KI-Agenten: Was sie sind und wie sie arbeiten

Kurz gesagt

Ein KI-Agent ist ein System, das mit einem Sprachmodell eine Aufgabe weitgehend selbstständig erledigt: Es plant die nötigen Schritte, ruft dafür Werkzeuge wie E-Mail, CRM oder Websuche auf und prüft nach jedem Schritt das Ergebnis, bis die Aufgabe gelöst ist oder eine Grenze erreicht wird. Anders als ein Chatbot antwortet er also nicht nur, sondern handelt in anderen Systemen. Ein KI-Agent besteht aus Modell, Anweisungen, Werkzeugen und meist einem Gedächtnis.

Stand: 22. November 2026

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:

  1. Der Agent erhält ein Ziel, etwa über einen Chat, eine E-Mail oder einen Zeitplan.
  2. Das Modell liest Anweisungen, Gedächtnis und Eingabe und plant den nächsten Schritt.
  3. Es ruft ein Werkzeug auf, zum Beispiel eine Suche im CRM.
  4. Das Ergebnis fließt zurück ins Modell, das neu bewertet, ob es weitere Schritte braucht.
  5. 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.

Was ist ein KI-Agent einfach erklärt?

Ein KI-Agent ist ein Sprachmodell, das Werkzeuge benutzen darf und selbst entscheidet, welches es als Nächstes braucht. Du gibst ihm ein Ziel, er arbeitet in einer Schleife aus Planen, Handeln und Prüfen, bis das Ziel erreicht ist.

Was ist der Unterschied zwischen einem KI-Agenten und ChatGPT?

ChatGPT im normalen Chat beantwortet Nachrichten. Ein KI-Agent führt zusätzlich Aktionen in anderen Systemen aus, etwa eine Tabelle aktualisieren oder eine Mail vorbereiten. ChatGPT selbst hat mit dem Agentenmodus und den Workspace Agents inzwischen eigene Agentenfunktionen.

Was ist der Unterschied zwischen KI-Agent und Workflow?

In einem Workflow legst du die Schritte vorab fest. Ein KI-Agent wählt die Schritte und Werkzeuge während der Ausführung selbst. Für Aufgaben mit festem Ablauf ist ein Workflow meist günstiger und berechenbarer.

Welche Arten von KI-Agenten gibt es?

Die klassische Einteilung kennt fünf Typen: einfache Reflex-Agenten, modellbasierte Reflex-Agenten, zielbasierte, nutzenbasierte und lernende Agenten. In der Praxis unterscheidet man heute eher nach Einsatz, etwa Einzelagenten, Multi-Agenten-Systeme, Agenten mit Computer-Steuerung und Coding-Agenten.

Brauche ich Programmierkenntnisse für einen KI-Agenten?

Nein. In n8n oder Make baust du einen Agenten ohne Code aus Bausteinen. Programmierkenntnisse helfen, wenn du eigene Systeme anbindest oder mit einem SDK wie dem OpenAI Agents SDK arbeitest.

Sind KI-Agenten sicher?

Ein Agent kann nur tun, wofür er Werkzeuge und Rechte hat. Deshalb gilt: wenige Werkzeuge, minimale Rechte und eine menschliche Freigabe vor Aktionen mit Außenwirkung. OpenAIs Agentenmodus fragt zum Beispiel vor folgenreichen Aktionen nach Erlaubnis.

KI-Automatisierungs-Community

Werde Teil der Community

Kostenlos auf Skool, mit über 14.000 Mitgliedern, Kursen und Vorlagen.

Kostenlos beitreten