Was sind KI-Agenten? Beispiele aus KMU

KI-Agenten sind Programme, die eine Aufgabe nicht nur beschreiben, sondern erledigen: Sie lesen eine Anfrage, schlagen im Kalender nach, entwerfen eine Antwort und legen sie zur Freigabe vor. Für kleine und mittlere Unternehmen sind sie vor allem dort nützlich, wo viele ähnliche, aber nie ganz gleiche Vorgänge anfallen. Dieser Artikel erklärt, was ein KI-Agent ist, zeigt zehn konkrete Beispiele und sagt ehrlich, wo die Grenzen liegen.

Was ist ein KI-Agent?

Ein KI-Agent ist eine Software, die ein vorgegebenes Ziel selbstständig in mehreren Schritten verfolgt: Sie wertet Informationen mit einem Sprachmodell aus, entscheidet über den nächsten Schritt und nutzt dafür freigegebene Werkzeuge wie E-Mail, Kalender oder Branchensoftware. Ein Sprachmodell ist die Technik hinter ChatGPT, Claude oder Gemini: Es versteht und schreibt Text.

Der Digitalverband Bitkom beschreibt den Unterschied so: „Anders als ein Chatbot, der auf Fragen antwortet, handelt ein Agent selbstständig, indem er zum Beispiel Preisvergleiche durchführt, Angebote einholt und auch Entscheidungsoptionen ausarbeitet.“ Der KI-Anbieter Anthropic grenzt Agenten von Workflows ab: Bei Workflows laufen Sprachmodell und Werkzeuge über vorab festgelegte Pfade, bei Agenten steuert das Sprachmodell den Ablauf und den Einsatz der Werkzeuge selbst.

Chatbot, Workflow oder KI-Agent: Was ist der Unterschied?

In der Praxis sind die Grenzen fließend. Viele Lösungen, die als „Agent“ verkauft werden, sind Workflows mit einem KI-Baustein, etwa einem Schritt, der eine E-Mail einordnet. Das ist kein Nachteil, oft ist es die bessere Lösung. Gartner spricht von „Agent Washing“, wenn Anbieter bestehende Chatbots oder Automatisierungen nur umbenennen.

Wie arbeitet ein KI-Agent?

Jeder brauchbare Agent hat vier Bestandteile. Am Beispiel eines Agenten für Kundenanfragen:

1. Ziel: „Jede neue Anfrage ist innerhalb einer Stunde beantwortet, passende Interessenten haben einen Termin.“
2. Werkzeuge: Lesezugriff auf das Postfach, Kalender, Leistungsliste, Kundenliste. Nur das, was die Aufgabe braucht.
3. Schritte: Der Agent liest die Anfrage, erkennt, was fehlt, fragt nach, prüft freie Termine und entwirft eine Antwort. Die Reihenfolge wählt er je nach Fall.
4. Freigabe: Bevor etwas das Haus verlässt oder Geld kostet, entscheidet ein Mensch. Erst wenn der Agent über Wochen zuverlässig arbeitet, dürfen einfache Fälle ohne Freigabe laufen.

Nach genau diesem Muster sind auch unsere KI-Agenten für kleine und mittlere Unternehmen aufgebaut.

10 Beispiele für KI-Agenten in kleinen und mittleren Unternehmen

1. Posteingang sortieren und Antworten vorbereiten

Der Agent liest das Sammelpostfach, erkennt Anfrage, Rechnung, Bewerbung oder Beschwerde, leitet an die richtige Person weiter und entwirft eine Antwort. Ihr Team prüft und klickt auf Senden, statt jede Mail von vorn zu bearbeiten.

2. Anfragen vorqualifizieren

Passt die Anfrage zu Ihrer Region, Ihrer Leistung und Ihrem Zeitfenster? Der Agent prüft das, fragt fehlende Angaben per E-Mail nach und schickt passenden Interessenten einen Link zur Terminbuchung. Grenzfälle landen bei Ihnen.

