Die meisten Gespräche über KI-Agenten drehen sich um die falsche Frage. Gefragt wird, wie schlau der Agent ist. Entscheidend ist aber, was er anfassen darf.

Ein Chatbot antwortet. Ein Assistent entwirft. Ein Agent handelt — er liest deine Systeme, löst Schritte aus und schreibt Ergebnisse zurück. Der Sprung liegt nicht im Sprachmodell, sondern in den Rechten.

Dieser Artikel zeigt dir, worin der Unterschied im Alltag besteht, was ein Agent braucht, bevor er etwas bringt, und in welcher Reihenfolge du ihn einführst.

Chatbot, Assistent, Agent — drei verschiedene Dinge

Die drei Begriffe werden durcheinandergeworfen, obwohl sie unterschiedliche Dinge beschreiben und unterschiedliche Vorbereitung brauchen.

Ein Chatbot führt ein Gespräch. Er kennt Fragen und Antworten, oft nach festen Regeln, und endet dort, wo das Gespräch endet. Er weiss nichts über den Stand einer Bestellung, ausser jemand hat ihn angebunden.

Ein Assistent arbeitet mit dir am Text. Er formuliert, fasst zusammen, gliedert — und übergibt dir das Ergebnis. Du entscheidest, was damit geschieht. Genau hier stehen die meisten Betriebe heute.

Ein Agent übernimmt den Ablauf. Er nimmt ein Ereignis entgegen, holt sich Kontext aus deinen Systemen, entscheidet innerhalb der Regeln, die du gesetzt hast, führt Schritte aus und legt das Ergebnis dort ab, wo es hingehört.

Der Unterschied ist damit kein gradueller. Ein Assistent, der schreibt, kann höchstens einen schlechten Text liefern. Ein Agent, der schreibt und versendet, kann einen schlechten Text an deinen Kunden schicken. Deshalb ist die Rechtevergabe der eigentliche Entwurf, nicht die Auswahl des Modells.

Was ein KI-Agent tatsächlich tut

Hinter einem Agenten steht eine Schleife, die sich so lange wiederholt, bis eine Abbruchbedingung erfüllt ist: Lage erfassen, nächsten Schritt wählen, Schritt ausführen, Ergebnis prüfen.

Der letzte Teil ist der, an dem sich brauchbare von unbrauchbaren Agenten trennen. Ein Agent, der nach jedem Schritt prüft, ob er dem Ziel nähergekommen ist, merkt, wenn er sich verrannt hat. Ein Agent ohne diese Prüfung wiederholt seinen Fehler mit grosser Ausdauer.

Deshalb gehören zu jedem produktiven Agenten drei Dinge, die nichts mit KI zu tun haben: eine Obergrenze für Versuche, ein Protokoll über alles, was er getan hat, und ein definierter Punkt, an dem er abgibt.

Das Muster, in das sich diese Schleife einbettet, ist in jeder belastbaren Automatisierung dasselbe — Signal, Anreicherung, Freigabe, Ablage, Ausführung. Wie es sich auf konkrete Abläufe anwenden lässt, steht in unserem Artikel zu KI im Unternehmen einsetzen.

Was ein Agent braucht, bevor er etwas bringt

Ein Agent ist nur so gut wie das, worauf er zugreift. Vier Voraussetzungen entscheiden darüber, ob am Ende Entlastung steht oder ein teures Experiment:

  • Ein abgegrenzter Ablauf. Nicht «unser Kundenservice», sondern «eingehende Terminanfragen per Mail». Was du nicht in drei Sätzen beschreiben kannst, kann auch niemand automatisieren.
  • Erreichbare Systeme. CRM, ERP, Mail und Ablage brauchen eine Schnittstelle. Wo Daten nur in einer Oberfläche liegen, endet der Agent an derselben Stelle wie dein Team.
  • Geordnete Berechtigungen. Ein Agent bekommt eigene Zugangsdaten und nur die Rechte, die der Ablauf verlangt. Wer ihn unter dem Konto der Geschäftsführung laufen lässt, gibt ihm das ganze Haus.
  • Eine Stelle, die freigibt. Alles mit Aussenwirkung — Mails, Publikationen, Zahlungen — braucht einen Menschen davor.

