Vom KI-Chatbot zum echten Agenten

Der Einsatz künstlicher Intelligenz in mittelständischen Unternehmen befindet sich häufig auf einer frühen Stufe: Ein geteilter ChatGPT-Account, ein Browser-Tab, manuelles Kopieren von Texten hin und zurück. Dieser Zustand ist ein funktionierender Einstieg, markiert aber lediglich den Beginn einer Entwicklung. Der eigentliche Wandel beginnt dort, wo aus einem Hilfsmittel ein eigenständig handelndes System wird – ein Agent, der eine abgegrenzte Aufgabe selbst erledigt. Der folgende Artikel beschreibt diesen Übergang und die dafür notwendigen Voraussetzungen.

Der heutige Ausgangspunkt

In vielen Betrieben folgt der KI-Einsatz einem klaren Muster. Ein Mitarbeiter kopiert einen Text in ein Chat-Fenster, liest die Antwort und überträgt das Brauchbare zurück in das eigene Dokument. Die IT-Abteilung legt vorab Regeln fest, damit keine internen Daten unkontrolliert nach außen gelangen und der Vorgang halbwegs datenschutzkonform abläuft.

Dieses Vorgehen hat eine charakteristische Eigenschaft: Der Mensch leistet die Arbeit, die KI unterstützt beim Denken. Der Mensch entscheidet, was eingegeben wird, prüft das Ergebnis und trägt es weiter. Die KI fungiert als Schreibhilfe und Sparringspartner. Sie macht eine Aufgabe leichter, nimmt sie aber niemandem ab. Der Datenschutz ist dabei die kleinere Frage. Relevanter ist, in welche Richtung sich dieser Einsatz weiterentwickeln lässt.

Der Sprung vom Helfer zum Agenten

Der nächste Schritt besteht nicht in einem größeren Sprachmodell oder einem besseren Prompt. Es handelt sich um einen anderen Aufbau.

Ein Agent ist ein Sprachmodell, das nicht nur antwortet, sondern in einer Schleife arbeitet. Der Ablauf folgt einem wiederkehrenden Prinzip:

• Die Aufgabe wird gelesen.

• Ein Werkzeug wird verwendet.

• Das Ergebnis wird geprüft.

• Der Vorgang wird fortgesetzt, bis die Aufgabe erledigt ist.

Ein solcher Agent kann eine Datei öffnen, eine Anfrage an ein anderes System senden, eine Rechnung mit einer Bestellung abgleichen oder einen Eintrag fortschreiben. Das zugrunde liegende Modell ist dasselbe wie im Chat-Fenster. Den Unterschied macht der Zugriff auf die umgebenden Systeme.

Dieser Unterschied wirkt zunächst gering, ist in der Praxis jedoch erheblich. Im Chat-Tab erläutert die KI, wie eine eingehende Rechnung geprüft werden könnte. Ein Agent dagegen zieht die Rechnung aus dem Postfach, vergleicht sie mit der Bestellung im System, markiert Abweichungen und legt das Ergebnis dort ab, wo der Sachbearbeiter es erwartet. Im ersten Fall bleibt die Arbeit beim Menschen. Im zweiten Fall ist sie erledigt, und der Mensch übernimmt nur noch die Kontrolle.

Darin liegt der qualitative Sprung: vom Werkzeug, das ein Mensch bedient, zu einem System, das eine abgegrenzte Aufgabe übernimmt.

Die Anbindung als eigentlicher Hebel

Der entscheidende Punkt ist selten das Sprachmodell. Die verfügbaren Modelle sind für den Großteil der typischen Schreibtischarbeit längst ausreichend leistungsfähig. Ausschlaggebend ist, ob der Agent die umgebenden Systeme tatsächlich bedienen kann. Dazu gehören unter anderem:

• das Postfach

• das Buchhaltungssystem

• das Ticketsystem

• der Kalender

• das Kundenverzeichnis

Solange ein Agent ausschließlich Text erzeugen kann, bleibt er ein Textgenerator im Browser-Tab. Sobald er Fremdsysteme über deren Schnittstellen erreicht, entsteht aus der Idee ein laufender Prozess. Genau hier liegt die eigentliche Arbeit beim Übergang von der ersten zur zweiten Stufe.

