KI-Agenten erstellen: Wege, Schritte, Kosten und DSGVO

Woraus besteht ein KI-Agent?

Aus sechs Teilen, gleich auf welcher Plattform:

• Sprachmodell — es versteht die Aufgabe und entscheidet über den nächsten Schritt.
• Anweisung — der Systemprompt: Ziel, Grenzen, was nie automatisch geschehen darf.
• Werkzeuge — Schnittstellen, über die der Agent liest oder handelt: Postfach, Dokumentenablage, ERP, Kalender. Immer mehr Anbieter stellen sie über das Model Context Protocol (MCP) bereit, einen offenen Standard, über den ein Agent Werkzeuge verschiedener Systeme auf dieselbe Weise aufruft.
• Wissen — eigene Dokumente, meist über RAG angebunden.
• Zustand — was im laufenden Vorgang schon erledigt ist.
• Auslöser — eine eingehende Mail, ein neuer Beleg, ein Zeitplan.

n8n beschreibt den Kern seines Agenten-Bausteins so: ein Chat-Modell und ein oder mehrere Werkzeuge anschließen, und der Agent entscheidet, welche Werkzeuge er aufruft, um eine Aufgabe zu erledigen. Ohne Werkzeug ist es kein Agent, sondern ein Chatbot — was den KI-Agenten ausmacht, ist die Handlung.

KI-Agent oder KI-Assistent?

Ein Assistent reagiert auf eine Eingabe und schlägt vor; ob der Vorschlag übernommen wird, entscheidet ein Mensch. Ein Agent verfolgt ein Ziel über mehrere Schritte und löst Aktionen in Systemen aus. Der Unterschied liegt nicht in der Intelligenz, sondern im schreibenden Zugriff. Daraus folgt eine Rechnung, die jeder kennen sollte, bevor er einen Agenten baut: Fünf Schritte mit je 95 Prozent Genauigkeit ergeben rund 77 Prozent fehlerfreie Durchläufe. Mehr dazu im Eintrag Agentic AI.

Vier Wege, einen KI-Agenten zu erstellen

Fertige Agenten in vorhandenen Werkzeugen

In Microsoft 365 Copilot entsteht ein einfacher Agent über «Neuer Agent», ChatGPT bietet einen Agentenmodus. Für die Recherche einzelner Beschäftigter ist das schnell und günstig. Für einen Prozess fehlt, was einen produktiven Agenten ausmacht: Rechte in Ihren eigenen Systemen, die Sie selbst festlegen, eine Freigabe vor Handlungen und eine Protokollierung nach Ihren Vorgaben. Wo die Daten dabei verarbeitet werden, ist die erste Frage — für die am weitesten verbreiteten Werkzeuge beantworten sie Copilot und Datenschutz und ChatGPT und Datenschutz.

No- und Low-Code-Plattformen: n8n, Make, Copilot Studio

Arbeitsabläufe werden visuell zusammengesetzt, der Agent ist ein Baustein darin. n8n gibt es als selbst gehostete Community Edition und als Cloud-Dienst, der Daten laut n8n in Frankfurt speichert. Make berechnet mindestens einen Credit je Modulaktion, KI-Module verbrauchen mehr; KI-Agenten führt Make als Beta in allen Tarifen. Copilot Studio ist für Inhaber einer Microsoft-365-Copilot-Lizenz zum Bau interner Agenten enthalten. Das reicht, solange der Agent liest und vorschlägt. Sobald er in ein führendes System mit Nachweispflichten schreibt, wird die Plattform zur Nebensache: Rechte, Protokoll und die Behandlung von Ausnahmen werden zum eigentlichen Projekt.

