KI-Beratung für Unternehmen: Wie individuelle KI-Agenten Arbeit abnehmen

Eine Sachbearbeiterin öffnet morgens ihre E-Mails. Zwölf Lieferantenanfragen, vier Reklamationsschreiben, drei Bestellbestätigungen und eine Handvoll interner Anfragen warten auf sie. Bevor sie an ihrer eigentlichen Arbeit sitzt — Vorgänge bearbeiten, Rückfragen klären, Angebote prüfen — vergehen zwei Stunden allein damit, Informationen aus Anhängen herauszulesen, in das ERP zu übertragen und E-Mails zu beantworten. Jeden Tag.

Das ist kein Einzelfall. In vielen mittelständischen Betrieben verbringen gut ausgebildete Fachkräfte einen erheblichen Teil ihrer Zeit damit, Informationen zwischen Systemen zu übertragen, Dokumente auszulesen, Vorgänge anzulegen und Routinekommunikation zu formulieren. Diese Arbeit ist notwendig — aber sie ist nicht das, wofür die Menschen eingestellt wurden.

Genau hier setzt KI-Beratung für Unternehmen an: nicht mit dem Versprechen, alles zu automatisieren, sondern mit der Frage, welche klar abgrenzbaren Aufgaben ein KI-Agent übernehmen kann, damit Fachkräfte sich auf ihre eigentliche Arbeit konzentrieren.

Was ein KI-Agent ist — und was ihn von einem einfachen Chatbot unterscheidet

Der Begriff „KI" wird für sehr unterschiedliche Dinge verwendet: Chatbots, Sprachmodelle, Bilderkennung, Empfehlungsalgorithmen. Ein KI-Agent ist etwas Spezifischeres.

Ein KI-Agent erledigt Aufgaben in mehreren aufeinanderfolgenden Schritten. Er nutzt dabei Werkzeuge und Systeme — zum Beispiel liest er Dokumente aus, ruft Daten aus einer Datenbank ab, trägt etwas in ein Formular ein oder schreibt eine E-Mail. Er verarbeitet Zwischenergebnisse und trifft auf Basis der verfügbaren Informationen eigenständig Entscheidungen darüber, wie er weitergeht.

Was ihn von einem simplen Regelwerk oder einem Makro unterscheidet: Er kommt auch mit variablen, unstrukturierten Eingaben zurecht. Eine Rechnung mit unbekanntem Format, eine E-Mail mit unvollständigen Angaben, ein Dokument in natürlicher Sprache — das sind genau die Situationen, an denen starre Automatisierungen scheitern.

Was ein KI-Agent konkret tut

Typische Tätigkeiten, die KI-Agenten im Unternehmen übernehmen können:

• Posteingang strukturieren: E-Mails kategorisieren, Anhänge auslesen, relevante Informationen extrahieren und an den richtigen Ort weiterleiten
• Vorgänge anlegen: Auf Basis eingehender Anfragen oder Dokumente Datensätze im CRM, ERP oder Ticketsystem erstellen und befüllen
• Dokumente verarbeiten: Rechnungen, Lieferscheine, Verträge oder Formulare auslesen und Felder für die Weiterverarbeitung vorbereiten
• Daten übertragen: Informationen zwischen Systemen transportieren, die keine direkte Schnittstelle haben
• Entwürfe erstellen: Antwort-E-Mails, Zusammenfassungen oder Berichte auf Basis vorhandener Daten formulieren
• Rückfragen vorbereiten: Fehlende Angaben identifizieren und die Fragen strukturiert zusammenstellen, damit ein Mensch sie effizient stellen kann

Die entscheidende Grenze liegt bei Entscheidungen, die Fachurteil, Haftung oder Verantwortung erfordern. Ein Agent bereitet vor und schlägt vor — ein Mensch genehmigt und entscheidet. Diese menschliche Freigabe ist kein Systemfehler, sondern ein bewusst eingeplanter Schritt im Ablauf.

Warum Standard-Tools hier an Grenzen stoßen

Wer heute nach KI-Lösungen sucht, findet ein breites Angebot: generische Chatbots, vorgefertigte Automatisierungsbausteine, KI-Add-ons für Standardsoftware. Viele dieser Produkte lösen eine enge, klar definierte Aufgabe gut — aber sie passen sich nicht an die spezifischen Abläufe, Systeme und Anforderungen eines bestimmten Unternehmens an.

Ein typisches Problem: Ein Unternehmen setzt ein branchenspezifisches ERP ein, das keine offene Schnittstelle bietet. Ein anderes nutzt eine Kombination aus E-Mail, einer selbst entwickelten Datenbank und einem externen Dokumentenspeicher. Standard-KI-Tools setzen voraus, dass die Datenwelt des Unternehmens in eine vorgegebene Form passt — das ist in der Realität des Mittelstands selten der Fall.

