KI-Agenten für KMU: Was sie können, 10 Beispiele und was sie kosten

Ein Agent kann den nächsten Arbeitsschritt anhand der bisherigen Ergebnisse auswählen. Ein fester Workflow folgt dagegen einem vorgegebenen Ablauf. Ein Chat ist zunächst eine Bedienform: Ob dahinter nur eine Textantwort oder ein Agent mit Werkzeugen steckt, hängt von der konkreten Funktion ab.

Deshalb ist „Agent oder ChatGPT?“ keine saubere Trennung. Auch Chat-Produkte können Werkzeuge und mehrstufige Aufgaben unterstützen. Vergleichen Sie, was ein System tatsächlich tun darf und wie es zu seinem Ergebnis kommt.

Die Unterscheidung zwischen vorgegebenen Workflows und dynamisch gewählten Schritten verwendet auch Anthropic in „Building effective agents“, veröffentlicht am 19. Dezember 2024, geprüft am 30. September 2026. Für Ihre Entscheidung zählt vor allem, ob die zusätzliche Flexibilität gebraucht wird.

Wenn immer dieselben Felder kopiert werden, ist ein fester Ablauf leichter zu prüfen. Ändert sich der Weg je nach Anfrage, kommt ein Agent eher infrage. Er braucht dafür ein klar begrenztes Ziel, verfügbare Informationen und einen Punkt, an dem er aufhört oder einen Menschen fragt.

Die klassische Einteilung beschreibt, wie Agenten Entscheidungen treffen. Im KMU hilft es meist mehr, nach Aufgaben zu unterscheiden. Beides sind Erklärungsmodelle, keine verbindlichen Produktklassen oder rechtlichen Risikostufen.

Die häufig genannten fünf Typen sind:

• Einfache reflexbasierte Agenten: reagieren auf festgelegte Bedingungen.
• Modellbasierte Agenten: berücksichtigen einen gespeicherten Zustand ihrer Umgebung.
• Zielbasierte Agenten: planen Schritte zu einem vorgegebenen Ziel.
• Nutzenbasierte Agenten: bewerten mögliche Wege anhand definierter Kriterien.
• Lernende Agenten: verändern ihr Verhalten aufgrund von Rückmeldungen oder Erfahrung.

Quelle dieser klassischen Einteilung: IBM, „What are AI agents?“, geprüft am 30. September 2026. Ein heutiger Sprachmodell-Agent lässt sich nicht immer trennscharf einem einzigen Typ zuordnen. Auch bedeutet „lernend“ nicht, dass jeder Chat automatisch Ihr Modell trainiert.

Für die Praxis können Sie nach Assistenz, Recherche, Sprache, Datenverarbeitung und internem Wissen unterscheiden. Das benennt die Aufgabe verständlicher. Fragen Sie bei einem Angebot anschließend genauer: Welche Quellen liest das System? Welche Programme darf es verändern? Welche Schritte benötigen Ihre Zustimmung?

Diese zehn Situationen zeigen, wo ein Agent bei Kommunikation, Recherche und Verwaltung helfen könnte. Es sind Beispiele, keine Kundenprojekte. Wenn der Weg immer gleich ist, reicht meist ein fester Ablauf. Ein Agent lohnt sich eher dort, wo er fehlende Angaben erkennen und den nächsten Schritt wählen muss.

1. Anfragen lesen und Antworten entwerfen

Im Postfach liegt eine Anfrage zu einem laufenden Vorgang. Der Agent findet den Eintrag im CRM, liest die freigegebene Wissensablage und bereitet eine Antwort vor. Fehlt eine Angabe, schreibt er eine Rückfrage in den Entwurf. Ihr Team sieht die verwendeten Fundstellen und entscheidet, was tatsächlich verschickt wird.

2. Telefonische Anliegen erfassen

Ein Anrufer schildert sein Anliegen, lässt aber die Rückrufnummer weg. Der KI-Telefonassistent fragt nach und legt dem Team eine kurze Gesprächsnotiz vor. Dringende oder unklare Fälle gibt er direkt weiter.

3. Termine koordinieren

„Nächste Woche vormittags“ ist noch kein buchbarer Termin. Welche Terminart ist gemeint? Wie lange dauert sie? Der Agent könnte diese Angaben erfragen und erst dann freie Zeiten prüfen. Der Kunde bestätigt den Vorschlag; Sonderfälle gehen ans Team. Wenn solche Fragen gar nicht auftreten, genügt normale Buchungssoftware. Kalender und Buchungssystem müssen Konflikte in beiden Fällen verhindern.

4. Firmen und Märkte recherchieren

Am Morgen vor einem Kundengespräch fehlt ein Überblick. Der Agent sammelt öffentliche Informationen und schreibt ein Briefing mit Datum und Links. Ihr Team kann jede Aussage direkt gegen die Quelle prüfen.

