Wann reicht eine feste Automatisierung, wann brauchst du einen KI-Agenten?

Beide Begriffe fallen oft im selben Atemzug, meinen aber Verschiedenes. Eine Automatisierung arbeitet einen Ablauf ab, den jemand vorher festgelegt hat. Ein KI-Agent bekommt ein Ziel und sucht sich den Weg dorthin selbst. Welche Variante passt, entscheidet die Aufgabe, nicht die Technik. Was ein Agent im Arbeitsalltag konkret erledigen kann, zeigt der Beitrag Was kann ein KI-Agent, ohne dass ich programmieren muss?

Feste Automatisierung: Regeln statt Entscheidungen

Für den Lehrgang ist Automatisierung ein Ablauf aus festen Regeln: Tritt X ein, folgt Y. Schritte und Reihenfolge stehen vorher fest. Eine KI kann darin ein einzelner Baustein sein, zum Beispiel ein Sprachmodell, das eingehende Anfragen zusammenfasst, bevor die nächste feste Regel greift. Ihre Stärke spielt eine Automatisierung aus, wenn eine Aufgabe in gleicher Form wiederkehrt und sich gut vorhersehen lässt. Ändert sich die Aufgabe oder tritt etwas Unerwartetes ein, bricht der Ablauf laut Lehrgang ab oder liefert unbrauchbare Ergebnisse.

KI-Agent: Ziel statt Anleitung

Ein Agent ist laut Lehrgang kein neues Modell, sondern dasselbe Sprachmodell in einer Softwareumgebung, die ihm mehr erlaubt. Er zerlegt ein Ziel selbst in Schritte, greift auf Werkzeuge wie Websuche, Dateien, Code oder Schnittstellen zu und prüft nach jedem Schritt, ob er dem Ziel näherkommt. Klappt etwas nicht, plant er neu. Der Preis dafür: Ein Agent führt Aktionen aus, statt nur Text zu liefern, und verlangt deshalb nach Einschätzung des Lehrgangs mehr menschliche Kontrolle.

Zum Vergleich: Ein Sprachmodell ohne solche Werkzeuge erzeugt Text, hat laut Lehrgang aber keinen Zugriff auf aktuelle Daten und handelt nicht selbst.

Drei Fragen für die Wahl

Aus der Faustregel des Lehrgangs lässt sich eine einfache Prüfreihenfolge ableiten:

1. Liefert die Aufgabe am Ende nur Text, etwa eine Zusammenfassung, eine Übersetzung oder einen Entwurf? Dann reicht in der Regel ein Sprachmodell im Chat.

2. Stehen Schritte und Reihenfolge vorher fest, und kehrt die Aufgabe in gleicher Form wieder? Dann spricht viel für eine feste Automatisierung, bei Bedarf mit einem KI-Schritt darin.

3. Hat die Aufgabe mehrere Stufen, ändert sie sich unterwegs, braucht sie aktuelle Daten, oder hängt jeder weitere Schritt davon ab, was der letzte ergeben hat? Dann ist das laut Lehrgang der typische Fall für einen Agenten, etwa bei einer Recherche über mehrere Quellen und Werkzeuge hinweg.

Die Grenze ist nicht starr. Eine Automatisierung kann einen KI-Schritt enthalten, ohne dass daraus ein Agent wird. Entscheidend ist, wer den Weg bestimmt: die vorher festgelegten Regeln oder das System selbst.

Mehr Freiheit heißt mehr Kontrolle

Der Lehrgang spricht vom Kontroll-Paradoxon: Je selbstständiger ein System handelt, desto mehr Aufsicht braucht es. Einen Fehler im Chat siehst du in der Regel, bevor du das Ergebnis weiterverwendest. Bei einem Agenten kann ein Fehler schon geschehen sein, wenn du ihn entdeckst, etwa eine versendete Mail mit falschem Termin. Lege deshalb vor dem Einsatz fest, welche Werkzeuge er nutzen darf, ob er nur Entwürfe anlegt und wann er anhalten und nachfragen soll. Wie viele Freigaben nötig sind, richtet sich nach dem möglichen Schaden.

Agenten und Automatisierungen sind Thema in Modul 1 des Lehrgangs Manager für KI-Kompetenzen (IHK). Wie man agentische Abläufe technisch aufsetzt, behandelt der Beitrag Wie baue ich produktive Agentic-Workflows?