KI-Agenten Beispiele zeigen am schnellsten, wo sich ein Agent lohnt und wo ein einfacher Workflow genügt. Auf dieser Seite findest du zwölf konkrete Einsätze aus Vertrieb, Kundenservice, Buchhaltung, Marketing, Personal und internen Abläufen. Zu jedem Beispiel steht, was den Agenten startet, welche Werkzeuge er nutzt und was am Ende herauskommt. Dazu eine ehrliche Einordnung, was heute verlässlich läuft. Eine Definition von KI-Agenten und ihre Risiken findest du auf kiagentensicherheit.de.
Was alle Beispiele gemeinsam haben
Jeder Agent unten folgt demselben Muster: Ein Auslöser startet ihn, etwa eine neue E-Mail, ein Formular oder ein Zeitplan. Der Agent nutzt Werkzeuge, also Anbindungen an CRM, Postfach, Tabelle oder Wissensdatenbank, und entscheidet selbst, welches er wann aufruft. Am Ende steht ein Ergebnis, das ein Mensch prüfen kann. Alle Beispiele lassen sich ohne Code mit n8n oder Make bauen. Wie das konkret geht, zeigt die Anleitung KI-Agent erstellen.
12 KI-Agenten Beispiele im Überblick
| Bereich | Beispiel | Auslöser | Werkzeuge | Ergebnis |
|---|---|---|---|---|
| Vertrieb | Lead-Qualifizierung | neuer Lead im CRM | CRM, Websuche, Slack | Lead mit Firmendaten, Einschätzung, Nachricht an Vertrieb |
| Vertrieb | Follow-up nach Termin | Gesprächsnotiz gespeichert | CRM, E-Mail | Follow-up-Mail als Entwurf, Aufgabe im CRM |
| Support | Ticket-Sortierung | neue E-Mail im Support-Postfach | Ticketsystem, Wissensdatenbank | Kategorie, Priorität, Antwortentwurf |
| Support | Hilfe-Chat mit Übergabe | Frage im Website-Chat | Hilfeartikel, Übergabe an Mensch | Antwort mit Quelle oder Ticket für das Team |
| Buchhaltung | Eingangsrechnungen erfassen | E-Mail mit PDF-Anhang | PDF-Auslesen, Tabelle, Buchhaltung | Rechnungsdaten als Datensatz zur Prüfung |
| Buchhaltung | Offene Posten nachfassen | Zeitplan, wöchentlich | Buchhaltung, E-Mail | Liste offener Posten, Erinnerungen als Entwurf |
| Marketing | Wochen-Briefing | Zeitplan, montags | Websuche, RSS, Notion | Zusammenfassung mit Links zu den Quellen |
| Marketing | Social-Posts aus Artikeln | neuer Blogartikel | CMS, Planungstool | Post-Entwürfe je Kanal zur Freigabe |
| Marketing | Kampagnen-Bericht | Zeitplan, monatlich | Werbe- und Analyse-APIs, Tabelle | Bericht mit Kennzahlen und Auffälligkeiten |
| Personal | Bewerbungseingang | neue Bewerbung | Postfach, Bewerbermanagement | Eingangsbestätigung, Hinweis auf fehlende Unterlagen |
| Personal | Onboarding-Assistent | Frage im Chat | Handbuch oder Wiki, HR-Ticket | Antwort mit Fundstelle oder Weitergabe an HR |
| Intern | Meeting-Nachbereitung | Transkript liegt vor | Projektmanagement, Slack | Aufgaben mit Verantwortlichen als Entwurf |
Vertrieb: Leads anreichern und nachfassen
Der Agent zur Lead-Qualifizierung liest einen neuen Kontakt aus dem CRM, sucht öffentliche Angaben zur Firma, gleicht sie mit deinem Zielkundenprofil ab und schreibt eine kurze Einschätzung zurück ins CRM. Im Slack-Kanal des Vertriebs landet eine Nachricht mit den wichtigsten Punkten. n8n bringt Anbindungen an verbreitete CRM wie HubSpot und Pipedrive mit.
Beim Follow-up nimmt der Agent die Gesprächsnotiz, zieht Kontaktdaten und bisherige Kommunikation aus dem CRM und entwirft eine Mail. Er verschickt sie nicht selbst. Den Versand übernimmt der Vertriebler nach seiner Prüfung.
Kundenservice: Tickets sortieren und Antworten vorbereiten
Kundenservice ist eines der beiden Felder, die Anthropic in seinem Leitfaden als besonders geeignet für Agenten nennt: Die Arbeit folgt einem Gesprächsablauf, braucht Zugriff auf Daten und Aktionen, und der Erfolg ist an gelösten Anfragen messbar.
