KI-Agenten sind Programme, die mit einem Sprachmodell eine Aufgabe selbstständig bearbeiten: Sie entscheiden, welche Schritte nötig sind, rufen dafür Werkzeuge auf und prüfen das Ergebnis, bevor sie weitermachen. OpenAI beschreibt Agenten in seinem Leitfaden als Systeme, die Aufgaben unabhängig im Auftrag eines Nutzers erledigen. Hier erfährst du, woraus ein KI-Agent besteht, wie er Schritt für Schritt arbeitet, welche Arten es gibt und wann sich ein Agent gegenüber einem einfachen Workflow lohnt.
Was ist ein KI-Agent?
Ein KI-Agent verbindet ein großes Sprachmodell mit Werkzeugen, die es selbst aufrufen darf. IBM definiert agentische KI als System, das ein bestimmtes Ziel mit wenig Aufsicht erreicht. Der Kern liegt in der Steuerung: Das Modell entscheidet, welches Werkzeug es als Nächstes braucht, und erkennt, wann die Aufgabe erledigt ist.
OpenAI grenzt das klar ab. Anwendungen, die ein Sprachmodell nur für eine einzelne Antwort nutzen, etwa einfache Chatbots oder Textklassifizierer, sind laut OpenAI keine Agenten. Ein Agent steuert dagegen den Ablauf selbst, kann eigene Fehler korrigieren und gibt die Kontrolle an einen Menschen zurück, wenn er nicht weiterkommt.
Ein Beispiel: Du gibst einem Agenten die Aufgabe „Beantworte neue Supportanfragen zu Lieferzeiten“. Er liest die Mail, sucht die Bestellung im Shop-System, prüft den Versandstatus und schreibt einen Antwortentwurf. Welche Systeme er in welcher Reihenfolge abfragt, entscheidet er je nach Anfrage selbst.
Die vier Bausteine eines KI-Agenten
OpenAI nennt drei Kernbausteine: Modell, Werkzeuge und Anweisungen. Anthropic beschreibt als Grundbaustein ein Sprachmodell, das um Abruf von Wissen, Werkzeuge und Gedächtnis erweitert ist. Zusammen ergibt das vier Teile:
| Baustein | Aufgabe | Beispiel |
|---|---|---|
| Modell | denkt und entscheidet | GPT, Claude, Gemini, Mistral |
| Werkzeuge | lesen und handeln | CRM, Postfach, Websuche, API |
| Gedächtnis | behält Kontext | Chatverlauf, Datenbank, Notizen |
| Schleife | steuert den Ablauf | Planen, Handeln, Prüfen |
Die Anweisungen, oft Systemprompt genannt, legen Rolle, Aufgabe und Grenzen fest. Werkzeuge teilt OpenAI in drei Gruppen: Datenwerkzeuge holen Informationen, Aktionswerkzeuge verändern etwas in einem System, und Orchestrierungswerkzeuge sind andere Agenten. Viele Werkzeuge werden heute über das Model Context Protocol angebunden, das die Seite zum MCP-Server erklärt.
So arbeitet ein KI-Agent: die Schleife
Anthropic beschreibt Agenten als Sprachmodelle, die in einer Schleife Werkzeuge nutzen und dabei auf Rückmeldungen aus ihrer Umgebung reagieren. Ein Durchlauf sieht typischerweise so aus:
- Der Agent erhält ein Ziel, etwa über einen Chat, eine E-Mail oder einen Zeitplan.
- Das Modell liest Anweisungen, Gedächtnis und Eingabe und plant den nächsten Schritt.
- Es ruft ein Werkzeug auf, zum Beispiel eine Suche im CRM.
- Das Ergebnis fließt zurück ins Modell, das neu bewertet, ob es weitere Schritte braucht.
- Ist das Ziel erreicht, liefert der Agent ein Ergebnis oder übergibt an einen Menschen.
Damit die Schleife nicht endlos läuft, setzen Entwickler laut Anthropic Abbruchbedingungen, etwa eine Höchstzahl an Durchläufen. Jeder Durchlauf verbraucht Tokens und damit Geld. Anthropic weist darauf hin, dass Agenten oft Geschwindigkeit und Kosten gegen bessere Ergebnisse tauschen.
