KI-Agenten für Unternehmen: Funktionen, Einsatzbereiche und Beispiele

Ein Chatbot beantwortet eine Frage. Ein KI-Agent kann dagegen den dazugehörigen Vorgang bearbeiten: Kundennummer prüfen, Auftragsstatus abrufen, fehlende Angaben anfordern, eine Aufgabe im Ticketsystem anlegen und den Fall bei einer Abweichung an einen Mitarbeiter übergeben. Genau an diesem Punkt werden KI-Agenten für Unternehmen interessant. Sie erzeugen nicht lediglich Text, sondern steuern innerhalb festgelegter Grenzen mehrere Arbeitsschritte.

Diese Handlungsfähigkeit erhöht den möglichen Nutzen und das Risiko. Ein falscher Antwortentwurf lässt sich vor dem Versand korrigieren. Eine falsch ausgeführte Stornierung, Bestellung oder Datenänderung wirkt unmittelbar auf den Betrieb. Unternehmen sollten Agenten deshalb nicht nach ihrer scheinbaren Selbstständigkeit bewerten, sondern nach Aufgabe, Werkzeugrechten, Kontrollpunkten und Fehlerfolgen.

KI-Agenten für Unternehmen: Definition und Abgrenzung

Ein KI-Agent ist ein Softwaresystem, bei dem ein KI-Modell den nächsten Schritt eines Auftrags auswählt und dafür freigegebene Werkzeuge nutzt. Der Agent verarbeitet ein Ziel, sammelt Kontext, entscheidet über eine Aktion, beobachtet deren Ergebnis und setzt den Vorgang fort oder übergibt ihn.

Der OpenAI-Leitfaden zum Aufbau von Agenten beschreibt Modell, Werkzeuge und Anweisungen als grundlegende Bestandteile. Anthropic beschreibt vertrauenswürdige Agenten als Systeme, bei denen das Modell seine Abläufe und Werkzeugnutzung zur Erfüllung einer Aufgabe selbst steuert. Für den Unternehmenseinsatz kommen weitere Bausteine hinzu: Identität, Berechtigungen, Zustandsverwaltung, Validierung, Freigaben, Protokollierung und ein definierter Abbruch.

Ein Agent ist damit keine einzelne Modellantwort. Er ist ein kontrollierter Arbeitsablauf, dessen nächste Schritte teilweise durch ein Modell statt vollständig durch fest programmierte Verzweigungen bestimmt werden.

KI-Agent, Assistent, Chatbot und Workflow unterscheiden

Die Begriffe werden häufig vermischt. Für eine Investitionsentscheidung ist die Abgrenzung wichtig.

Ein Chatbot wird nicht automatisch zum Agenten, weil er auf eine Wissensbasis zugreift. Wenn das Modell lediglich eine Antwort formuliert, bleibt es ein dialogorientierter Assistent. Erst wenn es den Ablauf steuert und Werkzeuge auswählt, entsteht agentisches Verhalten.

Auch ein Workflow ist einem Agenten nicht unterlegen. Bei stabilen Regeln ist er leichter zu testen und vorhersehbarer. Der Beitrag Workflow-Automatisierung für KMU zeigt typische regelbasierte Abläufe. Ein Agent passt besser, wenn Eingaben variieren, Kontext berücksichtigt werden muss und eine starre Verzweigungslogik unverhältnismäßig komplex würde.

Die acht Funktionen eines betrieblichen KI-Agenten

Einen Auftrag und seine Grenze verstehen

Der Agent benötigt ein konkretes Ziel, etwa „qualifiziere diese Serviceanfrage und lege den richtigen Vorgang an“. Ein allgemeiner Auftrag wie „kümmere dich um den Kunden“ enthält keine belastbare Abschlussbedingung.

Kontext aus freigegebenen Quellen laden

Je nach Aufgabe liest der Agent CRM-Daten, Auftragsstatus, Produktinformationen, interne Richtlinien oder Dokumente. Er darf nur auf Quellen zugreifen, die für Rolle und Vorgang erforderlich sind.

