Kostenloses Erstgespräch: Lassen Sie uns über Ihr Projekt sprechen +49 0 7195 9299770 vertrieb@webect.de
14-köpfiges Team 12 Jahre Erfahrung 220+ erfolgreiche Projekte DACH-weit tätig Sehr gut

KI & Automatisierung12 Min. Lesezeit

KI-Agenten im Unternehmen: Wie Agentic AI Geschäftsprozesse automatisiert

KI-Agenten lesen Anfragen, prüfen Daten im ERP und bereiten Vorgänge zur Freigabe vor. Wir erklären, was sie von RPA und KI-Assistenten unterscheidet, wo sie sich im Mittelstand lohnen, wo sie scheitern und was DSGVO und EU AI Act verlangen.

Seit 2025 ist „Agentic AI“ eines der meistgenutzten Schlagworte in der IT. Hinter dem Begriff steckt ein echter Entwicklungsschritt: KI-Systeme, die nicht nur Texte formulieren, sondern Aufgaben über mehrere Schritte selbstständig erledigen. Sie lesen eine E-Mail, suchen Daten im ERP, erstellen einen Entwurf und legen ihn zur Freigabe vor.

Für mittelständische Unternehmen stellt sich damit eine praktische Frage: Wo lohnt sich ein KI-Agent heute schon, und wo ist klassische Automatisierung die bessere Wahl? In diesem Beitrag erklären wir, was KI-Agenten von RPA und KI-Assistenten unterscheidet, welche Anwendungsfälle sich bewährt haben, wo die Grenzen liegen und was Datenschutz und EU AI Act verlangen.

Das Wichtigste in Kürze

  • Definition: Ein KI-Agent verfolgt ein Ziel, plant die nötigen Schritte selbst und nutzt dafür angebundene Systeme wie E-Mail, ERP oder CRM.
  • Abgrenzung: Regelbasierte Automatisierung und RPA folgen festen Regeln. Ein KI-Assistent wie ein Copilot antwortet auf Zuruf. Ein Agent arbeitet einen Vorgang eigenständig ab.
  • Gute Einstiegsfälle: Angebotsanfragen, Ticket-Triage im Kundenservice, Rechnungsprüfung, Bestellabwicklung und interne Wissenssuche.
  • Anbindung: Agenten greifen über APIs auf Ihre Systeme zu. Das offene Model Context Protocol (MCP) entwickelt sich dafür zum verbreiteten Standard.
  • Risiken: Halluzinationen, Fehlerketten über mehrere Schritte, schwer planbare Kosten und zu weit gefasste Zugriffsrechte.
  • Recht: DSGVO gilt uneingeschränkt. Die Pflichten für Hochrisiko-KI nach dem EU AI Act wurden durch den Digital Omnibus verschoben, Transparenzpflichten und KI-Kompetenz bleiben aber Thema.

Was sind KI-Agenten?

Ein KI-Agent ist eine Software, die ein Sprachmodell mit Werkzeugen und einem Ziel verbindet. Statt eine einzelne Frage zu beantworten, bekommt der Agent einen Auftrag, zum Beispiel „Bearbeite diese Angebotsanfrage“. Er zerlegt die Aufgabe in Schritte, ruft dafür Systeme auf, wertet die Ergebnisse aus und entscheidet, was als Nächstes zu tun ist. Diese Schleife aus Planen, Handeln und Prüfen unterscheidet einen Agenten von einem Chatbot.

Typische Bausteine sind:

  • Sprachmodell: versteht unstrukturierte Eingaben wie E-Mails, PDFs oder Freitext und formuliert Antworten.
  • Werkzeuge: Schnittstellen zu ERP, CRM, DMS, Kalender oder Datenbanken, über die der Agent lesen und schreiben kann.
  • Kontext und Wissen: Preislisten, Produktdaten, Handbücher oder frühere Vorgänge, auf die der Agent zugreift.
  • Regeln und Grenzen: was der Agent allein darf, was er nur vorbereiten darf und wann er an einen Menschen übergibt.

