KI-Agenten vs. Chatbots – Architekturüberblick

Lernziele

Sie können präzise zwischen einem reaktiven Chatbot, einem deterministischen Workflow und einem autonomen KI-Agenten unterscheiden und die Unterschiede anhand konkreter Beispiele illustrieren.

Sie sind in der Lage, den Entscheidungsbaum zur Paradigmenwahl anzuwenden und für mindestens drei eigene Arbeitsaufgaben das richtige Paradigma zu benennen.

Sie können erklären, warum Anbieter nahezu alle KI-Produkte als „Agenten” bezeichnen, und ein technisches Unterscheidungskriterium (eigenständige Planung + Werkzeugnutzung + mehrstufiges Schlussfolgern) anwenden.

Sie können die Faustregel „Wenn Sie den Entscheidungsbaum aufzeichnen können, brauchen Sie keinen Agenten” auf konkrete Szenarien anwenden.

Sie verstehen die Kostendimensionen der drei Paradigmen und können für einen konkreten Fall eine wirtschaftlich begründete Empfehlung geben.

Sie sind in der Lage, häufige Missverständnisse und Marketingaussagen zu KI-Agenten kritisch zu bewerten.

Auf einen Blick

Worum geht es? — Der didaktische Einstieg

„Unser neuer KI-Agent bearbeitet alle Ihre Anfragen.” So oder ähnlich klingt es, wenn Software-Anbieter ihre Produkte beschreiben. Microsoft Copilot ist ein Agent. Der Chatbot auf der Unternehmenswebsite ist ein Agent. Das automatisierte E-Mail-Beantwortersystem ist ein Agent. Alles ist ein Agent.

Diese Begriffsinflation ist kein Zufall — sie ist Marketing. Und sie ist problematisch, weil sie dazu führt, dass Organisationen für einfache Probleme komplexe Lösungen wählen. Ein reaktiver Chatbot, der häufig gestellte Fragen beantwortet, ist kein KI-Agent im technischen Sinne. Und das ist keine Schwäche — es ist genau das richtige Werkzeug für diese Aufgabe.

In dieser UE lernen Sie, die drei grundlegenden Paradigmen präzise zu unterscheiden: den reaktiven Assistenten, den deterministischen Workflow und den echten autonomen Agenten. Sie lernen einen Entscheidungsbaum kennen, der Ihnen hilft, für jeden Prozess das richtige Paradigma zu wählen. Und Sie werden sehen: In den meisten Fällen ist ein gut konfigurierter Workflow eleganter, zuverlässiger und günstiger als ein Agent.

Lerntext — Theorie und Konzepte

Die drei Paradigmen im Vergleich

KI-Assistent / Chatbot: Reaktiv. Der Assistent wartet auf eine Eingabe, verarbeitet diese und antwortet. Ohne neue Eingabe passiert nichts. Er hat ohne explizite Konfiguration kein Gedächtnis über Sitzungen hinaus, keine eigene Initiative, keine Werkzeuge. Stärke: einfach zu bedienen, gut für Informationsabfragen, Texterstellung und Zusammenfassungen. Typische Werkzeuge: ChatGPT im Basismodus, Microsoft Copilot Chat, Claude.

KI-Workflow: Deterministisch. Ein Workflow führt eine vordefinierte Sequenz von Schritten aus, ohne eigenen Entscheidungsspielraum. Die gesamte Logik ist im Voraus festgelegt. Hochzuverlässig, weil keine Interpretation erfolgt und jeder Pfad vorher getestet werden kann. Typische Werkzeuge: n8n, Make, Zapier, Power Automate.

KI-Agent: Autonom-adaptiv. Ein KI-Agent erhält ein Ziel und plant selbst, welche Schritte zur Zielerreichung notwendig sind. Er verfügt über Werkzeuge (Tools), die er eigenständig aufrufen kann, und reagiert auf unerwartete Situationen adaptiv. Stärke: Flexibilität bei unstrukturierten Aufgaben. Herausforderung: schwerer zu debuggen, höhere Fehlerrate, deutlich teurer im Betrieb (mehr LLM-Aufrufe).

Abb. 75.1 — Entscheidungsbaum: Chatbot vs. Workflow vs. KI-Agent

Das technische Kriterium echter Agenz

Was macht einen echten KI-Agenten aus? Drei notwendige Merkmale müssen gleichzeitig erfüllt sein:

Eigenständige Planung: Der Agent zerlegt ein Ziel selbst in Teilaufgaben.

