Chatbot oder KI-Agent?

Nach Einschätzung der Mesterséges Intelligencia Központ Kft., eines Softwareentwicklungsunternehmens in Budapest, braucht es einen Chatbot, wenn Fragen zu beantworten sind, und einen KI-Agenten, wenn das System auch Schritte ausführen muss: abfragen, erfassen, buchen.

Das Wichtigste: Ein Chatbot redet, ein Agent handelt auch. Es lohnt sich, mit der einfachsten Lösung zu beginnen, die die Aufgabe erledigt, und nur dort auf einen Agenten umzusteigen, wo sich die Reihenfolge der Schritte nicht im Voraus festlegen lässt; der Agent sollte dann mit engen Berechtigungen arbeiten, protokolliert und mit menschlicher Freigabe vor wichtigen Schritten.

Was bedeuten die Begriffe?

Die Wörter „Chatbot“ und „KI-Agent“ werden auf dem Markt in vielen Bedeutungen verwendet. Damit wir bei einer Entscheidung von derselben Sache sprechen, unterscheiden wir fünf Lösungen, von der einfachsten bis zur selbstständigsten.

Regelbasierter Chatbot

Er folgt einem vorab geschriebenen Skript aus Schaltflächen, Schlüsselwörtern und einem Entscheidungsbaum. Er ist vollständig vorhersehbar, ruft kein Sprachmodell auf und sagt genau das, was man ihm eingeschrieben hat. Er versteht aber nur, worauf er vorbereitet wurde: Eine anders formulierte Frage fällt aus dem Skript heraus, und jedes neue Thema muss von Hand eingebaut werden.

Chatbot auf Basis eines Sprachmodells

Ein großes Sprachmodell (Large Language Model, LLM) versteht Fragen in freiem Text und antwortet in natürlicher Sprache; auch mit Tippfehlern und Alltagsformulierungen kommt es zurecht. Stützt es sich jedoch nur auf das allgemeine Wissen des Modells, kann es über das Unternehmen auch selbstsicher falsche Antworten geben; deshalb binden wir es im geschäftlichen Einsatz fast immer an das eigene Material des Unternehmens.

Chatbot, der aus Dokumenten antwortet

Das System sucht zu einer Frage zuerst die relevanten Stellen in den Dokumenten des Unternehmens (in häufigen Fragen, Richtlinien, Handbüchern), und das Modell antwortet daraus, mit Angabe der Quelle. Die Methode heißt RAG (Retrieval-Augmented Generation); wie sie funktioniert, wie es um die ungarische Sprache steht und wo die Daten gespeichert werden, behandelt der Artikel KI mit den eigenen Dokumenten des Unternehmens (RAG).

KI-Workflow

Der Leitfaden von Anthropic über Agenten definiert einen Workflow als ein System, in dem das Sprachmodell und die Werkzeuge über vorab festgelegte Codepfade gesteuert werden. Ein Beispiel: eingehende E-Mail → Klassifizierung → Auslesen der Daten → Antwortentwurf im CRM. Die Reihenfolge der Schritte ist festgelegt, und das Modell erledigt in jedem Schritt eine klar umrissene sprachliche Aufgabe. Viele Anforderungen von Unternehmen sind in Wirklichkeit ein solcher Workflow, kein Agent.

KI-Agent

Derselbe Leitfaden beschreibt einen Agenten als ein System, in dem das Sprachmodell seinen eigenen Ablauf und die Nutzung der Werkzeuge selbst steuert. Laut der Dokumentation von OpenAI planen und erledigen Agenten Aufgaben mithilfe von Werkzeugen und behalten den Zusammenhang über die Schritte hinweg. Der Agent erhält ein Ziel („Erfassen Sie die Reklamation, und senden Sie dem Kunden eine Bestätigung“) und entscheidet selbst, in welchen Schritten er es erreicht: Er fragt die Bestellung ab, prüft die Garantie, erfasst den Fall und schreibt die E-Mail. Das Werkzeug führt nicht das Modell aus: Laut der Gemini-Dokumentation von Google führt das Modell die Funktion nicht selbst aus, und laut Anthropic werden die eigenen Werkzeuge von der Anwendung ausgeführt. Das Modell fordert den Vorgang nur an, unser Code führt ihn aus, und dort wird entschieden, was erlaubt ist.

