AI Agent

Was ist ein AI Agent?

Ein AI Agent ist ein Softwaresystem, das ein Sprachmodell mit Werkzeugen, einer Planungsschleife und einem Speicher verbindet, um ein vorgegebenes Ziel eigenständig in mehreren Schritten zu erreichen. Der Begriff ist die englische Bezeichnung für KI-Agent.

Beide Begriffe meinen dasselbe, und dieser Eintrag ergänzt den deutschen: Während der Eintrag zum KI-Agenten beschreibt, was Agenten im Unternehmen konkret tun, geht es hier um die Herkunft des Begriffs, den Aufbau eines Agenten und die Abgrenzung zu Chatbots, Assistenten und klassischer Automatisierung. Wer verstehen will, warum ein Agent anders funktioniert als ein Chat und was das für Kontrolle und Verlässlichkeit bedeutet, ist hier richtig.

Woher der Begriff kommt

Der Begriff Agent ist älter als die heutigen Sprachmodelle. In der KI-Forschung bezeichnet er seit Jahrzehnten ein System, das seine Umgebung wahrnimmt, Entscheidungen trifft und durch Handlungen auf die Umgebung einwirkt, um ein Ziel zu erreichen. Ein Thermostat ist in diesem Sinne ein sehr einfacher Agent, ein Schachprogramm ein komplexerer.

Mit den großen Sprachmodellen bekam der Begriff eine neue Bedeutung. Ab etwa 2023 zeigte sich, dass ein Large Language Model nicht nur Text erzeugen, sondern auch entscheiden kann, welches Werkzeug es als nächstes einsetzen sollte. Das Modell wurde zum Planungszentrum, um das sich Werkzeuge und Speicher gruppieren. Anthropic, OpenAI und andere Anbieter bauten diese Fähigkeit gezielt in ihre Modelle ein. Seit 2024 gilt der Übergang von Chat zu Agent als die wichtigste Entwicklung im Feld, oft unter dem Schlagwort Agentic AI zusammengefasst.

Aufbau eines AI Agent

Ein Agent besteht aus vier Bausteinen, die zusammenwirken. Der erste Baustein ist das Modell. Es liest die Aufgabe, versteht den Kontext und entscheidet über den nächsten Schritt. Bei Claude ist das eines der Modelle Opus, Sonnet oder Haiku, je nach Anforderung an Leistung und Kosten.

Der zweite Baustein sind die Tools, die Werkzeuge. Jedes Tool ist eine Funktion mit einer Beschreibung, die dem Modell mitgeteilt wird: “Diese Funktion sucht Kunden im CRM anhand der E-Mail-Adresse.” Das Modell entscheidet, ob und wann es die Funktion aufruft, und mit welchen Parametern. Das Ergebnis des Aufrufs fließt zurück in den Kontext des Modells. Der offene Standard MCP hat sich als gemeinsame Sprache etabliert, in der Tools und Datenquellen an Modelle angebunden werden.

Der dritte Baustein ist die Planung, technisch eine Schleife. Das Modell erhält das Ziel, überlegt, welcher Schritt sinnvoll ist, führt ihn aus, betrachtet das Ergebnis und entscheidet über den nächsten Schritt. Das wiederholt sich, bis das Ziel erreicht ist oder eine Grenze greift, etwa eine maximale Anzahl an Schritten. Anspruchsvollere Agenten erstellen zu Beginn einen Plan und passen ihn bei Bedarf an.

Der vierte Baustein ist der Speicher. Der Kurzzeitspeicher ist das Kontextfenster, in dem die Aufgabe, die bisherigen Schritte und die Werkzeugergebnisse stehen. Für längere Aufgaben oder Wissen, das über eine Sitzung hinaus erhalten bleiben soll, kommen externe Speicher hinzu: Dateien, Datenbanken oder Vektorspeicher, aus denen der Agent bei Bedarf liest und in die er schreibt.

Abgrenzung zu Chatbot, Assistent und Automatisierung

Ein Chatbot führt einen Dialog. Er beantwortet eine Nachricht und wartet auf die nächste. Frühe Chatbots folgten vorgegebenen Gesprächsbäumen, heutige nutzen Sprachmodelle, aber das Prinzip bleibt: Eingabe, Antwort, Warten. Ein Chatbot handelt nicht.

