Agentische KI: Die fünf Stufen von der Assistenz bis zum autonomen System

Agentische KI reift in Unternehmen über fünf Stufen, von der einfachen Assistenz bis zum autonomen System, das Abläufe dauerhaft selbst bearbeitet. Mit jeder Stufe geht mehr Arbeit vom Menschen auf das System über, zugleich steigen die Anforderungen an Daten und Kontrolle. Dieser Beitrag beschreibt die Stufen, zeigt, wann sich welche rechnet, und liefert einen Selbstcheck für die eigene Organisation.

Die erste Welle generativer KI hat Einzelnen geholfen, schneller zu schreiben, die Abläufe dahinter blieben gleich. Agentische KI verändert die Arbeitsteilung, weil eine Aufgabe an ein System delegiert wird, das ein prüfbares Ergebnis zurückgibt. Wie sich dieser Schritt in die KI-Einführung insgesamt einordnet, beschreibt der Leitfaden zur KI-Einführung. Weil Fragen der menschlichen Aufsicht und Haftung berührt sind, gilt: Dieser Beitrag gibt einen Überblick und ersetzt keine Rechtsberatung.

Was ist agentische KI?

Agentische KI bezeichnet KI-Systeme, die ein Ziel erhalten, die Schritte dorthin selbst planen und dafür freigegebene Werkzeuge in Unternehmenssystemen nutzen. Ein Assistent beantwortet eine Frage. Ein Agent erledigt einen Vorgang, etwa eine Reklamation vom Eingang bis zur Gutschrift.

Die Grenze zwischen Workflow und Agent ist in der Fachdiskussion klar gezogen. Der Hersteller Anthropic beschreibt Workflows als Systeme, in denen Modelle und Werkzeuge über vorab festgelegte Pfade im Code gesteuert werden. Agenten bestimmen ihren Weg und ihre Werkzeugnutzung dagegen selbst. Eine Forschungsgruppe der University of Washington beschreibt Autonomie über die Rolle des Menschen: vom Bediener, der jeden Schritt anweist, bis zum Beobachter, der ein selbstständig arbeitendes System überwacht. Dieselbe Verschiebung bildet das folgende Reifegradmodell ab, übersetzt in die Sprache von Organisation und Betrieb. Einen Überblick über den Begriff gibt der Beitrag Agentic AI.

Die fünf Stufen agentischer KI

Jede Stufe hat ihre eigene Technik und ihre eigenen Voraussetzungen. Die Stufen bauen aufeinander auf. Ein Unternehmen ohne verlässliche Workflows scheitert an Agenten, weil Schnittstellen und Prüfkriterien fehlen.

Stufe 1: Assistenz

Ein Mensch fragt, die KI antwortet. Auf dieser Stufe stehen heute die meisten Unternehmen, die KI einsetzen.

• Technik: Chat-Oberflächen und Copiloten in Büro- und Entwicklungswerkzeugen, ergänzt um die Suche über eigene Dokumente per Retrieval Augmented Generation.
• Nutzen: Zeitgewinn für Einzelne bei Entwürfen und Recherchen. Für die Organisation bleibt der Effekt schwer messbar, weil der Ablauf unverändert ist.
• Voraussetzungen: Freigegebene Werkzeuge mit Unternehmenslizenz und eine Nutzungsrichtlinie, in der die Beschäftigten geschult sind.
• Risiko: Ungeprüfte Antworten und vertrauliche Daten in privaten Werkzeugen. Die Verantwortung liegt vollständig beim Menschen, der das Ergebnis übernimmt.

Stufe 2: Workflow

KI arbeitet an festen Stellen eines definierten Ablaufs. Sie ordnet Eingänge zu und formuliert Antworten, während der Ablauf selbst im Code festgelegt bleibt.

• Technik: Modellaufrufe an festen Prozessstellen, verknüpft als Prompt-Ketten oder mit Weiterleitung nach Fallart. Die Anbindung an Fachsysteme läuft über Programmierschnittstellen.
• Nutzen: Kürzere Durchlaufzeit in Abläufen mit hohem Volumen, etwa im Posteingang oder in der Rechnungsprüfung. Das Verhalten ist vorhersagbar und gut prüfbar.
• Voraussetzungen: Ein dokumentierter Ablauf mit erreichbaren Systemen. Die Ergebnisse jedes Prozessschritts werden gegen Kriterien geprüft.
• Risiko: Gering, solange Eingaben dem erwarteten Muster folgen. Bei neuen Fallarten bricht der Ablauf ab oder sortiert falsch.