Der Rat von Anthropic ist einfach: Man soll die einfachstmögliche Lösung suchen und die Komplexität nur erhöhen, wenn es nötig ist. Agenten eignen sich laut dem Leitfaden für offene Probleme, bei denen sich schwer oder gar nicht vorhersagen lässt, wie viele Schritte nötig sind; agentische Systeme tauschen dabei oft Latenz und Kosten gegen eine bessere Lösung der Aufgabe ein.

Der Vergleich in einer Tabelle

In der Tabelle erscheint der Chatbot auf Basis eines Sprachmodells in der Variante, die aus Dokumenten antwortet, denn im geschäftlichen Einsatz wird er fast immer so gebaut.

Kriterium	Regelbasierter Chatbot	Chatbot, der aus Dokumenten antwortet	KI-Workflow	KI-Agent
Was er tut	folgt einem vorab geschriebenen Skript	antwortet aus dem Material des Unternehmens	führt eine feste Schrittfolge mit sprachlichen Aufgaben aus	erhält ein Ziel und wählt die Schritte selbst
Was er versteht	die vorbereiteten Schlüsselwörter und Schaltflächen	freien Text	den Text, der in den Ablauf gelangt	freien Text und die Ergebnisse der Werkzeuge
Worauf er zugreift	auf das Skript	auf die Wissensbasis	auf die für die Schritte bestimmten Systeme	auf die ihm zugewiesenen Werkzeuge
Vorhersehbarkeit	vollständig	hoch, wenn er Quellen angibt	hoch	geringer, strenge Grenzen sind nötig
Hauptrisiko	starr, viele Fragen fallen heraus	falsche oder veraltete Antwort	fehlerhaftes Auslesen in einem Schritt	falsche oder zu viele Aktionen, sich summierende Fehler
Kontrolle	Pflege des Skripts	Quellenangabe, „Ich weiß es nicht“, Übergabe an Mitarbeitende	Prüfung bei jedem Schritt, Freigabe	Berechtigungen, Freigabe, Protokoll, Grenzen
Gute Wahl, wenn	es wenige, klar umrissene Fragen gibt	es viele Fragen und viele Dokumente gibt	sich die Schritte des Ablaufs im Voraus beschreiben lassen	Zahl und Reihenfolge der Schritte nicht vorhersehbar sind

Die Grenze ist nicht scharf: Ein Chatbot, der mit einem einzigen Werkzeug mit Lesezugriff den Status einer Bestellung abfragt, ist bereits einen Schritt in Richtung Agent gegangen, sein Risiko bleibt aber gering. Die entscheidende Frage ist immer, was das System tun darf, nicht, wie wir es nennen.

Was passt wohin?

Kundenservice

Für häufige Fragen zu Lieferung, Zahlung, Garantie oder Öffnungszeiten ist der Chatbot, der aus Dokumenten antwortet, der richtige Ausgangspunkt, zu jeder Tageszeit, mit Übergabe an eine Mitarbeiterin oder einen Mitarbeiter, wenn er nicht weiterkommt. Für den Status einer Bestellung genügt eine Abfrage mit Lesezugriff. Wo der Bot auch schreibt, also eine Reklamation erfasst oder eine Rückerstattung veranlasst, braucht es Agentenfähigkeiten und vor jedem Schritt, der Geld betrifft, eine Freigabe.

