KI Agenten entwickeln

Agenten, die mitarbeiten.

Eine Automatisierung folgt einem festen Plan. Ein KI Agent bekommt ein Ziel, nutzt deine Systeme und findet den Weg selbst — innerhalb der Grenzen, die du setzt.

  • Prototyp vor Entwicklung
  • Festpreis-Angebot
  • Persönlicher Ansprechpartner
4,8 aus 25 Google-Bewertungen
Vertrauen uns
  • Felgenforum
  • DOOK
  • Sonnen-Energie
  • FF Wheels
  • Damina Performance
  • Mannings Bakery
  • Rösternest
Realitätscheck

Gartner erwartet, dass über 40 % der Agentic-AI-Projekte bis Ende 2027 eingestellt werden. Wegen Kosten, unklarem Nutzen oder fehlender Risikokontrolle.

Quelle: Gartner, Pressemitteilung vom 25. Juni 2025, „Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027“.

Warum Agenten-Projekte scheitern

Eine Demo ist schnell gebaut. Ein Agent im Alltag nicht.

Die meisten Agenten scheitern nicht am KI-Modell. Sondern an allem, was drumherum fehlt.

  1. 01 / 03

    Glänzt im Test, bricht im Betrieb

    Drei saubere Beispiele laufen perfekt. Dann kommen Sonderfälle, unvollständige Daten und alte Systeme — und niemand traut dem Agenten mehr.

    Kostet dich: Budget und das Vertrauen in KI insgesamt.

  2. 02 / 03

    Kein Zugriff auf die echten Systeme

    Ohne Anbindung an CRM, ERP und Postfach bleibt der Agent ein Ratgeber. Die eigentliche Arbeit macht weiter dein Team.

    Kostet dich: Genau den Hebel, für den du ihn gebaut hast.

  3. 03 / 03

    Niemand weiß, was er gerade tut

    Ohne Rechtekonzept, Protokoll und Freigaben wird aus einem Helfer ein Risiko. Dann wird er lieber abgeschaltet.

    Kostet dich: Kontrolle — und am Ende das ganze Projekt.

Automation vs. Agent

Fester Ablauf
oder eigenes Urteil?

Automatisierung
  • Folgt einem festen Ablauf: Wenn A, dann B.
  • Ideal für gleichförmige Vorgänge mit klaren Regeln.
  • Vorhersehbar, günstig im Betrieb, leicht zu prüfen.
  • Stößt an Grenzen, wenn jeder Fall anders aussieht.
  • Beispiel: Rechnung auslesen, abgleichen, ablegen.
KI Agent
  • Bekommt ein Ziel und plant die Schritte selbst.
  • Für Aufgaben mit Recherche, Abgleich und Abwägung.
  • Nutzt Werkzeuge: CRM, ERP, E-Mail, Kalender, Dokumente, APIs.
  • Braucht Leitplanken: Rechte, Freigaben, Protokoll.
  • Beispiel: Reklamation klären — Bestellung finden, Fotos prüfen, Lösung vorschlagen.
Agent in Aktion

Ein Ziel.
Der Agent findet den Weg.

  1. E-Mail Kundin meldet: Lieferung beschädigt, ein Teil fehlt. Fotos im Anhang.
  2. KI Der Agent plant: Bestellung finden, Lieferschein prüfen, Fotos bewerten, Richtlinie nachschlagen.
  3. ERP Bestellung und Lieferschein gefunden: Das fehlende Teil wurde tatsächlich nicht verschickt.
  4. Dokumente Reklamationsrichtlinie gelesen: Ersatz ohne Rücksendung ist in diesem Fall vorgesehen.
  5. KI Bereitet Ersatzlieferung und Antwort an die Kundin vor, mit Begründung für jeden Schritt.
  6. Mensch Der Service prüft den Vorschlag und gibt frei. Erst dann wird versendet.

Statt fünf Systeme zu durchsuchen: ein begründeter Vorschlag zur Freigabe.

