Was ist ein KI-Agent, und worin unterscheidet er sich von Chatbot, RPA und Workflow-Tool?

"Ist ein KI-Agent nicht einfach ein Chatbot mit neuem Namen?" Wer wissen will, was ein KI-Agent ist, landet schnell bei dieser Frage, und die Skepsis ist berechtigt. Das Wort steht inzwischen auf fast jedem Produkt, in dem ein Sprachmodell steckt. Die Abgrenzung passt trotzdem in einen Satz: Ein Chatbot antwortet einem Menschen, ein Workflow-Tool arbeitet eine feste Regelkette ab, ein RPA-Bot klickt sich durch Bildschirmmasken, und ein KI-Agent erledigt einen Arbeitsschritt in Ihren Systemen, auch wenn der Eingang jedes Mal anders aussieht. Für die Entscheidung, was Sie davon brauchen, hilft ein Fall, der bei allen vier Werkzeugen ankommt.

Was ist ein KI-Agent, und was sind die anderen drei?

Ein Chatbot sitzt in einem Gesprächsfenster. Er beantwortet Fragen, fasst Texte zusammen oder schreibt Entwürfe, und das Ergebnis liest ein Mensch. In Ihre Warenwirtschaft trägt er nichts ein, und er wird erst tätig, wenn jemand ihn fragt.

Workflow-Tools wie Make, Zapier, n8n oder Power Automate verbinden Systeme über ihre Schnittstellen. Sie starten bei einem Ereignis, etwa einer neuen Zeile in einer Tabelle, und arbeiten dann eine Kette ab, die vorher jemand gebaut hat: Feld A nach Feld B, ab 1.000 Euro zur Freigabe. Das läuft schnell, kostet im Betrieb wenig und ist zuverlässig, solange die Daten jedes Mal gleich aussehen.

RPA (Robotic Process Automation) bedient die Oberfläche eines Programms wie ein Sachbearbeiter: Maske öffnen, Wert in Feld 3 kopieren, Speichern klicken. Damit kommt man an Altsysteme ohne Schnittstelle heran. Auch der RPA-Bot folgt einem festen Ablauf, er arbeitet ihn nur auf dem Bildschirm ab.

Ein KI-Agent bekommt eine Aufgabe und einen Werkzeugkasten. Er liest, was hereinkommt, auch Freitext, ein PDF oder eine uneindeutige Mail, und entscheidet, welchen Schritt er als Nächstes braucht: im ERP nachsehen, einen Stammsatz abgleichen, einen Entwurf anlegen, eine Rückfrage vorbereiten. Das Sprachmodell versteht den Eingang. Welche Werkzeuge er benutzen darf, nach welchen Regeln und bis wohin, legen Sie fest. Wo er unsicher ist, markiert er den Fall, statt zu raten.

Ein Eingang, vier Werkzeuge

Das folgende Beispiel ist konstruiert und beschreibt keinen Kundenfall.

Angenommen, ein Großhändler für Praxis- und Pflegebedarf bekommt am Dienstagmorgen diese Mail von einem Stammkunden: "Bitte wie letzte Woche, aber 20 statt 12 Kartons Nitrilhandschuhe Größe M. Lieferung diesmal an unsere neue Filiale in Bochum, Hattinger Straße 12. Bis Donnerstag wäre gut." Kein Anhang, keine Artikelnummer, keine Kundennummer.

Der Chatbot

Eine Mitarbeiterin kopiert die Mail in ein Chatfenster und lässt sie zusammenfassen. Das klappt: Kunde, Menge, Größe, neue Adresse, Termin. Was "wie letzte Woche" bedeutet, weiß der Chatbot aber nicht, weil er das ERP nicht sieht. Den Auftrag tippt die Mitarbeiterin anschließend selbst. Gespart hat sie das Lesen der Mail, das Nachschlagen und Eintippen bleibt bei ihr.

Das Workflow-Tool

Der Workflow startet bei jeder neuen Mail im Bestellpostfach. Gebaut wurde er für Bestellungen als Excel-Liste mit Spalten für Artikelnummer und Menge. Diese Mail hat weder Anhang noch Spalten. Der Workflow findet nichts, was er übertragen könnte, und legt die Mail auf einen Fehlerstapel. Im ungünstigen Fall bricht er ab, ohne dass es jemand merkt. Für "wie letzte Woche" ließe sich ein eigener Zweig bauen. Der nächste Kunde schreibt dann "wie immer" oder "die übliche Menge", und jede neue Formulierung braucht wieder einen Zweig.

Der RPA-Bot

Der Bot kann die Auftragsmaske im ERP öffnen und ausfüllen. Die Werte dafür holt er aber von einer festen Stelle ab, etwa aus Zeile 4 einer Tabelle. In dieser Mail stecken die Werte in einem Satz, zum Kopieren gibt es nichts. RPA spielt seine Stärke aus, wenn eine geordnete Liste von einem System ins andere muss und das Zielsystem keine Schnittstelle hat. Freitext ist nicht sein Fall.

