Lexikon
Was ist ein KI-Agent?
Ein KI-Agent ist ein Softwaresystem, das ein Sprachmodell nutzt, um eine Aufgabe in mehreren Schritten selbst zu erledigen. Er plant, ruft Werkzeuge auf, wertet deren Ergebnisse aus und entscheidet über den nächsten Schritt. Anders als ein Chatbot beantwortet er also nicht nur Fragen, sondern handelt in den Systemen, an die er angebunden ist.
Wie funktioniert ein KI-Agent?
Ein KI-Agent arbeitet in einer Schleife: Das Modell liest Aufgabe und Kontext, wählt ein Werkzeug, erhält dessen Ergebnis und entscheidet, ob es weitermacht oder fertig ist. Die Schleife endet, wenn die Aufgabe erledigt ist oder eine festgelegte Grenze greift.
Anthropic beschreibt als Grundbaustein ein Sprachmodell, das um Suche, Werkzeuge und Gedächtnis erweitert wird. In der Praxis besteht ein Agent aus fünf Teilen:
- Modell: das Sprachmodell, das plant und entscheidet.
- Werkzeuge: Funktionen und Schnittstellen, etwa Dokumentensuche, ERP-Abfrage oder E-Mail-Entwurf. Offene Standards wie das Model Context Protocol vereinheitlichen, wie Anwendungen solche Werkzeuge und Datenquellen anbinden.
- Anweisungen: Regeln, was der Agent tun soll und was nicht.
- Gedächtnis und Wissen: der Verlauf der aktuellen Aufgabe und das Firmenwissen, auf das er zugreifen darf.
- Grenzen: Rechte, Freigaben durch Menschen und eine maximale Zahl von Schritten.
OpenAI nennt in seinem Leitfaden zum Bau von Agenten Modell, Werkzeuge und Anweisungen als die drei Kernbestandteile.
KI-Agent, Workflow oder Chatbot?
Der Unterschied liegt darin, wer den Ablauf bestimmt. Bei einem Workflow legt Programmcode die Schritte fest, das Modell füllt einzelne Lücken. Bei einem Agenten entscheidet das Modell selbst, welche Schritte und Werkzeuge nötig sind. Ein Chatbot antwortet nur und handelt nicht.
Anthropic empfiehlt, mit der einfachsten Lösung zu beginnen und Komplexität nur dann zu erhöhen, wenn sie nötig ist. Agentische Systeme tauschen nach dieser Darstellung Latenz und Kosten gegen bessere Ergebnisse bei offenen Aufgaben. Workflows sind berechenbarer, Agenten flexibler.
Ein Beispiel aus dem Unternehmensalltag
Ein Service-Agent bekommt eine Anfrage zu einer Störung an einer Maschine. Er sucht in Handbüchern und früheren Tickets, fragt bei Bedarf die Seriennummer im ERP ab und entwirft eine Antwort mit Quellenangaben. Ein Mensch prüft den Entwurf und gibt ihn frei.
Welche Dokumente der Agent liest und welche Systeme er abfragt, entscheidet er je nach Anfrage selbst. Genau das unterscheidet ihn von einem starren Ablauf. Wie so ein Einsatz im Detail aussieht, zeigt die Seite zum KI-Agenten für den technischen Service.
Worauf Sie achten sollten
Ein KI-Agent ist nur so verlässlich wie seine Grenzen. Bevor er produktiv arbeitet, sollten Rechte, Freigaben und Protokollierung festgelegt sein.
- Rechte: Der Agent sieht nur, was auch die Person sehen darf, für die er arbeitet.
- Freigabe: Aktionen mit Außenwirkung, etwa eine E-Mail an Dritte, bestätigt ein Mensch.
- Nachvollziehbarkeit: Jeder Schritt und jede Quelle wird protokolliert.
- Datenhaltung: Modell und Daten können auch vollständig im eigenen Haus laufen.
Einen Überblick über typische Einsatzfelder im Mittelstand finden Sie auf der Seite KI-Agenten.
Häufige Fragen
Ist ChatGPT ein KI-Agent?
Ein reines Chatfenster ist kein Agent, weil es nur antwortet. Sobald ein Assistent selbstständig Werkzeuge nutzt, etwa im Web sucht oder Dateien bearbeitet, arbeitet er agentisch.
Braucht ein KI-Agent Zugriff auf alle Firmendaten?
Nein. Ein Agent sollte nur die Daten und Aktionen nutzen dürfen, die für seine Aufgabe nötig sind, und nie mehr Rechte haben als die Person, für die er arbeitet.
Kann ein KI-Agent lokal laufen?
Ja. Modell, Werkzeuge und Protokolle lassen sich auf eigenen Servern betreiben, sodass keine Daten das Unternehmen verlassen. Entscheidend ist, dass das gewählte Modell zuverlässig mit Werkzeugen umgehen kann.
Wann reicht ein Workflow statt eines Agenten?
Wenn die Schritte immer gleich sind, ist ein fest programmierter Ablauf günstiger, schneller und leichter zu prüfen. Ein Agent lohnt sich, wenn der Weg zur Lösung von Fall zu Fall verschieden ist.
Quellen
- Anthropic: Building effective agents (19. Dezember 2024) anthropic.com
- Model Context Protocol: What is the Model Context Protocol (MCP)? modelcontextprotocol.io
- OpenAI: A practical guide to building agents openai.com