Abgrenzung zu RPA und klassischer Automatisierung

Regelbasierte Automatisierung, etwa ein Workflow in n8n oder Power Automate, und Robotic Process Automation (RPA) arbeiten nach festen Wenn-dann-Regeln. Das ist zuverlässig, schnell und gut prüfbar, solange die Eingaben strukturiert sind. Sobald eine E-Mail anders formuliert ist oder ein Feld fehlt, bricht der Ablauf ab und ein Mensch muss übernehmen. Ein KI-Agent kann solche Abweichungen interpretieren. Dafür ist sein Verhalten weniger vorhersehbar.

Abgrenzung zu KI-Assistenten und Copilots

Ein KI-Assistent wie Microsoft Copilot oder ChatGPT unterstützt auf Zuruf: Er fasst ein Dokument zusammen oder entwirft eine E-Mail. Den Vorgang selbst führt aber der Mensch aus, also Daten nachschlagen, ins System übertragen, versenden. Ein Agent übernimmt diese Schritte. Die Grenzen sind fließend, denn viele Assistenten erhalten inzwischen Agentenfunktionen.

Drei Stufen der Automatisierung nebeneinander: Regelbasierte Automatisierung mit festen Wenn-dann-Regeln, KI-Assistent, der auf Zuruf unterstützt, und KI-Agent, der Schritte plant und Systeme nutzt
Von Regeln zum Agenten: Bei regelbasierter Automatisierung entscheidet der Mensch alles Unklare, beim KI-Assistenten führt er selbst aus, beim KI-Agenten gibt er nur noch Wichtiges frei.

Vergleich: RPA, KI-Assistent und KI-Agent

Die drei Ansätze schließen sich nicht aus. In der Praxis ergänzen sie sich häufig: Ein Agent übernimmt den unstrukturierten Teil eines Vorgangs, eine regelbasierte Automatisierung den Rest.

KriteriumRegelbasierte Automatisierung / RPAKI-AssistentKI-Agent
ArbeitsweiseFeste Wenn-dann-RegelnAntwortet auf einzelne AnfragenPlant und führt mehrere Schritte aus
EingabenStrukturiert, gleichbleibendUnstrukturiert, im DialogUnstrukturiert und strukturiert
Rolle des MenschenEntscheidet alle AusnahmenFührt den Vorgang selbst ausGibt wichtige Schritte frei
SystemzugriffÜber feste Schnittstellen oder OberflächeMeist nur lesend oder gar nichtLesend und schreibend über APIs oder MCP
VorhersehbarkeitHochMittelGeringer, braucht Leitplanken
Kosten im BetriebGut planbarMeist Lizenz pro NutzerAbhängig von Nutzung und Modellaufrufen
Gut geeignet fürStabile MassenprozesseWissensarbeit am ArbeitsplatzVorgänge mit Varianz und mehreren Systemen

Eine einfache Faustregel: Wenn sich ein Prozess vollständig in Regeln beschreiben lässt, ist klassische Automatisierung meist günstiger und robuster. Einen Überblick über gängige Werkzeuge gibt unser Vergleich von n8n, Make und Power Automate. Ein Agent lohnt sich dort, wo Menschen heute vor allem lesen, einordnen und nachschlagen.

Anwendungsfälle im Mittelstand

Die folgenden Einsatzfelder eignen sich gut für den Einstieg, weil die Vorgänge häufig vorkommen, klar abgrenzbar sind und sich mit einer Freigabe durch Mitarbeitende absichern lassen.

Angebotsanfragen bearbeiten

Anfragen kommen per E-Mail, Formular oder als PDF-Anhang, oft unvollständig und in unterschiedlicher Form. Ein Agent liest die Anfrage, ordnet Kunde und Artikel zu, prüft Preise, Staffeln und Verfügbarkeit im ERP und erstellt einen Angebotsentwurf. Der Vertrieb prüft, passt bei Bedarf an und gibt frei. Fehlen Angaben, formuliert der Agent eine Rückfrage an den Kunden.

