Was macht ein KI-Agent: Leistung und Kosten im Betrieb

Die Frage "Was macht ein KI-Agent?" wird fast immer mit einer Definition beantwortet: ein System, das ein Ziel eigenständig verfolgt. Das stimmt, hilft im Betrieb aber wenig. Wer über die Anschaffung nachdenkt, will zwei andere Dinge wissen: Welche Arbeit nimmt mir das Ding tatsächlich ab, und was kostet es mich über zwölf Monate?

Beides lässt sich beantworten, nur nicht mit einer Pauschalzahl. Die Leistung eines Agenten hängt daran, wie eng seine Aufgabe geschnitten ist. Die Kosten hängen an vier Posten, von denen nur einer auf einer Rechnung auftaucht. Und dazwischen liegt die eigentliche Entscheidung: Braucht dieser Prozess überhaupt einen Agenten, oder reicht eine feste Automatisierung, die weniger kostet und zuverlässiger läuft?

Dieser Artikel beantwortet die Betriebsfrage, nicht die Lehrbuchfrage. Was ein KI-Agent grundsätzlich ist und wie seine Schleife aus Wahrnehmen, Entscheiden und Handeln funktioniert, steht ausführlich im Grundlagenartikel KI-Agent: Definition und Funktionsweise. Hier geht es um Leistung, Kosten und die Frage, wann sich das rechnet. Konkrete Euro-Beträge findest du bewusst nicht - wer dir eine Pauschale nennt, ohne deinen Prozess zu kennen, verkauft dir eine Zahl, keine Wahrheit.

Was macht ein KI-Agent im Unternehmen: die kurze Antwort

Ein KI-Agent übernimmt die wiederkehrende Arbeit rund um einen Prozess - nicht den Prozess selbst und schon gar keine Rolle. Er sitzt zwischen den Beteiligten und erledigt die Handgriffe, die heute niemandem Freude machen: Eingänge sichten, Informationen zusammensuchen, Felder füllen, nachfassen, Bescheid geben.

Der Unterschied zu einem Werkzeug wie einem Sprachmodell im Browser ist die Auslösung. Ein Chatfenster wartet darauf, dass jemand es öffnet. Ein Agent startet von selbst - wenn eine E-Mail eintrifft, wenn ein Formular abgeschickt wird, wenn ein Zeitpunkt erreicht ist. Genau daraus entsteht der wirtschaftliche Effekt: Arbeit passiert, ohne dass ein Mensch daran denken muss.

Der Unterschied zu einem klassischen Ablauf ist die Toleranz. Eine feste Automatisierung braucht saubere Eingaben. Ein Agent kommt auch mit einer frei formulierten E-Mail zurecht, in der die Bestellnummer irgendwo im dritten Satz steht. Diese Toleranz ist der Grund, warum Agenten gerade dort einziehen, wo Automatisierung bisher gescheitert ist - und zugleich der Grund, warum sie mehr kosten und mehr Kontrolle brauchen.

Die fünf Leistungen, die ein KI-Agent wirklich erbringt

KIMit KI erzeugtes Bild

In der Praxis lässt sich fast jeder produktive Agent auf fünf Leistungen zurückführen. Wer mehr verspricht, verkauft eine Demo.

Erfassen. Der Agent nimmt einen Eingang an - eine E-Mail, ein Formular, einen Anruf, eine Datei - und macht daraus strukturierte Angaben. Aus einer Anfrage werden Absender, Anliegen, Dringlichkeit, Produktbezug. Diese Leistung allein trägt schon viele Projekte, weil die Erfassung heute meist von der teuersten verfügbaren Ressource erledigt wird: einem Menschen mit Fachwissen.

Anreichern. Der Agent sucht zusammen, was zum Vorgang gehört: den Kundendatensatz im CRM, die letzte Rechnung im ERP, den passenden Abschnitt aus einer Dokumentation, den Verlauf früherer Gespräche. Das ist die Leistung, die im Alltag am meisten Zeit spart, weil sie sonst über vier offene Programmfenster verteilt stattfindet.

Entscheidung vorbereiten. Aus Erfassung und Anreicherung entsteht ein Vorschlag: eine Antwort, ein Angebotsentwurf, eine Priorisierung, eine Empfehlung, wer den Fall übernehmen sollte. Wichtig ist das Wort "vorbereiten". Der Agent liefert die Vorlage, die Freigabe bleibt beim Menschen, solange Geld oder Reputation im Spiel sind.

Zurückschreiben. Der Agent trägt das Ergebnis dort ein, wo es hingehört - Ticket angelegt, CRM-Feld gefüllt, Termin gebucht, Antwort versendet. Ohne diesen Schritt entsteht kein Nutzen, sondern nur ein weiterer Ort, an dem Informationen liegen. Genau hier scheitern viele Pilotprojekte: Der Agent denkt gut und schreibt nirgendwo hin.

