KI-Agenten im Mittelstand: 8 Beispiele, die heute funktionieren

KI-Agenten im Mittelstand: Darüber wird viel geredet und wenig gezeigt. Wer ein KI-Agent-Beispiel sucht, das im eigenen Betrieb funktionieren könnte, findet meist Demos: ein Agent bucht eine Reise, ein anderer schreibt ein ganzes Programm. Im Mittelstand sieht die Arbeit anders aus. Dort geht es um das Postfach am Montagmorgen, um Rechnungen, die abgetippt werden, und um Ausschreibungen, die keiner rechtzeitig liest.

Dieser Artikel zeigt acht Beispiele, sortiert nach Abteilung. Bei jedem steht, was der Agent übernimmt, an welcher Stelle ein Mensch entscheidet und woran Sie nach ein paar Wochen merken, ob es sich lohnt. Was ein KI-Agent technisch ist, erklärt unser Lexikon unter Was ist ein KI-Agent?. Hier geht es um die Praxis.

Was einen KI-Agenten im Unternehmen von einem Skript unterscheidet

Eine klassische Automatisierung folgt festen Regeln: Wenn eine E-Mail mit dem Betreff „Rechnung“ kommt, lege den Anhang in Ordner X. Sobald der Betreff anders lautet, passiert nichts. Ein KI-Agent liest die Nachricht wie ein Mensch, erkennt, dass es um eine Rechnung geht, auch wenn im Betreff „Unterlagen Juli“ steht, und wählt den nächsten Schritt selbst. Dafür nutzt er Werkzeuge, die Sie ihm freigeben: Postfach, CRM, Buchhaltung, Ablage.

Für die Praxis wichtiger ist der zweite Unterschied: Ein Agent kann sich irren. Deshalb bekommt jeder Agent, den wir einsetzen, drei Dinge schriftlich mit:

• eine klar abgegrenzte Aufgabe — nicht „hilf dem Vertrieb“, sondern „bereite zu jeder neuen Anfrage einen Datensatz im CRM vor“;
• Befugnisse — was er ohne Rückfrage darf und was er nur vorschlagen darf;
• eine Kennzahl, an der Sie ablesen, ob er seine Arbeit macht.

Mit diesem Raster sind auch die acht Beispiele unten aufgebaut. Auf unserer Seite zu KI-Mitarbeitern beschreiben wir, wie aus einem solchen Agenten eine feste Stelle mit Stellenbeschreibung wird.

Acht KI-Agent-Beispiele nach Abteilung

1. Anfragen-Eingang: jede Anfrage sortiert und vollständig

Anfragen kommen über das Kontaktformular, per E-Mail, über WhatsApp oder Instagram. Oft liegen sie in drei verschiedenen Postfächern, und eine davon bleibt zwei Tage liegen.

• Was der Agent tut: Er führt alle Kanäle in einer Liste zusammen, erkennt Anliegen und Sprache, prüft, welche Angaben fehlen (Adresse, Termin, Menge), und legt einen Antwortentwurf mit den passenden Rückfragen bereit.
• Wo der Mensch bestätigt: Ihr Mitarbeiter liest den Entwurf, passt ihn bei Bedarf an und sendet ihn ab.
• Was Sie messen: Zeit bis zur ersten Antwort und Anteil der Anfragen, die ohne zweite Rückfrage vollständig sind.

Genau diesen Ablauf bildet unsere KI-Rezeption ab: ein Posteingang für alle Kanäle, Entwurf in der Sprache des Kunden, gesendet wird von Ihrem Team.

2. E-Mail-Postfach: vorsortiert statt überfüllt

Das Sammelpostfach info@ ist in vielen Firmen der Ort, an dem Arbeit verschwindet. Werbung, Rechnungen, Kundenfragen und Behördenpost liegen durcheinander.

• Was der Agent tut: Er ordnet jede Nachricht einer Kategorie und einer zuständigen Person zu, fasst lange Verläufe in drei Sätzen zusammen und markiert, was eine Frist hat.
• Wo der Mensch bestätigt: Bei der Zuordnung zunächst gar nicht, denn Sortieren ist reversibel. Wer eine falsch sortierte Mail findet, schiebt sie um. Aus diesen Korrekturen entstehen neue Regeln und Beispiele für den Agenten.
• Was Sie messen: Anteil falsch zugeordneter Nachrichten und Zahl der Mails, die älter als zwei Arbeitstage unbearbeitet sind.

