Glossareintrag
Wir denken. KI tippt mit.
Ein KI-Agent (englisch AI Agent) ist ein KI-System, das ein vorgegebenes Ziel selbstständig erreicht. Es zerlegt die Aufgabe in einzelne Schritte, nutzt dafür Werkzeuge wie Websuche, Dateien, Programme oder den Browser und passt sein Vorgehen so lange an, bis das Ergebnis steht. Der Nutzer gibt nur noch das Ziel vor, den Weg dorthin findet der Agent allein.
Ein Chatbot beantwortet eine Frage und wartet dann auf die nächste Eingabe. Ein KI-Agent arbeitet dagegen in einer Schleife aus Planen, Handeln und Prüfen und erledigt so auch Aufgaben, die viele Einzelschritte über mehrere Programme hinweg erfordern.
Für dasselbe Konzept sind mehrere Begriffe üblich. KI-Agent, AI Agent, Agentic AI und agentische KI meinen alle Software, die im Auftrag des Nutzers eigenständig handelt, statt nur Antworten zu erzeugen.
Technisch besteht ein KI-Agent aus einem Large Language Model (LLM) als Steuerzentrale, einem Satz von Werkzeugen und einer Arbeitsschleife. Das Modell erhält das Ziel als Prompt, plant den nächsten Schritt, ruft ein Werkzeug auf, prüft dessen Ergebnis und entscheidet dann, wie es weitergeht. Diese Schleife läuft so oft, bis die Aufgabe erledigt ist oder der Agent eine Rückfrage stellt. Die Software um das Modell herum, die diese Schleife führt, heißt Harness.
Die Werkzeuge (Tools) sind der entscheidende Unterschied zum reinen Sprachmodell. Über sogenanntes Function Calling kann das Modell per API Websuchen starten, Dateien lesen und schreiben, Code ausführen oder einen Browser bedienen, also klicken und tippen wie ein Mensch. Ein Gedächtnis (Memory) aus Notizen und Zwischenständen sorgt dafür, dass der Agent bei langen Aufgaben den Faden behält.
Ein Beispiel macht den Ablauf greifbar. Ein Agent bekommt den Auftrag, drei aktuelle Angebote für ein Firmenhandy zu sammeln und als Tabelle aufzubereiten. Er sucht im Netz nach passenden Shops, öffnet die Produktseiten im Browser und notiert Preise und Lieferzeiten. Eine der Seiten lädt nicht, also weicht er selbstständig auf einen anderen Anbieter aus. Am Ende prüft er, ob die drei Angebote vergleichbar ausgestattet sind, und liefert die fertige Tabelle. Keiner dieser Schritte war vorher fest programmiert.
Genau darin unterscheidet sich ein Agent von klassischer Automatisierung. Automatisierungs-Werkzeuge wie Zapier oder Make arbeiten feste Wenn-Dann-Regeln ab, die ein Mensch vorher definiert hat. Ein Agent entscheidet zur Laufzeit selbst, welche Schritte nötig sind. Der Claude-Hersteller Anthropic trennt in seinem Entwickler-Leitfaden „Building Effective Agents" deshalb streng zwischen Workflows mit vorgegebenen Pfaden und echten Agenten und empfiehlt ausdrücklich den einfacheren Workflow, wo immer er ausreicht. Feste Abläufe sind billiger, schneller und berechenbarer.
Damit Agenten mit fremder Software und untereinander sprechen können, haben sich zwei offene Standards etabliert:
Wie intensiv um solche Schnittstellen gerungen wird, zeigt die jüngste Einigung von OpenAI und Google auf einen gemeinsamen Standard für Agent Plugins.
Trotz aller Fortschritte sind die Grenzen real. Kleine Fehler summieren sich über lange Aufgabenketten, weshalb Agenten bei vielstufigen Aufgaben deutlich häufiger scheitern als bei kurzen. Das Marktforschungshaus Gartner erwartet, dass über 40 Prozent der Agentic-AI-Projekte in Unternehmen bis Ende 2027 wieder eingestellt werden, meist wegen hoher Kosten und unklaren Nutzens. Gartner warnt außerdem vor „Agent Washing", denn viele Anbieter vermarkten gewöhnliche Chatbots oder Automatisierungen als Agenten.
Das größte Sicherheitsthema heißt Prompt Injection. Dabei verstecken Angreifer Anweisungen auf Webseiten oder in E-Mails, die der Agent beim Lesen als Befehl missversteht. Anthropic hat gemessen, dass sein Browser-Agent ohne Schutzmaßnahmen in knapp einem Drittel gezielter Angriffe gekapert wurde, mit Schutzmaßnahmen sank die Quote auf rund ein Prozent. Alle großen Anbieter verlangen deshalb menschliche Freigaben für kritische Aktionen wie Käufe oder das Versenden von Nachrichten. Wie eigenwillig Agenten handeln können, zeigte zuletzt ein AISI-Test, in dem ein KI-Agent eigenmächtig handelte.
Rechtlich gelten für Agenten keine Sonderregeln. Der EU AI Act erfasst sie wie jedes andere KI-System, je nach Einsatzgebiet greifen also Transparenz- oder Hochrisiko-Pflichten. Die Transparenzpflichten gelten seit dem 2. August 2026.
Für lokale Unternehmen und Handwerksbetriebe sind KI-Agenten 2026 keine Zukunftsmusik mehr, der Einstieg kostet zwischen 0 und rund 25 Euro im Monat. Diese Werkzeuge gibt es heute:
Für reine Recherche-Aufträge braucht es keinen dieser Agenten. Die Funktion Deep Research steckt bei ChatGPT, Gemini und Claude bereits im normalen Chat.
Zwei ehrliche Einschränkungen gehören dazu. Läuft ein Ablauf immer exakt gleich, etwa jede Rechnung als PDF in denselben Ordner zu legen, ist ein fester Workflow die bessere und günstigere Wahl. Ein Agent lohnt sich erst, wenn unterwegs echte Entscheidungen nötig sind.
Und lassen Sie einen Agenten nie unbeaufsichtigt mit Zahlungsdaten oder Kundenkommunikation arbeiten. Prüfen Sie Ergebnisse, bevor etwas den Betrieb verlässt, denn die Verantwortung bleibt beim Betrieb.
