KI-Agenten, Automation & Chatbots
Was ist ein KI-Agent?
Definition: Was einen KI-Agenten ausmacht
Ein KI-Agent kombiniert ein Sprachmodell als „Denkzentrale“ mit der Fähigkeit, konkret zu handeln. Das Modell übernimmt das Verstehen der Aufgabe und die Planung; über angebundene Werkzeuge (Tools) kann es zusätzlich etwas bewirken – etwa eine Datenbank abfragen, eine E-Mail entwerfen, eine Rechnung prüfen oder eine Web-Suche starten. Der entscheidende Unterschied zu einem reinen Chatbot ist, dass ein Agent nicht nur antwortet, sondern Schritte selbst ableitet und ausführt.
- Ziel statt Einzelbefehl: Der Agent bekommt ein Ziel und findet den Weg dahin weitgehend selbst.
- Werkzeuggebrauch (Tool Use / Function Calling): Zugriff auf Systeme, APIs, Dateien oder Suche.
- Gedächtnis: Zwischenergebnisse und Kontext werden über mehrere Schritte behalten.
- Autonomiegrad: von halbautonom (Mensch bestätigt jeden Schritt) bis weitgehend eigenständig.
Wie ein KI-Agent funktioniert: die Handlungsschleife
Im Kern arbeitet ein KI-Agent in einer wiederkehrenden Schleife: wahrnehmen, überlegen, handeln, prüfen – und bei Bedarf von vorne. Diese Schleife erlaubt es, auch Aufgaben zu lösen, die vorab nicht vollständig planbar sind, weil der Agent nach jedem Schritt neu entscheidet. Das ist zugleich die Stärke (Anpassungsfähigkeit) und die Herausforderung (weniger Vorhersehbarkeit).
- Verstehen & planen: Das LLM zerlegt das Ziel in Teilschritte.
- Handeln: Es ruft ein passendes Werkzeug auf, etwa eine Datenbankabfrage oder eine Berechnung.
- Beobachten: Das Ergebnis des Werkzeugs fliesst zurück in den Kontext.
- Bewerten & fortfahren: Ziel erreicht? Falls nicht, folgt der nächste Schritt.
KI-Agent vs. klassische Automation
Klassische Automation – etwa Workflow-Regeln, Skripte oder RPA (Robotic Process Automation) – folgt einem festen „Wenn-dann“-Ablauf. Sie ist schnell, günstig und sehr vorhersehbar, scheitert aber, sobald ein Fall vom vorgesehenen Muster abweicht. Ein KI-Agent ist umgekehrt: Er kommt mit unstrukturierten Eingaben und Ausnahmen zurecht, ist dafür aber weniger deterministisch und muss stärker überwacht werden. In der Praxis ist die beste Lösung oft eine Kombination: feste Automation für klare, regelbasierte Teile, ein Agent für die Schritte, die Sprachverständnis und Urteil erfordern.
- Automation: deterministisch, regelbasiert, ideal für hohe Stückzahlen und klare Prozesse.
- KI-Agent: flexibel, sprachfähig, gut bei Mehrdeutigkeit – aber teurer und weniger vorhersehbar.
- Faustregel: Je klarer die Regeln, desto eher klassische Automation; je mehr Urteil nötig, desto eher Agent.
Praxisbeispiele für KMU
Die folgenden Beispiele sind illustrativ und zeigen typische Einsatzmuster in einem Schweizer KMU – nicht gemessene Ergebnisse. Wichtig ist jeweils, den Agenten eng an bestehende Systeme anzubinden und Freigaben für heikle Schritte vorzusehen.
- Kundenservice: Ein Agent liest eine Anfrage, schlägt im Bestellsystem nach, formuliert einen Antwortentwurf – die Mitarbeiterin gibt frei.
- Angebote & Offerten: Aus einer E-Mail-Anfrage werden Preisliste, Verfügbarkeit und Vorlage zu einem Entwurf zusammengeführt.