Einen nächsten Schritt auswählen

Das Modell bewertet den aktuellen Zustand und entscheidet beispielsweise, ob Informationen fehlen, eine Wissenssuche genügt oder ein Werkzeug aufgerufen werden muss. Diese Entscheidung ist probabilistisch und wird durch Anweisungen, verfügbare Werkzeuge und Kontrollen begrenzt.

Werkzeuge aufrufen

Werkzeuge sind klar definierte Funktionen oder Schnittstellen. Sie können Daten lesen, einen Datensatz aktualisieren, ein Ticket anlegen oder eine Nachricht vorbereiten. Ein Agent sollte keine umfassenden Systemrechte erhalten, wenn eine engere Funktion ausreicht.

Ergebnisse prüfen

Nach einem Werkzeugaufruf muss der Agent erkennen, ob die Aktion erfolgreich war und welchen neuen Zustand sie erzeugt hat. Eine technische Antwort „200 OK“ belegt noch nicht, dass fachlich der richtige Auftrag verändert wurde.

Den Vorgang fortsetzen

Auf Basis des Ergebnisses plant der Agent den nächsten Teilschritt. Dabei gelten Grenzen für Anzahl der Versuche, Laufzeit, Kosten und zulässige Aktionen.

Eine Freigabe einholen

Sensible, finanzielle oder schwer umkehrbare Handlungen werden vorbereitet und einer verantwortlichen Person vorgelegt. Die Freigabe bezieht sich auf eine konkrete Aktion mit sichtbaren Daten, nicht auf eine pauschale Erlaubnis zur weiteren Bearbeitung.

Kontrolliert übergeben oder abbrechen

Kann der Agent den Auftrag nicht sicher abschließen, erzeugt er einen bearbeitbaren Übergabestatus. Ein Mitarbeiter erhält Ausgangslage, bisherige Schritte, verwendete Quellen und Grund der Übergabe.

Wann sich ein KI-Agent gegenüber einem Workflow lohnt

Der geeignete Prozess verbindet variable Inhalte mit einem klaren Geschäftsziel. Gute Kandidaten besitzen mehrere der folgenden Merkmale:

• Mitarbeiter müssen Informationen aus unterschiedlichen Quellen zusammensuchen
• der nächste Schritt hängt von Inhalt und Kontext ab
• eine starre Regelmenge wäre umfangreich und schwer zu pflegen
• Eingaben bestehen überwiegend aus Text, Dokumenten oder Dialogen
• der Auftrag lässt sich in beobachtbare Teilschritte zerlegen
• benötigte Systeme bieten kontrollierbare Zugänge
• Fehler lassen sich erkennen, begrenzen und korrigieren
• eine fachliche Rolle kann Abschluss und Ausnahmen beurteilen

Nicht geeignet ist ein Prozess allein deshalb, weil er viele manuelle Klicks enthält. Wenn diese Klicks einer festen Reihenfolge folgen, genügt häufig ein Workflow oder eine Schnittstelle. Die Systemintegration im Mittelstand erklärt, wie Anwendungen ohne KI verlässlich verbunden werden.

Einsatzbereich Kundenservice: Vom Anliegen zum bearbeiteten Vorgang

Ein Serviceagent kann eine Nachricht analysieren, Kunden- und Auftragsbezug ermitteln, den aktuellen Status abrufen und eine passende Handlung vorbereiten. Bei einer Standardfrage liefert er eine belegte Antwort. Fehlen Pflichtangaben, fordert er genau diese an. Eine Reklamation oder ein widersprüchlicher Status geht mit Kontext an einen Mitarbeiter.

Der Vorteil liegt nicht im automatischen Formulieren. Entscheidend ist, dass Antwort und interner Vorgang denselben Zustand verwenden. Ohne CRM-, Auftrags- oder Ticketsystemzugriff bleibt der Agent ein Chatbot mit zusätzlicher Oberfläche.

Ein engerer Anwendungsfall ist ein KI-Chatbot für Buchungsanfragen. Der geplante Detailartikel zu KI im Kundenservice wird Antwortqualität, Wissensbasis und Übergabe vertiefen. Ein Agentenprojekt behandelt zusätzlich die selbstständige Werkzeugauswahl und Aktionsrechte.

