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.
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.
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.
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.
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.