- Recherche & Zusammenfassung: Ein Agent durchsucht interne Dokumente (RAG), fasst zusammen und nennt die Quellen.
- Termin- und Backoffice-Aufgaben: Kalender abgleichen, Datensätze anlegen, Belege vorsortieren – mit Kontrolle bei Buchungen.
Grenzen, Risiken und Leitplanken
KI-Agenten sind mächtig, aber nicht unfehlbar. Sie können Fakten erfinden (Halluzination), auf manipulierte Eingaben hereinfallen (Prompt Injection) oder Handlungen ausführen, die niemand beabsichtigt hat. Deshalb braucht produktiver Einsatz Leitplanken: klar begrenzte Rechte, Bestätigung bei folgenreichen Schritten, Protokollierung und ein Mensch, der bei Bedarf eingreift. Je grösser die möglichen Auswirkungen einer Aktion, desto enger sollte die Kontrolle sein.
- Datenschutz: Bei Personendaten gelten das revidierte revDSG/nFADP und die Aufsicht des EDÖB; klären, wo Daten verarbeitet und gespeichert werden.
- EU AI Act: kann dank extraterritorialer Wirkung auch Schweizer Firmen betreffen, die in die EU liefern.
- Human-in-the-Loop: Freigaben für Zahlungen, Versand oder Löschungen niemals vollständig automatisieren.
- Nachvollziehbarkeit: Aktionen protokollieren, Rechte minimal halten, Ergebnisse stichprobenartig prüfen.
Häufige Fragen
Was ist der Unterschied zwischen einem KI-Agenten und einem Chatbot?
Ein Chatbot antwortet in erster Linie mit Text. Ein KI-Agent kann zusätzlich handeln: Er nutzt Werkzeuge, ruft Systeme auf und führt mehrstufige Aufgaben aus, um ein Ziel zu erreichen. Viele Chatbots werden erst dann zu Agenten, wenn man ihnen Werkzeuge und einen Handlungsspielraum gibt.
Sind KI-Agenten dasselbe wie RPA oder Automatisierung?
Nein. RPA und klassische Automation folgen festen Regeln und sind sehr vorhersehbar. Ein KI-Agent entscheidet situativ und kommt mit Mehrdeutigkeit zurecht, ist dafür weniger deterministisch. Oft ist die Kombination am stärksten: Regeln für klare Abläufe, Agent für die Schritte, die Sprachverständnis und Urteil erfordern.
Wie autonom sollte ein KI-Agent handeln?
So autonom wie nötig, so kontrolliert wie möglich. Für risikoarme, leicht umkehrbare Aufgaben kann mehr Autonomie sinnvoll sein. Bei folgenreichen Schritten – Zahlungen, Versand, Löschungen – sollte ein Mensch freigeben. Als Faustregel gilt: Je grösser die möglichen Auswirkungen, desto enger die Kontrolle.
Welche Risiken bringen KI-Agenten mit sich?
Die wichtigsten sind Halluzinationen (erfundene Inhalte), Prompt Injection (Manipulation über eingeschleuste Anweisungen), unbeabsichtigte Aktionen und Datenschutzfragen. Gegenmassnahmen sind minimale Rechte, Freigaben bei heiklen Schritten, Protokollierung, Tests und die Klärung, wo Personendaten nach revDSG/nFADP verarbeitet werden.
Braucht mein KMU dafür eigene Modelle oder Programmierung?
Meist nicht. Viele Agenten lassen sich auf bestehenden Sprachmodellen aufbauen und über Standard-Schnittstellen an vorhandene Systeme anbinden. Sinnvoll ist ein enger Anwendungsfall, saubere Datenanbindung und klare Leitplanken – statt eigener Modelle von Grund auf. So bleibt der Aufwand überschaubar und die Kontrolle hoch.
Begriffe im Glossar
Praktische KI für Ihr Unternehmen
Von der Idee zur Umsetzung – wir zeigen Ihnen, was in Ihrem Fall konkret möglich ist.
Demo anfordern