KI-Agent, Chatbot oder Automatisierung: Was braucht Ihr Prozess?

Setzen Sie auf Automatisierung, wenn die Eingaben vorhersehbar sind und die Schritte sich nie ändern. Setzen Sie auf einen Chatbot, wenn es darum geht, Menschen ihre Fragen zu beantworten. Setzen Sie auf einen KI-Agenten, wenn die Eingaben unübersichtlich sind, der nächste Schritt davon abhängt, was das System liest, und die Arbeit über mehrere Werkzeuge hinweg erledigt werden muss.

Die meisten echten Prozesse sind keines der drei, sondern eine Mischung: feste Regeln für die vorhersehbaren Teile, ein Agent für die Teile, die Lesen und Urteilsvermögen brauchen, und ein Mensch, der alles freigibt, was Geld bewegt, eine Unterschrift trägt oder Kunden erreicht. Die sinnvolle Frage lautet daher nicht „welche Technologie?“, sondern „welcher Teil dieses Prozesses braucht was?“

Was ist der Unterschied zwischen KI-Agent, Chatbot und Automatisierung?

Die klarste Trennlinie ist die Frage, wer den nächsten Schritt bestimmt. Anthropic, der Anbieter der Claude-Modelle, unterscheidet in seinem Leitfaden Building effective agents zwischen Workflows, in denen Modelle und Werkzeuge über vordefinierte Codepfade gesteuert werden, und Agenten, bei denen das Modell seine Abläufe und den Einsatz von Werkzeugen selbst lenkt.

Im Alltag unterscheiden sich die drei so:

	Automatisierung	Chatbot	KI-Agent
Wer bestimmt den nächsten Schritt	Die Regel, die jemand geschrieben hat	Die Person, die fragt	Das Modell, innerhalb Ihrer Grenzen
Wofür es gut ist	Gleiche Schritte, gleiches Format, hohe Stückzahl	Fragen aus einem bekannten Wissensbestand beantworten	Unstrukturierte Eingaben lesen und in mehreren Werkzeugen handeln
Was es berührt	Systeme, über feste Schnittstellen	Ein Gespräch	Postfächer, Dateien, Taskboards, weitere Systeme
Wie es scheitert	Bricht deutlich ab, wenn sich die Eingabe ändert	Gibt überzeugt eine falsche Antwort	Führt eine plausible, aber falsche Aktion aus
Laufende Kosten	Niedrig und planbar	Mittel	Höher und schwankend, wenn nicht gedeckelt

Ein Chatbot redet. Eine Automatisierung handelt. Ein Agent liest, entscheidet und handelt, und genau deshalb braucht er die meiste Sorgfalt.

Wann reicht klassische Automatisierung?

Öfter, als Anbieter es nahelegen. Wenn ein Formular immer mit denselben Feldern kommt, ein Bericht immer dieselben Zahlen zieht oder eine Datei immer im selben Ordner landet, erledigt eine Regel die Aufgabe schneller, günstiger und zuverlässiger als ein Sprachmodell.

Anthropic rät selbst, die einfachste mögliche Lösung zu suchen und Komplexität nur dann hinzuzufügen, wenn sie nötig ist, denn agentische Systeme tauschen oft Geschwindigkeit und Kosten gegen bessere Ergebnisse. Gartner wird deutlicher: In einer Prognose vom Juni 2025 erwartet das Analysehaus, dass bis Ende 2027 über 40 Prozent der agentischen KI-Projekte eingestellt werden, und hält fest, dass viele heute als agentisch vermarktete Anwendungsfälle gar keinen Agenten brauchen.

Der Test ist einfach: Lässt sich der Prozess als Flussdiagramm aufzeichnen, ohne dass irgendwo „kommt darauf an“ steht, beginnen Sie mit Automatisierung.

Wann brauchen Sie wirklich einen Chatbot?

Wenn Menschen mit Fragen zu Ihnen kommen und die Antworten bereits irgendwo stehen: Öffnungszeiten, Programmdetails, Fragen zu Richtlinien, der Stand eines Antrags. Ein guter Chatbot antwortet aus Ihren eigenen Inhalten und übergibt an einen Menschen, wenn er nicht weiterweiß.

Was ein Chatbot nicht leistet, ist die Arbeit hinter der Frage. Wenn jemand eine Buchung ändern möchte und der Chatbot antwortet „bitte schreiben Sie uns eine E-Mail“, hat sich der Vorgang nicht bewegt. Viele Organisationen führen einen Chatbot ein, um Zeit im Team zu sparen, und stellen fest, dass das Postfach genauso voll ist, weil die Anliegen weiterhin jemand bearbeiten muss.

Für jeden öffentlich zugänglichen Chatbot in der EU gilt inzwischen eine feste Regel. Seit dem 2. August 2026 verlangt Artikel 50 der KI-Verordnung (EU AI Act), dass Menschen informiert werden, wenn sie mit einem KI-System interagieren, sofern das nicht offensichtlich ist. Wenn auf Ihrer Website ein Chatbot läuft, sagen Sie das auf dem Bildschirm.

