Blog · KI-Agenten · 25.09.2026

Blog

KI-Agenten

KI-Agent:Was er kann,was ihn vom Chatbot trennt

Ein Chatbot beantwortet Fragen, ein KI-Agent erledigt Aufgaben. Hier lesen Sie, woraus ein Agent besteht, wie er sich von Chatbot und KI-Assistent abgrenzt, wofür Unternehmen ihn einsetzen und was Sie beim Einstieg nicht unterschätzen sollten.

Direkt zur Anfrage

Auf dieser Seite

Anfrage

Nikolai Schöbel und Jeremias Burger, Co-Founder Scalableloops

Sprechen wir über Ihr Projekt.

Erst prüfen wir, ob das Vorhaben zu Ihrem Geschäftsmodell passt. Dann folgt ein Vorschlag mit Phasen und Aufwand.

KI-Agenten für Ihren Betrieb besprechen oder anrufen: +49 151 1576 5566

Blog · KI-Agenten

Ein KI-Agent ist ein Software-System, das mit Hilfe eines Sprachmodells ein vorgegebenes Ziel verfolgt und dafür selbstständig Schritte plant, Werkzeuge nutzt und das Ergebnis jedes Schritts in den nächsten einbezieht. Stellen Sie einem Chatbot eine Frage, bekommen Sie eine Antwort, und dann wartet er, bis Sie die nächste stellen. Ein KI-Assistent hilft Ihnen bei einer Aufgabe, entscheiden müssen Sie aber noch selbst. Der Agent arbeitet sie über mehrere Schritte ab, holt sich Programme und Daten dazu und schaut laufend, ob er dem Ziel näherkommt. Gerade diese Selbstständigkeit macht ihn nützlich, und sie ist eben auch der Grund, warum man ihm Grenzen setzen sollte.

In Kürze

Ein KI-Agent verfolgt ein Ziel über mehrere Schritte und nimmt sich dafür selbst die Werkzeuge, die er braucht, also Programme, Datenbanken oder das Internet.
Der Chatbot antwortet, der Agent handelt, und an dieser Selbstständigkeit hängt so ziemlich alles, was ihn nützlich macht, aber eben auch das, was schiefgehen kann.
Weit verbreitet ist das noch nicht: Laut Bitkom setzen 11 Prozent der Unternehmen, die KI nutzen oder deren Einsatz planen, schon KI-Agenten ein, weitere 29 Prozent planen es (Stand September 2026).
Ärger machen meist zu weit gefasste Berechtigungen und manipulierte Eingaben, weshalb bei folgenreichen Schritten besser ein Mensch freigibt.

Veröffentlicht 25.09.2026Nikolai Schöbel und Jeremias BurgerLesezeit 9 min

Nikolai Schöbel und Jeremias Burger

Co-Founder der Scalableloops GmbH. Nikolai Schöbel verantwortet Online-Marketing und KI-Strategie, Jeremias Burger die KI-Architektur. Beide bauen und schulen KI-Systeme im eigenen Agenturalltag.

Auf dieser Seite

Was ist ein KI-Agent?
Woraus besteht ein KI-Agent?
Worin unterscheidet sich ein KI-Agent vom Chatbot und vom KI-Assistenten?
Wofür setzen Unternehmen KI-Agenten heute ein?
Wo liegen die Grenzen und Risiken von KI-Agenten?
Was unterschätzen Unternehmen, wenn sie einen KI-Agenten selbst erstellen?
Wie finden Sie heraus, ob sich ein KI-Agent für Ihr Unternehmen lohnt?
Häufige Fragen
So prüfen Sie den Einsatz eines KI-Agenten
Woher die Angaben auf dieser Seite stammen

Begriff

Was ist ein KI-Agent?

Im Kern zerlegt ein KI-Agent eine Aufgabe selbst in Schritte und erledigt sie mit den Werkzeugen, die er gerade zur Hand hat. IBM sieht es ähnlich und beschreibt einen Agenten als System, das Aufgaben autonom erledigt, indem es sich mit den vorhandenen Werkzeugen eigene Arbeitsabläufe zurechtlegt. Google Cloud macht es an drei Merkmalen fest, die wir hier einfach übernehmen: Agenten verfolgen Ziele im Auftrag eines Nutzers, sie planen und schlussfolgern (und haben dabei ein Gedächtnis), und sie haben einen gewissen Spielraum, selbst zu entscheiden.

