KIVENTIS · B2B KI-Enablement DACH & APAC
Zwischen RPA-Skript, Workflow-Engine und autonomem Agenten liegen Welten in Architektur, Betriebsrisiko und Kosten. Eine technische Einordnung für IT-Leitung und Geschäftsführung, welche ERP-nahen Prozesse sich heute sinnvoll agentisch automatisieren lassen.
Ein KI-Agent ist kein neues Modell, sondern eine Architektur um ein Sprachmodell herum. Drei Eigenschaften unterscheiden ihn von einem klassischen Automatisierungsskript: Er bekommt Werkzeuge (Tool Calls) statt fester Funktionsaufrufe, er führt einen Zustand über mehrere Schritte hinweg und er entscheidet selbst, welcher Schritt als nächster sinnvoll ist. Ein Agent bekommt also ein Ziel, keinen Ablaufplan.
Diese Offenheit ist gleichzeitig sein Vorteil und sein Risiko. Der Vorteil ist der Umgang mit unstrukturierten Eingaben: Ein Agent kann eine PDF-Bestellung, eine E-Mail mit Anhang und einen ERP-Datensatz mit unterschiedlicher Feldbelegung verarbeiten, ohne dass für jede Variante ein eigener Parser gebaut werden muss. Das Risiko ist die Nichtdeterminismus-Eigenschaft: Derselbe Eingabewert kann zu unterschiedlichen Schrittfolgen führen.
Für den Mittelstand ist deshalb nicht die Frage entscheidend, ob Agenten "besser" sind, sondern ob der betroffene Prozess mit einem ergebnisorientierten statt ablauforientierten Ansatz sauber beschreibbar und überwachbar bleibt.
Klassische Workflow-Engines im ERP (etwa Freigabeprozesse, Belegketten, Preis- und Rabattlogik in SAP S/4HANA, Microsoft Dynamics 365, proALPHA, abas oder Infor) sind deterministisch, testbar und seit Jahren produktiv. Sie sind die richtige Antwort auf Aufgaben mit klaren Regeln und hohem Volumen.
RPA ergänzt diese Ebene um die Bedienung von Oberflächen, die keine API anbieten. Der Ansatz ist technisch robust, aber wartungsintensiv: Jede UI-Änderung kann Skripte brechen, und Ausnahmen führen in der Regel zu manuellen Rückläufen.
Agenten setzen eine Ebene darüber an. Sie kombinieren vorhandene APIs, Datenbanken und Wissensquellen und treffen Zwischenentscheidungen. In der Praxis ist das fast nie ein Ersatz, sondern eine Ergänzung: Der Agent übernimmt die fallweise Vorarbeit, die Regelstrecke bleibt im ERP.
Drei Muster decken den Großteil der realistischen Einsatzfälle ab. Erstens der Agent als Vorschlagsgeber: Er bereitet eine Entscheidung vor (etwa eine Kontierungsempfehlung oder einen Rechnungsabgleich), die Freigabe bleibt beim Menschen im ERP. Zweitens der Agent als Klärungsassistent: Er bearbeitet Ausnahmen, die im Standardprozess hängen bleiben, und dokumentiert seine Begründung. Drittens der Agent als Recherche- und Berichtsschicht über internen Daten, typischerweise als RAG-Architektur mit Vektorindex auf freigegebene Dokumente.
Technisch setzt sich für die Werkzeuganbindung das Model Context Protocol (MCP) als offener Standard durch. Der praktische Nutzen im Projektalltag: Die Anbindung an Fachsysteme wird nicht für jedes Modell neu gebaut, und man bleibt beim Modellwechsel handlungsfähig.
Für regulatorisch sensible Daten gilt weiterhin die bereits etablierte Zweiteilung: Enterprise-Modelle mit vertraglich garantierter Zero-Data-Retention oder vollständig autarke On-Premise-Modelle mit lokaler Vektordatenbank hinter der Firmen-Firewall.
Der teuerste Teil eines Agentenprojekts ist nicht die Modellintegration, sondern die Definition der Prozessgrenzen. Zu klären sind mindestens vier Punkte: Welche Systeme darf der Agent beschreibend nutzen und welche nur lesend? Ab welchem Schwellwert ist eine menschliche Freigabe zwingend? Wie werden Fehlschläge erkannt und zurückgerollt? Und wie wird jeder Agentenschritt so protokolliert, dass er einem Prüfer erklärt werden kann?
Der letzte Punkt hat eine regulatorische Dimension, die häufig unterschätzt wird. Artikel 4 der Verordnung (EU) 2024/1689 verpflichtet Betreiber von KI-Systemen seit dem 2. Februar 2025 zu nachweisbarer KI-Kompetenz der Beschäftigten. Ein Team, das agentische Systeme fachlich beaufsichtigt, muss beurteilen können, wann ein Agent plausibel und wann er falsch liegt – das ist eine Qualifikationsfrage und keine reine IT-Frage.
Die risikobasierte Einstufung nach Art. 6 bleibt davon unberührt, ist aber bei der Prozessauswahl mitzudenken: Agenten im Personalwesen (Bewerberauswahl, Leistungsbewertung) fallen regelmäßig in den Bereich der Hochrisikosysteme nach Anhang III und ziehen deutlich strengere Pflichten nach sich als Agenten in Buchhaltung oder Logistik.
Eine belastbare Bewertung stellt drei Größen gegenüber. Erstens das Volumen der Sonderfälle: Solange Ausnahmen selten sind, bringen bessere Regeln mehr als ein Agent. Zweitens der Aufwand pro Ausnahme heute: Ein Vorgang, der eine erfahrene Fachkraft zwanzig Minuten Recherche in drei Systemen kostet, ist ein guter Kandidat. Drittens das Änderungsrisiko: Prozesse, deren Schnittstellen sich häufig ändern, verteuern eine Agentenlösung überproportional.
Als pragmatischer Einstieg hat sich ein Zuschnitt bewährt, der den Agenten zuerst ausschließlich auf Klärungs- und Rechercheaufgaben setzt. Das liefert schnell Nutzen, ohne Schreibzugriffe auf Kernsysteme zu riskieren, und schafft die Protokollierungsroutine, die später für schreibende Szenarien ohnehin Voraussetzung ist.
Wer diese Einordnung mit den eigenen Prozessdaten durchrechnet, kommt in der Regel zu einer kleinen Zahl tragfähiger Kandidaten statt zu einem flächigen Rollout – und genau das ist der Unterschied zwischen einem belastbaren Business Case und einer Technologiedemo.