Agentisches Arbeiten heißt: Eine KI erledigt eine Aufgabe selbstständig, statt nur zu antworten. Sie nimmt wahr, plant, lässt Verbindliches freigeben und handelt, und zwar in echten Tools wie deinem CRM, deinem Postfach oder deinem Projektmanagement. Der Chatbot antwortet, der Copilot schlägt vor, der Agent handelt.
Die zwei Fragen, die dabei zählen: Lohnt sich agentisches Arbeiten überhaupt, und wenn ja, wie führt man es im Unternehmen ein, ohne die Kontrolle zu verlieren? Dieser Artikel beantwortet beides, mit klaren Kriterien und einem konkreten Fahrplan.
Was agentisches Arbeiten bedeutet
Der Begriff wird gerade inflationär benutzt. Wer ihn sauber einordnet, erkennt schnell, wo echte Substanz steckt und wo nur ein umbenannter Chatbot verkauft wird.
Vom Chatbot zum Agenten
Drei Stufen helfen beim Einordnen. Ein Chatbot beantwortet Fragen, ein Copilot macht Vorschläge im Kontext deiner Arbeit, ein Agent führt Aufgaben eigenständig aus. Der entscheidende Sprung liegt zwischen Vorschlag und Ausführung: Der Agent schreibt den CRM-Eintrag nicht als Textvorschlag, den du kopierst, sondern legt ihn selbst am richtigen Kontakt an. Genau darin liegt der Nutzen und zugleich das Risiko, das gemanagt werden muss.
Der Agenten-Kreislauf: wahrnehmen, planen, freigeben, handeln
Ein Agent arbeitet in einer Schleife. Er nimmt Informationen wahr, plant die nötigen Schritte, lässt verbindliche davon vom Menschen freigeben und handelt dann im Tool. Jeder Durchlauf liefert Kontext für den nächsten. Diese Schleife ist der Kern, an ihr entscheidet sich, ob ein Werkzeug wirklich agentisch ist.
Der Mensch bleibt im Kontrollkreis
Agentisch heißt nicht unkontrolliert. Der wirksamste Aufbau kombiniert Autonomie bei Routine mit menschlicher Freigabe bei allem Verbindlichen. Ein Entwurf einer Kundenmail entsteht automatisch, versendet wird erst nach Blick und Klick. Ein interner CRM-Eintrag läuft ohne Rückfrage, eine rechtsverbindliche Zusage nie. Diese Trennung ist keine Bremse, sondern die Bedingung dafür, dass Agenten überhaupt in ernsthafte Prozesse dürfen.
Lohnt sich agentisches Arbeiten?
Die ehrliche Antwort: manchmal enorm, manchmal gar nicht. Der Unterschied liegt in der Art der Aufgabe, nicht in der Technologie.
Wo es sich klar lohnt
Der größte Hebel liegt bei wiederkehrenden Abläufen, die über mehrere Tools laufen und ein klares, prüfbares Ziel haben. Nach einem Kundengespräch die Zusammenfassung ins CRM schreiben, Aufgaben anlegen, das Follow-up entwerfen und den Termin für die nächste Runde vorschlagen: Das sind vier Schritte in vier Tools, die heute ein Mensch manuell verbindet. Genau diese Kettenarbeit ist das Zuhause des Agenten. Je öfter ein Ablauf vorkommt und je klarer sein Ergebnis prüfbar ist, desto deutlicher lohnt er sich.
Wo Vorsicht gilt
Zwei Dinge killen den Nutzen. Erstens verbindliche Aktionen ohne Freigabe, etwa automatische Zusagen oder Zahlungen, hier ist ein Fehler teuer und schwer reversibel. Zweitens eine schlechte Datenbasis: Ein Agent, der auf veralteten oder lückenhaften Daten handelt, automatisiert den Fehler nur schneller. Wie eng Datenqualität und KI-Nutzen zusammenhängen, zeigt unser Artikel zu KI im CRM. Vor dem Agenten steht also die Hausaufgabe saubere Daten.
Die ehrliche Rechnung
Ein Agent lohnt sich, wenn der eingesparte Aufwand den Aufwand für Einrichtung, Freigaben und Kontrolle übersteigt, und zwar dauerhaft. Bei einem Ablauf, der zehnmal am Tag vorkommt, ist das schnell erreicht, bei einem, der einmal im Quartal auftritt, selten. Deshalb ist die erste Frage bei agentischem Arbeiten keine technische, sondern eine nüchterne: Welcher Ablauf kostet uns wirklich Zeit, immer wieder, und lässt sich sein Ergebnis eindeutig prüfen? Der breitere Blick, in welchen Bereichen sich KI überhaupt lohnt, steht in unserem Überblick zu KI im Unternehmen.