So sieht ein erster Agent in n8n im Grundsatz aus:

1. Auslöser — etwa eine neue Mail im Sammelpostfach.
2. Agenten-Baustein mit angeschlossenem Chat-Modell und der Anweisung.
3. Werkzeuge — lesend zuerst: Dokument abrufen, Stammdaten nachschlagen.
4. Freigabeschritt — eine Nachricht an die zuständige Person, auf deren Bestätigung der Ablauf wartet.
5. Schreibender Schritt erst nach der Bestätigung, mit Eintrag ins Protokoll.

Die Anweisung ist kurz und legt vor allem Grenzen fest, zum Beispiel:

Du ordnest eingehende Rechnungen einem Kreditor zu. Nutze nur die Werkzeuge «Stammdaten lesen» und «Vorschlag ablegen». Buche nie selbst und schreibe keine Mails. Wenn Lieferant, Betrag oder Steuersatz nicht eindeutig passen, übergib den Vorgang mit einer kurzen Begründung an die Buchhaltung. Erfinde keine Kreditorennummern.

Frameworks mit eigenem Code

LangGraph, CrewAI oder das Agents SDK von OpenAI sind Bibliotheken, mit denen Entwickler Agenten in Python, teils auch in TypeScript bauen. Sie bieten volle Kontrolle über Ablauf, Tests, Modellwahl und Betrieb — auch über Aufbauten mit mehreren spezialisierten Agenten — und verlangen jemanden, der nach dem Produktivstart Übergaben prüft, neue Ausnahmen einarbeitet und Modellwechsel testet.

Entwickeln lassen

Sinnvoll, wenn der Agent in ERP, Dokumentenmanagement oder Buchhaltung schreibt, personenbezogene Daten verarbeitet oder revisionssicher protokollieren muss und niemand im Haus den Betrieb übernimmt. Wie das bei uns abläuft, steht unter KI-Agenten entwickeln lassen.

Selbst bauen oder entwickeln lassen: vier Fragen

1. Liest der Agent, schlägt er vor oder schreibt er? Lesen und vorschlagen lässt sich auf einer Plattform selbst bauen; schreiben braucht ein Rechte- und Freigabekonzept.
2. Verarbeitet er personenbezogene Daten? Dann gehören Auftragsverarbeitung, Verarbeitungsort und gegebenenfalls eine Folgenabschätzung dazu.
3. Wie viele Vorgänge im Monat — zwanzig oder zweitausend? Unter rund zwanzig Vorgängen rechnet sich eine Anbindung selten.
4. Wer betreibt den Agenten nach dem Produktivstart? Übergaben prüfen, neue Dokumentarten einarbeiten, Modellwechsel testen — ohne diese Rolle veraltet jeder Agent.

Faustregel: liest und schlägt vor, ohne Personenbezug — selbst bauen. Schreibt, mit Personenbezug und Nachweispflichten — von Spezialisten bauen lassen. Worauf es bei der Wahl eines Anbieters ankommt, beschreibt KI-Anbieter vergleichen. Wer den Agenten selbst entwickeln lässt, kann nach der KI-Verordnung trotzdem Anbieter sein — dazu unten mehr.

KI-Agent erstellen in sieben Schritten

01 — Einen Arbeitsschritt wählen und zählen

Nicht «die Buchhaltung automatisieren», sondern ein Schritt: eingehende Rechnungen Kreditoren zuordnen. Zählen Sie Vorgänge pro Monat und Minuten je Vorgang. Ergebnis: eine Zahl, an der sich später messen lässt, ob der Agent sich rechnet.

02 — Den Prüfmaßstab festlegen

Zwanzig echte, abgeschlossene Vorgänge einschließlich der Ausnahmen. Zwei erfahrene Kolleginnen oder Kollegen entscheiden sie unabhängig voneinander; weichen sie in mehr als zwei Fällen ab, ist der Schritt nicht messbar und der falsche Kandidat. Warum dieser Test vor jeder Technik steht, erklärt der Leitfaden KI-Agenten einführen.