Werkzeugnutzung: Der Agent kann externe Funktionen aufrufen und die Ergebnisse in seinen Planungsprozess einbeziehen.

Mehrstufiges Schlussfolgern: Der Agent kann auf Zwischenergebnisse reagieren und seinen Plan anpassen, wenn etwas Unerwartetes passiert.

Fehlt auch nur eines dieser drei Merkmale, handelt es sich um einen Assistenten oder einen Workflow — nicht um einen echten Agenten.

Merksatz

„Wenn Sie den gesamten Entscheidungsbaum aufzeichnen können, brauchen Sie keinen Agenten.” Erst wenn die Verzweigungen so komplex werden, dass ein statischer Entscheidungsbaum nicht mehr handhabbar ist, lohnt sich der Schritt zum echten Agenten.

Warum Anbieter alles „Agent” nennen

Die Begriffsinflation hat ökonomische Gründe: „KI-Agent” klingt fortschrittlicher als „Chatbot” oder „Workflow-Automatisierung”.

Prüffrage für jedes „KI-Agenten”-Produkt: Kann das System eigenständig einen Plan erstellen, den Sie nicht vorher vollständig spezifiziert haben? Kann es Werkzeuge aufrufen und auf deren Ergebnisse reagieren? Wenn die Antwort auf beide Fragen „Nein” lautet, ist es kein echter Agent — was kein Makel ist, sondern oft ein Vorteil.

Vergleichstabelle der drei Paradigmen

Kostenperspektive und Skalierungsüberlegungen

Die Wahl des Paradigmas hat direkte Kostenauswirkungen:

Bei 1.000 täglichen Ausführungen bedeutet die Wahl zwischen Workflow und Agent einen Kostenunterschied von bis zu 480 Euro täglich — also über 170.000 Euro jährlich.

Merksatz

Für die Paradigmenwahl gilt eine einfache Hierarchie: Zuerst prüfen, ob ein Workflow reicht. Wenn nicht, Chatbot prüfen. Nur wenn beides nicht ausreicht, Agent einsetzen. Diese Hierarchie spart Zeit, Geld und Komplexität — und verhindert die häufigste KI-Fehlinvestition: den technologischen Overkill.

Vertiefung — Häufige Missverständnisse und Scheitermuster

Missverständnis 1 — „Je autonomer, desto besser”: Autonomie ist kein Qualitätsmerkmal per se. Ein vollständig autonomer Agent in einem deterministischen Prozess produziert unnötige Varianz und Fehler.

Missverständnis 2 — Agenten sind die Zukunft, Workflows sind veraltet: Falsch. Workflows sind und bleiben die richtige Lösung für strukturierte, regelbasierte Prozesse — und das ist die überwiegende Mehrheit aller Automatisierungspotenziale in einer Organisation.

Scheitermuster A — Chatbot für zu komplexe Aufgabe: Ein Unternehmen implementiert einen regelbasierten Chatbot für IT-Support-Tickets. Sobald ein Nutzer eine nicht vorgesehene Variante stellt, antwortet der Bot mit „Ich habe Ihre Anfrage nicht verstanden” — und der Nutzer ruft frustriert beim Helpdesk an.

Scheitermuster B — Agent für zu einfache Aufgabe: Ein Unternehmen setzt einen autonomen KI-Agenten ein, um monatliche Berichts-E-Mails zu verschicken. Für das simple Versenden einer vorbereiteten E-Mail: massives Overengineering, Kosten 10× höher als ein simpler Workflow.

Richtige Architekturentscheidung — Prüfmatrix:

Branchen-Anwendungen

IT-Dienstleistung & Beratung

Ein IT-Beratungsunternehmen evaluiert, welches Paradigma für verschiedene interne Prozesse passt. Ergebnis der Analyse: Ticket-Klassifikation → Workflow (vollständig regelbasiert, klare Routing-Regeln nach Thema und Priorität). FAQ-Beantwortung auf der Website → Chatbot mit RAG (reaktiv, keine Tool-Nutzung nötig). Recherche für neue Kundentermine → Agent (adaptiv: untersucht Unternehmens-Website, LinkedIn-Profil des Ansprechpartners, relevante Branchennews, interne Projekthistorie — kein fester Pfad möglich). Die Erkenntnis: 80 % der Automatisierungspotenziale des Unternehmens sind Workflow-Kandidaten. Der echte Agenten-Bereich bleibt auf kreative, adaptive, unstrukturierte Aufgaben beschränkt — wertvoller, aber auch riskanter und teurer.