3. Angebotsentwurf aus der Anfrage

Aus Anfrage, Leistungskatalog und ähnlichen früheren Angeboten erstellt der Agent einen Entwurf in Ihrer Angebotssoftware. Preise und Mengen prüft ein Mensch, bevor das Angebot rausgeht.

4. Terminabstimmung

Der Agent sucht freie Zeiten im Kalender, schlägt sie vor, trägt den Termin ein, verschickt Erinnerungen und kümmert sich um Verschiebungen. Sie greifen nur bei Ausnahmen ein.

5. Eingangsrechnungen und Belege prüfen

Der Agent liest die Rechnung, gleicht sie mit Bestellung und Lieferschein ab, markiert Abweichungen und bereitet die Buchung vor. Die Zahlung gibt immer ein Mensch frei; der Agent selbst überweist nichts.

6. Fragen zu internen Dokumenten beantworten

„Welche Garantie gilt für dieses Produkt?“ oder „Wie läuft bei uns die Abnahme?“ Der Agent sucht die Antwort in Handbüchern, Datenblättern und Arbeitsanweisungen und nennt die Fundstelle, damit man nachprüfen kann.

7. Recherche

Neue Ausschreibungen in Ihrer Region, Lieferanten für ein Ersatzteil, Preise vergleichen: Der Agent sammelt, fasst zusammen und legt eine Auswahl vor. Die Entscheidung bleibt bei Ihnen.

8. Reklamationen sortieren

Der Agent liest die Beschwerde, holt Auftrag und Lieferdaten dazu, ordnet den Fall ein und schlägt den nächsten Schritt vor: Ersatz, Gutschrift oder Termin vor Ort. Über Kulanz entscheidet ein Mensch.

9. Bei offenen Angeboten nachfassen

Nach einigen Tagen ohne Antwort entwirft der Agent eine persönliche Nachfrage, die auf das konkrete Angebot eingeht. Sie geben frei oder lassen einfache Fälle automatisch laufen.

10. Kundendaten pflegen

Neue Telefonnummer in der E-Mail-Signatur, geänderte Adresse, doppelte Einträge: Der Agent erkennt das, aktualisiert die Kundenliste und meldet Unklarheiten.

Wie verbreitet sind KI-Agenten in Deutschland?

Laut Bitkom nutzten im Sommer 2026 erstmals mehr als die Hälfte der Unternehmen ab 20 Beschäftigten KI: 57 %, nach 36 % im Vorjahr. Am häufigsten arbeitet KI im Kundenkontakt, etwa bei der Bearbeitung von Anfragen (72 % der Unternehmen, die KI einsetzen). Agenten sind noch selten: Von den Unternehmen, die KI nutzen oder sich damit befassen, setzen 11 % sie ein, 29 % planen es, 31 % diskutieren darüber.

Andere Erhebungen kommen zu anderen Zahlen, weil sie anders fragen: Das ifo Institut meldet für Mai 2026 einen KI-Anteil von 54,5 % (kleine Unternehmen 51,2 %, mittlere 47,2 %). Das Statistische Bundesamt zählte für 2025 nur 26 % der Unternehmen ab zehn Beschäftigten, bei Firmen mit 10 bis 49 Beschäftigten 23 %. Bitkom und ifo messen beide ein deutliches Wachstum gegenüber dem Vorjahr. KI-Agenten sind dabei noch die Ausnahme.