Einsatzbereich Vertrieb: Anfragen qualifizieren und Arbeit vorbereiten

Ein Vertriebsagent kann eine eingehende Anfrage mit vorhandenen Kundendaten abgleichen, fehlende Angaben erkennen, passende Leistungen oder Referenzen suchen und einen CRM-Vorgang vorbereiten. Anschließend erstellt er eine Aufgabe für den zuständigen Mitarbeiter.

Preis, Leistungszusage und Verhandlung sollten nicht aus einer allgemeinen Modellbewertung entstehen. Für freigegebene Standardprodukte kann der Agent einen Entwurf anhand eindeutiger Daten erzeugen. Individuelle Konditionen benötigen eine sichtbare Freigabe.

Ein sinnvoller Abschluss lautet daher nicht „Anfrage verkauft“, sondern beispielsweise „qualifizierter CRM-Vorgang mit vollständigen Pflichtdaten und begründetem nächsten Schritt“. Dieses Ergebnis ist fachlich prüfbar.

Einsatzbereich interne Verwaltung: Informationen suchen und Vorgänge koordinieren

In internen Prozessen kann ein Agent Richtlinien, Vertragsstände oder technische Dokumentation durchsuchen und daraus einen Vorgang vorbereiten. Ein Beschaffungsagent sammelt Bedarfsangaben, prüft freigegebene Lieferanten und legt eine Bestellung zur Genehmigung vor. Ein Onboarding-Agent koordiniert Aufgaben für Arbeitsplatz, Zugänge und Einweisung.

Die Entscheidung über neuen Lieferanten, ungewöhnliche Vertragsbedingungen oder weitreichende Berechtigungen bleibt bei der zuständigen Rolle. Der Agent beseitigt Such- und Koordinationsarbeit und dokumentiert den Weg zur Entscheidung.

Einsatzbereich Dokumente: Auslesen und den Vorgang weiterbearbeiten

Eine klassische Dokumenten-KI extrahiert Felder. Ein Agent kann anschließend feststellen, welche Angaben fehlen, eine passende Quelle aufrufen, den Vorgang zuordnen und den richtigen Prüfweg starten.

Bei einer Rechnung könnte der Agent Rechnungsnummer und Betrag erkennen, Bestellung und Wareneingang suchen und den Fall anhand der Abweichung weiterleiten. Er darf dabei keine unklare Zuordnung durch eine plausible Vermutung ersetzen. Jede fachlich relevante Übereinstimmung benötigt ein dokumentiertes Kriterium.

Der Unterschied zur einfachen Extraktion liegt in der mehrstufigen Bearbeitung. Der spätere Serienartikel zur Dokumentenverarbeitung behandelt Erkennung und Validierung ausführlich.

Einsatzbereich IT und Support: Diagnose vorbereiten, Rechte begrenzen

Ein IT-Agent kann eine Störungsmeldung strukturieren, betroffene Systeme und Nutzerkontext laden, bekannte Fehlerbilder prüfen und Diagnosedaten sammeln. Für klar definierte Standardfälle kann er eine reversible Aktion anbieten oder nach Freigabe ausführen.

Administrative Vollrechte sind dafür nicht erforderlich. Ein Werkzeug „Dienst X neu starten“ ist enger und besser kontrollierbar als ein allgemeiner Konsolenzugang. Sicherheitsvorfälle, unbekannte Fehlerbilder und Aktionen mit breiter Auswirkung gehören in qualifizierte Prüfung.

Praxisbeispiel: Agent für eingehende Serviceanfragen

Das folgende Beispiel ist hypothetisch. Ein technischer Dienstleister erhält Serviceanfragen über ein gemeinsames Postfach. Mitarbeiter suchen Kundennummer, Vertrag, betroffene Anlage und letzten Einsatz in mehreren Systemen. Danach legen sie ein Ticket an oder stellen Rückfragen.

