KI-Agenten nüchtern erklärt: Was Unternehmen in Österreich wissen müssen

Was sind KI-Agenten?

Ein KI-Agent ist ein KI-System, das ein vorgegebenes Ziel in Arbeitsschritte zerlegt und diese selbständig ausführt. Dafür nutzt es Werkzeuge wie Websuche, Browser, Dateiablagen, Kalender oder E-Mail, prüft Zwischenergebnisse und arbeitet weiter, bis das Ziel erreicht ist oder eine menschliche Entscheidung nötig wird.

Der Unterschied zum KI-Assistenten liegt im Arbeitsmodus: Ein Assistent beantwortet eine Anfrage nach der anderen, die Führung bleibt durchgehend beim Menschen. Wie diese Grundnutzung im Unternehmen aussieht, zeigt der Ratgeber zu den Einsatzfeldern von Claude. Der Unterschied zur klassischen Automatisierung liegt in der Flexibilität: Ein Skript folgt festen Regeln und scheitert am Sonderfall, ein Agent passt sein Vorgehen an, ist dafür aber weniger vorhersagbar. Aus genau dieser Mischung entstehen Nutzen und Risiko zugleich.

Der Begriff wird derzeit großzügig verwendet. Marktbeobachter weisen darauf hin, dass etliche Anbieter bestehende Chatbots oder Prozessautomatisierung lediglich in Agenten umbenennen. Ein einfacher Test bei jeder Produktprüfung: Was tut das Werkzeug selbständig, mit welchen Zugriffen, und an welcher Stelle verlangt es eine Freigabe. Steht die Systemwahl überhaupt noch aus, hilft vorher der Vergleich Claude oder ChatGPT.

Was KI-Agenten heute realistisch leisten

Produktionsreif sind KI-Agenten vor allem in eng umrissenen, wiederkehrenden Aufgaben mit klarer Erfolgsmessung. Dazu zählen Recherche und Berichtswesen (Quellen zusammentragen, Vergleiche aufbereiten), Dokument- und Dateiarbeit (sortieren, benennen, Entwürfe über mehrere Dateien hinweg), Web- und Formulararbeiten (Portale abfragen, Daten übertragen) sowie vorbereitende Arbeit im Kundenservice, etwa das Sortieren eingehender Anliegen und das Entwerfen von Antworten zur Freigabe. Am weitesten sind Agenten in der Programmierung. Dort wurden die Arbeitsmuster entwickelt, die nun Schritt für Schritt in Büroaufgaben übertragen werden.

Die großen KI-Anbieter bauen ihre Assistenten laufend in diese Richtung aus, vom Browser-Agenten bis zur Arbeit direkt in Office-Programmen. Produktnamen und Funktionsumfänge ändern sich dabei schneller als die Muster dahinter. Wer die Muster versteht, kann jedes neue Angebot einordnen. Dass solche Systeme zunehmend selbst recherchieren, verändert nebenbei auch die Sichtbarkeit von Unternehmen: Wie man in ihren Antworten vorkommt, behandelt der Ratgeber zur Generative Engine Optimization.

Die Grenzen: Warum Autonomie ein Regler ist und kein Schalter

Die zentrale Grenze: Fehler summieren sich. Was bei einer einzelnen Antwort eine kleine Ungenauigkeit wäre, kann sich über zehn selbständige Arbeitsschritte zu einem falschen Ergebnis aufbauen. Und anders als beim Assistenten bleibt es nicht beim Text: Ein Agent verschickt, verschiebt, bestellt oder löscht. Fehler haben Folgen in der echten Welt.

In der Praxis lässt sich Autonomie in drei Stufen einstellen:

1. 01Vorschlagen. Der Agent bereitet die Arbeit vor, ein Mensch führt aus.
2. 02Ausführen mit Freigabe. Der Agent arbeitet selbständig, heikle Aktionen wie Versand oder Bestellung warten auf ein Ja.
3. 03Ausführen mit Stichprobe. Der Agent arbeitet durchgehend selbständig, Ergebnisse werden regelmäßig kontrolliert.

