KI-Agent: klare Definition und konkrete Beispiele
Der Begriff „KI-Agent“ wird inflationär benutzt. Eine ehrliche Definition, der reale Unterschied zum Chatbot, konkrete Beispiele und der rechtliche Rahmen: was diese Werkzeuge 2026 tatsächlich leisten, und was nicht.
1. KI-Agent: die Definition ohne Fachchinesisch
Ein KI-Agent ist ein Programm, das auf einem großen Sprachmodell (LLM) aufbaut und für eine konkrete Aufgabe konfiguriert ist. Er bekommt eine Rolle, feste Regeln, Referenzdokumente und manchmal die Fähigkeit, externe Werkzeuge anzusprechen: CRM-System, E-Mail-Programm, Datenbank. Der Unterschied zu einem gewöhnlichen Chat lässt sich in einem Wort fassen: Persistenz. Der Agent wird einmal eingerichtet und wendet seine Aufgabe bei jeder Anfrage an, ohne dass man ihm den Kontext erneut erklären muss.
Der Begriff deckt zwei unterschiedliche Realitäten ab. Der konversationelle Agent antwortet auf Anfrage: Er formuliert, analysiert, berät innerhalb seines festgelegten Bereichs. Der autonome Agent geht weiter: Er nimmt eine Situation wahr, plant Schritte, löst Aktionen auf externen Werkzeugen aus und wiederholt diesen Zyklus ohne direkte Aufsicht. Das ist die Schleife aus Wahrnehmung, Schlussfolgerung und Handlung. Fast alle Agenten, die im Mittelstand heute wirklich nützlich sind, gehören zur ersten Kategorie.
2. KI-Agent, Chatbot, Assistent: wer ist was
Der klassische Chatbot folgt einem handgeschriebenen Entscheidungsbaum. Tippt der Kunde „Lieferung“, spielt er die Antwort zur Lieferung aus. Er versteht keine Sprache, er gleicht Schlüsselwörter mit vorformulierten Antworten ab. Ein allgemeiner KI-Assistent (ChatGPT, Claude, Gemini im direkten Zugriff) versteht natürliche Sprache, startet aber bei jedem Gespräch wieder von null. Er kennt Ihren Kontext, Ihre Regeln, Ihre Dokumente nicht.
Der KI-Agent verbindet beide Eigenschaften: das Sprachverständnis eines LLM und die Spezialisierung einer dauerhaften Konfiguration. Bei OpenAI heißt das ein individueller GPT. Bei Google ein Gem. Bei Anthropic ein Projekt. In GPTPro ist es ein Agent, konfiguriert auf dem Modell Ihrer Wahl. Vier Namen, eine Idee: ein Assistent, der seine Rolle und Ihre Dokumente kennt, ohne dass man sie ihm bei jedem Austausch neu liefern muss.
Ein Multi-Agenten-System geht noch weiter: Mehrere spezialisierte Agenten werden von einer Orchestrierungsebene koordiniert. Jeder bearbeitet seinen Teil, ein steuernder Agent führt die Ergebnisse zusammen. Der Autobauer Renault hat Ende 2025 mit askrnlt genau diese Architektur eingeführt: ein mehrschichtiger, agentenbasierter Assistent auf Basis von Gemini, der die komplette Kundenreise begleitet.
3. Wie ein KI-Agent funktioniert
Der Motor eines Agenten ist ein LLM: GPT, Claude, Mistral, Gemini oder Llama, je nach Konfiguration. Dieser Motor erhält einen Systemprompt (Rolle und Regeln), die Referenzdokumente und die Frage des Nutzers. Er formuliert eine Antwort oder entscheidet, ein Werkzeug aufzurufen.
Werkzeuge sind APIs oder Konnektoren: eine Produktdatenbank, ein CRM-System, ein E-Mail-Programm, eine Suchmaschine. Der Agent ruft sie auf, holt die Daten und baut sie in seine Antwort ein. Das Model Context Protocol (MCP), im November 2024 von Anthropic veröffentlicht und inzwischen faktischer Standard, vereinheitlicht diese Verbindungen zwischen Agenten und externen Werkzeugen. Die Version 2026-07-28 verschärft die Autorisierung und die Sicherheit der Datenübertragung.
