Alle Insights

Whitepaper

Von Chatbots zu Agenten

Agenten sollen die nächste Stufe der KI sein. In Benchmarks erreichen sie Spitzenwerte, im Betrieb scheitern die meisten. Dieser Bericht zeigt, wo Agenten heute wirklich arbeiten, warum der Hype größer wirkt als die Praxis, und was ein Setup braucht, das im Mittelstand funktioniert.

ca. 4 Min. Lesezeit

In Kürze

  • Vieles, was als Agent verkauft wird, ist regelbasierte Automatisierung mit einem KI-Schritt. Entscheidend ist die richtige Zuordnung.

  • Die produktivsten Agenten haben kein Chat-Interface. Sie laufen unsichtbar im Hintergrund und erledigen eng umgrenzte Aufgaben.

  • Der Sprung von 95 auf 100 % Genauigkeit ist der teuerste. Bei Geld und Recht ist eine Fehlerquote von 5 % ein Haftungsrisiko.

  • Erfolgreiche Setups arbeiten nach dem Human-in-the-Loop-Prinzip: Der Agent macht die Vorarbeit, der Mensch gibt frei.

  • Gartner erwartet, dass über 40 % der agentischen KI-Projekte bis Ende 2027 abgebrochen werden — meist fehlt ein klarer Geschäftsnutzen.

Inhalt

Vom Chatbot zum Agenten

Vom Chatbot über die Automatisierung zum Agenten — drei Stufen mit zunehmender Eigenständigkeit, von „der Mensch arbeitet" zu „das System arbeitet".
Chatbot
Antwortet auf Fragen. Man stellt eine Frage, er gibt Text zurück, die Arbeit bleibt beim Menschen.
Automatisierung
Führt feste Schritte aus. Ein Ablauf steht fest und läuft immer gleich, KI erledigt darin einzelne Handgriffe wie das Auslesen eines Dokuments.
Agent
Entscheidet den Weg selbst. Er bekommt ein Ziel und wählt Schritte und Werkzeuge zur Laufzeit.

Der Unterschied zwischen den letzten beiden klingt akademisch, entscheidet aber über Kosten und Risiko. Er lässt sich an einer Frage festmachen: Wer legt den Weg fest? Bei einer Automatisierung legt der Entwickler den Weg im Voraus fest, gleiche Eingabe, gleicher Pfad. Bei einem Agenten entscheidet das System den Weg zur Laufzeit.

Wichtig ist, was diese Entwicklung nicht ist: Keine Stufe löst die vorige ab. Nicht jeder Prozess braucht einen Agenten. An einer Stelle, an der eine feste Regel genügt, ist er teurer, langsamer und schwerer zu kontrollieren. Die eigentliche Kunst liegt in der richtigen Zuordnung.

Wo das im Arbeitsalltag vorkommt

In der Praxis mischen sich feste Abläufe und selbstständige Entscheidungen. Die nützliche Frage ist deshalb weniger, ob etwas ein Agent ist, als an welcher Stelle im Prozess ein eigenes Urteil nötig wird.

Beleg- und Rechnungsverarbeitung
Rechnungen werden ausgelesen, mit Bestellung und Lieferschein im ERP abgeglichen und bei Übereinstimmung eingebucht. Abweichungen gehen an einen Menschen.
Kundenservice und IT-Ticketing
Routine-Tickets wie Stornierungen oder Rechtevergaben werden selbstständig gelöst. Komplexe Anfragen werden angereichert und vorausgefüllt übergeben.
Recruiting und HR
Lebensläufe werden gegen Anforderungsprofile geprüft, Termine über mehrere Kalender abgestimmt, das Bewerbermanagement gepflegt.
Code-Wartung
Kleinere Refactorings entstehen als fertiger Pull-Request, Fehlerprotokolle werden ausgewertet, fehlende Tests ergänzt.
~17 %der Mittelständler setzen bereits KI-Agenten ein, fast doppelt so viele wie im Vorjahr.

KI-Index Mittelstand (Salesforce / DMB)

Die Kluft zwischen Benchmark und Büro

Agenten lösen in Demos beeindruckende Aufgaben. Der Alltag im Unternehmen sieht anders aus.

