Was ist ein KI-Agent?
Ein Chatbot beantwortet deine Frage. Ein KI-Agent erledigt deine Aufgabe. Sag ihm „Recherchier die fünf wichtigsten Wettbewerber und trag sie ins CRM ein“ — und er sucht, liest, sortiert und schreibt die Einträge selbst.
Anthropic, der Anbieter von Claude, unterscheidet zwei Arten von KI-Systemen sauber:
- Workflows: Sprachmodell und Werkzeuge laufen auf einem vorher festgelegten Pfad. Ein Mensch hat den Ablauf gebaut, die KI erledigt einzelne Schritte darin.
- Agenten: Das Sprachmodell steuert seinen Ablauf und seine Werkzeuge selbst. Es entscheidet zur Laufzeit, was es als Nächstes tut.
Ein Agent besteht also aus drei Teilen: einem Large Language Model als Denker, Werkzeugen wie Websuche, Kalender, CRM oder E-Mail und einer Schleife: planen, handeln, Ergebnis prüfen, weitermachen — bis das Ziel erreicht ist oder eine Grenze greift.
Agent, Chatbot oder Workflow?
System
Wer entscheidet den Ablauf?
Chatbot
Der Mensch fragt, die KI antwortet. Kein eigenes Handeln.
Assistent
Die KI hilft, der Mensch löst jeden Schritt aus.
Workflow
Der Mensch legt den Pfad fest, die KI erledigt Teilschritte.
Agent
Die KI plant und wählt ihre Schritte selbst.
Für viele Aufgaben im Marketing reicht ein Workflow völlig: Neuer Lead im Formular, KI fasst die Anfrage zusammen, Eintrag im CRM, Mail an dich. Das baust du mit n8n, Make oder Zapier — jeder Lauf ist vorhersehbar. Anthropic rät ausdrücklich: Nimm die einfachste Lösung und erst dann einen Agenten, wenn er das Ergebnis messbar verbessert. Agenten tauschen Kosten und Wartezeit gegen Flexibilität.
Wie verbreitet sind KI-Agenten?
In Deutschland noch am Anfang. Laut Bitkom-Umfrage vom September 2026 unter 603 Unternehmen ab 20 Beschäftigten setzen 11 % der Unternehmen, die sich mit KI befassen, schon KI-Agenten ein. 29 % planen es, 31 % diskutieren es. Bitkom-Präsident Ralf Wintergerst ordnet ein: KI-Agenten stünden heute etwa dort, wo KI insgesamt vor drei Jahren stand.
Gleichzeitig ist der Weg holprig. Gartner prognostizierte 2025, dass über 40 % der Projekte mit agentischer KI bis Ende 2027 abgebrochen werden — wegen steigender Kosten, unklarem Nutzen und fehlender Risikokontrolle.
Beispiele aus der Praxis
Zwei Beispiele, die beide Seiten zeigen: was ein Agent heute schafft — und wie er danebenliegen kann.
Case A · Kundenservice
HubSpot Breeze Customer Agent
70 %
gelöste Gespräche (Herstellerangabe)
0,50 $
pro gelöstem Gespräch
„Gelöst“ heißt: 72 Stunden ohne Übergabe an einen Menschen
Die Zahl kommt vom Hersteller und zählt auch qualifizierte Leads als gelöst. Rechne mit weniger, bis du eigene Werte hast.
Case B · Experiment
Anthropic lässt Claude einen Büro-Shop führen
≈ 1
Monat Laufzeit (2025)
100 $
abgelehntes Angebot für Ware für rund 15 $
Einkauf, Preise und Kundenkontakt — mit teuren Fehlern
Der Agent erfand ein Zahlungskonto, verkaufte unter Einkaufspreis und ließ sich Rabatte abschwatzen. Fazit von Anthropic: noch nicht einstellen, aber vieles behebbar.
Häufige Fehler
Fehler 1 · Einen Agenten bauen, wo ein Workflow reicht
Wenn du den Ablauf aufmalen kannst, brauchst du keinen Agenten. Ein Workflow ist günstiger, schneller und macht jedes Mal dasselbe. Agenten lohnen sich bei Aufgaben, deren Weg sich vorher nicht festlegen lässt.