3. Eingangsrechnungen: gelesen, geprüft, vorkontiert

Rechnungen kommen als PDF, als Scan oder inzwischen als XRechnung. Irgendjemand tippt Rechnungsnummer, Betrag und Lieferant ab und sucht die passende Bestellung.

• Was der Agent tut: Er liest die Rechnung aus, gleicht sie mit Bestellung oder Lieferschein ab, schlägt Kostenstelle und Konto vor und meldet Abweichungen: falscher Betrag, doppelte Rechnung, fehlende Pflichtangaben.
• Wo der Mensch bestätigt: Bei der Zahlungsfreigabe. Ein Agent bereitet die Zahlung vor, er gibt sie nicht frei.
• Was Sie messen: Durchlaufzeit vom Eingang bis zur Freigabe und Anteil der Rechnungen, die ohne manuelle Nachbearbeitung durchgehen.

4. Ausschreibungen: nur noch die passenden lesen

Wer öffentliche Aufträge bedient, kennt das Problem: Die Portale liefern täglich neue Bekanntmachungen, und die meisten passen nicht. Das Lesen frisst Stunden, die passenden gehen trotzdem unter.

• Was der Agent tut: Er prüft neue Ausschreibungen gegen Ihr Leistungsprofil, Ihre Region und Ihre Mindestgröße, fasst die passenden auf einer Seite zusammen und listet Fristen, Eignungsnachweise und Ausschlusskriterien auf.
• Wo der Mensch bestätigt: Bei der Entscheidung, ob Sie bieten. Auch das Angebot selbst unterschreibt ein Mensch.
• Was Sie messen: Zeit, die Ihr Team pro Woche mit Sichten verbringt, und Zahl der Ausschreibungen, bei denen Sie tatsächlich ein Angebot abgeben.

Für diesen Bereich haben wir mit TenderDach ein eigenes Produkt gebaut — mehr dazu unter Ausschreibungen.

5. Kundensupport: Antworten aus dem Firmenwissen

Im Support wiederholen sich die Fragen: Lieferzeit, Rückgabe, Öffnungszeiten, Zugang zum Kundenkonto. Die Antworten stehen irgendwo in Handbüchern, alten Mails und im Kopf einer Kollegin.

• Was der Agent tut: Er sucht die Antwort in Ihren eigenen Dokumenten — nicht im allgemeinen Wissen des Sprachmodells — und schreibt einen Entwurf mit Quellenangabe. Das Verfahren dahinter heißt RAG. Findet er nichts Belastbares, sagt er das, statt zu raten.
• Wo der Mensch bestätigt: Vor dem Senden an den Kunden. Reklamationen, Kulanz und alles mit Geld bleiben ohnehin beim Team.
• Was Sie messen: Anteil der Entwürfe, die ohne Änderung gesendet werden, und die Bearbeitungszeit pro Ticket.

Ein Beispiel aus unserer Arbeit: Bei einem Reisemagazin beantwortet die KI heute 73 % der Vorab-Anfragen. Die 40 Stunden im Monat, die das Team früher dafür brauchte, sind weggefallen, und die Conversion-Rate stieg um 31 %.

6. Vertrieb: ein CRM, in dem steht, was wirklich passiert ist

Jeder Vertriebsleiter kennt die Lücke zwischen dem, was im CRM steht, und dem, was wirklich passiert ist. Gesprächsnotizen fehlen, Wiedervorlagen verpassen ihren Termin.

• Was der Agent tut: Er legt aus neuen Anfragen Kontakte und Vorgänge im CRM an, fasst Gesprächsnotizen zusammen und erinnert an Angebote, auf die seit einer Woche keine Reaktion kam — mit Vorschlag für die Nachfass-Mail.
• Wo der Mensch bestätigt: Jede Nachricht an einen Interessenten geht als Entwurf an den Vertriebsmitarbeiter. Preise und Rabatte legt der Agent nie fest.
• Was Sie messen: Anteil der Vorgänge mit vollständigen Daten und Zahl der Angebote ohne Nachfassen.

