Wenn du schon einmal ChatGPT benutzt hast, weißt du, wie stark KI heute schon sein kann. Du stellst eine Frage, bekommst eine Antwort, lässt dir einen Text schreiben, etwas zusammenfassen oder ein Thema recherchieren.
Das ist nützlich. Wirklich nützlich. Aber es ist immer noch ein Werkzeug. Du musst es in die Hand nehmen. Du musst sagen, was passieren soll. Und wenn danach der nächste Schritt kommt, musst du wieder entscheiden, wieder kopieren, wieder einfügen, wieder klicken.
Genau hier beginnt der Unterschied zwischen Werkzeug-KI und Agenten-KI.
Werkzeug-KI wartet auf dich
ChatGPT ist in der klassischen Nutzung wie ein sehr guter Assistent auf Zuruf. Stark, vielseitig, schnell. Aber es passiert erst etwas, wenn du aktiv wirst.
Du gibst einen Prompt ein. Die KI antwortet. Danach bist wieder du dran. Das kann viel Zeit sparen: Ein Textentwurf ist schneller fertig, eine Recherche startet leichter, eine E-Mail klingt besser. Aber der Ablauf bleibt bei dir hängen.
Du führst die Arbeit aus. Die KI hilft bei einzelnen Schritten.
Agenten-KI bekommt ein Ziel
Ein KI-Agent funktioniert anders. Du gibst nicht nur eine Frage ein. Du gibst ein Ziel vor. Und damit der Agent dieses Ziel erreichen kann, bekommt er drei Dinge:
Werkzeuge: Schnittstellen zu Systemen, Dateien, E-Mails, Shops, CRM, Buchhaltung oder Datenbanken.
Wissen: Firmenwissen, Prozesswissen, Regeln und Zuständigkeiten.
Grenzen: Was darf der Agent selbst tun, wo muss er nachfragen, was muss ein Mensch prüfen?
Dann arbeitet der Agent los. Nicht magisch, nicht grenzenlos, aber unermüdlich im Rahmen seiner Möglichkeiten. Und diese Möglichkeiten hängen davon ab, welche Tools und Skills er hat.
Tools sind die Hände des Agenten
Ein Agent kann nur dann wirklich arbeiten, wenn er handeln darf. Dafür braucht er Tools. Ein Tool ist im Grunde eine Übersetzungsschnittstelle zwischen KI und Software. Der Agent sagt nicht einfach: „Ich buche jetzt eine Rechnung.“ Er nutzt ein Tool, das mit der Programmierschnittstelle der Buchhaltungssoftware sprechen kann.
Das ist klassische Softwareentwicklung. Nur mit einem neuen Nutzer: Nicht mehr ein Mensch klickt sich durch eine Oberfläche, sondern ein Agent nutzt gezielt die passenden Schnittstellen.
Ein Tool kann E-Mails lesen. Ein anderes kann eine Datei ablegen. Ein anderes kann einen Kontakt im CRM anlegen. Ein anderes kann ein Produkt im Shop veröffentlichen. Ohne Tools bleibt KI ein Gesprächspartner. Mit Tools wird sie handlungsfähig.
Skills sind das Gedächtnis für Prozesse
Tools reichen aber nicht. Ein Agent muss auch wissen, wie eure Firma arbeitet. Welche Regeln gelten? Wie werden Belege geprüft? Welche Kundengruppen gibt es? Wann darf etwas automatisch passieren und wann muss jemand gefragt werden?
Dieses Wissen liegt in Skills. Ein Skill beschreibt zum Beispiel einen Prozess: Welche Schritte kommen zuerst, welche Prüfungen sind wichtig, welche Fehler sind typisch, welche Entscheidung braucht einen Menschen?
Das Spannende daran: Skills können besser werden. Wenn ein Agent merkt, dass Wissen fehlt oder ein Prozess nicht sauber beschrieben ist, kann man nachschärfen. So entsteht nach und nach ein digitales Prozesswissen, das nicht nur irgendwo in Köpfen liegt, sondern tatsächlich ausführbar wird.
