Eine Anfrage kommt an, wird zugeordnet und landet bei der richtigen Person. Ein Dokument wird abgelegt. Ein Termin löst eine Erinnerung aus. Solche Abläufe können wertvolle Arbeitszeit sparen, ohne dass eine KI ihren nächsten Schritt selbst bestimmen muss.
Trotzdem wird inzwischen vieles als KI-Agent bezeichnet. Für Ihre Entscheidung als Geschäftsführer ist der Name weniger wichtig als die Frage: Wie viel Entscheidungsfreiheit benötigt die Aufgabe tatsächlich? Eine einfache, nachvollziehbare Lösung kann die bessere Investition sein.
Drei unterschiedliche Werkzeuge auseinanderhalten
Eine klassische Automatisierung folgt vorgegebenen Regeln. Wenn eine bestimmte Bedingung erfüllt ist, führt das System eine festgelegte Aktion aus. Dafür muss kein Sprachmodell beteiligt sein.
Ein KI-gestützter Ablauf kann ebenfalls eine feste Reihenfolge haben. Ein Modell ordnet beispielsweise eine frei formulierte Anfrage einer Kategorie zu. Danach bestimmen feste Regeln, was mit dieser Kategorie geschieht.
Ein Agent erhält dagegen mehr Spielraum. Er kann innerhalb seiner Ausstattung entscheiden, welche Werkzeuge er nutzt und welche Schritte er als Nächstes ausführt. Die unabhängige Referenz Building Effective Agents beschreibt diese Unterscheidung zwischen vorgegebenen Abläufen und einer zur Laufzeit bestimmten Vorgehensweise. Sie verweist dabei auf den gleichnamigen Beitrag von Anthropic. Für diesen Artikel wurde die Referenz abgerufen, nicht der ursprüngliche Anthropic-Text.
Die Begriffe sind hilfreich, weil sie unterschiedliche Anforderungen sichtbar machen. Eine zusätzliche Entscheidungsfreiheit sollte ein konkretes Problem lösen. Sie ist kein Qualitätsmerkmal für sich.
Beginnen Sie mit einem normalen Arbeitsablauf
Nehmen Sie einen Prozess, der Ihr Team regelmäßig beschäftigt. Beschreiben Sie, was eingeht, welche Entscheidung nötig ist und was anschließend passiert. Trennen Sie dabei feste Regeln von tatsächlicher Beurteilung.
Bei einer internen Weiterleitung könnte eine feste Kundennummer die Zuordnung eindeutig machen. Dann ist zunächst zu prüfen, ob eine Regel genügt. Wenn dieselbe Information nur in wechselnden Formulierungen vorkommt, kann eine KI beim Erkennen helfen. Das bedeutet noch nicht, dass sie auch selbstständig antworten oder Daten ändern sollte.
Unsere Empfehlung: Beschreiben Sie zuerst den kleinsten sinnvollen Ablauf. Ergänzen Sie KI nur dort, wo die bisherige Regel nicht ausreicht. So bleibt erkennbar, welchen Beitrag das Modell tatsächlich leistet.
Beispiel: Anfragen vorsortieren
Angenommen, Ihr Team erhält Nachrichten zu Lieferterminen, technischen Fragen und Rechnungen. Eine mögliche Lösung besteht aus einer festen Verarbeitungskette. Die Nachricht wird gelesen, einer erlaubten Kategorie zugeordnet und anschließend zur Prüfung vorgelegt oder weitergeleitet.
Für unklare Fälle gibt es einen eigenen Weg. Das System muss nicht raten. Eine zuständige Person entscheidet, wenn mehrere Kategorien passen oder wichtige Angaben fehlen.
Ein offener Agent wäre erst dann zu prüfen, wenn die Aufgabe tatsächlich variable Zwischenschritte verlangt. Beispielsweise müsste er unterschiedliche freigegebene Informationsquellen auswählen und erkennen, wann eine Rückfrage nötig ist. Auch dann bleibt separat zu entscheiden, ob er nur Vorschläge liefern oder Handlungen ausführen darf.
Diese Beispiele sind mögliche Entwürfe für einen Prozess, keine Zusage, dass eine konkrete Lösung Ihre Anforderungen bereits erfüllt.