Für den Einstieg im KMU haben sich die Stufen eins und zwei bewährt. Stufe drei bleibt Aufgaben vorbehalten, deren Fehler sich günstig korrigieren lassen.

Dazu kommt ein Sicherheitsrisiko, das es beim reinen Frage-Antwort-Betrieb kaum gibt: Ein Agent, der fremde Inhalte liest, etwa Webseiten oder eingehende E-Mails, kann durch darin versteckte Anweisungen fehlgeleitet werden. Der Fachbegriff dafür ist Prompt Injection. Der Schutz folgt einem alten Prinzip der IT-Sicherheit: so wenige Zugriffe wie für die Aufgabe nötig, heikle Aktionen nur mit Freigabe, und ein Protokoll, das nachvollziehbar macht, was der Agent getan hat. Für den laufenden Betrieb solcher Systeme hat sich dafür der Begriff AgentOps eingebürgert.

Wie groß der Abstand zwischen Erwartung und Alltag ist, zeigt eine Prognose des Marktforschers Gartner: Mehr als 40 Prozent der Agenten-Projekte dürften demnach bis Ende 2027 wieder eingestellt werden, vor allem wegen steigender Kosten, unklaren Nutzens und schwacher Risikokontrollen. Die Zahl ist kein Argument gegen Agenten, sondern eines für kleine, messbare Erstversuche.

Datenschutz und Regeln: Dieselben Hausaufgaben, mehr Zugriffe

Datenschutzrechtlich gilt für Agenten dasselbe wie für Assistenten: Geschäftsvariante statt Privatkonto, ein Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO, interne Nutzungsrichtlinie.

Neu ist die Reichweite. Ein Agent mit Zugriff auf Postfach oder Dateiablage verarbeitet laufend personenbezogene Daten, auch solche, nach denen niemand gefragt hat. Zugriffe gehören deshalb pro Aufgabe vergeben und dokumentiert, nicht pauschal eingerichtet. Der AI Act verlangt von einsetzenden Unternehmen zudem seit Februar 2025 ausreichende KI-Kompetenz der Mitarbeitenden. Bei Agenten heißt das konkret, dass die Beteiligten wissen, was das System darf und woran sich Fehlverhalten erkennen lässt.

Typische Fehler beim Start mit KI-Agenten

Mit dem heikelsten Prozess beginnen. Ausgehende Kundenmails oder gar Zahlungen sind der falsche Ort für erste Erfahrungen. Eine interne, leicht korrigierbare Aufgabe ist der bessere Start.

Zugriffe pauschal vergeben. Ein Agent mit Vollzugriff auf Postfach und Ablage ist bequem eingerichtet und schwer zu kontrollieren. Minimale, aufgabenbezogene Zugriffe kosten anfangs Mühe und ersparen später Zwischenfälle.

Das Etikett statt der Substanz kaufen. Steht Agent im Prospekt und arbeitet ein Chatbot im Betrieb, fehlt der versprochene Nutzen. Die Testfrage nach selbständigen Aktionen, Zugriffen und Freigaben trennt beides schnell.

Ohne Messgröße pilotieren. Wer erledigte Fälle, nötige Eingriffe und Fehler nicht zählt, kann nach vier Wochen weder Nutzen belegen noch Probleme benennen.

Nächste Schritte: Der erste Agent in fünf Punkten

1. 01Eine Aufgabe wählen, die häufig anfällt, klar beschreibbar ist und deren Fehler wenig kosten.
2. 02Die Autonomiestufe festlegen: Vorschlagen oder Ausführen mit Freigabe.
3. 03Zugriffe minimal einrichten und die Protokollierung aktivieren.
4. 04Den Datenschutz wie beim Assistenten-Einsatz klären, also Auftragsverarbeitung und Kontenfrage, und die Nutzungsrichtlinie um Agenten-Regeln ergänzen.
5. 05Vier Wochen messen (erledigte Fälle, nötige Eingriffe, Fehler) und erst danach über Ausweitung oder Stufe drei entscheiden.

Stand: August 2026. Dieser Ratgeber ist eine allgemeine Information, datenschutz- und rechtsnahe Passagen ersetzen keine Beratung im Einzelfall.