KI-Agenten für klar definierte Aufgaben im Unternehmen
Ein KI-Agent bekommt ein Ziel, Werkzeuge und Grenzen, und erledigt innerhalb dieser Grenzen eine mehrstufige Aufgabe. FMQ entwickelt KI-Agenten für Unternehmen dort, wo ein einfacher Workflow nicht reicht: mit festgelegten Berechtigungen, menschlichen Freigaben, Protokollierung und Abbruchregeln. Nicht autonom um jeden Preis, sondern nützlich und kontrollierbar.
Chatbot, Assistent, Workflow oder Agent?
Die Begriffe werden durcheinander verwendet, und das führt zu falschen Erwartungen. Die Unterschiede sind einfach, wenn man auf zwei Fragen schaut: Wer entscheidet über den nächsten Schritt, und darf das System selbst handeln?
| Typ | Was es tut | Wer den nächsten Schritt bestimmt | Typischer Einsatz |
|---|---|---|---|
| Chatbot | Beantwortet Fragen im Dialog, meist auf Basis vorgegebener Inhalte | Der Nutzer, mit jeder neuen Frage | Support-Fragen, Website-Hilfe |
| Assistent | Hilft einer Person bei ihrer Arbeit: zusammenfassen, entwerfen, suchen | Die Person, die den Assistenten bedient | Texte, Recherche, interne Wissenssuche |
| Workflow | Führt einen festen Ablauf aus, KI übernimmt einzelne Schritte | Der vorab definierte Ablauf | Anfragen sortieren, Dokumente verarbeiten |
| Agent | Verfolgt ein Ziel und wählt selbst, welche Werkzeuge es in welcher Reihenfolge nutzt | Das System, innerhalb festgelegter Grenzen | Mehrstufige Aufgaben mit mehreren Datenquellen |
Der Agent ist also nicht die bessere Version des Workflows, sondern ein anderes Werkzeug für andere Aufgaben. Für viele Anwendungsfälle reicht ein guter Workflow, und dann empfehlen wir den. Was ein Workflow leistet, beschreibt die Seite KI-Automatisierung von Abläufen.
Wann ein KI-Agent sinnvoll ist
Vier Bedingungen sollten gleichzeitig erfüllt sein. Fehlt eine, ist meist ein Workflow oder ein Assistent die bessere Wahl.
-
01
Die Aufgabe hat mehrere Schritte, deren Reihenfolge variiert
Etwa: eine Reklamation prüfen. Je nach Fall muss der Agent im Bestellsystem nachsehen, Lieferdaten abrufen, die Garantiebedingungen lesen und eine Rückfrage stellen. Welche Schritte nötig sind, steht erst fest, wenn der Fall bekannt ist.
-
02
Die Aufgabe ist klar umrissen und häufig
Ein Agent für "alles, was im Büro anfällt" funktioniert nicht. Ein Agent für "Reklamationen zu Standardprodukten vorbereiten" schon. Je enger die Aufgabe, desto zuverlässiger das Ergebnis.
-
03
Fehler bleiben erkennbar und rückholbar
Der Agent bereitet vor, ein Mensch entscheidet. Was der Agent tut, muss sich im Protokoll nachvollziehen und bei Bedarf rückgängig machen lassen. Aufgaben mit unumkehrbaren Folgen kommen nicht in Frage.
-
04
Die nötigen Daten sind zugänglich und freigegeben
Ohne saubere Schnittstellen zu den relevanten Systemen und ohne Klarheit, welche Daten der Agent sehen darf, lässt sich kein verlässlicher Agent bauen. Das prüfen wir vor jedem Angebot.
Werkzeuge, Datenzugriff und Berechtigungen
Ein Agent kann nur tun, was seine Werkzeuge erlauben. Jedes Werkzeug ist eine klar definierte Funktion: im CRM nachschlagen, ein Dokument lesen, einen E-Mail-Entwurf anlegen, einen Termin vorschlagen. Wir legen für jedes Werkzeug fest, ob der Agent damit nur lesen oder auch schreiben darf, welche Datensätze erreichbar sind und welche nicht. Ein Agent, der Reklamationen bearbeitet, braucht Zugriff auf Bestellungen, aber nicht auf Personaldaten. Diese Trennung ist keine technische Feinheit, sondern der wichtigste Schutz gegen Fehler und Missbrauch.
Human-in-the-loop
An definierten Stellen hält der Agent an und legt einem Menschen vor, was er vorhat: bevor eine Nachricht nach außen geht, bevor Geld bewegt wird, bevor Daten dauerhaft geändert werden, und immer dann, wenn er sich nicht sicher ist. Die Person sieht den Fall, die vom Agenten gesammelten Informationen und den Vorschlag, und entscheidet. Mit der Zeit lässt sich der Anteil der Fälle, die eine Freigabe brauchen, senken, aber nur auf Basis der Fehlerauswertung, nicht aus Bequemlichkeit.
Protokollierung und Fehlerfälle
Jeder Werkzeugaufruf, jede Zwischenentscheidung und jede Freigabe wird mit Zeitstempel gespeichert. So lässt sich nachvollziehen, warum der Agent einen Fall so und nicht anders behandelt hat. Für Fehlerfälle gibt es feste Regeln: Bei fehlenden Daten fragt der Agent nach statt zu raten. Bei widersprüchlichen Informationen bricht er ab und meldet den Fall. Nach einer festgelegten Zahl von Schritten ohne Ergebnis stoppt er, damit er nicht in Schleifen läuft und Kosten erzeugt.
