KI-Agent vs. Workflow-Automatisierung: Die Unterscheidung, die über Ihr Budget entscheidet

In etwa der Hälfte der Erstgespräche, die wir derzeit führen, fragt der Interessent nach einem KI-Agenten. Dann bitten wir, den Prozess mit uns durchzugehen, und der Prozess stellt sich heraus als: Wenn ein Formular eingeht, drei Felder prüfen, den Kunden im CRM nachschlagen und eine E-Mail nach Vorlage schicken. Das ist keine Aufgabe für einen Agenten. Es ist nicht einmal eine Aufgabe für ein Modell.

In den vergangenen zwei Jahren endete etwa ein Drittel der „KI-Projekte", die wir anbieten sollten, mit unserer Empfehlung, gar keine KI einzusetzen. Ein großer Teil der übrigen endete mit der Empfehlung von etwas Kleinerem als dem Angefragten – und der häufigste Downgrade-Schritt ist der vom Agenten zum Workflow. Dieser Artikel ist die Argumentation, die wir in diesen Gesprächen durchgehen, aufgeschrieben.

Die zwei Dinge, die Menschen mit „Automatisierung" meinen

Die Verwirrung ist verständlich, denn Anbieter benutzen dasselbe Wort für zwei verschiedene Maschinen.

Ein deterministischer Workflow ist ein Programm. Bei gleichem Input liefert er jedes Mal denselben Output. Sie bauen ihn mit einem Orchestrator wie n8n oder Make oder mit schlichtem Code: Trigger, Lookup, Bedingung, Aktion. Übersteigt die Rechnungssumme einen Schwellenwert, geht sie an einen zweiten Genehmiger. Keine Wahrscheinlichkeit involviert, und wenn etwas schiefgeht, können Sie auf den exakten Schritt zeigen, der fehlgeschlagen ist. Das ist es, was unser Angebot für Workflow-Automatisierung baut – und für die meisten Backoffice-Prozesse ist es die ganze Antwort.

Ein KI-Agent ist ein probabilistisches System. Sie geben einem Modell ein Ziel, einen Satz Werkzeuge und einen gewissen Freiheitsgrad, um zu entscheiden, welche Schritte in welcher Reihenfolge ausgeführt werden. Zwei identische Eingaben dürfen legitim unterschiedliche Pläne erzeugen. Diese Freiheit ist das Verkaufsargument und das gesamte Problem zugleich, denn alles dahinter – Evaluierung, Review-Queues, Kosten pro Lauf, Fehlerbilder – wird schwieriger.

Unsere Arbeitsheuristik aus den Workflows, die wir gebaut haben: Etwa 80 % eines Geschäftsprozesses sind langweilige deterministische Schritte, etwa 20 % sind Ermessen. Die langweiligen 80 % gehören in Code. In den 20 % Ermessen könnte ein Modell hingehören – und selbst dann deckt „ein Modellschritt in einem Workflow mit menschlicher Review-Queue" das meiste davon ab. Ein vollständig autonomer Agent, der über viele Schritte ohne Kontrollpunkt plant und handelt, deckt eine dünne Scheibe der realen Nachfrage ab.

Was beides im Betrieb kostet

Die Baukosten bekommen in Verkaufsgesprächen die ganze Aufmerksamkeit. Die Betriebskosten sind der Punkt, an dem sich die beiden Optionen wirklich auseinanderentwickeln – und fast niemand preist sie ein.

Ein deterministischer Workflow kostet im Betrieb fast nichts. Er läuft auf einem Server, den Sie ohnehin bezahlen, oder auf den Hosting-Tarifen von n8n oder Make. Die Grenzkosten für die Verarbeitung von Vorgang Nummer zehntausend sind praktisch null. Das Verhalten ändert sich nur, wenn jemand den Flow bearbeitet – was Sie im März getestet haben, ist das, was im Oktober läuft.

Der Zähler eines Agenten läuft dauerhaft. Jeder Lauf verbrennt Tokens, und agentische Schleifen verbrennen mehr davon als ein einzelner Modellaufruf, weil jeder Schritt ein weiterer Modellaufruf ist – oft mit Werkzeug-Ergebnissen und dem laufenden Transkript, das wieder in den Kontext gepackt wird. Holt sich der Agent Inhalte aus Ihren Dokumenten, zahlt jeder Lauf zusätzlich für einen Such-Umweg und einen längeren Prompt, und Sie pflegen jetzt ein zweites System: einen Vektorindex, den jemand frisch halten muss. Keine dieser Zahlen ist für sich beängstigend. Als Planungsannahme für einen einzelnen Workflow auf Mittelstandsvolumen landen Tokens und Infrastruktur bei einigen hundert Dollar im Monat.

