KI-Agenten gelten als nächste Stufe der Automatisierung. Aber was steckt eigentlich dahinter? Wie entscheidet ein Agent, was er als nächstes tut? Und was unterscheidet ihn von einem normalen Workflow?

Dieser Artikel erklärt die Grundbausteine moderner KI-Agenten, plattformunabhängig und ohne unnötigen Technik-Jargon.

Inhaltsverzeichnis

Laptop zeigt vernetzte leuchtende Knoten als Sinnbild für die Funktionsweise eines KI-Agenten

Was ein KI-Agent von einem Workflow unterscheidet

Ein klassischer Workflow folgt einem festen Ablauf: Wenn X passiert, dann Y, dann Z. Die Reihenfolge ist immer gleich.

Ein KI-Agent bekommt ein Ziel und entscheidet selbst, welche Schritte dafür sinnvoll sind. Er kann seinen Plan anpassen, wenn etwas nicht funktioniert, und zwischen verschiedenen Handlungsoptionen wählen.

Workflow KI-Agent
Ablauf Fix und vordefiniert Dynamisch, zielgeleitet
Entscheidungen Regelbasiert Eigenständig
Anpassung Nicht möglich Ja, während der Ausführung

Unterschiedliche Plattformen nennen automatisierte Abläufe anders: Make nennt sie Szenarien, n8n Workflows, Zapier Zaps. Die Grundprinzipien sind jedoch plattformübergreifend dieselben.

Wie ein Workflow startet: der Trigger

Jeder automatisierte Ablauf braucht einen Startpunkt. Diesen nennt man Trigger.

Zeitbasierte Trigger: der Ablauf startet zu einem definierten Zeitpunkt:

  • Täglich um 9 Uhr
  • Jede Stunde
  • Jeden Montag

Ereignisbasierte Trigger: der Ablauf startet, wenn etwas passiert:

  • Eine neue E-Mail geht ein
  • Ein Formular wird abgeschickt
  • Ein Kundeneintrag ändert sich

Datenbasierte Trigger: der Ablauf startet bei neuen Daten:

  • Neue Zeile in einer Tabelle
  • Neuer Eintrag in einer Datenbank
  • Geändertes Dokument

Ohne Trigger läuft kein Agent und kein Workflow.

Arbeitsplatz mit Laptop, der die Tool-Nutzung eines KI-Agenten im Hintergrund symbolisiert

Das LLM: das Gehirn des Agenten

Das Large Language Model (LLM) ist die kognitive Kernkomponente eines KI-Agenten. Es übernimmt:

  • Sprachverständnis und Textgenerierung
  • Entscheidungsfindung
  • Planung von Teilschritten
  • Logisches Schlussfolgern

Bekannte LLMs: GPT-4o (OpenAI), Claude (Anthropic), Gemini (Google), Llama (Meta).

Wichtig zu verstehen: Ein LLM allein ist kein Agent. Erst durch die Kombination mit Trigger, Tools und Memory entsteht agentisches Verhalten.

Wann welches Modell?

  • Einfache Kategorisierung oder Zusammenfassung → kleinere, schnellere Modelle ausreichend
  • Komplexe Entscheidungen, mehrstufiges Planen → größere Modelle notwendig
  • Echtzeitinteraktion → schnelle Modelle bevorzugen

Der System Prompt: die Persönlichkeit des Agenten

Der System Prompt definiert, wie sich der Agent verhält: seine Rolle, seine Regeln, seine Ziele.

Er ist statisch: Er wird einmal geschrieben und bleibt gleich, egal was der Nutzer eingibt.

Ein guter System Prompt enthält:

  • Rolle: „Du bist ein Assistent für Kundenanfragen in einem Handwerksbetrieb."
  • Regeln: „Antworte immer auf Deutsch. Gib keine Preise ohne Rückfrage."
  • Ziel: „Leite komplexe Anfragen direkt an den zuständigen Mitarbeiter weiter."
  • Ausgabeformat: „Antworte immer in maximal 3 Sätzen."

Die Qualität des System Prompts bestimmt maßgeblich, wie verlässlich ein Agent arbeitet. Vage Prompts führen zu inkonsistenten Ergebnissen.

Was das für Sie bedeutet

Investieren Sie Zeit in die Formulierung des System Prompts, bevor Sie einen Agenten produktiv einsetzen. Ein unklarer Prompt lässt sich später nur schwer durch mehr Tools oder mehr Memory kompensieren.

Tools: was der Agent tun kann

Tools erweitern die Fähigkeiten des Agenten über das reine Sprachmodell hinaus. Ohne Tools kann ein Agent nur Text verarbeiten und erzeugen. Mit Tools kann er handeln.

