KI-Agenten im Mittelstand: Was sie heute können und wo sie scheitern

KI-Agenten erledigen im Mittelstand heute eng umrissene Abläufe mit mehreren Schritten: eine Anfrage lesen, Daten im ERP nachschlagen, einen Entwurf vorbereiten und an den richtigen Menschen übergeben. Sie scheitern dort, wo Daten unordentlich sind, das Ziel offen bleibt oder ein Fehler teuer wird. Ohne klare Rechte und Freigaben haben sie im Betrieb nichts verloren.

Das Interesse ist da. Laut Statistik Austria nutzten 2025 bereits 30 % der österreichischen Unternehmen ab 10 Beschäftigten KI, im EU-Schnitt waren es 20 %. Agenten sind der nächste Schritt, den viele Anbieter gerade verkaufen. Ob er sich lohnt, hängt am konkreten Ablauf.

Was ist ein KI-Agent, und was unterscheidet ihn von einem Chatbot?

Ein KI-Agent entscheidet selbst, welche Schritte er in welcher Reihenfolge macht und welche Werkzeuge er dafür aufruft. Ein Chatbot beantwortet eine Frage und hört dann auf. Eine klassische Automatisierung folgt einem fest programmierten Pfad, in dem KI höchstens an einer Stelle mitarbeitet.

Anthropic, der Hersteller der Claude-Modelle, zieht die Grenze genau dort: Bei Workflows laufen Sprachmodell und Werkzeuge über vorgegebene Pfade im Code, bei Agenten steuert das Modell seinen Ablauf und seine Werkzeuge selbst. Für einen Betrieb ist diese Unterscheidung wichtiger als jeder Produktname, denn sie bestimmt, wie viel Kontrolle Sie abgeben.

Was können KI-Agenten im Betrieb heute schon?

KI-Agenten sind heute stark, wenn die Aufgabe klar abgegrenzt ist, die nötigen Daten erreichbar sind und am Ende ein Mensch freigibt. Typische Abläufe, die wir in Betrieben dafür sehen:

• Eingehende Anfragen lesen, im ERP nach Kunde und offenen Aufträgen suchen und eine Antwort als Entwurf vorbereiten.
• Lieferscheine und Rechnungen mit der Bestellung abgleichen und nur die Abweichungen an die Buchhaltung melden.
• Fragen aus mehreren Quellen beantworten, etwa Handbuch, Projektordner und Ticketsystem, jeweils mit Verweis auf das Originaldokument.
• Daten aus verschiedenen Programmen zusammentragen, die keine gemeinsame Schnittstelle haben, und daraus eine Übersicht bauen.

Allen Beispielen gemeinsam: Der Agent bereitet vor, der Mensch entscheidet. Er spart die Sucharbeit zwischen fünf Programmen, die heute jemand im Büro von Hand erledigt. Wie so ein Agent an ERP, Archiv und Postfach angeschlossen wird, zeigen wir bei der KI-Integration.

Wo scheitern KI-Agenten in der Praxis?

Die meisten Agentenprojekte scheitern an Kosten, unklarem Nutzen und fehlender Kontrolle. Gartner erwartet, dass bis Ende 2027 mehr als 40 % der Agentenprojekte eingestellt werden, genau aus diesen drei Gründen. Laut derselben Mitteilung haben die heutigen Modelle noch nicht die Reife, komplexe Geschäftsziele selbstständig zu erreichen oder differenzierte Anweisungen über längere Zeit zu befolgen.

In Betrieben sehen wir vor allem vier Bruchstellen:

• Unordentliche Daten. Wenn Kundennummern doppelt vergeben sind und Artikel in drei Schreibweisen existieren, trifft der Agent falsche Entscheidungen mit großer Sicherheit. In der Erhebung von Statistik Austria nennen 9 % der Unternehmen ohne KI Probleme mit Verfügbarkeit oder Qualität der Daten als Grund.
• Alte Systeme ohne Schnittstelle. Ein Agent kann nur dort handeln, wo er technisch hinkommt. Gartner beschreibt die Anbindung an Altsysteme als technisch aufwendig und oft teuer.
• Fehler, die sich aufaddieren. Jeder Schritt hat eine kleine Fehlerquote, und bei zehn Schritten hintereinander wird daraus eine große. Anthropic nennt höhere Kosten und sich aufsummierende Fehler ausdrücklich als Preis der Autonomie.
• Offene Ziele. „Kümmere dich um den Posteingang“ ist für einen Agenten kein Auftrag. „Ordne jede Anfrage einem Kunden zu und lege einen Antwortentwurf an“ schon.

