Ein KI-Agent ist eine Software, die ein Ziel verfolgt, selbständig Schritte wählt und ein Ergebnis liefert. So weit die kurze Antwort. Für kleine und mittlere Unternehmen (KMU) mit 10–80 Mitarbeitenden trägt diese Definition aber nicht weit genug: sie erklärt, was ein Agent technisch tut, nicht, wie er im Unternehmen eingebunden gehört. Quandes versteht einen KI-Agenten deshalb zuerst als Rolle, nicht als Software-Feature.
Eine Rolle hat eine Aufgabe, eine Verantwortungsgrenze und eine Eskalationskante. Wer einen KI-Agenten einsetzt, beauftragt damit nicht ein Tool, sondern einen Rollen-Träger. Die Tool-Frage kommt nach der Rolle, nicht davor.
Dieser Beitrag ordnet den Begriff entlang von vier Achsen: formale Definition, Abgrenzung zu Chatbot und Automatisierung, drei Eigenschaften eines Agenten und die Rolle als Quandes-Leitbegriff.
Das Wichtigste in Kürze
- Rolle vor Tool: Ein KI-Agent ist keine Software-Funktion, sondern eine Rolle mit Aufgabe, Verantwortungsgrenze und Eskalationskante. Die Tool-Frage kommt zuletzt.
- Drei Unterschiede zum Chatbot: Ein Agent verfolgt ein Ziel statt einem Dialog-Skript, wählt Schritte selbständig und kann Werkzeuge wie Datenbanken oder APIs nutzen.
- Drei Eigenschaften: Zielgerichtetheit, Werkzeug-Nutzung und Autonomie-Spannweite müssen zusammenkommen — fehlt eine, handelt es sich nicht um einen Agenten.
- Drei Pflicht-Fragen vor dem Einsatz: Welche Aufgabe? Welche Verantwortungsgrenze? Welche Eskalationskante? Erst wenn alle drei schriftlich beantwortet sind, wird die Tool-Auswahl konkret.
- EU-AI-Act-Einordnung: KI-Agenten sind eine Teilmenge der KI-Systeme im Sinne von Art. 3 mit besonders ausgeprägtem Autonomie-Grad; für Sie als Betreiber gelten entsprechende Dokumentations- und Aufsichtspflichten.
Der EU-AI-Act (Verordnung (EU) 2024/1689) definiert in Art. 3 den übergeordneten Begriff „KI-System": ein maschinengestütztes System, das mit unterschiedlichem Grad an Autonomie operiert und für ausdrücklich definierte oder implizite Ziele Output erzeugt (Vorhersagen, Empfehlungen, Inhalte, Entscheidungen), der die physische oder virtuelle Umgebung beeinflusst. KI-Agenten sind eine Klasse dieser KI-Systeme, deren Autonomie-Grad höher liegt als bei klassischen Chatbots oder Empfehlungs-Systemen.
Die formale Definition ist für die Praxis im Mittelstand allein zu abstrakt. Sie hilft aber bei zwei Fragen: Welche Sorgfaltspflichten greifen bei Einsatz? Und wo verläuft die Grenze zwischen „Tool mit KI-Funktion" und „KI-Agent als Rolle"?
Abgrenzung gegen Chatbot, Automatisierung und „KI-System"
Drei Begriffe kursieren im selben Sprachfeld, meinen aber Unterschiedliches:
| Begriff | Kennzeichen | Beispiel |
|---|---|---|
Chatbot | reagiert auf Nutzer-Eingaben innerhalb eines definierten Dialog-Pfads, keine eigenständige Schritt-Wahl | Customer-Service-Bot mit Antwort-Bäumen |
Klassische Automatisierung | folgt einem vorab festgelegten Ablauf (Wenn-Dann-Regeln, RPA, Workflow-Engine) | Rechnungs-Routing nach Lieferanten-Stamm |
KI-System (allgemein) | maschinengestützt, mit Autonomiegrad, Output beeinflusst Umgebung (formal nach EU-AI-Act Art. 3) | Kreditrisiko-Empfehlung, Bilderkennung |
KI-Agent | KI-System mit ausgeprägter Autonomie: verfolgt Ziel, wählt Schritte und Werkzeuge selbst, liefert Ergebnis | Agent, der eigenständig Markt-Recherche durchführt und Bericht schreibt |
Die drei Unterschiede zum Chatbot sind die wichtigsten in der Diskussion im Mittelstand:
- Ein Agent verfolgt ein Ziel, kein Dialog-Skript.
- Ein Agent wählt Schritte selbständig, statt vorab definierten Pfaden zu folgen.
- Ein Agent kann Werkzeuge nutzen (Datenbank, API, andere Modelle), nicht nur antworten.
Wer einen Chatbot einsetzt, kennt das Ergebnis-Spektrum vorab. Wer einen Agenten einsetzt, kennt das Ergebnis nicht — er kennt das Ziel, die Verantwortungsgrenze und die Eskalationskante. Genau deshalb braucht ein Agent eine Rolle, ein Chatbot eine FAQ-Datenbank.
