Nextise Workflows
Recurring processes run automatically according to your business logic.
AI agents & RAG
Wie funktioniert ein KI-Agent technisch — Schritt für Schritt erklärt?
6 min
Ein KI-Agent funktioniert, indem ein Sprachmodell eine Aufgabe in Schritte zerlegt, bei Bedarf definierte Werkzeuge (z. B. eine Datenbankabfrage, eine E-Mail-Versandfunktion) aufruft, deren Ergebnis prüft und danach entscheidet, ob ein weiterer Schritt nötig ist — anders als ein Chatbot antwortet er nicht nur, sondern handelt in einer Schleife aus Planen, Ausführen und Prüfen.
Bevor IT-Verantwortliche einen KI-Agenten bewerten oder in Auftrag geben, stellt sich regelmäßig die Frage, was ihn technisch von einem einfachen Chat-Fenster unterscheidet.
Nextise Academy
Workshops & training so your team can use AI independently.
Nextise Consulting
Analysis and architecture for situations beyond the standard case.
Nextise Business Apps
Custom CRM and mobile apps, connected to your knowledge base.
Nextise CIP
Your company knowledge instantly available for every employee.
Ein Chatbot beantwortet eine Frage einmal — ein Agent arbeitet so lange in einer Schleife, bis die Aufgabe tatsächlich erledigt ist.
Die Grundschleife eines Agenten
Ein Agent erhält eine Aufgabe (z. B. "Prüfe, ob diese Rechnung zur Bestellung passt und leite sie bei Übereinstimmung zur Zahlung frei"), plant die nötigen Schritte, ruft dafür passende Werkzeuge auf, bewertet das Ergebnis jedes Schritts und wiederholt diesen Zyklus, bis das Ziel erreicht oder ein Abbruchkriterium (z. B. Unsicherheit, fehlende Freigabe) erreicht ist.
Diese Schleife aus Planen → Handeln → Prüfen unterscheidet einen Agenten von einem einfachen Prompt-Antwort-Modell, das nur einmal reagiert.
Was "Werkzeuge" konkret bedeutet
Werkzeuge sind klar definierte Funktionen, auf die der Agent zugreifen darf — etwa eine Datenbankabfrage im ERP, eine Suche im Dokumentenspeicher oder der Versand einer E-Mail über eine Schnittstelle.
Jedes Werkzeug hat eine feste Beschreibung, die dem Modell mitteilt, wofür es genutzt werden darf und welche Eingaben es erwartet — ohne diese klare Abgrenzung würde der Agent raten statt gezielt zu handeln.
Konkretes Beispiel: Rechnungsfreigabe-Agent
Der Agent liest eine eingehende Rechnung, ruft das Werkzeug "Bestellung im ERP nachschlagen" auf, vergleicht Betrag und Positionen, und entscheidet bei Übereinstimmung selbstständig auf Freigabe — bei Abweichung eskaliert er stattdessen an eine Person, statt eigenständig zu entscheiden.
Diese Eskalationsgrenze (was darf der Agent allein entscheiden, was nicht) ist einer der wichtigsten Konfigurationspunkte beim Aufbau.
Warum Kontrolle und Grenzen technisch eingebaut werden müssen
Ohne klar definierte Grenzen (welche Werkzeuge, welche Freigabeschwellen, wie viele Wiederholungsversuche) kann ein Agent in Schleifen hängen bleiben oder Handlungen ausführen, die eigentlich eine menschliche Prüfung erfordert hätten.
In der Praxis wird deshalb für jede kritische Aktion (z. B. Zahlungsfreigabe, Vertragsversand) eine explizite Bestätigungsschwelle eingebaut, ab der der Agent stoppt und eine Person einbezieht.
Wann ein einfacherer Chat-Assistent statt eines Agenten reicht
Wenn die Aufgabe nur aus einer einzelnen Antwort ohne Systemzugriff besteht (z. B. eine Formulierungshilfe), ist ein einfacher, werkzeugloser Chat-Assistent oft ausreichend und deutlich günstiger in Bau und Betrieb als ein vollständiger Agent mit Werkzeug-Anbindung.
Questions about this topic?
We’ll help you find the next concrete step for your company.
Next step
Ready for your AI infrastructure?
Nextise guides you from the first analysis to a productive solution. Ready to deploy in 6–10 weeks.
Managing Director Nextise GmbH
Let’s talk about your AI transformation together
