Was sind KI-Agenten?

• KI-Agenten sind intelligente Softwaresysteme, die vordefinierte Ziele verfolgen, Arbeitsschritte planen und eigenständig Aktionen durchführen können.
• Ihren grössten Mehrwert entfaltet ein KI-Agent dann, wenn sie problemlos Zugriff auf relevante Datensätze und Anwendungen haben. Um die Effizienz signifikant zu steigern und Mitarbeitende zu entlasten, sollten sie möglichst in durchgängige End-to-End-Prozesse eingebunden werden.
• Im SAP-Kontext verbinden Agenten Geschäftsdaten, Anwendungen und Prozesse. So können sie operative Aufgaben intelligent begleiten und automatisiert unterstützen.

KI-Agenten sind intelligente Softwaresysteme, die Aufgaben weitgehend selbstständig planen und bearbeiten können. Dazu erfassen sie ein vorgegebenes Ziel, verarbeiten relevante Quellen und entscheiden, welche einzelnen Schritte erforderlich sind.

Anders als klassische KI-Anwendungen geben Agenten daher nicht nur Antworten. Sie können auch Handlungen auslösen, auf Output reagieren und ihr weiteres Vorgehen daran anpassen.

Ein KI-Agent basiert in der Regel auf einem KI-Modell, das mit weiteren Komponenten verbunden ist. Dazu gehören beispielsweise:

• Datenquellen,
• Unternehmensanwendungen,
• Programmierschnittstellen
• und digitale Tools.

So kann er auch komplexe Abläufe bearbeiten, die aus mehreren voneinander abhängigen Arbeitsschritten bestehen.

Der konkrete Nutzen von Agenten hängt daher entscheidend von den Bedingungen im Unternehmen ab. Ein Agent kann nur zuverlässig arbeiten, wenn

• Prozesse klar definiert,
• Datensätze strukturiert und
• Systeme miteinander integriert sind.

Unvollständige Quellen führen dazu, dass der KI-Agent falsche Aktionen vorbereitet, Aufgaben nicht abschliessen kann oder weiterhin viele manuelle Eingriffe benötigt.

KI-Agenten arbeiten zielorientiert: Sie erhalten eine Aufgabe, bestimmen die notwendigen Schritte und setzen diese eigenständig um.

Die konkrete Funktionsweise kann man sich folgendermassen vorstellen:

1. Der KI-Agent analysiert die Ausgangssituation und erstellt dann einen passenden Handlungsplan. Einfache Aufgaben erledigt er in wenigen Schritten. Komplexe Abläufe zerlegt er in aufeinander aufbauende Teilaufgaben.
2. Der KI-Agent greift auf die nötigen Datensätze, Systeme und Tools zu. Über Schnittstellen kann er Informationen abrufen, Dokumente durchsuchen, Berechnungen durchführen oder Prozesse anstossen. Welche Aktionen erlaubt sind, hängt von den im Vorhinein festgelegten Zugriffsrechten und Regeln ab. So lässt sich steuern, wo der Agent eigenständig handelt und wann eine menschliche Freigabe nötig ist.
3. Reichen Informationen an irgendeiner Stelle nicht aus, versucht der Agent, andere Quellen zu nutzen, Rückfragen zu stellen oder die Aufgabe an einen Mitarbeiter oder eine Mitarbeitende zu übergeben. Dieser Kreislauf unterscheidet Agenten von blossen Automatisierungen.

Je nach Anwendungsfall können mehrere Agenten zusammenarbeiten: Ein Agent analysiert beispielsweise eine Anfrage, ein weiterer prüft Bestände oder Liefertermine und ein dritter bereitet eine Antwort vor.

Solche Multi-Agenten-Systeme bearbeiten umfangreiche Aufgaben arbeitsteilig. Dafür müssen Verantwortlichkeiten, Übergaben und Entscheidungsregeln klar definiert sein, damit kein widersprüchlicher Output oder fehlerhaften Handlungen entstehen.

Chatbots und KI-Agenten unterscheiden sich vor allem durch ihren Zweck und ihr Mass an Eigenständigkeit:

• Die Funktion eines Chatbots beschränkt sich hauptsächlich auf Kommunikation.
• Ein KI-Agent verarbeitet Informationen selbständig und führt konkrete Aufgaben aus.