Beispielablauf einer Angebotsanfrage in sechs Schritten: Anfrage per E-Mail, Agent liest und ordnet zu, prüft Preise und Bestand im ERP, erstellt Angebotsentwurf, Mensch prüft und gibt frei, Versand und CRM-Eintrag
Beispiel Angebotsanfrage: Der Agent übernimmt Lesen, Zuordnen, Prüfen und den Entwurf. Vor dem Versand prüft ein Mensch und gibt frei, danach folgen Versand und CRM-Eintrag automatisch.

Kundenservice und Ticket-Triage

Im Kundenservice sortiert ein Agent eingehende Anfragen nach Thema und Dringlichkeit, ergänzt Kundendaten, Vertragsstand und frühere Tickets und weist das Ticket dem richtigen Team zu. Für Standardfragen bereitet er eine Antwort auf Basis Ihrer Wissensdatenbank vor. Ob diese Antwort automatisch oder erst nach Prüfung rausgeht, legen Sie fest. Für den Anfang empfehlen wir die Prüfung durch Mitarbeitende.

Rechnungsprüfung

Bei Eingangsrechnungen gleicht ein Agent Rechnung, Bestellung und Wareneingang ab, erkennt Abweichungen bei Mengen oder Preisen und schlägt Kontierung und Freigabeweg vor. Mit strukturierten E-Rechnungen im XRechnung- oder ZUGFeRD-Format wird das deutlich einfacher, weil die Daten nicht erst aus einem PDF gelesen werden müssen. Wie der gesamte Prozess aussieht, beschreiben wir im Beitrag Eingangsrechnungen automatisieren. Die Zahlungsfreigabe bleibt beim Menschen.

Bestellabwicklung

Viele B2B-Kunden bestellen weiterhin per E-Mail oder PDF. Ein Agent liest die Bestellung, gleicht Artikelnummern mit Ihren Stammdaten ab, auch wenn der Kunde eigene Bezeichnungen verwendet, und legt einen Auftrag im ERP an. Bei Unklarheiten, etwa unbekannten Artikeln oder ungewöhnlichen Mengen, markiert er den Auftrag zur Prüfung statt ihn einfach durchzubuchen.

Interne Wissenssuche

Handbücher, Richtlinien, Projektdokumentationen und Produktdaten liegen oft verteilt in SharePoint, DMS und Fileservern. Ein Agent durchsucht diese Quellen, beantwortet Fragen mit Verweis auf die Fundstelle und berücksichtigt dabei die bestehenden Zugriffsrechte. Wichtig ist, dass der Agent nur Dokumente sieht, die auch die fragende Person öffnen darf.

Wie KI-Agenten mit Ihren Systemen arbeiten

Ein Agent ist nur so nützlich wie seine Anbindung an Ihre Systeme. Dafür gibt es im Wesentlichen zwei Wege, die sich gut kombinieren lassen.

Schnittstellen (APIs)

Die meisten modernen Systeme wie Odoo, Microsoft Dynamics 365, Shopware oder gängige CRM- und DMS-Lösungen bieten Programmierschnittstellen. Über diese kann ein Agent gezielt Daten abfragen oder Vorgänge anlegen. Für ältere Systeme ohne geeignete API ist häufig eine Zwischenschicht nötig, etwa ein eigener Dienst oder eine Integrationsplattform. Die Automatisierung über die Bedienoberfläche, wie bei RPA, ist für Agenten möglich, aber fehleranfälliger.