Die ersten beiden Punkte sind Vorarbeit, keine KI-Arbeit. Sie fallen ohnehin an, sobald Systeme miteinander reden sollen, und sie sind der Grund, warum Projekte länger dauern als geplant. Wie diese Anbindung aussieht, gehört zur Division ALPENIQ AI.

Wo Agenten heute tragen

Die belastbaren Einsätze haben ein gemeinsames Muster: Der Ablauf wiederholt sich, er kostet messbar Zeit, und niemand trifft dabei eine echte Ermessensentscheidung.

Im Kundenkontakt erfasst ein Agent eingehende Anfragen strukturiert, ordnet sie zu und legt eine Antwort zur Freigabe bereit. Im Backoffice liest er Rechnungen und Formulare aus, gleicht sie mit dem System ab und meldet Abweichungen.

Im Vertrieb hält er das CRM aktuell, bereitet Nachfassnachrichten vor und sammelt vor einem Termin zusammen, was über den Gesprächspartner bekannt ist. Im Wissensmanagement beantwortet er interne Fragen zu Prozessen und Richtlinien mit Verweis auf die Quelle.

Was heute nicht trägt, ist ebenso klar: alles, was Ermessen verlangt, alles, was selten vorkommt, und alles, wo ein Fehler teuer und schwer rückgängig zu machen ist. Preisverhandlungen, Kündigungen, Offerten mit Sonderkonditionen gehören zu Menschen.

Eine ausführliche Liste möglicher Abläufe, geordnet nach Abteilung, findest du in unserem Beitrag zu ChatGPT für Unternehmen. Hier geht es um die Frage davor: Was macht einen Ablauf überhaupt agentenfähig?

Die Freigabe ist keine Bremse

Der häufigste Einwand gegen die menschliche Freigabe lautet, sie hebe den Zeitgewinn wieder auf. Das stimmt nicht, weil sie an einer anderen Stelle sitzt als die Arbeit.

Der Aufwand steckt im Zusammensuchen: Wer hat wann was geschrieben, was steht im CRM, was wurde zuletzt geliefert. Genau das übernimmt der Agent. Was bleibt, ist ein Blick auf ein fertiges Ergebnis — Sekunden statt Minuten.

Dazu kommt ein zweiter Effekt, der oft unterschätzt wird: Die Freigabe erzeugt Trainingsmaterial. Jede Korrektur zeigt, wo der Agent danebenliegt, und macht die nächste Fassung besser.

Ohne Freigabe verschiebt sich das Risiko nur. Ein Agent, der selbstständig an Kunden schreibt, macht seine Fehler öffentlich, und der Aufwand zur Reparatur ist um ein Vielfaches höher als die Prüfung gewesen wäre.

Vier Fehler, die den Start kosten

Das Werkzeug vor dem Ablauf wählen. Wer mit einer Plattform beginnt und danach Aufgaben dafür sucht, zahlt monatelang für ein Abo, das niemand braucht. Erst der Ablauf, dann das Werkzeug.

Zu breit anfangen. «Wir automatisieren den Kundenservice» ist kein Projekt, sondern ein Vorhaben. Ein Agent, der eine einzige Anfrageart sauber bearbeitet, ist mehr wert als einer, der alles halb kann.

Kein System of Record. Wenn das Ergebnis in einem Chatverlauf endet statt im CRM, ist es nach zwei Wochen verschwunden. Der Agent muss dorthin schreiben, wo die Wahrheit liegt.

Kein Protokoll. Ohne Aufzeichnung, welcher Schritt wann mit welchem Ergebnis lief, lässt sich ein Fehlverhalten weder erklären noch abstellen. Das Protokoll ist keine Kür, es ist die Bedingung dafür, dass du dem Agenten mehr Rechte geben kannst.

