KI-Agenten für Unternehmen: Was sie heute können

KI-Agenten für Unternehmen sind Programme, die Aufgaben nicht nur beantworten, sondern in mehreren Schritten selbstständig erledigen – Termine vereinbaren, Anfragen bearbeiten, Rechnungen prüfen. Dieser Leitfaden erklärt, was ein Agent ist, was er heute zuverlässig kann, was er kostet und wo Sie Freigaben einbauen müssen. Der Fokus liegt auf dem Einsatz in kleinen und mittleren Unternehmen, nicht auf Technik-Details.

Agenten sind 2026 im Mittelstand angekommen und laufen mit Werkzeugen aus der Büro-Arbeit. Einen Agenten einzuführen, bedeutet kein Projekt über Monate: Oft reichen ein klarer Ablauf, ein geprüftes Werkzeug und eine Regel, was der Agent ohne Rückfrage tun darf. Wo Sie mit wie viel Aufwand starten, steht in der Kosten-Tabelle und im Einstiegs-Kapitel.

Was ein KI-Agent ist – und was nicht

Ein KI-Agent ist ein Programm, das ein Ziel über mehrere Schritte verfolgt. Bekommt er den Auftrag „Prüfe jeden Morgen die eingehenden Reklamationen und schlage eine Antwort vor", dann liest er die E-Mails, sortiert sie nach Kategorie, ordnet die passenden Belege zu und entwirft je Fall eine Antwort. Am Ende legt er das Bündel zur Freigabe ab – oder bei klaren Routinen mit Ihrer Freigabe-Regel direkt in den Postausgang.

Der Kern ist das Wort Werkzeug. Ein Agent ist nicht auf Textantworten beschränkt. Er kann in vorhandene Systeme greifen: den Kalender lesen, Mails versenden, Daten aus einem Ticketsystem oder einer Datenbank holen und das Ergebnis in einem Formular ablegen. Deshalb unterscheidet er sich vom Chatbot, der nur im Dialogfeld antwortet. Bekannte Sprachassistenten, wie sie der Leitfaden zu ChatGPT im Unternehmen beschreibt, bauen sich solche Agent-Fähigkeiten zunehmend selbst ein.

Abgrenzung: Chatbot, Workflow, Agent

Die drei Begriffe werden oft vermischt, bedeuten aber unterschiedliche Autonomie:

Ein Chatbot beantwortet Fragen und führt Gespräche. Er bleibt im Dialog, verändert aber nichts in Ihren Systemen. Ein Workflow ist ein fest verdrahtetes Programm: Wenn A eintrifft, dann tue B, C und D – in genau dieser Reihenfolge, ohne eigene Entscheidung. Ein Agent kombiniert beides: Er entscheidet pro Fall, welche Schritte nötig sind, nutzt bei Bedarf mehrere Werkzeuge und reagiert auf Zwischenergebnisse, etwa „diese Anfrage braucht eine Preisauskunft, die hole ich erst".

Für ein Ziel in fester Reihenfolge genügt meist ein Workflow. Für automatische Gesprächsbeantwortung genügt ein Chatbot. Ein Agent lohnt sich, sobald mehrere Entscheidungen und mehrere Systeme zusammenkommen und der Mensch nur noch prüft.

Was KI-Agenten für Unternehmen heute zuverlässig können

Erwartungen an Agenten sind oft überzogen. Nüchtern betrachtet können sie 2026 vier Aufgabenbereiche gut, wenn die Rahmenbedingungen stimmen – digitale Eingänge, klare Regeln, saubere Daten.

Erstens die Terminkoordination: Anfragen im Kalender zu anstehenden Terminen, freie Zeitfenster vergleichen, Einladungen verschicken, Erinnerungen setzen. Das funktioniert zuverlässig, weil die Regeln („Freitagnachmittag nicht, Montag erst ab zehn") eindeutig ausdrückbar sind und der Kalender ein sauberes System ist.

Zweitens die Postfach-Vorsortierung und Entwurfsbearbeitung: Posteingang nach Thema und Dringlichkeit sortieren, Ketten zusammenfassen, Antwortentwürfe formulieren, Standardrouten erkennen. Textergebnisse sind gut, erfordern aber Prüfung. Bei sensiblen oder heiklen Vorgängen fordert der Agent in der Konfiguration automatisch eine Freigabe an.

Drittens die Recherche und Zusammenfassung: Preise, Normen, Fristen, Wettbewerbsinformationen aus Web und Unterlagen sammeln und in einer Kurzfassung ablegen. Die Ergebnisse müssen anhand der Quellen geprüft werden: Ein Agent schützt nicht vor Fehlinformationen.

