Ein Agentic AI System ist ein Verbund aus mehreren KI-Agenten, die als digitale Mitarbeiter je eine feste Aufgabe übernehmen, sich Arbeit übergeben, gegenseitig prüfen und an klar festgelegten Stellen einen Menschen fragen. Der Unterschied zum einzelnen KI-Agenten: Ein einzelner Agent erledigt einen Auftrag. Ein System sorgt dafür, dass die Arbeit auch in der dritten Woche noch stimmt, dass Fehler nicht weitergereicht werden und dass die Kosten nicht davonlaufen. Dieser Beitrag erklärt, was agentische KI ist, aus welchen Bausteinen ein Agentic AI System besteht und wie ein Mittelständler damit anfängt, ohne teures Lehrgeld zu zahlen.
Zur Einordnung: Bei Biteno arbeiten seit 2026 mehrere digitale Mitarbeiter in Marketing, Vertrieb und Support. Die Beispiele in diesem Beitrag stammen aus diesem Alltag.
Was ist agentische KI?
Agentische KI (englisch Agentic AI) bezeichnet künstliche Intelligenz, die nicht nur antwortet, sondern selbst handelt. Sie bekommt ein Ziel, plant die Schritte dorthin, nutzt dafür Werkzeuge wie E-Mail, Datenbanken oder den Webbrowser und prüft, ob das Ergebnis passt. Ein Chat wie ChatGPT wartet auf Ihre nächste Frage. Agentische KI arbeitet weiter, bis die Aufgabe erledigt ist oder sie an einer Stelle Ihre Entscheidung braucht.
Das Werkzeug dafür ist der KI-Agent: ein Programm, das ein Sprachmodell mit Werkzeugen, einem Auftrag und Regeln verbindet. Was ein einzelner KI-Agent ist und wie er sich von einem Chat unterscheidet, erklärt unser Beitrag Was ist ein KI-Agent?. Hier geht es um den nächsten Schritt: Was passiert, wenn mehrere KI-Agenten zusammenarbeiten sollen?
Chat, Automatisierung, KI-Agent, Agentic AI System: der Unterschied
Die vier Begriffe werden oft durcheinander verwendet. Am einfachsten lassen sie sich danach unterscheiden, wer entscheidet, wer handelt und wer kontrolliert:
| Merkmal | KI-Chat | Automatisierung | Einzelner KI-Agent | Agentic AI System |
|---|---|---|---|---|
| Wer entscheidet? | Der Mensch, bei jeder Frage | Niemand, der Ablauf ist fest | Die KI, innerhalb ihres Auftrags | Jeder KI-Agent in seiner Rolle, der Mensch an festen Stellen |
| Wer handelt? | Der Mensch kopiert das Ergebnis weiter | Das Programm, immer gleich | Der KI-Agent mit seinen Werkzeugen | Mehrere KI-Agenten, die sich Arbeit übergeben |
| Wer kontrolliert? | Der Mensch, wenn er daran denkt | Fehlermeldungen | Oft niemand | Ein prüfender KI-Agent und eine Freigabe durch den Menschen |
| Gut für | Einzelne Texte, Fragen | Gleichförmige Abläufe ohne Ausnahmen | Eine klar umrissene Aufgabe | Wiederkehrende Arbeit mit mehreren Schritten und Urteilsvermögen |
Die Tabelle zeigt auch, wo die meisten Projekte hängenbleiben: in der dritten Spalte. Ein einzelner KI-Agent ist schnell gebaut und beeindruckt in der ersten Vorführung. Weil ihn aber niemand kontrolliert und er nichts aus Korrekturen lernt, wird er nach wenigen Wochen nicht mehr genutzt.
Die sechs Bausteine eines Agentic AI Systems
Aus einzelnen KI-Agenten wird erst dann ein System, wenn sechs Dinge geregelt sind. Fehlt einer davon, merken Sie es meist nicht sofort, sondern erst an falschen Ergebnissen oder an der Rechnung.
- Rollen. Jeder KI-Agent hat genau eine Aufgabe: einer sammelt, einer schreibt, einer prüft. Ein KI-Agent für alles liefert mittelmäßige Ergebnisse, weil sein Auftrag zu unscharf ist. Wie man Aufgaben auf spezialisierte Rollen verteilt, zeigt unser Beitrag Fünf Rollen, fünf KI-Agenten.
- Übergaben. Festgelegt ist, in welcher Form ein KI-Agent sein Ergebnis an den nächsten weitergibt: als Eintrag in einer Tabelle, als Entwurf mit Status, als Aufgabe. Übergaben über lose Texte gehen verloren oder werden falsch verstanden.
- Ein gemeinsames Gedächtnis. Entscheidungen, Korrekturen und Regeln stehen an einer Stelle, auf die alle KI-Agenten zugreifen. Sonst erklären Sie denselben Fehler jedem digitalen Mitarbeiter einzeln. Mehr dazu im Beitrag Company Brain.