Die Ticket-Sortierung ordnet jede eingehende Mail einer Kategorie und Priorität zu, sucht in der Wissensdatenbank nach der passenden Lösung und hängt einen Antwortentwurf an. Der Hilfe-Chat beantwortet Fragen nur aus deinen Hilfeartikeln und nennt die Fundstelle. Findet er nichts Passendes, übergibt er an einen Menschen. Diese Regel muss ausdrücklich in der Anweisung stehen.
Buchhaltung: Belege erfassen, offene Posten im Blick
Der Agent für Eingangsrechnungen liest PDF-Anhänge aus, erkennt Rechnungsnummer, Datum, Lieferant, Netto- und Bruttobetrag und legt einen Datensatz an. Beträge und Steuersätze muss ein Mensch prüfen, bevor etwas gebucht oder bezahlt wird. Bei schlechten Scans kommen Lesefehler vor.
Beim Nachfassen offener Posten holt der Agent wöchentlich die überfälligen Rechnungen und entwirft freundliche Erinnerungen. Zahlungen auslösen oder Mahngebühren festsetzen sollte er nicht.
Marketing: Recherche, Entwürfe und Berichte
Das Wochen-Briefing sammelt Neuigkeiten aus festgelegten Quellen, fasst sie zusammen und verlinkt jede Aussage. Der Agent für Social-Posts macht aus einem neuen Blogartikel Entwürfe für mehrere Kanäle. Vor der Veröffentlichung gibt sie jemand frei.
Beim Kampagnen-Bericht gilt eine Regel: Kennzahlen kommen direkt aus den Schnittstellen der Werbe- und Analysetools in eine Tabelle. Rechnen sollte ein fester Workflow-Schritt, nicht das Sprachmodell. Der Agent schreibt nur die Einordnung dazu.
Personal: Eingänge bestätigen, Fragen beantworten
Beim Bewerbungseingang bestätigt der Agent den Eingang und prüft, ob alle angeforderten Unterlagen dabei sind. Bewerbungen bewerten oder aussortieren sollte er nicht. Die EU-KI-Verordnung führt KI-Systeme, die Bewerbungen filtern oder Kandidaten bewerten, in Anhang III als Hochrisiko-Systeme mit strengen Pflichten.
Der Onboarding-Assistent beantwortet Fragen neuer Mitarbeiter aus dem Handbuch oder Wiki, etwa zu Urlaubsanträgen oder Zugängen, und nennt die Fundstelle. Bei Fragen zu Gehalt oder Vertrag gibt er an die Personalabteilung weiter.
Interne Abläufe: Meetings nachbereiten
Liegt das Transkript eines Meetings vor, erkennt der Agent vereinbarte Aufgaben, ordnet Verantwortliche zu und legt sie als Entwurf im Projektmanagement an. Im Team-Kanal erscheint eine Zusammenfassung. Wie solche Abläufe als feste Workflows aussehen, zeigt KI-Workflows.
Was heute verlässlich funktioniert und was nicht
| Art der Aufgabe | Einschätzung | Warum |
|---|---|---|
| Lesen, einordnen, zusammenfassen | verlässlich | Ergebnis leicht prüfbar, kein Schaden bei Fehlern |
| Entwürfe mit menschlicher Freigabe | verlässlich | Mensch entscheidet vor jeder Wirkung nach außen |
| Daten aus Dokumenten auslesen | mit Kontrolle | Lesefehler bei schlechten Vorlagen möglich |
| Aktionen ohne Freigabe (Versand, Buchung) | nur eng begrenzt | Fehler wirken sofort und summieren sich über Schritte |
| Bewertung von Menschen (Bewerbung, Kredit) | nicht empfohlen | rechtlich als Hochrisiko eingestuft |
Anthropic weist darauf hin, dass Agenten höhere Kosten verursachen und sich Fehler über mehrere Schritte aufaddieren können. Deshalb empfiehlt der Leitfaden Tests in einer abgeschotteten Umgebung und Schutzmechanismen. In n8n setzt du vor ein Werkzeug eine menschliche Freigabe, der Ablauf wartet dann auf Zustimmung per Slack, Teams, E-Mail oder im n8n-Chat.
So wählst du dein erstes Beispiel
- Die Aufgabe kommt häufig vor und kostet heute spürbar Zeit.
- Ein Fehler ist harmlos, weil am Ende ein Mensch prüft.
- Die nötigen Systeme haben eine Anbindung in n8n, Make oder per MCP.
Wie Agenten über das Model Context Protocol an weitere Systeme kommen, erklärt die Seite zum MCP-Server. Für n8n zeigt KI-Agent mit n8n die Umsetzung im Detail. Vorlagen für solche Agenten tauschen Mitglieder in der KI-Automatisierungs-Community aus.