KI-Agenten an Unternehmenssysteme anbinden: der Grundlagen-Leitfaden
Ein KI-Agent, der nur chatten kann, beantwortet Fragen. Ein Agent, der auf ERP, CRM und Dokumentenablage zugreift, erledigt Arbeit: Er liest einen Auftrag, prüft Lagerbestände, legt einen Angebotsentwurf an. Dieser Leitfaden ordnet die vier Wege, über die Agenten an Unternehmenssysteme kommen, und zeigt, welcher Weg zu welchem Systemtyp passt.
Was heißt es, einen KI-Agenten anzubinden?
Einen KI-Agenten anzubinden heißt, ihm definierte Werkzeuge zu geben, mit denen er Daten aus einem System liest oder dort Aktionen auslöst. Das Sprachmodell entscheidet, welches Werkzeug es aufruft; ausgeführt wird der Aufruf von Ihrem Code, mit Ihren Zugangsdaten und Ihren Rechten. Die Anbindung ist damit vor allem eine Frage von Schnittstelle und Berechtigung.
Typische Werkzeuge in Unternehmensprozessen sehen so aus:
- Lesen: Kundenstammsatz abrufen, offene Aufträge eines Kunden listen, ein Datenblatt aus der Dokumentenablage holen.
- Suchen: Tickets mit ähnlicher Fehlerbeschreibung finden, frühere Angebote zu einer Artikelnummer suchen.
- Entwerfen: einen Angebotsentwurf anlegen, eine Antwortmail als Entwurf speichern.
- Ausführen: eine Bestellung buchen, einen Status ändern, eine Mail versenden.
Je weiter unten in dieser Liste, desto größer der mögliche Schaden bei einem Fehler. Diese Abstufung zieht sich durch alle Entscheidungen in diesem Leitfaden. Wie solche Agenten in konkreten Abteilungen aussehen, zeigt die Übersicht der KI-Agenten für Vertrieb, Service und Wissen.
Welche vier Anbindungswege gibt es?
Es gibt vier grundlegende Wege: die API des Systems direkt aufrufen (meist REST oder OData), einen MCP-Server dazwischenschalten, eine Integrationsplattform als Vermittler nutzen oder direkt auf die Datenbank zugreifen. In der Praxis kombinieren Unternehmen diese Wege – entscheidend ist, für jedes System bewusst einen zu wählen.
| Weg | Wann er passt | Hauptrisiko |
|---|---|---|
| REST/OData-API | System hat dokumentierte API, ein Agent nutzt sie | Rechte zu breit vergeben |
| MCP-Server | Mehrere Agenten oder Werkzeuge nutzen dieselben Funktionen | Werkzeugbeschreibungen ungeprüft übernommen |
| Integrationsplattform | Viele Systeme, bestehende Workflows, wenig Entwicklerkapazität | Plattform wird zum Generalschlüssel |
| Datenbank | Altsystem ohne API, reine Auswertungen | Geschäftslogik des Systems wird umgangen |
Weg 1: REST- oder OData-Schnittstelle direkt
Viele aktuelle Geschäftsanwendungen bieten eine HTTP-Schnittstelle. Microsoft Graph und eine Reihe von ERP-Systemen nutzen dafür OData, ein Protokoll für REST-APIs, das laut OData-Dokumentation von OASIS standardisiert und als ISO/IEC-Standard anerkannt wurde. Der Agentencode definiert ein Werkzeug, etwa get_open_orders(customer_id), und ruft dahinter genau einen Endpunkt auf.
Vorteil: Sie sehen und kontrollieren jeden Aufruf im eigenen Code. Nachteil: Jede neue Funktion ist neuer Code, und wer mehrere Agenten baut, schreibt dieselben Werkzeuge mehrfach.
Weg 2: MCP-Server
Das Model Context Protocol ist ein offenes Protokoll, über das Anwendungen Sprachmodellen Werkzeuge und Daten bereitstellen. Die Spezifikation in der Revision 2026-07-28 unterscheidet Hosts, Clients und Server; Server bieten Ressourcen, Prompts und Werkzeuge an, die Kommunikation läuft über JSON-RPC 2.0. Ein MCP-Server kapselt die Systemfunktionen einmal, und jeder MCP-fähige Agent kann sie nutzen.
Wie Sie einen solchen Server aufsetzen, absichern und betreiben, beschreibt der Leitfaden MCP-Server: KI-Agenten standardisiert an Systeme anbinden. Hier geht es nur um die Frage, wann MCP der richtige der vier Wege ist.