Fehler 2 · Keine Grenzen und Freigaben
Kleine Fehler schaukeln sich bei Agenten auf, weil jeder Schritt auf dem vorigen aufbaut. Anthropic empfiehlt Tests in einer geschützten Umgebung, feste Abbruchgrenzen und menschliche Kontrollpunkte. OpenAI rät, dass bei riskanten Aktionen ein Mensch eingreift — etwa bevor eine Mail an Kunden rausgeht.
Fehler 3 · Halluzinationen unterschätzen
Ein Agent, der falsch liegt, handelt auch falsch. Und das Unternehmen haftet: 2024 musste Air Canada in Kanada für eine Erstattungsregel zahlen, die ihr Chatbot erfunden hatte. Das Gericht wies das Argument zurück, der Bot sei für sich selbst verantwortlich. Bei einem Agenten, der selbst handelt, wiegt das noch schwerer.
Fehler 4 · Kosten nicht messen
Agenten rufen das Sprachmodell oft dutzendfach pro Aufgabe auf. Leg vorher fest, was eine erledigte Aufgabe kosten darf, und miss es ab dem ersten Tag.
So startest du mit KI-Agenten
- Klein anfangen. Eine Aufgabe mit klarem Ergebnis: Leads vorqualifizieren, Recherche für einen Blogartikel, Anfragen sortieren.
- Lesen vor Schreiben. Lass den Agenten zuerst nur Vorschläge machen. Erst wenn sie stimmen, darf er selbst handeln.
- Rechte eng fassen. Nur die Werkzeuge und Daten, die er für genau diese Aufgabe braucht.
- Kennzeichnen. Spricht der Agent direkt mit Kunden, muss nach EU AI Act seit August 2026 erkennbar sein, dass es eine KI ist — außer es ist offensichtlich.
Werkzeuge gibt es für jedes Niveau: n8n und Make mit Agenten-Bausteinen, Zapier Agents, Microsoft Copilot Studio, HubSpot Breeze oder die Agent-Werkzeuge von OpenAI und Anthropic für Entwickler.
Häufige Fragen
Was ist der Unterschied zwischen einem KI-Agenten und einem Chatbot?
Ein Chatbot beantwortet Fragen im Gespräch. Ein KI-Agent verfolgt ein Ziel und handelt dafür selbst: Er nutzt Werkzeuge, ruft Daten ab, trägt etwas ein oder verschickt Nachrichten — und entscheidet dabei selbst über die nächsten Schritte.
Reicht für kleine Unternehmen nicht eine Automatisierung?
Oft ja. Wenn du den Ablauf vorher festlegen kannst, ist ein Workflow mit n8n, Make oder Zapier günstiger und verlässlicher. Ein Agent lohnt sich bei Aufgaben, die jedes Mal anders verlaufen, etwa bei freier Recherche oder sehr unterschiedlichen Kundenanfragen.
Was kostet ein KI-Agent?
Das hängt von Werkzeug und Nutzung ab. Manche Anbieter rechnen pro erledigter Aufgabe ab, HubSpot etwa mit 0,50 Dollar pro gelöstem Kundengespräch. Bei eigenen Agenten zahlst du pro Token an den Modellanbieter — und weil Agenten viele Schritte machen, summiert sich das schneller als bei einem Chat.
Darf ein KI-Agent im Namen meines Unternehmens mit Kunden sprechen?
Ja, aber nach EU AI Act muss seit August 2026 erkennbar sein, dass Kunden mit einer KI sprechen, sofern das nicht offensichtlich ist. Und für falsche Aussagen haftet dein Unternehmen. Deshalb klare Grenzen setzen und heikle Fälle an einen Menschen übergeben.
Wie verhindere ich, dass ein Agent Fehler macht?
Ganz verhindern lässt es sich nicht. Du begrenzt den Schaden: wenige Rechte, feste Abbruchgrenzen, Freigabe durch einen Menschen vor allem, was nach außen geht, und ein Protokoll jedes Schritts. Erst testen, dann schrittweise mehr Freiheit geben.
