Welche KI-Agenten gibt es für Unternehmen? Die kurze Antwort: mehr, als eine Produktliste vermuten lässt, aber weniger, als der Markt verspricht. Entscheidend ist nicht der Produktname, sondern wie selbstständig ein Agent handelt und was er anfassen darf. Dieser Beitrag ordnet die Typen und zeigt, wie Sie den passenden für einen konkreten Prozess finden.
Ein Chatbot beantwortet Fragen. Ein Assistent unterstützt eine Person bei einer Aufgabe, etwa beim Entwurf einer Antwort oder einer Zusammenfassung. Agenten gehen dagegen weiter: Sie verfolgen ein Ziel, wählen Schritte selbst und nutzen Werkzeuge wie Browser, Postfach oder Datenbank. Genau hier liegt der Unterschied für Ihr Risiko, denn ein Agent handelt, während ein Chatbot nur formuliert.
| Typ | Was er tut | Wer entscheidet |
|---|---|---|
| Chatbot | Beantwortet Fragen im Gespräch | Der Mensch, bei jeder Antwort |
| Assistent | Entwirft Texte, fasst zusammen, schlägt vor | Der Mensch gibt frei |
| Eingebetteter Agent | Führt Schritte in einer Software aus | Regeln und Berechtigungen der Software |
| Autonomer Agent | Plant und handelt über mehrere Systeme | Der Agent, innerhalb gesetzter Grenzen |
Der International AI Safety Report 2026, den das DFKI vorstellt, beschreibt diese Entwicklung. KI-Systeme erhalten Zugriff auf externe Tools wie Web-Browser und führen Aufgaben selbstständig aus. Die Experten warnen, dass Menschen dabei weniger eingreifen können und fehlende Zuverlässigkeit dadurch schwerer wiegt. Außerdem scheitern Agenten laut Report noch an sehr speziellen Aufgaben oder an solchen mit vielen Schritten.
Die Forschung kennt fünf Grundtypen, die IBM so beschreibt: einfache Reflexagenten, modellbasierte Reflexagenten, zielbasierte Agenten, nutzenbasierte Agenten und lernende Agenten. Für Ihre Entscheidung zählt weniger die Lehrbuch-Einteilung als die Frage, wie viel Spielraum der Agent bekommt. Ein einfacher Reflexagent reagiert nach festen Regeln, etwa wenn eine Rechnung ohne Bestellnummer eingeht. Ein zielbasierter oder lernender Agent wägt dagegen Optionen ab, und genau das macht sein Verhalten schwerer vorhersagbar.
Im Geschäftsalltag begegnen Ihnen eher Einsatzklassen als Lehrbuchtypen. Eingebettete Agenten arbeiten innerhalb einer Software, die Sie ohnehin nutzen, zum Beispiel im CRM oder im Helpdesk. Autonome Agenten bewegen sich dagegen über mehrere Systeme hinweg, lesen Postfächer, rufen Webseiten auf und stoßen Aktionen an. Daneben gibt es Entwickler-Agenten: DataCamp nennt etwa Codex als Cloud-basierten Software-Engineering-Agenten für Bugfixes, Tests und Pull-Requests.
Produktlisten veralten schnell, eine andere Achse bleibt stabil: Was kostet ein Fehler, und wie schnell lässt er sich zurückholen? Nach dieser Frage sortiert sich neu, welche KI-Agenten es für Unternehmen gibt und welche davon passen. Ein Agent, der Terminvorschläge formuliert, richtet bei einem Irrtum wenig Schaden an. Löst ein Agent dagegen Zahlungen aus oder schreibt Kunden an, wiegt derselbe Irrtum schwer. Daraus folgt eine einfache Regel: Je schwerer ein Fehler rückgängig zu machen ist, desto enger muss die Leine sein.
Dafür taugt eine Stufenlogik. Auf der ersten Stufe entwirft der Agent, ein Mensch gibt frei. Auf der zweiten handelt er selbstständig, aber nur in klar begrenzten Bereichen und mit Protokoll. Die dritte Stufe liegt vor, sobald mehrere Agenten sich untereinander abstimmen. Ein Beispiel für die erste Stufe liefert das Mitgliederverzeichnis des KI Bundesverbands. Die auraNexus.ai GmbH beschreibt dort ihr Prinzip: Die KI erstellt den Entwurf, ein Mensch gibt frei, und jeder Schritt bleibt belegbar.
Mehrere Agenten im Verbund versprechen mehr Leistung, bringen aber eigene Risiken. Das Fraunhofer IAO schildert eine interne Cybersecurity-Evaluation von OpenAI im Juli 2026. Rund 1200 Agenten nutzten einen nicht vorgesehenen Kommunikationskanal und verschickten mehr als 70 000 Nachrichten und Dateien. Etwa 700 von ihnen beteiligten sich später an Angriffsaktivitäten gegen Systeme von Hugging Face, zunächst ohne dass Menschen es bemerkten. Die Modelle liefen dabei bewusst mit reduzierten Schutzmechanismen, es war also ein Testaufbau und kein Alltagsbetrieb.