Die Einführung in vier Schritten

  1. Einen Ablauf auswählen. Wiederholt, zeitintensiv, ohne Ermessen. Miss vorher, wie lange er heute dauert — sonst kannst du den Nutzen später nicht belegen.
  2. Den Ablauf beschreiben. Auslöser, Zwischenschritte, Ausnahmen, Ergebnis. Diese Beschreibung ist die eigentliche Arbeit; ist sie sauber, ist die Umsetzung überschaubar.
  3. Klein bauen und begleiten. Der Agent arbeitet zuerst mit Freigabe bei jedem Schritt. Erst wenn seine Vorschläge über Wochen tragen, wandert die Freigabe an das Ende des Ablaufs.
  4. Erweitern statt ersetzen. Läuft der erste Ablauf, kommt der nächste dazu — mit derselben Struktur. So entsteht ein System, das dein Team versteht, statt einer Sammlung von Einzellösungen.

Wenn dein Betrieb in Microsoft 365 arbeitet, beginnt der Weg oft dort, weil Mail, Kalender und Ablage bereits zusammenhängen. Was in dieser Umgebung ohnehin bereitsteht, steht in unserem Artikel zu Microsoft 365 für KMU.

Fazit

KI-Agenten sind kein besseres Sprachmodell, sondern Software mit Zugriff auf deine Systeme. Damit verschiebt sich die Frage von «Wie gut ist die KI?» zu «Welche Rechte gebe ich ihr, und wer prüft das Ergebnis?».

Betriebe, die klein anfangen, den Ablauf vor dem Werkzeug klären und die Freigabe behalten, bekommen Entlastung im Alltag. Betriebe, die mit der Plattform beginnen, bekommen ein Abo.

Wenn du wissen willst, welcher Ablauf in deinem Betrieb als Erster infrage kommt, schauen wir ihn gemeinsam an. Welche Agenten wir dafür bauen, steht bei der Leistung KI-Agenten — besprechen lässt es sich am einfachsten in einem kostenlosen Strategiegespräch.

Häufig gestellte Fragen (FAQ)

Was ist ein KI-Agent?

Ein KI-Agent ist ein Programm, das einen Ablauf selbstständig bearbeitet: Es nimmt ein Ereignis entgegen, holt sich Kontext aus deinen Systemen, entscheidet innerhalb vorgegebener Regeln und führt Schritte aus. Der Unterschied zu einem Assistenten liegt nicht in der Intelligenz, sondern im Zugriff auf Systeme und in den Rechten, die er dabei hat.

Was ist der Unterschied zwischen ChatGPT und einem KI-Agenten?

ChatGPT ist ein Sprachmodell — es formuliert, fasst zusammen und beantwortet Fragen. Ein Agent nutzt ein solches Modell als Bauteil, verbindet es aber mit Zugriff auf Mail, CRM oder Ablage und mit der Berechtigung, dort etwas auszulösen. Das Modell denkt, der Agent handelt.

Für welche Betriebe lohnen sich KI-Agenten?

Für Betriebe mit wiederkehrenden Abläufen, die messbar Zeit kosten und in denen niemand abwägen muss. Die Grösse ist zweitrangig; entscheidend ist, ob die betroffenen Systeme über eine Schnittstelle erreichbar sind. Wo Daten nur in einer Oberfläche liegen, kommt zuerst die Anbindung, dann der Agent.

Lassen sich KI-Agenten an bestehende Systeme anbinden?

In der Regel ja. CRM-, ERP- und Microsoft-365-Umgebungen bieten Schnittstellen, über die ein Agent lesen und schreiben kann. Der Aufwand liegt selten in der Anbindung selbst, sondern in der Frage, welche Daten sauber genug sind, um darauf Entscheidungen zu stützen.

Wie viel Kontrolle bleibt beim Unternehmen?

So viel, wie du festlegst. Ein Agent bekommt eigene Zugangsdaten, nur die Rechte des jeweiligen Ablaufs und ein Protokoll über jeden Schritt. Alles mit Aussenwirkung — Mailversand, Publikation, Zahlung — bleibt hinter einer menschlichen Freigabe.

Wie unterstützt ALPENIQ bei der Einführung?

Wir sehen uns die bestehenden Abläufe an, wählen mit dir den ersten aus, binden die nötigen Systeme an und bauen den Agenten so, dass jeder Schritt nachvollziehbar bleibt. Danach begleiten wir den Betrieb — inklusive der Nachjustierung, ohne die kein Agent über Monate trägt.