Agentische KI: Was Agentic AI ist und wie sie sich von generativer KI unterscheidet
Agentische KI ist die Form künstlicher Intelligenz, die Ziele selbstständig über mehrere Schritte verfolgt, indem sie plant, Entscheidungen trifft und über angebundene Werkzeuge selbst handelt, statt nur auf eine einzelne Eingabe zu antworten.
Kurz gesagt: Agentische KI, im Englischen Agentic AI, ist KI, die handelt. Während generative KI auf eine Eingabe hin Texte, Bilder oder Code erzeugt, bekommt agentische KI ein Ziel und arbeitet es Schritt für Schritt ab: Sie plant, nutzt Programme wie CRM oder E-Mail, prüft Zwischenergebnisse und passt ihr Vorgehen an. Umgesetzt wird sie durch KI-Agenten, oft mehrere, die zusammenarbeiten. Für Unternehmen eignet sich agentische KI bei wiederkehrenden Abläufen mit klarem Ziel. Die Risiken liegen in Fehlern, Sicherheitslücken und zu viel Selbstständigkeit, deshalb gehören Grenzen und Freigaben von Anfang an dazu.
1. Was ist agentische KI?
Agentische KI ist die deutsche Form von Agentic AI. Das Wort agentisch kommt von Agent, also jemandem, der im Auftrag handelt. Gemeint ist KI, die nicht nur Inhalte erzeugt, sondern Aufgaben eigenständig erledigt: Sie zerlegt ein Ziel in Schritte, entscheidet über die Reihenfolge, nutzt Programme und Daten und prüft, ob das Ergebnis passt.
Agentische KI ist keine eigene Technik, sondern eine Arbeitsweise. Die Grundlage bilden meist dieselben großen Sprachmodelle, die auch hinter generativer KI stehen. Agentisch werden sie, wenn sie ein Ziel, Werkzeuge, ein Gedächtnis und Regeln für ihr Vorgehen bekommen. Wie ein einzelner KI-Agent aufgebaut ist und welche Arten es gibt, beschreibt der Leitfaden KI-Agenten.
Agentic AI auf Deutsch
Eine feste Übersetzung hat sich noch nicht durchgesetzt. Üblich sind agentische KI, agentenbasierte KI und handlungsfähige KI, in Fachtexten wird oft der englische Begriff verwendet. Gemeint ist in allen Fällen dasselbe: KI, die ein Ziel verfolgt und dafür selbst tätig wird.
Wie neu ist agentische KI?
Die Idee von Software-Agenten, die selbstständig handeln, ist in der Informatik alt. Neu ist, dass große Sprachmodelle Aufgaben in normaler Sprache verstehen und planen können. Dadurch lassen sich agentische Systeme für Aufgaben bauen, die vorher für jeden Einzelfall eine feste Programmierung verlangt hätten, etwa das Beantworten unterschiedlich formulierter Anfragen oder die Recherche zu wechselnden Firmen.
2. Wie funktioniert agentische KI?
Agentische KI arbeitet in sechs Schritten, die sich so lange wiederholen, bis das Ziel erreicht ist: Wahrnehmen, Schlussfolgern, Planen, Entscheiden, Handeln und Lernen.
- Wahrnehmen: Das System nimmt Informationen auf, etwa eine E-Mail, Einträge im CRM, Dokumente oder Daten aus einer Schnittstelle.
- Schlussfolgern: Das Sprachmodell ordnet die Informationen ein: Worum geht es, was ist wichtig, was fehlt noch?
- Planen: Es zerlegt das Ziel in Teilschritte und legt eine Reihenfolge fest.
- Entscheiden: Bei jedem Schritt wählt es zwischen mehreren Möglichkeiten, innerhalb der Regeln, die du vorgibst.
- Handeln: Über angebundene Werkzeuge führt es den Schritt aus, schreibt zum Beispiel eine Antwort, legt einen Termin an oder aktualisiert einen Datensatz.
- Lernen: Es prüft, ob der Schritt funktioniert hat, merkt sich Zwischenergebnisse und passt das weitere Vorgehen an.
Der Unterschied zu einem Programm mit festem Ablauf: Die Reihenfolge der Schritte steht nicht vorher fest. Das System entscheidet nach jedem Schritt neu, was als Nächstes sinnvoll ist, und kann deshalb auch mit Eingaben umgehen, die niemand vorhergesehen hat.
