Leitfaden · KI-Agenten · Stand November 2026
// leitfaden · ki-agenten

KI-Agenten Beispiele: was ein KI-Agent im Betrieb heute kann und wo er nicht hingehört

Louis Lazay · Stand: November 2026

KI-Agenten Beispiele gibt es viele, belastbare für den Mittelstand weniger. Ein KI-Agent ist ein Sprachmodell, das selbst entscheidet, welche Werkzeuge es in welcher Reihenfolge nutzt, um eine Aufgabe zu erledigen. AUGH Consulting aus Böblingen zeigt sechs Beispiele, wo das heute trägt, wo nicht und wann eine feste Automatisierung die bessere Wahl ist.

Was ist ein KI-Agent?

Der Begriff wird für sehr unterschiedliche Dinge benutzt. Hilfreich ist die Unterscheidung, die Anthropic, der Anbieter des Sprachmodells Claude, in seinem Leitfaden zu Agenten trifft: Bei einem Workflow sind Sprachmodell und Werkzeuge über fest vorgegebene Wege verbunden. Ein Agent steuert seinen Ablauf und seine Werkzeuge dagegen selbst. Die Dokumentation von n8n beschreibt einen Agenten ähnlich als System, das Daten erhält, Entscheidungen trifft und handelt, um ein Ziel zu erreichen.

Artwas passiertwer die Schritte bestimmtBeispiel
Chat-Assistentbeantwortet Fragen und schreibt Entwürfeder Mensch, der danach handeltChatGPT, Copilot oder Le Chat im Browser
feste Automatisierungvorgegebene Schritte, KI an einzelnen Stellender Ablauf, so wie er gebaut wurdeRechnung kommt an, KI liest die Felder aus, die Daten gehen in die Buchhaltung
KI-Agentwählt Werkzeuge und Reihenfolge selbst, bis die Aufgabe erledigt istdas Sprachmodell, innerhalb der erlaubten WerkzeugeAgent recherchiert eine Firma, prüft die Quellen und schreibt einen Befund

Der Unterschied zum Chat-Assistenten liegt im Zugriff: Ein Agent bekommt Werkzeuge wie Websuche, Datenbank, Mailprogramm oder ERP und entscheidet, wann er welches nutzt. Das macht ihn nützlich und zugleich riskanter.

Was Agenten in CRM, ERP und Projektwerkzeugen leisten und wie zuverlässig sie dort sind, steht im Leitfaden KI im CRM und ERP.

Sechs Beispiele für KI-Agenten im Betrieb

Die ersten beiden Beispiele nutzen wir bei AUGH selbst, die übrigen vier sind Einsatzfelder, die wir für Betriebe im Mittelstand für realistisch halten. Bei allen gibt ein Mensch frei, bevor etwas nach außen geht.

1. Recherche-Agent für die Akquise

In unserem eigenen Vertriebs-CRM recherchieren KI-Assistenten Leads im Web, schreiben den belegten Befund und einen zugeschnittenen Angebotsansatz in den Datensatz und legen einen Mail-Entwurf an. Ein Mensch prüft, passt an und schickt. Wie das gebaut ist, beschreibt der Use Case Live-CRM für die Akquise.

2. Recherche mit eingebautem Faktenprüfer

Für Berichte setzen wir mehrere Agenten mit getrennten Rollen ein: Einige recherchieren parallel und liefern nur belegte Funde mit Quelle, einer schreibt daraus einen Entwurf, und ein bewusst skeptischer Prüfer sucht nach erfundenen Quellen und nicht gedeckten Zahlen. Was nicht belegbar ist, fliegt raus. Mehr dazu im Use Case KI-Agenten-Schwarm mit Faktenprüfung.

3. Kundenservice mit Übergabe an einen Menschen

Ein Agent beantwortet wiederkehrende Fragen aus Ihrer Wissensdatenbank, schaut den Stand einer Bestellung oder eines Auftrags nach und übergibt an einen Menschen, sobald er unsicher ist oder der Kunde es wünscht. Anthropic nennt den Kundenservice als eines der Felder, in denen Agenten heute gut funktionieren, weil Gespräche einem erkennbaren Verlauf folgen und sich der Erfolg messen lässt.