Eskalieren. Der Agent erkennt, wann er nicht weiterkommt, und gibt sauber ab - mit allem, was er bis dahin zusammengetragen hat. Diese Leistung wird beim Kauf nie besprochen und entscheidet später über die Akzeptanz im Team. Ein Agent, der bei Unsicherheit rät, wird abgeschaltet. Einer, der bei Unsicherheit übergibt, wird behalten.

Wie diese fünf Leistungen in konkreten Prozessen aussehen, zeigen die Beispiele in Prozessautomatisierung mit KI im Mittelstand und für den Erstkontakt am Telefon in KI-Telefonie.

Was ein KI-Agent nicht leistet

Ebenso wichtig für die Kostenrechnung ist die andere Seite. Ein KI-Agent liefert keine Entscheidung, für die niemand geradesteht. Er ersetzt keine Fachkraft, sondern deren Zuarbeit. Er repariert keine schlechten Daten - er macht ihre Lücken nur schneller sichtbar. Und er ersetzt keinen Prozess, den es noch nicht gibt: Was heute jeder im Team anders macht, kann ein Agent nicht vereinheitlichen, er wird die Unterschiede nur reproduzieren.

Auch die Abgrenzung nach unten gehört dazu. Anthropic empfiehlt in seinem Leitfaden Building Effective Agents ausdrücklich, die einfachste mögliche Lösung zu wählen und Komplexität erst zu erhöhen, wenn es nötig ist. Sehr viel von dem, was heute als Agent verkauft wird, ist in Wahrheit ein Workflow - und wäre als Workflow günstiger, schneller und prüfbarer. Wie so ein Workflow aussieht, zeigt n8n-Automatisierung in der Praxis; die Plattform selbst erklärt Was ist n8n.

Die Faustregel: Lässt sich die Aufgabe in Wenn-dann-Regeln beschreiben, ohne dass die Liste unübersichtlich wird, nimm den Workflow. Erst wenn die Eingaben unstrukturiert sind oder die Zahl der Sonderfälle die Regelliste sprengt, lohnt der Agent.

Woraus sich die Kosten eines KI-Agenten zusammensetzen

KIMit KI erzeugtes Bild

Die verbreitete Vorstellung, ein KI-Agent koste eine monatliche Lizenz, ist der häufigste Grund für gerissene Budgets. Tatsächlich verteilen sich die Kosten auf vier Blöcke, von denen nur einer regelmäßig auf einer Rechnung steht.

Block 1: Vorarbeit. Prozess klären, Datenqualität prüfen, Zugriffsrechte festlegen, Grenzen definieren, Testfälle sammeln. Dieser Block ist einmalig und fast immer der größte Posten beim Start - und der einzige, den man einsparen kann, indem man ihn überspringt. Genau das ist die teuerste Sparmaßnahme des Projekts.

Block 2: Laufender Verbrauch. Modellaufrufe und Plattformbetrieb. Er skaliert mit dem Volumen und mit der Länge des Kontexts, den der Agent bei jedem Schritt mitschleppt. Planbar wird er erst, wenn man weiß, wie viele Vorgänge pro Tag anfallen und wie viele Denkschritte ein Vorgang braucht.

Block 3: Nacharbeit. Jedes falsche oder unvollständige Ergebnis kostet Zeit - beim Erkennen, beim Korrigieren, beim Wiederherstellen des Vertrauens. Dieser Block sinkt mit der Qualität der Vorarbeit und steigt mit der Autonomie, die man dem Agenten einräumt.

Block 4: Pflege. Prozesse ändern sich, Schnittstellen ändern sich, Modelle ändern sich, Zuständigkeiten ändern sich. Ein Agent, den niemand pflegt, wird nicht schlagartig kaputt, sondern langsam ungenau - und wird genau deshalb oft erst bemerkt, wenn er schon Schaden angerichtet hat. Über zwölf Monate gerechnet ist das bei fast jedem produktiven Agenten der größte Posten.

Dazu kommt ein Posten, der in Kalkulationen fast immer fehlt: Kompetenz. Artikel 4 des EU AI Acts verlangt seit dem 2. Februar 2025 unabhängig von der Risikoklasse, dass Beschäftigte, die KI einsetzen, ausreichend geschult sind. Was das praktisch bedeutet, steht in KI-Schulungspflicht nach dem EU AI Act; den Gesamtrahmen erklärt Der EU AI Act für Unternehmen.