Uns hilft allerdings eine andere Unterscheidung mehr, und zwar die, die das KI-Unternehmen Anthropic im Dezember 2024 veröffentlicht hat. Anthropic trennt Workflows, in denen Sprachmodell und Werkzeuge über fest vorgegebene Abläufe zusammenarbeiten, von Agenten, bei denen das Sprachmodell selbst steuert, welche Schritte es in welcher Reihenfolge geht und welche Werkzeuge es dafür nimmt. Legt man diese Trennung an, sind viele Produkte, die heute als Agent verkauft werden, eigentlich Workflows. Schlimm ist das nicht (für klar umrissene Aufgaben sind feste Abläufe oft sogar verlässlicher).

Für den Mittelstand heißt das aus unserer Sicht: Ob auf einem System „Agent“ steht, ist ziemlich nebensächlich. Interessanter ist, wie viel es selbst entscheiden darf und an welcher Stelle ein Mensch eingreift.

Aufbau

Woraus besteht ein KI-Agent?

Von welchem Anbieter ein Agent auch stammt, vier Bausteine finden Sie bei jedem wieder. Anthropic beschreibt den Kern als Sprachmodell, das um den Abruf von Informationen, um Werkzeuge und um ein Gedächtnis erweitert wurde und in einer Schleife läuft: Es handelt, schaut sich an, was dabei herauskam, und entscheidet danach über den nächsten Schritt.

01
01
Modell
Ein großes Sprachmodell übernimmt das Verstehen und Planen. Es liest die Aufgabe, zerlegt sie in Teilschritte und formuliert Zwischenergebnisse. Die Qualität des Agenten hängt stark davon ab, wie gut das Modell zur Aufgabe passt.
02
02
Ziel
Der Agent braucht einen klaren Auftrag mit einem erkennbaren Ende, etwa „alle offenen Anfragen dieser Woche nach Dringlichkeit sortieren“. Ohne definiertes Ziel und Abbruchbedingung weiß der Agent nicht, wann er fertig ist.
03
03
Werkzeuge
Werkzeuge sind alles, womit der Agent über Text hinaus handeln kann: eine Suche, eine Datenbankabfrage, ein Kalender, ein Warenwirtschaftssystem, das Versenden eines Entwurfs. Erst die Werkzeuge machen aus einem Gesprächspartner einen Handelnden.
04
04
Rückmeldung
Nach jedem Schritt bekommt der Agent eine Rückmeldung aus seiner Umgebung, zum Beispiel das Ergebnis einer Abfrage oder eine Fehlermeldung. Anthropic nennt das die Grundwahrheit, an der der Agent seinen Fortschritt misst. Dazu gehören auch Haltepunkte, an denen ein Mensch prüft.

Vergleich

Worin unterscheidet sich ein KI-Agent vom Chatbot und vom KI-Assistenten?

Am Ende läuft es auf die Frage hinaus, wie selbstständig das System arbeiten darf. Google Cloud sortiert die drei Formen nach ihrer Autonomie. Am wenigsten autonom sind Bots, die meist vorprogrammierten Regeln folgen; KI-Assistenten reagieren immerhin auf Anfragen und können Handlungen empfehlen, die Entscheidung trifft aber der Nutzer, und erst KI-Agenten haben den höchsten Grad an Autonomie, können also eigenständig entscheiden, um ein Ziel zu erreichen. IBM schiebt noch nach, dass Chatbots ohne Werkzeuge, Gedächtnis und Schlussfolgern nur kurzfristige Ziele erreichen und nicht vorausplanen können.

In der Praxis verschwimmen die Grenzen allerdings. Moderne Chatbots können auch einzelne Werkzeuge aufrufen, und umgekehrt läuft mancher Agent ganz unscheinbar in einem Chatfenster. Die Übersicht zeigt deshalb typische Ausprägungen, keine festen Schubladen.

