KI-Agenten und Technik
Was ist ein KI-Agent? Definition und Praxisbeispiel
Auch: Agent, agentische KI
Kurz erklärt
Ein KI-Agent ist ein Programm, das mit einem Sprachmodell ein Ziel verfolgt, selbst Schritte plant und dafür Werkzeuge nutzt. Anders als ein Chat antwortet er nicht nur, er handelt. Wie gut er arbeitet, hängt von seinem Kontext und von klaren Freigaben ab.
Warum es zählt: KI-Agenten übernehmen ganze Arbeitsschritte und brauchen deshalb Kontext und Grenzen.
- 01
Ziel
Ein Auftrag mit klarem Ergebnis
- 02
Planen
Zerlegt die Aufgabe in Schritte
- 03
Handeln
Liest Quellen, nutzt Werkzeuge
- 04
Prüfen
Vergleicht Ergebnis und Ziel
- 05
Freigeben
Eine Person entscheidet
Warum ist KI-Agent wichtig für dein Unternehmen?
Ein Chat-Assistent beantwortet eine Frage. Ein KI-Agent erledigt eine Aufgabe: Er zerlegt sie in Schritte, holt sich Informationen und prüft sein Zwischenergebnis. Die Arbeit verschiebt sich von Menschen, die tippen, zu Menschen, die Aufträge geben und Ergebnisse freigeben.
Für die Geschäftsleitung zählt vor allem: Ein Agent ist nur so gut wie der Kontext, den er liest, und die Rechte, die er hat. Kennt er den aktuellen Entscheid nicht, setzt er mit voller Geschwindigkeit den alten um. Darum braucht jeder Agent einen gültigen Stand, klare Grenzen und eine Freigabe für alles Folgenreiche.
Praxisbeispiel: Ein Agent bereitet Angebote vor
Ein Sales-Team lässt einen KI-Agenten Angebote vorbereiten. Er liest das CRM, die Preisliste und frühere Angebote und schreibt einen Entwurf. Nach dem Entscheid «Strategie 2027: Fokus DACH-Mittelstand, keine US-Expansion» schlägt er trotzdem weiter US-Pakete vor, weil die alte Vorlage noch in seinen Quellen liegt.
Die Lösung ist kein besseres Modell. Das Team gibt dem Agenten den freigegebenen Entscheid als Kontext, entfernt die alte Vorlage aus seinen Quellen und lässt jedes Angebot vor dem Versand von einer Person prüfen. Ab dann arbeitet der Agent mit dem Stand, den die Geschäftsleitung beschlossen hat.
3 häufige Fehler, die du vermeiden solltest
Einen Agenten ohne Kontext starten
Ein Agent ohne aktuellen Kontext rät. Er füllt Lücken mit Annahmen, und die klingen überzeugend.
Zu viele Rechte auf einmal
Wer einem Agenten Schreibrechte auf alle Systeme gibt, kann Fehler kaum noch zurückholen. Startet mit Lesen und Entwürfen.
Jedes Team baut seinen eigenen Agenten
Getrennte Agenten mit eigenen Prompts und Quellen erzeugen getrennte Wahrheiten. Sie brauchen einen gemeinsamen, freigegebenen Stand.
Schritt für Schritt
- 1
Eine wiederkehrende Aufgabe wählen
Startet mit einer klar umrissenen Aufgabe, deren Ergebnis eine Person prüfen kann.
- 2
Den Kontext festlegen
Legt fest, welche Quellen und Entscheide der Agent liest und welche nicht.
- 3
Rechte begrenzen
Gebt nur die Werkzeuge frei, die die Aufgabe braucht. Lesen vor Schreiben.
- 4
Freigaben einbauen
Alles, was nach aussen geht oder Daten ändert, gibt eine Person frei.
Bring einen wichtigen Entscheid mit.
In 30 Minuten mit Marc oder Simon zeigen wir, wo eure Arbeit heute vom Entscheid abweicht.
Company Brain kennenlernenWeiterlesen im PM Lab
Artikel, die das Thema vertiefen.
Verwandte Begriffe
- KI-Gedächtnis →Ein KI-Gedächtnis ist der Teil eines KI-Systems, der Wissen über ein einzelnes Gespräch hinaus behält.
- MCP →MCP (Model Context Protocol) ist ein offener Standard, über den KI-Anwendungen auf Daten und Werkzeuge zugreifen.
- Human in the Loop →Human in the Loop heisst, dass ein Mensch einen KI-Prozess an festgelegten Stellen prüft und freigibt, bevor er weiterläuft.
- Context Engineering →Context Engineering ist die Arbeit, einem KI-Modell für eine Aufgabe genau den richtigen Kontext zu geben: Ziel, geltende Regeln und nötiges Wissen.