KI und AutomatisierungWas ist ein KI-Agent? Definition und Abgrenzung für Unternehmen
Ein KI-Agent bekommt ein Ziel und wählt die Schritte dorthin weitgehend selbst. Dafür ruft er Werkzeuge auf, etwa das Postfach oder das ERP. Ein Chatbot beantwortet dagegen Fragen, und ein klassischer Workflow folgt einem Weg, den jemand vorab festgelegt hat.
Der Begriff wird breit verwendet, auch für Produkte, die keine Agenten sind. In Deutschland setzen laut Bitkom erst 11 Prozent der Unternehmen, die KI nutzen, planen oder diskutieren, Agenten ein. Gartner schätzte 2025, dass nur rund 130 von Tausenden Anbieterfirmen, die sich „agentisch“ nennen, echte Agenten liefern. Unten findest du eine Entscheidungshilfe, ob dein Prozess überhaupt einen Agenten braucht, und fünf Fragen, mit denen du Agent-Washing erkennst.
Was ist ein KI-Agent?
Ein KI-Agent ist ein Softwaresystem, das ein Sprachmodell als Steuerung nutzt, ein Ziel entgegennimmt und die Schritte dorthin selbst wählt. Er arbeitet mit Werkzeugen und Daten aus deinen Systemen und geht mehrere Schritte nacheinander, bis das Ziel erreicht ist oder er auf eine gesetzte Grenze stößt.
Anthropic unterscheidet in seinem Leitfaden „Building effective agents“ (Dezember 2024) zwei Arten agentischer Systeme. In Workflows legen vordefinierte Abläufe fest, wann ein Sprachmodell und wann ein Werkzeug zum Einsatz kommt. Bei Agenten steuert das Sprachmodell selbst, wie es die Aufgabe löst und welche Werkzeuge es dafür nutzt.
Bitkom beschreibt den Agenten in seiner Studie vom 14.09.2026 als Gegenstück zum Chatbot. Der Agent holt zum Beispiel Angebote ein, vergleicht Preise und arbeitet Entscheidungsoptionen aus.
Drei Eigenschaften machen einen Agenten aus:
- Er bekommt ein Ziel statt einer festen Schrittfolge.
- Er wählt Werkzeuge und Reihenfolge selbst, zum Beispiel Mail lesen und das ERP abfragen.
- Er arbeitet innerhalb von Grenzen, die das Unternehmen setzt.
Autonomie heißt dabei nicht freie Fahrt. Bitkom-Präsident Ralf Wintergerst sagt, ein Agent, der eigenständig handelt, brauche verlässliche Daten, verbundene Systeme und Regeln, was er darf und was er lassen muss.
Wie unterscheidet sich ein KI-Agent von Chatbot, RPA und Workflow?
Die vier Begriffe überschneiden sich in der Praxis. Als Kriterium taugt die Frage, wer den nächsten Schritt festlegt.
| Chatbot | RPA | Workflow (BPMN) | KI-Agent |
|---|
| Wer legt den nächsten Schritt fest? | Die Person im Chat, mit jeder Frage | Ein Skript mit festen Regeln | Das Prozessmodell, vorab festgelegt | Das Sprachmodell, innerhalb gesetzter Grenzen |
| Typische Aufgabe | Fragen beantworten | Gleichförmige, strukturierte Vorgänge abarbeiten | Menschen und Systeme in fester Reihenfolge verbinden, auch mit KI-Schritten | Ein Ziel über mehrere Schritte verfolgen |
| Beispiel | „Wie viele Urlaubstage habe ich noch?“ | Daten aus einer Maske in eine andere übertragen | Eine Rechnung wird geprüft und freigegeben | Angebote bei mehreren Lieferfirmen einholen und vergleichen |
| Passt, wenn | Die Antwort in einer Wissensbasis steht | Format und Ablauf sich nicht ändern | Der Weg bekannt ist und nachvollziehbar sein soll | Der Weg vorab nicht planbar ist |
| Grenze | Handelt meist nicht in anderen Systemen | Stockt, wenn ein Dokument vom erwarteten Format abweicht | Jede Abweichung muss im Modell vorgesehen sein | Kosten und Kontrollaufwand steigen mit dem Spielraum |
Die Grenzen sind fließend. Ein Chatbot kann Werkzeuge aufrufen, und ein Workflow kann einen KI-Schritt enthalten, der einen Text liest und Felder befüllt. Das macht aus dem Workflow noch keinen Agenten, solange der Weg im Modell steht.
Wie viele Unternehmen setzen KI-Agenten ein?
Bitkom hat im Sommer 2026 603 Unternehmen ab 20 Beschäftigten in Deutschland befragt (Kalenderwochen 28 bis 33, veröffentlicht am 14.09.2026). 57 Prozent nutzen KI. Bei Agenten steht der Markt früher. Von den Unternehmen, die KI nutzen, planen oder diskutieren, setzen 11 Prozent bereits Agenten ein, 29 Prozent planen den Einsatz und 31 Prozent diskutieren ihn. Für 24 Prozent ist das Thema derzeit keines.
Wintergerst vergleicht den Stand der Agenten mit dem von KI insgesamt vor drei Jahren und erwartet eine ähnlich schnelle Verbreitung.
Bei den Kosten zeigt sich, wo es hakt. 50 Prozent der KI-Anwender nennen die Aufbereitung der Daten als großen Kostenpunkt, 41 Prozent die Integration in bestehende Systeme und 21 Prozent Abos und Lizenzen. Das Modell oder die Lizenz ist damit der kleinere Teil der Rechnung.
Braucht dein Prozess einen KI-Agenten?