Drei Eigenschaften, die einen Agenten zum Agenten machen
Wann ist ein Tool ein Agent? Drei Eigenschaften müssen zusammenkommen:
- Zielgerichtetheit. Der Agent bekommt einen Auftrag, kein Skript. „Recherchiere die drei größten Anbieter im Marktsegment X und vergleiche sie nach Preis, Funktion und Reputation" ist ein Ziel. „Wenn Frage A, dann Antwort B" ist kein Ziel.
- Werkzeug-Nutzung. Der Agent kann während der Arbeit zusätzliche Werkzeuge ansprechen: eine Suchmaschine, eine Datenbank, ein anderes Modell, einen Rechner. Werkzeug-Nutzung unterscheidet ihn von einem reinen Sprachmodell, das nur in Worten antwortet.
- Autonomie-Spannweite. Der Agent entscheidet selbst, wie viele Schritte er macht, in welcher Reihenfolge und wann er fertig ist. Diese Autonomie ist nach oben und unten begrenzbar, durch die Verantwortungsgrenze und die Eskalationskante (siehe Beitrag Mensch-Agent-Übergabe, C4).
Fehlt eine der drei Eigenschaften, ist das, was Sie einsetzen, kein Agent, sondern eine engere Form von KI-System.
Rolle vor Tool: die Quandes-Position
Wer einen Agenten einführen will, beginnt in der Praxis selten beim Tool, sondern bei der Rolle. Drei Fragen klären, ob die Rolle definiert ist:
- Welche Aufgabe? Schriftlicher Aufgabenbrief mit Output-Definition. Ohne Brief ist die Rolle nicht beschrieben.
- Welche Verantwortungsgrenze? Liste der Entscheidungen, die der Agent nicht treffen darf.
- Welche Eskalationskante? Bedingungen, unter denen ein Mensch übernimmt.
Erst wenn diese drei Fragen schriftlich beantwortet sind, wird die Tool-Auswahl konkret. Bis dahin ist „welcher Agent" eine Schein-Frage; sie lässt sich gar nicht sauber beantworten, weil unklar ist, welche Aufgabe der Agent erfüllen soll.
Den Aufgabenbrief im Detail behandelt der Beitrag KI-Agenten erstellen (C1, erscheint W23). Die Mechanik der Mensch-Agent-Übergabe trägt der Beitrag Mensch-Agent-Übergabe (C4). Das NIST AI Risk Management Framework liefert dafür den Vier-Funktionen-Rahmen Govern, Map, Measure, Manage; Govern (Verantworten) steht vor Map (Verstehen) und Measure (Messen), nicht danach.
Drei Praxis-Beispiele für die Rolle
Beispiel A: Recherche-Agent. Ein Beratungshaus mit 50 Mitarbeitenden lässt einen Agenten Markt-Recherchen für Mandats-Vorbereitungen erstellen. Rolle: „Recherche-Werkstudent". Aufgabe: zu einer eingehenden Frage drei Anbieter pro Markt benennen, mit kurzen Profilen. Verantwortungsgrenze: keine Empfehlungen, keine Bewertungen, keine Kunden-Kommunikation. Eskalationskante: bei unklarer Marktdefinition oder weniger als drei Anbietern fragt der Agent nach.
Beispiel B: Angebotsentwurf-Agent. Ein Engineering-Betrieb mit 40 Mitarbeitenden lässt einen Agenten Erstangebote für Standard-Aufträge erstellen. Rolle: „Angebots-Assistenz". Aufgabe: aus Eingaben (Aufgabenbeschreibung, Volumen, Frist) ein Angebot nach Vorlage entwerfen. Verantwortungsgrenze: keine Preis-Anpassungen außerhalb des Standard-Pricing, keine Versand-Freigabe. Eskalationskante: Vertrieb gibt jedes Angebot vor Versand frei.
Beispiel C: Dokumentations-Agent. Ein Software-Unternehmen mit 60 Mitarbeitenden lässt einen Agenten Wiki-Artikel aus Pull-Request-Beschreibungen formulieren. Rolle: „Doku-Assistenz". Aufgabe: pro Pull-Request einen Eintrag in Format X formulieren. Verantwortungsgrenze: keine Aussagen über Sicherheits-Relevanz, keine API-Empfehlungen außerhalb des dokumentierten Bestands. Eskalationskante: sicherheitsrelevante Schlagwörter führen zur Senior-Review.
In allen drei Fällen ist die Rolle vor dem Tool definiert. Welches Modell oder welche Plattform den Agenten betreibt, ist eine Folge-Entscheidung, nicht der Ausgangspunkt.
Brücke zum agentischen Arbeiten
Das Verantwortungsmodell aus diesem Beitrag ist der Kern des agentischen Arbeitens: Ein Agent bekommt eine Rolle, keine bloße Funktion. Diese Rolle aus Aufgabe und Grenzen ist aber nur die halbe Strecke; sie trägt erst, wenn ein Review-Rhythmus sie über die Zeit prüfbar hält und nachjustiert. Genau diese vier zusammenwirkenden Bausteine, mit denen Sie einen Agenten verantwortlich führen, ordnet der Überblicksbeitrag Agentisches Arbeiten im KMU.
