Was ist ein KI-Agent?
Ein KI-Agent ist ein Softwaresystem, das ein Modell künstlicher Intelligenz mit Daten, Werkzeugen und Regeln verbindet, um eine Aufgabe oder eine Folge von Aufgaben auszuführen. Was ihn von einem blossen Chat-Assistenten unterscheidet, ist dass er handelt: er ruft Werkzeuge auf und erzeugt ein Ergebnis in Ihren Systemen.
Definition
Ein KI-Agent ist ein Softwaresystem, das drei Dinge verbindet: ein Modell künstlicher Intelligenz, das Sprache deuten kann, einen Zugang zu Daten und eine Reihe von Werkzeugen, die es aufrufen darf, um zu handeln. Kennzeichnend ist, dass er nicht bloss antwortet — er führt eine Folge von Schritten aus, bis ein Ergebnis vorliegt.
Am häufigsten wird er mit dem Chat-Assistenten verwechselt. Ein Assistent wartet auf eine Frage und liefert Text. Ein Agent wird durch ein Ereignis ausgelöst, bestimmt die Zwischenschritte selbst, ruft Werkzeuge auf und schreibt ein Ergebnis in ein System. Der Unterschied liegt nicht im verwendeten Modell, sondern darin, was man ihm erlaubt.
Woraus ein Agent besteht
- Das Modell deutet die Eingabe in natürlicher Sprache und wählt die nächste Handlung. Das ist der nicht-deterministische Teil des Systems.
- Der Kontext versammelt, was der Agent wissen muss, um richtig zu handeln: Anweisungen, Unternehmensregeln und bei Bedarf abgerufene Daten — oft über RAG.
- Die Werkzeuge sind die erlaubten Handlungen, in einer Form bereitgestellt, die das Modell aufrufen kann: ein Kundendossier lesen, eine Offerte anlegen, eine E-Mail senden, den Lagerbestand abfragen. Jedes Werkzeug ist eine bewusst geöffnete Tür; alles andere bleibt zu.
- Die Leitplanken rahmen den Ablauf: was verboten ist, was eine menschliche Freigabe verlangt, was protokolliert werden muss, wann abzubrechen ist.
- Die Schleife verbindet Beobachten, Entscheiden und Handeln, bis das Ziel erreicht oder eine Grenze erreicht ist.
Wie ein Durchlauf abläuft
- Ein Ereignis löst den Agenten aus: eine Nachricht trifft ein, eine Datei wird abgelegt, eine Uhrzeit ist erreicht.
- Der Agent stellt seinen Kontext zusammen: die Anfrage selbst, die geltenden Regeln, die passenden Dokumente.
- Er wählt ein Werkzeug und ruft es auf — etwa um die Historie des betroffenen Kunden zu holen.
- Er liest das Ergebnis, passt an und ruft gegebenenfalls ein weiteres Werkzeug auf.
- Er erzeugt eine Ausgabe: ein vorbereitetes Dokument, ein ausgefülltes Dossier, einen Antwortvorschlag.
- Je nach Risiko wird die Ausgabe direkt angewendet oder einer Person vorgelegt.
Eine mechanische Werkstatt erhält eine Offertanfrage per E-Mail, mit einer Zeichnung im Anhang und einigen Zeilen zu Material und Menge.
Ein Agent könnte die Nachricht lesen, Material, Toleranzen und Mengen herauslösen, die geltenden internen Ansätze holen, prüfen ob dieser Kunde schon ein vergleichbares Teil bestellt hat, und eine vorausgefüllte Offerte vorbereiten. Er versendet sie nicht: er legt sie zur Durchsicht ab. Der Verantwortliche korrigiert, was zu korrigieren ist, und gibt frei. Gespart wird die Zeit für Formatierung und Recherche, nicht die für das fachliche Urteil.
Was ein Agent bringt
- Er nimmt unstrukturierte Eingaben auf. Das ist sein eigentlicher Wert: wo ein klassischer Workflow ein Formular verlangt, akzeptiert ein Agent eine frei geschriebene E-Mail.
- Er verkettet Schritte ohne vorab geschriebenes Drehbuch für jede Fallkombination, was das Vervielfachen von Verzweigungen erspart.
- Er kommt mit unterschiedlichen Formulierungen zurecht, ohne dass jede Wendung vorgesehen werden muss.
Grenzen und Risiken
Ein Sprachmodell erzeugt eine plausible Antwort. Plausibel ist nicht geprüft. Diese Eigenschaft bestimmt alles Weitere.
- Der gut formulierte Fehler. Ein Agent irrt sich mit Bestimmtheit, in tadellosem Deutsch. Das ist schwerer zu erkennen als ein Absturz.
- Schwankungen. Zwei Durchläufe auf derselben Eingabe können sich unterscheiden. Für eine Berechnung oder eine Preisregel gehört das Ergebnis in deterministischen Code, nicht ins Modell.
- Kosten pro Nutzung. Jeder Schritt verbraucht Modellaufrufe. Ein geschwätziger Agent bei hohem Volumen kostet viel, ohne mehr zu leisten.
- Die Handlungsfläche. Ein Werkzeug, das ein Agent erhält, ist echte Macht. Ein Agent, der löschen, zahlen oder nach aussen senden kann, muss entsprechend eingerahmt werden.
- Eingeschleuste Anweisungen. Liest der Agent Inhalte von aussen, können diese versuchen, ihm Befehle zu erteilen. Was von aussen kommt, ist Datum, nie Anweisung.
Wann ein Agent gerechtfertigt ist — und wann nicht
Gerechtfertigt, wenn die Eingabe freier Text oder ein uneinheitliches Dokument ist, wenn die Fälle zu stark variieren, um alle vorgesehen zu werden, und wenn vor der Handlung eine menschliche Durchsicht möglich bleibt.
Nicht gerechtfertigt, wenn die Daten bereits strukturiert und die Regeln fest sind: ein klassischer Workflow ist schneller, günstiger und Zeile für Zeile prüfbar. Siehe den ausführlichen Vergleich.
In gut funktionierenden Systemen bestehen beide Ansätze nebeneinander: der Agent deutet die Eingabe und bereitet vor, deterministischer Code rechnet und führt aus, der Mensch gibt frei, was verbindlich ist.
Häufige Fragen
Ist ein KI-Agent dasselbe wie ChatGPT?
Nein. Ein Chat-Assistent antwortet, wenn man ihn fragt. Ein Agent wird durch ein Ereignis ausgelöst, sieht Daten ein, ruft Werkzeuge auf und schreibt irgendwo ein Ergebnis, ohne dass jemand jede Anfrage formuliert.
Kann ein KI-Agent sich irren?
Ja. Ein Sprachmodell erzeugt eine plausible Antwort, keine garantierte. Deshalb laufen heikle Schritte über eine menschliche Freigabe oder über deterministische Regeln.
Braucht es einen KI-Agenten, um eine Aufgabe zu automatisieren?
Oft nicht. Folgt die Aufgabe festen Regeln auf strukturierten Daten, ist ein klassischer Workflow schneller, günstiger und berechenbarer.