Weg 3: Integrationsplattform
Integrationsplattformen wie n8n verbinden bereits viele Systeme über fertige Konnektoren. Der Agent ruft dann nicht das ERP selbst auf, sondern einen Workflow der Plattform. n8n kann laut Dokumentation des MCP Server Trigger Workflows als Werkzeuge für MCP-Clients bereitstellen und für den Zugriff eine Authentifizierung per Bearer- oder Header-Token verlangen.
Vorteil: Bestehende Konnektoren und Workflows werden wiederverwendet, Fachabteilungen können mitarbeiten. Nachteil: Die Plattform hält oft Zugangsdaten zu vielen Systemen. Ein Agent mit Zugriff auf die Plattform hat damit potenziell Zugriff auf alles, was dort angebunden ist – wenn Sie die freigegebenen Workflows nicht eng schneiden.
Weg 4: Direkter Datenbankzugriff
Hat ein System keine brauchbare API, bleibt der Zugriff auf die Datenbank. Für Auswertungen ist das legitim: Ein lesender Benutzer, eine Sicht auf die relevanten Tabellen, fertig. Schreibend ist der Weg riskant, weil er Prüfungen, Buchungslogik und Protokollierung der Anwendung umgeht. Ein Auftrag, der direkt in die Tabelle geschrieben wird, kann für die Anwendung inkonsistent sein.
Welcher Weg passt zu welchem Systemtyp?
Die Wahl folgt drei Fragen: Hat das System eine dokumentierte API? Wie viele Agenten sollen die Funktionen nutzen? Muss der Agent schreiben? Daraus ergibt sich für die üblichen Systemtypen eine klare Grundempfehlung, von der Sie im Einzelfall begründet abweichen können.
ERP (zum Beispiel SAP S/4HANA, Microsoft Dynamics 365): Über die offiziellen OData- oder REST-APIs anbinden, mit eigenem technischem Benutzer. Schreibende Vorgänge wie Bestellungen oder Buchungen nur als Entwurf oder mit Freigabe. Die Besonderheiten bei SAP – freigegebene APIs, Kommunikationsbenutzer, Berechtigungsrollen – behandelt der Leitfaden KI-Agent an SAP S/4HANA anbinden im Detail.
CRM: Meist gute REST-APIs. Lesen ist unkritisch, Schreiben (Aktivitäten, Notizen, Phasenwechsel) gut abgrenzbar. Wenn Vertriebs- und Serviceagent dieselben CRM-Funktionen nutzen, lohnt ein gemeinsamer MCP-Server. Wie ein Agent im Vertriebsprozess arbeitet, zeigt die Seite zum KI-Agenten für den Vertrieb.
Dokumentenablage und Wissen (SharePoint, Confluence, Dateiserver): Hier zählt weniger die Schnittstelle als die Rechtevererbung. Ein Agent darf nur finden, was der fragende Mitarbeiter auch öffnen dürfte. Das spricht für delegierte Rechte im Namen des Benutzers statt eines technischen Kontos mit Vollzugriff. Mehr zum Einsatzfeld unter KI-Agent für Wissensmanagement.
Ticket- und Servicesysteme: REST-API, meist gut dokumentiert. Der Agent liest Tickets und Historie, schreibt Antwortentwürfe und Kategorien. Der Versand an Kunden bleibt freigabepflichtig – siehe KI-Agent im technischen Service.
Altsysteme ohne API: Lesend über eine Datenbanksicht oder regelmäßige Exporte, schreibend über die Importschnittstelle des Systems oder gar nicht. Wenn bereits eine Integrationsplattform das Altsystem anbindet, ist sie oft der sauberere Vermittler.
Viele Systeme, ein Prozess: Wenn ein Prozess wie die Angebotserstellung CRM, ERP und Dokumentenablage berührt, lohnt eine Schicht aus MCP-Servern oder Plattform-Workflows, damit der Agent eine einheitliche Werkzeugliste sieht.
Wie funktioniert eine Anbindung technisch?
Technisch besteht jede Anbindung aus denselben Bausteinen: einer Werkzeugdefinition, die das Modell sieht, einem Ausführungscode, der die Schnittstelle aufruft, einer Identität mit Rechten im Zielsystem und einer Protokollierung. Das Modell schlägt Aufrufe nur vor – ausgeführt und geprüft wird außerhalb des Modells.
Die Bausteine im Einzelnen:
- Werkzeugdefinition: Name, Beschreibung, Parameter mit Typen. Je enger, desto besser:
get_order_status(order_id)stattrun_query(sql). - Ausführung: Code oder MCP-Server, der die Parameter prüft, den API-Aufruf baut und nur die nötigen Felder zurückgibt.
