Was ist ein KI-Agent, und was taugt er im Betrieb?

Ein Chatbot bekommt eine Frage und gibt eine Antwort. Ein KI-Agent bekommt ein Ziel. Er überlegt, welche Schritte dafür nötig sind, benutzt Werkzeuge wie Mail, Datenbank oder Warenwirtschaft, prüft das Zwischenergebnis und macht weiter, bis die Aufgabe erledigt ist oder ein Mensch gefragt werden muss. „Prüfe die heutigen Eingangsrechnungen gegen die Bestellungen und leg mir die Abweichungen zur Freigabe vor" ist eine Aufgabe für einen Agenten. Das Ergebnis ist kein Text. Es ist ein erledigter Vorgang.

Was einen Agenten ausmacht

Der letzte Punkt wird in Produktvorführungen am seltensten gezeigt und ist im Betrieb der wichtigste.

Wo das heute trägt

Agenten sind dort stark, wo klassische Automatisierung an unordentlichen Eingaben scheitert. Eine Regel kann eine Bestellung verarbeiten, wenn sie als sauberes Formular kommt. Sie scheitert an der Mail in freier Form mit dem schief fotografierten Lieferschein im Anhang. Ein Agent liest beides, versteht, was gemeint ist, und trägt es ein.

Was alle diese Fälle gemeinsam haben: Der Vorgang ist eng umrissen, kommt oft vor, und das Ergebnis lässt sich prüfen, bevor es Wirkung entfaltet. Was im Mittelstand grundsätzlich realistisch ist, steht unter KI im Mittelstand.

Wo Vorsicht angebracht ist

Ein Agent macht Fehler mit derselben Selbstverständlichkeit wie richtige Dinge, nur hat er jetzt Handlungsvollmacht. Die falsche Mail geht an den Kunden raus, die Buchung landet auf dem falschen Konto, die Datei ist weg. Von autonomen Agenten, die ganze Abteilungen ersetzen, ist in den Betrieben, die wir kennen, nichts zu sehen, und das ist weniger Rückstand als Vernunft. Die größten Hürden, die Unternehmen nennen, sind fehlendes Vertrauen und ein unklarer Nutzen. Beides löst man nicht mit einer größeren Lizenz, sondern mit einem kleinen, gut abgesicherten Anwendungsfall, der sich bewährt.

Agent kaufen oder bauen?

Die Agenten in Copilot, ChatGPT und Co. sind schnell eingerichtet, kennen aber Ihre Systeme nicht. Die eigentliche Arbeit steckt in der Anbindung, nicht im Modell: Welche Schnittstellen bekommt der Agent, welche Regeln gelten, wo liegt die Freigabe, wie wird protokolliert? Deshalb entsteht der Nutzen meist dort, wo der Agent in die vorhandene Software eingebaut wird, in der Ihre Leute ohnehin arbeiten, statt in einem weiteren Fenster, das offen bleibt und nicht benutzt wird. Was Copilot von Haus aus kann und was nicht, steht unter Microsoft Copilot im Unternehmen.

Wie wir Agenten bauen

Wir fangen mit einem Vorgang an, nicht mit einer Strategie. Der Agent bekommt zunächst nur Leserechte, ein Mensch gibt jedes Ergebnis frei, und wir messen, wie oft er richtig liegt. Erst wenn das über Wochen stimmt, bekommt er mehr Spielraum, Schritt für Schritt. Die Modelle laufen auf Wunsch auf eigenen Servern in Deutschland, damit keine Daten das Haus verlassen. Wie wir Vorgänge grundsätzlich automatisieren, steht unter Prozesse mit KI automatisieren, und wo sich bei Ihnen der erste Fall versteckt, findet die KI-Potenzialanalyse.