5. Angebote vorbereiten

Eine Anfrage ist vollständig, nur das Angebot fehlt. Der Agent übernimmt freigegebene Angaben aus dem CRM in die Vorlage und markiert Lücken. Preise berechnet eine feste Regel, nicht das Modell. Danach liest Ihr Team gegen und versendet.

6. Belege zuordnen

Auf einem Beleg fehlt die Projektnummer. Der Agent sucht passende Vorgänge und zeigt, warum er eine Zuordnung vorschlägt. Erst die bestätigte Zuordnung gelangt in die Buchhaltung. Eine steuerliche Prüfung ist damit nicht erledigt.

7. Bewerbungsunterlagen aufbereiten

Bei einer Bewerbung kann der Agent ausdrücklich genannte Angaben in ein Kurzprofil übertragen und die Stellen im Original verlinken. Die Personalverantwortlichen prüfen das Profil und entscheiden selbst. Ein automatisches Ranking oder eine Absage gehören nicht zu diesem Beispiel. Als Quellen dienen nur der freigegebene Dokumenteneingang und die Bewerbungsverwaltung.

Die Grenze ist rechtlich wichtig: KI zur Einstellung oder Auswahl kann unter die Hochrisiko-Regeln der KI-Verordnung fallen. Die EU-Kommission nennt für die entsprechenden Anwendungsfälle den 2. Dezember 2027. Stand der Prüfung: 30. September 2026. Eine menschliche Freigabe beseitigt die Einstufung nicht automatisch. Zweck und Funktionen müssen im Einzelfall geprüft werden; Datenschutz und andere geltende Anforderungen sind schon vorher relevant.

8. Inhalte zur Freigabe vorbereiten

Die Redaktion hat ein Thema freigegeben, aber noch keinen Entwurf. Der Agent bündelt erlaubte Quellen und schreibt eine Rohfassung. Die Redaktion ergänzt eigene Erfahrung und prüft Fakten, Rechte und Formulierungen vor der Veröffentlichung.

9. Protokolle und Aufgaben entwerfen

Nach einer Besprechung liegen Notizen vor, aber einige Zuständigkeiten fehlen. Der Agent gleicht die freigegebenen Notizen mit dem Projektstand ab und schlägt Aufgaben vor. Offene Entscheidungen bleiben als offen markiert. Erst nach Bestätigung durch die Beteiligten entstehen Einträge in der Aufgabenliste. Für eine bloße Zusammenfassung braucht es diesen mehrstufigen Ablauf meist nicht.

10. Internes Wissen durchsuchen

In der Ablage liegen zwei Versionen einer Arbeitsanweisung. Der Agent findet beide und fragt nach, welche gilt, statt eine davon als aktuell auszugeben. Die Antwort zeigt Fundstellen und respektiert die bestehenden Dokumentenrechte.

Welche Rechte braucht ein Agent für diese Aufgaben?

Die Berechtigungen hängen vom Auftrag ab. Für Recherche und Entwürfe reichen oft Lesezugriff und ein Ort, an dem Vorschläge gespeichert werden. Versand, Terminbuchung, Änderungen im CRM, Zahlungen und Löschen sind andere Schritte. Dafür braucht es getrennte Rechte und, wo nötig, eine sichtbare Freigabe. Prüfen Sie auch, ob jemand über eine Suche auf Dokumente zugreifen könnte, die im Original für ihn gesperrt sind.

Die Kosten bestehen aus Einrichtung, laufendem Betrieb und Nutzung der Modelle und Werkzeuge. Ein einfacher Assistent mit begrenztem Quellenzugriff ist anders zu kalkulieren als ein Agent, der mehrere Programme verändert. Eine allgemeine Agenten-Pauschale wäre deshalb wenig aussagekräftig.

Als aktuelles Marktbeispiel nennt Buzzard AI Projekte ab 2.500 Euro einmalig und laufende Kosten von 300 bis 800 Euro monatlich, geprüft am 30. September 2026. Das ist eine Anbieterangabe für dessen Leistungsumfang, kein Marktmittelwert. Lassen Sie enthaltene Nutzung, Betreuung und steuerliche Preisangaben im Angebot bestätigen. Werbeversprechen zur Amortisation übernehmen wir daraus nicht.

Bei routineur werden KI-Agenten nach Aufgabe und Umfang kalkuliert. Die Preisrahmen für einzelne Prozessautomatisierungen lassen sich nicht pauschal auf jeden Agenten übertragen. Wenn Sie KI-Agenten entwickeln lassen möchten, prüfen wir zuerst Schnittstellen, Rechte, Testaufwand und Betrieb.

Was kosten die Modellaufrufe?

Sprachmodelle rechnen häufig nach verarbeiteten Textmengen ab. Diese Einheiten heißen Tokens. Eingabe, Ausgabe, Modell, Kontextlänge und Zusatzwerkzeuge können unterschiedlich bepreist sein.