Individuelle Softwareentwicklung für KMU folgt einer anderen Logik: Die Lösung wird um die vorhandenen Systeme und Prozesse herum gebaut, nicht umgekehrt. Das gilt genauso für individuelle KI-Agenten.

Ein weiterer Punkt, der in der Praxis unterschätzt wird: Ein KI-Tool, das niemand versteht, wird nicht genutzt. Mitarbeitende müssen nachvollziehen können, was der Agent tut, wann er um Freigabe bittet und was passiert, wenn er unsicher ist. Das lässt sich mit einer maßgeschneiderten Lösung deutlich klarer gestalten als mit einem Pauschalprodukt.

Hypothetisches Praxisbeispiel: Eingangsrechnungen in einem Handwerksbetrieb

Das folgende Beispiel ist hypothetisch und dient der Veranschaulichung.

Ein mittelständischer Handwerksbetrieb mit rund 40 Mitarbeitenden erhält täglich Lieferantenrechnungen per E-Mail, als PDF-Anhang oder über ein Lieferantenportal. Bisher öffnet die Buchhaltung jede Rechnung manuell, überträgt Rechnungsnummer, Datum, Betrag und Kostenstelle in die Buchhaltungssoftware und leitet die Datei zur Freigabe weiter.

Ein individuell entwickelter KI-Agent würde in diesem Szenario folgende Schritte übernehmen:

1. Eingehende E-Mails auf Rechnungsanhänge prüfen
2. Dokumente auslesen: Lieferant, Rechnungsnummer, Datum, Betrag, Steuerausweis, Zahlungsziel
3. Lieferant mit dem vorhandenen Lieferantenstamm abgleichen und bei Übereinstimmung zuordnen
4. Vorerfassten Datensatz in die Buchhaltungssoftware übergeben — als Entwurf, nicht als gebuchte Position
5. Bei unbekanntem Lieferanten oder unvollständigen Angaben: den zuständigen Mitarbeitenden informieren und die fehlenden Informationen benennen
6. Freigabe-Workflow anstoßen: Rechnungen ab einem definierten Betrag zur manuellen Prüfung markieren

Die Buchhaltung prüft statt zu übertragen. Entscheidungen — Freigabe, Kostenstelle bei Unklarheiten, Rückfragen an Lieferanten — bleiben beim Menschen.

Ob ein solcher Agent in einem konkreten Betrieb sinnvoll ist, hängt vom tatsächlichen Volumen, den vorhandenen Systemen und der Qualität der eingehenden Dokumente ab. Das ist keine Annahme, die man vorab treffen sollte — es ist die erste Frage einer sorgfältigen KI-Beratung.

Wie KI-Beratung für Unternehmen sinnvoll aussieht

Seriöse KI-Beratung beginnt nicht mit der Technologie, sondern mit dem Prozess. Bevor ein Agent entwickelt wird, muss klar sein, welche Aufgaben er übernehmen soll, welche Daten er dafür benötigt, an welche Systeme er angebunden werden muss und wo die Grenzen seiner Eigenständigkeit liegen.

Ein bewährtes Vorgehen in vier Phasen:

Phase 1: Analyse und Potenzialidentifikation

Welche Abläufe binden regelmäßig Zeit für Aufgaben, die sich in Schritten beschreiben lassen? Wo entstehen Fehler durch manuelle Übertragung? Welche Informationen sind vorhanden, aber nicht strukturiert zugänglich?

Diese Analyse ist keine abstrakte Übung. Sie erfordert, tatsächliche Abläufe zu beobachten, mit den beteiligten Mitarbeitenden zu sprechen und die vorhandene Systemlandschaft zu verstehen. Erst dann lässt sich beurteilen, ob ein KI-Agent die richtige Lösung ist — oder ob Workflow-Automatisierung oder eine schlichtere API-Integration ausreichen würde.

Phase 2: Konzeption und Systemauswahl

Welches Sprachmodell oder welche KI-Komponente eignet sich für die konkrete Aufgabe? Wie wird der Agent an die vorhandenen Systeme angebunden? Welche Daten fließen wohin, und wie werden sie gespeichert?

Hier müssen Fragen zu Datenschutz und Datenhaltung beantwortet werden: Welche Daten verarbeitet der Agent? Auf welcher rechtlichen Grundlage geschieht das? Ist eine Auftragsverarbeitungsvereinbarung erforderlich? Wo werden Daten gespeichert, wie lange, und wer hat Zugriff? Diese Punkte sind zu klären, bevor Entwicklungsarbeit beginnt — nicht danach. Die Anforderungen aus der DSGVO und aus der EU-KI-Verordnung (Verordnung (EU) 2024/1689) müssen im Einzelfall geprüft werden; welche Pflichten konkret gelten, hängt von der Rolle des Unternehmens und vom Einsatzzweck ab.

