# Wann brauchen Sie tatsächlich einen KI-Agenten? > Kundensupport, Lead-Zuweisung, REDAR und Incident-Diagnose zeigen den praktischen Unterschied zwischen softwaredefinierten Arbeitsabläufen und KI-Agenten. > 💡 **Kurz gesagt:** > - **In einem Arbeitsablauf bestimmt Software die Reihenfolge; in einem Agenten wählt das Modell sie.** Ein Agent kann neben einer Antwort auch den nächsten Schritt und das dafür nötige Werkzeug wählen. > - **Nutzen Sie einen Arbeitsablauf, wenn der Pfad im Voraus bekannt ist.** Agentische Freiheit wird nützlich, wenn neue Information tatsächlich verändert, was das System als Nächstes tun soll. > - **Diese Freiheit hat Betriebskosten.** Mehr Ermessensspielraum verlangt mehr Evaluierung, Sicherheitskontrollen, Fehlersuche und operativen Aufwand. Stellen Sie sich ein Supportteam vor, das eingehende Anfragen schneller lösen will. Kunden schreiben ohne Bestellnummer, bündeln mehrere Probleme in einer Nachricht und nutzen Sprache, die nicht den internen Kategorien entspricht. Feste Regeln interpretieren solche Nachrichten schlecht; deshalb kann ein Sprachmodell helfen. Damit hat KI eine Aufgabe. Die Rolle des Modells im System ist aber noch nicht definiert. Das Modell kann eine Nachricht lesen und einen Erstattungswunsch erkennen. Software ruft dann die Bestellung ab, prüft Frist und Produktbedingungen und liefert die relevanten Fakten. Das Modell formuliert eine Antwort, die eine Supportkraft an den Kunden sendet. Dasselbe System könnte anders gestaltet sein. Nach dem Lesen der Nachricht entscheidet das Modell, welche Information es als Nächstes braucht: Bestellsystem prüfen, Erstattungsrichtlinie abrufen, fehlende Angaben erfragen oder die Unterhaltung an eine Supportkraft übergeben. Jedes Ergebnis beeinflusst die nächste Wahl. Das erste Design ist ein Arbeitsablauf: Software bestimmt die Schritte. Das zweite ist ein Agent. Mit *Agent* meine ich nicht einfach einen Chatbot. Ein KI-Agent kann mehr als eine Antwort erzeugen; er kann auch nächsten Schritt und Werkzeug wählen, um die Arbeit voranzubringen. Das klingt wie eine technische Begriffsklärung. Praktisch verändert es Kosten, Fehlermodi und Prüfbarkeit des Systems. ## Was ein Arbeitsablauf bietet Ist der Erstattungsprozess bekannt, kann Software dieselbe Folge auf jede Anfrage anwenden. Das Modell interpretiert die unregelmäßige Nachricht und formuliert die Antwort. Software prüft Frist, setzt Berechtigungen durch und verifiziert, dass der Erstattungsdatensatz wirklich erstellt wurde. Das Modell leistet weiterhin wertvolle Arbeit, kontrolliert aber nicht den Prozess. Einstiegspunkt, sichtbare Daten und Ziel seiner Ausgabe sind vorher definiert. Geht eine Erstattung schief, kann das Team den fehlerhaften Schritt leichter finden; die zu testenden Pfade sind bekannt. Der übrige Prozess kann denselben Regeln folgen, auch wenn das Modell wechselt. [Anthropics Leitfaden zum Bau wirksamer Agenten](https://www.anthropic.com/engineering/building-effective-agents){.dofollow target="_blank" rel="noopener"} zieht eine ähnliche Grenze: In Arbeitsabläufen laufen Modelle auf durch Software definierten Pfaden; in einem Agenten darf das Modell während der Arbeit Schritte und Werkzeuge wählen. Der Leitfaden empfiehlt, mit dem einfachsten funktionierenden Ansatz zu beginnen. Sind Schritte schon bekannt, bitten Sie einen Agenten darum, eine Reihenfolge zu wählen, die Software bereits versteht. Dafür übernimmt der Betrieb zusätzliche Tests, Traces und Fehlerszenarien. ## Zwei reale Systeme zeigen den Unterschied Bei Vanity mussten jährlich ungefähr 100.000 Leads an die richtige Vertriebsvertretung gehen. Land, Sprache, Schicht, Abwesenheit, Kapazität und bisherige Zuständigkeit beeinflussten die Zuordnung. Die Entscheidung war komplex, die Regeln waren aber bekannt. [Das von uns gebaute Lead-Management-System](/de/lead-management-im-medizintourismus-echtzeit-vertriebssystem){target="_blank" rel="noopener"} wandte diese Regeln an und übergab das Ergebnis an das CRM. Es war ein Arbeitsablauf ohne Bedarf für ein Sprachmodell. [REDAR](/de/redar-ki-gestuetzte-zusammenfassungen-fuer-kap-meldungen-und-offene-quellen){target="_blank" rel="noopener"} ist ein privates Finanzdashboard zur Beobachtung von KAP-Meldungen und ausgewählten offenen Quellen. Software verarbeitet Quellen mit regelmäßiger Struktur. Bricht die Struktur oder kommt Text unregelmäßig an, hilft ein Sprachmodell beim Extrahieren von Feldern und Formulieren einer Zusammenfassung. Software