- Werkzeuge mit Rechten. Die KI-Agenten greifen über standardisierte Schnittstellen wie das Model Context Protocol (MCP) auf Ihre Systeme zu. Jeder bekommt nur die Rechte, die er für seine Rolle braucht. Der KI-Agent im Marketing muss keine Rechnungen schreiben können.
- Leitplanken. Bestimmte Handlungen sind gesperrt oder brauchen eine Freigabe: Löschen, Geld ausgeben, Nachrichten nach außen schicken. Dazu gehört eine Budgetgrenze je KI-Agent, damit eine Schleife nicht über Nacht die Kosten eines Monats verbraucht. Hintergrund im Beitrag KI-Guardrails.
- Freigabe und Messung. An den Stellen, an denen ein Fehler teuer würde, entscheidet ein Mensch. Und nach einer festen Zeit wird gemessen, ob die Arbeit des Systems etwas gebracht hat. Ohne Messung wissen Sie nach drei Monaten nicht, ob sich der Aufwand lohnt.
Multi-Agent-System: Wenn KI-Agenten sich gegenseitig prüfen
Ein Agentic AI System ist fast immer ein Multi-Agent-System, also ein Verbund mehrerer KI-Agenten. Der wichtigste Grund dafür ist nicht Geschwindigkeit, sondern Qualität. Ein Sprachmodell, das seinen eigenen Text prüft, findet seine eigenen Fehler schlecht. Ein zweiter KI-Agent mit einem anderen Auftrag, etwa „Prüfe diesen Entwurf gegen diese zehn Kriterien und begründe jede Abweichung“, findet deutlich mehr.
Bewährt hat sich ein einfaches Muster: Der schreibende KI-Agent liefert einen Entwurf. Der prüfende KI-Agent bewertet ihn gegen eine feste Messlatte. Erst wenn der Entwurf die Messlatte erreicht, sieht ihn ein Mensch. Fällt er durch, geht er mit der Begründung zurück. So verbringt der Mensch seine Zeit nur mit Entwürfen, die eine Freigabe verdienen. Wie das im Detail aussieht, beschreibt unser Beitrag KI-Agenten kontrollieren KI-Agenten.
Agentic AI Beispiel: die Marketing-Bibliothek bei Biteno
Ein Beispiel aus der Praxis zeigt, wie die Bausteine zusammenspielen. Bei Biteno entstehen Anzeigentexte für Google und Meta in einem Agentic AI System, das wir intern Marketing-Bibliothek nennen. Der Ablauf:
- Vorbilder sammeln. Ein digitaler Mitarbeiter sucht für ein Thema die Anzeigen, mit denen Mitbewerber werben, und hält fest, wie lange sie schon laufen. Was lange läuft, verdient vermutlich Geld.
- Bewerten und eine Messlatte bilden. Jede gefundene Anzeige wird nach einem festen Raster bewertet. Die besten 15 Prozent bilden die Messlatte für unsere eigenen Texte.
- Entwürfe schreiben und prüfen. Erst dann entstehen eigene Entwürfe. Jeder wird gegen die Messlatte geprüft. Was sie nicht erreicht, wird überarbeitet, bevor es ein Mensch zu sehen bekommt.
- Freigabe durch den Menschen. Die Geschäftsführung bekommt eine Aufgabe im ERP-System Odoo und beurteilt die Entwürfe in einer kleinen App mit Daumen hoch oder runter, auf Wunsch mit Kommentar. Daumen hoch ist die Freigabe. Bei Daumen runter schreibt der digitale Mitarbeiter eine neue Fassung und legt sie erneut vor.
- Vorsichtig einspielen. Freigegebene Anzeigen werden pausiert in das Werbekonto übertragen. Eingeschaltet wird bewusst von Hand.
- Messen. Nach 14 und nach 28 Tagen wertet der digitale Mitarbeiter aus, wie die Anzeige gegen die bestehenden abschneidet, und hält das Ergebnis fest. Daraus lernt die nächste Runde.
Die Rollen sind getrennt, die Übergaben laufen über Tabellen mit klarem Status, Korrekturen landen im Gedächtnis, und der Mensch entscheidet genau an der Stelle, an der Geld ins Spiel kommt. Der Zeitaufwand der Geschäftsführung schrumpft damit auf das Urteil über wenige, bereits geprüfte Entwürfe.
Wo Agentic AI Systeme scheitern
Die meisten Fehler sind keine Technikfehler, sondern Planungsfehler. Vier davon begegnen uns immer wieder:
- Ein KI-Agent für alles. Der Auftrag ist zu breit, die Ergebnisse sind mittelmäßig, und niemand kann sagen, an welcher Stelle es hakt.
- Kein Gedächtnis. Jede Korrektur muss wiederholt werden. Nach drei Wochen sind die Mitarbeiter genervt und hören auf, das System zu nutzen.