Viertens einfache, klar abgegrenzte Prozesse: Anfrage → Stammdaten → Entwurf → Freigabe. Klassiker sind Reklamationsvorbereitung, Angebotsentwürfe aus Preislisten, Bestelleingänge auf Plausibilität prüfen oder Berichte nach vorgegebenem Muster erstellen. Alles, was regelmäßig anfällt und sich in Regeln fassen lässt, ist ein Kandidat. Umfangreichere Beispiele finden Sie im Leitfaden zur Prozess-Automatisierung.

Praxis-Tipp: Prüfen Sie einen geplanten Agenten an drei Kriterien, bevor Sie bauen: Kommt die Arbeit digital an? Lässt sich der Ablauf in drei bis fünf Regeln fassen? Darf an einer Stelle ein Mensch entscheiden? Sind alle drei erfüllt, ist die Erfolgswahrscheinlichkeit hoch.

Fünf Einsatzbeispiele aus dem Mittelstand

Konkreter wird es mit Beispielen, die sich in KMU bewähren. Die Liste deckt Vertrieb, Büro, Service und Buchhaltung ab – jeweils als Auftrag formuliert, den ein Agent übernehmen kann.

Reklamations-Postfach vorsortieren

Ein Produktionsbetrieb empfängt täglich Mails an reklamation@firma.de. Der Agent liest jede Mail, ordnet sie der Bestellnummer zu, prüft Gewährleistungsfristen und legt eine Vorsortierung an: „nur Information", „Ersatzteil nötig", „Rückholung". Bei den zwei klaren Kategorien entwirft er die Antwort samt Frist-Hinweis, bei Unklarheit stößt er einen Menschen an. Ergebnis: Das Team bearbeitet nur noch Fälle, die Entscheidung brauchen.

Außendienst-Termine koordinieren

Ein Außendienstler im Maschinenbau soll Termine bei Bestandskunden finden, ohne Rückruffristen zu verpassen. Der Agent beobachtet eingehende Terminwünsche, gleicht sie mit dem Kalender ab, schlägt dem Kunden zwei Optionen vor und legt die Zusage zur Bestätigung ab. Versäumte Rückfragen werden automatisch nachgefasst. Wo Termine eilig oder teuer sind, übernimmt ein Mensch.

Angebotsentwürfe aus Preislisten

Ein Betrieb, der kundenspezifische Angebote schreibt, hinterlegt Preislisten und Textbausteine. Der Agent liest die Anfrage, identifiziert Positionen und Mengen, prüft gegen die Preisliste und erstellt einen Entwurf im gewohnten Angebotsformat. Anders als ein bloßer Textbaustein-Generator fragt er bei Mehrdeutigkeit nach: „Enthält der Auftrag Montage? Falls ja, ergänze ich Position 14." So wird aus einer Anfrage ein prüfbarer Entwurf statt eines Sammelsuriums aus Textbausteinen.

Wochenberichte aus Daten ziehen

Ein Dienstleister erstellt wöchentlich fünf Berichte aus vier Quellen: Auftragszeiten, Ticketzahlen, Umsatzrückblick, Personalurlaub. Der Agent sammelt die Zahlen, bringt sie in das Report-Muster und entwirft den Kommentar. Ein Mitarbeiter prüft fünf Minuten. Was vorher zwei Stunden dauert, braucht danach eine halbe Stunde – bei glatten Zahlen. Bei Abweichungen von der Norm fragt der Agent nach, statt zu raten.

Wissensabfragen aus dem Intranet

Ein Vertriebsteam fragt ständig nach Prozessen: „Wie setze ich einen Rabattantrag um?", „Welche Fristen gelten für die Auftragsbestätigung?". Ein Agent, der auf die hinterlegten Handbücher und Vertriebsdokumente zugreift, beantwortet solche Fragen mit Quellenangabe und verlinkt auf die passende Stelle. Damit ersetzt er den gefühlt zehnten Anruf bei der Assistentin – sofern die Unterlagen in einer Wissensbasis gepflegt sind.

Chatbot, Workflow oder Agent: So treffen Sie die Wahl

Die Entscheidung ist wichtig, weil Sie Aufwand und Wartung bestimmt. Eine einfache Abfrage hilft: Erst definieren Sie das Ziel, dann wählen Sie das Werkzeug – nicht umgekehrt.

