KI Agent erstellen: Ablauf, Beispiel und Grenzen
Ein KI Agent entscheidet selbst, welcher Schritt als nächstes kommt — nützlich, aber riskant ohne Stopp-Regel und Werkzeuggrenze. Ablauf und Beispiel.
Einen KI Agenten zu erstellen heißt, einem Modell nicht nur eine Frage zu stellen, sondern ihm ein Ziel zu geben und es selbst entscheiden zu lassen, welcher Schritt als nächstes kommt — welches Werkzeug es aufruft, welche Information es zuerst sucht, wann es fertig ist. Der Unterschied zu einem Custom GPT liegt genau hier: Ein Custom GPT beantwortet eine Anfrage in einem Schritt mit festem Wissen. Ein Agent plant selbst mehrere Schritte hintereinander — und genau dort entstehen Fehler, die eine einzelne Antwort nie hätte.
Wofür sich das im Büroalltag eignet
- Eine Recherche über mehrere Quellen, bei der die Suchbegriffe je nach Zwischenergebnis angepasst werden müssen, statt mit einer einzigen Suche erledigt zu sein.
- Eine Aufgabe, die Daten aus zwei verschiedenen internen Systemen zusammenführt, etwa eine Kundenübersicht aus dem CRM und aus der Rechnungssoftware.
- Ein wiederkehrender Check mit mehreren Bedingungen — prüfen, ob ein Lagerbestand unter einen Grenzwert fällt, und wenn ja, einen Bestellentwurf vorbereiten, aber nicht automatisch abschicken.
Nicht geeignet ist ein Agent für jede endgültige, schwer rückgängig zu machende Aktion ohne Freigabe durch eine Person — eine E-Mail an eine Kundin verschicken, eine Bestellung auslösen, einen Datensatz löschen. Und für einen Ablauf mit klaren, immer gleichen Schritten reicht ein einfaches Automatisierungswerkzeug — dazu mehr in Workflow-Automatisierung —, ohne dass ein Modell bei jedem Durchlauf neu entscheiden muss, was als nächstes passiert.
Ein Ablauf, der die Kontrolle nicht abgibt
- Formuliere Ziel und Stopp-Regel ausdrücklich, bevor der Agent startet: „Sammle die drei aktuellsten Preise für X. Findest du zu einem Anbieter keine verlässliche Quelle, kennzeichne das als offen, statt einen Preis zu schätzen."
- Gib dem Agenten nur die Werkzeuge, die die Aufgabe tatsächlich braucht — Lesezugriff statt Schreibzugriff, solange der Ablauf noch nicht getestet ist. Ein Agent, der versehentlich eine Datei löschen kann, wird das irgendwann auch tun.
- Baue einen Prüfpunkt vor jeder schwer rückgängig zu machenden Aktion ein — ein Entwurf, den eine Person freigibt, statt ein direkt verschicktes Ergebnis.
- Teste den Agenten an fünf bis zehn bekannten Fällen und lies dabei die Zwischenschritte mit, nicht nur das Endergebnis — ein überzeugend klingendes Ergebnis kann über einen falschen Zwischenschritt entstanden sein.
Ein Beispiel von Anfang bis Ende
Nimm die Aufgabe, für eine interne Marktübersicht die drei größten Wettbewerber zu recherchieren und zusammenzufassen. Schwache Vorgabe: „Recherchiere unsere drei größten Konkurrenten und fass es zusammen." Ergebnis: Der Agent sucht breit, übernimmt eine veraltete Umsatzzahl aus einem zwei Jahre alten Artikel und stellt sie neben eine aktuelle Zahl eines anderen Unternehmens, ohne das Datum in der Zusammenfassung zu nennen.
Vollständige Vorgabe: „Recherchiere zu den Unternehmen A, B und C jeweils Umsatz und Mitarbeiterzahl aus einer Quelle, die nicht älter als zwölf Monate ist. Nenne bei jeder Zahl das Datum und die Quelle. Findest du für ein Unternehmen keine Zahl aus den letzten zwölf Monaten, schreib „keine aktuelle Zahl gefunden" statt der ältesten verfügbaren." Das Ergebnis lässt sich prüfen, weil jede Zahl ihre Herkunft und ihr Alter trägt — die schwache Vorgabe hätte das nirgends verlangt.