7. Personal: Bewerbungen vorbereitet, nicht vorsortiert

Im Personalbereich ist Vorsicht angebracht. Automatisierte Entscheidungen über Menschen sind nach Art. 22 DSGVO nur eng begrenzt zulässig, und der EU AI Act stuft KI in der Personalauswahl als Hochrisiko ein. Ein Agent kann hier trotzdem viel Routine abnehmen, solange er keine Auswahl trifft.

• Was der Agent tut: Er bestätigt den Eingang einer Bewerbung, prüft, ob die angeforderten Unterlagen vollständig sind, schlägt Termine für Gespräche vor und beantwortet interne Fragen zu Urlaubsregeln oder Formularen aus Ihrem Handbuch.
• Wo der Mensch bestätigt: Jede Bewertung und jede Absage liegt bei Menschen. Der Agent ordnet Bewerbungen nicht nach Eignung.
• Was Sie messen: Zeit von der Bewerbung bis zur ersten Rückmeldung und Zahl der internen Rückfragen an die Personalabteilung.

8. Berichtswesen: der Wochenbericht, der sich selbst schreibt

Am Freitag sammelt jemand Zahlen aus Buchhaltung, CRM und Warenwirtschaft, kopiert sie in eine Tabelle und schreibt zwei Absätze dazu. Das dauert einen halben Tag und ist am Montag schon veraltet.

• Was der Agent tut: Er holt die Kennzahlen direkt aus den Systemen, vergleicht sie mit der Vorwoche und dem Plan und schreibt eine kurze Einordnung: was sich verändert hat und wo es sich lohnt, genauer hinzusehen.
• Wo der Mensch bestätigt: Bei den Schlussfolgerungen. Der Agent beschreibt Zahlen, die Geschäftsführung entscheidet.
• Was Sie messen: Stunden, die für den Bericht anfallen, und wie oft die Zahlen im Bericht nachträglich korrigiert werden müssen.

Die acht Beispiele im Überblick

Auffällig ist das gemeinsame Muster: Der Agent macht die Vorarbeit, die viel Zeit kostet und wenig Urteilskraft braucht. Die Entscheidung mit Folgen — Geld, Kunde, Mensch — bleibt dort, wo sie heute auch liegt. Dass sich diese Arbeitsteilung rechnet, zeigt ein Projekt für Longstayz: Dort sanken die manuellen Abläufe nach der Automatisierung um 70 %.

KI-Agent mit n8n bauen: wann das reicht

Viele Teams starten mit einem Workflow-Werkzeug wie n8n. Dort lässt sich ein Agent-Knoten mit einem Sprachmodell verbinden, dazu kommen Anbindungen an Postfach, Tabellen und CRM. Für einen ersten Versuch ist das ein guter Weg: Ein Agent, der die ersten Mails sortiert, steht oft nach einem Nachmittag.

Schwierig wird es an drei Stellen, und zwar meist erst im Alltag:

• Befugnisse. Steht im Prompt „sende nie ohne Freigabe“, ist das eine Bitte, keine Sperre. Belastbar wird es erst, wenn das System das Senden technisch verhindert.
• Wissen. Preise, Lieferzeiten und Ansprechpartner ändern sich. Ein Agent, der auf veraltete Dokumente zugreift, antwortet selbstbewusst falsch.
• Nachvollziehbarkeit. Wenn ein Kunde fragt, warum er eine bestimmte Auskunft bekam, brauchen Sie ein Protokoll: welche Quelle, welcher Entwurf, wer hat freigegeben.

Unser Rat: Mit n8n prüfen, ob die Aufgabe für einen Agenten taugt. Sobald Kunden, Geld oder personenbezogene Daten im Spiel sind, gehört der Agent in eine Umgebung mit festen Rechten, gepflegtem Wissen und Protokoll. Diesen Teil übernehmen wir in der KI-Implementierung — auf Servern in Deutschland.

Checkliste: Welcher Prozess eignet sich für den ersten Agenten?

Nicht jede Aufgabe ist ein guter Start. Ein Prozess eignet sich, wenn Sie die meisten Fragen mit Ja beantworten:

• Die Aufgabe kommt mindestens mehrmals pro Woche vor.
• Die Eingänge sind Text: E-Mails, Formulare, PDFs, Chatnachrichten.
• Ein erfahrener Mitarbeiter kann in zwei Sätzen erklären, was „richtig erledigt“ heißt.
• Ein Fehler des Agenten lässt sich vor der Wirkung abfangen, weil ein Mensch freigibt.
• Die nötigen Daten liegen in Systemen mit Schnittstelle und nicht allein in Köpfen.
• Es gibt eine Zahl, die Sie heute schon messen oder ab morgen messen können.
• Jemand im Team ist bereit, in den ersten Wochen die Entwürfe zu prüfen und zu korrigieren.