Wie man agentisches Arbeiten im Unternehmen einführt
Die häufigste Ursache für gescheiterte KI-Projekte ist der Big Bang: zu groß, zu viele Tools, zu wenig Kontrolle. Der Weg, der funktioniert, ist das Gegenteil.
Klein anfangen mit einem Prozess
Wähle einen einzigen, wiederkehrenden Ablauf mit klarem Ergebnis und mach ihn zum Piloten. Gut geeignet ist fast immer die Nachbereitung von Meetings, weil das Problem jeder kennt und das Ergebnis sofort sichtbar ist. Miss vorher, wie lange der Ablauf manuell dauert, damit du den Nutzen später belegen kannst. Ein erfolgreicher Pilot überzeugt das Team mehr als jede Präsentation.
Zugänge und Berechtigungen sauber setzen
Ein Agent ist nur so sicher wie seine Rechte. Vergib Berechtigungen nach dem Prinzip der geringsten notwendigen Rechte: Der Agent bekommt Zugriff auf genau die Tools und Datenfelder, die der Pilotprozess braucht, nicht mehr. Was er lesen und was er schreiben darf, wird getrennt entschieden. So bleibt der Schaden selbst im Fehlerfall eingegrenzt und nachvollziehbar.
Freigaben und Kontrolle definieren
Lege vor dem Start fest, welche Schritte der Agent allein ausführt und welche eine menschliche Freigabe brauchen. Interne Dokumentation ohne Rückfrage, externe Kommunikation und verbindliche Aktionen mit Freigabe. Wichtig ist eine nachvollziehbare Spur: Wer hat was wann ausgelöst oder freigegeben. Diese Protokollierung ist nicht nur Compliance, sie schafft das Vertrauen, das nötig ist, um dem Agenten später mehr zu überlassen.
Datenbasis und Integrationen
Ein Agent entfaltet Wirkung erst, wenn er mit den echten Systemen verbunden ist. Native Integrationen kennen die Struktur des Zielsystems und überleben Änderungen, gebastelte Strecken brechen bei jeder Anpassung. Vor dem Ausbau lohnt der Blick auf die Datenqualität in genau den Systemen, in denen der Agent handeln soll. Saubere Daten rein, verlässliche Aktionen raus.
Governance und DSGVO
Agenten verarbeiten oft personenbezogene Daten, teils sehr sensible. Die Verarbeitung sollte in der EU stattfinden, Berechtigungen dokumentiert und Betroffene informiert sein. Viele Agenten-Dienste laufen über US-Clouds, was nach Schrems II eine Transferprüfung nötig macht und in regulierten Branchen zum Ausschluss führt. Wer den Datenstandort und die Freigabewege von Anfang an klärt, muss später nichts zurückbauen. Details dazu auf der Seite zu DSGVO und Sicherheit.
Sally als praktisches Beispiel
Sally zeigt den Weg vom Dokumentieren zum Handeln an einem konkreten Prozess. Zuerst erfasst Sally das Gespräch: Der Assistent nimmt an Meetings in Google Meet, Zoom, Microsoft Teams und Webex teil, transkribiert in 99+ Sprachen und erstellt Zusammenfassung, Absprachen und erkannte Aufgaben. Dann handelt Sally an der richtigen Stelle: Die Ergebnisse landen automatisch dort, wo weitergearbeitet wird, nativ im CRM und über 8.000+ Tool-Verbindungen hinaus in Projektmanagement, Postfach und Ablage. Alles Wissen bleibt durchsuchbar in der Wissensdatenbank.
Perspektivisch nimmt der Assistent Anweisungen direkt entgegen, vom CRM-Eintrag auf Zuruf bis zum E-Mail-Entwurf aus dem Gesprächskontext. Entscheidend bleibt das Muster aus diesem Artikel: Entwürfe werden geprüft und freigegeben, nicht blind versendet, und verarbeitet wird ausschließlich in Deutschland. Wie aus einem Termin die fertige Folgemail wird, zeigt unser Artikel zur Follow-up-Mail nach dem Meeting.
Fazit
Agentisches Arbeiten lohnt sich, wenn es an der richtigen Stelle ansetzt: bei wiederkehrenden, tool-übergreifenden Abläufen mit prüfbarem Ergebnis, mit dem Menschen in der Freigabe. Es lohnt sich nicht als Selbstzweck und nicht auf schlechter Datenbasis. Die Einführung ist kein Großprojekt, sondern ein Pilot, der wächst: ein Prozess, saubere Rechte, klare Freigaben, dann der nächste.
Der pragmatischste Einstieg ist der Ablauf, den jedes Team hat und niemand gern macht, die Nachbereitung von Gesprächen. Wenn du sehen willst, wie aus einem Meeting automatisch dokumentierte Ergebnisse in deinen Tools werden: Teste Sally 30 Tage kostenlos, DSGVO-konform aus Deutschland.