4. Posteingang vorsortieren

Ein Agent liest eingehende Mails, ordnet sie zu, sucht den Kunden im CRM, legt Aufgaben an und bereitet Antworten vor. Dafür braucht er Leserechte auf Postfach und CRM und das Recht, Aufgaben anzulegen, aber kein Recht, Mails zu senden oder zu löschen.

5. Angebote aus Anfragen zusammenstellen

Ein Agent liest eine Anfrage, sucht passende Artikel im ERP, sammelt unklare Positionen in einer Rückfrageliste und legt einen Entwurf an. Sehen die Anfragen meist gleich aus, ist hier eine feste Automatisierung oft die bessere Wahl, siehe Angebotserstellung automatisieren. Ein Agent lohnt sich eher, wenn Anfragen sehr unterschiedlich sind.

6. Internes Wissen nachschlagen

Mitarbeitende fragen einen Agenten nach Verfahrensanweisungen, Handbüchern oder früheren Projekten, und er antwortet mit Verweis auf die Stelle im Dokument. Das spart Suchen in Ordnern, setzt aber voraus, dass die Dokumente aktuell sind und der Agent nur das sieht, was die fragende Person auch sehen darf.

Wo KI-Agenten heute zuverlässig sind und wo nicht

Zuverlässig sind Agenten bei Aufgaben, deren Ergebnis sich prüfen lässt, bevor etwas passiert: recherchieren, lesen, zusammenfassen, sortieren, Entwürfe schreiben. Anthropic empfiehlt Agenten für offene Aufgaben, bei denen sich die Zahl der Schritte nicht vorhersagen und kein fester Weg vorgeben lässt. Zugleich weist der Leitfaden darauf hin, dass ihre Selbstständigkeit höhere Kosten und das Risiko sich fortpflanzender Fehler mit sich bringt.

Ohne Freigabe durch einen Menschen gehören Agenten nach unserer Einschätzung nicht an diese Stellen:

  • Handlungen, die sich nicht zurücknehmen lassen: Zahlungen, Bestellungen, das Löschen von Daten, Mails an Kunden.
  • Entscheidungen über Menschen: KI-Systeme zur Auswahl von Bewerbern stuft der EU AI Act als hochriskant ein (Anhang III). Nach Art. 22 DSGVO haben Betroffene zudem das Recht, keiner ausschließlich automatisierten Entscheidung unterworfen zu werden, die ihnen gegenüber rechtliche Wirkung hat oder sie ähnlich erheblich beeinträchtigt.
  • Lange Ketten ohne Zwischenprüfung: Je mehr Schritte ein Agent allein geht, desto eher setzt sich ein früher Fehler fort.

Sicherheit: Rechte, Freigaben und versteckte Anweisungen

Die OWASP-Liste der zehn wichtigsten Risiken für Anwendungen mit Sprachmodellen, Ausgabe 2025, nennt zwei Punkte, die für Agenten besonders wichtig sind.

Zu viel Handlungsspielraum. OWASP beschreibt damit das Risiko, dass ein System schädliche Aktionen ausführt, weil das Modell unerwartete, mehrdeutige oder manipulierte Ausgaben liefert. Ursachen sind zu viele Funktionen, zu weite Rechte oder zu viel Selbstständigkeit. Empfohlen wird, nur die Werkzeuge freizugeben, die wirklich gebraucht werden, Rechte auf das Nötige zu beschränken, etwa nur Lesen statt Schreiben, und folgenreiche Aktionen von einem Menschen bestätigen zu lassen.

Versteckte Anweisungen in fremden Inhalten. Liest ein Agent Webseiten, Mails oder Dateien, können darin Anweisungen stecken, die sein Verhalten ändern. OWASP nennt das indirekte Prompt Injection und empfiehlt, fremde Inhalte klar als nicht vertrauenswürdig zu kennzeichnen, die Rechte des Modells gering zu halten und heikle Aktionen von einem Menschen freigeben zu lassen.

Für Ihren Betrieb heißt das: Ein Agent, der Kundenmails liest, sollte weder senden noch zahlen können, und was er tut, wird protokolliert. Wie bei jedem KI-Einsatz braucht es außerdem einen Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO, sobald personenbezogene Daten an einen Dienst gehen.