Model Context Protocol (MCP)

Das Model Context Protocol ist ein offener Standard, mit dem KI-Anwendungen einheitlich auf Werkzeuge und Datenquellen zugreifen. Anthropic hat MCP Ende 2024 vorgestellt und im Dezember 2025 an die neu gegründete Agentic AI Foundation unter dem Dach der Linux Foundation übergeben. Ein MCP-Server beschreibt, welche Funktionen ein System anbietet, zum Beispiel „Kunde suchen“ oder „Angebot anlegen“. Unterschiedliche KI-Anwendungen können diese Funktionen dann nutzen, ohne dass für jede Kombination eine eigene Integration entsteht.

Für Unternehmen heißt das: Wer seine Kernsysteme einmal sauber über MCP oder APIs erschließt, bleibt bei der Wahl des Sprachmodells und des Agenten-Werkzeugs flexibler. Gleichzeitig ist jeder MCP-Server ein Zugang zu Ihren Daten und muss genauso abgesichert werden wie jede andere Schnittstelle.

Wo KI-Agenten scheitern

KI-Agenten sind kein Selbstläufer. Diese Probleme sehen wir in der Praxis am häufigsten:

  • Halluzinationen: Sprachmodelle formulieren auch falsche Angaben überzeugend. Ein Agent kann einen Preis erfinden, wenn er ihn nicht findet. Abhilfe schaffen klare Datenquellen, die Pflicht, Werte aus dem System zu übernehmen, und Plausibilitätsprüfungen.
  • Fehlerketten: Bei mehreren Schritten setzen sich kleine Fehler fort. Ordnet der Agent im ersten Schritt den falschen Kunden zu, ist das ganze Angebot falsch. Deshalb sollten Zwischenergebnisse geprüft und protokolliert werden.
  • Kosten: Agenten rufen das Sprachmodell oft mehrfach pro Vorgang auf. Bei großen Mengen oder langen Dokumenten steigen die Kosten schnell. Begrenzungen pro Vorgang und ein Monitoring der Nutzung gehören von Anfang an dazu.
  • Zugriffsrechte: Ein Agent mit weitreichenden Schreibrechten ist ein Sicherheitsrisiko, etwa wenn manipulierte Inhalte in einer E-Mail ihn zu unerwünschten Aktionen verleiten (Prompt Injection). Vergeben Sie nur die Rechte, die der Anwendungsfall wirklich braucht.
  • Unklare Prozesse: Ein Agent automatisiert keinen Prozess, den niemand beschreiben kann. Wenn Zuständigkeiten und Regeln heute nur in Köpfen existieren, muss das zuerst geklärt werden.

Human-in-the-loop und Freigaben

Der wirksamste Schutz gegen diese Risiken ist eine durchdachte Rolle des Menschen. Human-in-the-loop bedeutet, dass der Agent vorbereitet und ein Mensch an festgelegten Stellen entscheidet. Bewährt hat sich eine Einteilung in drei Stufen:

  • Selbstständig: Lesen, Zusammenfassen, Zuordnen und Nachschlagen. Fehler hier sind leicht zu korrigieren.
  • Mit Freigabe: Alles, was nach außen geht oder Daten verändert, also Angebote, Kundenantworten, Aufträge im ERP.
  • Nicht erlaubt: Zahlungen, Vertragsabschlüsse, Löschungen oder Änderungen an Stammdaten ohne ausdrückliche Prüfung.

Wichtig ist, dass die Freigabe bequem ist. Ein Entwurf mit markierten Abweichungen und Quellenangaben lässt sich in Sekunden prüfen. Wenn Mitarbeitende alles nachrecherchieren müssen, geht der Nutzen verloren. Jede Aktion des Agenten sollte zudem protokolliert werden, damit sich nachvollziehen lässt, wer was wann entschieden hat. Mit wachsender Erfahrung können Sie einzelne Schritte schrittweise aus der Freigabe herausnehmen.

