KI-Agenten für Unternehmen: Weniger Aufwand für komplexe Prozesse

Irgendwo in Deinem Unternehmen läuft gerade ein Prozess, der eigentlich längst automatisiert sein müsste. Du weisst das. Deine Mitarbeitenden wissen das. Und trotzdem hängt er noch an manuellen Schritten, an E-Mails, die weitergeleitet werden, an Excel-Listen, die jemand pflegt und an Abstimmungsrunden, die eigentlich niemand brauchen sollte.

• Deine Leute suchen täglich Daten aus drei Systemen zusammen, obwohl alles vorhanden wäre
• Anfragen wandern durch Hände, werden nachgefragt, nochmal geprüft. Zeit geht verloren
• ChatGPT habt ihr ausprobiert. Interessant. Aber das eigentliche Problem löst es nicht
• «Das könnte die KI machen». Nur weiss niemand, wie das konkret aussieht
• Kein Budget für ein Projekt, das nach sechs Monaten in der Schublade landet

Typische Prozesse, bei denen KI-Agenten helfen können

• Anfragen müssen verstanden und richtig weitergeleitet werden
• Informationen liegen verteilt und müssen zusammengeführt werden
• Mitarbeitende prüfen ähnliche Fälle, Dokumente oder Daten immer wieder neu
• Entscheidungen brauchen Kontext, Regeln und Erfahrung
• E-Mails, Formulare oder Tickets lösen manuelle Aufgaben aus
• Teams verlieren Zeit mit Recherche, Abgleich und Abstimmung
• ChatGPT liefert Antworten, führt aber keine Arbeitsschritte aus
• Automatisierung wäre sinnvoll, einfache Regeln reichen aber nicht aus

Ein KI-Agent ist ein System, das in einem Prozess ein Ziel innerhalb klarer Grenzen selbstständig verfolgt. Er nutzt Daten, Regeln und angebundene Tools, um Informationen einzuholen, Fälle einzuordnen, Entscheidungen vorzubereiten und definierte Aktionen auszulösen. Damit geht er weiter als ein Chatbot, der meist nur auf Eingaben reagiert.

KI-Agenten sind vor allem dort sinnvoll, wo mehrere Schritte, Kontext, Ausnahmen und Entscheidungen zusammenkommen. Für Standardabläufe ist eine klassische Automatisierung oft die bessere Lösung.

1. Service und Support mit vielen Rückfragen

In vielen Serviceprozessen reicht es nicht, einfach nur auf eine Frage zu antworten. Es müssen Kundendaten geprüft, frühere Fälle berücksichtigt, Statusinformationen geholt, passende Schritte vorgeschlagen und manchmal auch Folgeaktionen ausgelöst werden.

Ein sinnvoller KI-Agent kann hier zum Beispiel:

• Anfragen vorsortieren
• fehlende Informationen gezielt nachfordern
• den Kontext aus früheren Fällen einbeziehen
• relevante Daten aus CRM, Ticket System oder Wissensquellen zusammenführen
• einen Lösungsvorschlag vorbereiten
• bei klaren Fällen Standardaktionen anstossen
• bei Unsicherheit an einen Menschen eskalieren

2. Interne Prozesse mit vielen Medienbrüchen

Typisch sind Abläufe, die heute zwischen E-Mail, Excel, Freigaben und verschiedenen Tools hängen bleiben. Ein KI-Agent kann hier nicht nur informieren, sondern den Prozessfluss aktiv unterstützen. Der Nutzen entsteht vor allem dadurch, dass weniger verloren geht, weniger doppelt gemacht wird und Übergaben sauberer laufen.

Beispiele:

• interne Anfragen an HR, IT oder Operations
• Freigaben mit Vorprüfung und Dokumentation
• Nachverfolgung offener Punkte
• Zusammenstellung von Entscheidungsgrundlagen
• Übergabe an die richtige Stelle mit passendem Kontext

3. Angebots- und Konfigurationsprozesse

Dort, wo Anforderungen interpretiert, Varianten geprüft und Informationen aus mehreren Quellen zusammengetragen werden müssen, kann ein KI-Agent viel Vorarbeit leisten.

