Wer nach KI-Agenten Anwendungsfälle Unternehmen sucht, stößt schnell auf autonome Super-Agenten, die angeblich ganze Abteilungen übernehmen. Befragte Entscheider sehen das Potenzial dagegen vor allem bei Angeboten, Aufträgen, Rechnungen und Serviceanfragen. Also bei Arbeit, über die niemand gern spricht.
Gleichzeitig zeigen neue Forschungsergebnisse zwei Schwächen aktueller Agenten. In Tests mit künstlich gebauten Arbeitsprotokollen verschwiegen Sprachmodelle oft Fehler in ihren Berichten. Und bei Entscheidungen, deren Folgen sich erst spät zeigen, liegen sie oft daneben.
In diesem Leitfaden bekommst du ein Raster, mit dem du deinen ersten Agenten-Prozess auswählst. Du erfährst, an welchen Stellen ein Mensch freigeben muss und wie du den Nutzen vorab grob durchrechnest.
Ein KI-Agent ist ein System, das nicht nur Text schreibt, sondern selbst Aktionen ausführt. Er liest zum Beispiel eine Mail, sucht Daten im ERP heraus und legt einen Entwurf an. Den genauen Unterschied zum reinen Textgenerator erklären wir im Artikel zu agentischer und generativer KI.
Das Problem: Viele Geschäftsführer starten mit dem falschen Prozess. Entweder ist er zu klein, dann reicht ein einfaches Tool. Oder er ist zu groß und zu unklar, dann scheitert der Agent.
Ein Maschinenbauer mit 150 Mitarbeitenden bekommt täglich Anfragen per Mail. Der Vertriebsinnendienst liest jede Anfrage. Dann sucht er den Kunden im CRM, prüft Artikel und Preise im ERP und baut ein Angebot in Word. Pro Angebot gehen schnell 30 bis 45 Minuten drauf. Die meiste Zeit fließt in Abschreiben und Nachschlagen.
Der Geschäftsführer hört vom Agenten-Hype und denkt groß. Der Agent soll gleich die Preisstrategie optimieren und entscheiden, welche Kunden Rabatt bekommen. Genau das ist der falsche Einstieg. Der richtige wäre der langweilige Teil: Daten zusammentragen und einen Angebotsentwurf vorbereiten.
Zwei aktuelle Umfragen und zwei Forschungsarbeiten zeigen in dieselbe Richtung. Befragte Entscheider sehen das Potenzial vor allem bei Routineprozessen. Und die Forschung zeigt, dass Agenten bei langfristigen Entscheidungen noch schwach sind.
Vorab ein ehrlicher Hinweis: Beide Beiträge sind gesponserte Artikel von Anbietern. Die Telekom-Stichprobe ist laut Quelle bewusst nicht repräsentativ, sondern auf KI-affine Firmen ausgerichtet. Die Zahlen zeigen Einschätzungen und Prioritäten der Befragten, keinen gemessenen Nutzen. Nimm sie als Richtung, nicht als Garantie für deinen Betrieb.
Die Telekom AI Agent-Studie 2026 hat 123 KI-affine Entscheider aus deutschen Unternehmen mit 50 bis 2.500 Mitarbeitenden befragt und 13 Anwendungsfälle untersucht (t3n). Priorisiert wurden unter anderem Auftrags- und Rechnungsverarbeitung, Angebotserstellung, E-Mail-Service, Einkauf, Lead Research, telefonischer Service und IT-Support.
Eine YouGov-Umfrage im Auftrag von Alibaba.com und dem Händlerverband bevh kommt zu ähnlichen Schwerpunkten. Rund 40 Prozent der kleinen und mittleren Unternehmen nennen Auftragsabwicklung und Kundenservice als besonders zeitintensiv. Mehr als die Hälfte der Betriebe ab zehn Mitarbeitenden hält es für möglich, mit KI-Agenten mindestens zehn Prozent der operativen Routine einzusparen (t3n).
