Kurz gesagt: Ein KI-Agent lohnt sich dort, wo Prozesse nicht sehr häufig stattfinden, die Ausgabe keine formalen Regeln einhalten muss und sich Abläufe und Entscheidungen von Fall zu Fall ändern. Bei allen anderen Prozessen ist eine klassische Automatisierung die bessere Wahl: sie ist günstiger, läuft schneller und hält sich konstant an Vorgaben.
Acht von zehn Erstgespräche bei uns starten mit derselben Anfrage: ein KI-Agent für einen bestimmten Prozess. Am Ende bauen wir für die meisten dieser Kunden eine regelbasierte Automatisierung, teilweise mit KI-Einsatz in einzelnen Prozessschritten. Der Grund liegt im Prozess selbst.
Warum die Frage gerade jetzt so oft gestellt wird
Kaum ein Begriff wird in der aktuellen KI-Debatte so oft verwendet wie „Agent”. Anbieter bewerben Agenten für fast jeden Anwendungsfall, von der Buchhaltung bis zum Kundenservice. Für viele Unternehmen im Mittelstand entsteht daraus der Eindruck, ein Agent sei die einzige zeitgemäße Lösung.
Gleichzeitig steht in den meisten Betrieben nur ein begrenztes Budget für Digitalisierung zur Verfügung, und jede Fehlentscheidung kostet Zeit, die an anderer Stelle fehlt. Der Blick auf den eigenen Prozess lohnt sich deshalb, bevor über ein bestimmtes Werkzeug entschieden wird.
Was unterscheidet eine Automatisierung von einem KI-Agenten?
Eine Automatisierung folgt einem im Voraus festgelegten Ablauf. Einzelne Schritte darin können KI nutzen, etwa um Daten aus einer Rechnung oder E-Mail zu extrahieren. Die Reihenfolge der Schritte und die Entscheidungslogik stehen trotzdem vorher fest.
Ein KI-Agent entscheidet selbst, welche Werkzeuge oder Schritte er in welcher Reihenfolge einsetzt, je nachdem, was im jeweiligen Fall nötig ist. Genau diese Fähigkeit macht ihn wertvoll und gleichzeitig aufwendiger: in der Entwicklung, im Betrieb und in der Kontrolle. Und sie macht ihn ungeeignet für viele Anwendungsfälle, in denen der Ablauf ohnehin feststeht.
Zur Einordnung zwei kurze Definitionen:
Automatisierung: ein System, das einem im Voraus festgelegten Ablauf folgt. Einzelne Schritte können dabei KI nutzen, etwa zur Datenextraktion, die Reihenfolge und Entscheidungslogik stehen aber vorher fest.
KI-Agent (auch: Agentic AI): ein System, bei dem ein KI-Modell selbst entscheidet, welche Werkzeuge es in welcher Reihenfolge einsetzt, um eine Aufgabe zu lösen. Ein Agent kann dabei auch Automatisierungen und andere Agenten als Werkzeuge nutzen und orchestrieren.
| Kriterium | Automatisierung | KI-Agent (Agentic AI) |
|---|---|---|
| Ablauf- und Werkzeugentscheidung | im Voraus festgelegt | trifft das Modell zur Laufzeit |
| Umgang mit unstrukturierten Daten | möglich über einzelne KI-gestützte Schritte, Ablauf danach bleibt fest | laufend Teil der Entscheidungslogik |
| Betriebskosten pro Vorgang | niedrig | höher |
| Nachvollziehbarkeit | vollständig | eingeschränkt |
| Typischer Einsatz | Rechnungsprüfung, Stammdatenpflege | Kundenservice, Recherche |
Wann reicht eine einfache Automatisierung aus?
Eine Automatisierung ist die richtige Wahl, wenn diese Punkte zutreffen:
- Der Ablauf lässt sich vollständig im Voraus festlegen, auch wenn einzelne Schritte KI nutzen, etwa zur Datenextraktion aus Rechnungen oder E-Mails.
- Die Prüfkriterien ändern sich über Monate oder Jahre kaum.
- Für jeden Fall gibt es eine eindeutig richtige Antwort.
- Nachvollziehbarkeit und Prüfbarkeit sind wichtig, etwa aus Compliance-Gründen.
Typische Beispiele aus dem Mittelstand: Rechnungsprüfung, Dokumentenmanagement, Stammdatenpflege und Postfachsortierung nach festen Kriterien.
Wann lohnt sich ein KI-Agent?
Ein Agent wird interessant, sobald sich vorher nicht vollständig festlegen lässt, welche Schritte oder Werkzeuge im Einzelfall nötig sind. Typische Signale:
- Welche Werkzeuge oder Schritte im Einzelfall nötig sind, steht vorher nicht fest.
- Der nächste Schritt hängt vom Ergebnis des vorherigen ab.
- Kontextwissen ist nötig, das sich schwer in eine feste Tabelle packen lässt.
- Eine gewisse Varianz im Ergebnis ist akzeptabel oder sogar gewünscht.
Beispiele: Kundenservice mit sehr unterschiedlichen Anliegen, Recherche- und Analyseaufgaben, Angebotsprüfung mit vielen Sonderfällen.
In 42°OS ist diese Fähigkeit als Agentic AI hinterlegt: Sprachmodell-gestützte Entscheidungslogik, kombinierbar mit den regelbasierten Bausteinen derselben Plattform.
Wann ist ein KI-Agent überzogen?