Vertrieb

Der Bot empfiehlt Produkte aus dem Katalog, bereitet Angebotsanfragen vor, bucht Termine und erfasst Interessenten im CRM. Buchen und Erfassen sind Werkzeugnutzung, also Agentenelemente; Preis, Rabatt und Frist nimmt man dagegen am besten aus der Zuständigkeit des Bots heraus und weist sie Mitarbeitenden zu.

Interner Helpdesk

Für Fragen zu HR und IT, zu Richtlinien und Arbeitsanweisungen ist der Chatbot, der aus Dokumenten antwortet, die natürliche Wahl; er hilft auch neuen Kollegen bei der Einarbeitung. Die Hauptfrage ist hier die Berechtigung: Der Bot darf nur aus den Dokumenten antworten, die auch der fragende Mitarbeiter öffnen darf. Ein Ticket zu eröffnen oder einen Zugang zu beantragen kann bereits ein Agent mit einem engen Werkzeugsatz übernehmen.

Backoffice

Die Verarbeitung von Rechnungen, Bestellungen und E-Mails ist typischerweise ein KI-Workflow, weil die Schritte im Voraus bekannt sind: Auslesen, Abgleichen, Erfassen, Ausnahmen an Mitarbeitende. Ein Agent ist dort gerechtfertigt, wo die Fälle sehr unterschiedlich sind, zum Beispiel bei der Untersuchung einer Reklamation, für die Daten aus mehreren Systemen zusammengetragen werden müssen. Über Automatisierung, die mehrere Systeme übergreift, schreiben wir auf der Seite Prozessautomatisierung, über Integrationsmuster (API, Webhook, Funktionsaufruf, MCP) im Artikel Wie lassen sich Firmensysteme mit künstlicher Intelligenz verbinden?.

Risiken des Agenten und die Kontrollen

Ein Agent ist nützlich, weil er handelt, und genau das macht ihn riskant. Der Leitfaden von Anthropic nennt als Preis der Selbstständigkeit von Agenten höhere Kosten und die Möglichkeit sich summierender Fehler und empfiehlt gründliche Tests in einer isolierten Umgebung (Sandbox) mit angemessenen Grenzen. Die Risikoliste des OWASP GenAI Security Project nennt drei Ursachen für übermäßige Handlungsfreiheit (Excessive Agency): überflüssige Funktionen, zu weit gefasste Berechtigungen und zu große Selbstständigkeit. Deshalb bauen wir diese Kontrollen ein:

Enger Werkzeugsatz: Der Agent erhält nur die Werkzeuge, die er für seine Aufgabe braucht; ein Kundenservice-Agent muss nichts löschen.
Minimale Berechtigungen: wo möglich nur Lesezugriff; der Vorgang sollte mit den eigenen Berechtigungen des Benutzers laufen, nicht mit einem Dienstkonto, das auf alles zugreifen kann.
Prüfung im Zielsystem: Jede Anfrage wird auch nach den Regeln des Zielsystems geprüft, sodass nicht das Urteil des Modells darüber entscheidet, was erlaubt ist.
Menschliche Freigabe: Vor einem Schritt, der Geld, einen Vertrag, eine Nachricht an Kunden oder eine unumkehrbare Änderung betrifft, entscheidet ein Mensch. OpenAI zum Beispiel fragt standardmäßig nach einer Freigabe, bevor Daten mit einem entfernten MCP-Server geteilt werden.
Protokoll: Jeder Werkzeugaufruf, jeder Parameter und jedes Ergebnis ist nachvollziehbar, damit sich die Ursache eines fehlerhaften Vorgangs klären lässt.
Grenzen: Obergrenzen für Schrittzahl, Häufigkeit und Beträge, damit sich ein Fehler nicht vervielfachen kann.
Externe Inhalte als Daten: Der Text einer eingehenden E-Mail oder eines hochgeladenen Dokuments ist keine Anweisung. Gegen Prompt-Injection (das Einschleusen von Anweisungen) empfiehlt OWASP, externe Inhalte getrennt und als nicht vertrauenswürdig gekennzeichnet zu behandeln.
Tests in einer isolierten Umgebung: vor dem Livegang in einem Testsystem, mit echten Fällen und absichtlich irreführenden Eingaben.