Orchestrierung: wenn mehrere Agenten zusammenarbeiten
Größere Aufgaben verteilen agentische Systeme oft auf mehrere spezialisierte Agenten. Ein steuernder Agent, der Orchestrator, zerlegt die Aufgabe, vergibt die Teile und setzt die Ergebnisse zusammen. Wie solche Systeme aufgebaut sind und wann sich der Aufwand lohnt, beschreibt der Ratgeber Multi-Agenten-Systeme.
Was der Mensch beisteuert
Agentische KI ersetzt keine Vorgaben. Ziel, Grenzen, Datenquellen und die Stellen, an denen ein Mensch freigibt, legt dein Team fest. Je klarer diese Vorgaben sind, desto verlässlicher arbeitet das System. Unklare Ziele führen dagegen zu Ergebnissen, die zwar plausibel aussehen, aber nicht das treffen, was gemeint war.
3. Agentische KI und generative KI: der Unterschied
Generative KI erzeugt Inhalte auf eine Anfrage hin, agentische KI erledigt Aufgaben über mehrere Schritte. Kurz gesagt: Generative KI antwortet, agentische KI handelt. Die Tabelle zeigt die Unterschiede im Detail.
| Merkmal | Generative KI | Agentische KI |
|---|---|---|
| Grundfrage | Was soll ich erstellen? | Was muss passieren, damit das Ziel erreicht ist? |
| Auslöser | Eine Eingabe, etwa eine Frage oder ein Auftrag im Chat | Ein Ziel oder ein Ereignis, etwa eine neue Anfrage |
| Ergebnis | Text, Bild, Code oder Zusammenfassung | Eine erledigte Aufgabe, etwa ein gebuchter Termin oder ein gepflegter Datensatz |
| Ablauf | Eine Antwort pro Eingabe | Viele Schritte, die aufeinander aufbauen |
| Rolle des Menschen | Fragt, prüft und handelt selbst | Gibt Ziel und Grenzen vor, prüft und gibt frei |
| Zugriff auf Programme | Meist keiner | Über angebundene Werkzeuge wie CRM, E-Mail oder Kalender |
| Typisches Risiko | Falsche oder ungenaue Inhalte | Zusätzlich falsche Handlungen mit echten Folgen |
Beide gehören zusammen. Agentische Systeme nutzen generative KI, um Texte zu verstehen und zu formulieren. Der Unterschied liegt darin, was danach passiert. Bei generativer KI entscheidest du, was du mit dem Ergebnis machst. Bei agentischer KI ist das Ergebnis bereits eine Handlung, etwa eine verschickte Antwort oder ein angelegter Termin. Deshalb steigen mit agentischer KI auch die Anforderungen an Prüfung und Freigaben.
Generative KI und agentische KI im Vergleich: Generative KI liefert ein Ergebnis, agentische KI erledigt eine Aufgabe. Beide nutzen dieselben Sprachmodelle.
- Grundfrage
- Generative KI: Was soll ich erstellen?
- Agentische KI: Was muss passieren, damit das Ziel erreicht ist?
- Auslöser
- Generative KI: Eine Eingabe, etwa eine Frage im Chat.
- Agentische KI: Ein Ziel oder ein Ereignis, etwa eine neue Anfrage.
- Ergebnis
- Generative KI: Text, Bild, Code oder Zusammenfassung.
- Agentische KI: Eine erledigte Aufgabe, etwa ein gebuchter Termin.
- Ablauf
- Generative KI: Eine Antwort pro Eingabe.
- Agentische KI: Viele Schritte, die aufeinander aufbauen.
- Rolle des Menschen
- Generative KI: Fragt, prüft und handelt selbst.
- Agentische KI: Gibt Ziel und Grenzen vor, prüft und gibt frei.
4. Agentische KI und KI-Agenten: der Unterschied
Agentische KI ist die Fähigkeit oder das Gesamtsystem, ein KI-Agent ist ein einzelnes Programm, das diese Fähigkeit umsetzt. Ein KI-Agent übernimmt eine bestimmte Aufgabe, etwa die Vorbereitung von Kundengesprächen. Agentische KI beschreibt dagegen die Arbeitsweise, und ein agentisches System kann aus einem einzigen Agenten oder aus vielen bestehen, die sich abstimmen.
Im Alltag werden beide Begriffe oft gleich verwendet. Für die Planung im Unternehmen hilft die Unterscheidung trotzdem: Du startest mit einem Agenten für eine Aufgabe und baust daraus nach und nach ein agentisches System, in dem mehrere Agenten zusammenarbeiten.