Der Agent erhält ausschließlich neue Nachrichten aus diesem Postfach. Er extrahiert Absender, Standort, Anlagenbezug und beschriebenes Problem. Über ein Lesewerkzeug sucht er mögliche Kunden- und Vertragsdatensätze. Gibt es keine eindeutige Zuordnung, fordert er die fehlende Kennung an oder übergibt den Fall.

Bei eindeutiger Zuordnung prüft er Vertragsstatus und Zuständigkeit. Er legt über ein enges Aktionswerkzeug einen Ticketentwurf mit Quellen und vorgeschlagener Priorität an. Eine verbindliche Notfallpriorität, ein kostenpflichtiger Einsatz oder eine sicherheitsrelevante Meldung benötigt die Freigabe eines Mitarbeiters.

Nach erfolgreicher Anlage erhält der Kunde eine Bestätigung mit Ticketnummer und dem nächsten belastbaren Schritt. Schlägt ein Systemzugriff fehl, versendet der Agent keine erfundene Auskunft. Er beendet den automatischen Weg mit dem Status „Systemprüfung erforderlich“.

Gemessen werden vollständige Erfassung, korrekte Zuordnung, Zeit bis zum bearbeitbaren Ticket, manuelle Korrekturen, Übergabegründe und Kosten je Vorgang. Die Bewertung trennt Antwortqualität von korrekt ausgeführten Systemaktionen.

Die technische Architektur eines KI-Agenten

Ein produktiver Agent benötigt mehr als Modell und Prompt.

Identität und Auftrag

Jede Ausführung erhält Nutzer-, Rollen- und Vorgangskontext. Damit ist erkennbar, in wessen Auftrag der Agent handelt und welche Rechte gelten.

Zustandsverwaltung

Der aktuelle Arbeitsschritt, verwendete Daten, Werkzeugergebnisse und ausstehende Freigaben werden außerhalb des Modells gespeichert. So kann ein Vorgang kontrolliert fortgesetzt oder nach einem Fehler wiederaufgenommen werden.

Wissens- und Datenzugriff

Quellen werden anhand des konkreten Vorgangs geladen. Zugriffskontrollen des Ursprungssystems dürfen durch die KI-Schicht nicht aufgehoben werden.

Werkzeugschicht

Jedes Werkzeug besitzt eine eindeutige Funktion, validierte Parameter und begrenzte Berechtigung. Lese- und Schreibwerkzeuge werden getrennt. Für Schreibaktionen gelten zusätzliche Prüfungen.

Eine API-Entwicklung schafft solche gezielten Systemfunktionen, wenn vorhandene Anwendungen keine geeigneten Zugänge bieten.

Orchestrierung

Die Orchestrierung übergibt Modell, Kontext und Werkzeuge, begrenzt Schleifen und verarbeitet Fehler. Sie entscheidet außerdem, wann Regeln, Modell oder Mensch zuständig sind.

Protokolle und Monitoring

Für jeden Vorgang müssen aufgerufene Werkzeuge, Ergebnisse, Fehler, Freigaben und Abschlussstatus nachvollziehbar sein. Vertrauliche Inhalte werden dabei nicht wahllos kopiert.

Die Softwarearchitektur für KI- und Unternehmenssysteme ordnet diese Zustände, Schnittstellen und Fehlerwege vor der Implementierung.

Berechtigungen nach Wirkung staffeln

Ein Agent sollte mit der geringsten für seine Aufgabe notwendigen Berechtigung beginnen. Eine praktische Staffelung besteht aus vier Stufen:

1. Lesen: freigegebene Informationen suchen und zusammenfassen.
2. Vorbereiten: Entwurf, Ticket oder Änderungsvorschlag erzeugen, aber nicht aktivieren.
3. Ausführen mit Freigabe: konkrete Aktion wird einem Menschen mit ihren Auswirkungen vorgelegt.
4. Begrenzt selbstständig ausführen: nur für getestete, reversible und risikoarme Standardaktionen.

Die Einstufung gilt pro Werkzeug, nicht pauschal für den gesamten Agenten. Derselbe Serviceagent kann Statusdaten selbstständig lesen, eine Antwort vorbereiten und eine Vertragsänderung niemals ausführen.