Konkret bedeutet das: Chatbots sind vor allem für die Kommunikation mit Menschen konzipiert. Sie beantworten Fragen, stellen Informationen bereit oder führen Nutzer durch einen Dialog. Ihr Zweck endet in der Regel mit einer Antwort oder Empfehlung. Ein KI-Agent kann darüber hinaus eigenständig Aufgaben bearbeiten, Entscheidungen vorbereiten und Aktionen durchführen.

Dadurch unterscheidet sich auch der Grad der Selbstständigkeit. Ein Chatbot reagiert meist auf eine konkrete Eingabe und wartet anschliessend auf die nächste Frage. Ein KI-Agent verfolgt dagegen ein definiertes Ziel, berücksichtigt Zwischenergebnisse und leitet innerhalb seines Handlungsspielraums weitere Schritte ein. Dabei hat der Agent Zugriff auf Datensätze, Anwendungen und digitale Tools.

Die Grenze zwischen beiden Technologien ist jedoch fliessend. Ein Chat kann als Benutzeroberfläche für einen Agenten dienen: Mitarbeitende formulieren beispielsweise ihre Anfrage im Chat, während der Agent im Hintergrund den Vorgang bearbeitet. Entscheidend ist daher nicht die sichtbare Oberfläche, sondern die dahinterliegende Funktion.

Unternehmen nutzen KI-Agenten in der Regel, um wiederkehrende oder zeitaufwendige Aufgaben effizienter zu bearbeiten. Dazu zählen beispielsweise:

• das Sortieren und Zusammenfassen von Informationen,
• das Erstellen von Berichten
• oder die Vorbereitung von Entscheidungen.

Der grösste Nutzen entsteht häufig nicht durch einen einzelnen Agenten, sondern durch dessen Einbindung in durchgängige Geschäftsprozesse. Mitarbeitende werden dadurch vor allem bei administrativen Tätigkeiten entlastet und können sich stärker auf strategische Aufgaben konzentrieren.

Konkrete Einsatzmöglichkeiten von Agenten sind zum Beispiel folgende:

Kundenservice

Im Kundenservice können Agenten Anfragen einordnen, Outputs zusammenstellen und passende Lösungsvorschläge entwickeln. Komplexe Fälle lassen sich automatisch an die zuständigen Mitarbeitenden weiterleiten.

Einkauf, Logistik und Produktion

Ein KI-Agent kann in diesem Bereich zum Beispiel Bedarfsmeldungen prüfen, Liefertermine überwachen, Abweichungen erkennen oder Handlungsoptionen bei Verzögerungen vorschlagen. Auf diese Weise unterstützen Agenten Mitarbeitende dabei, schneller auf Veränderungen zu reagieren und operative Abläufe effizienter zu steuern.

Finanzwesen, Personalmanagement und Vertrieb

Mögliche Aufgaben für Agents sind beispielsweise die Prüfung von Belegen, die Analyse von Kennzahlen, die Vorbereitung von Angeboten oder die Priorisierung von Vertriebschancen. Besonders relevant sind hier Anwendungsfälle, bei denen grosse Datenmengen und Informationen ausgewertet und nach klaren Regeln weiterverarbeitet werden müssen.

KI-Agenten können Unternehmen dabei helfen, die Effizienz zu steigern, Prozesse zu automatisieren und Fehler zu reduzieren.

Je nach Einsatzgebiet gehören zu den Vorteilen von Agenten:

• die Umsetzung von zeitaufwändigen Routineaufgaben,
• die Verarbeitung grosser Datenmengen,
• die Reduzierung des manuellen Aufwands für Mitarbeitende,
• die konsistente Bearbeitung von Vorgängen innerhalb vordefinierter Regeln,
• die Verkürzung von Bearbeitungszeiten,
• das Senken der Fehlerhäufigkeit bei standardisierbaren Aufgaben,
• die flexible Skalierbarkeit und die vielfältigen Einsatzmöglichkeiten.

Unternehmen profitieren besonders stark, wenn sie Agenten gezielt in relevante End-to-End-Prozesse integrieren, statt lediglich einzelne Tätigkeiten isoliert zu automatisieren.