Der teure Teil ist die Pflege, und sie wird in Ingenieursstunden bezahlt, nicht in Tokens. Jemand muss das Evaluierungs-Setup pflegen: einen Testdatensatz aus echten Inputs mit bekannt guten Outputs, der bei jeder Prompt-Änderung oder jedem Modell-Upgrade des Anbieters erneut läuft – denn Modell-Upgrades ändern das Verhalten, ohne Sie zu fragen. Jemand muss die Review-Queue für Ergebnisse mit niedriger Konfidenz besetzen. Jemand muss nachforschen, wenn die Genauigkeit driftet – und die Genauigkeit driftet. In unseren KI-Automatisierungsprojekten übergeben wir Kunden das Evaluierungs-Setup und ein Runbook genau deshalb, damit diese Pflege Routine ist und keine Rettungsmission. Aber es ist eine Budgetposition, und sie existiert, solange der Agent läuft.

Der ehrliche Vergleich: Die Betriebskosten eines Workflows sind eine kleine, flache Zahl. Die Betriebskosten eines Agenten sind eine kleine, flache Zahl plus eine variable Zahl plus fortlaufende menschliche Aufmerksamkeit. Diese Aufmerksamkeit ist der Teil, der in den meisten Anbieterangeboten fehlt.

Der Agent, den wir einem Kunden ausgeredet haben

Ein Handelsunternehmen kam letztes Jahr zu uns und wollte einen „KI-Agenten für die Lieferantenkommunikation". Der Pitch, den sie gehört hatten: ein Agent, der Lieferanten-E-Mails liest, Liefertermine verhandelt, verspätete Sendungen hinterhertelefoniert und Probleme eskaliert – von Anfang bis Ende.

Wir verbrachten eine Discovery-Woche damit, zu erfassen, was ihre Disponenten tatsächlich taten. Grob neun von zehn Lieferanten-E-Mails fielen in vier Kategorien: Auftragsbestätigungen zum Ablegen, Lieferterminänderungen innerhalb eines akzeptierten Fensters, Versandmeldungen zum Abgleich mit Bestellungen und Rechnungen. Jede dieser Kategorien hatte eine Regel. Bestätigungen werden abgelegt. Eine Terminänderung innerhalb des Fensters aktualisiert das ERP; außerhalb des Fensters entscheidet ein Mensch. Sendungen werden abgeglichen, Abweichungen werden markiert. Rechnungen gehen in den bestehenden Buchhaltungsflow.

Die übrigen E-Mails – die wirklich seltsamen – waren vielleicht ein paar pro Woche. Ein Lieferant, der in einem Mix aus Deutsch und Englisch schreibt, um zu erklären, dass eine Maschine kaputt sei und der gesamte Q3-Plan Fiktion. Kein Agent handhabt das gut, das sei nebenbei gesagt. Ein erfahrener Disponent handhabt es, indem er zum Telefon greift.

Was wir stattdessen bauten: ein deterministischer Flow, der die vier regelbasierten Kategorien parst und ablegt, plus ein einziger Modellschritt, der jede eingehende E-Mail liest und die Kategorie zuweist – denn Lieferanten-E-Mails kommen in jedem erdenklichen Format und jeder erdenklichen Formulierung an, und genau diese Art von Input-Varianz kann ein Modell gut. Alles, was das Modell mit niedriger Konfidenz bewertet oder was in keine Kategorie passt, landet in einer Review-Queue, die ein Disponent beim Morgenkaffee leert. Der Kunde bekam das Ergebnis aus dem ursprünglichen Pitch – minus der Autonomie, die er nicht brauchte, und minus der Pflegerechnung, die mit ihr gekommen wäre.

Wo Agenten wirklich gewinnen

Wir bauen auch agentische Systeme, und manche Probleme brauchen sie ehrlich. Der rote Faden ist Input-Varianz, die Regeln nicht erfassen können.

