mail-Anfrage eines Kunden, versteht den Inhalt, schaut selbstständig im CRM nach, ob dieser Kunde ein offenes Angebot hat, prüft den Lagerbestand für das angefragte Produkt, und formuliert dann eine Antwort, inklusive einer Lieferzusage, die auf echten Daten basiert.
Das ist nicht dasselbe wie Automatisierung. Eine Automatisierung folgt einem fest definierten Ablauf. Ein Agent wählt seinen Ablauf in Abhängigkeit von dem, was er findet.
Der aktuelle Stand der Technik ist beeindruckend, und gleichzeitig ehrlich begrenzt. KI-Agenten funktionieren gut bei Aufgaben, die klar definierte Informationsquellen haben, bei denen Fehler tolerierbar sind und überprüft werden können, und bei denen der Lösungsraum überschaubar ist.
In der Praxis sehe ich erfolgreiche Agenten-Anwendungen in der Recherche und Zusammenfassung: Ein Agent durchsucht mehrere interne Dokumente, fasst die relevanten Informationen zusammen und erstellt einen Entwurf für ein Angebot oder eine Präsentation. In der Qualitätskontrolle von Daten: Ein Agent prüft eingehende Datensätze auf Vollständigkeit, markiert Ausnahmen und leitet sie an den richtigen Ansprechpartner weiter. Und im internen Support: Ein Agent beantwortet Mitarbeiterfragen zu HR-Prozessen, Unternehmensrichtlinien oder Produktinformationen, indem er selbstständig in einer Wissensdatenbank sucht.
Ich halte nichts davon, Technologie schlechtzureden. Aber ich halte auch nichts davon, unrealistische Erwartungen zu erzeugen. KI-Agenten machen Fehler, und diese Fehler sind schwerer vorherzusagen als die Fehler eines klassischen Programms.
Wenn ein klassisches Programm einen Fehler macht, macht es denselben Fehler immer wieder. Das ist leicht zu finden. Wenn ein KI-Agent einen Fehler macht, macht er ihn vielleicht in drei von hundert Fällen, und man weiß nicht genau, in welchen. Das macht sie ungeeignet für Prozesse, in denen Fehler nicht tolerierbar sind: Finanzielle Transaktionen ohne menschliche Überprüfung, Entscheidungen, die eine Person erheblich betreffen, und sicherheitskritische Systeme.
Für alles andere, und das ist eine große Kategorie, sind sie ein ernstzunehmendes Werkzeug.
Ich empfehle Entscheidern im Mittelstand, KI-Agenten als eine Erweiterung des Automatisierungswerkzeugkastens zu betrachten, nicht als Revolution. Für Prozesse, die heute aus mehreren manuellen Schritten bestehen und bei denen ein menschliches Zwischen-Review akzeptabel ist, sind Agenten jetzt schon interessant.
Der konkrete Einstieg: Identifizieren Sie einen Prozess in Ihrem Betrieb, bei dem Sie heute sagen würden: "Eigentlich könnte jemand das im Hintergrund erledigen, ich muss nur das Ergebnis prüfen und freigeben." Genau das ist die Stärke eines KI-Agenten. Er erledigt die Schritte. Sie prüfen und freigeben. Und mit der Zeit, wenn Sie Vertrauen aufgebaut haben, können Sie den Überprüfungsschritt schrittweise reduzieren.
Das ist kein Hype. Das ist Werkzeugkunde.
Im Einkauf steckt mehr Automatisierungspotenzial als in den meisten anderen Abteilungen, und kaum jemand redet darüber. Was KI hier konkret leisten kann und wo der Einstieg sinnvoll ist.
Nicht jede KI-Initiative braucht ein Projekt, ein Budget und einen Lenkungsausschuss. Es gibt Lösungen, die Sie in einem Nachmittag umsetzen können, und die sofort einen Unterschied machen.
Die Versprechen der KI-Anbieter sind groß. Was bleibt davon nach sechs Monaten realer Nutzung übrig? Ein nüchterner Blick auf Zahlen, Erwartungen und was tatsächlich funktioniert.