Was ist ein KI-Agent? Erklärt für kleine und mittlere Unternehmen

Kaum ein Begriff wird 2026 so oft verwendet und so unterschiedlich verstanden wie „KI-Agent“. Für die einen ist es ein besserer Chatbot, für die anderen ein digitaler Mitarbeiter. Beides trifft es nicht ganz. Dieser Artikel erklärt, was einen KI-Agenten ausmacht, wie er sich von bekannten Werkzeugen unterscheidet und wann er sich für ein kleines oder mittleres Unternehmen lohnt.

Was einen KI-Agenten ausmacht

Ein KI-Agent besteht im Kern aus drei Teilen:

1. Einem Sprachmodell, das Texte versteht und Entscheidungen formuliert, etwa „Diese E-Mail ist eine Reklamation“.
2. Werkzeugen, die das Modell benutzen darf: eine Suche im Warenwirtschaftssystem, das Anlegen eines Tickets, das Erstellen eines Antwortentwurfs.
3. Einer Schleife aus Planen, Handeln und Prüfen: Der Agent zerlegt ein Ziel in Schritte, führt sie aus, bewertet das Zwischenergebnis und macht weiter oder bricht ab.

Der entscheidende Unterschied zu einem reinen Sprachmodell ist also nicht die Intelligenz, sondern der Zugriff: Ein Agent kann in Ihren Systemen etwas tun. Genau deshalb braucht er klare Grenzen.

KI-Agent, Chatbot oder klassische Automatisierung?

Viele Aufgaben, die heute als Agenten-Projekt angefragt werden, lassen sich günstiger und verlässlicher mit klassischer Automatisierung lösen. Die Abgrenzung hilft bei der Entscheidung:

Faustregel: Wenn Sie den Ablauf vollständig als Regeln aufschreiben können, brauchen Sie keinen Agenten. Ein Agent lohnt sich dort, wo die Eingaben jedes Mal anders aussehen und ein Mensch bisher „mal kurz draufschauen“ musste.

Wo KI-Agenten in KMU heute sinnvoll sind

Typische Einsatzfelder haben drei Eigenschaften gemeinsam: Sie kommen häufig vor, die Eingaben sind unstrukturiert, und ein Mensch kann das Ergebnis schnell prüfen.

• Anfragen vorsortieren: Eingehende E-Mails lesen, nach Anliegen einordnen, fehlende Angaben erkennen und einen Antwortentwurf vorbereiten.
• Belege und Dokumente erfassen: Lieferscheine, Rechnungen oder Formulare auslesen und die Daten im richtigen System vorschlagen.
• Angebote vorbereiten: Aus einer Kundenanfrage passende Positionen aus dem Artikelstamm zusammenstellen, die ein Mitarbeiter dann prüft.
• Interne Wissenssuche mit Aktion: Eine Frage zu einem Auftrag beantworten und gleich den Status im System nachsehen.

Grenzen und Risiken

KI-Agenten sind keine fehlerfreien Mitarbeiter. Drei Punkte sollten vor jedem Projekt geklärt sein:

Fehler im Handeln. Ein Sprachmodell kann sich irren. Bei einem Chatbot führt das zu einer falschen Antwort, bei einem Agenten unter Umständen zu einer falschen Buchung. Deshalb gehören Rechte so eng wie möglich gefasst und kritische Schritte hinter eine menschliche Freigabe.

Datenschutz. Sobald personenbezogene Daten an ein Sprachmodell gehen, gelten die üblichen Pflichten der DSGVO: Rechtsgrundlage, Auftragsverarbeitungsvertrag mit dem Anbieter und eine Prüfung, wo die Daten verarbeitet werden.

Regulierung. Die europäische KI-Verordnung (AI Act) stellt je nach Einsatzzweck unterschiedliche Anforderungen. Für die typischen Büroaufgaben oben sind die Pflichten überschaubar; wer Agenten etwa in Personalentscheidungen einsetzt, bewegt sich dagegen in einem stark regulierten Bereich.

So fangen Sie klein an

1. Eine Aufgabe auswählen, die oft vorkommt und heute spürbar Zeit kostet.
2. Den Ist-Ablauf aufschreiben: Woher kommen die Eingaben, welche Systeme sind beteiligt, wer entscheidet was?
3. Prüfen, ob Regeln reichen. Wenn ja: klassische Automatisierung. Wenn nein: Agent.
4. Mit Freigabe starten und vier Wochen lang messen, wie oft der Vorschlag ohne Änderung übernommen wird.
5. Rechte schrittweise erweitern, wenn die Quote stimmt.

So bleibt das Risiko klein, und nach wenigen Wochen haben Sie belastbare Zahlen statt Versprechen.