Ein KI-Assistent wie Claude in der Chat-Oberfläche liegt dazwischen. Er beantwortet Fragen, erstellt Dokumente und nutzt bei Bedarf Werkzeuge wie Websuche oder Dateizugriff. Sobald er mehrere Werkzeugaufrufe eigenständig verkettet, arbeitet er agentisch. Die Grenze zwischen Assistent und Agent ist fließend und hängt davon ab, wie viel Eigenständigkeit man dem System bei einer Aufgabe einräumt.

Eine klassische Automatisierung, etwa ein Workflow in n8n ohne Sprachmodell, folgt einem festen Ablauf: Wenn eine E-Mail eingeht, dann prüfe den Absender, dann lege einen Datensatz an. Jeder Fall muss vorab bedacht sein. Ein Agent bekommt stattdessen ein Ziel und findet den Weg selbst. Er kommt mit Abweichungen zurecht, ist dafür aber weniger vorhersehbar und schwerer zu testen. In der Praxis werden beide Ansätze kombiniert: Der feste Ablauf gibt den Rahmen vor, der Agent übernimmt die Schritte, die Urteilsvermögen erfordern. Der Eintrag KI-Automatisierung beschreibt diese Kombination näher.

Praxisbeispiel aus dem Unternehmensalltag

Eine Steuerkanzlei mit 25 Mitarbeitenden bekommt von Mandanten Belege in jeder denkbaren Form: als Foto per Messenger, als PDF per E-Mail, als Papierstapel. Die Kanzlei baut über die Claude API und n8n einen Agenten mit drei Tools: eines liest Dateien aus dem Eingangsordner, eines fragt die Mandantenstammdaten ab, eines schreibt in die Vorerfassung der Kanzleisoftware.

Der Agent erhält das Ziel “Ordne alle neuen Belege dem richtigen Mandanten und der richtigen Belegart zu”. Er liest jeden Beleg, erkennt Absender und Betrag, gleicht sie mit den Stammdaten ab und legt einen Vorerfassungssatz an. Bei Unklarheiten, etwa wenn zwei Mandanten denselben Lieferanten haben, markiert er den Beleg zur manuellen Prüfung statt zu raten. Die Sachbearbeiterin sieht morgens eine Liste mit zugeordneten Belegen und einer kurzen Liste mit offenen Fragen. Der feste Rahmen (Eingangsordner, Stammdaten, Vorerfassung) kommt aus dem Workflow, das Urteil über die Zuordnung vom Agenten, die Freigabe vom Menschen.

Bedeutung für kleine und mittelständische Unternehmen

Für KMU ist das Verständnis der Architektur nützlich, weil es die richtigen Fragen bei der Auswahl und Bewertung von Angeboten ermöglicht. Wer weiß, dass ein Agent aus Modell, Tools, Planung und Speicher besteht, kann bei einem Anbieter fragen: Welches Modell steckt darin? Welche Tools sind angebunden und welche Rechte haben sie? Wie viele Schritte darf der Agent ohne Rückfrage machen? Was wird gespeichert und wo?

Diese Fragen entscheiden über Nutzen und Risiko. Ein Agent mit weitreichenden Schreibrechten und ohne Schrittbegrenzung kann in kurzer Zeit viel anrichten. Ein Agent mit lesenden Tools, klarer Schrittgrenze und Freigabe vor jeder Änderung ist ein verlässliches Werkzeug. Bei der Claude Automatisierung legen wir diese Grenzen gemeinsam mit dem Unternehmen fest, bevor der erste Agent produktiv geht. Für die Einordnung, welche Prozesse sich überhaupt eignen, bietet die Claude Beratung den Rahmen. Ein Beispiel für einen ersten Aufbau zeigt der Artikel Claude und n8n: Prozesse mit KI automatisieren.

Vorteile und Grenzen

Der Vorteil der Agentenarchitektur ist ihre Flexibilität. Neue Tools lassen sich hinzufügen, ohne den Agenten neu zu bauen. Das Modell lässt sich austauschen, wenn eine bessere Generation erscheint. Und derselbe Agent kann mit unvorhergesehenen Fällen umgehen, an denen eine feste Automatisierung scheitern würde.

Die Grenzen ergeben sich aus derselben Flexibilität. Ein Agent ist nicht deterministisch: Derselbe Auftrag kann zu leicht unterschiedlichen Wegen führen. Fehler können sich über mehrere Schritte fortpflanzen. Und jeder Schritt kostet Token und Zeit, was bei vielen Durchläufen ins Gewicht fällt. Wer Agenten einsetzt, braucht deshalb Protokolle, Grenzen und Tests mit echten Fällen, bevor der Agent ohne Aufsicht arbeitet.