Was ist ein KI-Agent?

KI-Agent: Definition und Abgrenzung

Ein KI-Agent kombiniert ein Sprachmodell mit der Fähigkeit zu handeln. Er bekommt ein Ziel, etwa „Bearbeite die eingehenden Bestellanfragen“, und entscheidet selbst, welche Schritte dafür nötig sind. Dazu ruft er Werkzeuge auf, liest Ergebnisse aus und entscheidet anschließend, ob er weiterarbeitet, nachfragt oder die Aufgabe übergibt.

Ein Chatbot beantwortet Fragen, ein klassischer Automatisierungsablauf folgt festen Schritten. Der Agent liegt dazwischen: Er kann auf unerwartete Situationen reagieren, ist dafür aber weniger vorhersehbar. Deshalb brauchen Agenten klare Grenzen, Berechtigungen und eine Stelle, an der Menschen eingreifen können. Je höher das Risiko einer Aktion, desto enger sollte der Spielraum des Agenten gefasst sein.

So funktioniert ein KI-Agent

Im Kern arbeitet ein Agent in einer Schleife: Er nimmt die Lage auf, plant den nächsten Schritt, führt ihn über ein Werkzeug aus und bewertet das Ergebnis. Die Werkzeuge sind meist Funktionen oder Schnittstellen, etwa „Lagerbestand abfragen“, „Termin anlegen“ oder „E-Mail entwerfen“. Technisch dahinter stehen Verfahren wie Function Calling.

Ein Gedächtnis hält Zwischenstände und frühere Vorgänge fest. Bei größeren Aufgaben arbeiten mehrere spezialisierte Agenten zusammen, etwa einer zum Recherchieren und einer zum Prüfen. Je mehr Schritte ein Agent selbstständig ausführt, desto wichtiger werden Protokolle, damit nachvollziehbar bleibt, was er getan hat.

Praxis­bei­spiel: Bestel­lan­fragen im Großhandel

Ein Großhändler erhält Bestellanfragen per E-Mail. Der Agent liest die Nachricht, ordnet Artikel zu, fragt über die Schnittstelle zum Warenwirtschaftssystem Verfügbarkeit und Kundenpreis ab und erstellt einen Angebotsentwurf. Bei Unklarheiten, etwa einer fehlenden Menge, formuliert er eine Rückfrage an den Kunden.

Versendet wird nichts automatisch: Der Entwurf landet zur Freigabe beim Vertriebsinnendienst. Erst nach mehreren Wochen mit guter Trefferquote durfte der Agent einfache Standardfälle selbst bestätigen. Diese schrittweise Erweiterung der Befugnisse hat sich als Vorgehen bewährt. So wächst das Vertrauen im Team, und Fehler fallen auf, solange ihre Folgen klein sind.

Chancen, Grenzen und Sicherheit

Agenten können mehrstufige Aufgaben übernehmen, die sich nicht in starre Regeln pressen lassen. Sie machen jedoch Fehler, können Kosten durch viele Modellaufrufe verursachen und sind anfällig für Prompt Injection, also versteckte Anweisungen in Mails oder Dokumenten. Minimale Rechte, Freigabeschritte und Protokolle sind deshalb Pflicht.

Nano Concepts entwickelt KI-Agenten für klar umrissene Aufgaben und bindet sie an Ihre bestehenden Systeme an. Dazu gehören die Auswahl der Werkzeuge, saubere Schnittstellen, ein Berechtigungskonzept und Tests mit echten Vorgängen, bevor der Agent produktiv arbeitet. Bei Bedarf bleibt ein Mensch dauerhaft im Ablauf.

• Eng umrissene Aufgabe statt „Alles-Könner“-Agent definieren
• Zugriffsrechte auf das notwendige Minimum begrenzen
• Schreibende Aktionen und Zahlungen nur nach menschlicher Freigabe
• Alle Schritte protokollieren und Kosten je Vorgang überwachen
• Mit lesenden Aufgaben starten und Befugnisse schrittweise erweitern