Die drei Kostentreiber, die niemand einplant

Der erste Treiber ist der Kontext. Ein Agent, der bei jedem Schritt das komplette Handbuch, die gesamte Gesprächshistorie und drei Datenbankauszüge mitschickt, zahlt diese Menge bei jedem einzelnen Aufruf erneut. Das ist der Grund, warum zwei technisch identische Agenten sich in den Betriebskosten um ein Vielfaches unterscheiden können. Der wirksamste Hebel dagegen ist technischer Natur: Anthropic rechnet einen Treffer im Prompt-Cache mit dem 0,1-fachen des normalen Eingabepreises ab, während das Schreiben in den Kurzzeit-Cache das 1,25-fache kostet. Wiederkehrender Kontext kostet damit nur noch einen Bruchteil - vorausgesetzt, der Agent ist so gebaut, dass der stabile Teil vorne steht. Diese Bauentscheidung fällt in Woche eins und wirkt jeden Monat.

Der zweite Treiber ist die Autonomie. Jede Stufe mehr Selbstständigkeit bedeutet mehr Denkschritte pro Vorgang, mehr Werkzeugaufrufe und mehr Kontrollaufwand. Wo eine Freigabe durch Menschen genügt, ist sie fast immer billiger als die Absicherung, die vollautonomes Handeln erfordern würde.

Der dritte Treiber ist die Zahl der Schnittstellen. Nicht die Anzahl der Aufgaben treibt die Pflege, sondern die Anzahl der Systeme, an denen der Agent hängt. Ein Agent an zwei Systemen ist wartbar. Einer an sieben ist ein kleines Projekt mit Dauerlast. Die vier Stufen, in denen sich diese Komplexität sinnvoll aufbauen lässt, beschreibt die Stufenlogik der Automatisierung.

Mieten oder selbst bauen: welches Kostenmodell wann passt

KIMit KI erzeugtes Bild

Für die Kostenseite ist die Betriebsform wichtiger als die Bauform. Es gibt drei realistische Modelle.

Selbst bauen und selbst betreiben lohnt sich, wenn intern jemand Prozesse versteht, Systeme verdrahten kann und dafür dauerhaft Zeit hat. Der Einstieg ist günstig, die Dauerlast unterschätzt man fast immer. Wie der Bau abläuft, steht Schritt für Schritt in KI-Agent erstellen ohne eigenen Entwickler.

Bauen lassen und selbst betreiben ist der übliche Mittelweg. Er funktioniert, wenn beim Übergeben nicht nur der Agent geliefert wird, sondern auch Dokumentation, Testfälle, eine Überwachung und eine benannte verantwortliche Person. Fehlt einer dieser vier Punkte, wird aus dem Modell nach wenigen Monaten stiller Stillstand.

Mieten bedeutet, dass Bau, Betrieb und Weiterentwicklung in einer Hand bleiben und an einem Ergebnis abgerechnet wird statt an Aufbaustunden. Das rechnet sich, solange ein bis zwei Prozesse betroffen sind oder niemand intern die Dauerverantwortung übernehmen kann. Genau dafür gibt es das Modell Rent an Agent.

Die Entscheidung fällt selten am Preis des ersten Monats. Sie fällt an der Frage, wer in Monat neun draufschaut, wenn sich das CRM-Feld geändert hat.

Woran du eine KI-Agentur erkennst, die den Betrieb mitdenkt

Der Markt ist unübersichtlich, und das ist keine Meinung, sondern erhoben: Gartner schätzt, dass von den tausenden Anbietern, die sich "agentisch" nennen, nur rund 130 tatsächlich agentische Fähigkeiten haben, und prognostiziert, dass über 40 Prozent der Agenten-Projekte bis Ende 2027 abgebrochen werden - wegen steigender Kosten, unklarem Nutzen und fehlender Risiko-Kontrolle. Im selben Zeitraum sollen rund 33 Prozent der Unternehmenssoftware Agenten enthalten. Beides gleichzeitig: massive Verbreitung und massives Scheitern.

Vier Fragen trennen im Erstgespräch belastbare Anbieter von Demo-Verkäufern:

Was schlägst du vor, das kein Agent ist? Wer auf jede Aufgabe mit einem Agenten antwortet, hat ein Produkt, keine Analyse.

Wie merkt ihr, dass er falsch liegt? Eine Antwort ohne Überwachung, Fehlerbenachrichtigung und Stichprobenprüfung ist keine Antwort.

Was passiert in Monat neun? Pflege, Ansprechpartner, Weiterentwicklung. Wenn das Angebot mit dem Livegang endet, endet auch der Nutzen.

Wie haltet ihr die Transparenzpflichten ein? Wer die Kennzeichnungspflicht aus Artikel 50 des EU AI Acts nicht von selbst anspricht, hat noch keinen Agenten mit Publikumskontakt in Betrieb gebracht.