Risiken entstehen in der Regel dann, wenn ein KI-Agent zu weitreichende Berechtigungen erhält oder auf fehlerhafte Quellen zurückgreift.

Die Effektivität von Agenten hängt stark mit ihrer Datenbasis zusammen. Erhalten sie falsche, veraltete oder widersprüchliche Quellen, liefern sie in der Folge fehlerhafte Ergebnisse.

Da ein KI-Agent aber nicht nur Antworten ausgibt, sondern auch Aktionen anstossen kann, haben diese Fehler möglicherweise direkte Auswirkungen auf Geschäftsprozesse. Besonders bei komplexen Aufgaben muss deshalb nachvollziehbar sein, welche Datensätze von dem Agenten verwendet wurden und wie eine Entscheidung zustande kam.

Weitere Risiken betreffen Datenschutz, Informationssicherheit und Zugriffsrechte.

Erhält ein KI-Agent zu weitreichende Berechtigungen, könnte er vertrauliche Quellen verarbeiten, unerwünschte Änderungen vornehmen oder Sicherheitsvorgaben umgehen. Unternehmen sollten daher genau festlegen, auf welche Datensätze und Systeme Agenten Zugriff haben dürfen, welche Aktionen eine Freigabe erfordern und wann die Verantwortung an einen Menschen übergeben wird.

Zudem können unklare Zuständigkeiten und eine unzureichende Kontrolle zu Fehlentscheidungen oder Compliance-Verstössen führen.

Ein KI-Agent sollten deshalb nicht uneingeschränkt eigenständig handeln, sondern innerhalb klar definierter Regeln und Verantwortlichkeiten eingesetzt werden. Regelmässige Prüfungen, dokumentierte Entscheidungswege und menschliche Kontrollmechanismen helfen dabei, Risiken frühzeitig zu erkennen und den Einsatz sicher zu gestalten.

Damit KI-Agenten zuverlässig arbeiten, müssen Unternehmen eine geeignete organisatorische und technologische Grundlage schaffen. Dazu gehören insbesondere eine strukturierte Datenbasis, durchgängige End-to-End-Prozesse, eine moderne ERP-Landschaft und eine klare KI-Strategie.

Strukturierte Datenbasis

Agenten benötigen eine verlässliche Datenbasis, um Zusammenhänge zu erkennen, Entscheidungen vorzubereiten und Aufgaben korrekt auszuführen. Sind Stammdaten unvollständig, Datenbestände veraltet oder Datenformate uneinheitlich, steigt das Risiko fehlerhafter Ergebnisse.

Nutzer sollten deshalb klare Verantwortlichkeiten für Datensätze definieren, Qualitätsstandards festlegen und relevante Quellen systemübergreifend verfügbar machen.

End-to-End-Prozesse

Ein KI-Agent kann nur dann sinnvoll handeln, wenn der zugrunde liegende Geschäftsprozess transparent und eindeutig gestaltet ist. Unternehmen müssen wissen, wie einzelne Prozessschritte zusammenhängen, welche Regeln gelten und an welchen Stellen Freigaben erforderlich sind.

End-to-End-Prozesse sollten daher analysiert, standardisiert und möglichst ohne Medienbrüche gestaltet werden. Lösungen wie SAP Signavio können dabei unterstützen, Prozessabläufe sichtbar zu machen und geeignete Einsatzbereiche für SAP-KI-Agenten zu identifizieren.

Moderne ERP-Landschaft

Ein KI-Agent muss Zugriff auf eine aktuelle Datenbasis haben und Aktionen in den relevanten Anwendungen durchführen können. Dafür brauchen Unternehmen eine integrierte Systemlandschaft mit klar definierten Schnittstellen.

Eine moderne ERP-Plattform wie SAP S/4HANA kann eine zentrale Grundlage schaffen, indem sie Prozesse und Geschäftsdaten miteinander verbindet. Die SAP Cloud ist in der Regel das ideale Betriebsmodell, um eine geeignete, zukunftsfähige Systemlandschaft bereitzustellen. Darauf aufbauend lassen sich SAP Business AI und SAP Joule in den jeweiligen Geschäftskontext einbinden. Stark fragmentierte Altsysteme und isolierte Datenbestände erschweren dagegen die unternehmensweite Nutzung.