Ungeeignet für den Einstieg sind Aufgaben mit seltenen Sonderfällen, hohem Haftungsrisiko ohne Prüfschritt oder Daten, die nur auf Papier existieren. Letzteres lässt sich lösen, aber dann ist der erste Schritt die Digitalisierung der Dokumente und nicht der Agent. Wie wir solche Abläufe insgesamt ordnen, zeigt die Seite Prozessautomatisierung.

So führen Sie den ersten Agenten ein

Bewährt hat sich ein Ablauf in vier Schritten:

1. Einen Prozess wählen und aufschreiben. Welche Eingänge, welche Schritte, welche Ausnahmen, wer entscheidet. Eine Seite reicht.
2. Im Vorschlagsmodus starten. Der Agent arbeitet mit, verändert aber nichts ohne Freigabe. Ihr Team sieht jeden Entwurf.
3. Korrekturen zählen. Wie oft ändert Ihr Team einen Entwurf, und warum? Daraus werden Regeln und bessere Beispiele.
4. Befugnisse schrittweise erweitern. Erst wenn über Wochen kaum noch korrigiert wird, darf der Agent interne Routine ohne Rückfrage erledigen. Nachrichten an Kunden und Zahlungen bleiben bei Menschen.

Bis zum ersten messbaren Ergebnis vergehen bei uns in der Regel 14 Tage. Danach entscheiden die Zahlen, ob der Agent bleibt, erweitert wird oder ob sich der Prozess doch nicht eignet.

Häufige Fragen

Was ist ein einfaches KI-Agent-Beispiel für den Einstieg?

Das Vorsortieren eines Sammelpostfachs. Die Aufgabe kommt täglich vor, Fehler sind harmlos und schnell korrigiert, und der Nutzen ist ab der ersten Woche sichtbar.

Antwortet der KI-Agent selbst meinen Kunden?

Nein. Nachrichten an Kunden schreibt der Agent als Entwurf, gesendet werden sie von Ihrem Team. Diese Grenze sperrt das System technisch, sie steht nicht bloß im Prompt.

Brauche ich für KI-Agenten eine eigene IT-Abteilung?

Nein. Wichtiger als eine IT-Abteilung ist eine Person aus dem Fachbereich, die den Prozess kennt und in der Anfangszeit die Entwürfe prüft. Einrichtung, Anbindung und Betrieb übernehmen wir.

Wie unterscheidet sich ein KI-Agent von einem Chatbot?

Ein Chatbot beantwortet Fragen im Gespräch. Ein Agent arbeitet auf ein Ergebnis hin und benutzt dafür Ihre Systeme: Er legt Datensätze an, liest Rechnungen, bereitet Berichte vor. Viele Agenten haben gar kein Chatfenster.

Was ist mit Datenschutz?

Entscheidend sind drei Punkte: wo die Daten verarbeitet werden, welches Sprachmodell sie sieht und ob ein Auftragsverarbeitungsvertrag besteht. Wir betreiben die Agenten unserer Kunden auf Servern in Deutschland und geben jedem Agenten nur Zugriff auf die Systeme, die seine Aufgabe braucht.

Kann ich KI-Agenten mit n8n selbst bauen?

Für Versuche ja. Für den Dauerbetrieb mit Kundendaten brauchen Sie zusätzlich feste Rechte, gepflegtes Wissen und ein Protokoll aller Aktionen. Das ist der aufwendigere Teil.

Ihr erster Agent in 14 Tagen

Sie haben einen Prozess im Kopf, der zu einem der acht Beispiele passt? Im Erstgespräch prüfen wir, ob er sich für einen Agenten eignet, wo Ihr Team freigeben sollte und welche Kennzahl den Erfolg zeigt. Vereinbaren Sie ein kostenfreies Erstgespräch — oder lesen Sie vorher, wie ein KI-Mitarbeiter mit fester Stelle arbeitet.