Die offizielle OpenAI-Praxisanleitung empfiehlt, Werkzeugrisiken unter anderem nach Schreibzugriff, Umkehrbarkeit, Berechtigungsumfang und finanzieller Wirkung zu unterscheiden. Diese Kriterien passen auch unabhängig vom verwendeten Modell.

Prompt Injection und manipulierte Inhalte einplanen

Ein Agent verarbeitet Inhalte, die nicht vertrauenswürdig sein müssen. In einer E-Mail oder einem Dokument kann Text stehen, der das Modell zu unerlaubten Aktionen bewegen soll. Solche Inhalte dürfen Anweisungen und Berechtigungen des Systems nicht verändern.

Technische Gegenmaßnahmen bestehen aus mehreren Ebenen:

• externe Inhalte klar von Systemanweisungen trennen
• Werkzeuge nur mit validierten Parametern aufrufen
• Rechte auf den aktuellen Vorgang beschränken
• sensible Aktionen regelbasiert sperren oder freigeben lassen
• Ausgaben auf erlaubte Struktur und Werte prüfen
• Versuche und ungewöhnliche Werkzeugfolgen begrenzen
• Zugriffe und Entscheidungen protokollieren

Ein zusätzlicher Modellhinweis allein ist keine ausreichende Zugriffskontrolle. Authentifizierung, Autorisierung und fachliche Validierung bleiben klassische Softwareaufgaben.

Single-Agent oder mehrere spezialisierte Agenten

Für den ersten produktiven Anwendungsfall genügt meist ein Agent mit wenigen eindeutig benannten Werkzeugen. Ein Mehragentensystem erhöht Übergaben, Zustände, Kosten und Fehlermöglichkeiten.

Eine Trennung wird sinnvoll, wenn Aufgaben fachlich klar voneinander abgegrenzt sind, Anweisungen unübersichtlich werden oder ähnliche Werkzeuge regelmäßig verwechselt werden. Ein zentraler Agent kann spezialisierte Komponenten als Werkzeuge aufrufen. Alternativ übergeben Agenten den Auftrag untereinander.

Jede zusätzliche Komponente braucht eine eindeutige Verantwortung und einen prüfbaren Übergabevertrag. Die Architektur sollte nicht die Organisationsstruktur imitieren, nur weil mehrere Abteilungen beteiligt sind.

KI-Agenten testen: Der abgeschlossene Auftrag zählt

Einzelne Modellantworten zu bewerten genügt nicht. Ein Agent kann einen guten Text erzeugen und trotzdem den falschen Datensatz ändern. Tests betrachten deshalb den vollständigen Ablauf.

Ein Referenzbestand enthält:

• häufigen Standardfall
• fehlende und widersprüchliche Eingaben
• mehrere mögliche Kunden- oder Vorgangszuordnungen
• nicht erreichbares Werkzeug
• abgelehnte Freigabe
• manipulierten Inhalt
• doppelt ausgelöstes Ereignis
• Überschreitung von Versuchs- oder Kostenlimit
• kontrollierte Übergabe an einen Mitarbeiter

Für jeden Fall sind erwartete Werkzeugaufrufe, verbotene Aktionen, Endzustand und sichtbare Meldung dokumentiert. Zusätzlich werden Aufgabenabschluss, fachliche Richtigkeit, unnötige Werkzeugaufrufe, Korrekturaufwand, Laufzeit und Kosten gemessen.

Der NIST AI Risk Management Framework stellt Ressourcen für Risikomanagement sowie Test, Evaluation, Verifikation und Validierung von KI-Systemen bereit. Für ein konkretes Unternehmen müssen daraus passende Kontrollen für Aufgabe und Wirkung abgeleitet werden.

Kosten eines KI-Agenten realistisch kalkulieren

Die Modellnutzung ist nur eine Kostenposition. Hinzu kommen Prozessanalyse, Werkzeugentwicklung, Daten- und Rechtekonzept, Zustandsverwaltung, Testfälle, Einführung, Monitoring, Support und spätere Anpassungen.