Wann lohnt sich ein KI-Agent?

Wenn drei Dinge gleichzeitig zutreffen:

• Die Eingabe ist unstrukturiert. E-Mails, PDFs, eingescannte Rechnungen, Verträge, Nachrichten in fünf verschiedenen Formulierungen.
• Der Weg steht nicht fest. Was als Nächstes passiert, hängt vom Inhalt ab. Anthropic beschreibt Agenten als geeignet für offene Aufgaben, bei denen sich die Zahl der nötigen Schritte kaum oder gar nicht vorhersagen lässt.
• Die Arbeit reicht über mehrere Werkzeuge. E-Mail lesen, den Vertrag im Laufwerk finden, den Betrag prüfen, die Zahlung vorbereiten, das Taskboard aktualisieren.

So sieht der größte Teil der Verwaltungsarbeit aus, und deshalb beginnen wir dort. In unserer eigenen Unternehmensgruppe sortieren Agenten die Post, bereiten Berichte vor, entwerfen Unterlagen und stellen Zahlungen bereit, und ein Mensch gibt alles frei, was Geld bewegt oder eine Unterschrift trägt. Wie das im Alltag läuft, lesen Sie im Projekt zur Verwaltung.

Der Preis dieser Flexibilität ist Risiko. Anthropic weist darauf hin, dass Autonomie höhere Kosten und sich aufschaukelnde Fehler mit sich bringen kann. Deshalb arbeitet jeder Agent, den wir einsetzen, mit festem Budget, protokolliert jede Aktion und hält an den entscheidenden Stellen für eine menschliche Freigabe an.

Wie entscheiden Sie? Vier Fragen

Stellen Sie diese Fragen für jeden einzelnen Schritt, nicht für den Prozess als Ganzes.

1. Sieht die Eingabe immer gleich aus? Wenn ja, Automatisierung. Kommt sie als Freitext, Anhang oder Scan, braucht es ein Modell, das sie liest.
2. Ist der nächste Schritt immer derselbe? Wenn ja, Automatisierung, auch wenn ein Modell das Lesen übernimmt. Hängt er vom Inhalt ab, ist das ein Fall für einen Agenten.
3. Fragt jemand, oder muss etwas erledigt werden? Fragen von Menschen sprechen für einen Chatbot. Arbeit, die erledigt werden muss, spricht für Automatisierung oder einen Agenten.
4. Was passiert, wenn es falsch läuft? Ist ein Fehler billig und leicht rückgängig zu machen, darf das System handeln. Kostet er Geld, Ruf oder eine rechtliche Verpflichtung, bereitet das System vor und ein Mensch gibt frei.

Schicken Sie einen typischen Rechnungsprozess durch diese Fragen, entsteht eine Mischform. Ein Modell liest die eingehende Rechnung und erfasst Lieferant, Betrag und Fälligkeit. Eine Regel gleicht sie mit der Lieferantenliste und dem Budget ab. Ein Agent kümmert sich um die Ausnahmen: die Rechnung, die zu keinem Vertrag passt, den Lieferanten, der nach einer verspäteten Zahlung fragt. Ein Mensch gibt die Zahlung frei.

Was geht schief, wenn Sie das Falsche wählen?

Jede Fehlbesetzung hat ein erkennbares Symptom.

• Ein Agent, wo Automatisierung gereicht hätte. Die Kosten steigen, die Ergebnisse schwanken von Lauf zu Lauf, und niemand kann erklären, warum dieselbe Eingabe zwei verschiedene Ergebnisse brachte. Die Lösung: die vorhersehbaren Schritte aus dem Agenten herauslösen und in Regeln überführen.
• Ein Chatbot, wo ein Agent nötig gewesen wäre. Kundinnen und Kunden bekommen höfliche Antworten, und nichts passiert. Die Arbeitszeit im Team wird nicht eingespart, nur verschoben.
• Automatisierung, wo ein Agent nötig gewesen wäre. Die Regeln greifen bei den sauberen Fällen, und jede Ausnahme landet in irgendeinem Postfach. Mit der Zeit wird die Ausnahmeschlange zum eigentlichen Prozess.

Wo Sie anfangen

Nehmen Sie einen Prozess mit echtem Volumen und klarer Verantwortung. Schreiben Sie jeden Schritt auf und gehen Sie ihn mit den vier Fragen oben durch. Automatisieren Sie, was feststeht, setzen Sie einen Agenten auf das, was Lesen und Urteilsvermögen braucht, und legen Sie vorab fest, wo ein Mensch freigibt. Messen Sie dann in den ersten Wochen, was korrigiert wird. So grenzen wir auch Projekte in der agentischen Implementierung ab.

Wenn Sie einen Prozess im Kopf haben und nicht sicher sind, welche der drei Lösungen er braucht, schauen wir ihn uns gern gemeinsam mit Ihnen an.