Was sind KI-Agenten und Automatisierung?

KI-Agenten, Automatisierung, Chatbots und Voice-KI: die Begriffe

Die Begriffe werden oft synonym verwendet, meinen aber Unterschiedliches. Klassische Automatisierung führt vordefinierte Regeln aus: Wenn A eintritt, geschieht B. Sie ist präzise und vorhersehbar, aber unflexibel. Ein KI-Agent erhält dagegen ein Ziel, plant selbstständig Zwischenschritte, greift auf Werkzeuge und Daten zu und passt sein Vorgehen an – er entscheidet, statt nur auszuführen.

Chatbots und Voice-KI sind vor allem Kanäle, über die Menschen mit solchen Systemen schreiben oder sprechen. Ein Chatbot beantwortet Textanfragen auf der Website oder im Messenger; ein Telefonassistent nimmt Anrufe entgegen und spricht in natürlicher Sprache. Beide können regelbasiert oder – zunehmend – von einem KI-Agenten mit Sprachmodell im Hintergrund gesteuert sein.

• Automatisierung: regelbasierte Ausführung wiederkehrender Aufgaben (z. B. Rechnungen weiterleiten).
• KI-Agent: zielorientiertes System, das plant, Werkzeuge nutzt und eigenständig handelt.
• Chatbot: textbasierte Konversationsschnittstelle im Web, Chat oder Messenger.
• Voice-KI / Telefonassistent: sprachbasierte Schnittstelle, die Anrufe versteht und beantwortet.
• Large Language Model (LLM): das Sprachmodell, das modernen Agenten und Bots ihre Sprachfähigkeit gibt.

Wie ein KI-Agent funktioniert

Ein KI-Agent kombiniert vier Bausteine: ein Sprachmodell als „Gehirn“, Werkzeuge (Tools) für Aktionen, einen Speicher für Kontext und eine Orchestrierung, die den Ablauf steuert. Das Modell interpretiert das Ziel, zerlegt es in Schritte und ruft passende Werkzeuge auf – etwa eine Datenbankabfrage, einen Kalender oder eine E-Mail-Funktion. So entsteht aus einem passiven Chat ein System, das tatsächlich Aufgaben erledigt.

Damit Antworten faktenbasiert bleiben, nutzen viele Agenten Retrieval Augmented Generation (RAG): Statt sich nur auf Trainingswissen zu verlassen, holt der Agent relevante Firmendokumente heran und antwortet darauf gestützt. So bleibt der Bezug zu aktuellen, unternehmenseigenen Informationen erhalten und das Risiko erfundener Antworten sinkt. Kritische Schritte lassen sich bewusst mit einer menschlichen Freigabe absichern.

• Wahrnehmen: Eingabe verstehen (Frage, Anruf, Auslöser).
• Planen: Ziel in Teilschritte zerlegen.
• Handeln: Werkzeuge und Datenquellen aufrufen.
• Prüfen: Ergebnis bewerten und bei Bedarf nachbessern.
• Antworten: Ergebnis liefern oder an einen Menschen übergeben.

Die Bausteine im Überblick

Der Themencluster „KI-Agenten und Automatisierung“ umfasst mehrere zusammenhängende Bausteine. Sie lassen sich einzeln einführen und später zu einem durchgängigen System verbinden. Der pragmatische Weg beginnt mit einem klaren Anwendungsfall und wächst schrittweise.

• Chatbots: rund um die Uhr Auskunft auf der Website, Qualifizierung von Anfragen, Entlastung des Supports.
• Voice-KI und Telefonassistenten: Anrufe annehmen, Termine erfassen, häufige Fragen beantworten – ohne Warteschlange.
• Workflow-Automatisierung: Systeme verbinden, Daten übertragen, Routineaufgaben ohne manuelles Zutun erledigen.
• KI-Agenten: mehrstufige Aufgaben eigenständig bearbeiten, Werkzeuge kombinieren, Entscheidungen vorbereiten.
• Mensch in der Schleife: kritische Schritte bleiben unter menschlicher Kontrolle und Freigabe.

Praxisbeispiele aus Schweizer KMU

Für kleine und mittlere Unternehmen in der Schweiz zahlt sich Automatisierung dort aus, wo Aufgaben häufig, regelbasiert und zeitkritisch sind. Der Einstieg gelingt meist über einen klar abgegrenzten Anwendungsfall statt über ein Grossprojekt. Die folgenden Beispiele sind illustrativ und zeigen typische Muster.

• Ein Treuhandbüro lässt einen Chatbot wiederkehrende Mandantenfragen zu Fristen und Unterlagen vorab beantworten.
• Eine Arztpraxis nutzt einen Telefonassistenten, der ausserhalb der Sprechzeiten Terminwünsche aufnimmt.
• Ein Handwerksbetrieb automatisiert die Angebotsnachverfolgung: Erinnerungen und Statusupdates laufen ohne manuelle Pflege.
• Ein Onlinehändler verbindet Shop, Lager und Buchhaltung, sodass Bestellungen ohne Doppelerfassung verarbeitet werden.

Nutzen, Grenzen und häufige Fehler

Der Nutzen liegt in kürzeren Reaktionszeiten, gleichbleibender Qualität und der Entlastung der Mitarbeitenden von Routine. Gleichzeitig ersetzt KI kein Fachurteil: Bei mehrdeutigen, sensiblen oder rechtlich heiklen Fällen braucht es eine Übergabe an Menschen. Wer das von Beginn an einplant, gewinnt Vertrauen statt Reibung.

• Vorteil: Verfügbarkeit rund um die Uhr und schnellere Bearbeitung.
• Vorteil: skalierbar, ohne Personal linear aufstocken zu müssen.
• Grenze: Qualität hängt von sauberen Daten und klaren Prozessen ab.
• Häufiger Fehler: zu breit starten, statt einen Anwendungsfall sauber umzusetzen.
• Häufiger Fehler: fehlende Eskalation an Menschen und keine Transparenz, dass ein KI-System antwortet.

Schweizer Perspektive: Datenschutz und Regulierung

In der Schweiz gilt das revidierte Datenschutzgesetz (revDSG, auch nDSG), überwacht durch den EDÖB. Wer personenbezogene Daten über Chatbots, Telefonassistenten oder Agenten verarbeitet, braucht eine Rechtsgrundlage, Transparenz und Datensparsamkeit. Bei automatisierten Einzelentscheidungen mit erheblichen Folgen bestehen zusätzliche Informationspflichten gegenüber den Betroffenen.

Zusätzlich wirkt der EU AI Act extraterritorial: Schweizer Anbieter, die sich an EU-Kundschaft richten, können in seinen Anwendungsbereich fallen. Praktisch heisst das: klar kennzeichnen, dass ein KI-System spricht, das Hosting und den Datenstandort sorgfältig wählen sowie Prozesse für Freigaben, Auskunft und Löschung dokumentieren. Das schafft Rechtssicherheit und Vertrauen zugleich.

• revDSG/nDSG: Rechtsgrundlage, Transparenz, Datensparsamkeit.
• EDÖB: zuständige Schweizer Aufsichtsbehörde.
• EU AI Act: kann extraterritorial auch Schweizer Anbieter betreffen; Kennzeichnungspflichten beachten.
• Datenstandort und Auftragsverarbeitung vertraglich regeln.