03 — Rechte festlegen: lesen, vorschlagen, schreiben

Der größte Teil des Nutzens entsteht mit lesendem Zugriff. Schreibrechte vergeben Sie je Schritt und je System, nie über ein Administratorkonto oder ein weit berechtigtes Dienstkonto «für den Anfang». Ergebnis: eine Liste, welches Werkzeug was darf.

04 — Modell und Verarbeitungsort wählen

Fragen an jeden Anbieter: Wer ist Vertragspartner, wer die Muttergesellschaft, welche Unterauftragsverarbeiter gibt es, wo läuft die Berechnung? Ohne Auftragsverarbeitungsvertrag nach Art. 28 DSGVO kein Einsatz mit personenbezogenen Daten. Projekte betreiben wir auf eigener Infrastruktur im EWR oder bei Ihnen; bei welchem Modell die Berechnung wo läuft, zeigt der Modellkatalog je Modell.

05 — Werkzeuge anbinden, Freigabe vor Außenwirkung

Jedes Werkzeug, das etwas sendet, bucht, löscht oder bestellt, bekommt einen Freigabeschritt: Der Agent bereitet vor, ein Mensch bestätigt. Werkzeuge, die nur lesen, brauchen ihn nicht. So bleibt ein Fehler ein Vorschlag und wird nicht zur Handlung.

06 — Gegen den Prüfmaßstab testen

Messen Sie je Schritt, nicht nur am Ende — die Fehler pflanzen sich fort. Vier Kennzahlen genügen: Anteil der Vorgänge ohne menschlichen Eingriff, Anteil der Übergaben, Fehler je Vorgangsart und Kosten je Vorgang.

07 — Schattenbetrieb, Protokoll, Produktivstart

Zwei bis vier Wochen läuft der Agent mit, ohne etwas auszulösen; seine Entscheidungen werden mit den menschlichen verglichen. Protokolliert werden Eingabe, Entscheidung, Begründung und Zeitpunkt. Anfangs geht viel an Menschen; die Schwelle sinkt nur dort, wo die gemessenen Fehler es erlauben.

Häufige Fehler beim Erstellen von KI-Agenten

• Zu breiter Auftrag. «Den Posteingang bearbeiten» ist kein Arbeitsschritt; «Rechnungen einem Kreditor zuordnen» ist einer.
• Kein Prüfmaßstab. Ohne zwanzig entschiedene Vorgänge bleibt offen, ob der Agent gut ist — die Demo mit drei ausgesuchten Beispielen überzeugt immer.
• Zu weite Rechte. Ein Dienstkonto mit Vollzugriff macht aus einem falschen Vorschlag eine falsche Buchung.
• Keine Freigabe vor Außenwirkung. Mails an Kunden, Bestellungen und Löschungen gehen durch einen Menschen.
• Niemand zuständig nach dem Produktivstart. Neue Dokumentarten und Modellwechsel verschieben die Fehlerquote, und ohne jemanden, der die Übergaben ansieht, merkt es keiner.

Was kostet es, einen KI-Agenten zu erstellen?

Vier Posten, die sich sehr unterschiedlich gut beziffern lassen:

1. Plattform. Laut Anbieterseiten, Stand 17. September 2026: n8n Cloud 20 €, 50 € oder 667 € im Monat bei jährlicher Abrechnung, abgerechnet nach Ausführungen, die Community Edition zum Selbsthosten ohne Lizenzgebühr; Make kostenpflichtig ab 9 US-Dollar im Monat bei jährlicher Abrechnung, mit einem Gratis-Tarif von 1.000 Credits; Copilot Studio in Paketen von 25.000 Credits zu 200 US-Dollar im Monat.
2. Modellnutzung. Abgerechnet nach Token. Die Rechnung ist einfach, die Eingangswerte kennen Sie erst nach dem Prüfmaßstab: Vorgänge im Monat × Schritte je Vorgang × Token je Schritt × Preis je Million Token. 400 Rechnungen mit je vier Schritten zu rund 5.000 Token ergeben 8 Millionen Token im Monat; die Preise je Modell stehen im Modellkatalog.
3. Anbindung und Absicherung. Rechte, Freigabeschritt, Protokoll, Umgang mit Ausnahmen — bei Agenten, die in Fachsysteme schreiben, der größte Posten und der, der in Demos fehlt.
4. Betrieb. Übergabequote beobachten, neue Dokumentarten einarbeiten, Modellwechsel testen.