Wann eine feste Automatisierung besser ist

Anthropic rät, zuerst die einfachste Lösung zu suchen und Komplexität nur dann hinzuzufügen, wenn sie nötig ist. Für viele Abläufe im Mittelstand ist das eine feste Automatisierung: Die Schritte sind bekannt, nur einzelne Stellen brauchen ein Sprachmodell, etwa um ein PDF zu lesen. Sie ist schneller, günstiger und verhält sich jedes Mal gleich. Ein Agent lohnt sich, wenn die Aufgabe offen ist, etwa eine Recherche, deren Weg vorher niemand kennt.

Welche Abläufe sich überhaupt für KI eignen und wie Sie anfangen, steht im Leitfaden Prozesse automatisieren mit KI. Gebaut werden beide Varianten mit denselben Bausteinen, etwa mit n8n, das einen eigenen Baustein für KI-Agenten mitbringt, oder als eigene Software. Wie wir n8n einsetzen, steht auf der Seite n8n-Automatisierung.

Für wen das passt und für wen nicht

KI-Agenten passen für Betriebe mit einer offenen, wiederkehrenden Aufgabe, etwa Recherche, Vorsortieren oder Auskünfte aus vielen Dokumenten, die bereit sind, die Rechte des Agenten eng zu fassen und Ergebnisse prüfen zu lassen. Sie passen weniger, wenn der Ablauf immer gleich ist, dann reicht eine feste Automatisierung, oder wenn es um Entscheidungen über Menschen, Geld oder Verträge geht, die niemand gegenliest.

Ob ein Agent für eine Aufgabe in Ihrem Betrieb sinnvoll ist, schauen wir uns im Erstgespräch gemeinsam an. AUGH Consulting arbeitet herstellerunabhängig und empfiehlt einen Agenten nur dort, wo er einen Vorteil gegenüber einfacheren Wegen hat.

Häufige Fragen

Was ist ein KI-Agent?

Ein KI-Agent ist ein Sprachmodell mit Zugriff auf Werkzeuge wie Websuche, Datenbank oder Mailprogramm, das selbst entscheidet, welche es in welcher Reihenfolge nutzt, um eine Aufgabe zu erledigen. Bei einer festen Automatisierung sind die Schritte dagegen vorgegeben.

Was ist der Unterschied zwischen einem KI-Agenten und einem Chatbot?

Ein Chatbot antwortet, gehandelt wird danach von einem Menschen. Ein Agent kann selbst handeln, zum Beispiel suchen, Daten nachschlagen, Aufgaben anlegen oder Entwürfe speichern, je nachdem, welche Werkzeuge und Rechte er bekommt.

Welche Beispiele für KI-Agenten gibt es im Mittelstand?

Recherche für Vertrieb und Berichte, Kundenservice mit Übergabe an einen Menschen, das Vorsortieren des Posteingangs, das Zusammenstellen von Angebotsentwürfen und das Nachschlagen in internen Dokumenten. In allen Fällen gibt ein Mensch frei, bevor etwas nach außen geht.

Sind KI-Agenten sicher?

So sicher, wie ihre Rechte es zulassen. OWASP empfiehlt, nur die nötigen Werkzeuge und Rechte freizugeben, folgenreiche Aktionen von einem Menschen bestätigen zu lassen und Inhalte aus Mails, Webseiten oder Dateien als nicht vertrauenswürdig zu behandeln, weil darin versteckte Anweisungen stecken können.

Kann ein KI-Agent selbstständig Mails verschicken oder bestellen?

Technisch ja, wenn er die Rechte dafür bekommt. Wir raten davon ab: Handlungen, die sich nicht zurücknehmen lassen, wie Mails an Kunden, Bestellungen oder Zahlungen, sollte ein Mensch freigeben.

Stand 8. November 2026. Dieser Beitrag ist keine Rechtsberatung, die Bewertung für Ihren Betrieb klären Sie bitte mit Ihrem Datenschutzbeauftragten oder einer Kanzlei. Quellen: Anthropic, Building effective agents (19. Dezember 2024); OWASP Top 10 for LLM Applications 2025, LLM06 Excessive Agency und LLM01 Prompt Injection; n8n Docs, AI Agent node; KI-Verordnung (EU) 2024/1689, Anhang III; DSGVO, Art. 22 und Art. 28.