steuert weiterhin Ingestion, wählt den Verarbeitungsweg und liefert das Ergebnis über Weboberfläche und Telegram. Das erste System enthält keine KI; im zweiten erledigt ein Modell einen wichtigen Schritt. In beiden kontrolliert Software die Reihenfolge. Das Hinzufügen eines Sprachmodells macht aus einem Arbeitsablauf noch keinen Agenten. ## Wann ein Agent seinen Platz verdient Manche Arbeit lässt sich nicht zuverlässig im Voraus abbilden. Sucht ein Einkaufsteam einen neuen Lieferanten, kann ein System mit der vorhandenen Lieferantenliste beginnen. Fehlt die geforderte Zertifizierung, muss es vielleicht ein offizielles Register prüfen, die Lieferregion verifizieren oder fehlende Preisinformation beim Nutzer erfragen. Der nächste Rechercheschritt hängt davon ab, was der vorherige ergab. Auch die Diagnose eines Softwarevorfalls folgt diesem Muster. Sie beginnen mit der Prüfung, ob ein Dienst läuft. Das Ergebnis entscheidet, ob Logs, Netzwerkverbindung oder eine aktuelle Konfigurationsänderung zu prüfen sind. Neue Evidenz verändert den Untersuchungspfad. Die [FLASH-Studie von Microsoft Research](https://www.microsoft.com/en-us/research/uploads/prod/2024/10/FLASH_Paper.pdf){.dofollow target="_blank" rel="noopener"} untersuchte diese Art Problem über 250 reale Vorfälle. Der Agent wählte den nächsten Diagnoseschritt aus Werkzeugergebnissen. Eine Variante, die erledigte Schritte und aktuellen Zustand getrennt verfolgte, übertraf die anderen getesteten Ansätze. Die Forschung umfasste fünf Vorfallsszenarien; bei einem Szenario, das die Interpretation bestimmter Werkzeugausgaben verlangte, fiel die Leistung deutlich. Das ist keine allgemeine Aufforderung, jede offene Aufgabe an einen Agenten zu geben. Die engere Schlussfolgerung lautet: Wenn neue Evidenz den Weg wirklich verändert, kann es nützen, das Modell den nächsten Schritt wählen zu lassen. Dieser Spielraum braucht Grenzen. Auf welche Systeme darf der Agent zugreifen? Darf er eine Aktion selbst abschließen? Wie erkennt er Erfolg und wann soll er stoppen? Ohne klare Antworten wird Flexibilität zur operativen Last. Das [*Enterprise AI Playbook* des Stanford Digital Economy Lab](https://digitaleconomy.stanford.edu/publication/enterprise-ai-playbook/) beschreibt agentische KI als mehr als eine neue Oberfläche: Sie verändert die Arbeitsteilung von Mensch und Maschine. In seinen 51 Bereitstellungen zeichneten sich wertschöpfende Organisationen nicht nur durch Agentennutzung aus, sondern durch neu gestaltete Arbeitsabläufe, klarere Verantwortung sowie Messung und Governance des Systems. Die Entscheidung zwischen Arbeitsablauf und Agent betrifft also das Betriebsmodell, nicht nur Technik. ## Ein System kann beides nutzen Dasselbe Supportsystem kann beide Ansätze verbinden. Software verifiziert Identität, setzt Transaktionslimits durch und protokolliert die Änderung. Das Modell interpretiert die Nachricht. Ein begrenzter Agent kann ein offenes Problem mit einer eingeschränkten Menge an Werkzeugen untersuchen. Bei schwer umkehrbaren Aktionen wie einer Erstattung übernehmen wieder Software-Regeln oder menschliche Freigabe. Sie müssen nicht das gesamte System als Arbeitsablauf oder Agent etikettieren. Die hilfreiche Frage lautet, wie viel Ermessensspielraum das Modell in jedem Schritt braucht. Sind die Schritte bekannt, ist ein Arbeitsablauf der vorhersehbarere Ausgangspunkt. Ein Agent wird relevant, wenn der nächste Schritt erst nach neuer Information gewählt werden kann. Entscheidend ist, ob dieser Spielraum das Ergebnis verbessert – nicht, ob ein Agent fortschrittlicher wirkt. Eine frühere Frage bleibt: Braucht der Prozess überhaupt KI? [Diese Entscheidung untersuche ich anhand dreier realer Systeme in „Wann braucht Prozessautomatisierung tatsächlich KI?“](/de/wann-braucht-prozessautomatisierung-tatsaechlich-ki). Weitere Entscheidungen zu Modellen, Information, Befugnissen und Evaluierung finden Sie im [Leitfaden zum Entwurf eines KI-Systems für Ihr Unternehmen](/de/ki-systeme-fuer-unternehmen-gestalten). --- Language: German License: CC BY 4.0 License URL: https://creativecommons.org/licenses/by/4.0/ Scope: Evren Bal-authored text, unless this article expressly states otherwise. Excluded: Third-party material, quoted excerpts, logos, and separately marked images retain their own rights. Attribution: Credit Evren Bal, link to the canonical source and license, and indicate changes. Source: https://evrenbal.com/de/wann-brauchen-sie-tatsaechlich-einen-ki-agenten