Agentische KI im Unternehmen: vom Copilot zum autonomen Workflow

Ein Chatbot antwortet auf Fragen, ein KI Agent handelt selbstständig: Er führt Preisvergleiche durch, holt Angebote ein und arbeitet Entscheidungsoptionen aus. Mit dieser Abgrenzung beschreibt der Bitkom den nächsten Schritt im KI-Einsatz. Laut einer repräsentativen Bitkom-Befragung von 603 Unternehmen ab 20 Beschäftigten setzen 11 % der Unternehmen in Deutschland KI Agenten bereits ein, 29 % planen den Einsatz und 31 % diskutieren ihn.

Bei Copiloten ging es darum, wie gut KI Texte, Code oder Analysen vorbereitet. Bei agentischer KI geht es darum, welche Aufgaben und Entscheidungen ein Unternehmen an Software delegiert, unter welchen Bedingungen und mit welcher Kontrolle.

Was ist agentische KI

Agentische KI (Agentic AI) bezeichnet KI-Systeme, die vorgegebene Ziele eigenständig in konkrete Handlungsschritte übersetzen, deren Umsetzung planen und die erforderlichen Aktionen über angebundene Systeme ausführen. Ein KI Agent verbindet dafür ein Sprachmodell mit Werkzeugen wie Schnittstellen zu ERP, CRM oder Ticketsystem, mit einem Gedächtnis für den Kontext und mit einer Schleife, die Ergebnisse prüft und den nächsten Schritt festlegt. Arbeiten mehrere spezialisierte Agenten zusammen, entsteht ein Multi-Agent-System.

Vom Copilot zum autonomen Workflow: drei Stufen

Der Weg zu agentischer KI verläuft im Unternehmen in Stufen. Sie unterscheiden sich darin, wer den Anstoß gibt, wer handelt und wer das Ergebnis verantwortet.

• Der Copilot arbeitet auf Anfrage. Mitarbeitende formulieren einen Prompt, die KI liefert einen Entwurf, der Mensch prüft und übernimmt ihn. Die KI greift lesend auf Daten zu und verändert keine Systeme.
• KI Agent mit Freigabe. Der Agent übernimmt eine Aufgabe über mehrere Schritte und Systeme. Er bereitet etwa eine Bestellung, eine Ticketzuordnung oder eine Rechnungsprüfung vollständig vor. Ein Mensch gibt das Ergebnis frei, bevor es wirksam wird.
• Autonomer Workflow. Ein Ereignis wie eine eingehende Anfrage oder eine neue Rechnung startet den Prozess. Ein oder mehrere Agenten führen ihn bis zum Ende aus. Menschen greifen bei Ausnahmen ein, die vorher definiert sind.

Die Stufen bauen aufeinander auf und laufen im Unternehmen parallel. Copiloten unterstützen viele Mitarbeitende im Alltag, Agenten übernehmen einzelne, klar umrissene Prozesse. Welche Stufe passt, entscheidet sich pro Prozess.

Was sich ändert, wenn KI handelt

Sobald KI handelt, wirkt sie über die Arbeit einzelner Mitarbeitender hinaus auf Rollen, Prozesse, Verantwortung und Kennzahlen.

• Rolle des Menschen.

Mit dem Copilot bleibt der Mensch Bearbeiter. Mit dem Agenten wird er zum Auftraggeber, der Ziele und Grenzen festlegt, und zum Prüfer, der Ergebnisse freigibt und Ausnahmen klärt. Diese Rolle erfordert Prozesswissen und ein Gespür dafür, wo KI typischerweise Fehler macht.

• Prozesse.

Copiloten lassen sich in bestehende Abläufe einfügen. Agenten setzen voraus, dass ein Prozess beschrieben ist: Ziel, beteiligte Systeme, Entscheidungsregeln und Ausnahmen. Viele Prozesse existieren bislang vor allem im Erfahrungswissen der Mitarbeitenden. Sie für einen Agenten zu beschreiben, ist oft der größte Teil des Projekts.

• Verantwortung.

Löst ein Agent eine Bestellung aus oder beantwortet er eine Kundenanfrage, bleibt die fachliche Verantwortung im Unternehmen. Vor dem Einsatz steht deshalb fest, welcher Fachbereich einen Agenten verantwortet, welche Entscheidungen er treffen darf und wer bei Abweichungen eingreift. Ein Agent, der eigenständig handelt, braucht nach Einschätzung des Bitkom „verlässliche Daten, verbundene Systeme und Regeln, was er darf und was er zu lassen hat“.

• Kennzahlen.

Der Nutzen eines Copiloten zeigt sich in eingesparter Zeit pro Person. Der Nutzen eines Agenten zeigt sich im Prozess: in kürzeren Durchlaufzeiten, weniger manuellen Schritten und einer sinkenden Ausnahmequote.

• Daten und Integration.

Agenten handeln in den Systemen, mit denen ein Unternehmen arbeitet. Damit rücken Datenqualität und Schnittstellen in den Mittelpunkt. Als großen Kostenpunkt nennen 50 % der KI-Anwender die Aufbereitung von Daten und 41 % die Integration in bestehende Systeme. Abos und Lizenzen für KI-Software sind nur für 21 % ein großer Kostenpunkt.

KI Agenten im Unternehmen einführen: drei Prinzipien

01 Mit einem Prozess beginnen. Gute Kandidaten für den ersten Agenten sind Prozesse mit hohem Volumen, klaren Regeln und messbarem Ergebnis, etwa die Vorprüfung von Rechnungen oder die Zuordnung eingehender Anfragen. Für diesen Prozess wird vorab festgelegt, woran der Erfolg gemessen wird.

02 Autonomie am Risiko ausrichten. Jeder Agent startet mit Freigabeschritt. Mehr Autonomie erhält er pro Prozess, wenn Fehler- und Ausnahmequote über einen definierten Zeitraum stabil sind. Maßstab ist, wie leicht sich eine Aktion rückgängig machen lässt, welche finanzielle Wirkung sie hat und wie sensibel die betroffenen Daten sind.

03 Kontrolle und Datenhoheit von Beginn an planen. Jede Aktion eines Agenten wird protokolliert, damit nachvollziehbar bleibt, auf welcher Grundlage er gehandelt hat. Bereits heute nennen 25 % der Unternehmen mit KI-Einsatz die mangelnde Nachvollziehbarkeit von Ergebnissen als Hemmnis. Ebenso früh steht fest, wo Modelle betrieben werden und in welchem Rechtsraum Daten und Protokolle liegen. Für sensible Prozesse kommen Modelle in europäischen Rechenzentren oder in eigener Infrastruktur in Frage. Wie sich Agenten im laufenden Betrieb überwachen lassen, zeigt der Beitrag zu agentenbasierter KI-Observability.

Agentische KI schrittweise ausbauen

Der Weg vom Copilot zum autonomen Workflow führt über einzelne Prozesse, klare Verantwortung und schrittweise erweiterte Autonomie. Copiloten bleiben dabei im Einsatz, Agenten kommen dort hinzu, wo Aufgaben über mehrere Schritte und Systeme laufen. Wer für den ersten Agenten Prozessbeschreibung, Freigaberegeln, Protokollierung und Betriebsort festlegt, schafft die Grundlage für weitere Agenten auf derselben Plattform.