2024 war das Jahr der Chatbots, 2025 das Jahr der Copiloten, und 2026 ist das Jahr der Agenten. Der Unterschied ist fundamental. Ein Chatbot beantwortet Fragen, ein Copilot macht Vorschläge, ein Agent handelt. Er führt mehrstufige Aufgaben selbstständig aus, greift auf externe Systeme zu, trifft Entscheidungen und liefert Ergebnisse statt Antworten. In Deutschland nutzen inzwischen 41 Prozent der Unternehmen KI, fast dreimal so viele wie 2024. Der Großteil dieser Anwendungen beschränkt sich allerdings noch auf Textgenerierung. Der nächste Schritt, bei dem Agenten ganze Prozesse übernehmen, wird gerade vollzogen.

Was Agenten heute konkret leisten

Autonome Agenten sind keine Science-Fiction mehr. Die Technologie ist verfügbar, und die ersten Mittelständler liefern messbare Ergebnisse. Ein gutes Beispiel ist die Rechnungsverarbeitung. Ein Agent empfängt eingehende Rechnungen per E-Mail oder Upload, extrahiert Positionen und Beträge, gleicht sie mit den offenen Bestellungen im ERP ab, markiert Abweichungen zur manuellen Prüfung und bucht den Rest automatisch. Was früher zwei bis drei Minuten pro Rechnung gekostet hat, dauert Sekunden. Bei 500 und mehr Rechnungen im Monat kommen so mehrere Vollzeittage pro Jahr zusammen, die für wertschöpfende Arbeit frei werden.

Ähnlich sieht es bei der Angebotserstellung aus. Ein Agent zieht die Anforderungen aus der Kundenanfrage, durchsucht Produktkatalog und Preislisten, erstellt ein strukturiertes Angebot und legt es zur Freigabe vor. Aus Stunden werden Minuten. Komplexe Angebote mit vielen Abhängigkeiten bleiben Sache des Vertriebs, Standardangebote nicht mehr.

Auch im Betrieb von IT-Systemen tut sich einiges. Agenten überwachen Produktionsumgebungen, erkennen Anomalien, führen definierte Gegenmaßnahmen selbstständig durch, etwa den Neustart eines Dienstes oder die Skalierung einer Instanz, und protokollieren jeden Schritt. Der Unterschied zur klassischen Automatisierung liegt darin, dass Agenten auch auf Situationen reagieren können, die vorher niemand explizit vorgesehen hat.

Wie ein Produktionsagent aufgebaut ist

Ein produktiv einsetzbarer Agent ist kein einzelnes Modell, sondern ein System. Dazu gehören ein Orchestrator, also das Sprachmodell selbst, Werkzeuge wie APIs, Datenbanken und Dateisysteme, ein Gedächtnis aus Kurzzeitkontext und persistentem Speicher, dazu Grenzen, die der Agent nicht überschreiten darf, und definierte Punkte, an denen er pausiert und auf menschliche Bestätigung wartet.

Die größte Herausforderung ist dabei nicht die Fähigkeit des Modells, sondern die Frage, was der Agent nicht tun soll. Ein Agent, der Rechnungen bucht, darf keine Zahlungen auslösen. Einer, der E-Mails schreibt, darf sie nicht ohne Freigabe verschicken. Diese Grenzen zu definieren und technisch durchzusetzen ist die eigentliche Architekturaufgabe, und ohne menschliche Kontrollpunkte würde ich kein System in Produktion geben.

Für die Anbindung an die bestehende Systemlandschaft hat sich das Model Context Protocol als Standard etabliert. Ein einmal entwickelter MCP-Server für das CRM kann von verschiedenen Agenten genutzt werden, ohne dass die Integration jedes Mal neu gebaut werden muss.

Wo Agenten noch nicht funktionieren

Zum Projekterfolg gehört ehrliches Erwartungsmanagement. Agenten sind heute stark in strukturierten, regelbasierten Aufgaben mit klar definierten Eingaben und Ausgaben. Schwächer sind sie bei hochgradig kreativen Aufgaben, bei strategischen Entscheidungen mit vielen Variablen und in Situationen mit unvollständigen oder widersprüchlichen Informationen.

Der Einstieg gelingt deshalb am besten mit einem abgegrenzten, gut dokumentierten Prozess und nicht mit dem komplexesten Problem des Unternehmens. Ein erfolgreicher Pilotbetrieb baut internes Vertrauen auf und liefert das Fundament für die größeren Projekte danach.