KI-Agenten in der Automatisierung: wann sie sich lohnen
Kurzantwort
Ein KI-Agent lohnt sich, wenn die Eingaben unstrukturiert sind, der Ablauf von Fall zu Fall variiert und unterwegs gedeutet oder abgewogen werden muss. Läuft eine Aufgabe jedes Mal gleich und lässt sich als Wenn-Dann aufschreiben, bleibt eine feste Regel schneller, billiger und ehrlicher. Der Agent ist der Sonderfall, nicht die Standardantwort.
Kurz zusammengefasst
Rund um Agenten entsteht gerade viel Druck, alles auf einen selbstständig planenden KI-Agenten umzustellen. Für die meisten Abläufe ist das der teurere Weg. Regelbasierte Automatisierung ist vorhersagbar, testbar und günstig im Betrieb; ein Agent bringt Deutung und Flexibilität, dafür Nichtdeterminismus, höhere Kosten und schwerere Prüfbarkeit. Der wichtigste Hebel ist die Trennschärfe vorab: Nur wo Eingabe, Pfad und Urteil wirklich variabel sind, zahlt ein Agent seinen Aufwand zurück. Überall sonst gewinnt die Regel, und ein Agent baut sich nur einen teuren Pflegefall.
Regeln oder Agent: die eigentliche Frage
Eine regelbasierte Automatisierung folgt einem festen Pfad. Du schreibst auf, was passiert: Kommt eine Rechnung, lies die Felder aus, prüfe gegen die Bestellung, buche oder eskaliere. Jeder Schritt ist bekannt, jeder Zweig geplant. Ein KI-Agent arbeitet anders. Er bekommt ein Ziel, entscheidet selbst über die nächsten Schritte, wählt Werkzeuge und passt seinen Weg an das an, was er unterwegs vorfindet.
Beide sind nützlich, aber sie lösen verschiedene Probleme. Die feste Regel ist stark, wenn du den Ablauf vorher kennst. Der Agent ist stark, wenn du ihn nicht vollständig kennst, weil die Eingabe oder der richtige Weg von Fall zu Fall schwankt. Der Fehler, den ich am häufigsten sehe, ist nicht der falsche Agent, sondern ein Agent an einer Stelle, an der eine schlichte Regel gereicht hätte. Dann bezahlst du Flexibilität, die du gar nicht brauchst, mit Kosten und Unberechenbarkeit, die du nicht wolltest.
Wann ein Agent sich wirklich lohnt
Ein Agent verdient seinen Aufwand, wenn mindestens eine dieser Bedingungen wirklich zutrifft, nicht bloß nach Zukunftsmusik klingt.
Unstrukturierte Eingaben. Der Ausgangspunkt ist freier Text, eine formlose Mail, ein Gespräch oder ein Dokument ohne festes Schema. Genau das kann eine starre Regel schlecht greifen, weil sie ein festes Format erwartet.
Variabler Pfad. Der richtige nächste Schritt hängt vom Inhalt ab und lässt sich nicht als überschaubarer Entscheidungsbaum vorwegnehmen. Mal ist eine Nachfrage nötig, mal eine Recherche, mal eine direkte Antwort.
Deutung oder Abwägung. Die Aufgabe verlangt, etwas zu interpretieren, zu priorisieren oder in Kontext zu setzen, statt nur Werte zu vergleichen. Ein Mensch würde hier nachdenken, nicht nachschlagen.
Viele mögliche Werkzeuge. Es stehen mehrere Systeme oder Aktionen zur Wahl, und welche passt, entscheidet sich erst im konkreten Fall. Der Agent wählt und kombiniert, statt einen fest verdrahteten Aufruf abzuspulen.
Ein Agent lohnt sich dort, wo du den Weg vorher nicht kennst. Kennst du ihn, ist jede Zeile Agentenlogik nur eine teurere Regel.
Treffen keine dieser Bedingungen zu, ist der ehrliche Rat fast immer: nimm die Regel. Sie ist nicht das langweilige Fallback, sondern der robustere Standard.
Was ein Agent teurer und riskanter macht
Ein Agent bringt Fähigkeiten mit, aber jede davon hat eine Kehrseite, die im Betrieb sichtbar wird. Wer nur die Demo sieht, unterschätzt sie regelmäßig.
