KI-Agenten-Beispiele: fünf Muster mit ihrer Mechanik

KI-Agenten-Beispiele sind nur dann nützlich, wenn sie die Mechanik zeigen: welche Eingabe der Agent liest, was er entscheidet, welche Aktion er auslöst und an welcher Stelle ein Mensch freigibt. Fünf Muster aus dem Mittelstand, jeweils mit dem Prüfschritt, der sie tragfähig macht.

KI-Agenten-Beispiele richtig lesen

Was einen Agenten von einem Chatfenster unterscheidet, klärt der Artikel Was ist ein KI-Agent. Hier geht es um die Anwendung, und jedes Muster wird deshalb nach denselben vier Fragen beschrieben: Eingabe, Entscheidung, Aktion, Prüfung.

Ein Muster taugt, wenn alle vier Antworten zusammenpassen — die Eingabe kommt in wechselnder Form, die Entscheidung verlangt Ermessen, die Aktion bleibt umkehrbar und ein Fehler wird sichtbar, bevor er wirkt. Fehlt die vierte Antwort, ist das Muster kein Kandidat, sondern ein Risiko.

Fünf Muster aus der Praxis

Ausschreibungsunterlagen vorprüfen

Eingabe: Vergabeunterlagen als PDF, oft hundert Seiten und mehr, in wechselnder Gliederung. Entscheidung: Passt die geforderte Leistung zum eigenen Angebot, welche Nachweise werden verlangt, welche Fristen und Ausschlussgründe stehen darin. Aktion: Der Agent legt eine Kurzfassung mit Fundstellen an und markiert die Stellen, die ein Mensch selbst lesen muss. Prüfung: Jede Aussage trägt einen Seitenverweis. Ein Absatz ohne Fundstelle ist wertlos, weil niemand ihn nachschlagen kann.

Bestellbestätigungen gegen Bestellungen abgleichen

Eingabe: Nachrichten und Anhänge von Lieferanten in Dutzenden Formaten. Entscheidung: Welche Bestellung ist gemeint, weichen Menge, Preis oder Termin ab, ist die Abweichung erheblich. Aktion: Stimmt alles, wird der Vorgang bestätigt; weicht etwas ab, entsteht eine Aufgabe für den Einkauf. Prüfung: Beträge werden gegen die Datenbank gerechnet, nicht geschätzt, und alles, was der Agent nicht eindeutig zuordnen kann, geht unverändert an einen Menschen.

Doppelte Datensätze in der Kundenverwaltung zusammenführen

Eingabe: gewachsene Adressbestände mit Tippfehlern, alten Firmierungen und mehreren Ansprechpartnern. Entscheidung: Sind zwei Datensätze dieselbe Firma, welcher Stand ist jünger, welche Felder werden übernommen. Aktion: Der Agent schlägt eine Zusammenführung vor und schreibt sie erst nach Freigabe. Prüfung: Jede Zusammenführung bleibt umkehrbar, der alte Stand wird aufgehoben. Ein Agent, der ohne Rückweg schreibt, ist an dieser Stelle gefährlicher als die Dubletten selbst.

Wissensbasis aus laufenden Gesprächen pflegen

Eingabe: Chatverläufe, in denen erfahrene Mitarbeiter Regeln aussprechen, ohne sie je aufzuschreiben. Entscheidung: Ist eine Aussage eine Regel oder ein Einzelfall, widerspricht sie einer bereits erfassten Regel. Aktion: Der Agent formuliert einen Eintrag und stellt ihn in eine Freigabewarteschlange. Prüfung: Kein Eintrag wird ohne menschliche Freigabe wirksam. In einem Kundenvorhaben entstanden so 50 Regeln aus dem Chatverlauf an einem Tag in einer produktiven Wissensbasis.

Oberflächentexte übersetzen und einbauen

Eingabe: Textbausteine einer Anwendung samt Kontext — Schaltfläche, Fehlermeldung, Hilfetext. Entscheidung: Welche Formulierung passt zur Rolle des Textes, welche Begriffe bleiben unübersetzt, wo sprengt ein zu langer Text die Oberfläche. Aktion: Der Agent schreibt die Sprachdateien und legt die Änderung zur Prüfung vor. Prüfung: Die Anwendung wird gebaut und die Oberfläche gesichtet. In einem eigenen Vorhaben wurden auf diesem Weg 8 677 Oberflächentexte übersetzt und eingebaut, in rund einer Stunde Arbeitszeit.