Merkmal	Chatbot	KI-Assistent	KI-Agent
Grundprinzip	Beantwortet Fragen nach Regeln oder aus einem Modell	Unterstützt Sie Schritt für Schritt bei einer Aufgabe	Erledigt eine Aufgabe über mehrere Schritte selbst
Wer entscheidet	Die Regeln oder der Nutzer	Der Nutzer	Der Agent im vorgegebenen Rahmen
Werkzeuge	Keine oder wenige	Einzelne, meist in einem Programm eingebettet	Mehrere, je nach Aufgabe kombiniert
Planung	Keine, eine Antwort je Frage	Gering, folgt Ihren Anweisungen	Zerlegt das Ziel selbst in Teilschritte
Typische Aufgabe	Häufige Fragen auf der Website beantworten	Text entwerfen, Tabelle auswerten, Mail formulieren	Anfragen sortieren, Daten zusammentragen, Entwurf vorbereiten
Risiko	Falsche oder erfundene Antwort	Falscher Vorschlag, den der Nutzer übernimmt	Falsche Handlung mit Folgen in anderen Systemen

Einsatz

Wofür setzen Unternehmen KI-Agenten heute ein?

In deutschen Unternehmen sind KI-Agenten angekommen, verbreitet sind sie aber noch nicht. Bitkom hat dafür 603 Unternehmen ab 20 Beschäftigten repräsentativ befragt und das Ergebnis am 14. September 2026 veröffentlicht: 57 Prozent der Unternehmen setzen KI ein. Unter den Unternehmen, die KI nutzen oder den Einsatz planen oder diskutieren, nutzen 11 Prozent bereits KI-Agenten, 29 Prozent planen den Einsatz und 31 Prozent diskutieren ihn. Was uns daran auffällt: Geplant und diskutiert wird weit mehr, als schon läuft.

Am häufigsten arbeitet KI laut derselben Befragung im Kundenkontakt, etwa bei der Bearbeitung von Anfragen (72 Prozent der KI-Anwender), und in Marketing und Kommunikation (54 Prozent). Dort liegen auch die naheliegenden Aufgaben für Agenten, weil viele Vorgänge aus mehreren gleichartigen Schritten bestehen: Man liest eine Anfrage, schlägt die Kundendaten nach, bereitet einen Antwortentwurf vor und schlägt einen Termin vor.

Anthropic nennt als Faustregel Probleme, bei denen man die Zahl der nötigen Schritte nicht vorhersagen und keinen festen Ablauf programmieren kann. Wiederholt sich eine Aufgabe dagegen immer gleich, fährt man mit einem festen Workflow meist besser. Gute Kandidaten sind im Unternehmen also vor allem Aufgaben, bei denen jemand Informationen aus mehreren Quellen zusammentragen und bewerten muss, bevor ein Mensch entscheidet.

11 %

der Unternehmen, die KI nutzen oder den Einsatz planen oder diskutieren, setzen bereits KI-Agenten ein.

Bitkom, September 2026

Risiken

Wo liegen die Grenzen und Risiken von KI-Agenten?

Am gefährlichsten wird es dort, wo ein Agent mehr darf, als seine Aufgabe verlangt. Die Sicherheitsorganisation OWASP führt dieses Problem in ihrer Liste der wichtigsten Risiken für KI-Sprachmodell-Anwendungen 2025 als „Excessive Agency“, also zu viel Handlungsspielraum. OWASP nennt dafür als Ursachen Werkzeuge mit unnötigen Funktionen, zu weit gefasste Berechtigungen und folgenreiche Handlungen ohne menschliche Freigabe, und empfiehlt entsprechend, Berechtigungen auf das Nötigste zu beschränken und bei folgenreichen Aktionen einen Menschen freigeben zu lassen.

Das zweite Risiko sind manipulierte Eingaben, und die stehen auf Platz eins derselben OWASP-Liste, unter dem Namen Prompt Injection. In der indirekten Form versteckt ein Angreifer Anweisungen in Inhalten, die der Agent später liest, etwa auf einer Website oder in einer Datei. Das Bundesamt für Sicherheit in der Informationstechnik bezeichnet indirekte Prompt Injections als intrinsische Schwachstelle anwendungsintegrierter Sprachmodelle, also als etwas, das in der Bauart selbst steckt. Je mehr ein Agent liest und je mehr er darf, desto wichtiger wird diese Grenze.

