KI-Agent — IT-Definition
Softwaresystem auf Basis eines LLM, das Schritte plant, Werkzeuge aufruft und handelt, um ein Ziel zu erreichen — ohne kontinuierliche menschliche Eingabe.
Ein KI-Agent (AI agent) ist ein Softwaresystem, das ein LLM mit der Fähigkeit kombiniert, Schritte zu planen, Werkzeuge aufzurufen und Aktionen auszuführen, um ein vom Benutzer gesetztes Ziel zu erreichen. Im Gegensatz zu einem einfachen Chatbot, der nur antwortet, handelt ein Agent: er liest einen Kalender, aktualisiert ein Ticket, fragt eine Datenbank ab, löst einen Workflow aus, verhandelt mit einem anderen Agenten.
KI-Agenten sind die natürliche Evolution der LLMs in 2025-2026. Laut Gartner Hype Cycle 2024 werden bis 2028 mehr als 33 % der Unternehmensanwendungen KI-Agenten integrieren, gegenüber weniger als 1 % im Jahr 2024.
Anatomie eines KI-Agenten
- •Das Modell (LLM): GPT-4, Claude, Gemini, Mistral, Llama. Es liefert das Reasoning.
- •Die Werkzeuge (Tools): APIs, Funktionen, Datenbanken, Browser, Code-Ausführung.
- •Der Speicher: Kurzzeit (Konversationskontext) und Langzeit (Vector Store, Dateien, RAG).
- •Der Orchestrator: die Schleife zwischen Reasoning, Tool-Aufruf, Beobachtung, Replanung (ReAct, Plan-and-Execute, Reflexion).
- •Der Kontext: SI-Daten, Anwendungen, Organisationsdaten — typischerweise über MCP.
KI-Agenten vs. Chatbots vs. RPA
- •LLM-Chatbot: erzeugt Text als Antwort auf einen Prompt. Keine externe Aktion.
- •KI-Agent: argumentiert über ein Ziel, wählt Werkzeuge, führt aus, beobachtet und plant um.
- •Klassische RPA: automatisiert vordefinierte Schritte ohne Kontextverständnis.
Die Hauptmuster der Agenten
- •ReAct-Agent: Wechsel Reason / Act.
- •Plan-and-Execute: vollständiger Plan zuerst, dann schrittweise Ausführung.
- •Multi-Agent: mehrere spezialisierte Agenten kollaborieren (AutoGen, CrewAI, LangGraph).
- •Autonomer Agent: Langzeit-Schleife (AutoGPT, BabyAGI).
Anwendungsfälle im Unternehmen
- •Kundensupport: konversationelle Agenten lösen einfache Tickets, eskalieren komplexe.
- •Vertrieb: Agenten qualifizieren Leads, schreiben personalisierte E-Mails, aktualisieren das CRM.
- •IT / DSI: Agenten diagnostizieren Vorfälle, schlagen Fixes vor, öffnen Tickets.
- •Finanzen: Agenten gleichen Rechnungen ab, generieren Mahnungen, erkennen Anomalien.
- •Entwicklung: Copilots, die codieren, testen, deployen (Devin, Cursor, Cline).
Warum der Anwendungskontext entscheidend ist
Ein KI-Agent ist nur nützlich, wenn er das SI des Unternehmens versteht: «Welche Anwendungen werden von welchen Teams genutzt?», «Wer besitzt diesen Service?», «Wie kritisch ist dieses Tool?». Ohne diesen Kontext verallgemeinert der Agent auf Internet-Wissen — was Halluzinationen und falsche Entscheidungen produziert.
Genau das ist die Rolle einer Plattform wie Kabeen: den lebenden SI-Kontext (Anwendungen, Nutzungen, Kosten, Eigentümer, Risiken) sowohl IT-Teams als auch KI-Agenten über eine einheitliche Schnittstelle bereitzustellen — beispielsweise einen MCP-Server.
Sicherheit und Governance
- •Überprivilegierung: ein Agent mit zu vielen Rechten kann großflächige Schäden verursachen.
- •Prompt Injection: ein Angreifer kann den Agenten über eine in einem Dokument versteckte Anweisung kapern.
- •Unkontrollierte Kosten: ein Agent in einer Schleife kann in Minuten Tausende von Tokens verbrauchen.
- •Audit und Nachverfolgbarkeit: .
- •[Schatten-KI](/de/glossary/shadow-ai): .
Best Practices: Prinzip der minimalen Rechte (IAM), Human-in-the-Loop, Sandboxing, Monitoring, Audit-Logs, KI-Governance gemäß ISO 42001.
Häufig gestellte Fragen
Was ist ein KI-Agent?
+
Ein KI-Agent ist ein Softwaresystem auf Basis eines LLM, das Schritte plant, Werkzeuge (APIs, Datenbanken, Browser) aufruft und Aktionen ausführt, um ein Ziel zu erreichen. Im Gegensatz zu einem Chatbot, der nur antwortet, handelt ein Agent in der realen Welt: er liest einen Kalender, aktualisiert ein Ticket, löst einen Workflow aus.
Unterschied zwischen KI-Agent und Chatbot?
+
Ein LLM-Chatbot beschränkt sich darauf, Text als Antwort auf einen Prompt zu erzeugen. Ein KI-Agent geht weiter: er argumentiert über ein Ziel, wählt die richtigen Werkzeuge, führt Aktionen aus, beobachtet das Ergebnis und plant bei Bedarf neu. Der Agent kombiniert die Sprachverständnis-Fähigkeiten des LLM mit der Fähigkeit, auf das SI oder die Außenwelt zu wirken.
Welche Frameworks gibt es für KI-Agenten?
+
Die meistgenutzten Frameworks 2026 sind LangChain und LangGraph (ReAct-Muster, Multi-Agent), AutoGen von Microsoft (Multi-Agent-Kollaboration), CrewAI (spezialisierte Agenten) und das Anthropic SDK für Claude. Kommerziell: OpenAI Assistants, Google Vertex AI Agent Builder, AWS Bedrock Agents.
Welche Risiken bergen KI-Agenten?
+
Vier Hauptrisiken: (1) Überprivilegierung — ein Agent mit zu vielen Rechten kann großflächige Schäden verursachen, (2) Prompt Injection — ein Angreifer kann den Agenten über eine in einem Dokument versteckte Anweisung kapern, (3) unkontrollierte Kosten — ein Agent in einer Schleife kann in Minuten Tausende von Tokens verbrennen, (4) Schatten-KI. Antworten: minimale Rechte, Human-in-the-Loop, Sandbox, Audit, ISO-42001-Konformität.
Alle Begriffe
5R-Methode
Eine Strategie bei der Anwendungsrationalisierung zur Bestimmung des besten Ansatzes für das Anwendungsmanagement.
8R-Methode
Eine erweiterte Version der 5R-Methode für Application Portfolio Management und Migrationsstrategien.
Anwendung
Ein Computerprogramm oder eine Reihe von Programmen zur Rationalisierung von Geschäftsabläufen.
Architektur
Bezieht sich auf die Struktur und das Verhalten von IT-Systemen, Prozessen und Infrastruktur innerhalb einer Organisation.
Brauchen Sie Hilfe bei der Kartierung Ihrer IT-Landschaft?
Kabeen hilft Ihnen, Ihr Anwendungsportfolio zu inventarisieren, zu analysieren und zu optimieren.