Inhalt dieser Seite
Beispiel aus der Praxis
Ein Versicherungsmakler lässt einen KI-Agenten jeden Montag die Websites von zehn Versicherern auf neue Tarifbedingungen prüfen, Änderungen zusammenfassen und als Entwurf ins Team-Postfach legen. Welche Seiten er öffnet und was davon relevant ist, entscheidet der Agent selbst.
Ein reiner Chatbot würde auf dieselbe Bitte nur erklären, wie man vorgeht. Die Bewertung der Änderungen und die Kommunikation mit Kunden bleiben auch beim Agenten in der Hand des Menschen.
Wie funktioniert ein KI-Agent?
Ein KI-Agent arbeitet in einer Schleife aus Planen, Handeln und Prüfen. Das Sprachmodell entscheidet, welcher Schritt als Nächstes sinnvoll ist, ruft dafür ein Tool auf, wertet das Ergebnis aus und plant weiter, bis die Aufgabe erledigt ist oder eine Freigabe nötig wird.
- Modell: ein großes Sprachmodell, das Anweisungen versteht und Entscheidungen trifft.
- Tools: Websuche, Browsersteuerung, Dateizugriff, E-Mail, CRM oder andere Programme über Schnittstellen.
- Kontext und Gedächtnis: Informationen zur Aufgabe, zu früheren Schritten und zu Regeln des Unternehmens.
- Leitplanken: Berechtigungen, Budgetgrenzen und Bestätigungen vor folgenreichen Aktionen.
Für die Anbindung von Tools hat sich das Model Context Protocol (MCP) verbreitet, ein offener Standard, den Anthropic entwickelt und im Dezember 2025 an die Agentic AI Foundation unter dem Dach der Linux Foundation übergeben hat.
Was ist der Unterschied zwischen KI-Agent, Chatbot und Automatisierung?
Der Unterschied liegt darin, wer den Ablauf bestimmt. Anthropic unterscheidet in einem viel zitierten Leitfaden zwischen Workflows, bei denen Sprachmodelle und Tools über fest programmierte Abläufe verbunden sind, und Agenten, die ihren Ablauf und die Tool-Nutzung selbst steuern.
- Chatbot: beantwortet Fragen im Dialog, handelt aber nicht selbst.
- Klassische Automatisierung: folgt festen Regeln („wenn A, dann B“), zuverlässig, aber unflexibel.
- KI-Workflow: feste Abfolge von Schritten, in denen ein Sprachmodell einzelne Aufgaben übernimmt, etwa Texte zusammenfassen.
- KI-Agent: entscheidet selbst, welche Schritte in welcher Reihenfolge nötig sind.
Für viele Aufgaben im Unternehmen reicht ein Workflow. Agenten lohnen sich dort, wo die nötigen Schritte vorab nicht festlegbar sind.
Wofür setzen Unternehmen KI-Agenten ein?
KI-Agenten eignen sich für wiederkehrende Aufgaben mit vielen Einzelschritten, klaren Qualitätskriterien und überschaubarem Schaden bei Fehlern. Typische Einsatzfelder im Marketing und Vertrieb:
- Markt- und Wettbewerbsrecherche mit Zusammenfassung
- Reporting aus mehreren Datenquellen, etwa Ads-Konten und Webanalyse
- Datenpflege im CRM und Abgleich von Produktdaten
- Vorbereitung von Angeboten, Texten und Gesprächsnotizen
- Überwachung von Websites, Preisen oder Bewertungen
KI-Agenten als Besucher Ihrer Website
KI-Agenten sind auch eine neue Besuchergruppe. Sie rufen Websites im Auftrag von Menschen auf, lesen Produktdaten, Preise und Kontaktangaben und entscheiden, welche Anbieter sie empfehlen. Beim Agentic Commerce schließen sie teilweise sogar Käufe ab.
Für die Website bedeutet das:
- Wichtige Informationen müssen im HTML stehen, nicht nur in Bildern, PDFs oder erst nach Interaktionen.
- Strukturierte Daten machen Produkte, Preise und Standorte eindeutig.
- Bot-Schutz sollte legitime Agenten nicht pauschal blockieren. OpenAI weist darauf hin, dass für den Nutzer-Agenten ChatGPT-User robots.txt-Regeln nicht unbedingt gelten, weil die Abrufe von Nutzern ausgelöst werden.
- Formulare und Abläufe sollten ohne unnötige Hürden funktionieren.
Was das für Ihre Produktdaten bedeutet, zeigt unsere Agentic Commerce Beratung.
Risiken und typische Fehler beim Einsatz von KI-Agenten
- Zu viel Autonomie zu früh: Fehler können sich über mehrere Schritte fortpflanzen. Anthropic empfiehlt, einfach zu beginnen und Agenten erst in geschützten Testumgebungen zu erproben.
- Fehlende Freigaben: Käufe, E-Mails an Kunden oder Datenänderungen sollten eine menschliche Bestätigung erfordern.
- Manipulierte Inhalte: Agenten, die Websites oder E-Mails lesen, können durch versteckte Anweisungen in diesen Inhalten fehlgeleitet werden (Prompt Injection). Berechtigungen sollten deshalb eng gefasst sein.
- Kosten und Laufzeit: Agenten benötigen oft ein Vielfaches an Modellaufrufen gegenüber einer einfachen Anfrage.
- Datenschutz: Welche Daten ein Agent verarbeiten darf, sollte vorab mit dem Datenschutzbeauftragten geklärt werden.