KI-Agent

Ein Chatbot antwortet, ein KI-Agent handelt. Er bekommt ein Ziel, etwa „Finde drei Anbieter für Industriepumpen mit Lieferzeit unter zwei Wochen“, und entscheidet selbst, welche Schritte dafür nötig sind: suchen, Websites öffnen, Daten vergleichen, nachfragen, zusammenfassen.

Anthropic beschreibt Agenten als Systeme, in denen ein Sprachmodell den eigenen Ablauf und den Einsatz von Werkzeugen dynamisch steuert. Im Kern sei ein Agent oft schlicht ein Modell, das Werkzeuge in einer Schleife nutzt und sich nach jedem Schritt an der Rückmeldung der Umgebung orientiert (Building effective agents).

Die Schleife: denken, handeln, prüfen

Was einen Agenten ausmacht, ist nicht das Modell, sondern der Arbeitsablauf um das Modell herum. Er wiederholt sich, bis das Ziel erreicht ist oder eine Abbruchbedingung greift:

1. Ziel verstehen: Der Auftrag kommt von einem Menschen, per Chat oder aus einem anderen System.
2. Planen: Das Modell zerlegt das Ziel in Teilschritte und wählt den nächsten.
3. Handeln: Es ruft ein Werkzeug auf, zum Beispiel eine Websuche, einen Browser, eine Datenbank oder eine Schnittstelle über das Model Context Protocol.
4. Beobachten: Das Ergebnis des Werkzeugs fließt zurück. Anthropic nennt das die „ground truth“ aus der Umgebung.
5. Entscheiden: Weiter, anders versuchen, beim Menschen nachfragen oder fertig melden.

Diese Schleife ist der Grund, warum Agenten länger brauchen und mehr kosten als eine einzelne Chat-Antwort. Und sie erklärt das größte Risiko: Fehler in frühen Schritten setzen sich fort. Anthropic empfiehlt deshalb Tests in abgeschotteten Umgebungen, Abbruchbedingungen wie eine Höchstzahl an Schritten und Kontrollpunkte für Menschen, im Fachjargon Human in the Loop.

Agent, Assistent oder Workflow?

Viele Produkte heißen heute „Agent“. Hilfreich ist eine nüchterne Einordnung nach der Frage, wer den nächsten Schritt bestimmt:

Die Grenzen sind fließend, und das Etikett sagt wenig. Anthropic rät ausdrücklich, mit der einfachsten Lösung zu beginnen: Oft genügt ein gut gebauter einzelner Modellaufruf, und ein fester Workflow ist berechenbarer als ein frei planender Agent. Wo der Begriff hinter dem Oberbegriff Agentic AI verschwimmt, erklärt der eigene Eintrag dazu.

Agenten als Besucher Ihrer Website

Für Marketing und Vertrieb ist die zweite Rolle spannender: Agenten werden zu Website-Besuchern. Produkte wie der ChatGPT Agent oder KI-Browser steuern einen Browser im Auftrag ihrer Nutzer, lesen Seiten, klicken, füllen Formulare aus. Die Technik dahinter heißt Computer Use.

Ein vereinfachtes Beispiel: Die Einkäuferin eines Maschinenbauers beauftragt einen Agenten, drei Anbieter für Wartungsverträge im Raum Nürnberg mit Preisen zu vergleichen. Der Agent findet fünf Websites. Bei zweien stehen Leistungen und Preisrahmen im Text, bei einer verbirgt sich alles hinter einem PDF-Download mit Pflicht-Formular, bei zweien gibt es nur „Rufen Sie uns an“. In die Vergleichstabelle der Einkäuferin schaffen es die zwei lesbaren Anbieter.

Was einem Agenten hilft, hilft fast immer auch Menschen:

• Leistungen, Preisrahmen und Bedingungen als Text statt nur im PDF oder Bild
• Formulare mit eindeutigen Feldbezeichnungen und ohne unnötige Hürden
• Kerninhalte im ausgelieferten HTML, nicht erst nach Klicks oder Skripten
• Klare Seitenstruktur mit Überschriften, die sagen, was folgt

Wie gut Ihre Website heute für KI-Systeme lesbar ist, zeigt der kostenlose KI-Website-Check.

Was Agenten heute können und was nicht

Agenten funktionieren gut bei klar umrissenen Aufgaben mit überprüfbarem Ergebnis: Programmieraufgaben, Recherchen, Datenabgleich, Formularstrecken. Schwächer sind sie bei langen, offenen Aufgaben, bei Websites mit Logins, Captchas oder ungewöhnlicher Bedienung und überall dort, wo ein Fehler teuer ist.

Legen Sie vor dem ersten Einsatz zwei Messgrößen fest: die Zeit, die ein Durchlauf spart, und wie oft Sie das Ergebnis korrigieren müssen. Ein Agent, der eine Stunde Recherche in zehn Minuten erledigt, aber bei jedem zweiten Lauf Quellen verwechselt, spart unterm Strich wenig. Diese Rechnung fällt je nach Aufgabe sehr unterschiedlich aus und lässt sich nur im eigenen Test ermitteln.

Für den Einstieg im Mittelstand bieten sich Agenten an, die mit vorhandenen Werkzeugen arbeiten, etwa über MCP-Verbindungen zu Analyse- oder SEO-Tools. Welche Server es dafür gibt, zeigt der Beitrag MCP-Server erklärt.