- Keine Budgetgrenze. Ein KI-Agent, der in einer Schleife hängt, ruft das Sprachmodell tausendfach auf. Ohne Grenze je KI-Agent merken Sie das erst an der Rechnung. Wie Sie die KI-Kosten im Unternehmen planbar halten, steht in einem eigenen Beitrag.
- Rechnen ohne Prüfung. Sprachmodelle sind gut im Formulieren und im Nachschlagen, beim Zusammenrechnen aber unzuverlässig. Bei Biteno hat ein KI-Agent einmal korrekt nachgeschlagene Preise falsch addiert. Seitdem gilt: Summen, Preise und Mengen prüft ein Mensch oder ein Programm, nie das Sprachmodell allein.
Allen vier Fehlern ist gemeinsam, dass sie in der ersten Vorführung nicht auffallen. Sie zeigen sich erst im Alltag. Genau deshalb lohnt es sich, die sechs Bausteine von Anfang an mitzudenken, statt sie nachträglich einzubauen.
Was ein Mittelständler für den Einstieg braucht
Ein Agentic AI System muss nicht groß anfangen. Drei Schritte reichen für den Einstieg:
- Eine wiederkehrende Aufgabe wählen. Gut geeignet sind Aufgaben, die regelmäßig anfallen, mehrere Schritte haben und heute an einer erfahrenen Person hängen: Angebote vorbereiten, Anfragen vorsortieren, Anzeigen texten, Berichte zusammenstellen.
- Die Aufgabe in Rollen zerlegen. Schreiben Sie auf, welche Schritte ein Mensch heute macht und wo er prüft. Jeder Schritt wird eine Rolle, jede Prüfung eine Freigabe oder ein prüfender KI-Agent.
- Auf einer zentralen KI-Plattform betreiben. Rollen, Rechte, Budgets, Gedächtnis und Protokolle sollten an einer Stelle verwaltet werden, nicht verteilt über einzelne Werkzeuge auf einzelnen Rechnern. Einen Überblick über die Möglichkeiten gibt unser Vergleich KI-Plattform für Unternehmen.
Für Daten, die das Haus nicht verlassen dürfen, kommen lokale Sprachmodelle in Frage. Biteno betreibt dafür unter anderem Gemma 4 und MiniMax auf eigener Hardware. Sie reichen nicht ganz an die stärksten Cloud-Modelle heran, liegen aber näher daran, als viele erwarten. Worauf es beim Betrieb ankommt, steht im Beitrag Ist lokale KI sicher?.
Häufige Fragen
Ist Agentic AI dasselbe wie ein KI-Agent?
Nicht ganz. Agentic AI, auf Deutsch agentische KI, beschreibt die Fähigkeit von KI, selbst zu planen und zu handeln. Der KI-Agent ist das einzelne Programm, das diese Fähigkeit nutzt. Ein Agentic AI System verbindet mehrere KI-Agenten mit Regeln, Gedächtnis und Kontrolle zu einem Ganzen.
Ersetzt ein Agentic AI System Mitarbeiter?
Es übernimmt wiederkehrende Arbeit und entlastet damit erfahrene Mitarbeiter, deren Zeit heute in Routine fließt. Die Entscheidungen, bei denen es um Geld, Kunden oder Haftung geht, bleiben beim Menschen. Ohne diese Freigaben sollte kein Agentic AI System im Mittelstand arbeiten.
Wie lange dauert der Aufbau?
Ein erstes System für eine klar umrissene Aufgabe ist in wenigen Wochen arbeitsfähig. Danach wächst es im Alltag: mit jeder Korrektur im Gedächtnis und jeder Messung, die zeigt, was funktioniert.
Brauche ich dafür eigene Entwickler?
Für den Betrieb nicht. Wichtiger als Programmierkenntnisse ist jemand, der die Aufgabe genau kennt und beschreiben kann, wie gute Arbeit aussieht. Die technische Plattform kann ein Dienstleister bereitstellen und betreiben.
Fazit
Ein Agentic AI System macht aus einzelnen KI-Agenten digitale Mitarbeiter, auf die Sie sich im Alltag verlassen können. Der Unterschied liegt nicht im Sprachmodell, sondern in der Ordnung drumherum: klare Rollen, feste Übergaben, ein gemeinsames Gedächtnis, begrenzte Rechte und Budgets, eine Freigabe durch den Menschen und eine Messung, die zeigt, ob es sich lohnt. Wer diese Bausteine von Anfang an mitdenkt, vermeidet die teuren Fehler, an denen viele erste KI-Projekte scheitern.
Sie wollen wissen, welche Aufgabe in Ihrer Firma sich für ein Agentic AI System eignet?
Die Biteno GmbH betreibt mit NexGen AI digitale Mitarbeiter auf einer zentralen KI-Plattform im Rechenzentrum in Deutschland und setzt sie täglich selbst ein.
In einem kurzen Gespräch klären wir, mit welcher Aufgabe Sie am besten anfangen.