Ein Discovery mit Prozessaufnahme und Test an Ihren eigenen Vorgängen kostet bei uns ab 5.000 €, eine Umsetzung ab 25.000 €. Wie sich die Kosten eines KI-Projekts zusammensetzen, beschreibt Was eine KI-Einführung kostet; die Preisstufen stehen unter Preise.

Bevor über Budget gesprochen wird: Nennen Sie uns einen Arbeitsschritt und stellen Sie uns zwanzig echte Vorgänge bereit — anonymisiert oder nach Abschluss einer Auftragsverarbeitungsvereinbarung. Sie erfahren, welcher Anteil sich realistisch ohne menschlichen Eingriff erledigen lässt. Arbeitsschritt prüfen lassen

KI-Agenten und DSGVO: was vor dem Produktivstart geklärt sein muss

Ein Agent ist nicht «DSGVO-konform» oder nicht. Die Bedingungen schafft Ihr Unternehmen als Verantwortlicher, und sie gehören vor den Produktivstart.

Auftragsverarbeitung und Verarbeitungsort

Ein Auftragsverarbeitungsvertrag mit jedem Anbieter, der Daten verarbeitet, eine Liste der Unterauftragsverarbeiter und eine geprüfte Grundlage für jede Übermittlung außerhalb des EWR (Kapitel V DSGVO). Was dabei zu prüfen ist, steht unter Datenstandort prüfen.

Datenminimierung

Der Agent sieht nur die Felder, die sein Schritt braucht — das folgt aus dem Grundsatz der Datenminimierung und aus Datenschutz durch Technikgestaltung (Art. 5 Abs. 1 lit. c, Art. 25 DSGVO), und es ist dieselbe Entscheidung wie die über enge Rechte in Schritt 03.

Automatisierte Entscheidungen

Nach Art. 22 DSGVO haben Betroffene das Recht, keiner ausschließlich automatisierten Entscheidung unterworfen zu werden, die ihnen gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt. Ausnahmen gelten, wenn die Entscheidung für einen Vertrag erforderlich, durch Rechtsvorschrift zugelassen oder ausdrücklich eingewilligt ist — dann mit dem Recht auf Eingreifen einer Person. In der Praxis heißt das: Vor solchen Wirkungen entscheidet ein Mensch tatsächlich; bloßes Abnicken genügt nicht. Einzelheiten unter automatisierte Entscheidungen.

Datenschutz-Folgenabschätzung

Art. 35 DSGVO verlangt sie vorab, wenn eine Verarbeitung — insbesondere bei Verwendung neuer Technologien — voraussichtlich ein hohes Risiko zur Folge hat, ausdrücklich etwa bei systematischer und umfassender Bewertung persönlicher Aspekte auf Grundlage automatisierter Verarbeitung, die als Grundlage für Entscheidungen mit Rechtswirkung oder ähnlich erheblicher Beeinträchtigung dient (Art. 35 Abs. 3 lit. a). Vorgehen unter Datenschutz-Folgenabschätzung für KI.

Beschäftigtendaten und Betriebsrat

Ein Protokoll mit Nutzern und Zeitpunkten ist zur Überwachung geeignet. In Deutschland greift damit § 87 Abs. 1 Nr. 6 BetrVG. In Österreich ist ein solches Protokoll zunächst ein Personaldatensystem nach § 96a Abs. 1 Z 1 ArbVG; berührt die Kontrolle die Menschenwürde, gilt § 96 Abs. 1 Z 3 ArbVG. Die Übersicht zur Mitbestimmung stellt beide Ordnungen gegenüber.

