KI-Agent

Ein klassischer Chat-Assistent beantwortet eine Frage und wartet dann auf die nächste. Ein KI-Agent geht weiter: Er erhält eine Aufgabe, zerlegt sie in Schritte, ruft dafür Werkzeuge auf und entscheidet anhand der Ergebnisse, wie es weitergeht. Damit liefert KI nicht nur Texte, sondern kann Arbeitsabläufe teilweise selbst ausführen.

Das macht Agenten für die Automatisierung interessant, bringt aber auch neue Risiken mit sich. Ein System, das handeln kann, braucht klarere Grenzen als eines, das nur antwortet.

Wie funktioniert ein KI-Agent?

Kern eines Agenten ist meist ein Large Language Model. Es arbeitet in einer Schleife:

1. Es analysiert die Aufgabe und den aktuellen Stand.
2. Es entscheidet, welches Werkzeug als Nächstes sinnvoll ist, etwa eine Suche, eine Datenbankabfrage oder das Anlegen eines Eintrags.
3. Die Anwendung führt diesen Aufruf aus und gibt das Ergebnis an das Modell zurück.
4. Das Modell bewertet das Ergebnis und plant den nächsten Schritt, bis das Ziel erreicht ist oder eine festgelegte Grenze greift.

Werkzeuge werden über Programmierschnittstellen angebunden. Standards wie das Model Context Protocol vereinheitlichen, wie Agenten auf Datenquellen und Anwendungen zugreifen.

Typische Beispiele

• Ein eingehendes Ticket wird vorqualifiziert: Der Agent sammelt Gerätedaten, sucht ähnliche Fälle und schlägt eine Lösung vor.
• Eingangsrechnungen werden mit Bestellungen abgeglichen, Abweichungen werden zur Prüfung markiert.
• Für eine Anfrage werden Informationen aus mehreren Systemen zusammengetragen und in einem Bericht gebündelt.

Worauf Unternehmen achten sollten

• Minimale Rechte: Ein Agent sollte nur die Berechtigungen erhalten, die er für seine Aufgabe braucht, nach dem Prinzip Least Privilege.
• Freigaben für folgenreiche Schritte: Zahlungen, Löschungen oder Nachrichten an Externe sollten erst nach Bestätigung durch einen Menschen erfolgen, siehe Human in the Loop.
• Manipulation bedenken: Liest ein Agent E-Mails, Webseiten oder Dokumente, können darin versteckte Anweisungen stecken (Prompt Injection).
• Nachvollziehbarkeit sichern: Jeder Schritt und jeder Werkzeugaufruf sollte protokolliert werden.
• Grenzen setzen: Obergrenzen für Schritte, Laufzeit und Kosten verhindern Endlosschleifen und unerwartete Rechnungen.

Abgrenzung

Robotic Process Automation (RPA) folgt fest programmierten Abläufen und liefert bei gleicher Eingabe stets dasselbe Ergebnis. Ein KI-Agent entscheidet flexibel, ist dafür aber weniger vorhersehbar. Für stabile, klar geregelte Prozesse ist feste Automatisierung daher oft die bessere Wahl, für Aufgaben mit wechselnden, unstrukturierten Eingaben kann ein Agent Vorteile bieten.