Woran ein Fehler des Agenten auffällt

Ein Agent scheitert selten laut. Er liefert ein Ergebnis, das plausibel aussieht und falsch ist. Deshalb gehört zu jedem Muster ein Merkmal, an dem der Fehler sichtbar wird, bevor jemand danach handelt:

• Die Fundstelle fehlt. Eine Angabe, die im Ausgangsdokument nicht steht, ist erfunden, bis das Gegenteil belegt ist — die Mechanik dahinter beschreibt der Artikel Halluzinationen bei Sprachmodellen.
• Die Zahl passt nicht zur Datenbank. Beträge und Mengen werden nachgerechnet und nicht übernommen; eine Abweichung ist ein Fall für den Menschen, keine Rundungsfrage.
• Der Agent wird sicherer, je dünner die Grundlage ist. Steigende Bestimmtheit ohne Beleg ist ein Warnzeichen, kein Fortschritt.
• Die Rückfragen hören auf. Ein Muster, das vorher täglich Zweifelsfälle vorgelegt hat und plötzlich keinen mehr, hat meist den Prüfschritt verloren, nicht die Fehler.

Wo der Mensch im Ablauf bleiben muss

Pflicht ist der Mensch überall dort, wo eine Aktion nicht umkehrbar ist, nach außen wirkt oder Geld bewegt: eine Zahlung auslösen, einen Vertrag versenden, einen Datensatz endgültig löschen, einem Kunden einen Preis zusagen. Bei allem anderen entscheidet die Frage, was ein Fehler kostet und wie schnell er auffällt.

Bewährt hat sich, den Agenten zunächst nur mitlaufen zu lassen, ohne dass er etwas auslöst, und seine Vorschläge mit den Entscheidungen der Fachabteilung zu vergleichen. Erst wenn die Trefferquote über einen längeren Zeitraum stabil bleibt, werden die Rechte erweitert — Stufe für Stufe und je Werkzeug getrennt. Welche Daten der Agent dabei sehen darf und wo sie verarbeitet werden, ist vorher zu klären: DSGVO und KI.

KI-Agenten-Beispiele, die im Betrieb scheitern

Die untauglichen Fälle folgen einem erkennbaren Muster: Die Aufgabe ist entweder zu eindeutig oder zu selten.

• Feste Felder, feste Regeln. Dann ist eine Anbindung billiger und zuverlässiger; die Abgrenzung führt der Artikel RPA oder KI-Automatisierung aus.
• Der Vorgang, der viermal im Jahr vorkommt. Aufwand für Anbindung, Rechte und Pflege steht in keinem Verhältnis zum Nutzen.
• Unumkehrbare Aktion ohne Prüfmöglichkeit. Wo niemand nachrechnen kann, darf kein Agent handeln — auch kein guter.
• Vorsatz statt Ablauf. „Wir wollen etwas mit KI machen“ beschreibt kein Muster; ohne benannte Entscheidung gibt es nichts zu automatisieren.

Wie wir solche Agenten aufsetzen

Wir beginnen beim Ablauf und beim Fehlerbild, nicht beim Modell: Welche Entscheidung trifft heute ein Mensch, woran merkt er, dass er falsch lag, und was kostet dieser Fehler. Daraus ergeben sich die Rechte des Agenten, seine Freigabepunkte und die Abnahmekriterien, die vor dem Start im Angebot stehen. Bei umfangreicher, gleichförmiger Arbeit holen solche Werkzeuge viel Tempo heraus; wo Rechte, Schnittstellen und Ausnahmen zugeschnitten werden, entscheidet weiterhin ein Entwickler. Den ersten Agenten setzen wir bewusst auf einen kleinen, gut prüfbaren Ausschnitt an: lieber ein Vorgang, dessen Fehler sofort jemandem auffällt, als der große Ablauf, bei dem niemand mehr nachzählt. Was ein solcher Ausschnitt umfasst, beschreibt die Leistung KI-Agenten erstellen lassen.