KI Agenten erstellen: Aufbau, Werkzeuge und erste Schritte

Wer einen KI Agenten erstellen will, braucht dafür weniger Programmierung, als viele denken, aber deutlich mehr Klarheit über die Aufgabe. Hier steht, aus welchen Bausteinen ein Agent besteht, wie du den ersten Schritt für Schritt baust und an welcher Stelle es klüger ist, ihn bauen zu lassen.

Von Chris Pump17. November 2026 · 7 Min. Lesezeit
Fünf schwarze Holzbausteine in verschiedenen Formen liegen in einer Reihe, die beiden rechten sind zusammengesetzt und tragen einen blauen Bogen

Ein KI Agent ist am Ende eine Anweisung an ein Sprachmodell, kombiniert mit Zugriffen auf deine Systeme und einer Regel, wann ein Mensch entscheiden soll. Das klingt nach wenig, und technisch ist es das auch. Schwer wird es erst dort, wo die Aufgabe unscharf ist oder die Daten fehlen, die der Agent zum Entscheiden braucht.

Die Bausteine eines Agenten

Ob du einen Agenten selbst baust oder einkaufst, die Bausteine sind immer dieselben. Wer sie kennt, kann jedes Angebot und jedes Werkzeug danach einordnen, was davon enthalten ist und was fehlt.

01

Aufgabe

Eine Beschreibung, was der Agent tun soll und was ausdrücklich nicht. Sie ist die Anweisung an das Sprachmodell und der Baustein, an dem die meisten Projekte scheitern, weil „kümmert sich um die Mails“ keine Aufgabe ist.

02

Sprachmodell

Das Modell liest den Eingang und entscheidet, was als Nächstes passiert. Es ist austauschbar, und deshalb sollte die Aufgabe so beschrieben sein, dass sie nicht an einem bestimmten Anbieter hängt.

03

Werkzeuge

Die Zugriffe, die der Agent aufrufen darf, zum Beispiel im CRM nachsehen, eine Preisliste lesen oder einen Termin eintragen. Ohne Werkzeuge kann ein Agent nur Text erzeugen und nichts bewirken.

04

Kontext

Das Wissen, das für den Fall nötig ist, etwa Preise, Richtlinien oder die bisherige Korrespondenz mit dem Kunden. Was nicht im Kontext steht, rät der Agent, und geraten klingt bei Sprachmodellen erstaunlich überzeugend.

05

Übergabe

Die Stelle, an der der Agent einen Menschen fragt, sobald er unsicher ist, und das Protokoll, in dem du später nachlesen kannst, was er entschieden hat und warum.

So gehst du beim ersten Agenten vor

  • Eine Aufgabe wählen, die jede Woche vorkommt. Nur bei einem Ablauf, den du oft genug erlebst, bekommst du schnell genug Beispiele zusammen, um den Agenten zu prüfen.
  • Beispiele sammeln. Zwanzig bis dreißig echte Fälle mit dem, was du jeweils getan hast, reichen für den Anfang. Sie sind später deine Testfälle.
  • Die Aufgabe aufschreiben. Was kommt herein, was soll herauskommen, welche Aktionen sind erlaubt und welche Fälle gibt der Agent immer an einen Menschen ab.
  • Ein Werkzeug wählen und den Ablauf bauen. Mehr dazu im nächsten Abschnitt. Für den Prototyp genügt ein Eingang, ein Aufruf des Modells und ein Ergebnis.
  • Im Vorschlagsmodus laufen lassen. Der Agent erledigt nichts selbst, sondern legt jedes Ergebnis zur Prüfung vor, und du hältst fest, wo er richtig und wo er falsch liegt.
  • Messen und dann schrittweise freigeben. Erst wenn du die Trefferquote kennst, entscheidest du, welche Fälle der Agent allein bearbeiten darf.
Vierundzwanzig schwarze Karten im Raster, drei davon mit einer blauen Büroklammer markiert

Der Vorschlagsmodus ist der Schritt, den die meisten überspringen, und er ist der wichtigste. Erst wenn du gesehen hast, wo der Agent danebenliegt, weißt du, ob er allein arbeiten darf und für welche Fälle nicht.

Womit du den Agenten baust

Für den Einstieg gibt es drei Wege, und keiner ist grundsätzlich der richtige. Welcher passt, hängt vor allem davon ab, wer den Agenten in einem Jahr noch pflegt.

  • Ein Workflow-Werkzeug mit Agenten-Bausteinen. Werkzeuge wie n8n bringen die Anbindung an Sprachmodelle und an viele Systeme schon mit. Das ist der schnellste Weg zum Prototyp und für die meisten Betriebe auch der am besten wartbare. Wie sich die Werkzeuge unterscheiden, steht im Vergleich von n8n, Make und Zapier.
  • Eigener Code mit einem Agenten-Framework. Das gibt dir die meiste Kontrolle und lohnt sich, wenn der Agent Teil einer Software wird oder besondere Anforderungen an Datenschutz und Ablauf hat. Dafür brauchst du Entwickler.
  • Ein fertiger Assistent des Modellanbieters. Für eine einzelne Person, die sich bei Texten helfen lässt, reicht das oft. Sobald der Assistent in deinen Systemen etwas eintragen oder für mehrere Leute arbeiten soll, stößt er an Grenzen.