Grenzen und Risiken von KI-Agenten

• Fehler: Sprachmodelle können überzeugend falsche Angaben machen. Je mehr Schritte ein Agent allein geht, desto weiter trägt sich ein Fehler fort. Deshalb gibt bei Geld, Verträgen und Kundenkommunikation ein Mensch frei.
• Manipulation: Eine eingehende E-Mail oder Webseite kann versteckte Anweisungen enthalten, die den Agenten in die Irre führen. Das Sicherheitsprojekt OWASP führt diese „Prompt-Injection“ als Risiko Nummer eins für Anwendungen mit Sprachmodellen.
• Zu viele Rechte: OWASP warnt ebenso vor „übermäßiger Handlungsfreiheit“. Gegenmittel: nur die nötigen Werkzeuge, nur die nötigen Rechte (lesen statt löschen), Freigabe vor folgenreichen Aktionen.
• Datenschutz: Wer personenbezogene Daten an einen KI-Dienst gibt, braucht in der Regel einen Vertrag zur Auftragsverarbeitung (Art. 28 DSGVO). Entscheidungen mit rechtlicher Wirkung für Personen, etwa eine Absage an Bewerber, dürfen nach Art. 22 DSGVO grundsätzlich nicht allein automatisiert fallen. Mehr dazu im Artikel ChatGPT datenschutzkonform nutzen.
• Kosten: Agenten rufen das Sprachmodell oft mehrfach pro Vorgang auf. Das kostet laufend Geld und Zeit. Gartner nennt steigende Kosten als einen Hauptgrund, warum Projekte eingestellt werden. Was realistisch ist, zeigt Was kostet KI im Unternehmen?
• Kontrolle: Ein Agent muss protokollieren, was er getan hat und warum. Sonst lässt sich ein Fehler nicht nachvollziehen.

Wann reicht ein einfacher Workflow?

Anthropic, Hersteller des Sprachmodells Claude, rät Entwicklern ausdrücklich, mit der einfachsten Lösung zu beginnen und Agenten erst einzusetzen, wenn einfachere Lösungen nicht ausreichen. Für kleine Unternehmen heißt das: Ein Workflow reicht, wenn

• die Schritte jedes Mal gleich sind (Formular rein, Eintrag in die Kundenliste, Bestätigung raus),
• die Daten in fester Form vorliegen, etwa aus einem Formular oder einer Software,
• sich die Regel in einem Satz aufschreiben lässt („Rechnungen über 1.000 € gehen an die Chefin“),
• ein Fehler teuer wäre und das Ergebnis jedes Mal gleich sein muss.

Ein Agent lohnt sich, wenn Eingaben frei formuliert sind, jeder Fall etwas anders liegt und ein Mensch heute vor allem liest, einordnet und Informationen zusammensucht. Oft ist die beste Lösung eine Mischung: ein fester Workflow mit einem KI-Schritt an der Stelle, an der es Urteilsvermögen braucht. Welches Werkzeug dafür passt, vergleicht der Artikel n8n, Make oder Zapier.

Wie starten Sie mit einem KI-Agenten?

1. Eine Aufgabe wählen: häufig, lästig und so, dass ein Fehler auffällt, bevor er Schaden anrichtet. Der Posteingang oder die Anfragen sind meist ein guter Anfang.
2. Den Ist-Zustand messen: Wie viele Vorgänge pro Woche, wie viel Zeit je Vorgang, wie lange bis zur Antwort? Ohne diese Zahl lässt sich der Nutzen später nicht belegen.
3. Werkzeuge und Rechte knapp halten: Der Agent bekommt nur Zugriff auf das, was er braucht, und arbeitet zuerst nur mit Entwürfen.
4. Mit Freigabe testen: Einige Wochen lang prüft ein Mensch jedes Ergebnis. So sehen Sie, wo der Agent zuverlässig ist.
5. Schrittweise mehr Selbstständigkeit: Einfache, gut laufende Fälle dürfen später ohne Freigabe laufen, alles andere bleibt beim Menschen.

Wenn Sie KI im Betrieb grundsätzlich angehen wollen, hilft der Leitfaden KI im Unternehmen einführen. Wir bei DR Automation bauen KI-Agenten mit n8n, angebunden an Ihre vorhandenen Programme, mit Freigabe durch einen Menschen; erste Ergebnisse gibt es meist nach zwei bis vier Wochen.

Häufige Fragen