Vorhersagbare Schritte erleichtern die Prüfung
Bei einem festen Ablauf lässt sich für jeden Schritt beschreiben, welche Eingabe erwartet wird und welches Ergebnis erlaubt ist. Sie können prüfen, wo eine falsche Zuordnung entstanden ist und wie ein Sonderfall behandelt wurde.
Das ist besonders hilfreich, wenn bestehende Zuständigkeiten erhalten bleiben sollen. Eine KI kann einen Antwortentwurf vorbereiten, während der Versand weiterhin durch einen Mitarbeiter bestätigt wird. Eine automatische Ablage kann funktionieren, ohne zusätzliche Leserechte für andere Dokumente zu vergeben.
Das bedeutet nicht, dass feste Abläufe fehlerfrei sind. Auch sie benötigen Tests, verständliche Fehlermeldungen und einen Weg zurück zur manuellen Bearbeitung. Der Vorteil liegt in der Begrenzung: Weniger mögliche Schritte können den Ablauf leichter überschaubar machen.
Autonomie verlangt bewusst gesetzte Grenzen
Wenn ein Agent selbst Werkzeuge auswählt, müssen Sie nicht nur die Qualität seiner Texte betrachten. Relevant ist auch, worauf er zugreifen darf und welche Handlungen erlaubt sind.
Legen Sie deshalb fest, welche Daten er lesen, welche Datensätze er ändern und welche Nachrichten er versenden darf. Trennen Sie das Erstellen eines Vorschlags von dessen Ausführung. Für sensible Schritte sollte ein klarer Bestätigungsweg vorgesehen werden.
Zur Planung gehört außerdem ein Abbruchpunkt. Wie reagiert das System auf fehlende Informationen? Was passiert bei einer Störung? Wer übernimmt, wenn die Aufgabe nicht zuverlässig abgeschlossen werden kann? Diese Fragen sollten vor dem Einsatz geklärt sein, nicht erst nach dem ersten Fehler.
Beide Möglichkeiten mit echten Fällen vergleichen
Entscheiden Sie nicht anhand einer besonders gelungenen Demonstration. Testen Sie einen festen Ablauf und die weitergehende Lösung an vergleichbaren Aufgaben, wenn beide ernsthaft infrage kommen.
Betrachten Sie Bearbeitungszeit, Korrekturaufwand, Verständlichkeit und Betreuung. Die zusätzliche Flexibilität eines Agenten ist nur dann wertvoll, wenn sie in Ihrem Alltag einen nachvollziehbaren Vorteil bringt. Eine Lösung, die häufig nachkontrolliert oder zurückgesetzt werden muss, kann ihren Geschwindigkeitsvorteil verlieren.
Die Referenz von Sefism zu Building Effective Agents fasst den Ansatz zusammen, mit dem einfachsten passenden Muster zu beginnen und zusätzliche Autonomie nur bei entsprechendem Bedarf einzuführen. Das ist auch für die Geschäftsführung ein sinnvoller Maßstab: nicht möglichst viel KI, sondern möglichst wenig unnötige Komplexität.
Die eigene Unternehmens-KI darf klein anfangen
Eine Unternehmens-KI muss nicht sofort einen gesamten Bereich steuern. Ein gut begrenzter Assistent, der aus freigegebenen Unterlagen recherchiert und seine Ergebnisse prüfen lässt, kann ein sinnvoller erster Schritt sein.
Für ELEVUM steht deshalb im Mittelpunkt, welche Arbeit tatsächlich erleichtert werden soll. Manchmal führt dieser Blick zu einem Agenten. Manchmal zu einem festen KI-Ablauf. Und manchmal zu einer einfachen Automatisierung ganz ohne Sprachmodell. Die passende Lösung ist diejenige, die Ihren Prozess zuverlässig unterstützt und deren Grenzen Ihr Team versteht.
Quellen und Einordnung
Building Effective Agents: An Engineering Reference, https://buildingeffectiveagents.com/, abgerufen am 12. Oktober 2026. Verwendet für die begriffliche Unterscheidung zwischen Workflows und Agenten. Unabhängige Sekundärquelle.
Sefism: Building Effective Agents, https://www.sefism.com/resources/building-effective-agents, abgerufen am 12. Oktober 2026. Verwendet für die zusammengefasste Empfehlung, mit einem einfachen passenden Muster zu beginnen. Die Prozessbeispiele und Empfehlungen zur Geschäftsentscheidung sind eigene Einordnung.