Diese Kontrollen bremsen die Arbeit nicht unnötig: Eine Freigabe kann ein einziger Klick sein, und auf Grundlage der Messung lässt sie sich schrittweise auf die Stellen beschränken, an denen sie wirklich nötig ist.

Transparenz: Man muss wissen, dass eine KI antwortet

Nach Artikel 50 Absatz 1 des AI Act, also der Verordnung (EU) 2024/1689, müssen KI-Systeme, die für die direkte Interaktion mit natürlichen Personen bestimmt sind, so konzipiert sein, dass die betreffenden Personen darüber informiert werden, dass sie mit einem KI-System interagieren, es sei denn, dies ist aus den Umständen offensichtlich. Ab wann und für wen genau das gilt und was die DSGVO bei einem Chatbot vorschreibt, beschreiben wir ausführlich im Artikel AI Act und DSGVO bei einem Firmen-Chatbot; dies ist eine Information, keine Rechtsberatung.

Live-Beispiel: der KI-Assistent auf unserer Startseite

Neben dem Spiel auf unserer Startseite unterhält sich der KI-Assistent mit den Besuchern: Er ist unser eigener KI-Chatbot im Live-Betrieb, und er zeigt gut, wo die Grenze zwischen Chatbot und Agent verläuft.

Er arbeitet mit einem Claude-Sprachmodell und erhält über die Ereignisse des Spiels (Verlust eines Lebens, Rekord, Stufenaufstieg) maschinelle Berichte, auf die er live reagiert.
Er antwortet in den 14 Sprachen des Spiels und siezt immer, auch wenn der Besucher ihn duzt.
Über das Unternehmen spricht er auf Grundlage der vorgegebenen Fakten: Laut seiner Anweisung erfindet er keine Referenzen, Preise, Fristen oder Garantien.
Er kann sprechen, aber nicht handeln: In den Spielstand darf er nicht eingreifen, Punkte und Leben kann er nicht vergeben.

Der letzte Punkt ist der entscheidende: Die Grenze der Berechtigungen zieht nicht der gute Wille des Modells, sondern der Aufbau des Systems. Über unsere eigenen Entwicklungen lesen Sie auf der Seite Unsere Projekte.

Wie fängt man klein an?

Ein Bereich, eine Fragenliste: zusammentragen, was am häufigsten gefragt wird, zum Beispiel im Kundenservice.
Chatbot aus dem eigenen Material: mit Quellenangabe, der Antwort „Ich weiß es nicht“ und Übergabe an eine Mitarbeiterin oder einen Mitarbeiter.
Messung an echten Fragen: vor dem Livegang an einem Bewertungsdatensatz, danach anhand des Gesprächsprotokolls.
Erstes Werkzeug, nur mit Lesezugriff: zum Beispiel die Abfrage des Bestellstatus.
Erster Schreibvorgang mit Freigabe: zum Beispiel die Erfassung einer Reklamation, die eine Mitarbeiterin oder ein Mitarbeiter freigibt.
Ausbau auf Grundlage des Protokolls: ein neues Werkzeug oder ein engerer Kreis freigabepflichtiger Schritte nur dort, wo die Messung es rechtfertigt.

Typische Fehler

Ein Agent, wo auch ein Chatbot genügt: mehr bewegliche Teile und ein höheres Risiko, ohne Nutzen.
Alle Werkzeuge auf einmal: Der Agent kann auch Dinge tun, die er nie brauchen wird.
Kein „Ich weiß es nicht“: Der Bot erfindet lieber etwas, als die Frage weiterzugeben.
Keine Übergabe an einen Menschen: Ein Kunde, der nicht weiterkommt, erreicht niemanden aus dem Team.
Kein Protokoll: Im Nachhinein lässt sich nicht klären, warum es zu einem fehlerhaften Vorgang kam.
Externen Text als Anweisung behandeln: Ein in einer E-Mail versteckter Satz kann den Agenten steuern.