- Identität: ein technischer Benutzer oder delegierte Rechte im Namen des angemeldeten Mitarbeiters.
- Freigabe: Für schreibende Werkzeuge ein Schritt, in dem ein Mensch bestätigt – im Agenten oder im Zielsystem.
- Protokoll: Welches Werkzeug wurde mit welchen Parametern aufgerufen, was kam zurück, wer hat freigegeben.
Ein einfaches Beispiel für eine eng geschnittene Werkzeugdefinition, wie sie die meisten Agenten-Frameworks und Modell-APIs in ähnlicher Form erwarten:
{
"name": "get_open_orders",
"description": "Listet offene Kundenaufträge eines Kunden. Nur lesend.",
"input_schema": {
"type": "object",
"properties": {
"customer_id": { "type": "string", "description": "Kundennummer aus dem CRM" }
},
"required": ["customer_id"]
}
}
Das Werkzeug kann keine Aufträge ändern, keine anderen Tabellen lesen und keinen beliebigen Filter absetzen. Diese Enge ist kein Nachteil, sondern der eigentliche Schutz.
Welche Rechte braucht ein angebundener Agent?
Ein Agent braucht genau die Rechte, die sein Prozess erfordert, und keine darüber hinaus. Das OWASP-Projekt nennt übermäßige Funktionalität, übermäßige Rechte und übermäßige Autonomie als Ursachen der Schwachstelle „Excessive Agency“ und empfiehlt unter anderem schmale Werkzeuge, minimale Rechte und menschliche Freigabe für folgenreiche Aktionen.
Die Empfehlungen aus OWASP LLM06:2025 Excessive Agency, übertragen auf Unternehmenssysteme:
- Nur nötige Werkzeuge: Ein Agent, der Angebote vorbereitet, braucht kein Werkzeug zum Stornieren von Rechnungen.
- Nur nötige Funktion: Lesen, wo Lesen reicht. Ein Zusammenfassungsagent bekommt keinen Schreibzugriff.
- Keine offenen Werkzeuge: keine freie SQL-Abfrage, keine Shell, kein generischer HTTP-Aufruf.
- Minimale Rechte im Zielsystem: Die Datenbankrolle ist lesend, der API-Benutzer sieht nur die nötigen Objekte.
- Im Kontext des Benutzers ausführen, wo es um persönliche Daten oder Dokumente geht.
- Freigabe durch Menschen für Aktionen mit Außenwirkung oder Geldbezug.
- Berechtigung im Zielsystem prüfen, nicht dem Modell überlassen.
Bei Microsoft 365 ist der Unterschied zwischen den zwei Rechtearten zentral. Laut Microsoft-Graph-Dokumentation kann eine App mit delegierten Rechten nichts lesen, was der angemeldete Benutzer nicht auch lesen könnte; eine App mit Anwendungsrechten wie Files.Read.All dagegen jede Datei der Organisation. Microsoft empfiehlt das delegierte Modell aus Sicht minimaler Rechte, wann immer es die Anforderungen erfüllt.
Bei Datenbanken hilft zeilenbasierte Sicherheit. In PostgreSQL gilt laut Dokumentation zu Row Security Policies: Ist die Funktion für eine Tabelle aktiviert und keine Richtlinie definiert, sind keine Zeilen sichtbar. Wichtig ist die Ausnahme: Superuser, Rollen mit BYPASSRLS und in der Regel der Tabelleneigentümer umgehen die Richtlinien – der Agent darf also keine dieser Rollen haben.
-- Lesende Rolle nur für den Agenten
CREATE ROLE agent_reader LOGIN PASSWORD :'agent_pw';
GRANT SELECT ON v_offene_auftraege TO agent_reader;
-- keine weiteren Rechte, kein BYPASSRLS
Was ist bei MCP-Servern sicherheitlich zu beachten?
MCP standardisiert die Verbindung, nicht die Sicherheit. Die Spezifikation hält ausdrücklich fest, dass Werkzeuge beliebige Codeausführung darstellen, mit Vorsicht zu behandeln sind und dass Werkzeugbeschreibungen nicht vertrauenswürdig sind, solange sie nicht von einem vertrauenswürdigen Server stammen. Die Durchsetzung liegt bei Ihnen.
Drei Punkte aus der Spezifikation sind für Unternehmen besonders relevant:
- Zustimmung vor Werkzeugaufrufen: Laut MCP-Spezifikation müssen Hosts die ausdrückliche Zustimmung des Benutzers einholen, bevor sie ein Werkzeug aufrufen. In automatisierten Abläufen heißt das: Sie legen vorab fest, welche Werkzeuge ohne Rückfrage laufen dürfen.