Wo selbst bauen an seine Grenze kommt

Für einen Prototyp und für interne Abläufe mit geringem Risiko ist selbst bauen ein guter Weg. In vier Fällen wird es deutlich schwieriger.

  • Der Agent berührt Kundendaten. Dann brauchst du eine saubere Regelung zu Auftragsverarbeitung, Speicherort und Aufbewahrung, bevor der erste echte Fall durchläuft.
  • Ein Fehler kostet Geld oder Vertrauen. Bei Preisen, Zusagen und Fristen muss die Freigabe durch einen Menschen fest eingebaut sein.
  • Mehrere Systeme sind beteiligt. Jede Schnittstelle bringt eigene Fehlerfälle mit, und die machen oft den größten Teil der Arbeit aus.
  • Der Agent soll dauerhaft laufen. Modelle und Formate ändern sich, und irgendjemand muss das bemerken und nachziehen.
IN DER PRAXIS

Der größere Teil der Arbeit steckt nicht im Bauen, sondern in den gesammelten Beispielen und in der Prüfung. Wer daran spart, baut schnell einen Agenten, dem später niemand traut.

Wenn du an diesem Punkt stehst, ist ein fertig gebauter KI Agent meist günstiger als der dritte Versuch. Und ein laufender Agent profitiert von Betrieb und Support, weil sich Modelle und Schnittstellen laufend verändern.

Zuerst prüfen, ob eine Automation genügt

Wenn sich dein Ablauf als Wenn-Dann-Kette aufschreiben lässt, ist eine Automation die einfachere und günstigere Lösung, und du brauchst keinen Agenten. Eine Entscheidungshilfe dafür steht in KI Agent oder Automation, und welche Aufgaben sich zuerst lohnen, zeigt die Reihenfolge der Automatisierung.

ZUM MITNEHMEN
  • Ein Agent besteht aus Aufgabe, Sprachmodell, Werkzeugen, Kontext und Übergabe, und die Aufgabe ist der Baustein, an dem die meisten Projekte scheitern.
  • Für den ersten Agenten genügt ein Ablauf, der jede Woche vorkommt, plus zwanzig bis dreißig gesammelte Beispiele.
  • Im Vorschlagsmodus prüfst du jedes Ergebnis, bevor der Agent etwas allein erledigen darf.
  • Ein Workflow-Werkzeug ist der schnellste Weg zum Prototyp, eigener Code gibt mehr Kontrolle und braucht Entwickler.
  • Bei Kundendaten, teuren Fehlern, vielen Systemen und Dauerbetrieb wird selbst bauen deutlich aufwendiger.
  • Wenn sich der Ablauf in Wenn-Dann-Sätzen beschreiben lässt, reicht eine Automation.

Häufige Fragen dazu

Brauche ich Programmierkenntnisse, um einen KI Agenten zu erstellen?

Für einfache Fälle mit einem Workflow-Werkzeug nicht, ein Grundverständnis davon, wie Daten von einem Schritt zum nächsten fließen, hilft aber. Sobald Anmeldungen, Fehlerbehandlung oder größere Datenmengen dazukommen, brauchst du technisches Wissen oder jemanden, der es mitbringt.

Kann ich einen KI Agenten kostenlos erstellen?

Manche Werkzeuge lassen sich kostenlos selbst betreiben, und für einen Test reicht das. Das Sprachmodell wird aber in der Regel nach Nutzung abgerechnet, und deine Zeit für Beispiele, Prüfung und Pflege kommt dazu. Kostenlos ist ein Prototyp, ein laufender Agent selten.

Wie lange dauert es, bis ein Agent verlässlich arbeitet?

Ein erster Prototyp ist oft in wenigen Stunden gebaut. Bis du ihm einzelne Fälle allein überlässt, vergehen meist ein bis zwei Wochen Prüfung im Vorschlagsmodus, weil du erst dann weißt, wie oft er danebenliegt.

Welches Sprachmodell sollte ich verwenden?

Das hängt von der Aufgabe und von den Datenschutzanforderungen ab. Teste mehrere Modelle mit deinen gesammelten Beispielen und wähle nach Trefferquote und Kosten. Weil die Aufgabe getrennt vom Modell beschrieben ist, bleibt ein späterer Wechsel möglich.

UND JETZT?

Erzähl mir, was bei dir am meisten Zeit frisst.

In einem kurzen Gespräch bekommst du eine ehrliche Einschätzung und danach einen Festpreis. Wenn sich der Aufwand nicht lohnt, sage ich dir das gleich.