Typische Tool-Kategorien:

Tool Funktion
Websuche Aktuelle Informationen abrufen
Datenbankzugriff Kundendaten, Produktinfos lesen/schreiben
API-Konnektoren CRM, Kalender, E-Mail steuern
Bildgenerierung Visuelle Inhalte erstellen
Code-Ausführung Berechnungen, Datenanalysen durchführen

Der System Prompt legt fest, wann und wie der Agent welches Tool einsetzt. Ohne diese Steuerung kann es zu willkürlicher oder falscher Tool-Nutzung kommen.

Möchten Sie das konkret auf Ihren Betrieb anwenden?

Kostenlos Termin buchen
Justin Kollautz Justin Kollautz KI Spezialist · Wurzelwerk

Knowledge Base: was der Agent weiß

Eine Knowledge Base erweitert das Wissen des Agenten über das hinaus, was im LLM trainiert wurde. Sie enthält unternehmensspezifische Informationen:

  • Produktdokumentationen
  • Interne Prozessbeschreibungen
  • FAQ-Dokumente
  • Preislisten oder Vertragsvorlagen

Das LLM greift bei Bedarf auf diese Dokumente zu und kombiniert sie mit seinen eigenen Fähigkeiten. Diese Technik heißt RAG (Retrieval-Augmented Generation) und reduziert das Risiko, dass der Agent falsche Informationen erfindet.

Empfehlung: Dokumente in der Knowledge Base sollten klar strukturiert und gut formuliert sein. Je sauberer die Quelle, desto besser die Agentenantwort.

Memory: was der Agent sich merkt

Memory bestimmt, auf welche vergangenen Interaktionen der Agent zurückgreifen kann.

Kurzzeit-Memory (Gesprächskontext): Innerhalb einer Konversation erinnert sich der Agent an den bisherigen Verlauf. Er kann auf frühere Aussagen Bezug nehmen, typisch für Chat-Agenten.

Langzeit-Memory: Der Agent speichert Informationen über Sitzungen hinaus: Nutzerpräferenzen, frühere Entscheidungen, laufende Projekte.

Wann ist Memory notwendig?

  • Chat-Agenten: immer
  • Einfache Prozessagenten (z. B. automatische E-Mail-Klassifizierung): oft nicht nötig

Memory erhöht Kontextgröße und Kosten, deshalb gilt: nur einsetzen, wenn vergangene Informationen tatsächlich relevant sind.

Alles zusammen: typische Agentenarchitektur

Ein vollständiger KI-Agent sieht in der Praxis so aus: 

Trigger (E-Mail, Zeitplan, Dateneintrag)
  → Input verarbeiten
  → LLM: Aufgabe verstehen und planen
  → System Prompt: Verhalten steuern
  → Tools: Externe Aktionen ausführen
  → Knowledge Base: Fachinformationen abrufen
  → Memory: Kontext berücksichtigen
  → Output: Ergebnis ausgeben / Aktion auslösen

Obwohl verschiedene Plattformen eigene Begriffe verwenden (Nodes, Module, Komponenten), folgen alle agentischen Systeme im Kern dieser Logik.

Schema der sechs Bausteine eines KI-Agenten von Trigger bis Output

Fazit

KI-Agenten sind kein Blackbox-Produkt, sondern eine Kombination klar benennbarer Bausteine: Trigger, LLM, System Prompt, Tools, Knowledge Base und Memory. Wer diese Bausteine versteht, kann Agenten gezielter konfigurieren und realistischer einschätzen, was sie leisten können und wo menschliche Kontrolle nötig bleibt. Einen konkreten Einstieg in den praktischen Aufbau solcher Agenten im Unternehmen zeigt unser Artikel zu Custom GPTs & KI-Agenten im Mittelstand.

FAQ

Muss ich als Unternehmen selbst einen KI-Agenten programmieren?

Nein. Plattformen wie Make, n8n oder der OpenAI Agent Builder ermöglichen den Aufbau von Agenten ohne klassische Programmierung. Dennoch erfordert die Konfiguration, besonders System Prompts und Tool-Regeln, sorgfältige Planung.

Was ist RAG?

RAG (Retrieval-Augmented Generation) ist eine Technik, bei der ein LLM beim Antworten auf externe Dokumente zurückgreift, statt nur auf sein trainiertes Wissen. Das reduziert Halluzinationen und verbessert die Genauigkeit bei unternehmensspezifischen Fragen.

Wie zuverlässig sind KI-Agenten?

Das hängt stark von der Konfiguration ab. Gut definierte System Prompts, klare Tool-Regeln und regelmäßiges Monitoring erhöhen die Zuverlässigkeit erheblich. Für kritische Prozesse empfiehlt sich immer ein Human-in-the-Loop-Ansatz, zumindest zu Beginn.

Was sind Multi-Agenten-Systeme?

Mehrere spezialisierte Agenten, die zusammenarbeiten: ein Recherche-Agent sammelt Informationen, ein Schreib-Agent erstellt daraus einen Text, ein Qualitäts-Agent prüft das Ergebnis. Solche Systeme sind leistungsfähiger, aber auch komplexer zu betreiben.