Wenn das Ziel ein Gespräch ist (Kundenanfragen automatisch beantworten auf der Website oder im Portal), ist ein Chatbot der richtige Start. Er ist schnell aufgesetzt, günstig und der Übergang an einen Menschen lässt sich einbauen. Mehr dazu im Leitfaden zu KI-Chatbots.

Wenn das Ziel ein fester Ablauf ist (jeden Monat Rechnungen einlesen, kontieren, DATEV übergeben), bauen Sie einen Workflow. Er ist deterministisch, leicht zu testen und braucht keine KI-Entscheidung an jeder Stelle. Für diese festen Routinen genügt die klassische Automatisierung, ohne den Umweg über einen Agenten.

Wenn das Ziel Entscheidungen pro Fall verlangt (Posteingang sortieren, Termine koordinieren, Angebote vorbereiten), ist ein Agent das richtige Werkzeug. Er vereint den entscheidenden Vorteil: Er wählt zwischen Wegen, die seine Regeln erlauben. Damit ist er wandlungsfähiger, aber auch aufwändiger zu betreiben, weil jede neue Regel geprüft und dokumentiert werden will.

Arbeitsteilung: Was der Agent macht, was der Mensch prüft

Die meisten Enttäuschungen mit Agenten entstehen, weil die Arbeitsteilung nicht festgelegt ist. Ein Agent, der „alles" machen soll, macht wenig zuverlässig. Deshalb gehört zu jedem Einsatz eine klare Checkliste, was das System selbstständig tut und was ein Mensch entscheidet.

Die Grundregel lautet: Je stärker ein Vorgang nach außen wirkt oder rechtsverbindlich wird, desto höher die Freigabestufe. Nach innen gerichtete Tätigkeiten wie Zusammenfassen oder Vorsortieren können weitgehend ohne Freigabe laufen. Nach außen gerichtete wie Versand, Preis oder Vertrag brauchen im Zweifel den Menschen.

Für den E-Mail-Versand gilt das strikt: Ein Agent darf Antworten erst verschicken, wenn die Regel es erlaubt – und dort, wo es um Kunden, Preise oder Rechtliches geht, bleibt die Freigabe durch einen Menschen Pflicht.

Was ein KI-Agent kostet: Drei Größenordnungen

Die Kosten für einen Agenten lassen sich grob in drei Größenordnungen einteilen. Die Zahlen sind Richtwerte Stand September 2026 und variieren je nach Anbieter, Lizenzmodell und Aufwand – Sie sollten vor der Entscheidung eine konkrete Offerte einholen, keine Pauschalpreise annehmen.

Die zweite Zeile ist für viele KMU der interessante Weg: Sie bauen den Agenten auf einer Automatisierungsplattform selbst oder mit Unterstützung, statt ihn programmieren zu lassen. Die dritte Zeile lohnt erst, wenn ein Prozess eng mit dem eigenen ERP oder Portalsystem verzahnt ist, das keine fertige Integration bietet – dann entscheidet die Frage, ob Systeme per Schnittstelle anbindbar sind, über Aufwand und Machbarkeit.

Eine Beispielrechnung mit offengelegten Annahmen: Ein Betrieb bearbeitet wöchentlich 70 E-Mails in einem Service-Postfach. Mit einem Agenten, der sortiert und Entwürfe liefert, sinkt die Eigenzeit von zwei Stunden auf etwa 45 Minuten je Woche, also eine Ersparnis von 75 Minuten. Bei einem internen Stundensatz von 60 Euro entspricht das rund 75 Euro je Woche oder 300 Euro im Monat. Dem steht eine Lizenz von 20 bis 100 Euro gegenüber. Der Fall rechnet sich also, wenn Ihre Annahmen ähnlich sind – rechnen Sie mit Ihren eigenen Werten nach.

Grenzen und Risiken: Kontrolle und Daten

Agenten verlagern Arbeit, verlagern aber auch Verantwortung. Die zwei Risiko-Kategorien heißen Kontrolle und Daten.

Kontrolle bedeutet: Ein Agent arbeitet im Hintergrund, oft zuverlässig, aber nicht immer nachvollziehbar. Er kann Regeln falsch verstehen oder sich in einer Schleife wiederholen. Deshalb gehören zu jedem Agenten drei Sicherungen: Protokolle, aus denen jede Aktion hervorgeht; Limits, etwa die erlaubten Schritte oder die maximale Anzahl Versuche; und ein Not-Aus, mit dem der Agent innerhalb von Sekunden gestoppt werden kann. Wer diese drei Punkte in der Konfiguration nicht findet, sollte das Werkzeug nicht auf kritische Prozesse loslassen.

