DeutschKI-Agent oder klassische Automatisierung: Wofür bezahlen Unternehmen wirklich?
Inhalt
Oft steht schon der Wunsch nach einem KI-Agenten im Raum, bevor die eigentliche Aufgabe geklärt ist. Für einen Betrieb zählt aber, ob ein Vorgang zuverlässig abgeschlossen wird. Eine festgelegte Regel kann dabei wertvoller sein als eine freie Entscheidung eines KI-Modells. Eine starre Regel scheitert dagegen an uneinheitlichen Unterlagen, bei denen eine sorgfältig begrenzte KI-Verarbeitung helfen könnte, die Angaben zu strukturieren.
Dieselbe Aufgabe: eine eingehende Anfrage
Ein hypothetischer Handwerksbetrieb erhält Anfragen mit Termin, Adresse, Produktwunsch und Anhängen. Der Ablauf soll Informationen erfassen, fehlende Angaben erkennen und einen Antwortentwurf vorbereiten. Preise, Zusagen und Versand bleiben zunächst unter menschlicher Freigabe. Es handelt sich um einen Entwurf, nicht um einen getesteten Agenten.
| Ansatz | Passende Arbeit | Schwachstelle |
|---|---|---|
| Feste Regeln | Pflichtfelder, Status, Fristen | Uneinheitliche freie Texte |
| KI-Extraktion | Unstrukturierte Angaben in feste Felder übertragen | Erfundene oder falsch zugeordnete Werte |
| Agent mit Werkzeugen | Begrenzte Mehrschrittaufgabe bei wechselnden Eingaben | Zusätzliche Fehlentscheidungen und Schleifen |
| Menschliche Freigabe | Verbindliche Zusage und Ausnahme | Wartezeit und Arbeitsaufwand |
Ein Ergebnis braucht einen Vertrag
Ein akzeptierter Entwurf enthält nur belegte Angaben. Unbekannte Felder bleiben unbekannt. Jeder wichtige Wert verweist auf seine Fundstelle. Kundenanhänge sind Eingabedaten und dürfen keine Berechtigungen oder Systemregeln verändern. Schreibende Aktionen benötigen erlaubte Ziele und klar getrennte Freigaben.
Make bietet AI-Agenten neben klassischen Workflows an. Diese Verfügbarkeit zeigt eine technische Option, keinen Nutzenbeweis für diesen Betrieb. Der zusätzliche Modellverbrauch gehört in die Kosten je akzeptierter Aufgabe. [1]
Der Vergleichsversuch
Stelle für den Vergleich eine kleine Sammlung anonymisierter Testfälle zusammen. Eine zuständige Person legt vorab fest, welche Werte bei jedem Fall erwartet werden. Die Sammlung enthält vollständige, widersprüchliche und unvollständige Anfragen sowie Anhänge mit irreführenden Anweisungen. Alle Varianten erhalten dieselben Fälle; erfolgreiche Fälle und Fehler werden getrennt gezählt.
Das Protokoll erfasst fehlende Angaben, falsche Werte, unerlaubte Aktionen, manuelle Korrekturzeit, Antwortdauer und Kosten. Ein schöner Entwurf, der korrigiert werden muss, ist nicht automatisch günstiger. Ein Pilot endet, wenn definierte schwere Fehler auftreten; eine neue Promptfassung verlangt eine erneute Prüfung derselben Fälle.
Was verkauft wird
Der Kaufgrund kann kürzere Bearbeitungszeit sein, muss aber nachweisbar bleiben. Abrechnung pro Ergebnis setzt eine klare Definition des Ergebnisses und des Umgangs mit Wiederholungen voraus. Stripe beschreibt entsprechende Preisformen; das Qualitätskriterium muss der Anbieter selbst festlegen. [2]
Für den beschriebenen Einstieg ist ein Mischmodell plausibel: Regeln steuern Zustand und Rechte, KI strukturiert Text, Menschen bestätigen verbindliche Handlungen. Ein autonomer Agent wird erst interessant, wenn der Agent im Vergleich eine zusätzliche Aufgabe besser löst und die Fehlerkosten tragbar sind.
Passende Werkzeuge
Fragen und Antworten
Ist mehr Autonomie automatisch wertvoller?
Nein. Entscheidend sind akzeptierte Ergebnisse einschließlich Korrekturaufwand und Fehlerkosten.
Darf das Modell Preise verbindlich zusagen?
Im beschriebenen Pilot nicht. Preise, Zusagen und Versand bleiben unter menschlicher Freigabe.
Quellen
Quellen geprüft: 5. Oktober 2026.
Passend dazu
