KI-Agenten – der nächste Schritt nach dem Chatbot

In den letzten Ausgaben haben wir über KI-Tools gesprochen, denen Sie Aufgaben geben – und die dann eine Antwort liefern. Sie stellen eine Frage, die KI antwortet. Sie geben einen Text rein, die KI gibt einen besseren zurück.

Das ist nützlich. Aber es hat eine grundsätzliche Grenze: Sie müssen jeden Schritt selbst anstoßen.

KI-Agenten funktionieren anders. Sie bekommen ein Ziel – und arbeiten eigenständig darauf hin. Sie zerlegen die Aufgabe in Schritte, nutzen verschiedene Tools, treffen Zwischenentscheidungen und liefern am Ende ein Ergebnis. Nicht eine Antwort – ein Ergebnis.

Das klingt abstrakt. Deshalb drei konkrete Beispiele:

Beispiel 1: Vertrieb

Heute: Sie bitten ChatGPT, eine Angebotsmail zu formulieren. Sie kopieren das Ergebnis, passen es an, suchen die Kundendaten raus, fügen sie ein, schicken die Mail.

Mit einem KI-Agenten: Sie sagen „Erstelle ein Angebot für Firma Müller über Leistungspaket B und schick es an den Ansprechpartner." Der Agent greift auf Ihr CRM zu, zieht die Kundendaten, erstellt das Angebot auf Basis Ihrer Vorlage, formuliert die Mail und legt sie Ihnen zur Freigabe vor.

Der Unterschied: Sie geben das Ziel vor. Der Agent erledigt den Weg.

Beispiel 2: Personalwesen

Heute: Ihre HR-Abteilung liest 80 Bewerbungen durch, filtert manuell und erstellt eine Shortlist.

Mit einem KI-Agenten: Der Agent liest alle Bewerbungen, gleicht sie mit dem Anforderungsprofil ab, bewertet die Kandidaten nach definierten Kriterien, erstellt eine Rangliste und formuliert für die Top-5 jeweils eine kurze Begründung, warum sie auf die Shortlist gehören.

Aber Achtung:
Die KI darf niemals die Entscheidung bezüglich der Einstellung vornehmen, das müssen und sollten selbst tun.

Zeitersparnis: Stunden bis Tage, je nach Bewerbungsvolumen. Und der Agent wird nicht müde bei Bewerbung Nummer 73.

Beispiel 3: IT-Support

Heute: Ein Mitarbeiter meldet ein Problem per Ticket. Jemand liest das Ticket, ordnet es ein, leitet es weiter, wartet auf Rückmeldung.

Mit einem KI-Agenten: Der Agent analysiert das Ticket, erkennt das Problem (z.B. Passwort-Reset), führt die Lösung automatisch durch und informiert den Mitarbeiter. Nur bei komplexen Fällen eskaliert er an einen Menschen.

Was bedeutet das für Sie als Entscheider?

Erstens: KI-Agenten sind keine Zukunftsmusik. Sie sind heute verfügbar – in unterschiedlichen Reifegraden. Die einfachsten können Sie diese Woche ausprobieren.

Zweitens: Sie müssen kein Techniker sein, um davon zu profitieren. Die Frage ist nicht „Wie baue ich einen Agenten?" – sondern „Welche Aufgabe in meinem Betrieb wiederholt sich ständig, folgt klaren Regeln und frisst trotzdem Zeit?"

Drittens – und das ist der unbequeme Teil: Agenten funktionieren nur so gut wie die Daten und Prozesse, auf die sie zugreifen. Wenn Ihre Kundendaten in drei verschiedenen Excel-Listen liegen und Ihr Angebotsprozess in keinem System abgebildet ist, wird auch der beste Agent scheitern. KI-Agenten sind kein Ersatz für saubere Prozesse. Sie sind ein Verstärker.

Meine Empfehlung: Identifizieren Sie diese Woche eine Aufgabe in Ihrem Betrieb, die drei Kriterien erfüllt: Sie wiederholt sich regelmäßig, sie folgt einem klaren Ablauf, und sie bindet qualifizierte Mitarbeiter, die eigentlich Besseres zu tun hätten. Das ist Ihr erster Agenten-Kandidat.

P.S.:
Bitte beachten Sie auch den letzten Hinweis am Ende dieses Newsletters, Agenten sind wie kleine Kinder, sie brauchen Regeln und müssen vor allem wissen, was sie auf keinen Fall tun dürfen ;-)

Was es ist: Eine No-Code-Plattform, mit der Sie Arbeitsabläufe zwischen verschiedenen Apps automatisieren können – ohne Programmierung. Im Prinzip: ein Baukasten für einfache KI-Agenten.

Warum es für Entscheider relevant ist: Make verbindet die Tools, die Sie bereits nutzen. Beispiel: Eine neue E-Mail kommt rein → Make erkennt, dass es eine Angebotsanfrage ist → leitet den Inhalt an ChatGPT weiter → ChatGPT formuliert einen Antwortentwurf → Make schickt Ihnen den Entwurf zur Freigabe per Slack oder E-Mail. Das alles passiert automatisch, im Hintergrund.

