Was sind KI-Agenten – und warum sind sie so relevant?
KI-Agenten (oder „AI Agents“) sind autonome, lernfähige Software-Einheiten, die selbständig Entscheidungen treffen können. Sie unterscheiden sich in der Anwendung und Ausführung deutlich von klassischen Chatbots oder Automatisierungen. Wie Marcel Pesch, Gründer von academy4.ai, im Gespräch mit Timon Hartung im Podcast von WOXOW erklärt, bestehen die KI-Assistenten typischerweise aus drei zentralen Komponenten:
- Memory (Gedächtnis bzw. Speicher), das vom Nutzer gepflegt wird,
- Verbindung zu einem Large Language Model (LLM) wie ChatGPT,
- Anbindung an externe Tools, über die der Output in konkrete Aktionen umgesetzt wird (z. B. E-Mail senden, Kalendereintrag erstellen).
Diese Struktur macht KI-Agenten zu einem mächtigen Werkzeug für automatisierte, aber kontextbewusste Aufgaben.
Was unterscheidet Automatisierung und agentische KI?
Pesch betont im Podcast eine wichtige Unterscheidung: Automationen eignen sich hervorragend für repetitive Aufgaben wie z. B. das Verschicken von E-Mails bei Formularausfüllungen. Agenten hingegen entscheiden eigenständig, welche Tools genutzt werden sollen und wie die Aufgabe am besten gelöst wird. Beispiel: Der Agent „Günni“ durchsucht autonom Google Drive, prüft den Kalender und schreibt auf Zuruf eine passende Antwort-Mail.
„Ich würde sagen, 70 % der Use Cases lassen sich mit Automatisierung lösen. Aber wenn es komplexer wird, dann braucht es einen Agenten“, so der Experte.
Wo werden KI-Agenten heute schon eingesetzt?
Einige realistische und bereits produktive Anwendungsfälle:
- Terminvereinbarungen per Voice Bot
- Sales-Call-Vorqualifizierung durch Telefonagenten
- Agenten für Google-Drive-Recherche und Terminabstimmungen
- User Generated Content (z. B. Bilder mit generativer KI wie Sora oder Midjourney erzeugen)
Besonders im Bereich der Versicherungen oder im Finanzbereich sehen Pesch und sein Team steigende Akzeptanz, da sich Menschen bei persönlichen Themen lieber proaktiv mit einer KI als mit einem Menschen in Verbindung setzen.
Wie erstellt man eigene KI-Agenten?
Die gute Nachricht: Du musst kein Programmierer sein und an den geeigneten Frameworks basteln. Ein KI-Agent lässt sich auch ohne Code („No Code“) und mit natürlicher Sprache erstellen. Wichtig ist lediglich:
- Verstehen, wie APIs funktionieren
- Wissen, wie man JSON-Dateien strukturiert
- Grundlagen zu Bedingungslogik („Wenn-Dann“)
Pesch ermutigt zur „Spielplatz-Mentalität“: ausprobieren, scheitern, verbessern, ausführen. Tools wie Make.com, n8n oder deutsche Alternativen wie Mac bieten dafür Einstiegsmöglichkeiten.
Verantwortung und Ethik: Wie verhindert man Dark Patterns?
Selbst die besten KI-Agenten können ohne Aufsicht auch manipulativ agieren, zum Beispiel durch Dark Patterns, also psychologische Tricks, die Nutzer zu einer unerwünschten Interaktion verleiten. Laut Pesch ist es entscheidend, ethische Prinzipien direkt in den Agenten zu programmieren:
- Klare Werte im System Prompt verankern
- Charakter-Profile für mehrere KI-Agenten definieren
- Consensus-Verfahren etablieren: mehrere Agenten mit unterschiedlichen Perspektiven prüfen den Output gegenseitig
„Unsere 23 Agenten haben alle Namen, Personalakten und teilen die Unternehmenswerte. Sie bekommen sogar Mitarbeitergespräche“, erklärt Pesch.
KI-Agenten und die Zukunft: Was kommt auf uns zu?