KI-Agent, Chatbot und Workflow im Vergleich
Die drei Begriffe werden oft vermischt. Der Unterschied liegt darin, wer den Ablauf bestimmt:
| Merkmal | Chatbot | Workflow | KI-Agent |
|---|---|---|---|
| Wer bestimmt die Schritte? | der Nutzer | du, vorab | das Modell |
| Handelt in Systemen? | meist nicht | ja, fest verdrahtet | ja, nach Bedarf |
| Umgang mit Ausnahmen | antwortet nur | bricht ab | sucht anderen Weg |
| Kosten pro Lauf | gering | gering, planbar | höher, schwankend |
Anthropic unterscheidet Workflows, in denen Sprachmodelle und Werkzeuge über vorab festgelegte Pfade laufen, von Agenten, die ihren Ablauf selbst steuern. Viele Aufgaben im Alltag lösen KI-Workflows mit einem einzelnen KI-Schritt günstiger und berechenbarer. Wie du einen eigenen Chatbot baust, steht unter Chatbot erstellen.
Arten von KI-Agenten
Die klassische Einteilung aus der KI-Forschung, die auch IBM verwendet, kennt fünf Typen:
- Einfache Reflex-Agenten handeln nach festen Regeln auf die aktuelle Eingabe, ohne Gedächtnis.
- Modellbasierte Reflex-Agenten führen ein inneres Bild der Umgebung und berücksichtigen frühere Zustände.
- Zielbasierte Agenten planen ihre Aktionen um ein bestimmtes Ziel herum.
- Nutzenbasierte Agenten bewerten mögliche Ergebnisse und wählen das mit dem größten Gesamtnutzen.
- Lernende Agenten verbessern sich mit Rückmeldungen und neuen Erfahrungen.
Für die Praxis mit Sprachmodellen hilft eine Einteilung nach Bauform. Ein Einzelagent erledigt eine klar umrissene Aufgabe. In einem Multi-Agenten-System verteilt ein steuernder Agent Teilaufgaben an spezialisierte Agenten. Agenten mit Computersteuerung bedienen Browser und Programme wie ein Mensch, etwa der Agentenmodus in ChatGPT, der laut OpenAI auf einem eigenen virtuellen Computer arbeitet. Coding-Agenten lesen und ändern Code und führen Befehle aus; wie das mit Claude Code funktioniert, zeigt claudekurs.de.
Den übergeordneten Begriff für diese Systeme erklärt die Seite zu Agentic AI.
Wann sich ein KI-Agent lohnt
OpenAI empfiehlt Agenten vor allem für Abläufe, an denen klassische Automatisierung bisher scheitert. Der Leitfaden nennt drei Merkmale:
- Entscheidungen brauchen Urteilsvermögen, etwa bei Ausnahmen oder Erstattungen.
- Regelwerke sind so umfangreich geworden, dass jede Änderung teuer und fehleranfällig ist.
- Die Arbeit hängt an unstrukturierten Daten wie Mails, Dokumenten oder freiem Text.
Trifft keines davon zu, reicht laut OpenAI meist eine feste, regelbasierte Lösung. Konkrete Einsätze in Vertrieb, Kundenservice und Buchhaltung findest du unter KI-Agenten Beispiele.
Womit du KI-Agenten baust
Ohne Code gelingt der Einstieg mit Automatisierungswerkzeugen. In n8n verbindest du den AI-Agent-Node mit einem Chat-Modell und mindestens einem Werkzeug, Make bietet eigene AI Agents innerhalb von Szenarien. Mit Code arbeiten Entwickler mit Frameworks wie dem OpenAI Agents SDK, dem Claude Agent SDK oder LangChain. Die einzelnen Wege mit Schrittfolge stehen in der Anleitung KI-Agent erstellen.
Teams in ChatGPT Business, Enterprise und Edu können seit April 2026 Workspace Agents nutzen. OpenAI beschreibt sie als Weiterentwicklung der GPTs: Sie laufen in der Cloud, auch nach Zeitplan oder in Slack, und können vor heiklen Schritten wie dem Versand einer Mail um Erlaubnis fragen.
Typische Missverständnisse über KI-Agenten
- Ein Agent ist kein Ersatz für einen klaren Prozess. Ohne definierte Aufgabe arbeitet er unberechenbar.
- Mehr Werkzeuge machen einen Agenten nicht besser. Ab vielen Werkzeugen empfiehlt OpenAI, Aufgaben auf mehrere Agenten zu verteilen.
- Ein Agent ist nicht automatisch teuer, aber jede zusätzliche Schleife kostet Tokens. Setze Limits beim Modellanbieter.
- Ein Agent darf nicht alles, was technisch möglich ist. Für Aktionen mit Außenwirkung gehört eine menschliche Freigabe dazu.
Welche Risiken entstehen, wenn Agenten auf Daten und Systeme zugreifen, und wie du sie absicherst, behandelt kiagentensicherheit.de.