- Keine Token-Weitergabe: Die Autorisierungsspezifikation (Revision 2025-06-18) verlangt, dass ein MCP-Server nur Token akzeptiert, die für ihn ausgestellt wurden, und das vom Client erhaltene Token nicht an nachgelagerte APIs durchreicht. Für das ERP dahinter braucht der Server ein eigenes Token.
- Fremde Server prüfen: Ein öffentlich verfügbarer MCP-Server für Ihr CRM ist Code eines Dritten, der mit Ihren Zugangsdaten läuft. Er gehört vor dem Einsatz in dieselbe Prüfung wie jede andere Software.
Die Versionierung beachten: MCP-Revisionen tragen ein Datum. Laut Versionierungsseite ist 2026-07-28 die aktuelle Revision (Stand November 2026); Server und Clients älterer Revisionen arbeiten über einen definierten Kompatibilitätsweg weiter.
Welche Voraussetzungen müssen erfüllt sein?
Bevor Sie einen Agenten anbinden, brauchen Sie drei Dinge: einen klar umrissenen Prozess mit Ein- und Ausgaben, Zugang zu einer Test- oder Sandbox-Umgebung des Zielsystems und eine Person, die Rechte im Zielsystem vergeben darf. Fehlt eines davon, scheitert das Vorhaben nicht an der Technik, sondern an Abstimmungen.
Im Detail:
- Prozessbeschreibung: Welche Daten liest der Agent, was erzeugt er, wer prüft das Ergebnis? Ein Satz pro Werkzeug genügt.
- Schnittstellendokumentation: API-Referenz, Authentifizierungsart, Ratenlimits. Bei Altsystemen: Datenmodell der relevanten Tabellen.
- Testumgebung: Agenten machen Fehler beim Ausprobieren. Ein Testmandant oder eine Kopie verhindert, dass diese Fehler im Produktivsystem landen.
- Technischer Benutzer und Rechtekonzept: abgestimmt mit IT und Systemverantwortlichen.
- Datenschutz und Mitbestimmung: Wenn der Agent personenbezogene Daten verarbeitet oder Arbeit von Mitarbeitern auswertet, früh Datenschutzbeauftragte und gegebenenfalls Betriebsrat einbinden. Das ist eine Orientierung, keine Rechtsberatung.
- Betriebsort des Modells: Ob das Sprachmodell in der Cloud oder im eigenen Rechenzentrum läuft, entscheidet, welche Daten es überhaupt sehen darf. Hintergründe dazu unter souveräne KI im eigenen Betrieb.
Wie gehen Sie Schritt für Schritt vor?
Bewährt hat sich ein Vorgehen von lesend zu schreibend und von einem System zu mehreren. Der erste Agent liest aus einem System und erzeugt Entwürfe; erst wenn dessen Ergebnisse stabil sind, kommen Schreibrechte und weitere Systeme hinzu. So bleibt jeder Schritt überprüfbar.
- Prozess und Werkzeuge festlegen. Drei bis fünf Werkzeuge, jedes mit einer Aufgabe. Schreibende Werkzeuge markieren.
- Anbindungsweg je System wählen. Nach der Logik oben: API, MCP, Plattform oder Datenbank.
- Technischen Benutzer anlegen. Mit minimalen Rechten, getrennt von persönlichen Konten, mit eigenem Protokoll im Zielsystem.
- Lesenden Prototyp bauen. Gegen das Testsystem, mit echten Beispieldaten. Prüfen, ob der Agent die richtigen Werkzeuge mit den richtigen Parametern wählt.
- Rückgaben verschlanken. Nur die Felder zurückgeben, die der Agent braucht. Das schützt Daten und hält den Kontext klein.
- Schreibende Werkzeuge als Entwurf einführen. Der Agent legt Entwürfe an, ein Mensch gibt frei.
- Protokollierung und Grenzen einrichten. Jeden Aufruf mitschreiben, Aufrufe pro Zeitraum begrenzen, Alarm bei ungewöhnlichen Mustern.
- Erst dann weitere Systeme anbinden. Wiederkehrende Werkzeuge in einen MCP-Server oder Plattform-Workflow auslagern.
In unserem eigenen Betrieb hat sich gezeigt, dass der Schritt von Entwurf zu automatischer Ausführung pro Werkzeug entschieden werden sollte, nicht pro Agent: Ein Agent kann Notizen selbst anlegen und trotzdem für jede Mail eine Freigabe brauchen.
Wo liegen Grenzen und Risiken?