Wie werden wir in Zukunft KI-Agenten nutzen? Wird die KI sich im Laufe der Zeit kontinuierlich verbessern, sodass selbst Agenten lernen, wie man Agenten automatisieren kann? Wir trennen einschätzbar neue Situationen von zu viel Zukunftsmusik.
Marcel Pesch prognostiziert:
- Vermehrter Einsatz von Small Language Models (SLMs) für spezifische Aufgaben
- Mehr geschlossene KI-Systeme (Intranets), vergleichbar mit früheren Web-Infrastrukturen
- KI als Pflichtfach in Bildungseinrichtungen, um kritisches Denken zu fördern
Für Freelancer, Start-ups und Unternehmen bedeutet das: Wer auf eigene Agenten zugreifen kann, hat Wettbewerbsvorteile – mit oder ohne Big Data. Die Vision von academy4.ai: Menschen mit praxisnahem Know-how und rechtlichen Grundlagen (Artikel 4 der KI-Verordnung) zu befähigen, KI verantwortungsvoll und effizient zu nutzen.
Zwischen Automatisierungshype und realistischer Einschätzung
Nicht jeder Prozess braucht einen Agenten, so wie nicht in jedem kleinen Flugzeug ein Copilot sitzt. Pesch plädiert mit Blick auf bestehende Systeme, menschliche Aufsicht und die Fähigkeit der Agenten für mehr Realitätssinn: „Manchmal reicht eine einfache Automation völlig aus. Viele denken, ein Agent ist immer die beste Lösung, aber das stimmt nicht.“
Es lohnt sich also, intern einen Realitätscheck zu machen: Wie viele unserer Aufgaben sind vorgefertigt und laufen nach demselben Schema ab? Welche Aufgaben sind komplex? Welche Tools nutzen wir und wie ließen sich diese anbinden oder verknüpfen? Grundsätzlich gilt: Wer datengetriebene, kontextabhängige und komplexe Aufgaben lösen will, kommt an KI-Agenten nicht vorbei.
Wie baue ich Vertrauen in KI-Agenten auf?
Soll ein virtueller Assistent komplexe oder spezialisierte Workflows übernehmen, ist ein hohes Maß an Vertrauen essenziell. Schließlich muss man als Entwickler bzw. menschlicher Tandempartner darauf vertrauen, dass die Aufgaben nicht nur schnell und mit höchster Effizienz, sondern auch richtig ausgeführt werden. Vertrauen entsteht dabei durch Kontrolle und Reflexion. Pesch empfiehlt:
- Retrospektiven mit Agenten durchzuführen (z. B. wöchentliche Feedback-Runden)
- Transparenz in Datenquellen und Entscheidungen
- Systematisches Gegenprüfen durch Konsens-Methoden
Einen KI-Assistenten völlig autonom mehrstufige Aktionen ausführen zu lassen, ohne dass man jemals eingreifen müsse, ist also weniger realistisch. Sind KI-Agenten sorgfältig optimiert, agieren sie mit hoher Autonomie und wie altbekannte LLMs in Echtzeit. Das entbindet aber dennoch nicht von der Pflicht, mit der KI zu interagieren oder die Prozesse zu verwalten bzw. zu aktualisieren.
Fazit: KI-Agenten sind gekommen, um zu bleiben
Ob im Marketing, Vertrieb oder sogar im Gesundheitswesen: Dass KI-Agenten das Potenzial bieten, Prozesse intelligenter, personalisierter und effizienter zu gestalten, steht außer Frage. Gleichzeitig braucht es klare ethische Leitlinien und ein kritisches Bewusstsein für ihre Nutzung.
Wer mehr erfahren oder selbst einsteigen will, findet unter www.academy4.ai oder auf dem LinkedIn-Profil von Marcel Pesch wertvolle Ressourcen und Programme.
👉 Jetzt Podcast hören: MARKETING MEETS TECHNOLOGY – AI Agents & Automationen: Was Unternehmer jetzt verstehen müssen