Der KI-Agent

Der Agent liest die Mail und ordnet sie ein: eine neue Bestellung, die sich auf eine frühere bezieht. Über die Absenderadresse findet er den Kunden, im ERP die Bestellung der Vorwoche mit 12 Kartons Nitrilhandschuhen M, Artikelnummer und vereinbartem Preis. Artikel und Preis übernimmt er, die Menge setzt er auf 20. Die Adresse in Bochum steht nicht im Kundenstamm. Er hängt sie als abweichende Lieferadresse an den Auftrag und schlägt die Neuanlage vor, den Stamm selbst ändert er nicht. "Donnerstag" rechnet er in ein Datum um und prüft, ob der Bestand für 20 Kartons reicht.

Dann legt er den Auftrag im Status "zu prüfen" an. Jedes Feld trägt einen Vermerk, woher der Wert stammt: aus der Mail, aus der Vorbestellung, aus dem Stamm. Die Mitarbeiterin im Innendienst sieht einen fertigen Entwurf mit genau einer markierten Stelle, der neuen Adresse. Sie prüft sie und gibt frei. Erst dann geht die Auftragsbestätigung an den Kunden.

Hätte der Kunde in der Vorwoche zwei verschiedene Handschuhbestellungen aufgegeben, würde der Agent nicht raten. Er zeigt beide Kandidaten an und formuliert eine Rückfrage an den Kunden vor, die die Mitarbeiterin nur noch abschicken muss.

Woraus ein Agent besteht

Im Agenten aus dem Beispiel arbeiten drei Dinge zusammen: ein Sprachmodell, das den Eingang versteht, feste Regeln für alles, was sich als Regel schreiben lässt, und eine kurze Liste von Werkzeugen wie ERP lesen, Entwurf anlegen, Rückfrage schreiben. Schickt ein Kunde seit Jahren dieselbe Excel-Liste, liest der Agent sie mit einer festen Regel, weil das schneller und billiger ist. Das Modell kommt dort zum Zug, wo Regeln nicht mehr reichen.

Die Frage "Agent oder Workflow-Tool?" ist deshalb oft schief gestellt. Ein gut gebauter Agent enthält die feste Regelkette dort, wo sie passt, und übernimmt zusätzlich die Stellen, an denen bisher ein Mensch lesen und entscheiden musste. Wie weit er dabei gehen darf, bestimmen Sie: Im Beispiel legt er Entwürfe an, verschickt aber keine Bestätigung und ändert keine Stammdaten.

Welches Werkzeug für welchen Prozess

Sehen die Daten immer gleich aus und haben beide Systeme eine Schnittstelle, reicht ein Workflow-Tool. Sollen Mitarbeiter oder Kunden Antworten aus einer festen Wissensbasis bekommen, ist ein Chatbot richtig. Hat ein Altsystem nur eine Bildschirmmaske und liegen die Daten geordnet vor, schließt RPA die Lücke, solange sich die Maske selten ändert. Ein Agent lohnt sich überall dort, wo heute ein Mensch Freitext liest, in zwei oder drei Systemen nachschlägt und dann etwas einträgt: Bestellungen aus Mails, Auftragsbestätigungen von Lieferanten, Anfragen an die Patientenverwaltung, Transportaufträge in der Spedition.

Verkauft Ihnen ein Anbieter etwas als KI-Agenten, klären drei Fragen die Lage. Was liest das System, nur feste Felder oder auch Freitext? Wohin schreibt es, in ein Chatfenster oder in Ihre Systeme? Und was tut es mit dem Fall, den niemand vorhergesehen hat: abbrechen, raten oder markieren und nachfragen? An der dritten Antwort erkennen Sie, ob Sie einen Agenten vor sich haben oder einen Chatbot mit neuem Etikett.

Was Sophera Consulting daraus baut

Sophera Consulting baut KI-Agenten für einzelne Prozesse, zum Festpreis und ohne Abo. Ein Agent ist in ein bis zwei Tagen aufgebaut, der Test mit Ihren echten Fällen läuft in derselben Woche. Nicht jeder Prozess braucht einen Agenten: Wir bauen, was für Ihren Prozess am besten passt, einen Workflow, eine RPA-Lösung, einen Agenten oder eine Mischung daraus. Zu jedem Agenten gehört ein Wartungsagent, der die Schnittstellen auf Änderungen prüft und neue Modellversionen gegen alte Fälle testet. Laufend fallen nur die Nutzungskosten der KI-Modelle an, die direkt bei Ihnen abgerechnet werden. Die Modelle laufen über europäische Infrastruktur oder auf Wunsch auf Ihrer eigenen Hardware. Welcher Ihrer Prozesse sich für den ersten Agenten eignet, klären wir im kostenlosen Automations-Check.

Die Empfehlung

Nehmen Sie den Prozess, in dem heute jemand Mails oder PDFs liest und daraus etwas in Ihr System tippt. Legen Sie zehn echte Eingänge der letzten Tage zur Seite, die unordentlichen eingeschlossen. Fragen Sie jeden Anbieter, was sein Werkzeug mit genau diesen zehn Fällen macht, und lassen Sie es sich zeigen. Kommt ein Werkzeug nur mit den sauberen Fällen zurecht, bleibt die eigentliche Arbeit bei Ihrem Team.