Die größten Risiken entstehen nicht durch die Schnittstelle, sondern durch zu breite Rechte und manipulierte Eingaben. Ein Agent, der E-Mails oder Dokumente liest, kann darin versteckte Anweisungen finden und befolgen. Was der Agent technisch darf, kann er im schlimmsten Fall auch auf fremde Veranlassung tun.
Konkrete Grenzen:
- Prompt Injection über Inhalte: Ein Lieferantenangebot mit verstecktem Text kann den Agenten zu einem Werkzeugaufruf verleiten. Schutz: enge Werkzeuge, Freigaben, Berechtigungsprüfung im Zielsystem.
- Datenbankzugriff umgeht Logik: Direkte Schreibzugriffe erzeugen Datensätze, die für die Anwendung ungültig sein können. Schreiben nur über die Anwendung.
- Generalschlüssel-Effekt: Integrationsplattform oder zentraler MCP-Server mit Rechten auf viele Systeme werden zum lohnenden Ziel. Pro Agent eigene Freigaben schneiden.
- API-Änderungen: Systemupdates ändern Felder oder Endpunkte. Ohne Tests merkt das niemand, bis der Agent falsche Daten liefert.
- Kosten durch Schleifen: Ein Agent, der ein Werkzeug immer wieder mit leicht veränderten Parametern aufruft, belastet Zielsystem und Modellbudget. Ratenlimits setzen.
- Nicht jeder Prozess braucht einen Agenten: Wenn die Abfolge immer gleich ist, ist ein klassischer Workflow ohne Sprachmodell einfacher, günstiger und vorhersehbarer.
Wie fangen Sie an?
Fangen Sie mit einem Prozess an, in dem ein Agent ausschließlich liest und Entwürfe erzeugt, und mit einem System, das eine dokumentierte API hat. Das ist in den meisten Unternehmen das CRM oder das Ticketsystem. So klären Sie Rechte, Testumgebung und Protokollierung einmal und können den nächsten Agenten darauf aufbauen.
Eine kurze Prüfliste für den Start:
- Ist der Prozess in einem Absatz beschreibbar, mit Ein- und Ausgabe?
- Hat das Zielsystem eine dokumentierte API und eine Testumgebung?
- Wer vergibt den technischen Benutzer, wer gibt Rechte frei?
- Welche Werkzeuge sind lesend, welche schreibend?
- Wo werden Aufrufe protokolliert, wer schaut hinein?
Für die Vertiefung: Den standardisierten Weg über MCP beschreibt der Leitfaden zu MCP-Servern, die ERP-Seite am Beispiel SAP der Leitfaden zur Anbindung an SAP S/4HANA. Weitere Systemseiten finden Sie im Wissensbereich.
Häufige Fragen
Braucht jeder KI-Agent einen MCP-Server?
Nein. MCP lohnt sich, wenn mehrere Agenten oder Werkzeuge dieselben Systemfunktionen nutzen sollen. Für einen einzelnen Agenten mit zwei, drei klar umrissenen Aufrufen reicht oft eine direkte REST-Anbindung im Agentencode.
Darf ein KI-Agent mit einem Administrator-Konto arbeiten?
Davon ist abzuraten. Ein Agent bekommt einen eigenen technischen Benutzer mit genau den Rechten, die sein Prozess braucht – sonst kann eine manipulierte Eingabe alles auslösen, was das Konto darf.
Wie lange dauert eine erste Anbindung?
Das hängt weniger an der Technik als an Zugängen und Freigaben: Technischer Benutzer, Rechtekonzept und Testsystem sind meist der längste Teil. Ein lesender Prototyp gegen eine dokumentierte API ist technisch der kleinste Schritt.
Kann ein Agent auch ältere Systeme ohne API nutzen?
Ja, über einen lesenden Datenbankzugang, Dateiexporte oder eine Integrationsplattform als Vermittler. Schreibende Zugriffe auf solche Systeme sollten über deren eigene Import- oder Buchungslogik laufen, nicht per direktem Tabellen-Update.
Quellen
- Model Context Protocol – Specification, Revision 2026-07-28 modelcontextprotocol.io
- Model Context Protocol – Versioning modelcontextprotocol.io
- Model Context Protocol – Authorization (Revision 2025-06-18) modelcontextprotocol.io
- OWASP Top 10 for LLM Applications 2025 – LLM06: Excessive Agency raw.githubusercontent.com
- Microsoft Learn – Overview of Microsoft Graph permissions learn.microsoft.com
- OData – Documentation odata.org
- PostgreSQL 18 Documentation – Row Security Policies postgresql.org
- n8n Docs – MCP Server Trigger node docs.n8n.io