„Virtueller Mitarbeiter“ war 2022 noch eine Marketing-Floskel. 2026 ist es für viele Unternehmen Realität: Ein AI-Agent erledigt mehrstufige Aufgaben selbstständig, arbeitet mit verschiedenen Systemen, liefert Ergebnisse und lässt sich wie ein Teammitglied briefen. Was das für den Arbeitsalltag bedeutet — und warum wir bei epta intern längst damit arbeiten — zeigt dieser Artikel.
Was ist ein AI-Agent eigentlich?
Ein AI-Agent unterscheidet sich von einem klassischen KI-Chat in einem entscheidenden Punkt: Er kann handeln, nicht nur antworten. Wo ChatGPT auf eine Frage eine Antwort liefert, führt ein Agent mehrstufige Aufgaben durch — er liest eine E-Mail, sucht in einer Datenbank, legt einen Confluence-Eintrag an, schickt eine Bestätigung. Der Nutzer beschreibt das Ziel; der Agent überlegt selbst, welche Schritte dafür nötig sind.
Technisch basiert das auf sogenannten Tool-Use-Fähigkeiten moderner Sprachmodelle. Anthropic hat das mit Claude früh konsequent umgesetzt — über das Agent SDK lassen sich Arbeits-Agenten mit klaren Rechten, Werkzeugen und Kontexten aufbauen. Microsoft (Copilot Studio), Google (Gemini Agents) und OpenAI (GPTs mit Actions) bieten ähnliche Ansätze. Der Unterschied zu klassischen Chatbots liegt in der Handlungsfähigkeit und im mehrstufigen Planen.
Vom Werkzeug zum Teammitglied
Klassische Software ist ein Werkzeug: Der Mensch bedient es Schritt für Schritt. Excel rechnet nur, wenn Sie eine Formel eingeben. Outlook sendet nur, wenn Sie auf „Senden“ klicken. Ein Agent dagegen bekommt ein Briefing — „Prüfe jeden Morgen die eingegangenen Support-Mails, kategorisiere sie nach Dringlichkeit und lege Tickets in HaloPSA an“ — und arbeitet diesen Auftrag selbstständig und wiederholt ab.
Der Unterschied verschiebt die Rolle des Menschen. Statt jeden Arbeitsschritt selbst auszuführen, werden Ergebnisse reviewt, Entscheidungen bestätigt, schwierige Fälle übernommen. Aus „bedienen“ wird „managen“. Mitarbeitende sind nicht weniger wichtig — sie werden zu Entscheidern über eine skalierte Routine, statt selbst Teil der Routine zu sein.
Wie Agents bei epta den Alltag verändern
Wir setzen Agents seit Anfang 2025 systematisch ein. Drei konkrete Beispiele aus unserem Arbeiten:
Kunden-Dokumentation in Confluence. Wenn wir einen Neukunden onboarden, müssen Hardware, Netzwerk, Software, Backup und Sicherheit dokumentiert werden — pro Kunde bis zu 15 Seiten Confluence-Inhalt. Ein Agent zieht sich die Daten aus HaloPSA, NinjaOne und Meraki, erstellt die Doku-Seiten nach unserem Schema und markiert offene Punkte. Was früher zwei Tage Arbeit war, ist jetzt ein halber Tag mit Review.
Website-Pflege. Unsere Website hat rund 44 Seiten. Wenn ein Audit 12 Befunde liefert — fehlende Alt-Texte, veraltete Drittland-Hinweise, Meta-Descriptions — arbeitet ein Agent die Liste ab: Backup erstellen, Content anpassen, Live-Check, Doku schreiben. Parallel laufen mehrere Agents für unterschiedliche Themen. Der Mensch definiert Priorität und Qualitätskriterien; die Ausführung ist skaliert.
Angebots-Vorbereitung. Bei Ausschreibungen durchsucht ein Agent die eingegangenen Unterlagen nach Schlüsselklauseln — Haftungsausschlüssen, SLA-Forderungen, Pönalen — und erstellt eine strukturierte Zusammenfassung. Der Projektleiter entscheidet auf dieser Basis, nicht mehr durch das Lesen von 80 PDF-Seiten.
Post-it für Post-it wandert in die Erledigt-Spalte — ein typisches Bild, wenn Agents in Phase 2 angekommen sind.
Die vier Phasen der Agent-Einführung
Aus unserer Erfahrung mit Kunden und aus unserer eigenen Praxis zeichnen sich vier Phasen ab, die Unternehmen sinnvollerweise durchlaufen:
- Experimentieren. Einzelne Mitarbeitende probieren Claude oder Copilot im Chat-Modus. Ziel: Gefühl entwickeln, wo KI Antworten liefert und wo nicht. Dauer: 4–8 Wochen.
- Automatisieren. Wiederkehrende Aufgaben werden identifiziert und an einen Agent delegiert, der klar umrissene Schritte durchführt. Noch mit engmaschigem Review. Dauer: 2–4 Monate.
- Integrieren. Agents werden an die Kernsysteme angebunden — CRM, ERP, Ticketsystem, Dokumentenablage. Via MCP oder API lesen und schreiben sie in bestehenden Prozessen. Dauer: 3–6 Monate.
- Orchestrieren. Mehrere spezialisierte Agents arbeiten zusammen, managen längere Projekte, rufen sich gegenseitig auf. Menschen agieren als Supervisor. Dauer: ab 6 Monate und fortlaufend.
Wichtig: Phase überspringen funktioniert selten. Wer direkt in Phase 3 einsteigt, ohne die ersten beiden zu durchlaufen, landet häufig bei gescheiterten Projekten — nicht wegen der Technik, sondern wegen fehlender Erfahrung im Team.