Laufende Kosten entstehen durch Modellaufrufe, Suchzugriffe, verbundene Dienste, Hosting und menschliche Prüfungen. Agentische Schleifen können mehr Aufrufe erzeugen als ein einzelner Assistent. Deshalb braucht jeder Auftrag Grenzen für Versuche, Zeit und Verbrauch.

Dem stehen vermiedene Suche und Übertragung, schnellere Bearbeitung, höhere Erreichbarkeit oder zusätzlich bearbeitbare Vorgänge gegenüber. Ein Pilot misst diese Wirkung zusammen mit Korrektur- und Betriebsaufwand. Nur abgeschlossene, fachlich brauchbare Vorgänge zählen als Nutzen.

KI-Agenten in sieben Schritten einführen

1. Einen eng begrenzten Auftrag wählen

Start, Abschluss, ausgeschlossene Fälle und Fehlerwirkung werden fachlich beschrieben.

2. Reale Vorgänge sammeln

Standardfälle, Ausnahmen, Abbrüche und problematische Inhalte bilden den Referenzbestand.

3. Daten und Werkzeuge festlegen

Für jede Quelle und Aktion werden System, Berechtigung, Parameter und Rückmeldung definiert.

4. Autonomiestufe bestimmen

Lesen, Vorbereiten, Freigabe oder selbstständige Aktion werden pro Werkzeug entschieden.

5. Einen kontrollierten Prototyp testen

Der Agent arbeitet zunächst mit begrenzten Daten und ohne weitreichende Schreibrechte. Fehlerarten werden systematisch erfasst.

6. Einen produktionsnahen Pilot betreiben

Eine klar definierte Vorgangsgruppe läuft unter enger Beobachtung. Mitarbeiter können übernehmen und Feedback strukturiert erfassen.

7. Betrieb und Ausbau entscheiden

Qualität, Aufgabenabschluss, Korrekturaufwand, Kosten und Störungen bestimmen, ob der Agent erweitert, begrenzt oder gestoppt wird.

Die Leistung KI-Integration und LLM-Entwicklung verbindet Anwendungsfall, Agentenlogik, Wissensquellen und Unternehmenssysteme.

Wann ein KI-Agent nicht die richtige Lösung ist

Ein Agent sollte nicht eingesetzt werden, wenn ein fester Workflow dieselbe Aufgabe zuverlässig erfüllt, benötigte Systeme keine kontrollierbaren Zugänge bieten oder ein Fehler nicht erkannt und korrigiert werden kann.

Weitere Ausschlussgründe sind:

• Ziel und Abschluss der Aufgabe sind unklar
• fast jeder Fall benötigt eine grundlegend andere fachliche Entscheidung
• notwendige Daten sind widersprüchlich oder unzulässig
• Aktionen hätten schwer umkehrbare Folgen ohne Freigabemöglichkeit
• niemand verantwortet Anweisungen, Werkzeuge und Ergebnisqualität
• der erwartete Nutzen besteht nur aus einer überzeugenden Demonstration

In diesen Fällen kann ein lesender Assistent, ein regelbasierter Workflow oder eine bessere Systemintegration der sinnvollere Schritt sein.

Den ersten KI-Agenten als begrenzte Arbeitsrolle entwickeln

Beschreiben Sie den Agenten wie eine neue Arbeitsrolle: Welchen Auftrag erhält er, welche Informationen darf er sehen, welche Werkzeuge darf er nutzen, welche Ergebnisse muss er liefern und wann muss er übergeben. Diese Beschreibung schafft eine bessere Entscheidungsgrundlage als die Suche nach einem möglichst autonomen Produkt.

SW Business Solutions entwickelt KI-Agenten für klar abgegrenzte Unternehmensprozesse. Wir analysieren den Ablauf, bauen gezielte Werkzeuge und Systemzugänge, definieren Freigaben und testen Standard- sowie Fehlerfälle. Das angestrebte Ergebnis ist kein Agent, der möglichst viel allein tut. Es ist ein kontrollierbarer Vorgang, der Verwaltungsarbeit reduziert, schneller zu einem belastbaren Ergebnis führt und bei Unsicherheit rechtzeitig einen Menschen einbezieht.