Was der EU AI Act für einen selbst erstellten Agenten bedeutet

Anbieter oder Betreiber. Wer ein KI-System entwickelt oder entwickeln lässt und unter eigenem Namen in Betrieb nimmt, ist Anbieter (Art. 3 Nr. 3) — und die Inbetriebnahme schließt nach Art. 3 Nr. 11 den Eigengebrauch ein. Wer ein fertiges System nutzt, ist Betreiber. Die Rolle entscheidet vor allem bei Hochrisiko-Systemen und bei den Transparenzpflichten; halten Sie die Einordnung schriftlich fest.

Das Risiko folgt dem Einsatz, nicht der Technik. Anhang III nennt unter Nr. 4 den Beschäftigungsbereich: Systeme für Einstellung und Auswahl, aber auch solche, die Aufgaben nach individuellem Verhalten oder persönlichen Merkmalen zuweisen oder Leistung und Verhalten beobachten und bewerten. Ein Agent, der Tickets nach der Leistung von Beschäftigten verteilt, kann damit hochriskant sein; ein Agent, der Rechnungen zuordnet, nicht. Die Einordnung erklären Risikoklassen und Hochrisiko-Systeme.

Die Fristen nach der Änderung durch die Verordnung (EU) 2026/1744. Pflichten für Hochrisiko-Systeme nach Anhang III gelten ab dem 2. Dezember 2027. Die Transparenzpflichten nach Art. 50 gelten seit dem 2. August 2026: Anbieter müssen einen Agenten, der direkt mit Menschen interagiert, so gestalten, dass diese davon erfahren — außer es ist offensichtlich. Art. 4 verpflichtet Anbieter und Betreiber seit dem 2. Februar 2025; seit der Neufassung vom 27. Juli 2026 genügen Maßnahmen, um die Entwicklung der KI-Kompetenz ihres Personals zu unterstützen. Alle Daten unter Fristen des EU AI Act.

Welche Agenten sich in KMU zuerst lohnen

Beispielszenario — Eingangsrechnungen vor DATEV oder BMD. Auslöser: eine Rechnung im Sammelpostfach. Der Agent liest sie, prüft Lieferant, Beträge und Steuersatz gegen Stammdaten und Bestellung und legt einen vorbereiteten Buchungsvorschlag ab. Jede Abweichung geht an einen Menschen; automatisch gebucht wird nichts. Anbindung unter DATEV und BMD, Ablauf unter Rechnungen automatisch erfassen.

Beispielszenario — Vertragsfristen. Auslöser: ein neuer Vertrag in der Ablage. Der Agent liest Laufzeit und Kündigungsfrist, errechnet den letzten Kündigungstag und legt eine Erinnerung an. Jede unklare Klausel geht an einen Menschen; gekündigt wird nie automatisch. Mehr unter Verträge automatisch auslesen.

Beispielszenario — Angebote im Einkauf. Auslöser: drei Angebote zu einer Anfrage. Der Agent stellt Preise, Lieferzeiten und Bedingungen in eine Tabelle und markiert Abweichungen von der Anfrage. Entscheidung und Bestellung bleiben beim Einkauf — siehe Angebote mit KI vergleichen und Einkauf.

Weitere Aufgaben, bei denen sich ein Anfang lohnt, sammelt die Übersicht Anwendungsfälle.

Wann Sie keinen Agenten brauchen

Wenn eine feste Regel genügt: Ein Workflow ohne Sprachmodell ist billiger, schneller und prüfbar. Und wenn sich die Handlung nicht rückgängig machen lässt und kein Mensch dazwischengeschaltet werden kann. Die vier Fälle, in denen wir von einem Agenten abraten, stehen im Leitfaden KI-Agenten einführen.

Wenn der Arbeitsschritt feststeht und in ein Fachsystem geschrieben werden soll: KI-Agenten entwickeln lassen.