So nutzen Sie es: Registrieren Sie sich kostenlos auf make.com. Starten Sie mit einem einfachen „Szenario" – zum Beispiel: „Wenn eine E-Mail mit dem Betreff 'Angebot' eingeht, fasse den Inhalt zusammen und leite die Zusammenfassung an mein Handy weiter." Die visuelle Oberfläche macht es möglich, solche Abläufe per Drag & Drop zu bauen.

Kostenlos: Ja – die Basisversion umfasst 1.000 Operationen pro Monat. Das reicht für erste Experimente.

Diesen Prompt können Sie direkt in ChatGPT, Claude oder Gemini einfügen:

Tipp: Beschreiben Sie den Prozess so detailliert wie möglich – inklusive der Schritte, die Ihnen trivial vorkommen. Oft steckt genau dort das größte Automatisierungspotenzial.

40 % – So viele Unternehmensanwendungen werden laut Gartner bis Ende 2026 KI-Agenten enthalten. Nicht als separate Tools, sondern eingebaut in die Software, die Unternehmen ohnehin nutzen – von Microsoft über SAP bis Salesforce. Die Frage ist nicht mehr, ob KI-Agenten in Ihrem Betrieb ankommen. Sondern ob Sie vorbereitet sind, wenn sie es tun.

(Quelle: Gartner, Prognose 2026)

Sie haben die Beispiele gelesen und denken: „Klingt gut, aber wie fange ich an?" Hier ist eine Schritt-für-Schritt-Anleitung für Ihren ersten einfachen KI-Agenten mit Make.com und ChatGPT.

Das Szenario: Jeden Morgen soll ein Agent die wichtigsten Branchen-News für Sie zusammenfassen und Ihnen per E-Mail schicken.

Schritt 1 – Trigger einrichten:
Erstellen Sie in Make.com ein neues Szenario. Wählen Sie als Trigger „Schedule" → jeden Morgen um 7:00 Uhr.

Schritt 2 – Nachrichtenquelle anbinden:
Fügen Sie ein RSS-Modul hinzu und geben Sie 2-3 Branchen-Newsfeeds ein (z.B. von Handelsblatt, t3n oder Ihrer Fachzeitschrift). Make holt die neuesten Artikel automatisch.

Schritt 3 – KI-Zusammenfassung:
Leiten Sie die Artikeltitel und Kurzbeschreibungen an das ChatGPT-Modul weiter. Der Prompt: „Hier sind die wichtigsten Branchen-News von heute. Fasse die drei relevantesten in je zwei Sätzen zusammen. Bewerte, welche davon für einen mittelständischen Betrieb in [Ihrer Branche] am wichtigsten ist und warum."

Schritt 4 – Ergebnis senden:
Verbinden Sie das Ergebnis mit einem E-Mail-Modul. Jeden Morgen um 7:15 liegt eine kompakte Branchenübersicht in Ihrem Posteingang.

Zeitaufwand für die Einrichtung: Ca. 30 Minuten.
Tägliche Zeitersparnis: 15-20 Minuten Nachrichtenlesen und -filtern.

Das ist ein simpler Agent – aber er zeigt das Prinzip: Ziel definieren, Schritte verketten, Ergebnis automatisch liefern. Von hier aus können Sie schrittweise komplexere Abläufe aufbauen.

Für die Technisch-Neugierigen: Wenn Sie es noch flexibler wollen, schauen Sie sich n8n an – eine Open-Source-Alternative zu Make, die Sie sogar auf Ihrem eigenen Server betreiben können. Vorteil: Ihre Daten verlassen nie Ihr Unternehmen. Nachteil: Erfordert etwas mehr technisches Verständnis bei der Einrichtung.

Leiten Sie diese Mail einfach weiter – eine Anmeldung dauert 30 Sekunden:
ki-chefsache.de

Wenn Sie KI-Tools wie ChatGPT, Claude oder Gemini nutzen, achten Sie darauf, welche Daten Sie eingeben. Vermeiden Sie personenbezogene Daten (Namen, Adressen, Kontodaten) und vertrauliche Geschäftsinformationen, solange Sie keine unternehmensinterne KI-Richtlinie haben. Viele KI-Anbieter verwenden Eingaben zur Verbesserung ihrer Modelle – prüfen Sie die Datenschutzeinstellungen Ihres Tools und deaktivieren Sie ggf. die Verwendung Ihrer Daten für Trainingszwecke. Im Zweifel: Anonymisieren Sie Daten, bevor Sie sie in eine KI eingeben. Mehr zum Thema DSGVO und KI folgt in einer späteren Ausgabe.

Besonders wichtig bei KI-Agenten: Wenn ein Agent auf Ihre Unternehmensdaten zugreift (CRM, E-Mail, Kalender), prüfen Sie genau, welche Berechtigungen Sie vergeben und wo die Daten verarbeitet werden. Starten Sie mit Szenarien, die keine sensiblen Daten erfordern – wie die Nachrichtenzusammenfassung oben.

Bis nächsten Donnerstag – dann geht es um: KI und Datenschutz – was ist erlaubt, was nicht? Klarheit für Entscheider.

Fragen oder Themenvorschläge? Antworten Sie einfach auf diese Mail.

Herzliche Grüße,Mark Langer
KI | Chefsache