Freitext-Klassifizierung beim Volumen ist der sauberste Fall: eingehende Anfragen lesen, die in jeder Sprache und jedem Kohärenzniveau ankommen, und entscheiden, was sie sind und wer sie sehen sollte. Ungesehene Dokumentlayouts sind ein zweiter: Positionen aus dem PDF eines Lieferanten extrahieren, mit dem Sie nie zu tun hatten – ein templatebasierter Parser bricht beim ersten Kontakt. Das Erzeugen erster Entwürfe aus unstrukturiertem Quellmaterial – der Erzählteil eines Berichts, die Antwort auf eine ungewöhnliche Beschwerde – ist ein dritter. Und es gibt eine echte, schmalere Kategorie mehrstufiger Arbeit, bei der der Plan tatsächlich davon abhängt, was die ersten Schritte finden: rechercheartige Aufgaben und Abgleich über Systeme mit unordentlichen Daten hinweg, wo jeder Befund ändert, was als Nächstes zu tun ist. Dort verdienen sich Frameworks der LangChain-Klasse, Tool Use und Autonomie mit Kontrollpunkten ihren Platz – immer mit einer Review-Queue dahinter und einem Testdatensatz davor.

Der Kompromiss, den wir schriftlich geben: Selbst in diesen Fällen begrenzen wir den Agenten auf einen Schritt, nicht auf eine Stellenbeschreibung. „Lies und klassifiziere jede eingehende E-Mail" ist ein guter Agentenschritt. „Übernimm den Kundenservice" ist die Art, wie Budgets sterben.

Vier Fragen, die das klären

Wenn ein Kunde fragt „Agent oder Workflow?", gehen wir diese Fragen durch – in dieser Reihenfolge:

• Input-Varianz: Kommt die Eingabe in unvorhersehbaren Formaten, Formulierungen oder Sprachen an? Wenn Eingaben strukturiert sind oder aus einem festen Satz von Systemen kommen, gewinnt der Workflow klar. Varianz ist das Einzige, das ein Modell strikt besser kann.
• Fehlertoleranz: Was passiert, wenn das System irrt? Ist ein Fehler ärgerlich und umkehrbar, ist ein probabilistischer Schritt akzeptabel. Ist ein Fehler eine falsche Zahlung, ein falscher medizinischer Eintrag oder irgendetwas, das eine Aufsichtsbehörde liest, brauchen Sie deterministisches Verhalten und einen Audit-Trail, Punkt.
• Volumen: Wie oft läuft das? Unsere Arbeitsheuristik aus den Workflows, die wir gebaut haben: Die Kosten pro Lauf und das Drift-Risiko eines Agenten sind bei ein paar hundert Vorgängen pro Woche tragbar und bei mehreren hunderttausend schmerzhaft – dort dominiert die nahezu null liegende Grenzkostenstruktur eines Workflows die Rechnung. Die Modellwahl hängt am Ende von Token-Volumen, Latenz, Fehlerkosten und Ihren Evaluierungsergebnissen ab, nicht von einer universellen Schwelle.
• Nachprüfbarkeit: Muss irgendjemand Monate später exakt erklären können, warum das System getan hat, was es tat? Ein Workflow antwortet mit einem Log und einem if-Statement. Ein Agent antwortet mit einem Reasoning-Transkript, das widerspiegeln kann oder auch nicht, warum er tatsächlich gehandelt hat.

Vier Antworten, die auf Regeln zeigen, heißen: Sie wollen Workflow-Automatisierung und sollten keine Agentenpreise zahlen. Starke Varianz plus tolerierbare Fehler heißt: ein Workflow mit Modellschritten darin – die Form der meisten unserer KI-Lieferprojekte. Unser Standard verlangt, dass alle vier Antworten in Richtung Autonomie zeigen – hohe Varianz, verzeihliche Fehler, moderates Volumen, keine Audit-Last –, bevor wir einen vollständig autonomen Agenten empfehlen; diese Projekte können wir an einer Hand abzählen.

Sobald Sie wissen, welche Maschine Sie kaufen, stellt sich die nächste Frage: die Reihenfolge. Welcher Workflow zuerst, was messen, wie ein Achtwochen-Rollout tatsächlich abläuft. Das ist das Thema unseres KI-Implementierungs-Playbooks für KMU, das zu diesem Beitrag passt.

Wenn Sie einen Prozess im Kopf haben und ehrlich nicht sagen können, auf welcher Seite der Linie er liegt – das ist ein normaler Zustand und eine gute Frage für eine Discovery-Woche. Schicken Sie ihn uns, und wir sagen Ihnen, was wir bauen würden. Auch wenn die Antwort „keins von beiden" lautet.