  1. CRM Neuer Lead im CRM: Firmenname und eine knappe Nachricht, sonst nichts.
  2. KI Der Agent recherchiert öffentliche Informationen: Website, Branche, Standort, Leistungsangebot.
  3. CRM Gleicht ab: Gab es schon Kontakt, Angebote oder offene Deals mit dieser Firma?
  4. KI Bewertet den Lead nach euren Kriterien und begründet die Einschätzung nachvollziehbar.
  5. Kalender Schlägt dem zuständigen Vertriebler einen Rückrufslot vor.
  6. Mensch Der Vertrieb ruft an — mit einem Briefing, das schon fertig ist.

Statt Recherche vor jedem Anruf: ein Briefing, das schon da ist.

  1. E-Mail Ein Lieferant verschiebt den Liefertermin für ein Bauteil.
  2. KI Der Agent prüft, welche Kundenaufträge an diesem Bauteil hängen.
  3. ERP Mehrere Aufträge betroffen, einer davon mit fest zugesagtem Termin.
  4. ERP Sucht Alternativen: Bestände an anderen Lagerorten, weitere freigegebene Lieferanten.
  5. KI Legt Optionen mit Vor- und Nachteilen vor und entwirft je Auftrag eine Kundeninfo.
  6. Mensch Der Einkauf entscheidet. Der Agent setzt die Entscheidung in den Systemen um.

Statt Feuerwehr am Telefon: Optionen auf dem Tisch, bevor der Kunde fragt.

Leitplanken

Handeln dürfen.
Aber nachvollziehbar.

  • 01

    Werkzeuge & Systeme

    Der Agent liest und schreibt dort, wo dein Team arbeitet: CRM, ERP, E-Mail, Kalender, Dokumentenablage oder eigene APIs — über saubere Schnittstellen statt Bildschirm-Klickerei.

  • 02

    Eine klare Rolle

    Jeder Agent hat genau eine Aufgabe. Ein Spezialist, kein Alleskönner.

  • 03

    Rechte nach Rolle

    Der Agent sieht und darf nur, was seine Aufgabe erfordert. Lesen, Schreiben und Versenden werden getrennt freigegeben.

  • 04

    Human in the Loop

    Kundenkontakt, Preise, Buchungen: Der Agent bereitet vor, ein Mensch bestätigt.

  • 05

    Protokoll mit Begründung

    Jede Aktion wird mit Begründung festgehalten. Du siehst, was der Agent getan hat und warum.

  • 06

    Firmenwissen

    Richtlinien, Handbücher und frühere Vorgänge — damit er arbeitet wie dein Team.

  • 07

    Evaluation im Betrieb

    Getestet mit echten Fällen, gemessen im Alltag, nachgeschärft, wo er danebenliegt.

Verantwortung in Etappen

Vertrauen wird verdient.
Auch von Agenten.

  1. 01 Aufgabe

    Use Case schärfen

    Eine wiederkehrende Aufgabe, klar abgegrenzt, mit einem Ergebnis, das man prüfen kann.

  2. 02 Prototyp

    Mit echten Fällen

    Der Agent bearbeitet Beispiele aus deinem Alltag. Wir sehen, wo er sicher ist und wo nicht.

  3. 03 Schatten

    Schattenbetrieb

    Der Agent schlägt vor, dein Team entscheidet. Jede Abweichung wird ausgewertet.

  4. 04 Freigabe

    Mehr Verantwortung

    Was zuverlässig klappt, darf er selbst erledigen. Kritisches bleibt bei Menschen.

  5. 05 Betrieb

    Monitoring & Ausbau

    Qualität wird laufend gemessen, neue Aufgaben kommen dazu.

Selbsttest

Agent oder Automation?
Finde es heraus.

1 / 5 · ca. 1 Minute · anonym

Wie unterschiedlich sind die Fälle?
Wie viele Systeme sind beteiligt?
Woher kommen die Informationen?
Wie wird heute entschieden?
Wie oft fällt die Aufgabe an?
Das Weblabs-Versprechen

Kein Hype-Projekt.
Kein Risiko.