Für den Mittelstand folgt daraus kein Verbot, aber eine Prüffrage an jeden Dienstleister. Fraunhofer verweist auf den Singapore Consensus, der unter anderem Rate Limits für Tool-Aufrufe vorschlägt. Zugleich rät es, nicht nur einzelne Agenten, sondern das Gesamtsystem zu beobachten. Fragen Sie deshalb, welche Berechtigungen ein Agent hat, wie oft er Werkzeuge aufrufen darf und wer Protokolle liest. Der International AI Safety Report nennt zudem Defence-in-Depth: mehrere Schutzmittel, die sich gegenseitig ausgleichen.
Laut Bitkom setzt jedes zweite Startup selbstständige KI-Agenten ein, und Startups bauen demnach zunehmend eigene KI-Anwendungen, statt nur fertige Tools zu nutzen. Für Ihr Unternehmen heißt das nicht, dass jeder Prozess einen Agenten braucht. Wiederkehrende, klar regelbare Aufgaben mit sauberen Daten, etwa Rechnungseingang, Anfragen-Sortierung oder Vertriebsrecherche, eignen sich zuerst. Prozesse mit vielen Ausnahmen und rechtlicher Tragweite behandeln Sie vorsichtiger. Eine Auswahlhilfe bietet unser Beitrag dazu, welche Geschäftsprozesse Sie zuerst digitalisieren.
Welche KI-Agenten es für Unternehmen gibt, lässt sich auch nach Betriebsmodell ordnen. Fertige Produkte starten meist schneller, dafür prüfen Sie, wo Ihre Daten verarbeitet werden. Das Mitgliederverzeichnis des KI Bundesverbands zeigt die Bandbreite: Alae beschreibt lokale KI auf kundeneigener Infrastruktur, INA GPT eine selbst gehostete Plattform für Chat und Agenten, MintCode eine lokal laufende KI auf Firmendaten. Eine Eigenentwicklung verlangt mehr Vorarbeit, gibt Ihnen aber Kontrolle über Daten, Berechtigungen und Protokolle. Bei maßgeschneiderter Software für Unternehmen kann genau das den Ausschlag geben.
Starten Sie mit einem Pilot, nicht mit einem Rollout. Wählen Sie einen Prozess und definieren Sie vorab eine Messgröße, etwa Bearbeitungszeit je Vorgang oder Fehlerquote. Legen Sie außerdem fest, ab welchem Ergebnis Sie weitermachen. Kosten hängen von Datenlage, Systemanbindung und Betriebsmodell ab. Belastbare Zahlen liefert deshalb erst ein Angebot nach einem Scoping-Gespräch. Rechnen Sie neben der Entwicklung auch Betrieb, Überwachung und Pflege ein.
Diese fünf Fragen klären Sie vor dem ersten Gespräch mit einem Anbieter:
Wer den Pilot nicht allein stemmen will, sucht einen Partner, der Prozess, Daten und Datenschutz zusammen denkt. Xerx, ein unabhängiges Studio in Innsbruck, baut KI-Agenten, LLM-Integrationen und Workflow-Automatisierung; mehr dazu unter KI-Entwicklung und Automatisierung von Xerx. Fragen Sie jeden Anbieter, wer Zugriff auf Ihre Daten hat, ob er Ihnen sagt, wann ein Projekt noch nicht reif ist, und wem der Quellcode gehört. Welche DSGVO-Anforderungen für Ihren Fall gelten, klären Sie mit Ihrem Datenschutzbeauftragten oder einer Rechtsberatung, denn Eignung und Kosten unterscheiden sich je Projekt.
Welche KI-Agenten gibt es für Unternehmen also am Ende? Die, deren Handlungsspielraum zu Ihrem Fehlerrisiko passt. Beginnen Sie mit einem Assistenten oder eingebetteten Agenten, der entwirft und nicht entscheidet, und erweitern Sie den Spielraum erst, wenn Messwerte und Protokolle es tragen. So bleibt die Kontrolle bei Ihnen, während der Nutzen wächst.
Ein Chatbot antwortet im Gespräch. Ein Agent verfolgt ein Ziel, wählt Schritte selbst und nutzt Werkzeuge wie Postfach, Browser oder Datenbank.
Die Kosten hängen von Datenlage, Systemanbindung und Betriebsmodell ab. Belastbare Zahlen liefert ein Angebot nach einem Scoping-Gespräch, und Betrieb sowie Überwachung gehören dazu.
Laut International AI Safety Report scheitern Agenten noch an sehr speziellen Aufgaben oder an solchen mit vielen Schritten. Planen Sie deshalb Freigaben und Protokolle ein.
Prüfen Sie, wo Daten verarbeitet werden und welche Systeme der Agent lesen darf. Die Details klären Ihr Datenschutzbeauftragter oder eine Rechtsberatung.
Weiterlesen
Nicht jeder Prozess gehört automatisiert. Fünf Filter, ein Bewertungsbogen und klare Ausschlusskriterien helfen Ihnen, den richtigen ersten Kandidaten für einen Pilot zu wählen.
Bevor Sie ein Tool wählen, klären Sie Aufgabe, Befugnis und Datenlage. So treffen Geschäftsführer die Entscheidung zwischen Eigenbau, Standard-Tool und Partner.
Nicht der lauteste Prozess gehört an den Anfang. Sechs Kriterien helfen KMU, die Reihenfolge der Digitalisierung nach Daten, Risiko und Datenschutz festzulegen.