Strategiegespräch
Chatbot, Automatisierung oder KI-Agent: was passt?
Wenn Sie unsicher sind, ob ein konkretes Vorhaben in Ihrem KMU eher Chatbot, Automatisierung oder KI-Agent ist, klärt Quandes mit Ihnen zuerst die Rolle, nicht das Tool. Das Erstgespräch beginnt mit drei Fragen: Welche Aufgabe? Welche Verantwortungsgrenze? Welche Eskalationskante?
Erstgespräch vereinbarenHäufige Fragen
Was ist ein KI-Agent in einfachen Worten?
Eine Software, die ein Ziel bekommt, selbständig Schritte wählt und ein Ergebnis liefert. Im Unterschied zum Chatbot folgt sie keinem Dialog-Skript, sondern verfolgt einen Auftrag. Im Unterschied zur klassischen Automatisierung wählt sie ihre Schritte selbst.
Was unterscheidet einen KI-Agenten von einem Chatbot?
Drei Dinge: Ziel statt Skript, eigenständige Schritt-Wahl statt vorgegebener Pfade, Werkzeug-Nutzung statt reiner Antworten. Ein Chatbot bewegt sich innerhalb eines vorab definierten Dialog-Raums; ein Agent verlässt diesen Raum, sobald die Aufgabe es verlangt.
Was unterscheidet einen KI-Agenten von einer klassischen Automatisierung?
Eine klassische Automatisierung folgt festgelegten Wenn-Dann-Regeln. Ein KI-Agent entscheidet während der Aufgabe, welche Schritte er macht; er kann sich auch gegen einen scheinbar passenden Standard-Pfad entscheiden, wenn das Ziel anders erreicht wird.
Wofür eignen sich KI-Agenten im Unternehmen?
Für klar abgrenzbare, wiederkehrende Aufgaben mit beschreibbarem Output: Recherche, Erstangebote, Dokumentations-Bausteine, Klassifizierung eingehender Anfragen. Für irreversible oder hoch-sensible Entscheidungen sind Agenten nicht ohne Mensch-Übergabe geeignet.
Was ist der Unterschied zwischen einem KI-Agenten und einem KI-System?
„KI-System" ist der formale Oberbegriff aus dem EU-AI-Act (Art. 3); er umfasst alle maschinengestützten Systeme mit Autonomiegrad. „KI-Agent" ist eine Teilmenge mit besonders ausgeprägter Autonomie: Ziel-Verfolgung, eigenständige Schritt-Wahl, Werkzeug-Nutzung.
Was müssen Sie klären, bevor Sie einen KI-Agenten einsetzen?
Drei Fragen schriftlich beantworten: Welche Aufgabe? Welche Verantwortungsgrenze? Welche Eskalationskante? Diese drei Antworten bilden die Rolle des Agenten. Erst danach folgt die Tool-Auswahl.
Was bedeuten die Begriffe Reactive, Deliberative und Hybrid Agent?
In der akademischen Klassifikation finden sich diese drei Typen: **Reactive Agents** folgen einfachen Stimulus-Response-Regeln, **Deliberative Agents** planen Schritte auf ein Ziel hin, **Hybrid Agents** kombinieren beides. Im KMU-Kontext ist diese Sub-Typologie selten entscheidungsrelevant: die operative Frage lautet nicht, welche Architektur, sondern welche Rolle delegiert wird. Quandes verzichtet auf diese Achse und führt stattdessen die drei Eigenschaften Zielgerichtetheit, Werkzeug-Nutzung und Autonomie-Spannweite ein.
Sind KI-Agenten reguliert?
Ja, in Teilen. KI-Agenten fallen unter den EU-AI-Act, der je nach Risikoklasse des Anwendungsfalls unterschiedliche Sorgfaltspflichten vorschreibt. Für KMU als Betreiber gelten insbesondere Dokumentations- und Aufsichtspflichten, Details im Beitrag [KI-Agenten-Governance](#) (C7).
Weiterführend
Agentisches Arbeiten
Agentisches Arbeiten im KMU: Verantwortung und Geschwindigkeit ohne Kontrollverlust
Agentisches Arbeiten ist keine Tool-Frage, sondern eine Verantwortungsfrage. Wie KMU KI-Agenten beauftragen: mit Aufgabenbrief, Verantwortungsgrenze, Eskalationskante und Review-Rhythmus.
Agentisches Arbeiten
KI-Agenten erstellen: Aufgabenbeschreibung vor Tool-Wahl
Wie KMU KI-Agenten verantwortungsvoll erstellen: Aufgabenbrief mit sieben Feldern, Verantwortungsgrenzen, Human-in-the-loop und drei sinnvolle Startfälle. Bevor das Tool gewählt wird.