Industrie & Fertigung

Ein Maschinenbauunternehmen setzt in der Fertigungssteuerung auf eine klare Paradigmen-Trennung: Wartungsplan-Scheduling → Workflow (deterministisch, regelbasiert, keine KI nötig). Qualitätsprüfung von Produktionsfotos → Chatbot + Vision-Modell (reaktiv, liefert Klassifikation auf Anfrage). Lieferantenbewertung bei unbekannten Lieferanten → Agent (adaptive Recherche zu Bonität, Nachhaltigkeitszertifizierungen, Referenzprojekten — kein fester Suchpfad). Entscheidungsverantwortliche schätzen besonders die Klarheit der Paradigmen-Trennung: Sie können Budgets gezielt für den richtigen Einsatz planen und müssen sich nicht von Marketing-Versprechen leiten lassen.

Finanzdienstleistung & Versicherung

Eine Versicherungsgesellschaft nutzt alle drei Paradigmen gezielt: Schadenseingangsrouting → Workflow (Schadenstyp-Klassifikation nach Produktkategorie, vollständig regelbasiert). Kundenbefragungen → Chatbot (reaktiv, beantwortet häufige Fragen zur Police, zu Deckungsumfängen, zu Zahlungskonditionen). Betrugserkennung bei komplexen Schadensfällen → Agent (wertet diverse Datenpunkte aus verschiedenen Quellen aus, erkennt Muster, die nicht vorab spezifizierbar sind, gibt eine strukturierte Risikoeinschätzung — mit Pflicht zur menschlichen Endentscheidung).

Öffentliche Verwaltung

Eine Bundesbehörde setzt die Paradigmen-Analyse systematisch ein. Antragsweiterleitung → Workflow. Bürger-FAQ-Portal → Chatbot mit RAG auf den offiziellen Rechtstexten. Komplexe Einzelfallprüfungen (z. B. Förderberechtigung bei untypischen Unternehmensprofilen) → menschliche Sachbearbeitung mit KI-Unterstützung (Rot-Klassifikation im Drei-Stufen-Freigabemodell). Die Behörde hat eine interne KI-Einsatz-Richtlinie erlassen, die für jede KI-Implementierung eine Paradigmen-Einordnung als Pflichtdokumentation vorschreibt — bevor das erste Tool konfiguriert wird.

Übung 1 — Paradigma-Zuordnung für fünf Prozesse

Aufgabe: Sie erhalten fünf Prozessbeschreibungen und ordnen jeden Prozess einem der drei Paradigmen zu: KI-Assistent, Workflow oder KI-Agent.

Material: Prozess-Fallkarten (unten), Entscheidungsbaum aus dem Lerntext.

Schritt-für-Schritt: 1. Lesen Sie alle fünf Prozesse sorgfältig. 2. Wenden Sie den Entscheidungsbaum an: Ist der Prozess schrittweise definierbar? Gibt es unvorhersehbare Verzweigungen? Ist Fehlertoleranz kritisch? 3. Ordnen Sie jeden Prozess einem Paradigma zu. 4. Notieren Sie für jeden Prozess das ausschlaggebende Kriterium Ihrer Zuordnung. 5. Vergleichen Sie Ihre Zuordnungen in 2er-Teams.

Prozesse: - P1: Wöchentliche Erstellung eines Projektstatus-Reports aus Jira-Daten - P2: Beantwortung von FAQ-Anfragen auf der Unternehmenswebsite - P3: Selbstständige Recherche und Zusammenfassung der letzten 6 Monate Branchennews vor einem Kundentermin - P4: Weiterleitung eingehender Support-E-Mails an zuständige Teams basierend auf Schlüsselwörtern - P5: Erstellung eines personalisierten Onboarding-Plans für neue Mitarbeitende basierend auf Rolle, Startdatum und internen Projekten

Musterlösung: - P1 → Workflow: Klare Schritte, definierbare Datenquellen, deterministisch - P2 → Assistent (Chatbot): Interaktiv, reaktiv, keine eigenständige Planung notwendig - P3 → Agent: Adaptiv, unstrukturiert, eigenständige Tool-Nutzung (Websuche, interne Daten) - P4 → Workflow: Regelbasiert, vollständig in Entscheidungsbaum abbildbar - P5 → Agent oder erweiterter Workflow: Wenn die Regeln dokumentierbar sind, Workflow; wenn stark situationsabhängig, Agent

Übung 2 — Entscheidungsbaum für eigene Prozesse

Aufgabe: Sie wählen drei Prozesse aus Ihrem eigenen Arbeitsalltag, zeichnen für jeden den Entscheidungsbaum auf und leiten daraus das passende Paradigma ab.