Und was ist mit KI-Assistenten?
Ein KI-Assistent unterstützt dich, während du arbeitest, und wartet auf deine nächste Anweisung. Agentische KI arbeitet eine Aufgabe ab, ohne dass du jeden Schritt anstoßen musst. Viele Programme verbinden heute beides: einen Assistenten für Fragen und Agentenfunktionen für ganze Abläufe. Entscheidend ist, wer den nächsten Schritt auslöst, du oder das System.
5. Merkmale und Vorteile agentischer KI
Agentische KI zeichnet sich durch sechs Merkmale aus: Sie ist zielorientiert, autonom, proaktiv, anpassungsfähig, spezialisiert und mit Werkzeugen verbunden.
- Zielorientiert: Sie arbeitet auf ein Ergebnis hin, nicht auf eine einzelne Antwort.
- Autonom: Innerhalb festgelegter Grenzen entscheidet sie selbst über die nächsten Schritte.
- Proaktiv: Sie wird von Ereignissen ausgelöst, etwa einer neuen Anfrage, und wartet nicht auf eine Eingabe.
- Anpassungsfähig: Klappt ein Schritt nicht, sucht sie einen anderen Weg oder fragt nach.
- Spezialisiert: Einzelne Agenten sind auf Aufgaben zugeschnitten, etwa Recherche, Texte oder Prüfung.
- Mit Werkzeugen verbunden: Sie arbeitet in den Programmen, die dein Team ohnehin nutzt, statt daneben.
Nicht jedes System muss alle Merkmale voll ausprägen. Gerade am Anfang ist weniger Autonomie oft mehr: Ein System, das vorbereitet und vorschlägt, während ein Mensch freigibt, ist leichter zu prüfen und schneller im Alltag nützlich als eines, das von Beginn an alles allein entscheidet.
Was agentische KI Unternehmen bringt
Aus den Merkmalen ergeben sich die Vorteile im Betrieb. Agentische KI übernimmt Abläufe, die bisher an vielen kleinen Handgriffen zwischen mehreren Programmen hingen, und arbeitet sie in gleichbleibender Qualität ab:
- Weniger Routinearbeit: Recherche, Abgleich von Daten und Standardkorrespondenz laufen im Hintergrund, dein Team kümmert sich um Gespräche und Entscheidungen.
- Schnellere Abläufe: Ein Vorgang wartet nicht mehr darauf, dass jemand Zeit hat. Anfragen werden sofort vorbereitet, auch außerhalb der Bürozeiten.
- Gleichbleibende Qualität: Jeder Durchlauf folgt denselben Vorgaben, am Montagmorgen wie am Freitagabend.
- Verbundene Programme: Agentische KI arbeitet über Programmgrenzen hinweg, etwa vom Postfach über das CRM bis in den Kalender, ohne dass jemand Daten kopieren muss.
- Nachvollziehbare Abläufe: Weil jeder Schritt protokolliert wird, siehst du, wo Vorgänge hängen und was sich verbessern lässt.
Wie groß der Nutzen im Einzelfall ist, hängt von der Zahl der Vorgänge, vom Aufwand für Aufbau und Betrieb und vom verbleibenden Prüfaufwand ab. Belastbar wird die Rechnung erst nach einem Test mit echten Daten.
6. Beispiele für agentische KI im Unternehmen
Agentische KI wird dort eingesetzt, wo Abläufe wiederkehren, mehrere Programme beteiligt sind und das Ergebnis klar prüfbar ist, zum Beispiel im Vertrieb, im Kundenservice, in Einkauf und Lieferkette, in der Buchhaltung, im Marketing und in der IT.
Vertrieb
Ein agentisches System findet Firmen, die zu deinen Zielkunden passen, erkennt Anlässe wie eine neue Stelle oder einen Standortwechsel, entwirft eine persönliche Ansprache, fasst nach und legt Termine in den Kalender. Der Vertrieb gibt die Nachrichten frei und führt die Gespräche.
Kundenservice
Anfragen werden eingeordnet, die passende Antwort wird in der Wissensdatenbank gesucht, der Stand eines Auftrags abgefragt und die Antwort vorbereitet. Schwierige Fälle gehen mit einer Zusammenfassung des bisherigen Verlaufs an Mitarbeiter.