Datenschutz und EU AI Act

DSGVO

Verarbeitet ein Agent personenbezogene Daten, gilt die DSGVO wie bei jeder anderen Software. Praktisch wichtig sind vor allem diese Punkte:

  • Auftragsverarbeitung: Mit dem Anbieter des Sprachmodells und der Agentenplattform brauchen Sie einen Vertrag nach Art. 28 DSGVO. Prüfen Sie, wo die Daten verarbeitet werden und ob sie für das Training genutzt werden.
  • Datenminimierung: Der Agent sollte nur die Daten erhalten, die er für den Vorgang benötigt.
  • Automatisierte Entscheidungen: Art. 22 DSGVO schränkt Entscheidungen ein, die ausschließlich automatisiert getroffen werden und Personen erheblich beeinträchtigen. Auch deshalb ist eine menschliche Freigabe bei relevanten Entscheidungen sinnvoll.
  • Dokumentation: Ergänzen Sie das Verzeichnis der Verarbeitungstätigkeiten und prüfen Sie, ob eine Datenschutz-Folgenabschätzung nötig ist.

EU AI Act: aktueller Stand

Die KI-Verordnung der EU (Verordnung (EU) 2024/1689) gilt schrittweise. Mit dem Digital Omnibus zur KI, veröffentlicht als Verordnung (EU) 2026/1744, hat die EU im Sommer 2026 die Fristen für Hochrisiko-KI-Systeme verschoben. Nach unserem Kenntnisstand gelten die Pflichten für eigenständige Hochrisiko-Systeme nach Anhang III nun ab dem 2. Dezember 2027, für KI in regulierten Produkten nach Anhang I ab dem 2. August 2028.

Die meisten Agenten im Mittelstand, etwa für Angebote, Bestellungen oder Wissenssuche, fallen nicht in die Hochrisiko-Kategorien. Anders kann es aussehen, wenn KI zum Beispiel über Bewerbungen, Beförderungen oder Kreditwürdigkeit mitentscheidet. Unabhängig davon bleiben zwei Themen relevant: Transparenzpflichten, etwa der Hinweis, dass Kunden mit einer KI kommunizieren, und die Förderung der KI-Kompetenz Ihrer Mitarbeitenden. Lassen Sie die Einordnung Ihrer konkreten Anwendungsfälle rechtlich prüfen, da sich Details und Auslegungshilfen weiter entwickeln.

KI-Agenten einführen in 5 Schritten

  1. Prozess auswählen: Suchen Sie einen Vorgang, der häufig vorkommt, viel Lesen und Nachschlagen erfordert und dessen Fehler sich gut abfangen lassen. Angebotsanfragen oder Ticket-Triage sind typische Kandidaten.
  2. Ist-Prozess und Daten klären: Beschreiben Sie Schritte, Regeln, Ausnahmen und beteiligte Systeme. Prüfen Sie, ob Preise, Stammdaten und Dokumente aktuell und über Schnittstellen erreichbar sind.
  3. Leitplanken festlegen: Definieren Sie, was der Agent allein darf, was freigegeben werden muss und was ausgeschlossen ist. Klären Sie Rechte, Protokollierung, Datenschutz und Kostengrenzen.
  4. Pilot mit echten Fällen: Starten Sie mit einem kleinen Team und echten Vorgängen, zunächst mit Freigabe für jeden Schritt. Messen Sie Bearbeitungszeit, Korrekturquote und Kosten pro Vorgang.
  5. Ausbauen und betreiben: Erweitern Sie den Agenten auf Basis der Ergebnisse, lockern Sie Freigaben dort, wo er zuverlässig arbeitet, und planen Sie laufende Pflege ein. Modelle, Daten und Prozesse ändern sich.

Ein Pilot lässt sich häufig in wenigen Wochen umsetzen. Entscheidend für den Erfolg ist weniger die Technik als die Frage, ob der Prozess klar ist und die Mitarbeitenden den Agenten im Alltag annehmen.