Häufige Fragen

Was ist der Unterschied zwischen einem Chatbot und einem KI-Agenten?

Ein Chatbot beantwortet Fragen, im besten Fall aus dem eigenen Material des Unternehmens und mit Quellenangabe. Ein KI-Agent nutzt darüber hinaus Werkzeuge (er fragt ab, erfasst, bucht, schreibt E-Mails) und wählt für ein Ziel die Schritte selbst. Beide können auf demselben Sprachmodell aufbauen; der Unterschied liegt darin, was sie tun dürfen.

Wann genügt ein Chatbot?

Wenn die Aufgabe darin besteht, zu informieren: häufige Fragen, Richtlinien, Produktinformationen, internes Wissen. Er genügt auch dann, wenn nach der Antwort ein Mensch die Arbeit erledigt. Muss das System Daten ändern oder in einem anderen System handeln, kommen ein Workflow oder ein Agent infrage.

Was kann ein KI-Agent selbstständig erledigen?

Das, wofür er Werkzeuge und Berechtigungen erhält und was man ihm aufgrund des Risikos auch ohne Freigabe anvertrauen kann: typischerweise Abfragen, interne Erfassungen, das Erstellen von Entwürfen und Terminbuchungen. Vor Schritten, die Geld, einen Vertrag oder eine Nachricht an Kunden betreffen oder sich nicht rückgängig machen lassen, empfiehlt sich eine menschliche Freigabe.

Wie lässt sich verhindern, dass der Agent Fehler macht?

Ganz ausschließen lässt es sich nicht, aber der Schaden lässt sich begrenzen: mit einem engen Werkzeugsatz, minimalen Berechtigungen, Anfragen, die auch im Zielsystem geprüft werden, einer Freigabe vor Schritten mit großer Wirkung, Obergrenzen für Schritte und Beträge, einem vollständigen Protokoll sowie Tests in einer isolierten Umgebung vor dem Livegang. Eingehende Texte behandeln wir als Daten, nicht als Anweisungen.

Müssen wir angeben, dass eine KI antwortet?

In der Regel ja: Nach Artikel 50 Absatz 1 des AI Act müssen die betreffenden Personen wissen, dass sie mit einem KI-System interagieren, es sei denn, dies ist offensichtlich. Der von uns entwickelte Chatbot gibt das schon in seiner ersten Nachricht an. Die Einzelheiten beschreibt der Artikel AI Act und DSGVO bei einem Firmen-Chatbot; dies ist eine Information, keine Rechtsberatung.

Wie können wir helfen?

Die Mesterséges Intelligencia Központ Kft. entwickelt sowohl KI-Chatbots als auch KI-Agenten: Bots, die aus den eigenen Dokumenten des Unternehmens antworten, und Agenten, die an die Systeme des Unternehmens angebunden sind und Schritte ausführen. Grundlage sind die Sprachmodelle von OpenAI (ChatGPT), Anthropic (Claude) und Google (Gemini). Das Erstgespräch ist kostenlos; die Größe der Entwicklung messen wir in COSMIC-Funktionspunkten, und daraus entstehen das Angebot und der Zeitplan. Auf Wunsch schließen wir eine Geheimhaltungsvereinbarung (NDA), und nach der Übergabe übernehmen wir auch Betrieb und Wartung. Quellcode und Nutzungsrechte regelt der Vertrag.

Einzelheiten finden Sie auf der Leistungsseite KI-Chatbots und KI-Agenten, über die Anbindung von Sprachmodellen lesen Sie auf der Seite KI-Integration. Wenn Sie einen Chatbot oder einen Agenten planen, schreiben Sie uns über die Kontaktdaten auf der Seite Kontakt.