Einkauf und Lieferkette
Agenten beobachten Liefertermine und Lagerbestände, melden Abweichungen, holen Angebote ein und bereiten Bestellungen zur Freigabe vor.
Buchhaltung und Verwaltung
Rechnungen werden ausgelesen, mit Bestellungen abgeglichen und Unstimmigkeiten markiert, bevor ein Mensch bucht.
Marketing
Agenten planen Aussendungen, erstellen Varianten von Texten, werten Ergebnisse aus und halten Kontaktdaten aktuell.
IT und Softwareentwicklung
Agenten analysieren Fehlermeldungen, schlagen Korrekturen im Code vor, führen Tests aus und dokumentieren Änderungen.
Welche Aufgaben im B2B-Vertrieb sich heute an KI abgeben lassen, zeigt der Ratgeber KI im Vertrieb. Wie Unternehmen den ersten passenden Ablauf auswählen und was ein Agenten-System kostet, beschreibt der Leitfaden KI-Agenten für Unternehmen.
7. Risiken und Grenzen
Agentische KI handelt in echten Systemen. Fehler wirken deshalb nicht nur auf dem Bildschirm, sondern als falsche E-Mail, falscher Termin oder falscher Datensatz. Diese fünf Risiken solltest du kennen:
Fehler, die sich fortsetzen
Beruht ein Schritt auf einer falschen Annahme, bauen alle folgenden Schritte darauf auf. Prüfschritte zwischen den Stationen und ein Protokoll helfen, Fehler früh zu finden.
Zu viel Selbstständigkeit
Ein System, das ohne Freigabe Nachrichten verschickt oder Daten löscht, kann in kurzer Zeit viel Schaden anrichten. Rechte gehören deshalb so eng wie möglich gefasst.
Sicherheit
Agentische Systeme lesen Inhalte aus E-Mails, Dokumenten und Webseiten. Versteckte Anweisungen darin können das System zu ungewollten Aktionen verleiten, Fachleute sprechen von Prompt Injection. Getrennte Rechte, geprüfte Datenquellen und Freigaben für kritische Schritte senken das Risiko.
Nachvollziehbarkeit
Warum ein System einen bestimmten Weg gewählt hat, ist nicht immer offensichtlich. Ein lückenloses Protokoll aller Schritte gehört deshalb zur Grundausstattung.
Kosten
Jeder Schritt eines agentischen Systems ruft das Sprachmodell auf. Bei vielen Schritten und Durchläufen summieren sich die Kosten. Plane sie vor dem Start ein und beobachte sie im Betrieb.
Datenschutz und Recht
Für personenbezogene Daten gilt die DSGVO, für KI-Systeme in der EU zusätzlich der EU AI Act. Welche Pflichten im Vertrieb gelten, fasst der Artikel EU AI Act im Vertrieb zusammen. Keine Rechtsberatung. Im Einzelfall Anwalt fragen.
8. Agentische KI einführen: 6 Grundsätze
Agentische KI wird am besten schrittweise eingeführt: eine Aufgabe, klare Grenzen, Freigaben durch Menschen und messbare Ziele, bevor das System mehr Verantwortung bekommt.
1. Mit einer Aufgabe beginnen
Wähle einen Ablauf, der oft vorkommt, ein klares Ziel hat und dessen Ergebnis sich prüfen lässt. Erst wenn er sicher läuft, kommt der nächste dazu.
2. Grenzen schriftlich festlegen
Halte fest, was das System allein darf, was nur mit Freigabe und was nie. Diese Regeln gehören in die Anweisungen und in die technischen Rechte.
3. Menschen an den richtigen Stellen einbinden
Alles, was nach außen geht oder schwer rückgängig zu machen ist, gibt zunächst ein Mensch frei. Mit wachsender Erfahrung lassen sich Freigaben gezielt lockern.
4. Rechte eng fassen
Jeder Agent bekommt nur Zugriff auf die Programme und Daten, die er für seine Aufgabe braucht.
5. Jeden Schritt protokollieren
Ein Protokoll zeigt, was das System wann und warum getan hat. Es ist die Grundlage für Fehlersuche, Verbesserung und Vertrauen im Team.
6. Messen, dann ausbauen
Lege vor dem Start fest, woran du Erfolg misst, etwa Zeit pro Vorgang, Zahl der Korrekturen oder Reaktionszeit. Vergleiche die Werte mit dem Stand vorher.
Fertige Plattform oder eigener Aufbau?