Daten heißt: Ein Agent greift in Kalender, Postfach, CRM oder Ticketsystem. Damit gelten die DSGVO-Regeln für jede Verarbeitung. Führen Sie einen Auftragsverarbeitungsvertrag mit dem Anbieter, klären Sie den Datenstandort und lassen Sie keine personenbezogenen Daten in frei zugängliche Consumer-Dienste laufen. Wenn Sie ein Sprachmodell mit einbinden, gilt der Blick auf den Anbieter erst recht – ein Überblick über ChatGPT-Alternativen und EU-Anbieter zeigt, worauf Sie achten können. Auch Betriebsrat und Mitbestimmung sind zu beachten, wenn technische Einrichtungen zur Leistungskontrolle entstehen. Die vollständige Checkliste steht im Leitfaden Datenschutz für KI.

Autonomiestufen und Freigaben

Die bewährte Praxis ist, Autonomie schrittweise hochzufahren. Vier Stufen haben sich im Mittelstand etabliert.

Stufe eins: Der Agent schlägt vor, kein Ergebnis wird automatisch verwendet. Diese Stufe eignet sich für den Einstieg und für alle Prozesse, deren Qualität Sie noch prüfen. Stufe zwei: Der Agent erledigt nach innen gerichtete Schritte selbst, nach außen gerichtete erst nach Freigabe. Stufe drei: Standardfälle laufen ohne Rückfrage durch, Ausnahmen landen im Prüf-Pool. Dazu braucht es eine klare Definition des Standardfalls, sonst verschwimmt die Grenze. Stufe vier: Der Agent entscheidet auch über Ausnahmen. Diese Stufe ist für KMU selten sinnvoll und nur für sehr stark geregelte Abläufe zu empfehlen.

Dazu gehören feste Freigabe-Regeln je Aktion: Wer darf welche Aktion freigeben? Welche Aktionen sind grundsätzlich von einem Menschen zu prüfen? Was passiert, wenn niemand die Freigabe gibt – Wiedervorlage oder Rückstau? Diese Punkte sind in einer schriftlichen Einsatz-Regel festzuhalten, die sich auch im Betriebsrat thematisieren lässt. Autonomie ist ein gesteuertes Hochfahren, kein einmaliger Schalter.

So starten Sie mit einem Agenten

Ein Agent lässt sich in fünf Schritten einführen, ohne dass Sie dafür ein Entwickler-Team brauchen.

Erster Schritt: Prozess auswählen. Nehmen Sie eine Aufgabe, die Ihnen jede Woche begegnet, aber nicht Ihr Geschäftskern ist – etwa Posteingangs-Sortierung statt der Preisgestaltung.

Zweiter Schritt: Regeln aufschreiben. Formulieren Sie Ihr Ziel, die erlaubten Schritte, die Datenquellen und die Freigabepunkte so, dass ein Dritter sie versteht. Diese Beschreibung nutzen Sie später sowohl für die Konfiguration als auch für die Prüfung.

Dritter Schritt: Werkzeug wählen. Für den Einstieg reicht häufig eine Automatisierungsplattform mit vorgefertigten Agent-Funktionen. Fertige Tools mit KI-Funktionen sind für einzelne Aufgaben die schnellste Option – eine kuratierte Auswahl finden Sie im Ratgeber zu KI-Tools für Unternehmen.

Vierter Schritt: Pilot mit Stufe eins. Lassen Sie den Agenten zwei Wochen lang ausschließlich Entwürfe und Vorsortierungen liefern. Messen Sie dabei drei Kennzahlen: Wie viele Ergebnisse waren korrekt, wie oft griff die Regel nicht, wie viel der erwarteten Zeitersparnis tatsächlich eintrat. Erst wenn diese Werte stabil sind, erhöhen Sie die Autonomiestufe.

Fünfter Schritt: Freigabeprozess etablieren und Mitarbeiter einbinden. Legen Sie fest, wer die Ergebnisse gegenzeichnet, wie Fehler gemeldet werden und wer die Freigabe-Regeln pflegt. Informieren Sie das Team früh, bevor Gerüchte entstehen. Wer Anpassungen an den Regeln selbst vornehmen kann, hält den Agenten langfristig scharf – ein Agent, dessen Regeln niemand pflegt, veraltet wie jede Software. Die Einarbeitung ins Team gehört dabei zu den Aufgaben der Einführung.

Praxis-Tipp: Notieren Sie nach dem Pilot die drei häufigsten Ausnahmen. Entweder ergänzen Sie dafür eine Regel, oder Sie erkennen, dass der Fall nicht automatisiert werden sollte – beides ist ein Ergebnis.