Die Qualität eines Agenten hängt kaum vom gewählten Modell ab, aber sehr stark von der Einrichtung: eine präzise Rolle, klare Regeln, aktuelle Dokumente, Beispiele guter Antworten. Ein schlecht konfigurierter Agent ist nur ein generischer Chatbot mit einer komplizierteren Oberfläche.
4. Konkrete Beispiele für KI-Agenten im Unternehmen
Der Support-Agent der ersten Ebene: gefüttert mit FAQ und Preisliste eines Mittelständlers, beantwortet er Standardfragen und leitet komplexe Fälle an einen Mitarbeiter weiter. Der französische Medienkonzern TF1 hat im November 2025 Autopilot Agentic eingeführt, einen konversationellen Agenten zur Optimierung von Sendeplanung und Kampagnen-Reporting.
Der Agent für die Vertriebsvorbereitung: Er erstellt Steckbriefe zu Zielunternehmen und formuliert erste, individuelle Ansprachen. Der Vertriebsmitarbeiter prüft und versendet. Der HR-Agent: Er sortiert Bewerbungen nach festgelegten Kriterien vor und formuliert Zwischenbescheide. Vorsicht: Ein HR-Agent, der Einstellungsentscheidungen beeinflusst, gilt im Sinne des AI Act als Hochrisikosystem, mit Pflichten zur menschlichen Aufsicht und Dokumentation.
Der Agent für Dokumentenanalyse: Eine Kanzlei lässt ihn Verträge prüfen, er extrahiert sensible Klauseln nach einer Checkliste. Der Redaktionsagent: Er erstellt Briefings, Protokolle und erste Textentwürfe im Ton des Unternehmens, ausgehend von mitgelieferten Beispielen. In der Logistik hat FourKites im Juli 2025 drei Agenten für den europäischen Markt gestartet (Planung, Dokumente, Kundenkommunikation).
Gemeinsam ist all diesen Fällen: ein enger Aufgabenbereich, schriftlich festgelegte Regeln, ein Mensch, der die letzte Entscheidung trifft. Das nennt man Human-in-the-Loop, für Hochrisikosysteme nach dem AI Act verpflichtend.
5. KI-Einsatz in Unternehmen: was die Zahlen zeigen
Belastbare Zahlen zur echten Agentennutzung sind rar. Die IKT-Erhebung von Insee, im Juli 2026 veröffentlicht, liefert für Frankreich einen guten Anhaltspunkt: 18 % der französischen Unternehmen mit mindestens 10 Beschäftigten setzten 2025 mindestens eine KI-Technologie ein, gegenüber 10 % im Jahr 2024 und 6 % im Jahr 2023. Eine Verdreifachung in zwei Jahren. Bei Unternehmen mit mindestens 250 Beschäftigten liegt die Quote bei 58 %, nach 33 % im Vorjahr.
In Frankreich erreicht der Sektor Information und Kommunikation eine Adoptionsquote von 59 %. Kleinere Betriebe mit weniger als 50 Beschäftigten hinken deutlich hinterher. Der Abstand zwischen Großunternehmen und Mittelstand liegt nicht am Zugang zu den Modellen, sondern an den Ressourcen für Konfiguration, Test und laufende Pflege der Agenten, ein Muster, das sich auch im österreichischen Mittelstand beobachten lässt. Auf EU-Ebene nutzten 2025 laut Eurostat 20 % der Unternehmen mit mindestens 10 Beschäftigten KI-Technologien, ein Wert, der als grobe Orientierung auch für Österreich dient, da separate nationale Zahlen in dieser Erhebung fehlen.