Ein Agent, der ein Ziel erreicht, hat noch nicht automatisch den richtigen Weg dorthin genommen. Der Weg zeigt sich erst, wenn jemand die Zwischenschritte liest — nicht nur das Endergebnis.
Warum genau diese Fehler passieren
Bei einer einzelnen Antwort sieht eine Person sofort, ob sie stimmt. Ein Agent reicht das Ergebnis eines Schritts als Eingabe an den nächsten weiter, ohne dass jemand dazwischen hinschaut — ein falscher Zwischenschritt wird so zur Grundlage für den nächsten, und am Ende steht eine selbstbewusst formulierte Antwort, die auf einem Fehler von vor drei Schritten aufbaut. Wie zuverlässig solche mehrstufigen Abläufe inzwischen sind, verfolgt der Stanford AI Index über mehrere Jahre — die Fähigkeiten wachsen sichtbar, ohne dass ein Zwischenschritt dadurch überflüssig würde.
Die OECD-Leitlinien zu KI nennen eine wirksame menschliche Aufsicht ausdrücklich als Voraussetzung für einen verantwortungsvollen Einsatz — bei einem Agenten heißt das konkret: ein Prüfpunkt vor jeder Aktion, die sich nicht rückgängig machen lässt, nicht erst eine Kontrolle am Ende der Kette.
Wie verbreitet solche Agenten im Job bereits sind
Der Bitkom erhebt regelmäßig, wie viele deutsche Unternehmen generative KI-Werkzeuge inzwischen einsetzen, agentenbasierte Anwendungen eingeschlossen. Welche mehrstufigen Aufgaben sich davon technisch überhaupt zuverlässig automatisieren lassen, untersucht laufend das IAB.
Genau die Fähigkeit, einen mehrstufigen Ablauf Schritt für Schritt zu prüfen statt nur das Endergebnis abzunicken, ist Teil dessen, wofür der Arbeitsmarkt laut PwC AI Jobs Barometer einen deutlichen Gehaltsaufschlag zahlt.
Was du am Montag ausprobierst
- Wähl eine mehrstufige Aufgabe, die du sonst von Hand über mehrere Quellen zusammenträgst.
- Formuliere Ziel und Stopp-Regel ausdrücklich, bevor der Agent startet.
- Gib nur Lesezugriff auf die nötigen Werkzeuge, keinen Schreibzugriff, für den ersten Testlauf.
- Lies bei den ersten fünf Durchläufen jeden Zwischenschritt mit, nicht nur das Endergebnis.
Besteht die Aufgabe aus immer denselben, klar definierten Schritten ohne eigene Entscheidung des Modells, reicht ein einfacheres Werkzeug — dazu mehr in Workflow-Automatisierung. Reicht dagegen ein einzelner Chat mit festem Wissen für die Aufgabe aus, ist Custom GPT erstellen der einfachere erste Schritt. Richtet sich das Ergebnis an Besucher der eigenen Website statt an dich selbst, zeigt Chatbot erstellen dieselbe Prüf-Regel mit einer engeren Eskalationsregel, und für denselben Ablauf über WhatsApp gilt eine eigene Zusatzregel, ausführlicher in WhatsApp Chatbot. Soll der Agent am Ende selbst Code schreiben oder ein Skript ausführen, zeigt KI programmieren denselben Ablauf — klein anfangen, Zwischenschritt zeigen, Ergebnis prüfen — für eigenen Programmcode.
Verantwortet am Ende jemand mit dem Jobtitel „KI-Manager" die laufende Prüfung eines solchen Agenten, gilt derselbe Grundsatz — mehr dazu in KI-Manager. Der Prüfschritt selbst ist derselbe wie bei jeder anderen KI-Aufgabe im Büro, ausführlicher beschrieben in KI im Büro.
Genau diese Fähigkeit — ein Ziel klar formulieren und jeden Zwischenschritt prüfen, statt dem Ergebnis blind zu vertrauen — vermittelt Coursium in kurzen Lektionen fürs Handy. Bleib der KI voraus mit Übungen an echten Aufgaben statt an Demo-Beispielen. Mehr zu diesem Ansatz steht über Coursium.