Viele Programme, die Unternehmen ohnehin nutzen, bringen inzwischen Agentenfunktionen mit, etwa CRM-Systeme, Bürosoftware oder Plattformen für den Kundenservice. Sie lassen sich schnell einschalten, bleiben aber meist auf das jeweilige Programm beschränkt. Daneben gibt es Baukästen, mit denen sich Agenten ohne Programmierung zusammenstellen lassen, und Frameworks für Entwickler, die volle Kontrolle über Ablauf, Werkzeuge und Daten bieten.
Welche Variante passt, hängt davon ab, wie viele Programme der Ablauf berührt, wie sensibel die Daten sind und wer das System später pflegt. Ein Ablauf innerhalb eines Programms ist mit dessen eigenen Funktionen oft gut bedient. Abläufe über mehrere Programme hinweg brauchen in der Regel einen eigenen Aufbau.
Wie der Bau eines einzelnen Agenten konkret abläuft, vom Ziel über die Werkzeuge bis zum Test, zeigt die Anleitung KI-Agenten erstellen.
9. FAQ
Was ist agentische KI einfach erklärt?
Agentische KI ist KI, die selbst handelt. Du gibst ihr ein Ziel, und sie arbeitet es in mehreren Schritten ab: Sie sammelt Informationen, plant, nutzt Programme wie E-Mail oder CRM und prüft das Ergebnis. Was sie allein darf und wo ein Mensch freigibt, legst du vorher fest.
Was heißt Agentic AI auf Deutsch?
Agentic AI heißt auf Deutsch agentische KI, seltener agentenbasierte oder handlungsfähige KI. Gemeint sind KI-Systeme, die Ziele selbstständig über mehrere Schritte verfolgen und dafür eigenständig handeln.
Was ist der Unterschied zwischen agentischer KI und generativer KI?
Generative KI erstellt Inhalte wie Texte, Bilder oder Code als Antwort auf eine Eingabe. Agentische KI verfolgt ein Ziel über mehrere Schritte und führt dafür selbst Aktionen in anderen Programmen aus. Agentische Systeme nutzen generative KI als Baustein, gehen aber vom Ergebnis zur Handlung.
Was ist der Unterschied zwischen agentischer KI und KI-Agenten?
Ein KI-Agent ist ein einzelnes Programm, das eine bestimmte Aufgabe selbstständig erledigt. Agentische KI beschreibt die Arbeitsweise und das Gesamtsystem, das aus einem oder mehreren zusammenarbeitenden Agenten bestehen kann.
Welche Beispiele gibt es für agentische KI?
Typische Beispiele sind Systeme, die im Vertrieb passende Firmen finden, Ansprachen entwerfen und Termine buchen, im Kundenservice Anfragen einordnen und Antworten vorbereiten, im Einkauf Liefertermine überwachen und Bestellungen vorbereiten oder in der IT Fehler analysieren und Korrekturen vorschlagen.
Welche 4 Arten der KI gibt es?
Eine verbreitete Einteilung unterscheidet vier Arten nach ihren Fähigkeiten: reaktive Maschinen, KI mit begrenztem Gedächtnis, KI mit einem Verständnis für andere, auch Theory of Mind genannt, und KI mit eigenem Bewusstsein. Im Einsatz sind heute nur die ersten beiden. Agentische KI gehört zur KI mit begrenztem Gedächtnis, weil sie Zwischenergebnisse speichert und darauf aufbaut.
Ist agentische KI gefährlich?
Agentische KI ist so sicher wie die Grenzen, die man ihr setzt. Risiken entstehen vor allem, wenn ein System zu viele Rechte hat, ungeprüfte Inhalte verarbeitet oder ohne Freigabe nach außen handelt. Enge Rechte, Protokolle und Freigaben durch Menschen machen den Einsatz beherrschbar.
Wo wird agentische KI in Unternehmen angewendet?
Vor allem in Abläufen, die oft wiederkehren und mehrere Programme berühren: im Vertrieb, im Kundenservice, in Einkauf und Lieferkette, in der Buchhaltung, im Marketing und in der IT. Gute Startpunkte sind Aufgaben mit klarem Ziel und prüfbarem Ergebnis, etwa die Vorbereitung von Gesprächen oder das Einordnen von Anfragen.
Agentische KI im Vertrieb einsetzen?
In 30 Minuten klären wir, welcher Ablauf in deinem Vertrieb sich für agentische KI eignet und wie ein Start mit close one aussehen würde.