Klare KI-Strategie

Bevor SAP-Kunden Agenten einführen, sollten sie konkrete Ziele, priorisierte Anwendungsfälle und messbare Erfolgskriterien festlegen. Nicht jede technisch automatisierbare Aufgabe bietet auch einen ausreichenden wirtschaftlichen Nutzen.

Eine klare KI-Strategie definiert deshalb, wo Agenten eingesetzt werden, welche Handlungsspielräume sie erhalten und wie Menschen in Entschlüsse eingebunden bleiben. Sie berücksichtigt ausserdem Verantwortlichkeiten, Datenschutz, Informationssicherheit, Compliance sowie die notwendige Akzeptanz bei den Mitarbeitenden. So wird der Einsatz von Agenten nicht zu einem isolierten Technologieprojekt, sondern zu einem gezielten Bestandteil der digitalen Transformation.

Im SAP-Kontext übernehmen Agenten die Rolle intelligenter Prozessbegleiter, die Geschäftsdaten, Anwendungen und Abläufe miteinander verbinden und operative Aufgaben automatisiert unterstützen.

Als Bestandteil von SAP Business AI sind die Agents auf konkrete betriebswirtschaftliche Anwendungsfälle ausgerichtet. Die sogenannten Joule Agents verfügen über Geschäftsprozesswissen und können Arbeitsabläufe über verschiedene Unternehmensfunktionen hinweg bearbeiten, während SAP Joule den zentralen Zugang zu den Agenten ermöglicht.

Der besondere Mehrwert von SAP KI-Agenten liegt in ihrem Geschäftskontext. Sie können Input aus verbundenen Anwendungen berücksichtigen, Abhängigkeiten zwischen Datenbeständen und Prozessen erkennen und darauf aufbauend passende Aktionen ausführen.

Dadurch eignen sie sich beispielsweise für komplexe Aufgaben in Einkauf, Finanzen, Personalwesen, Lieferkette oder Kundenservice, die mehrere Prozessschritte und Systeme umfassen. Joule Agents können dabei auch koordiniert zusammenarbeiten, um funktionsübergreifende Abläufe zu bearbeiten.

Damit zahlen Agenten direkt auf SAPs Zielvision des Autonomous Enterprise ein: eine KI-native Unternehmensarchitektur, in der Anwendungen, Datensätze und KI-Logik eng verzahnt sind und Geschäftsprozesse zunehmend automatisch unterstützt, koordiniert und innerhalb klarer Governance-Strukturen ausgeführt werden.

Agenten erweitern die SAP-Systemlandschaft somit um eine intelligente Handlungsebene, ersetzen aber nicht die notwendige Prozess- und Datenbasis. Mit SAP S/4HANA als zentraler ERP-Plattform, der SAP Cloud als Betriebsmodell und SAP Signavio für die Analyse und Weiterentwicklung von End-to-End-Prozessen können SAP-Anwender geeignete Voraussetzungen für den agentischen Einsatz schaffen.

KI-Agenten markieren den nächsten Entwicklungsschritt im praktischen Einsatz künstlicher Intelligenz: Sie beantworten nicht nur Fragen, sondern können Aufgaben planen, Quellen auswerten, Systeme nutzen und innerhalb klar definierter Grenzen eigenständig handeln.

Für Unternehmen entsteht der eigentliche Mehrwert von Agenten dort, wo sie in relevante Geschäftsprozesse eingebunden sind und Mitarbeitende bei wiederkehrenden, datenintensiven oder zeitkritischen Aufgaben gezielt entlasten.

Gleichzeitig hängt der Erfolg von Agenten weniger von einzelnen KI-Funktionen als von der organisatorischen und technologischen Reife eines Unternehmens ab.

Strukturierte Datensätze, verlässliche End-to-End-Prozesse, moderne ERP-Systeme und klare Governance-Regeln sind entscheidend, damit agentische KI sicher, nachvollziehbar und wirtschaftlich wirksam eingesetzt werden kann – im SAP-Kontext insbesondere mit Blick auf SAP Business AI, Joule Agents und die Zielvision des Autonomous Enterprise.