Phase 3: Entwicklung und Integration

Der Agent wird entwickelt, an die vorhandenen Systeme angebunden und in einer Testumgebung mit realen Daten erprobt. Dabei wird geprüft, wie er mit Randfällen umgeht — unvollständige Dokumente, unbekannte Formate, fehlende Pflichtfelder.

Dieser Schritt umfasst typischerweise die API-Entwicklung für die Systemanbindung, die Konfiguration der KI-Komponenten und die Einrichtung der Freigabe-Workflows. Die Leistungsseite KI-Integration & LLM von SWBS beschreibt, welche technischen Grundlagen hier zum Einsatz kommen.

Phase 4: Betrieb, Qualitätssicherung und Weiterentwicklung

Ein KI-Agent ist kein Projekt, das mit dem Go-live endet. Die Qualität seiner Ausgaben muss laufend überwacht werden. Wenn sich die Eingangsdaten verändern — neue Lieferantenformate, veränderte Prozesse, neue Systeme — muss der Agent angepasst werden.

Zu einem vollständigen Betriebskonzept gehören deshalb klare Verantwortlichkeiten: Wer prüft die Freigaben? Wer meldet Fehler? Wer entscheidet, wenn der Agent unsicher ist? Ohne diese Festlegungen läuft auch der beste Agent in ein operatives Vakuum.

Grenzen klar benennen: Wann ein KI-Agent nicht die richtige Wahl ist

KI-Beratung, die nur Einsatzszenarien beschreibt, ohne Grenzen zu benennen, ist unvollständig. Hier sind Situationen, in denen ein individueller KI-Agent nicht sinnvoll ist:

Zu geringes Volumen: Wenn eine Aufgabe dreimal pro Woche anfällt, ist der Entwicklungsaufwand für einen dedizierten Agenten in der Regel nicht gerechtfertigt. Eine einfachere Automatisierung oder ein klar dokumentierter manueller Prozess ist dann die bessere Wahl.

Unzureichende Datenbasis: Ein KI-Agent ist nur so gut wie die Daten, auf die er zugreift. Wenn Stammdaten unvollständig sind, Dokumente in nicht lesbaren Formaten vorliegen oder Systeme keine Schnittstellen bieten, muss zunächst die Datengrundlage geschaffen werden.

Fehlende Klärung bei Haftungsfragen: Manche Entscheidungen darf ein Agent schlicht nicht treffen — nicht weil er es technisch nicht könnte, sondern weil Verantwortung, Haftung oder berufsrechtliche Anforderungen eine menschliche Entscheidung zwingend machen. Das gilt zum Beispiel für Freigaben mit finanzieller Wirksamkeit, für medizinische oder rechtliche Einschätzungen und für Kommunikation, die im Namen des Unternehmens bindende Wirkung hat.

Zu komplexe und variable Aufgaben: Aufgaben, bei denen der richtige nächste Schritt immer von einem spezifischen Kontext abhängt, den nur ein Mensch mit Erfahrung im Betrieb kennt, sind schwer zu automatisieren. Nicht jeder Ablauf lässt sich in Schritten beschreiben, die ein Agent zuverlässig ausführen kann.

Warum individuelle Entwicklung statt Standard-Tool

Die Entscheidung zwischen einem Standard-Tool und einer individuell entwickelten KI-Lösung lässt sich an einer einfachen Frage festmachen: Kann das Unternehmen seinen Prozess an das Tool anpassen — oder muss die Lösung an den Prozess angepasst werden?

Standardprodukte sind dort sinnvoll, wo der Prozess generisch ist und das Tool ausreichend konfigurierbar. Für viele Kernprozesse im Mittelstand trifft das nicht zu: Die Systemlandschaft ist gewachsen, die Abläufe sind betriebsspezifisch, und die Integrationspunkte sind zu individuell für eine Standardlösung.

Individuelle Entwicklung bedeutet aber auch: Der Aufwand entsteht einmalig für Analyse, Konzeption und Umsetzung — und laufend für Betrieb, Monitoring und Weiterentwicklung. Das ist transparent zu kalkulieren, bevor ein Projekt startet. Wer nur den Entwicklungsaufwand betrachtet, unterschätzt die Gesamtkosten. Wer nur den laufenden Aufwand sieht, unterschätzt den Nutzen.