Welche Aufgaben sich für Agents eignen
Nicht jede Aufgabe gehört in die Hand eines Agents. Als Daumenregel:
- Gut geeignet: Recherche in Dokumenten, Kategorisieren von Anfragen, strukturierte Reports, mehrstufige Datenabfragen, Übersetzungen, Code-Reviews, Entwurf von Standardtexten.
- Bedingt geeignet: Kundengespräche vorbereiten, Angebote erstellen, Marketing-Inhalte produzieren (immer mit menschlichem Review).
- Nicht geeignet: Personalentscheidungen, Verhandlungen mit hoher zwischenmenschlicher Relevanz, rechtsverbindliche Willenserklärungen, kreative Kernarbeit, Entscheidungen mit irreversiblen Folgen.
Die Linie verläuft weniger entlang von „einfach vs. komplex“ als entlang von „reversibel vs. folgenreich“. Was ein Mensch nach 30 Sekunden Prüfung korrigieren kann, darf ein Agent machen. Was unwiderruflich ist — ein Vertrag, eine Personalmaßnahme, ein Kundenanruf — bleibt beim Menschen.
Die Menschen zeichnen Entscheidungsbäume und Prioritäten. Die Ausführung übernimmt danach der Agent. Die Rolle verschiebt sich.
Was sich für Mitarbeitende ändert
Die häufigste Sorge im Mittelstand ist die Sorge um den eigenen Arbeitsplatz. Unsere Beobachtung aus mehreren Einführungen: Wer die Arbeit mit Agents lernt, wird auf dem Arbeitsmarkt wertvoller, nicht weniger wertvoll. Gleichzeitig verschiebt sich das Anforderungsprofil. Drei Skills gewinnen an Bedeutung:
- Präzises Briefing: Ein Agent liefert nur so gute Ergebnisse, wie der Auftrag klar war. Gute Nutzer beschreiben Ziel, Kontext und Prüfkriterien in wenigen Sätzen.
- Kritisches Prüfen: Wer Agent-Ergebnisse blind übernimmt, produziert Fehler. Wer gezielt prüft, wo der Agent typischerweise schwach ist, produziert schneller bessere Arbeit als ohne.
- Prozessdenken: Wo früher Routine war, wird jetzt Prozess. Wer versteht, welche Aufgabenschritte sich standardisieren lassen, baut mit wenig Technik effiziente Workflows.
Was realistisch ist — und was nicht
Agents sind 2026 deutlich leistungsfähiger als vor zwei Jahren — aber sie sind keine magischen Problemlöser. In unserer Erfahrung gibt es drei realistische Erwartungen:
- Zeitgewinn: 20–40 Prozent weniger Aufwand bei standardisierbaren Aufgaben ist erreichbar. Wer 100 Prozent verspricht, verkauft Illusion.
- Qualitätsgewinn: Bei Aufgaben, die bisher aus Zeitmangel unvollständig waren — Dokumentation, Reviews, Audits — ist der Qualitätsgewinn oft höher als der Zeitgewinn.
- Kosten: Bei einem 30-Personen-Unternehmen liegen die Jahres-Lizenzkosten typischerweise unter 10.000 Euro. Der einmalige Einführungsaufwand bei vier Kernprozessen liegt bei 8.000–20.000 Euro. Das ist deutlich weniger als eine zusätzliche Stelle.
Häufige Fragen
Wo fange ich in einem KMU am besten an?
Bei einer Aufgabe, die hoch repetitiv ist, bei der Ergebnisse leicht zu prüfen sind und bei der Fehler keine großen Konsequenzen haben. Typische Einstiege sind E-Mail-Kategorisierung, Angebotstexte, interne Recherche oder strukturierte Reports. Wir empfehlen einen klar abgegrenzten KI-Workshop als Startpunkt.
Brauche ich Entwickler, um Agents zu bauen?
Für einfache Workflows nicht — Microsoft Copilot Studio, ChatGPT-GPTs oder Claude Projects lassen sich ohne Code konfigurieren. Für tiefere Integrationen in Kernsysteme (CRM, ERP) ist technische Unterstützung sinnvoll. Wir übernehmen das als Teil unserer KI-Automatisierung.
Was ist mit Datenschutz bei Agents, die auf Unternehmensdaten zugreifen?
Der Zugriff lässt sich technisch streng einschränken — Agents bekommen nur die Berechtigungen, die sie für ihre Aufgabe brauchen. DSGVO-konform eingeführt bedeutet: klare Datenhaltung (EU), dokumentierte Verarbeitung, Zero-Retention, und Protokollierung, wer wann was abgefragt hat. Das ist Teil unserer KI-Beratung.
Ersetzt das unsere Mitarbeiter?
In unserer Erfahrung: Nein. Es verlagert Aufgaben. Routine sinkt, qualifizierte Arbeit steigt. Wer die Einführung kommunikativ sauber begleitet, hat am Ende motiviertere Teams — weil die unbeliebten Aufgaben seltener werden. Wer es schlecht kommuniziert, produziert Ängste, die Produktivität kosten.
AI-Agents im Unternehmen einführen
Wir begleiten mittelständische Unternehmen in Hamburg, München und bundesweit bei der Einführung von AI-Agents — von der ersten Strategie bis zur integrierten Lösung mit DSGVO-Compliance und Mitarbeiter-Schulung. Wenn Sie einen ehrlichen Blick darauf werfen wollen, wo sich Agents für Sie lohnen und wo nicht, vereinbaren Sie gern ein kostenloses Erstgespräch.