Auf der Anbieterseite hielten OpenAI, Google und Anthropic zusammen mehr als 84 % des Marktes für KI-Agenten im Mai 2026, laut einer Stellungnahme der französischen Wettbewerbsbehörde Autorité de la concurrence vom 17. Juli 2026. Diese Konzentration betrifft den gesamten europäischen Markt, auch österreichische Unternehmen: Abhängigkeit von wenigen Anbietern und hohe Einstiegshürden für Alternativen sind ein reales Risiko.
6. Was ein KI-Agent nicht leistet
Ein Agent ersetzt keinen Mitarbeiter. Er übernimmt die sich wiederholenden Aufgaben einer Stelle, zu Beginn selten mehr als ein paar Stunden pro Woche. Er irrt sich weiterhin: Bei unklaren Fragen oder außerhalb seiner Dokumente kann er selbstbewusst Falsches behaupten. Die Grundregel: kein Agent ohne ausdrückliche Leitplanke („wenn du es nicht weißt, sag es“) und ohne menschliche Kontrolle bei Ausgaben mit echter Tragweite.
Ein Agent ohne präzise Anweisungen und Referenzdokumente ist nur ein getarnter Allzweckassistent. Die Einrichtungsarbeit, ein gut investierter halber Tag, macht den entscheidenden Unterschied. Ein schlecht eingerichteter Agent produziert Antworten am Thema vorbei, Halluzinationen und schnell schwindendes Vertrauen der Nutzer.
Volle Autonomie bleibt selten und riskant. Ein Agent, der folgenreiche Entscheidungen ohne menschliche Aufsicht trifft, wird schnell zum Compliance-Thema. Der AI Act schreibt für Hochrisikosysteme menschliche Aufsicht vor. Ein Agent für Bonitätsscoring oder HR-Vorauswahl fällt in diese Kategorie.
7. Was der AI Act für KI-Agenten bedeutet
Die europäische KI-Verordnung (AI Act) ist am 1. August 2024 in Kraft getreten. Sie folgt einem risikobasierten Ansatz. Konversationelle Agenten, die mit natürlichen Personen interagieren, unterliegen einer Transparenzpflicht: Der Nutzer muss wissen, dass er mit einem KI-System spricht. Diese Pflicht gilt seit dem 2. August 2026.
Agenten, die folgenreiche Entscheidungen beeinflussen (Personalauswahl, Kreditscoring, Bonitätsprüfung), gelten als Hochrisikosysteme. Sie erfordern menschliche Aufsicht (Artikel 14), eine Dokumentation der Trainingsdaten und Robustheitstests. Ein autonomer HR-Agent, der Bewerbungen ohne menschliche Kontrolle vorsortiert, ist nicht konform.
In Österreich ist für den Datenschutz die österreichische Datenschutzbehörde (DSB) zuständig, die Marktüberwachungsbehörden für die KI-Verordnung werden derzeit benannt, und die KommAustria befasst sich mit KI-generierten Inhalten im Medienbereich. Vor dem Einsatz eines Agenten auf Kundendaten oder bei HR-Entscheidungen erspart eine kurze rechtliche Prüfung unangenehme Überraschungen.
8. Wo Sie konkret anfangen
Wählen Sie eine sich wiederholende Aufgabe mit bekannten Regeln: Antworten auf häufige Fragen, erste E-Mail-Entwürfe, Zusammenfassungen interner Dokumente. Konfigurieren Sie darauf einen Agenten: eine präzise Rolle, klare Regeln, drei bis fünf Referenzdokumente, Beispiele guter Antworten. Testen Sie an echten Fällen, korrigieren Sie die Anweisungen, dann setzen Sie den Agenten produktiv ein.
Die Modellwahl richtet sich nach dem Einsatzzweck. Claude ist stark bei der Analyse langer Dokumente. Mistral passt zu Anwendungsfällen, bei denen die Daten in Europa bleiben sollen. GPT-4o ist vielseitig bei Textarbeit und Zusammenfassungen. Gemini fügt sich gut in Google-Workspace-Umgebungen ein. Der richtige Ansatz: an den eigenen Fällen testen statt generischen Rankings zu folgen.