Und dann steckt längst nicht überall ein Agent drin, wo Agent draufsteht. Das Marktforschungsunternehmen Gartner nennt das „Agent Washing“: Bestehende Produkte wie KI-Assistenten, Automatisierungssoftware oder Chatbots bekommen einen neuen Namen, ohne nennenswerte Agentenfähigkeiten mitzubringen. Gartner schätzt, dass von den Tausenden Anbietern, die sich Agentenanbieter nennen, nur rund 130 Agentenfunktionen bieten, die diesen Namen verdienen. Nachprüfen können wir die Zahl nicht, aber selbst wenn sie nur ungefähr hinkommt, lohnt bei jeder Produktvorführung ein zweiter Blick.

Dazu kommen rechtliche Pflichten. Seit dem 2. August 2026 müssen KI-Systeme, die direkt mit Menschen interagieren, diese nach Artikel 50 der KI-Verordnung darüber informieren, dass sie mit einer KI sprechen, sofern das nicht offensichtlich ist. Was das für Chatbots und Agenten im Kundenkontakt bedeutet, lesen Sie im Beitrag zur KI-Kennzeichnungspflicht für Chatbots.

Selbst bauen

Was unterschätzen Unternehmen, wenn sie einen KI-Agenten selbst erstellen?

Einen ersten Agenten klickt man heute schnell zusammen. Ihn verlässlich im Betrieb laufen zu lassen, ist dann eine ganz andere Geschichte, und Gartner sieht das eher skeptisch: Im Juni 2025 hat das Unternehmen vorausgesagt, dass bis Ende 2027 mehr als 40 Prozent der Projekte mit agentischer KI eingestellt werden, und als Gründe steigende Kosten, unklaren geschäftlichen Nutzen und unzureichende Risikokontrollen genannt.

Der Aufwand steckt in Daten und Anbindung, nicht im Modell. Fragt man KI-Anwender nach den großen Kostenpunkten, wie es Bitkom im September 2026 getan hat, landet ganz vorn die Infrastruktur, also Cloud und Rechenleistung (51 Prozent), dicht dahinter die Aufbereitung von Daten (50 Prozent) und dann die Integration in bestehende Systeme (41 Prozent). Das deckt sich mit dem, was man sich ohnehin denken kann: Arbeitet ein Agent mit veralteten oder verstreuten Daten, entscheidet er schlecht, und daran ändert auch das beste Modell wenig.

Mehr Selbstständigkeit kostet Zeit und Geld. Anthropic weist selbst darauf hin, dass agentische Systeme oft Geschwindigkeit und Kosten gegen bessere Ergebnisse eintauschen, und rät, mit der einfachsten Lösung anzufangen und erst dann mehr Komplexität draufzupacken, wenn man sie wirklich braucht. Wir lesen das so, dass längst nicht jede Aufgabe einen Agenten braucht, auch wenn das Wort gerade auf erstaunlich vielen Produkten klebt.

Berechtigungen und Freigaben werden zu spät geplant. Welche Programme darf der Agent lesen, welche verändern, und was darf er nie ohne Freigabe tun? Diese Fragen gehören an den Anfang, nicht ans Ende. Dazu kommt einiges, das im Prototyp noch keine Rolle spielt: wo die Daten laufen, was passiert, wenn der KI-Anbieter seine Preise oder Modelle ändert, und wer im Team überhaupt versteht, was der Agent da tut. Wie Ihr Team diese Kompetenz aufbaut, ist Thema unserer KI-Schulung; welche Pflichten die KI-Verordnung dabei vorsieht, lesen Sie im Beitrag zur KI-Schulungspflicht nach Artikel 4.

Entscheidung

Wie finden Sie heraus, ob sich ein KI-Agent für Ihr Unternehmen lohnt?

Am schnellsten klärt sich das, wenn Sie nicht auf die Technik schauen, sondern auf einen einzelnen Vorgang, am besten einen, der regelmäßig anfällt, über mehrere Schritte und mehrere Programme läuft und heute Fachkräfte Zeit kostet. Beschreiben Sie dann, woran Sie ein gutes Ergebnis erkennen und wo ein Mensch entscheiden muss. Lässt sich der Ablauf vorab komplett festlegen, reicht oft schon eine klassische Automatisierung.

Ob sich ein Agent lohnt, hängt zu einem guten Teil am Rahmen, in dem er arbeitet, und für genau diesen Rahmen ist unser KI-Agentensystem für Unternehmen gemacht. Es läuft auf Ihrem Server, ist nicht an einen einzelnen KI-Anbieter gebunden und arbeitet mit den Programmen, die bei Ihnen ohnehin schon laufen. Die Abläufe Ihres Betriebs kennt es auch. Am wichtigsten ist uns aber etwas anderes: Bevor etwas Ihr Haus verlässt, gibt ein Mensch frei.