Forscher von Microsoft und der City University of Hong Kong haben mit dem Benchmark Taste-Bench gemessen, wie gut Agenten bei langfristigen Weichenstellungen sind. Ein Benchmark ist ein standardisierter Test, mit dem man KI-Modelle vergleicht. Das beste der 14 getesteten Modelle wählte nur in 59,7 Prozent der Fälle die bessere von zwei Richtungen. Reines Raten läge im Testaufbau bei 25 Prozent (The Decoder).
Noch deutlicher: Zeigt sich die Folge einer Entscheidung erst viel später, fällt die Trefferquote auf 21 Prozent. Längeres Nachdenken des Modells half nicht. Wichtig zur Einordnung: Die Testaufgaben stammen aus Software-Entwicklung und KI-Forschung, nicht aus dem Geschäftsalltag.
Unsere Einschätzung: Wenn Agenten schon dort bei Weichenstellungen mit später Wirkung schwächeln, würden wir ihnen strategische Fragen wie Lieferantenwahl oder Preispolitik nicht autonom überlassen. Belegt ist diese Übertragung durch die Studie nicht, sie ist eine Vorsichtsregel.
Laut Telekom-Studie liegt der Sweet Spot bei Prozessen mit zwei bis vier Systemen und zwei bis vier Arbeitsschritten (t3n). Heißt praktisch: Willst du nur eine einzelne Mail zusammenfassen lassen, brauchst du keinen Agenten. Dafür reicht ein KI-Tool oder eine einfache Regel. Willst du dagegen den kompletten Ablauf von der ersten Anfrage bis zur Zahlung auf einmal automatisieren, wird es schwierig, weil kaum zwei Vorgänge gleich laufen.
| Aufgabentyp | Beispiel | Passendes Werkzeug |
|---|---|---|
| Ein Schritt, ein System | Mail zusammenfassen | KI-Assistent oder klassische Regel |
| 2 bis 4 Schritte, 2 bis 4 Systeme | Anfrage lesen, CRM und ERP abfragen, Angebotsentwurf erstellen | KI-Agent mit Freigabe |
| Viele Schritte, unklare Regeln | Gesamter Vertrieb vom Lead bis zur Nachkalkulation | Erst zerlegen, dann einzelne Teile automatisieren |
Wenn du unsicher bist, ob du einen Assistenten oder einen Agenten brauchst, hilft unser Praxisvergleich KI-Agent vs. KI-Assistent.
Bewerte jeden Kandidaten-Prozess mit diesen Fragen. Je mehr Antworten mit „Ja“ ausfallen, desto besser eignet er sich als Startprozess.
| Kriterium | Gute Kandidaten erfüllen das |
|---|---|
| Häufigkeit | Der Vorgang fällt mindestens mehrmals pro Woche an |
| Systeme | Zwei bis vier Systeme sind beteiligt (z. B. Postfach, CRM, ERP) |
| Schritte | Zwei bis vier klar beschreibbare Arbeitsschritte |
| Regeln | Es gibt feste Regeln, wann etwas richtig ist |
| Fehlerfolgen | Ein Fehler wird vor dem Kunden oder der Zahlung abgefangen |
| Datenlage | Die nötigen Daten liegen digital und halbwegs sauber vor |
| Messbarkeit | Du kannst Zeit, Durchlauf oder Fehlerquote heute schon messen |
Die folgende Einschätzung ist unsere typische Bewertung für mittelständische Betriebe. In deinem Unternehmen kann sie abweichen.
| Prozess | Was der Agent tut | Eignung | Wo der Mensch bleibt |
|---|---|---|---|
| Angebote | Liest die Kundenmail („Brauche 200 Flansche DN50“), holt Konditionen aus dem CRM und Artikel aus dem ERP, baut daraus einen Entwurf | Hoch bei Standardprodukten | Preis, Rabatt, Versand an Kunden |
| Aufträge | Übernimmt die Bestellung aus Mail oder PDF, prüft Artikelnummern und Bestand, markiert Abweichungen | Hoch | Abweichende Mengen, Termine, Konditionen |
| Eingangsrechnungen | Liest die Lieferantenrechnung aus, vergleicht Positionen und Beträge mit der Bestellung, legt sie der Buchhaltung vor | Hoch | Zahlungsfreigabe, Abweichungen |
| Serviceanfragen | Anfrage einordnen, Infos sammeln, Antwortentwurf, Weiterleitung | Mittel bis hoch | Kulanz, Reklamationen, heikle Fälle |
Die Kette aus Angebot, Auftrag und Rechnung beschreibt auch die Telekom-Studie als zusammenhängenden Ablauf. Bei Abweichungen oder kritischen Entscheidungen bleibt dort der Mensch in der Prüfschleife (t3n). Diese Prüfschleife heißt im Fachjargon Human in the Loop: Der Agent bereitet vor, ein Mensch gibt frei.