Ein Beispiel aus dem Onlineshop
Nehmen wir einen Onlineshop. Bei Werkzeug-KI würdest du ChatGPT fragen: „Schreib mir bitte einen Produkttext für diesen Artikel.“ Dann bekommst du einen Text. Vielleicht sogar einen guten. Danach musst du aber selbst ins Shopsystem, Bilder vorbereiten, Felder ausfüllen, Varianten prüfen und veröffentlichen.
Ein KI-Agent könnte mehr übernehmen. Er bekommt das Ziel: „Stelle diesen neuen Artikel im Shop ein.“ Dann holt er sich selbst die Produktinformationen, schaut sich Verkaufsdaten aus der Vergangenheit an, schreibt den Beschreibungstext, erstellt oder bearbeitet Bilder, prüft Kategorien und legt den Artikel über ein Shop-Tool direkt im System an.
Am Ende kann er dir den Entwurf zeigen und fragen: „Soll ich veröffentlichen?“ Das ist ein anderer Arbeitsmodus.
Ein Beispiel aus der Buchhaltung
Noch klarer wird es in der Buchhaltung. Ein Agent kann E-Mails lesen, wenn er ein E-Mail-Tool hat. Er kann Rechnungen erkennen, Anhänge herunterladen, Inhalte auslesen und prüfen, von wem die Rechnung kommt.
Dann schaut er nach, wie ähnliche Rechnungen früher gebucht wurden. Er sucht sich Kontext. Er erkennt Muster. Er schlägt ein Konto vor oder bereitet die Buchung direkt vor. Wenn alles eindeutig ist, kann der Prozess automatisch laufen. Wenn etwas unsicher ist, fragt der Agent nach.
Bei CodeCell nutzen wir genau diesen Ansatz intern. Wir haben einen eigenen SevDesk-Agenten-Skill entwickelt, mit dem Agenten Buchhaltungsprozesse fernsteuern können: Kontakte, Angebote, Rechnungen, Belege, Buchungsvorbereitung und Prüfungsschritte.
Den Skill haben wir Open Source veröffentlicht: codecell-germany/sevdesk-agent-skill.
Das ist für uns kein Zukunftsthema. Das läuft heute.
Alles, was am Computer beginnt und endet, wird interessant
Nicht jeder Prozess eignet sich sofort. Aber die Regel ist einfach: Wenn eine Aufgabe am Computer beginnt, am Computer endet und klaren Regeln folgt, sollte man prüfen, ob ein KI-Agent sie übernehmen kann.
Das gilt für Dokumente, E-Mails, Reporting, Datenpflege, Buchhaltung, Produktdaten, Angebotsvorbereitung, CRM, interne Recherche und viele kleine Abläufe, die jeden Tag Zeit kosten.
Oft sind das keine spektakulären Aufgaben. Aber genau deshalb sind sie so wertvoll. Niemand gründet ein Unternehmen, um Dateien umzubenennen, Rechnungen zu sortieren oder Daten von einem System ins andere zu tragen.
Der Mensch bleibt verantwortlich
Ein wichtiger Punkt: KI-Agenten bedeuten nicht, dass Menschen verschwinden. Im Gegenteil. Gute Agenten brauchen klare Verantwortung. Der Mensch entscheidet, prüft, gibt Richtung vor und greift ein, wenn etwas nicht eindeutig ist.
Aber er muss nicht mehr jeden Klick selbst machen. Das ist die eigentliche Veränderung: Arbeit wird neu verteilt. Menschen kümmern sich stärker um Entscheidungen, Beziehungen, Qualität und Richtung. KI-Agenten übernehmen die Wiederholungen.
Warum das jetzt wichtig wird
Viele Unternehmen stehen bei KI gerade an dem Punkt, an dem sie beim Internet Ende der 90er standen. Man merkt: Da kommt etwas. Man weiß nur noch nicht genau, wo es im eigenen Unternehmen wirklich sinnvoll ist.
Bei KI-Agenten ist die Antwort meistens nicht: „Wir brauchen noch ein Tool.“ Die bessere Frage ist: Welche Arbeit läuft bei uns immer wieder gleich ab? Wo verlieren Menschen Zeit mit digitaler Fleißarbeit? Und welche Systeme müsste ein Agent bedienen können, um dort wirklich zu helfen?
Genau dort beginnt Agenten-KI. Nicht bei einem Chatfenster. Sondern bei echten Prozessen.