Für viele Unternehmen ist Stufe 2 der richtige Einstieg. Anthropic empfiehlt nach eigener Darstellung, mit der einfachsten Lösung zu beginnen und Komplexität erst dann zu erhöhen, wenn sie das Ergebnis messbar verbessert.

Stufe 3: Agent

Der Agent bekommt ein Ziel statt einer Anweisung. Er plant die Schritte, nutzt Systeme wie CRM oder ERP über definierte Schnittstellen und liefert ein Ergebnis, das ein Mensch prüft.

• Technik: Modelle mit Werkzeugzugriff, angebunden über offene Standards wie das Model Context Protocol (MCP). Hinzu kommen Leitplanken und Evaluationen gegen Testfälle in abgeschotteten Umgebungen.
• Nutzen: Ganze Vorgänge mit variablen Eingaben laufen ohne manuelle Zwischenschritte. Hier beginnt Skalierung, weil Arbeit delegiert wird und die Kapazität nicht mehr an Köpfe gebunden ist.
• Voraussetzungen: Eine benannte Prozessverantwortung und Rechte nach dem Prinzip der geringsten Berechtigung. Jeder Schritt wird protokolliert, und für Ausnahmen gibt es einen festen Eskalationsweg.
• Risiko: Fehlhandlungen in echten Systemen und manipulierte Eingaben (Prompt Injection). Dazu steigen die Kosten, weil ein Agent je Vorgang ein Vielfaches an Rechenleistung verbraucht.

Stufe 4: Agent-Team

Ein führender Agent zerlegt eine große Aufgabe und verteilt die Teile an spezialisierte Unteragenten, die parallel arbeiten. So recherchiert ein Agent, während ein zweiter die Quellen prüft.

• Technik: Orchestrator-Worker-Architektur. Unteragenten arbeiten mit eigenem Kontext und melden nur Ergebnisse zurück. Über Systemgrenzen hinweg verständigen sich Agenten über Protokolle wie Agent2Agent (A2A).
• Nutzen: Breite Aufgaben, die sich in unabhängige Teile zerlegen lassen, werden schneller und gründlicher erledigt. Nach Herstellerangaben übertraf ein Multi-Agenten-System von Anthropic einen einzelnen Agenten in einer internen Recherche-Evaluation um 90,2 Prozent.
• Voraussetzungen: Stabile Einzelagenten mit klaren Aufgabenschnitten. Eine Prüfinstanz führt die Teilergebnisse zusammen.
• Risiko: Fehler pflanzen sich zwischen Agenten fort, die Ursachenanalyse wird aufwendiger. Der Rechenaufwand liegt nach derselben Quelle bei rund dem 15-Fachen eines Chats.

Wie mehrere Agenten gesteuert werden, behandelt der Beitrag Multi-Agenten-Systeme, die Standards dahinter der Beitrag MCP und A2A.

Stufe 5: Autonomes System

Das System läuft dauerhaft und wird durch Zeitpläne oder Ereignisse ausgelöst. Es arbeitet innerhalb klarer Leitplanken und eskaliert an Menschen, sobald ein Fall außerhalb seiner Befugnis liegt. Führung und Verantwortung bleiben beim Menschen.

• Technik: Dauerhaft laufende Agenten mit Auslösern und Überwachung im Betrieb. Freigabe- und Eskalationspunkte sind fest definiert.
• Nutzen: Ein Arbeitsgebiet wird kontinuierlich bearbeitet, auch außerhalb der Arbeitszeit. Menschen konzentrieren sich auf Ausnahmen und die Weiterentwicklung.
• Voraussetzungen: Mehrere Wochen stabile Messwerte auf Stufe 3 oder 4. Dazu ein Betriebsmodell mit Bereitschaft, dessen Protokolle regelmäßig ausgewertet werden.
• Risiko: Fehler wirken über viele Fälle, bevor sie auffallen. Deshalb bleibt Stufe 5 Arbeitsgebieten mit geringem Schaden je Einzelfehler oder mit vollständiger Rückholbarkeit vorbehalten.

Wo Unternehmen KI über Programmierschnittstellen in eigene Abläufe einbauen, überwiegt die Delegation bereits deutlich, in der Chat-Nutzung halten sich Automatisierung und Unterstützung nach derselben Quelle etwa die Waage.

Reifegrad-Selbstcheck: Wo steht Ihre Organisation?

Ihre Organisation steht auf der höchsten Stufe, deren Voraussetzungen sie in mindestens einem produktiven Ablauf vollständig erfüllt. Pilotprojekte zählen nicht.