Ein nachvollziehbares Rechenbeispiel mit einem geprüften Tarif: OpenAI weist für GPT-6.1 Sol im Standardmodus bei kurzem Kontext 2 US-Dollar je Million Eingabetokens und 10 US-Dollar je Million Ausgabetokens aus. Quelle: OpenAI API-Preise, geprüft am 30. September 2026.

Angenommen sind 1.000 Vorgänge mit jeweils 5.000 Eingabe- und 1.000 Ausgabetokens, ohne Cache. Daraus ergeben sich 5 Millionen Eingabetokens und 1 Million Ausgabetokens: 5 × 2 + 1 × 10 = 20 US-Dollar reine Modellkosten. Das ist eine eigene Beispielrechnung. Werkzeuge, Hosting, regionale Zuschläge, Steuern und Betreuung sind nicht enthalten.

Ein Agent kann für einen Vorgang mehrere Modellaufrufe benötigen. Wiederholungen, lange Dokumente und Fehlversuche erhöhen den Verbrauch. Kalkulieren Sie deshalb anhand eines Testlaufs und setzen Sie technische Grenzen. Ein reiner Modellpreis ist kein Angebot für eine vollständig betreute Anwendung.

Agenten können falsche Angaben erzeugen, ungeeignete Werkzeuge wählen und Aufgaben unvollständig ausführen. Je mehr Systeme sie verändern dürfen, desto größer werden mögliche Folgen. Ihre Kontrolle muss deshalb technisch umgesetzt sein und darf nicht nur als Bitte im Prompt stehen.

• Erfundene Angaben: Verlangen Sie Fundstellen für relevante Aussagen. Fehlen belastbare Informationen, muss der Agent abbrechen oder nachfragen.
• Fremde Anweisungen: Eine E-Mail oder Webseite kann Text enthalten, der den Agenten zu unerlaubten Aktionen verleiten soll. Behandeln Sie solche Inhalte als Daten, nicht als neue Arbeitsanweisung.
• Datenschutz: Prüfen Sie auch Protokolle, Zwischenspeicher und angeschlossene Dienste. Unser Ratgeber zu KI und Datenschutz führt die Fragen zusammen.
• Unkontrollierter Verbrauch: Begrenzen Sie Laufzeit, Werkzeugaufrufe und Budget. Definieren Sie, wann ein erfolgloser Lauf endet.
• Unklare Verantwortung: Jemand muss Fehler prüfen, Änderungen freigeben und den Betrieb stoppen können. Ein Agent übernimmt diese Verantwortung nicht.

Wie sieht eine brauchbare Freigabe aus?

Der prüfende Mensch muss erkennen können, was passieren soll und worauf es beruht. Bei einer E-Mail gehören dazu der vollständige Entwurf, der Empfänger und die verwendeten Informationen. Ein Knopf mit „Genehmigen“ ohne diesen Kontext hilft wenig.

Auch die Ablehnung braucht einen klaren Ausgang. Der Agent darf denselben Vorgang nicht über ein anderes Werkzeug doch noch ausführen. Dokumentieren Sie, ob er überarbeiten, nachfragen oder stoppen soll. Das lässt sich an konkreten Testfällen prüfen.

Beginnen Sie mit einer begrenzten Aufgabe und erweitern Sie erst nach bestandenen Tests. Ob Sie eine Plattform nutzen oder entwickeln lassen, ändert nichts daran, dass Rechte, Daten und Abnahme geklärt sein müssen.

1. Aufgabe beschreiben: Legen Sie Eingang, gewünschtes Ergebnis und verbotene Aktionen fest. „Hilf im Büro“ ist zu unbestimmt; „bereite Antworten auf diese Anfrageart vor“ lässt sich testen.
2. Daten und Werkzeuge auswählen: Verwenden Sie nur benötigte Quellen. Prüfen Sie deren Aktualität, Zugriffsrechte und Schnittstellen.
3. Freigaben technisch einbauen: Trennen Sie Vorschlag und Ausführung. In Plattformen wie n8n sind Freigaben vor Werkzeugaufrufen dokumentiert, geprüft am 30. September 2026.
4. Mit Fehlerfällen testen: Nutzen Sie freigegebene Beispieldaten, fehlende Angaben, widersprüchliche Quellen und nicht erreichbare Programme. Prüfen Sie die tatsächlichen Änderungen in den Zielsystemen.
5. Begrenzt starten und betreuen: Benennen Sie Verantwortliche, Verbrauchsgrenzen und einen Rückweg. Kontrollieren Sie Ergebnisse und passen Sie Regeln anhand nachgewiesener Fehler an.

Ein Eigenbau passt, wenn Ihr Team die technische Betreuung dauerhaft übernehmen kann. Andernfalls gehört diese Leistung in das Angebot. Prüfen Sie außerdem, ob eine Prozessautomatisierung ausreicht. Unsere fünfzehn Ablaufbeispiele helfen dabei, einen kleineren Startpunkt zu finden.