Was den Standort angeht: Für Bau und Betrieb spielt er keine Rolle, ein Agent läuft in deinen Systemen, nicht im Büro der Agentur. Ob du eine KI-Agentur in Berlin, München, Hamburg, Stuttgart oder sonst wo in Deutschland beauftragst, entscheidet nicht über die Qualität. Wichtiger ist, dass sie in deinem Rechtsraum arbeitet, deine Sprache spricht und im Zweifel erreichbar ist. Wie AUTIMA als KI-Agentur arbeitet und welche Prozesse sich in welcher Reihenfolge lohnen, klärt eine KI-Strategie-Beratung vor dem ersten Baustein.

Häufige Fehler bei KI-Agenten für Unternehmen

Den Agenten vor dem Prozess bauen. Der teuerste und häufigste Fehler. Ein Agent auf einem ungeklärten Prozess macht die Unordnung schneller, nicht kleiner.

Datenqualität als Nebensache behandeln. Bei einem bayerischen Hersteller von Trinkwasser-Systemen war genau das der Kern der Aufgabe: Über Jahre und mehrere Systemwechsel hinweg war die Vertriebsdatenbank so unbrauchbar geworden, dass anderthalb Stellen über zwölf Monate für die Bereinigung eingeplant waren, veranschlagt mit 720 Arbeitsstunden. Ein KI-gestützter Ablauf hat daraus 32 Stunden gemacht, über 61.000 Datensätze bereinigt und über 6.000 verlorene Telefonnummern und E-Mail-Adressen allein aus vorhandenen Belegen rekonstruiert. Der Fall steht vollständig in der Fallstudie misterwater. Die Lehre daraus gilt in beide Richtungen: Datenarbeit ist ein eigener, lohnender Anwendungsfall - und kein Agent im Vertrieb wird gut, solange sie nicht erledigt ist.

Zu breit schneiden. "Ein Agent für den Kundenservice" ist keine Aufgabe, sondern eine Abteilung. "Eingehende Reklamationen erfassen, dem richtigen Auftrag zuordnen und mit Vorschlag an die Sachbearbeitung geben" ist eine Aufgabe.

Keine Zuständigkeit benennen. Ein Agent ohne verantwortliche Person ist ein Projekt mit Ablaufdatum. Das ist dasselbe Muster, das hinter dem Zustand steckt, den wir in KI-ready, aber nicht produktiv beschrieben haben.

Den Menschen zu früh herausnehmen. Freigaben wirken wie Bremsen, sind aber in den ersten Monaten die günstigste Versicherung, die es gibt.

Wann sich ein KI-Agent rechnet und wie du entscheidest

Für kleine Betriebe und den Mittelstand rechnet sich ein Agent dort, wo ein klar umrissener Vorgang mehrmals täglich anfällt und heute qualifizierte Leute Zeit kostet: Anfragen erfassen, Angebote nachfassen, Anrufe außerhalb der Geschäftszeiten annehmen, Termine koordinieren, Daten pflegen. Der Einstieg über einen KI-Telefonassistenten oder eine erste Strecke im Vertrieb funktioniert deshalb gut, weil sich der entgangene Nutzen dort direkt beziffern lässt - die Einsatzfelder sind in KI im Vertrieb einzeln aufgeschlüsselt.

In größeren Organisationen verschiebt sich die Rechnung. Dort ist selten der einzelne Vorgang teuer, sondern die Abstimmung zwischen Systemen und Abteilungen. Der Nutzen entsteht an den Übergabestellen, und die Vorarbeit ist entsprechend größer. Der Reifegrad ist da: 41 Prozent der deutschen Unternehmen setzen laut Bitkom KI bereits aktiv ein, nach 17 Prozent im Jahr davor.

Drei Fragen führen fast immer zu einer klaren Antwort. Erstens: Fällt der Vorgang mindestens mehrmals täglich in ähnlicher Form an? Wenn nein, lohnt kein Agent. Zweitens: Könntest du ihn einem neuen Mitarbeiter in zehn Minuten erklären? Wenn nein, ist zuerst der Prozess dran, nicht die Technik. Drittens: Gibt es eine Person, die den Agenten in sechs Monaten noch verantwortet? Wenn nein, mach das Mieten zur Bedingung oder lass es.

In über 600 Projekten seit 2012 war der Unterschied zwischen einem Agenten, der bleibt, und einem, der nach dem Pilotprojekt verschwindet, nie das Modell und selten das Budget. Es war immer die Frage, ob jemand den Prozess vorher verstanden hatte. Falls du unsicher bist, welcher deiner Prozesse überhaupt einen Agenten trägt und welcher mit einem einfachen Ablauf besser bedient ist: Genau diese Reihenfolge ist der Inhalt einer KI-Strategie-Beratung. Begriffe, die dabei fallen, findest du im Glossar.