Agentische KI im Unternehmen: Was KI-Agenten heute leisten und wo Sie die Kontrolle behalten müssen

KI-Agenten, also Sprachmodelle, die mehrschrittige Aufgaben selbstständig planen und ausführen, sind mit der jüngsten Modellgeneration, zuletzt dem Grok-Release von xAI, leistungsfähiger und günstiger geworden. Für die Geschäftsführung ist das Chance und Falle zugleich: Die Technik ist reif für klar umrissene Routineaufgaben, aber jedes Release verschiebt auch die Fehlerprofile, und wer Agenten ohne Kontrollpunkte in Geschäftsprozesse lässt, bekommt die Fehler in Serie.

Was agentische KI ist und wo sie sich von einem Chatbot unterscheidet

Ein Chatbot antwortet auf eine Eingabe. Ein Agent bekommt ein Ziel, zerlegt es in Schritte, ruft Werkzeuge auf, etwa eine Datenbankabfrage oder eine Schnittstelle zum ERP, prüft das Zwischenergebnis und korrigiert, wenn etwas fehlt. Er beantwortet also nicht die Frage „Wo ist meine Lieferung?", sondern sucht die Auftragsnummer, fragt das Logistiksystem ab, formuliert die Antwort und legt sie zur Freigabe vor. Genau diese Kette macht Agenten für Routineabläufe interessant und zugleich riskanter als jeden Chatbot: Ein Fehler im dritten Schritt wandert unbemerkt in den vierten.

Was die neue Modellgeneration verändert hat

Die Modelle der jüngsten Generation schneiden in Tests, die reale Arbeitsaufgaben nachstellen, deutlich besser ab als ihre Vorgänger, vor allem bei mehrschrittigen Kundendialogen und beim genauen Befolgen von Anweisungen. Zugleich sind die Preise je verarbeitetem Text gesunken. Aufgaben, die vor kurzem noch zu teuer für den Dauerbetrieb waren, rechnen sich jetzt. Das ist die gute Nachricht.

Die weniger gute steht im selben Testbericht: Beim Grok-Release stieg die Genauigkeit bei Wissensfragen, aber die Neigung zu erfundenen Antworten nahm gegenüber dem Vorgänger zu. Beide Werte bewegen sich mit jedem Release, und nicht immer in dieselbe Richtung. Wer einen Agenten heute auf ein Modell festlegt, hat morgen ein anderes Fehlerprofil im Betrieb, ohne dass jemand etwas geändert hat.

KI im Mittelstand konkret umsetzen: welche Aufgaben sich für Agenten eignen

Geeignet sind Aufgaben mit hohem Wiederholungsgrad, klaren Erfolgskriterien und einem überschaubaren Schaden, wenn etwas schiefgeht. Der Erstkontakt im Kundensupport, bei dem der Agent Daten zusammenträgt und eine Antwort vorbereitet. Die Aufbereitung eingehender Bestellungen aus unstrukturierten E-Mails in Datensätze. Die Vorbereitung von Berichten aus mehreren Systemen. In all diesen Fällen lässt sich jedes Ergebnis prüfen, bevor es wirkt.

Ungeeignet sind Aufgaben, bei denen ein einzelner falscher Fakt teuer wird und niemand ihn vorher sieht: Zusagen gegenüber Kunden, Zahlungsfreigaben, Änderungen an Stammdaten. Nicht, weil Agenten das technisch nicht könnten, sondern weil der Kontrollpunkt fehlt, an dem der Fehler noch auffällt.

Kontrolle behalten: die Architektur entscheidet, nicht das Modell

Ein Agent im Betrieb braucht vier Dinge, die mit dem Modell nichts zu tun haben. Werkzeuge mit engen Rechten: Der Agent liest aus dem ERP, schreibt aber nicht hinein, solange kein Mensch freigegeben hat. Validierung: Ergebnisse werden gegen Regeln geprüft, bevor sie weiterwandern, etwa ob eine Auftragsnummer überhaupt existiert. Protokolle: Jeder Schritt, jede Werkzeugnutzung, jede Modellantwort wird gespeichert, damit sich später nachvollziehen lässt, warum der Agent so entschieden hat. Und Austauschbarkeit: Das Modell hängt hinter einer Schnittstelle, sodass Sie es wechseln können, wenn das nächste Release das Fehlerprofil verschiebt oder ein günstigeres Modell dieselbe Arbeit macht.

Wer diese vier Punkte hat, kann ein neues Modell gefahrlos ausprobieren. Wer sie nicht hat, testet in der Produktion.

Kosten und Nutzen ehrlich rechnen

Die gesunkenen Modellpreise machen den Einsatz ab mittleren Volumen wirtschaftlich, aber der Modellpreis ist nur ein Teil der Rechnung. Dazu kommen die Integration in Ihre Systeme, der Aufbau der Kontrollpunkte und der Betrieb. Dagegen steht die Arbeitszeit, die heute in die Aufgabe fließt, und der Wert schnellerer Antworten. Diese Rechnung lässt sich für eine konkrete Aufgabe an einem Nachmittag aufstellen; für „KI im Unternehmen" als Ganzes lässt sie sich gar nicht aufstellen. Fangen Sie deshalb mit einer Aufgabe an.

Häufige Fragen zu KI-Agenten im Unternehmen

Sind KI-Agenten für regulierte Branchen geeignet?

Ja, mit Einschränkungen. Die Neigung zu erfundenen Antworten verlangt Validierung und menschliche Freigabe an jedem Punkt, an dem eine Entscheidung wirkt. Für Aufgaben mit hohen Anforderungen an Faktentreue kann ein konservativeres Modell die bessere Wahl sein als das jüngste.

Welche Kosten entstehen?

Nutzungsabhängige Modellkosten je verarbeitetem Text, dazu einmalig die Integration und laufend der Betrieb. Die Modellkosten sind der am leichtesten zu senkende Teil.

Wie integrieren Sie einen Agenten in die bestehende IT?

Über Schnittstellen zu den Systemen, aus denen der Agent liest, mit klar begrenzten Rechten, Protokollierung und einem Rückfallweg, falls das Modell nicht antwortet. Die Architektur ist das Projekt, das Modell ist ein Baustein darin.

Wählen Sie eine Aufgabe in Ihrem Unternehmen, die täglich in ähnlicher Form anfällt und deren Ergebnis ein Mensch in wenigen Sekunden prüfen kann. Mit dieser Aufgabe buchen Sie den kostenlosen Potenzial-Check, eine halbe Stunde, in der wir gemeinsam einschätzen, ob ein Agent sie übernehmen kann und welche Kontrollpunkte dafür nötig sind.