FAQ zu KI-Agenten im Unternehmen

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

Ein Chatbot beantwortet Fragen im Dialog. Ein KI-Agent verfolgt ein Ziel, plant mehrere Schritte und nutzt dafür angebundene Systeme, um einen Vorgang tatsächlich abzuarbeiten, zum Beispiel einen Angebotsentwurf im ERP anzulegen.

Ersetzen KI-Agenten RPA und klassische Workflows?

Nein. Für stabile, regelbasierte Abläufe bleibt klassische Automatisierung meist günstiger und zuverlässiger. Agenten ergänzen sie dort, wo unstrukturierte Eingaben und Ausnahmen den Prozess heute ausbremsen.

Brauchen wir für KI-Agenten ein eigenes KI-Modell?

In der Regel nicht. Die meisten Agenten nutzen verfügbare Sprachmodelle großer Anbieter oder Open-Source-Modelle. Der eigentliche Aufwand liegt in der Anbindung Ihrer Systeme, den Regeln und der Qualität Ihrer Daten.

Sind KI-Agenten DSGVO-konform einsetzbar?

Ja, wenn die Grundlagen stimmen: Vertrag zur Auftragsverarbeitung, Klarheit über Speicherort und Trainingsnutzung, Datenminimierung, Rechtekonzept und menschliche Entscheidung bei relevanten Vorgängen. Beziehen Sie Ihre Datenschutzbeauftragten früh ein.

Fallen KI-Agenten unter die Hochrisiko-Regeln des EU AI Act?

Das hängt vom Einsatzzweck ab, nicht von der Technik. Agenten für Angebote, Bestellungen oder interne Wissenssuche gelten in der Regel nicht als Hochrisiko. Bei Personalentscheidungen oder Bonitätsprüfungen kann das anders sein. Die Hochrisiko-Pflichten wurden durch den Digital Omnibus auf Ende 2027 beziehungsweise 2028 verschoben.

Was kostet ein KI-Agent?

Die Kosten setzen sich aus der einmaligen Einrichtung, also Prozessanalyse, Anbindung und Tests, sowie laufenden Kosten für Modellaufrufe, Plattform und Pflege zusammen. Die laufenden Kosten hängen stark von der Zahl und Länge der Vorgänge ab. Ein Pilot liefert dafür belastbare Werte.

Was Webect für Sie tun kann

Als IT-Systemhaus und Digitalagentur aus Winnenden bei Stuttgart begleiten wir mittelständische Unternehmen seit mehr als 12 Jahren bei Digitalisierung und Automatisierung. Unser 14-köpfiges Team hat über 220 Projekte umgesetzt. Bei KI-Agenten unterstützen wir Sie so:

Sie haben einen Prozess im Blick, der zu viel Handarbeit kostet? Sprechen Sie uns an, wir prüfen gemeinsam, ob ein KI-Agent oder klassische Automatisierung der bessere Weg ist.

Quellen

Stand: 19. November 2026. Dieser Beitrag ersetzt keine Rechtsberatung. Bitte lassen Sie die rechtliche Einordnung Ihrer KI-Anwendungen, insbesondere nach DSGVO und EU AI Act, im Einzelfall prüfen.

Teilen LinkedIn E-Mail

Weiterlesen

Weitere Artikel zu KI & Automatisierung

Alle Artikel

KI & Automatisierung13 Min.

EU AI Act: Was Versicherer jetzt beachten müssen

EU AI Act für Versicherer: Hochrisiko-KI in Lebens- und Krankenversicherung, Betreiberpflichten, Fristen nach Digital Omnibus, BaFin, DORA und 7-Schritte-Plan.

Webect Redaktion

Persönliche Beratung

Lassen Sie uns über Ihr Projekt sprechen.

Sie möchten das Thema in Ihrem Unternehmen umsetzen? Wir beraten Sie kostenlos und unverbindlich – und sagen Ihnen ehrlich, was sich lohnt.

Persönliche Beratung bei Webect