Dazu kommt das Marketing. Gartner spricht von Agent Washing: Bestehende Chatbots, Assistenten und RPA-Werkzeuge werden als Agenten umetikettiert, ohne nennenswerte Agentenfähigkeiten. Von den tausenden Anbietern schätzt Gartner nur etwa 130 als echte Agentenanbieter ein.

Wie sicher sind KI-Agenten mit Zugriff auf Firmendaten?

Ein Agent ist so sicher wie die Rechte, die Sie ihm geben. Das größte neue Risiko heißt Prompt Injection. Die OWASP führt sie in ihrer Liste der Risiken für Sprachmodell-Anwendungen 2025 an erster Stelle: Eingaben verändern das Verhalten des Modells auf nicht vorgesehene Weise. Bei der indirekten Variante steckt die Anweisung in externen Inhalten wie Websites oder Dateien.

Für einen Agenten, der E-Mails liest, ist das ein reales Risiko. Eine präparierte Nachricht kann ihn dazu bringen, Daten weiterzugeben oder Aktionen auszulösen, die niemand wollte. OWASP empfiehlt deshalb, dem Modell nur die minimal nötigen Rechte zu geben und riskante Aktionen von einem Menschen freigeben zu lassen.

Wer Agenten einsetzt, muss außerdem dafür sorgen, dass die Mitarbeiter wissen, was das System kann und was nicht. Der AI Act verlangt diese KI-Kompetenz von Betrieben, die KI-Systeme einsetzen. Was das konkret heißt, steht im Artikel KI-Kompetenz nach Artikel 4 AI Act.

Braucht ein Betrieb überhaupt einen KI-Agenten?

In den meisten Fällen reicht ein fester Ablauf mit KI an der richtigen Stelle. Gartner schreibt selbst, dass viele Anwendungsfälle, die heute als agentisch verkauft werden, gar keinen Agenten brauchen. Anthropic empfiehlt, mit der einfachsten Lösung zu beginnen und Komplexität nur dann einzubauen, wenn sie nötig ist.

Unsere Faustregel: Steht der Ablauf vorher fest, bauen wir eine Automatisierung. Die ist günstiger im Betrieb, leichter zu prüfen und macht jeden Tag dasselbe. Ein Agent lohnt sich erst, wenn die Schritte von Fall zu Fall wirklich anders aussehen, etwa bei Anfragen, für die mal das ERP, mal das Archiv und mal der Kalender gebraucht wird. Ob ein Standardwerkzeug wie Copilot reicht, klärt der Artikel Copilot, ChatGPT oder eigene KI-Lösung.

Wie startet ein Mittelständler mit einem KI-Agenten?

1. 01

   Einen Ablauf wählen und messen

   Ein konkreter Ablauf, der heute messbar Zeit kostet, etwa die Bearbeitung von Anfragen. Ein bis zwei Wochen erfassen, wie viele Fälle es gibt und wie lange sie dauern.

2. 02

   Daten und Rechte klären

   Welche Systeme braucht der Agent, und wo liegen die Daten in brauchbarer Form? Zuerst bekommt er nur Lesezugriff.

3. 03

   Pilot mit echten Fällen

   Sechs bis zehn Wochen mit echten Vorgängen. Der Agent schlägt vor, ein Mitarbeiter prüft jeden Vorschlag und markiert, was falsch war.

4. 04

   Freigaben schrittweise lockern

   Was sich im Pilot bewährt hat, darf der Agent selbst erledigen. Alles mit Außenwirkung bleibt bei einem Menschen.

5. 05

   Ausrollen oder stoppen

   Spart der Agent nachweislich Zeit, wird er ausgerollt. Sonst wird er beendet, und Sie wissen, dass an dieser Stelle eine einfache Automatisierung reicht.

Wir bauen Agenten nur dort, wo ein fester Ablauf nicht reicht, und wir sagen es offen, wenn das bei Ihnen nicht der Fall ist. Wie wir Agenten an bestehende Systeme anschließen, steht bei der KI-Integration. Für ein erstes Gespräch über einen konkreten Ablauf erreichen Sie uns über den Kontakt.