Dieser Aspekt wird häufig unterschätzt. Viele Unternehmen warten auf die nächste, leistungsfähigere KI-Generation. In den meisten Fällen liegt das Hindernis jedoch nicht an der Leistungsfähigkeit der Modelle, sondern an der fehlenden Verbindung zu den Systemen, in denen die Arbeit ohnehin stattfindet.

Die zwei Voraussetzungen

Ein Agent, der eigenständig handelt, benötigt zwei Dinge, die im reinen Chat-Betrieb nicht erforderlich sind.

Ein sauber abgegrenzter Auftrag

Eine allgemeine Anweisung wie „Hilf mir mit der Buchhaltung" ist kein Auftrag für einen Agenten, sondern ein Gespräch. Ein geeigneter Auftrag lautet beispielsweise: „Prüfe jede eingehende Rechnung gegen die zugehörige Bestellung und melde Abweichungen über zehn Euro." Je enger der Zuschnitt, desto zuverlässiger arbeitet der Agent.

Die zentrale Aufgabe besteht darin, die eigene Kernarbeit in kleine, klar umrissene Schritte zu zerlegen und jedem Schritt einen eng spezialisierten Agenten zuzuordnen. Spezialisierung erhöht die Verlässlichkeit, während breite, unscharfe Aufträge die Fehleranfälligkeit steigern.

Leitplanken

Ein eigenständig handelnder Agent kann auch eigenständig Fehler verursachen. Daher müssen klare Regeln festgelegt werden:

• was der Agent darf und was nicht

• ab wann ein Mensch gegenzeichnen muss

• wie er sich verhält, wenn er sich nicht sicher ist

Ein wertvoller Moment im Betrieb ist häufig jener, in dem ein Agent erkennt, dass er eine Entscheidung nicht zuverlässig treffen kann, und die Aufgabe abgibt, statt zu raten. Werden solche Leitplanken von Beginn an eingespart, automatisiert ein Unternehmen nicht seine Arbeit, sondern lediglich seine Fehler.

Eine Reifekurve, keine Schwelle

Der Weg vom geteilten ChatGPT-Account zum autonom arbeitenden Agenten verläuft nicht in einem einzigen Schritt. Dazwischen liegen mehrere Stufen:

1. der Chat als Hilfsmittel

2. fest gespeicherte Abläufe, die immer gleich verlaufen, anstelle täglich neu formulierter Prompts

3. der erste Agent, der eine einzige, eng umrissene Aufgabe übernimmt, wobei ein Mensch jedes Ergebnis abnimmt

4. mehrere solcher Agenten, zu einem Ablauf verkettet

5. ein Prozess, der weitgehend selbstständig läuft und nur noch beaufsichtigt wird

Jede Stufe setzt die vorherige voraus. Ein Unternehmen, das heute mit einem geteilten Account und einem Browser-Tab arbeitet, ist damit nicht im Rückstand. Es steht am Anfang einer Entwicklung, die jeder Betrieb mit Schreibtischarbeit durchlaufen wird. Der Unterschied liegt darin, ob die nächste Stufe als bewusst gesteuertes Projekt verstanden wird oder ob darauf gewartet wird, dass sie sich von selbst einstellt.

Einordnung

Die zentrale Unterscheidung lässt sich knapp zusammenfassen: Die KI im Browser-Tab macht die Arbeit leichter, der Agent übernimmt sie hingegen im besten Falle komplett. Zwischen diesen beiden Zuständen liegt die gesamte Entwicklungsstrecke, die in den kommenden Jahren über Produktivitätsunterschiede entscheiden dürfte.

Der entscheidende Hebel ist dabei nicht die Intelligenz der Modelle, sondern ihre Anbindung an die vorhandenen Systeme sowie die organisatorische Vorarbeit: klar abgegrenzte Aufträge und verlässliche Leitplanken. Wer diese Grundlagen schafft, kann den Übergang von der Schreibhilfe zum eigenständig handelnden System schrittweise und kontrolliert gestalten.