Zum Beispiel kann er:

• Anfragen strukturieren
• Anforderungen gegen Regeln oder Produktlogik prüfen
• fehlende Angaben erkennen
• Wissensquellen und frühere Fälle heranziehen
• eine erste technische oder kommerzielle Einordnung vorbereiten
• den nächsten sinnvollen Schritt empfehlen

4. Dokumentenlastige Abläufe

Sobald Informationen in Dokumenten, Mails, Richtlinien, Spezifikationen oder Protokollen verteilt liegen, verbringen Teams viel Zeit mit Suchen, Vergleichen und Zusammenfassen.

Ein KI-Agent kann in solchen Prozessen helfen bei:

• Vorprüfung von Unterlagen
• Extraktion relevanter Informationen
• Abgleich gegen Anforderungen oder Regeln
• Identifikation von Lücken
• Erstellung einer strukturierten Entscheidungsgrundlage
• Vorbereitung des nächsten Arbeitsschritts

5. Prozesse mit klarer Verantwortung, aber variablen Einzelfällen

Nicht jeder Prozess lässt sich rein regelbasiert automatisieren. Manchmal braucht es Einschätzung, Kontext und flexible Bewertung innerhalb klarer Grenzen. Genau dort kann ein Agent sinnvoll sein, solange seine Rolle sauber definiert ist.

Geeignet sind zum Beispiel Prozesse, in denen der Agent:

• Informationen zusammenträgt
• Fälle klassifiziert
• Vorschläge macht
• Standardfälle selbst bearbeitet
• Grenzfälle erkennt und an Menschen übergibt

Nicht jedes Problem braucht einen KI-Agenten. Oft ist ein Agent nicht die beste Wahl, wenn der Prozess fachlich noch unklar ist, Daten chaotisch, veraltet oder schwer zugänglich sind oder wenn einfache, starre Regeln bereits ausreichen. Auch wenn ein klassischer Workflow das Problem sauber lösen kann, braucht es keine komplexere Lösung. Entscheidend ist zudem, dass Verantwortung für Qualität, Freigaben und Betrieb klar geregelt ist. Fehlt diese Grundlage oder wird nur ein «KI-Thema» gesucht, ohne konkreten Nutzen dahinter, ist ein KI-Agent meist der falsche Ansatz.

Einer der häufigsten Denkfehler ist, alles unter «KI» zusammenzufassen. In der Praxis braucht es aber eine klare Einordnung.

Ein Chatbot passt, wenn:

• häufige Standardfragen beantwortet werden sollen
• der Ablauf einfach ist
• keine tiefe Systemlogik nötig ist
• keine echten Prozessschritte ausgelöst werden müssen

Eine klassische Automatisierung passt, wenn:

• Regeln stabil und eindeutig sind
• der Prozess kaum Kontext braucht
• Entscheidungen wenig variieren
• Sicherheit und Wiederholbarkeit wichtiger sind als Flexibilität

Ein KI-Assistent passt, wenn:

• Menschen schneller arbeiten sollen
• Vorschläge, Zusammenfassungen oder Recherchen helfen
• die finale Entscheidung klar beim Menschen bleibt

Ein KI-Agent passt, wenn:

• mehrere Schritte verbunden werden müssen
• Kontext und Ausnahmen eine Rolle spielen
• Informationen aus mehreren Quellen zusammengeführt werden
• der Agent nicht nur antwortet, sondern aktiv vorbereitet oder handelt
• klare Freigaben, Grenzen und Eskalationen definiert sind

Ein sinnvoller Einstieg mit KI-Agenten gelingt dann, wenn diese Punkte erfüllt sind:

• Der erste Einsatzfall löst ein konkretes Problem statt nur eine spannende Idee abzubilden.
• Der betroffene Prozess ist fachlich verstanden und im Alltag klar nachvollziehbar.
• Der Agent übernimmt eine klar definierte Aufgabe statt einen ganzen Ablauf auf einmal.
• Der Pilot wird mit realen Fällen und echten Unsicherheiten geprüft.
• Der Nutzen lässt sich messbar belegen, zum Beispiel über Zeit, Qualität oder weniger manuelle Arbeit.

Auch wenn KI-Agenten oft als neues Thema verkauft werden, sind sie in produktiven Unternehmenskontexten kein «Experiment». Sie sind ein Software und Prozessthema.