Viele Unternehmen sehen sich auf Stufe 3, weil ein Agent im Pilotbetrieb läuft, erfüllen die Voraussetzungen der Stufe 2 im Regelbetrieb aber noch nicht.

Welche Stufe rechnet sich für Ihr Unternehmen?

Es rechnet sich die niedrigste Stufe, die den Ablauf vollständig erledigt. Jede höhere Stufe kostet mehr Rechenleistung und mehr Betriebsaufwand und lohnt sich nur, wenn sie Wert erzeugt, den die darunterliegende nicht liefert.

Drei Kriterien entscheiden über den Schritt von Stufe 2 auf Stufe 3. Erstens die Variabilität: Lässt sich der Ablauf vollständig in Regeln fassen, bleibt der Workflow die günstigere Wahl. Zweitens das Volumen: Erst bei mehreren hundert Fällen im Monat amortisieren sich Aufbau und Betrieb eines Agenten. Drittens die Fehlerkosten: Ein Fehler muss bemerkt werden, bevor er Kunden oder Bilanz erreicht. Für Stufe 4 kommt ein viertes Kriterium hinzu. Die Aufgabe muss sich in unabhängige Teile zerlegen lassen, sonst zahlt das Unternehmen den Mehraufwand ohne Gegenwert.

Wie viel menschliche Kontrolle braucht agentische KI?

Agentische KI braucht auf jeder Stufe eine benannte menschliche Verantwortung, die Form der Kontrolle verändert sich mit der Stufe. Auf Stufe 1 und 2 prüft ein Mensch jedes Ergebnis (Human in the Loop). Ab Stufe 3 gibt ein Mensch kritische Schritte frei und prüft Stichproben. Auf Stufe 5 überwacht er das System über Kennzahlen und greift bei Ausnahmen ein (Human on the Loop).

Der Aufstieg auf eine höhere Stufe folgt Messwerten, die vorab vereinbart sind. Drei Werte gehören in jeden Ablauf: die Fehlerquote in der Stichprobe, der Anteil der Fälle ohne Eingriff und die Zeit bis zur Korrektur eines erkannten Fehlers. Halten diese Werte über mehrere Wochen den Zielwert, erhält das System mehr Befugnisse. Verschlechtern sie sich, fällt es eine Stufe zurück.

Für die Governance gelten vier Regeln:

• Rechte: Jeder Agent erhält nur die Berechtigungen, die sein Ablauf verlangt. Schreibende Zugriffe auf Finanz- und Kundendaten laufen über Freigabepunkte.
• Protokoll: Jeder Schritt wird mit Begründung aufgezeichnet. Das Protokoll ist die Grundlage für Fehleranalyse und den Nachweis der Sorgfalt.
• Eskalation: Es ist geregelt, wer einen Fall übernimmt, den das System nicht abschließen kann, und innerhalb welcher Frist.
• Abschaltung: Eine benannte Person kann das System jederzeit anhalten, der Ablauf läuft dann manuell weiter.

Für Hochrisiko-Systeme verlangt die europäische KI-Verordnung ausdrücklich eine wirksame menschliche Aufsicht. Für jedes System, das in echten Abläufen handelt, ist sie unabhängig von der Einstufung gute Praxis. Wie sich Freigabe und Überwachung gestalten lassen, beschreibt der Beitrag Human in the Loop.

Der Weg zur nächsten Stufe mit dem Niehues Delivery Model

Niehues Consulting begleitet Unternehmen auf dem Weg durch die Stufen nach dem Niehues Delivery Model, aus der Lieferperspektive und bis in den Regelbetrieb. Marin Niehues ist Management-Berater. Er baut Organisationen, die liefern, und bringt KI in den Betrieb, in Projekten vom VC-finanzierten Scaleup bis zum DAX-40-Konzern und im Einsatz in über 20 Ländern auf sechs Kontinenten.

Das Modell hat drei Phasen mit festen Prüffragen. Für agentische KI zählen drei davon besonders:

• Verstehen: Welches Geschäftsergebnis soll sich messbar verändern? Die Antwort bestimmt, welche Stufe das Ziel ist.
• Bauen: Beweist der Prototyp den Nutzen im echten Ablauf mit echten Daten? Ein Agent startet mit Freigabe durch eine Person und sammelt die Messwerte, die den Aufstieg begründen.
• Einführen: Wer verantwortet den Betrieb ab dem ersten Tag? Ohne benannte Prozessverantwortung und Eskalationsweg bleibt jedes System auf der Stufe des Pilotprojekts stehen.

Den Einstieg bildet die kostenfreie Erstberatung von 30 Minuten, in der Reifegrad und nächster Schritt eingeordnet werden.