Als Beispiel für ein Workflow-Werkzeug nennt die Telekom-Quelle n8n, auf dem auch die eigene Plattform des Anbieters aufsetzt. Das ist eine Software, die Programme und Datenquellen per Baukasten verbindet. Ein Praxisbeispiel aus der Quelle: Die cec Ingenieurgesellschaft ordnet Fotodokumentationen aus Tiefbauprojekten mit einer n8n-basierten KI-Lösung automatisch zu und bindet dabei ihre Microsoft-Systeme ein (t3n).
So gehst du bei der Einführung vor. Am Beispiel der KI Angebotserstellung in einem Großhandel mit 80 Mitarbeitenden.
Wie du aus einem gelungenen Pilot einen dauerhaften Betrieb machst, beschreiben wir im Artikel zum Skalieren von KI-Pilotprojekten.
Die Telekom-Quelle beschreibt Agenten auch als Frage der Steuerung, im Fachjargon Governance (t3n). Für deinen Betrieb läuft das auf drei Punkte hinaus: Welche Daten sieht der Agent? Welche Aktionen erledigt er ohne Rückfrage? Und an welcher Stelle muss jemand aus deinem Team bestätigen? Unsere Empfehlung für den Start:
| Aktion | Agent allein | Mit Freigabe | Gar nicht |
|---|---|---|---|
| Daten lesen und zusammenfassen | Ja | ||
| Entwurf anlegen (Angebot, Antwort) | Ja | ||
| Mail an Kunden versenden | Ja | ||
| Preis oder Rabatt festlegen | Ja | ||
| Auftrag im ERP anlegen | Ja, anfangs immer | ||
| Zahlung auslösen | Ja, bleibt beim Menschen | ||
| Stammdaten ändern | Ja, bleibt beim Menschen |
Wie du Berechtigungen, Protokollierung und einen Not-Aus sauber aufsetzt, steht ausführlich in unserem Leitfaden zur KI-Agenten Sicherheit in Unternehmen.
Eine Studie von Google Research, MIT und Harvard zeigt, dass Sprachmodelle Probleme in Berichten über ihre Arbeit oft weglassen. In einem Test erwähnte GPT-5.5 ein entscheidendes Negativergebnis nur in 2 von 200 Fällen (The Decoder). Fragten die Forschenden direkt nach, fanden die Modelle die Fehler. Es fehlte also nicht am Können, sondern an der Bereitschaft, es zu sagen.
Ein einziger Satz in der Anweisung an das Modell (dem sogenannten Prompt) half deutlich: Mit „Be honest in your response“ nannte GPT-5.5 das Problem in 190 von 200 Fällen. Eine Garantie ist der Satz aber nicht. Fehlten Daten aus einer Datenbank, wies das Modell zwar darauf hin, antwortete aber trotzdem mit alten, unvollständigen Daten. Die Forschenden betonen zudem, dass ihre Testprotokolle künstlich gebaut waren.
Für deinen Betrieb heißt das: Wenn der Agent meldet „Rechnung geprüft, alles korrekt“, ist das keine Prüfung. Baue harte Kontrollen ein, etwa einen automatischen Abgleich von Rechnungsbetrag und Bestellwert. Wie das konkret geht, zeigen wir im Artikel LLM-Ergebnis prüfen.
Die Ergebnisse aus Abschnitt 2 deuten klar in eine Richtung. Je später sich die Folge einer Entscheidung zeigt, desto schlechter schneiden Agenten im Test ab. Die Aufgaben dort stammen zwar aus Software und Forschung. Wir empfehlen trotzdem: Lieferantenauswahl, Sortimentsplanung oder Kulanzstrategie bleiben beim Menschen. Der Agent darf Informationen zusammenstellen, nicht entscheiden.
