Es liegt also nahe, dass wir beim Thema „KI-Agenten“ die Bandbreite widerspiegeln, die das Wort „Agent“ auch bei menschlichen Tätigkeiten hat:
KI-Agenten: Ein praktisches Framework für die Unternehmensautomatisierung
Entdecken Sie das Potenzial von KI-Agenten – von einfachen Workflows bis hin zu autonomen Kollaborateuren. In diesem Artikel finden Sie ein Framework, mit dem Sie KI-Agenten einordnen, über ihre Möglichkeiten sprechen und ihre Entwicklung gezielt vorantreiben können.
Lieber in Videoform?
Fraser Paine erläutert dasselbe Framework im Detail:
Agent-Level 1–3
Die drei T’s (Tasks • Tools • Triggers) – mit konkreten Beispielen, typischen Stolpersteinen und dem Ansatz: „KI nicht kaufen, sondern einstellen.“
In ca. 20 Minuten erhalten Sie die wichtigsten Modelle, erfahren, wie Sie ein Pilotprojekt richtig aufsetzen, und lernen die Schritte kennen, um Agenten vom Experiment zum produktiven ROI zu führen.
Einleitung
Über KI-Agenten wird viel gesprochen – doch die Definitionen variieren stark, je nach Kontext und Interessenlage des Sprechenden. Nahezu jedes Technologieunternehmen behauptet heute, sein neuestes Produkt unterstütze „agentische KI“. Das macht eine Diskussion auf klarer, einheitlicher Grundlage schwierig.
„Wenn ich einen Agenten bauen will – soll ich einen Junior-Entwickler in wenigen Tagen einen Automatisierungs-Workflow zusammenstellen lassen? Oder ein ganzes Team damit beauftragen, eine robuste Infrastruktur mit umfangreicher Codebasis, Monitoring und Testabdeckung aufzubauen, um eine komplette Rolle in meiner Organisation zu automatisieren?“
Unternehmen stellen sich zunehmend genau diese Frage. Und sie spiegelt die Realität der Arbeitswelt wider: Manche Aufgaben sind einfach, die meisten Berufe umfassen jedoch viele Aufgaben, und einige erfordern völlig offene Fähigkeitsprofile im Tagesgeschäft.
- 1
Ein Kundenservice-Agent (Customer Services Agent, CSA) beantwortet Routinefragen oder führt einfache Aktionen im Auftrag eines Kunden aus – nicht unähnlich heutigen KI-Chatbots.
- 2
Ein Reisebüro- oder Immobilienagent erledigt eine Reihe von Aufgaben, die etwas Komplexes für den Durchschnittsbürger sehr einfach machen, z. B. eine Reise buchen oder ein Haus kaufen. Vergleichbar mit modernen KI-gestützten Workflows.
- 3
Ein Spezialagent oder Feldagent bei FBI oder CIA übernimmt hochdynamische Aufgaben und nutzt eine breite Palette an Werkzeugen zur Problemlösung – ähnlich den autonomen Agenten, die wir gerade entstehen sehen.
Um diese Begriffsverwirrung aufzulösen, schlagen wir ein einfaches Framework vor, das das gesamte Spektrum abdeckt.
Anatomie eines Agenten
Agenten bestehen aus beweglichen Bausteinen: Manche davon sind fest codierte Logik, andere sind dynamische Kontextfenster oder komplexe Prompts. All diese Komponenten lassen sich jedoch grob in drei Kategorien einteilen:
- Tasks (Aufgaben): Die Abfolge von Aktionen, die der Agent ausführt, sowie die Bedingungen, nach denen er je nach Kontext zwischen verschiedenen Aktionsabläufen wählt.
- Tools (Werkzeuge): Die dem Agenten zur Verfügung stehenden Aktionen, mit denen er Daten sendet, generiert oder empfängt und mit anderen Systemen oder Agenten interagiert.
- Trigger (Auslöser): Die Ereignisse, die den Agenten veranlassen, eine bestimmte Aufgabe in einem bestimmten Kontext auszuführen.
Jede dieser Komponenten kann in ihrer Komplexität und Reife variieren. Manche Agenten automatisieren extrem komplexe Aufgaben, werden aber nur durch einfache Chatbot-Anfragen ausgelöst – wie etwa OpenAIs Deep Research. Andere erledigen sehr einfache Aufgaben, werden aber getriggert, indem ein LLM unstrukturierte Datenfeeds, Nachrichten, E-Mails oder neu hochgeladene Dokumente überwacht.
