KI, Automation oder Agent?
Nicht jeder Ablauf braucht KI. Nicht jede KI braucht Werkzeuge. Und nicht jedes Werkzeug macht aus einem Chatbot einen Agenten.
KI-Inhalte verändern sich schnell. Nächster planmäßiger Audit: 31.08.2026.
Automation führt Regeln aus. Ein KI-Modell beurteilt unklare Eingaben. Ein Agent darf aus mehreren Handlungen wählen. Je weiter man nach rechts geht, desto wichtiger werden Rechte, Grenzen und Kontrolle.
Der beste Prozess ist nicht der mit der meisten KI. Er ist der, der seine Aufgabe zuverlässig löst. Eine feste Regel ist oft billiger, schneller und nachvollziehbarer. KI hilft dort, wo Sprache, Bilder oder Ausnahmen eine Regel überfordern. Ein Agent lohnt sich erst, wenn er wirklich zwischen Wegen wählen muss.
Automation ist kein kleiner Agent
Eine Automation kennt keine Absicht. Sie folgt einem vorgegebenen Pfad. Das klingt unspektakulär, ist aber ihre Stärke: Man kann Bedingungen testen, Fehler reproduzieren und Ergebnisse erklären. Für Statuswechsel, Benachrichtigungen, Datenübertragung oder feste Freigabeketten ist das häufig die professionellere Lösung.
Kommt ein Formular mit ausgefüllter E-Mail-Adresse an, legt das System einen Kontakt an und informiert den Vertrieb. Kein Modell nötig. Fehlt die Einwilligung, wird nichts übertragen. Genau so soll eine Regel arbeiten.
KI ist der unscharfe Baustein
Ein Sprachmodell ist sinnvoll, wenn Menschen dasselbe Anliegen auf hundert Arten formulieren oder Dokumente verschieden aussehen. Es übersetzt Unordnung in eine strukturierte Vermutung. Diese Vermutung kann gut sein. Sie bleibt trotzdem eine Vermutung. Darum gehört hinter eine KI-Ausgabe fast immer eine Regel, eine Prüfung oder eine klar markierte Unsicherheit.
Ein Werkzeugaufruf ist noch kein Agent
Wenn ein Chat eine Wetter-API aufruft, ist das zunächst Tool Use. Von einem Agenten spricht man sinnvollerweise erst, wenn das System einen Zustand verfolgt, nächste Schritte auswählt, Werkzeuge benutzt, Ergebnisse bewertet und bis zu einer Abbruchbedingung weitermacht. Der Begriff ist nicht geschützt. Genau deshalb sollte man immer nach der konkreten Schleife fragen.
Human in the Loop ist eine echte Systemfunktion
Menschliche Freigabe bedeutet nicht, dass jemand am Ende blind auf einen grünen Knopf drückt. Die Person braucht den Vorschlag, die verwendeten Daten, offene Unsicherheiten und die geplante Handlung. Sonst wird Kontrolle zur Dekoration. Gute Systeme pausieren vor kritischen Werkzeugen und lassen sich korrigieren oder abbrechen.
Lesen, schreiben, senden und löschen sind vier Rechte
Viele schlechte Agentenprojekte beginnen mit einem technischen Konto, das alles darf. Sauber ist das Gegenteil: Ein Rechercheagent darf lesen, aber nicht veröffentlichen. Ein Mailassistent darf Entwürfe schreiben, aber nicht senden. Ein Buchhaltungshelfer darf Daten vorbereiten, aber keine Zahlung auslösen. Least Privilege ist keine Bremse. Es ist die Voraussetzung dafür, dass ein Fehler klein bleibt.
Der sichere Fehlerweg gehört vor den Erfolgsweg
Was passiert bei fehlenden Daten, widersprüchlichen Ergebnissen, API-Ausfall oder zehn erfolglosen Schleifen? Ein produktiver Ablauf braucht Timeout, begrenzte Wiederholungen, eindeutige Fehlerzustände, eine Warteschlange für Menschen und einen Not-Aus. Wer nur den Demo-Fall baut, hat noch kein System gebaut.
Behauptung & Befund
Werkzeugzugriff allein reicht nicht. Entscheidend ist, ob das System Schritte plant, auswählt, überprüft und fortsetzt.
Bei stabilen Regeln bringen Agenten oft nur mehr Kosten, Latenz und Fehlerquellen.
Eine Freigabe hilft nur, wenn der Mensch die geplante Handlung und ihre Grundlage versteht, genug Zeit hat und tatsächlich ablehnen kann.
Anweisungen können missverstanden oder durch fremde Inhalte beeinflusst werden. Technische Grenzen müssen außerhalb des Modells durchgesetzt werden.
Quellen
- OECD AI Principles und Definition eines KI-Systems Autor/Institution: OECDPublisher: OECD
- AI Agent node and human review Autor/Institution: n8nPublisher: n8n
- Human-in-the-loop für Werkzeugaufrufe Autor/Institution: n8nPublisher: n8n
- Model Context Protocol specification Autor/Institution: MCPPublisher: MCP
- Prompt Injection Autor/Institution: OWASPPublisher: OWASP
- Excessive Agency: zu viele Funktionen, Rechte oder Autonomie Autor/Institution: OWASP GenAI Security ProjectPublisher: OWASP GenAI Security Project
- Artificial Intelligence Risk Management Framework: Generative AI Profile Autor/Institution: NISTPublisher: NIST