AI Wissen
Was ist ein AI Agent?
Ein AI Agent ist ein Softwaresystem, das Informationen verstehen, innerhalb definierter Grenzen Entscheidungen treffen und anschließend Aktionen ausführen kann.
Aktualisiert September 2026 · Ca. 10 Min. Lesezeit · Redaktion ASMUS&HOCK
Wie funktioniert ein AI Agent?
Ein AI Agent verbindet ein Sprachmodell mit Kontext, Regeln und Werkzeugen. Er besteht nicht einfach aus „AI“, sondern aus mehreren Bausteinen, die zusammen einen Ablauf ergeben.
- 01Input
- 02Verstehen
- 03Kontext
- 04Entscheiden
- 05Tool verwenden
- 06Ergebnis
- 07Ggf. Mensch
- 01InputEine Anfrage, E-Mail, Spracheingabe, Datei oder ein Systemereignis.
- 02VerstehenDas Modell interpretiert Inhalt und Absicht.
- 03KontextDer Agent erhält relevante Informationen aus freigegebenen Daten, Systemen oder Wissensquellen.
- 04EntscheidenInnerhalb definierter Regeln wird der nächste sinnvolle Schritt bestimmt.
- 05ToolsDaten abrufen, CRM lesen oder aktualisieren, E-Mail vorbereiten, Kalender prüfen, Dokument analysieren, API aufrufen, Aufgabe erstellen.
- 06ErgebnisEine Antwort, Aktion oder vorbereitete Entscheidung entsteht.
- 07Human in the LoopBei Unsicherheit oder wichtigen Entscheidungen wird an einen Menschen übergeben.
Der Unterschied zu einer festen Regelkette liegt im zweiten und vierten Schritt: Der Agent muss den Input erst verstehen und wählt dann selbst den passenden nächsten Schritt. Wann eine feste Regel die bessere Wahl ist, zeigt der Artikel AI Agent oder klassische Automatisierung?
Ist ein AI Agent einfach ein besserer Chatbot?
Nein. Ein Chatbot beschreibt primär die Interaktionsform. Ein Agent beschreibt eher die Fähigkeit eines Systems, ein Ziel über mehrere Schritte zu verfolgen und Aktionen auszuführen.
Chatbot
- beantwortet Fragen
- reagiert auf Nachrichten
- häufig einzelne Interaktion
- Schwerpunkt Conversation
AI Agent
- versteht ein Ziel oder Anliegen
- kann mehrere Schritte planen
- kann Tools verwenden
- kann Systeme lesen / aktualisieren
- kann Aktionen auslösen
- kann bei Bedarf eskalieren
Ein einfaches Beispiel aus einem Unternehmen.
Ein Agent nimmt hier nicht das Gespräch ab, sondern die Arbeit davor: lesen, strukturieren, zuordnen, vorbereiten.
Ausgangssituation
Ein Interessent schreibt: „Wir möchten im Frühjahr unsere Website erneuern. Wir haben etwa 40 Unterseiten, brauchen zwei Sprachen und verwenden HubSpot. Können Sie so etwas umsetzen?“
- 01E-Mail
- 02Mitarbeiter liest
- 03Informationen übertragen
- 04CRM-Eintrag
- 05Zuständige Person suchen
- 06Antwort vorbereiten
- 01E-Mail
- 02Agent erkennt Website-Relaunch
- 03Extrahiert Umfang / Sprache / CRM
- 04Legt strukturierten Lead an
- 05Ordnet Anfrage zu
- 06Bereitet Antwort vor
- 07Mitarbeiter prüft / übernimmt
Der Agent ersetzt hier nicht das Beratungsgespräch. Er reduziert Arbeit davor.
Welche Arten von AI Agents gibt es?
Es gibt keine feste, allgemein verbindliche Einteilung. Die folgenden Gruppen sind praktische Use-Case-Gruppierungen, wie sie in Unternehmen häufig vorkommen – viele Systeme kombinieren mehrere davon.
Customer Service Agents
Beantworten wiederkehrende Fragen und übergeben Sonderfälle an das Team.
Sales / Lead Agents
Erfassen Bedarf, strukturieren Anfragen und bereiten Vertriebsschritte vor.
Voice Agents
Nehmen Anliegen per Sprache oder Telefon auf und erfassen Informationen.
Knowledge Agents
Finden Antworten in freigegebenen internen Wissensquellen – mit Quellenbezug.
Document Agents
Erkennen, lesen und strukturieren Dokumente wie Rechnungen, Formulare oder Verträge.
Internal Workflow Agents
Verbinden Schritte zwischen Systemen im Backoffice.
Welche dieser Einsatzfelder in Ihrem Alltag realistisch sind, zeigt der Überblick Welche Prozesse lassen sich mit AI automatisieren?
Was braucht ein AI Agent, um tatsächlich nützlich zu sein?
Ein Agent ist so gut wie der Rahmen, in dem er arbeitet. Das Sprachmodell ist dabei nur ein Baustein.
01Klares Ziel
Was genau soll am Ende erledigt oder vorbereitet sein?
02Daten / Kontext
Welche Informationen braucht der Agent – und woher kommen sie?
03Tools / Integrationen
Welche Systeme darf er lesen oder verändern?
04Regeln
Was ist erlaubt, was nicht, in welcher Reihenfolge?
05Berechtigungen
Welche Daten und Aktionen sind freigegeben?
06Fehlerbehandlung
Was passiert, wenn Informationen fehlen oder etwas scheitert?
07Human in the Loop
Wann übernimmt ein Mensch?
08Messbares Ergebnis
Woran erkennt man, dass das System hilft?
Jeder dieser Punkte ist Aufwand in der Umsetzung – deshalb bestimmen sie auch maßgeblich, was ein AI Agent kostet.
Was sollte ein AI Agent nicht einfach autonom entscheiden?
Je höher Risiko und Konsequenz einer Entscheidung, desto wichtiger werden Grenzen, Freigaben und menschliche Kontrolle.
- medizinische Entscheidungen
- rechtlich kritische Entscheidungen
- große finanzielle Transaktionen
- irreversible Aktionen
- sicherheitskritische Prozesse
Sprachmodelle arbeiten mit Wahrscheinlichkeiten. Sie können überzeugend formulieren und trotzdem falsch liegen. In solchen Bereichen darf ein Agent vorbereiten und zusammenfassen – die Entscheidung trifft ein Mensch.
Mehr Autonomie ist nicht automatisch besser.
Wann lohnt sich ein AI Agent?
Ein AI Agent lohnt sich vor allem bei häufigen Aufgaben, in denen Informationen interpretiert und über mehrere Systeme hinweg verarbeitet werden müssen – und bei denen sich das Ergebnis prüfen lässt.
Besonders interessant, wenn
- die Aufgabe häufig vorkommt
- Informationen interpretiert werden müssen
- mehrere Systeme beteiligt sind
- der manuelle Aufwand relevant ist
- der Prozess ausreichend definierbar ist
- das Ergebnis messbar ist
Nicht automatisch sinnvoll, wenn
- der Prozess extrem selten vorkommt
- Regeln bereits vollständig deterministisch sind
- Fehler sehr hohe Risiken erzeugen
- notwendige Daten fehlen
- Automation mehr Aufwand erzeugt, als sie spart