Auf isolierten, sauber vorbereiteten Pfaden erreichen Agenten Spitzenwerte. Im Betrieb scheitern sie selten am Modell. Sie scheitern an Berechtigungen, an verstreuten Daten und an einer Null-Toleranz für Fehler in Prozessen, die Geld oder Recht berühren.

95 %der KI-Pilotprojekte liefern keinen messbaren Beitrag zum Geschäft. Bei Agenten wird die Lücke nur greifbarer, weil ein Agent handelt und nicht nur antwortet.

MIT, State of AI in Business 2025

Warum der Hype größer wirkt als die Praxis

Unsichtbarer Hintergrund-Betrieb
Die produktivsten Agenten sind eng umgrenzte Dienste in Automatisierungsplattformen. Ohne Chat-Oberfläche nimmt sie niemand als Agent wahr. Der sichtbare Chatbot nimmt selten wirklich Arbeit ab.
Die 5-Prozent-Hürde
Ein Agent, der zu 95 % korrekt arbeitet, erreicht im Benchmark Spitzenwerte. Bei Verträgen oder Überweisungen sind 5 % Fehler ein Haftungsrisiko. Der Weg von 95 auf 100 % ist der teuerste Teil eines Projekts.
Vorbereitung statt Autonomie
Die erfolgreichen Setups arbeiten nach dem Human-in-the-Loop-Prinzip. Der Agent erledigt den Großteil der Vorarbeit, die Ausführung bleibt am Klick eines Menschen.
50 Fehlerbei 1.000 Überweisungen. 95 % richtig klingt gut, ist bei Geld und Recht aber ein Haftungsrisiko, kein Benchmark-Detail.

Der deutsche Kontext: Haftung, Datenschutz, gewachsene Systeme

Im Mittelstand ist die 5-Prozent-Hürde schärfer: weniger Toleranz für Fehler, strengere Anforderungen an den Datenschutz und mit dem EU AI Act eine wachsende Nachweispflicht. Dazu kommen gewachsene Systeme, in die ein Agent sich einfügen muss, statt auf der grünen Wiese zu starten.

Wer im deutschen Kontext startet, ohne Haftung, Datenschutz und Anbindung von Anfang an mitzudenken, landet in der Abbruchquote.

40 %der agentischen KI-Projekte werden bis Ende 2027 abgebrochen, wegen unklarem Geschäftsnutzen, steigender Kosten oder unzureichender Kontrolle.

Gartner, 2025

Was die erfolgreichen Setups anders machen

Sie beginnen eng und halten den Menschen an den teuren Stellen in der Kontrolle. Drei Prinzipien tragen jedes funktionierende Setup:

Eng beginnen
Ein klar umrissener Prozess mit hohem Volumen, einer klaren Datenquelle und der Möglichkeit, Fehler abzufangen, bevor sie teuer werden.
Den Menschen in der Kontrolle halten
Genau an den Stellen, an denen ein Fehler teuer wird, gibt ein Mensch frei. Human-in-the-Loop ist kein Kompromiss, sondern das Setup.
Den Betrieb sichtbar machen
Welche Aufgaben laufen, was sie kosten, wo jemand freigeben muss. Transparenz ist die Voraussetzung dafür, dass ein Team Agenten überhaupt vertraut.

So arbeitet Harbour

Genau solche Agenten bauen wir: unsichtbar, eng umgrenzt, an echte Prozesse gekoppelt, mit dem Menschen in der Kontrolle und einem Dashboard, das zeigt, was läuft und was es kostet. Wir fangen bei dem Prozess an, der bei Ihnen den größten manuellen Aufwand bindet, und liefern etwas, das im Betrieb läuft statt in der Demo. Und wir bleiben, bis Ihr Team eigenständig damit arbeitet.

Agentenreife-Check

Welche Ihrer Prozesse sind agentenreif? Je mehr Punkte ein Prozess erfüllt, desto eher trägt ein Agent.

Wiederholung
Er wiederholt sich oft und folgt klaren Regeln.
Volumen
Das Volumen ist hoch genug, dass sich Automatisierung lohnt.
Daten
Die nötigen Daten sind auffindbar und in nutzbarem Zustand.
Fehlertoleranz
Ein Fehler lässt sich auffangen, bevor er teuer wird.
Freigabe
Es gibt eine Stelle, an der ein Mensch freigibt.