Ein weiterer praktischer Gesichtspunkt: Individuelle Agenten, die an die eigenen Systeme angebunden sind, erzeugen keine unnötige Datenweitergabe an externe Dienste. Welche Daten an welche Modelle und Dienste übermittelt werden dürfen, ist ein zentrales Thema in der Konzeptionsphase — und lässt sich bei einer maßgeschneiderten Lösung kontrollierter gestalten als bei einem Pauschalprodukt.

Mehr zu den Entscheidungsfaktoren zwischen eigener Lösung und Standardtool beschreibt der Artikel Eigene KI-Lösung vs. KI-Tool: Was lohnt sich für Unternehmen?.

Wie SWBS KI-Agenten für den Mittelstand entwickelt

SW Business Solutions entwickelt keine Standardprodukte, die in verschiedenen Branchen ausgerollt werden. Jede KI-Lösung entsteht aus einer konkreten Analyse der vorhandenen Abläufe und Systeme — und wird so konzipiert, dass sie an genau die Infrastruktur angebunden ist, die im Betrieb bereits läuft.

Das Leistungsspektrum reicht von der initialen Beratung & Planung über die Softwarearchitektur bis zur KI-Integration & LLM, der Anbindung über API-Entwicklung und dem laufenden Betrieb. Nicht jedes Projekt braucht alle Phasen in gleicher Tiefe — manche Vorhaben beginnen mit einem klar abgegrenzten Piloten in einem einzigen Prozess, bevor sie ausgeweitet werden.

Die Arbeit folgt dabei einem Grundsatz: Der KI-Agent übernimmt die Aufgaben, die sich in klar beschreibbaren Schritten formulieren lassen. Die Entscheidungen, bei denen Erfahrung, Urteilsvermögen und Verantwortung gefragt sind, bleiben beim Menschen. Das ist keine Einschränkung — das ist das Prinzip, das dafür sorgt, dass der Agent verlässlich und kontrollierbar bleibt.

Wer wissen möchte, welche Abläufe im eigenen Betrieb für einen KI-Agenten geeignet sind, kann das gemeinsam mit SWBS in einem ersten Analysegespräch herausarbeiten. Dabei werden die vorhandenen Prozesse, Systeme und Datenquellen betrachtet — bevor irgendwelche technischen Entscheidungen getroffen werden.

Das Thema Prozessoptimierung mit KI und die Frage, wie KI im Unternehmen eingeführt wird, vertiefen einzelne Aspekte in eigenen Artikeln dieser Serie.

Was Unternehmen vor einem KI-Projekt klären sollten

Nicht jedes Interesse an KI führt sinnvoll zu einem Agenten-Projekt. Einige Fragen, die vor einem ersten Gespräch hilfreich sind:

Welche Aufgabe soll der Agent übernehmen? Je konkreter die Antwort, desto besser. „KI im Unternehmen einsetzen" ist kein Projektauftrag. „Eingehende Lieferantenanfragen auslesen, kategorisieren und als Vorgang anlegen" ist einer.

Wie oft fällt diese Aufgabe an? Täglich, mehrfach täglich, wöchentlich? Das Volumen bestimmt maßgeblich, ob der Aufwand gerechtfertigt ist.

Welche Systeme sind beteiligt? E-Mail, ERP, CRM, Dokumentenablage — welche davon hat der Agent Zugriff, und über welche Schnittstellen?

Wer ist der Mensch in der Freigabekette? Welche Entscheidungen brauchen eine menschliche Genehmigung, und wie soll dieser Schritt im Ablauf aussehen?

Was darf der Agent nicht? Grenzen vorab zu definieren ist mindestens so wichtig wie Fähigkeiten zu beschreiben.

Wer diese Fragen annähernd beantworten kann, hat bereits eine sehr gute Grundlage für ein erstes konkretes Gespräch über KI-Beratung.

Der nächste Schritt: KI-Potenziale im eigenen Betrieb prüfen

KI-Beratung für Unternehmen ist dann wertvoll, wenn sie nicht bei Konzepten endet, sondern zu einer umsetzbaren, betriebsspezifischen Lösung führt. Der Ausgangspunkt dafür ist immer eine ehrliche Analyse: Welche Aufgaben eignen sich wirklich, welche nicht, und was ist der realistisch erreichbare Nutzen?

SW Business Solutions begleitet Mittelständler von dieser ersten Analyse über die Entwicklung und Integration bis zum laufenden Betrieb individueller KI-Agenten. Wer wissen möchte, wo in den eigenen Abläufen ein KI-Agent tatsächlich Arbeit abnehmen kann, ist eingeladen, das in einem unverbindlichen Erstgespräch gemeinsam zu prüfen.

Jetzt Erstgespräch vereinbaren und KI-Potenziale analysieren