Im Folgenden schlüsseln wir den Reifegrad für jede dieser Komponenten auf – damit Sie die Komplexität der Agenten, die Sie bauen möchten oder bereits einsetzen, besser einordnen können.
| Tasks | Tools | Trigger | |
| Level 1 | Tasks sind spezifische, von Entwicklern definierte Workflows oder Abläufe mit sehr wenigen Verzweigungen. | Tools sind ein fester Satz von Schnittstellen, die parametrisierte Abfragen oder Aktionen ausführen. | Trigger sind zeitgesteuert oder Reaktionen auf Benutzeranfragen in einem Chatbot oder über eine API. |
| Level 2 | Tasks werden von Nutzern definiert, verwenden aber intensiv agentengestützte Verzweigungslogik. | Tools werden von Nutzern definiert und dokumentiert, aber ihre Parameter und Verwendung werden vom Agenten zur Laufzeit bestimmt. | Trigger sind bedingt und basieren auf Systemevents wie E-Mails mit bestimmtem Kontext oder Dokumente, die in einen bestimmten Ordner hochgeladen werden. |
| Level 3 | Tasks werden vom Agenten selbst generiert oder ausgewählt – basierend auf Auslöserbedingungen, Kontext und Zielen. | Tools werden vom Agenten dynamisch entdeckt und geschrieben – mithilfe von API-Dokumentation, Computer-Interfaces und Coding-Tools. | Trigger sind dynamisch und werden vom Agenten bestimmt, während er Live-Feeds auf Aktivitäten überwacht, die mit seiner Rolle und seinen Funktionen zusammenhängen. |
Reifegrad-Fallstudie: Vertriebsteam
Im Folgenden veranschaulichen wir das Framework am Beispiel eines Vertriebsteams, das zunehmend leistungsfähigere Agenten zur Unterstützung seiner Arbeit einsetzt.
Level 1: Informationsabruf
Ein einfacher Workflow, der ausgelöst wird, wenn ein Nutzer eine Frage an einen Chatbot stellt, ist ein Level-1-Retrieval-Agent. Er könnte ein Vertriebsteam dabei unterstützen, Fallstudien oder Informationen über potenzielle Kunden abzurufen – nicht einfach nur eine Suche auszuführen, sondern über die Anfrage und die Suchergebnisse nachzudenken, Folgeanfragen oder Berechnungen durchzuführen und dann eine prägnante, zutreffende Antwort zu liefern.
Level 2: Aufgabenautomatisierung
Ein Agent, der durch einen Benutzer oder ein Ereignis wie eine E-Mail ausgelöst wird und dann eine einfache Aufgabe oder Aufgabenkette ausführt, ist ein Level-2-Agent. Er könnte ein Vertriebsteam unterstützen, indem er E-Mails in Kategorien einteilt und je nach Kategorie Workflows ausführt – etwa das CRM aktualisieren, dem Absender antworten und den Account Manager über die Aktivitäten informieren.
Level 3: Autonomie
Ein Agent, der eine Reihe von E-Mail-Postfächern, Chat-Streams und Online-Datenquellen überwacht, um die Umgebung eigenständig zu verstehen und dann einen Handlungsplan zu bestimmen, ist ein Level-3-Agent. Er könnte dasselbe Vertriebsteam unterstützen, indem er öffentliche Ausschreibungsportale nach Opportunities durchsucht, diese mit historischen Projekten der Organisation abgleicht, die Opportunity auf dieser Basis bewertet, einen Antwort-Entwurf erstellt und dann Teammitglieder kontaktiert, um den Angebotsprozess gemeinsam voranzutreiben. Ein solcher Agent benötigt Zugang zu einer Vielzahl öffentlicher und interner Datenquellen, Authoring-Tools und eine eigene Identität, um sich in die Organisation zu integrieren.
Fazit: KI-Agenten klar einordnen
Während sich KI-Agenten von einfachen Workflow-Automatisierungen zu dynamischen Systemen entwickeln, die zu komplexen, zielgerichteten Handlungen fähig sind, wird Klarheit in der Definition und Gestaltung immer wichtiger. Nicht jeder Agent muss autonom – oder auch nur intelligent – sein, um geschäftlichen Mehrwert zu liefern. Aber zu verstehen, wo Ihr Agent im Reifegradspektrum von Tasks, Tools und Triggern steht, hilft Ihnen, die richtige Lösung zu konzipieren, realistische Erwartungen zu setzen und die nächsten Schritte zu planen.
Ob Sie einen Level-1-Assistenten für den optimierten Informationsabruf entwickeln oder die Grundlage für einen autonom agierenden Level-3-Kollaborateur legen (etwa mit einem KI-ERP-Chatbot-Agenten) dieses Framework bietet Teams eine gemeinsame Sprache, um Potenziale zu bewerten, Komplexität zu managen und strategische Entscheidungen rund um die Agentenentwicklung zu treffen.
Unser Geschäftsalltag wird zunehmend von agentischer KI geprägt und die Frage, welche Art von Agent Sie bauen – und warum – ist dabei der erste Schritt zu einem sinnvollen Setup.
Entwickeln Sie den richtigen KI-Agenten für Ihr Unternehmen
Ob Sie einfache Workflow-Automatisierungen testen oder fortschrittliche, autonome Agenten konzipieren – Klarheit ist der Schlüssel. Lassen Sie uns gemeinsam Ihre Ziele besprechen, herausfinden, wo Ihre Anforderungen im Agent-Reifegradspektrum liegen, und den richtigen Ansatz erarbeiten, um echten Business Value zu erzielen.
Weitere Ressourcen rund um KI