  • Festpreis-Angebot

    Für die Entwicklung gilt ein fester Preis. Die laufenden Kosten für Modelle und Betrieb schätzen wir vorab anhand deines Volumens und legen sie offen.

  • Prototyp vor Entwicklung

    Du siehst den Agenten mit echten Fällen arbeiten, bevor er Zugriff auf deine Live-Systeme bekommt.

  • Alles gehört dir

    Code, Prompts, Konfiguration und Zugänge gehören dir. Kein Lock-in in eine Agenten-Plattform.

  • Persönlicher Ansprechpartner

    Wenn der Agent etwas Unerwartetes tut, sprichst du direkt mit den Menschen, die ihn gebaut haben.

Alex Berchtold
Alex BerchtoldGeschäftsführer
Nico Möbius
Nico MöbiusGeschäftsführer
Persönlich

Du sprichst direkt
mit den Entwicklern.

Wir bauen eigene Software-Produkte und stecken unser eigenes Geld in unsere Ideen. Bei deinem Agenten sitzen dieselben Leute mit dir am Tisch, die ihn entwickeln.

FAQ

Häufige Fragen zu KI Agenten.

Was ist ein KI Agent?

Ein KI Agent ist ein System, das eine Aufgabe selbstständig in mehreren Schritten bearbeitet: Er plant, nutzt Werkzeuge wie CRM, ERP oder E-Mail, prüft Zwischenergebnisse und liefert ein fertiges Arbeitsergebnis — statt nur eine Antwort.

Was ist der Unterschied zwischen einem KI Agenten und einer Automatisierung?

Eine Automatisierung folgt einem festen Ablauf. Ein Agent bekommt ein Ziel und entscheidet innerhalb festgelegter Grenzen selbst, welche Schritte nötig sind. In der Praxis kombinieren wir oft beides: feste Abläufe, wo es geht, und Agenten dort, wo Abwägung nötig ist.

Ist ein Chatbot nicht auch schon ein Agent?

Nein. Ein Chatbot beantwortet Fragen, ein Agent handelt in Systemen. Nicht alles, was als Agent verkauft wird, ist auch einer — Gartner warnt ausdrücklich vor „Agent Washing“, also umetikettierten Chatbots und RPA-Tools.

Für welche Aufgaben lohnt es sich, KI Agenten entwickeln zu lassen?

Für wiederkehrende Aufgaben mit Recherche, Abgleich und Eintragen über mehrere Systeme: Reklamationen vorbereiten, Leads recherchieren, Lieferprobleme auflösen, Berichte zusammenstellen. Wenn feste Regeln reichen, ist eine Automatisierung die bessere Wahl — das sagen wir dir offen.

Wie behalten wir die Kontrolle über einen Agenten?

Über Rechte, Freigaben und Protokolle. Der Agent darf nur, was seine Aufgabe erfordert, kritische Aktionen bestätigt ein Mensch, und jede Aktion ist mit Begründung nachvollziehbar.

Was passiert, wenn der Agent einen Fehler macht?

Deshalb starten wir im Schattenbetrieb: Der Agent schlägt vor, dein Team entscheidet. Erst wenn die Qualität stimmt, bekommt er schrittweise mehr Verantwortung. Unsichere Fälle gehen immer an einen Menschen.

Was kostet die Entwicklung eines KI Agenten?

Das hängt von Aufgabe, Systemen und Sonderfällen ab. Nach einem Use-Case-Workshop bekommst du ein Festpreis-Angebot für die Entwicklung. Laufende Kosten für Modelle und Betrieb schätzen wir anhand deines Volumens und weisen sie getrennt aus.

Welche KI-Modelle setzt ihr ein — und wo laufen unsere Daten?

Das entscheiden wir je Aufgabe nach Qualität, Kosten und Datenschutz-Anforderungen. Wo Daten das Unternehmen nicht verlassen sollen, sind auch Private-AI-Setups möglich. Die Bewertung stimmen wir mit deinem Datenschutzbeauftragten ab.

Welche Aufgabe übernimmt
dein erster Agent?

Auswahl startet einen kurzen Qualifizierungs-Funnel — kein klassisches Kontaktformular.