Schritt-für-Schritt: 1. Wählen Sie drei Prozesse aus Ihrem Alltag, bei denen Sie sich die Frage stellen, ob KI helfen könnte. 2. Für jeden Prozess: Zeichnen Sie den vollständigen Entscheidungsbaum mit allen Bedingungen und Verzweigungen. 3. Beurteilen Sie: Ist dieser Baum vollständig? Oder gibt es Entscheidungen, die sich nicht in klaren Regeln ausdrücken lassen? 4. Leiten Sie das Paradigma ab: Vollständiger Baum → Workflow; nicht vollständig abbildbar → Agent; nur reaktiv → Assistent. 5. Überlegen Sie: Was wäre das konkrete Tooling für diesen Prozess?

Musterlösung / Beispiel:

Prozess: „Neue Bewerbung prüfen und Ersteinschätzung geben”

Entscheidungsbaum-Versuch: - Hat die Person die Pflichtqualifikation? → Nein: Absage / Ja: weiter - Passt das Gehaltsgefüge? → Nein: weiter prüfen / Ja: Shortlist - Hat die Person Erfahrung mit relevanten Technologien? → Nein/Ja…

Analyse: Der Baum lässt sich für Standardprofile aufzeichnen — aber für ungewöhnliche Profile (Quereinstieg, internationale Qualifikation, Hybrid-Skills) versagen die Regeln. → Hier wäre ein Agent sinnvoll. Tooling: Custom GPT mit Zugriff auf Stellenprofil + Bewerbungsunterlagen.

Promptbaustein — Paradigmenwahl für eigene Prozesse analysieren

Rolle: Sie sind ein erfahrener KI-Architekt und beraten mittelständische Unternehmen bei der Wahl des richtigen KI-Paradigmas (Assistent, Workflow oder KI-Agent).

Aufgabe: Analysieren Sie die folgende Prozessbeschreibung und empfehlen Sie das optimale Paradigma: [Prozessbeschreibung einfügen — z. B. „eingehende Kundenanfragen nach Produktdefekten sichten, klassifizieren und an zuständige Abteilung weiterleiten”].

Ziel: Eine begründete Paradigmen-Empfehlung, die ein nicht-technisches Führungsteam überzeugt und als Entscheidungsgrundlage dient.

Kontext: Das Unternehmen hat ca. 150 Mitarbeitende, nutzt Microsoft 365 und hat keine dedizierte KI-Entwicklungskapazität.

Output: (1) Paradigmen-Empfehlung mit einer konkreten Begründung in drei Sätzen; (2) Anwendung des Entscheidungsbaum-Tests: „Kann ich alle Verzweigungen vollständig aufzeichnen?“; (3) Kostenabschätzung pro Ausführung (Token-Bereich); (4) Ein konkreter Warnhinweis, falls der Prozess falsch eingeschätzt werden könnte; (5) Empfohlenes Tool für den vorgeschlagenen Ansatz.

Beispiele: Beginnen Sie mit der Entscheidungsbaum-Prüfung und leiten Sie daraus die Paradigmen-Empfehlung ab.

Cheatsheet — Die wichtigsten Punkte

Assistent: Reagiert auf Eingaben, keine Initiative, gut für Texte und Infos

Workflow: Deterministisch, vordefiniert, hochzuverlässig, günstig

Agent: Plant selbst, nutzt Werkzeuge, adaptiv, aber teurer und fehleranfälliger

Echte Agenz: Planung + Werkzeugnutzung + mehrstufiges Schlussfolgern — alle drei Merkmale müssen erfüllt sein

Faustregel: Entscheidungsbaum vollständig aufzeichenbar → kein Agent nötig

Marketingwarnung: Fast alle „Agenten”-Produkte sind technisch Assistenten oder Workflows

Kostenunterschied: Workflow ~0,01 € / Ausführung; Agent ~0,05–0,50 € / Ausführung

80/20-Regel: 80 % der Automatisierungspotenziale lassen sich mit Workflows lösen

Reflexionsfragen

Warum ist es ein Problem, wenn eine Organisation für einen regelbasierten Prozess einen teuren KI-Agenten einsetzt, obwohl ein einfacher Workflow dieselbe Aufgabe zuverlässiger erledigen würde?