Ein Agent bringt wenig, wenn die nötigen Schritte und ihre Reihenfolge längst feststehen und nur noch ausgeführt werden müssen. In diesen Fällen zeigen sich vor allem die Nachteile:
- Höhere Betriebskosten pro Vorgang, weil jede Anfrage Rechenleistung verbraucht.
- Schwankende Ergebnisse, weil ein Modell denselben Fall nicht in jedem Durchlauf exakt gleich bewertet.
- Höherer Aufwand bei Audit und Fehleranalyse, weil sich einzelne Entscheidungen schwerer lückenlos nachvollziehen lassen.
- Oft mehr Entwicklungszeit für ein Problem, das sich mit einem Regelwerk in wenigen Tagen lösen lässt.
Praxisbeispiel: Stammdatenpflege bei DarKo Darming
Bei unserem Kunden DarKo Darming, einem Blechverarbeiter aus Rietberg mit rund 30 Mitarbeitenden, ging es um die Pflege der Artikelstammdaten nach der Kalkulation. Vorher wurden die Werte manuell ins ERP-System MKG übertragen: bis zu 2,5 Stunden Handarbeit pro Tag, bei 30 bis 100 Artikeln.
Die Prüflogik dahinter war über Jahre stabil, mit denselben Feldern und derselben Zuordnung. Ein klarer Fall für eine Automatisierung. Sie läuft heute vollständig automatisch, on-premises über Hetzner, ohne laufende externe KI-Kosten.
„Wir dachten, wir automatisieren eine Aufgabe. Am Ende haben wir unseren gesamten Kalkulationsprozess neu strukturiert.”
Ein KI-Agent hätte hier höhere Kosten verursacht und eine schwerer nachvollziehbare Logik gebracht, ohne den Prozess selbst zu verbessern.
So finden Sie die richtige Wahl: die entscheidende Frage
Eine Frage reicht für die erste Einschätzung: Steht die Reihenfolge der nötigen Schritte im Voraus fest?
Das gilt auch dann, wenn einzelne Schritte KI nutzen, etwa um Daten aus einer Rechnung oder E-Mail zu extrahieren. Solange der Ablauf danach feststeht, reicht eine Automatisierung, in vielen Fällen sogar eine mit KI-gestützten Einzelschritten. Zeigt sich dagegen erst im Einzelfall, welche Schritte oder Werkzeuge nötig sind und in welcher Reihenfolge sie sinnvoll eingesetzt werden, ist ein Agent die passende Wahl.
Ein Beispiel: Bei DarKo Darming liest ein digitaler Assistent eingehende Bestellungen in wechselnden Formaten, PDF, Excel, freie E-Mail, Scan, und übersetzt kundeneigene Bezeichnungen in feste Artikelnummern. Der KI-gestützte Extraktionsschritt macht die unstrukturierten Eingaben nutzbar, die Zuordnung danach folgt klaren Regeln. Genau das bezeichnen wir als Hybrid Automation.
Häufige Fragen zu KI-Agent und Automatisierung
Ist ein KI-Agent grundsätzlich teurer als eine Automatisierung? Im laufenden Betrieb meistens ja, weil jede Anfrage Rechenleistung kostet. In der Entwicklung hängt es vom Einzelfall ab.
Kann eine Automatisierung später zu einem Agenten erweitert werden? Ja, aber nicht, weil dann plötzlich ein Sprachmodell hinzukommt. Das kann schon in der Automatisierung stecken, etwa bei der Datenextraktion aus Rechnungen. Zum Agenten wird ein System erst, wenn das Modell selbst entscheidet, welche Schritte oder Werkzeuge im Einzelfall nötig sind.
Braucht ein KI-Agent mehr IT-Infrastruktur als eine Automatisierung? Nicht zwingend, aber häufig schon, vor allem wenn er kontinuierlich läuft und größere Modelle einsetzt. Eine Automatisierung kommt oft mit deutlich weniger Rechenleistung aus.
Was passiert, wenn sich die Anforderungen an einen Prozess später ändern? Dann prüft man die Leitfrage erneut. Ein Prozess, dessen Ablauf heute feststeht, kann in zwei Jahren mehr Varianz brauchen, und umgekehrt.
Ist eine Automatisierung weniger zukunftsfähig als ein KI-Agent? Nein. Beide Ansätze lassen sich kombinieren und über die Zeit anpassen. Entscheidend ist, dass die Lösung zum aktuellen Prozess passt.
Lassen sich Automatisierung und KI-Agent kombinieren? Ja, sogar sehr direkt. Ein Agent kann Automatisierungen als Werkzeug einsetzen und je nach Situation entscheiden, welche davon er wann nutzt. Ob das sinnvoll ist, hängt vom jeweiligen Anwendungsfall ab.
Kann ein Agent auch eine Automatisierung ersetzen, die schon zuverlässig läuft? Selten sinnvoll. Wenn eine Automatisierung zuverlässig läuft, bringt ein Agent an derselben Stelle meist nur zusätzliche Kosten und weniger Vorhersehbarkeit, ohne einen echten Vorteil.
Fazit
Wer zuerst fragt, was sich am Prozess wirklich ändert, findet meist von selbst heraus, ob ein Regelwerk reicht oder ein Agent gebraucht wird. Genau diese Reihenfolge unterscheidet gute Beratung von schnellem Verkauf.
Sie möchten wissen, was für Ihren Prozess passt? Schreiben Sie uns unter info@42-grad.com oder rufen Sie an unter 05246-828310.