Schlaue Helfer im Alltag

Von Josef Stelzer, IHK-Magazin 7-8/2026

Es klingt verlockend: Ein maßgeschneiderter KI-Agent sortiert Kundenanfragen, bereitet Angebote vor, führt Wettbewerbsanalysen durch oder überprüft Bewerbungsunterlagen. Er hilft bei der Vorbereitung von Entscheidungen, wählt Informationen aus und treibt ganze Workflows voran. Viele Unternehmen beschäftigen sich gerade damit, wie digitale Assistenten mit künstlicher Intelligenz Zeit und Kosten sparen und dabei Prozesse verbessern und Fehler reduzieren. Doch welche Anwendungsfälle sind überhaupt geeignet und wie läuft der Einsatz in der Praxis ab?

Die Gustavo Gusto GmbH & Co. KG in Geretsried hat bereits einige Erfahrungen mit KI-Agenten gesammelt. „Aktuell pilotieren wir ein agentisches System im Kunden- und Verbraucherservice, das komplexe Anliegen nachvollzieht, Entscheidungen vorbereitet und sich dynamisch an den Gesprächsverlauf anpasst“, erklärt Stefanie Buchacher (43), die bei dem oberbayerischen Hersteller von Tiefkühlpizza für Nachhaltigkeit zuständig ist.

Selbstständig planen, ausführen, nachbessern

Was die Agenten von generativer KI wie ChatGPT oder Copilot in der Anwendung unterscheidet? „Generative Lösungen sind gut für erste Ideen, Textentwürfe oder Recherche“, sagt Buchacher. „Für professionelle Unternehmensanwendungen reicht das aber oft nicht aus, häufig sind hier KI-Agenten erforderlich.“ Die Agenten verfolgen Ziele, arbeiten diese schrittweise ab, planen, führen aus, prüfen und bessern nach. „Wobei die Entscheidungshoheit jedoch immer bei den Menschen bleibt“, betont sie.

Buchacher hat bei der Entwicklung von KI-Agenten mitgewirkt, die auf Nachhaltigkeitsthemen spezialisiert sind. Sie prüfen beispielsweise Umweltaussagen im Hinblick auf die EU-weit geltende EmpCo-Richtlinie, die strengere Regeln für Nachhaltigkeitswerbung festlegt und irreführende Aussagen, das sogenannte Greenwashing, verbietet.

Konformitätsprüfung binnen Sekunden

Ein beispielhafter Prompt: Prüfe vorliegende Marketingtexte auf EmpCo-Konformität und weise auf potenzielle Greenwashing-Risiken hin. „Die Antworten erhalten wir binnen Sekunden. Das spart insbesondere bei langen Texten enorm viel Zeit und bietet etwa Risikoeinschätzungen sowie Verbesserungsvorschläge oder aussagekräftigere Belege von bestimmten Umweltaussagen“, erklärt Buchacher.

Die Freigabe der Texte, etwa für Werbung oder die Firmenwebsite, erfolgt dabei erst nach Abstimmung mit der Rechtsabteilung des Unternehmens. Die Agenten wurden mit fachspezifischem Wissen ausgestattet, etwa mit Gesetzestexten, Whitepapers, Regeln für Nachhaltigkeitsstandards sowie mit internen Dokumenten. Sie verfügen damit über eine fundierte aktuelle Datenbasis. „Das fachspezifische Wissen kann Halluzinationen minimieren, die man von generativer KI kennt, und erhöht die Verlässlichkeit der Ergebnisse spürbar“, erläutert die Nachhaltigkeitsexpertin.

Spezialisierte Agenten wie auch generative künstliche Intelligenz kommen bereits in verschiedenen Fachbereichen zum Einsatz, etwa für Kamerasysteme in der Qualitätssicherung sowie für das Risikomanagement. „Dabei verankern wir das Wissen über künstliche Intelligenz im Unternehmen, sodass keine Lücken entstehen, wenn KI-Experten ausscheiden oder längere Zeit ausfallen“, so Buchacher.

„Künstliche Intelligenz ist ein riesiges Lernfeld“

Gerade identifiziert das Unternehmen systematisch Prozesse, die sich für agentische Steuerung eignen. „Wir gehen dabei nach bestimmten Kriterien wie zum Beispiel Wiederholbarkeit oder Fehlerrisiken vor“, sagt Buchacher und fügt hinzu: „KI ist ein riesiges Lernfeld.“

Das Münchner IT- und Softwareunternehmen PICA GmbH entwickelt KI-Agenten, die branchenübergreifend zum Einsatz kommen. Als technische Grundlage dient die sogenannte Low-Code-Plattform OutSystems, mit der sich leistungsfähige Anwendungen und KI-Agenten in kurzer Zeit entwickeln lassen.

Interpretation nach klaren Regeln

„Unsere Agenten greifen gezielt auf die Daten zu, die ihnen über bestehende Unternehmenssoftware und andere Quellen bereitgestellt werden – kombiniert mit klaren Regeln, wie diese Daten zu interpretieren sind und nach welchen Kriterien Entscheidungen getroffen werden müssen“, erläutert Stefan Weber (50), Technischer Leiter Low Code bei PICA. Manuelle Freigaben und technische Sicherheitsmechanismen – sogenannte Guardrails – sorgen für einen zusätzlichen Schutz vor Fehlentscheidungen.

Als besonders hilfreich erweisen sich die Agenten, wenn strukturierte Daten mit sprachlichen Zusatzinformationen zusammengeführt werden. Ein Praxisbeispiel dafür ist die Schichtplanung: Der KI-Agent bezieht Fakten wie Urlaubszeiten und Verfügbarkeiten direkt aus dem System für die digitale Personalverwaltung.

Keine Nachtschicht in KW 17? Kollege KI: „Plan ich ein“

Gleichzeitig kann er aber auch sprachliche Informationen berücksichtigen, wenn etwa ein Mitarbeiter per E-Mail schreibt: „Passt es, wenn ich in der KW 17 keine Nachtschicht mache?“ Der Agent erkennt den Änderungswunsch, ordnet ihn richtig zu und bezieht ihn in die Planung ein.

„Nützlich sind die intelligenten Helfer überall dort, wo verschiedenartige Informationen zusammenlaufen, ob in der Fertigungsplanung, bei der Suche nach Geschäftschancen oder beim Onboarding neuer Mitarbeiter“, so der KI-Experte. Entscheidend sei jedoch, dass die zugrunde liegenden Informationen stets aktuell gehalten werden. Weber betont: „Gerade bei Daten, die aus Dokumenten stammen, etwa Unternehmensrichtlinien, braucht es einen festen Überprüfungsprozess. Nur so ist sichergestellt, dass die Agenten immer auf Basis des neuesten Wissensstands arbeiten.“