Datenschutz und sensible Daten
Vor dem Bau klären wir, welche Daten der Agent verarbeiten darf und wo das geschieht. Wenn ein externer Modellanbieter beteiligt ist, prüfen wir Verarbeitungsort, Auftragsverarbeitungsvertrag und ob die Daten für das Training verwendet werden dürfen (in der Regel: nein). Personenbezogene Daten werden so weit wie möglich reduziert oder pseudonymisiert, bevor sie ein Modell erreichen. Bei besonders sensiblen Daten kommen Modelle auf eigener oder europäischer Infrastruktur in Betracht.
Rechtliche Fragen, etwa zu Dokumentationspflichten für bestimmte KI-Anwendungen, sind ein Prüfpunkt in jedem Projekt. Wir geben dazu keine Rechtsberatung und verweisen bei Bedarf an Fachleute, die das können.
Pilot statt großer Blindflug
Ein Agent startet nie mit dem gesamten Fallaufkommen. Der Pilot bekommt einen abgegrenzten Ausschnitt, läuft einige Wochen parallel zum bisherigen Ablauf und wird an vorher festgelegten Kennzahlen gemessen: Trefferquote, Anteil der Rückfragen, Anteil der Fälle mit Korrektur durch Menschen, Bearbeitungszeit. Erst dann fällt die Entscheidung über Ausweitung, Anpassung oder Abbruch.
Sie haben eine Aufgabe im Kopf und sind unsicher, ob ein Agent passt?Beschreiben Sie sie kurz. Wir sagen Ihnen ehrlich, ob es ein Agent, ein Workflow oder gar nichts davon sein sollte.
Aufgabe einschätzen lassenBetrieb, Monitoring und Verbesserung
Ein Agent ist nach der Einführung nicht fertig. Modelle ändern sich, Daten ändern sich, und neue Fallarten tauchen auf, die beim Bau niemand gesehen hat. Zum Betrieb gehören deshalb drei Dinge: ein Dashboard mit den Kennzahlen aus dem Pilot, eine regelmäßige Auswertung der Korrekturen durch Mitarbeitende, und ein fester Rhythmus, in dem Werkzeuge, Vorgaben und Freigaberegeln nachgezogen werden. Bei einem Modellwechsel des Anbieters wird der Agent erneut gegen die Testfälle geprüft, bevor er weiterläuft.
Typische Aufgaben für Agenten (Szenarien)
- Reklamationen und Rückfragen vorbereiten: Bestellung, Lieferung und Bedingungen zusammentragen, Antwort entwerfen, Mensch gibt frei
- Angebotsanfragen qualifizieren: fehlende Angaben beim Interessenten nachfragen, Daten strukturieren, Vorschlag für Leistung und Preisrahmen anlegen
- Recherche zu Lieferanten oder Wettbewerbern: mehrere Quellen abfragen, Ergebnisse vergleichen, Bericht mit Fundstellen erstellen
- Interne Wissensfragen: in freigegebenen Dokumenten suchen, Antwort mit Verweis liefern, bei Unklarheit an Fachabteilung weitergeben
- Onboarding-Aufgaben: Checklisten abarbeiten, Zugänge beantragen, Status zurückmelden, Freigaben einholen
Alle Beispiele sind typische Szenarien, keine Kundenprojekte. Was in Ihrem Unternehmen sinnvoll ist, zeigt sich in der Aufnahme.
Was wir nicht versprechen
- Keine vollständige Autonomie. Jeder unserer Agenten hat Freigabepunkte und Abbruchregeln, und das bleibt so.
- Keine Fehlerfreiheit. Sprachmodelle machen Fehler; die Bauweise sorgt dafür, dass sie auffallen und nicht durchrutschen.
- Kein Ersatz für Fachwissen. Der Agent sammelt und bereitet vor, die Entscheidung bleibt bei Menschen mit Erfahrung.
- Keine "Multi-Agent-Systeme" als Selbstzweck. Mehrere Agenten, die sich gegenseitig beauftragen, klingen beeindruckend und sind selten nötig. Wir bauen sie nur, wenn eine Aufgabe das wirklich verlangt.
Ob ein Agent für Sie der richtige Schritt ist, und ob vorher andere Grundlagen nötig sind, klärt die KI-Beratung für den Mittelstand. Einen Überblick über alle Leistungen gibt die Seite KI Dienstleistungen von FMQ.
Kann ich einen KI-Agenten entwickeln lassen, ohne eigene IT-Abteilung?
Ja. Nötig sind Zugänge zu den Systemen, die der Agent nutzen soll, und eine Ansprechperson, die den Fachprozess kennt. Den Bau, die Anbindung und den Betrieb übernehmen wir. Bei der Übergabe bekommen Sie Dokumentation und Zugänge, so dass Sie später auch mit einem anderen Dienstleister weiterarbeiten könnten.
Was kostet ein KI-Agent?
Das hängt von der Zahl der Werkzeuge, der angebundenen Systeme und dem Fallaufkommen ab. Ein Pilot für eine eng umrissene Aufgabe liegt deutlich unter einem großen Softwareprojekt. Dazu kommen laufende Kosten für Modellnutzung und Betrieb, die wir vorher abschätzen. Preise nennen wir nach der Aufnahme.
Welches KI-Modell wird verwendet?
Das wählen wir je nach Aufgabe, Datenschutzanforderung und Kosten. Wir sind an keinen Anbieter gebunden. Für viele Aufgaben reichen kleinere, günstigere Modelle; für sensible Daten kommen Modelle in europäischer oder eigener Infrastruktur in Betracht. Der Agent ist so gebaut, dass sich das Modell austauschen lässt.
Beschreiben Sie die Aufgabe, nicht die Technik.
Was soll erledigt werden, wie oft, mit welchen Daten? Daraus sagen wir Ihnen, ob ein Agent passt und wie ein Pilot aussehen würde.