No-Code-Werkzeuge wie n8n, Flowise oder Dust verbinden einen Agenten mit Fachanwendungen, ohne dass programmiert werden muss. Für einfache Fälle lässt sich mit GPTPro ein Agent in wenigen Minuten auf dem Modell Ihrer Wahl konfigurieren, ob als Ergänzung zu BMD, RZL oder Personio in Ihrem Arbeitsalltag. Unsere Modell-Guides zeigen Stärken und Grenzen jedes Modells im Detail.
Ein KI-Agent ist ein Sprachmodell, das für eine Aufgabe eingerichtet wurde: weder Zauberei noch ein simpler Chatbot. Sein Wert entsteht durch die Einrichtung (Rolle, Regeln, Dokumente), viel mehr als durch technische Kunststücke. Die Beispiele, die funktionieren, teilen einen engen Aufgabenbereich, schriftliche Regeln und einen Menschen in der Schleife für folgenreiche Entscheidungen.
Um sich ein konkretes Bild zu machen: Nehmen Sie eine sich wiederholende Aufgabe aus Ihrer Woche, konfigurieren Sie dafür einen Agenten in GPTPro, und urteilen Sie nach einer Stunde selbst. Die Nutzung wächst in Frankreich schnell (18 % der Unternehmen 2025 laut Insee, gegenüber 6 % 2023), doch die Kluft zwischen Großunternehmen und Mittelstand bleibt real, auch hierzulande. Die Bremse ist nicht der Zugang zu den Modellen, sondern die Zeit für die Einrichtung und die Sorgfalt beim Zuschnitt der Aufgabe.
Häufig gestellte Fragen
Was ist ein KI-Agent in einem Satz?
Ein Sprachmodell, das dauerhaft für eine konkrete Aufgabe konfiguriert ist: eine Rolle, klare Regeln, Ihre Dokumente, und bei jeder Anfrage dasselbe Verhalten, ohne den Kontext erneut zu erklären.
Was unterscheidet einen KI-Agenten von ChatGPT?
ChatGPT ist ein allgemeiner Assistent, der bei jedem Gespräch wieder von null startet. Ein Agent ist spezialisiert und dauerhaft eingerichtet: Er kennt seine Rolle und Ihre Dokumente, ohne dass man sie ihm neu liefern muss. Man erstellt solche Agenten übrigens auch aus ChatGPT heraus (die GPTs), genauso wie aus anderen großen Modellen.
Werden KI-Agenten in Europa schon eingesetzt?
Ja. 18 % der französischen Unternehmen mit mindestens 10 Beschäftigten nutzten 2025 mindestens eine KI-Technologie, gegenüber 6 % im Jahr 2023 (Quelle: Insee Première Nr. 2120, Juli 2026). Es gibt bereits konkrete Einsätze: Renault mit askrnlt, TF1 mit Autopilot Agentic, und zahlreiche mittelständische Betriebe bei Support- oder Redaktionsaufgaben.
Unterliegt ein KI-Agent gesetzlichen Vorgaben?
Ja. Der europäische AI Act schreibt seit dem 2. August 2026 vor, dass jeder Agent, der mit natürlichen Personen interagiert, den Nutzer darüber informieren muss, dass er mit einem KI-System spricht. Ein Agent, der HR- oder Finanzentscheidungen beeinflusst, gilt als Hochrisikosystem: menschliche Aufsicht und Dokumentation sind Pflicht. In Österreich ist unter anderem die Datenschutzbehörde (DSB) für Datenschutzfragen zuständig.
Wie lange dauert es, einen nützlichen KI-Agenten zu erstellen?
Für einen einfachen, klar abgegrenzten Fall reicht ein halber Tag: Rolle festlegen, Regeln schreiben, drei bis fünf Referenzdokumente laden, an echten Fällen testen. Die anfängliche Einrichtung macht den entscheidenden Unterschied zwischen einem nützlichen Agenten und einem getarnten Allzweckassistenten. No-Code-Werkzeuge wie GPTPro, n8n oder Flowise erfordern keine Programmierkenntnisse.