In vielen Fällen nicht. Anthropic empfiehlt in seinem Leitfaden, die einfachste Lösung zu wählen und die Komplexität nur zu erhöhen, wenn es nötig ist. Workflows bringen bei klar definierten Aufgaben Vorhersagbarkeit und Konsistenz, Agenten lohnen sich, wenn Flexibilität und modellgesteuerte Entscheidungen in großem Umfang gefragt sind. Gartner hält fest, dass viele Anwendungsfälle, die als agentisch angepriesen werden, keine agentische Umsetzung brauchen.
Drei Fälle helfen bei der Einordnung, sortiert nach wachsendem Spielraum.
- Der Weg steht fest und die Eingaben sind strukturiert, etwa Daten aus einer Maske in eine andere. Hier reicht ein Workflow, bei gleichförmigen Massenvorgängen auch RPA.
- Der Weg steht fest, aber die Eingaben sind unstrukturiert, etwa eine Rechnung als PDF oder eine Anfrage in Freitext. Hier passt ein Workflow mit KI-Schritt, der Texte liest und Felder befüllt, und ein Mensch gibt frei. Wie das aussieht, beschreibt unser Beitrag zur KI-Dokumentenverarbeitung in Geschäftsprozessen.
- Der Weg hängt vom Einzelfall ab und die Zahl der Schritte ist vorab unbekannt, etwa bei einer Lieferantenanfrage mit Rückfragen und mehreren Angeboten. Hier lohnt sich ein Agent, als ein Schritt in einem Prozess mit klaren Grenzen und Freigaben.
Wer mit dem ersten oder zweiten Fall auskommt, spart sich den Kontrollaufwand und die Kosten, die ein Agent mitbringt.
Woran erkennst du Agent-Washing?
Gartner nennt es Agent-Washing, wenn Anbieterfirmen bestehende Chatbots, Assistenten oder RPA-Werkzeuge als agentische KI neu etikettieren. Gartner schätzte im Juni 2025, dass nur rund 130 der Tausenden Anbieterfirmen echte agentische Funktionen liefern.
Fünf Fragen helfen bei der Prüfung, bei Angeboten ebenso wie beim eigenen Projekt.
- Wer legt den nächsten Schritt fest, ein Skript oder das Modell?
- Welche Systeme und Werkzeuge darf der Agent aufrufen, und wer hat das festgelegt?
- Welche Aktionen brauchen die Freigabe eines Menschen?
- Lässt sich nachlesen, welche Schritte der Agent gegangen ist und warum?
- Was passiert, wenn er nicht weiterkommt?
Kann eine Anbieterfirma die ersten beiden Fragen nicht beantworten, ist das vermutlich Automatisierung mit neuem Etikett.
Warum Agenten ein Prozessmodell brauchen
Gartner erwartet, dass bis Ende 2027 mehr als 40 Prozent der agentischen KI-Projekte eingestellt werden. Als Gründe nennt Gartner steigende Kosten, unklaren Geschäftsnutzen und unzureichende Risikokontrollen.
Nutzen und Risikokontrolle lassen sich vor dem ersten Einsatz klären. Ein Prozessmodell zeigt, in welchem Schritt der Agent arbeitet, was er lesen und auslösen darf und wo ein Mensch entscheidet. Es hält damit die Regeln fest, die auch Bitkom für Agenten fordert.
FireStart bindet KI-Schritte heute in BPMN-Prozesse ein, und Menschen geben die Ergebnisse frei (Human-in-the-Loop). Wie das aussieht, steht auf der Seite zu KI-Workflows und im Beitrag KI-Versprechen entzaubert. Warum KI trotz Nutzung oft wenig bewirkt, behandelt Viel KI, wenig Wirkung.
Häufige Fragen
Was ist ein KI-Agent?
Ein KI-Agent ist ein Softwaresystem, das ein Ziel entgegennimmt, die Schritte dorthin weitgehend selbst wählt und dafür Werkzeuge wie E-Mail oder ERP nutzt. Welche Systeme er erreicht und welche Aktionen eine Freigabe brauchen, legt das Unternehmen fest.
Was ist der Unterschied zwischen KI-Agent und Chatbot?
Ein Chatbot beantwortet Fragen. Ein KI-Agent handelt dagegen, verfolgt ein Ziel über mehrere Schritte und ruft dafür Werkzeuge in anderen Systemen auf.
Ist ein KI-Agent dasselbe wie RPA?
Nein. RPA folgt festen Regeln und arbeitet gleichförmige Vorgänge ab. Ein KI-Agent wählt seine Schritte selbst und kommt mit unstrukturierten Eingaben zurecht. Bei völlig gleichförmigen Massenvorgängen bleibt RPA die einfachere Lösung.
Wann reicht ein Workflow statt eines KI-Agenten?
Ein Workflow reicht, wenn der Weg vorab bekannt ist. Auch bei unstrukturierten Eingaben wie PDFs oder Freitext-Mails genügt ein Workflow mit KI-Schritt, in dem die KI liest und einordnet und ein Mensch freigibt. Ein Agent lohnt sich erst, wenn der Weg vom Einzelfall abhängt.
Was ist Agent-Washing?
Agent-Washing nennt Gartner das Umetikettieren bestehender Chatbots oder RPA-Werkzeuge als agentische KI, ohne dass sie ihre Schritte selbst wählen. Gartner schätzte im Juni 2025, dass nur rund 130 der Tausenden Anbieterfirmen echte agentische Funktionen liefern.
Wie verbreitet sind KI-Agenten in deutschen Unternehmen?
Laut Bitkom (14.09.2026) setzen 11 Prozent der Unternehmen, die KI nutzen, planen oder diskutieren, bereits Agenten ein. 29 Prozent planen den Einsatz, 31 Prozent diskutieren ihn.
Quellen
Die Recherche ist auf dem Stand vom 18.11.2026.