Der offensichtlichste Punkt sind die Kosten. Jeder Schritt ist ein Modellaufruf, und ein Agent macht viele Schritte pro Aufgabe. Was in der Demo mit zehn Fällen billig wirkt, skaliert anders, wenn täglich Tausende durchlaufen. Der zweite Punkt ist der Nichtdeterminismus. Derselbe Fall kann zweimal leicht verschieden gelöst werden, was gut ist, solange das Ergebnis stimmt, und unangenehm, sobald du reproduzieren oder erklären musst, warum etwas passiert ist. Der dritte Punkt ist die Prüfbarkeit. Eine Regel testest du, indem du ihre Zweige durchgehst. Einen Agenten musst du an vielen realen Fällen beobachten, weil sein Pfad nicht festliegt.
Diese drei Punkte sind kein Grund gegen Agenten. Sie sind der Grund, warum ein Agent Leitplanken und eine menschliche Aufsicht braucht, wo eine Regel oft ohne auskommt. Guardrails begrenzen, was der Agent tun darf. Eine benannte Person schaut auf Qualität, Kosten und Ausnahmen. Ohne diese beiden wird aus Flexibilität schnell ein System, dem niemand mehr traut.
Vergleich
Die Gegenüberstellung zeigt, wann eine feste Regel genügt und wann ein Agent seinen Aufwand trägt.
| Kriterium | Regelbasierte Automatisierung | KI-Agent |
|---|---|---|
| Eingaben | festes Format, strukturiert | frei, unstrukturiert, wechselnd |
| Ablauf | vorher bekannt und geplant | wird je Fall entschieden |
| Vorhersagbarkeit | hoch, deterministisch | variabel, nicht deterministisch |
| Testbarkeit | Zweige durchgehen | an vielen realen Fällen beobachten |
| Betriebskosten | niedrig und planbar | höher, mit der Fallzahl steigend |
Der Agent-Test vor dem Bau
Bevor du eine Aufgabe an einen Agenten gibst, beantworte diese fünf Fragen. Bleibst du bei einer hängen, hast du oft schon die Antwort, dass eine Regel besser passt.
- Ist die Eingabe wirklich unstrukturiert, oder kommt sie in einem festen Format, das eine Regel lesen kann?
- Variiert der richtige Pfad je Fall, oder lässt er sich als überschaubarer Entscheidungsbaum aufschreiben?
- Muss unterwegs gedeutet oder abgewogen werden, oder werden nur Werte verglichen?
- Welche Leitplanken begrenzen, was der Agent tun darf, und wo greift ein Mensch ein?
- Wer verantwortet Qualität, Kosten und Ausnahmen, sobald der Agent im Betrieb läuft?
Kernsatz: Ein Agent ist kein Upgrade einer Regel, sondern ein anderer Ansatz mit anderem Preis. Nimm ihn, wenn der Weg vorher offen ist, und lass ihn, wenn du ihn schon kennst.
Häufige Irrtümer
- Ein Agent ist immer die modernere und damit bessere Wahl.
- Moderner heißt nicht passender. Für eine gleichförmige, klar geregelte Aufgabe ist eine feste Regel schneller, billiger und leichter zu prüfen. Ein Agent an dieser Stelle addiert Kosten und Unberechenbarkeit ohne Gegenwert.
- Wenn ein Agent es kann, sollte er es auch tun.
- Können und sollen sind zwei Fragen. Vieles, was ein Agent theoretisch übernimmt, gehört aus Kosten-, Prüf- oder Kontrollgründen weiter in eine Regel oder an einen Menschen.
Fragen und Antworten
- Kann ich Regel und Agent kombinieren?
- Ja, und oft ist das die beste Lösung. Eine Regel führt den gleichförmigen Hauptpfad, und nur an der Stelle, die wirklich Deutung braucht, übernimmt ein Agent oder ein Mensch. So zahlst du Flexibilität nur dort, wo sie Nutzen bringt.
- Woran merke ich, dass ich zu Unrecht einen Agenten gebaut habe?
- An zwei Dingen: Die Kosten pro Fall sind höher als erwartet, und du kannst nicht sicher vorhersagen, was bei einem gegebenen Fall passiert, obwohl der Fall eigentlich immer gleich aussieht. Beides deutet darauf, dass eine Regel gereicht hätte.
- Braucht ein Agent zwingend eine menschliche Freigabe?
- Nicht bei jedem Schritt, aber an den Stellen mit Wirkung nach außen oder mit hohem Fehlerpreis. Guardrails begrenzen den Rahmen, ein Mensch entscheidet an den kritischen Punkten, und alles Übrige läuft überwacht durch.
Sources and evidence
Es werden keine externen Statistiken oder Kundenergebnisse als belegt behauptet. Datenschutz-, Kosten- und Integrationsfragen werden vor dem Bau mit dem realen Stack geprüft.