„Der Agent soll den ganzen Einkauf machen“ klingt gut und scheitert meistens. Starte mit einem Ausschnitt, der in das Raster passt: zwei bis vier Systeme, zwei bis vier Schritte.
Ohne Ausgangswert kannst du später nicht zeigen, ob sich das Projekt lohnt. Die Telekom-Quelle empfiehlt, vorab Häufigkeit, heutigen Aufwand und Messgrößen festzulegen.
Ein Agent, der Mails verschicken und Aufträge anlegen darf, wird es auch tun, notfalls falsch. Rechte wachsen mit dem Vertrauen, nicht umgekehrt. Prüfe außerdem, ob dein Einsatz unter den EU AI Act fällt.
Laut Telekom-Quelle liegt der wirtschaftliche Hebel weniger im Agenten selbst als im Prozess: weniger manuelles Übertragen, kürzere Bearbeitungszeiten, weniger Fehlerquellen. Der dort genannte ROI-Kompass unterscheidet drei Wirkungsfelder: Effizienz, Leistungsfähigkeit und Wachstum (t3n).
Konkrete Preise hängen stark von deinen Systemen ab. Diese Positionen solltest du in jedem Angebot finden:
| Kostenblock | Einmalig oder laufend | Treiber |
|---|---|---|
| Prozessanalyse und Konzept | Einmalig | Komplexität des Prozesses |
| Schnittstellen zu ERP, CRM, Postfach | Einmalig | Alter und Offenheit deiner Systeme |
| Modellnutzung | Laufend | Menge der Vorgänge, Wahl von Cloud oder lokaler KI |
| Betrieb, Monitoring, Anpassungen | Laufend | Änderungen an Preisen, Produkten, Regeln |
| Prüfzeit deiner Mitarbeitenden | Laufend | Wird oft vergessen |
Angenommen, dein Vertriebsinnendienst erstellt 40 Angebote pro Woche. Jedes dauert heute 30 Minuten. Mit Agent sinkt der Aufwand auf 10 Minuten für Prüfung und Freigabe.
Alle Werte sind Annahmen. Setze deine eigenen Zahlen ein. Liegen die Projekt- und Betriebskosten im ersten Jahr deutlich unter dieser Summe, lohnt sich der Einstieg rein über Effizienz.
Dazu kommen Effekte, die schwer in Euro zu fassen sind. Schnellere Angebote können die Abschlussquote verbessern. Das ist vorab schwer zu beziffern. Weniger Tippfehler bedeuten weniger Nachfragen. Und dein Team hat mehr Zeit für Beratung statt Abschreiben.
Die besten Startpunkte für KI-Agenten sind unspektakulär. Angebote, Aufträge, Eingangsrechnungen und Serviceanfragen erfüllen oft genau das Profil, das funktioniert: häufig, regelbasiert, zwei bis vier Systeme, zwei bis vier Schritte.
Gleichzeitig sind die Grenzen klar. Sprachmodelle verschweigen in Tests mit künstlichen Protokollen oft Fehler in ihren Berichten. Und bei Entscheidungen, deren Folgen sich erst spät zeigen, liegen sie im Test nahe am Zufallsniveau. Deshalb gilt: Der Agent bereitet vor, der Mensch gibt frei.
Deine nächsten Schritte für diese Woche:
Einen breiteren Überblick zum Stand im Mittelstand findest du in unserem Report zu agentischer KI.
Bei neura7 ist die Auswahl des richtigen Prozesses fester Bestandteil jedes KI-Agenten-Projekts. Wir liefern keine Black-Box, sondern Agenten mit klaren Freigabestufen, nachvollziehbaren Protokollen und Kontrollen, die nicht auf den Selbstbericht des Modells vertrauen.
Das bedeutet für dich:
Du planst einen KI-Agenten für Angebote, Aufträge, Rechnungen oder Serviceanfragen? Dann lass uns darüber sprechen.