Wer erst einmal ein Gefühl dafür bekommen möchte, was KI im eigenen Arbeitsalltag überhaupt leisten kann, ist mit einer KI-Schulung für das Team vermutlich besser bedient. Über einen Agenten entscheiden Sie danach aus eigener Erfahrung, und nicht, weil ein Werbeversprechen gut klang.

Häufige Fragen

Was sind KI-Agenten in einfachen Worten?

Programme, die mit Hilfe eines Sprachmodells ein Ziel verfolgen und die Schritte dorthin, meist sind es mehrere, selbst ausführen. Unterwegs greifen sie auf Werkzeuge zurück (eine Datenbank, eine Suchfunktion, die Unternehmenssoftware) und schauen nach jedem Schritt, ob sie dem Ziel näher gekommen sind.

Was ist der Unterschied zwischen KI-Agent und Chatbot?

Einen Chatbot fragen Sie etwas, er antwortet, und dann passiert nichts, bis Sie wieder tippen. Einem Agenten geben Sie dagegen eine ganze Aufgabe, die er über mehrere Schritte abarbeitet, wobei er sich die nötigen Werkzeuge selbst nimmt und im vorgegebenen Rahmen entscheidet, was als Nächstes dran ist.

Ist jede Automatisierung mit KI ein KI-Agent?

Nein, auch wenn das gern durcheinandergeht. Läuft eine Aufgabe über einen fest vorgegebenen Ablauf, spricht man eher von einem Workflow; ein Agent entscheidet dagegen selbst, welche Schritte er in welcher Reihenfolge geht. Für Produkte, die als Agent verkauft werden, obwohl ihnen genau das fehlt, hat Gartner übrigens den Begriff „Agent Washing“.

Welche Beispiele für KI-Agenten gibt es im Unternehmen?

Am ehesten dort, wo Informationen aus mehreren Quellen zusammenkommen müssen, etwa bei einer Anfrage, zu der erst jemand die Kundendaten heraussuchen muss, bevor ein Antwortentwurf entstehen kann. Das passt zur Bitkom-Befragung, nach der KI in Unternehmen heute am häufigsten im Kundenkontakt und in Marketing und Kommunikation steckt.

Kann ich einen KI-Agenten selbst erstellen?

Einen einfachen schon, und das geht mit heutigen Werkzeugen erstaunlich schnell. Mühsam wird der verlässliche Betrieb, weil er mehr braucht als ein gutes Modell: saubere Daten, eine Anbindung an die bestehenden Systeme, eng gefasste Berechtigungen, Freigaben durch Menschen und Tests mit echten Fällen. Anthropic rät nicht umsonst, mit der einfachsten Lösung anzufangen.

Darf ein KI-Agent ohne Kennzeichnung mit Kunden kommunizieren?

Nein, jedenfalls nicht, solange Ihre Kunden nicht ohnehin merken, dass sie mit einer KI sprechen. Seit dem 2. August 2026 verlangt Artikel 50 der KI-Verordnung, dass Menschen es erfahren, wenn sie direkt mit einem KI-System zu tun haben.

Was jetzt

So prüfen Sie den Einsatz eines KI-Agenten

01
Vorgang auswählen
Nehmen Sie eine Aufgabe, die immer wieder anfällt, an der mehrere Schritte und Programme hängen und die Ihr Team heute spürbar Zeit kostet.
02
Ziel und Ende festlegen
Schreiben Sie auf, woran Sie ein gutes Ergebnis erkennen und wann die Aufgabe als erledigt gilt.
03
Rechte und Freigaben klären
Klären Sie, was der Agent lesen und was er verändern darf, und vor allem, was er nie ohne menschliche Freigabe tun soll.
04
Team vorbereiten
Wer mit dem Agenten arbeitet, sollte wissen, was er tut und wo seine Grenzen liegen, sonst prüft am Ende niemand seine Ergebnisse vernünftig nach.

Unser Eindruck: Ein KI-Agent lebt am Ende weniger vom Modell als vom Rahmen, den Sie ihm geben (ein klares Ziel, saubere Daten, eng gefasste Rechte), und von dem Menschen, der an den entscheidenden Stellen freigibt.