Welche Eigenschaften eines Prozesses deuten darauf hin, dass ein echter Agent notwendig ist — und nicht nur ein gut konfigurierter Workflow?

Wie würden Sie einem Kunden erklären, dass sein gewünschter „KI-Agent” in Wirklichkeit ein Workflow ist — und dass das eine gute Nachricht ist?

Welche Risiken entstehen, wenn ein KI-Agent für einen Prozess eingesetzt wird, bei dem Fehlertoleranz kritisch ist?

Stellen Sie sich vor, ein Kollege schlägt vor, alle internen Wissensfragen mit einem einzigen umfassenden KI-Agenten zu beantworten. Was wären Ihre Einwände — und welche Gegenarchitektur würden Sie vorschlagen?

Warum ist die Fähigkeit, den richtigen Systemtyp zu wählen, wichtiger als die Fähigkeit, alle drei Typen technisch zu implementieren?

Quellen & Weiterlesen

Hinweise für AI Champions — So vermitteln Sie das Thema — UE 75

Timing (45 Min): 5 Min Einstieg mit Marketing-Beispielen (Screenshot eines Anbieters, der alles als „Agent” bezeichnet), 15 Min Input Drei-Paradigmen + Vergleichstabelle + Kostenperspektive, 15 Min Übung 1 (Paradigma-Zuordnung in Teams), 7 Min Besprechung in der Gruppe oder allein, 3 Min Reflexionsfrage + Übergang.

Methodische Empfehlung: Diskussion ist die Kernmethode dieser UE. Die Paradigmen-Zuordnung hat keine immer eindeutigen Antworten — genau das ist der Lerneffekt. Teams sollen ihre Argumentation verteidigen und alternative Einordnungen akzeptieren. Divergierende Antworten explizit wertschätzen und als Ausgangspunkt für Vertiefung nutzen.

Häufige Stolpersteine: (a) Teilnehmende tendieren dazu, Agenten als „fortschrittlicher” zu bewerten — aktiv gegensteuern. (b) Die Kostenperspektive wird unterschätzt — Zahlen aus der Tabelle konkret vorrechnen. (c) Die Grenze zwischen „erweitertem Workflow” und „echtem Agent” ist fließend — als Lernpunkt explizit thematisieren, nicht als Fehler behandeln.

Diskussionsfragen für Plenum: (1) „Welchen der fünf Prozesse aus Übung 1 finden Sie am schwierigsten einzuordnen — und warum?” (2) „Was würde Ihre Organisation veranlassen, von Workflow auf Agent umzusteigen?”

Tafelbild-Vorschlag: Drei-Säulen-Darstellung: Assistent | Workflow | Agent — mit den Schlüsseleigenschaften und einem Kostenindikator (€, €€, €€€).

Differenzierung Power-User ↔ Einsteiger: - Einsteiger: Zuordnungsübung mit vorgegebenen Szenarien, Faustregel internalisieren. - Power-User: Eigene Prozesse mit Entscheidungsbaum analysieren (Übung 2), Kostenberechnung für einen konkreten Use Case.

Tipp zur Branchenauswahl: Alle vier Branchen-Vignetten sind für diese UE relevant, da die Paradigmen-Diskussion branchenübergreifend gilt. Wählen Sie die Vignette der Zielgruppe für die Diskussion — die Fallbeispiele zeigen, dass dieselbe Logik in allen Branchen gilt.

Übergang zur nächsten UE: „Sie wissen jetzt, wann ein Agent angemessen ist. In UE 76 schauen wir uns an, wie Agenten technisch funktionieren — Function Calling und das MCP-Protokoll. Das ist die Maschinerie hinter der Autonomie.”

Quelle: KI-Wissensbasis von MindsMachines, Edition Juni 2026. Vollständige Fassung mit Anhängen und Musterlösungen: als PDF anfordern.