Mit der nächsten Entwicklungsstufe des KI-Workplace bekommt ihr ein neues, mächtiges Werkzeug an die Hand: KI-Agenten. Sie werden die Art und Weise verändern, wie ihr mit der KI arbeitet. In diesem Artikel erklären wir, was Agenten sind, wie sie funktionieren und was sie von den heutigen Assistenten unterscheidet.

Assistent vs. Agent: Der Unterschied

Beide Begriffe fallen gerade überall, aber sie meinen zwei sehr unterschiedliche Dinge.

Ein Assistent wartet auf deine Eingabe, beantwortet deine Frage und ist dann fertig. Du gibst den Takt vor, die KI führt aus. Das kennen die meisten schon aus dem täglichen Arbeiten mit dem KI-Workplace. Zum Beispiel: Du lässt dir eine E-Mail formulieren, einen Text zusammenfassen oder eine schnelle Recherche beantworten.

Ein Agent geht einen Schritt weiter. Er bekommt ein Ziel und arbeitet selbstständig darauf hin, plant Zwischenschritte, nutzt Tools und trifft dabei eigene Entscheidungen. Du musst nicht jeden Schritt vorgeben, sondern nur das Ziel oder die Richtung.

Der einfachste Weg, es sich zu merken: Ein Assistent reagiert, ein Agent handelt. Für viele Alltagsaufgaben ist ein Assistent völlig ausreichend. Sobald Aufgaben aber mehrere Schritte umfassen, Daten aus verschiedenen Quellen zusammenführen oder automatisch ablaufen sollen, kommen Agenten ins Spiel.

Agent, Skill, Tool: Wer macht was?

Rund um Agenten fallen drei Begriffe, die gerne durcheinandergehen. Ein kurzer Merksatz hilft beim Einordnen:

Agent = WER. Der Spezialist, der entscheidet, was zu tun ist.

Skill = WIE. Der Workflow, den der Agent abarbeitet, um eine Aufgabe strukturiert zu erledigen.

Tool = WOMIT. Die einzelne Funktion, die im Skill zum Einsatz kommt, zum Beispiel eine Web-Suche oder ein PDF-Export.

Ein Agent nutzt also Skills, und Skills bestehen aus mehreren Tools. So greifen die drei Ebenen ineinander.

So funktioniert das Agenten-System

Im Mittelpunkt steht ein Supervisor-Agent. Er ist die zentrale Instanz, mit der du sprichst. Der Supervisor versteht dein Anliegen, zerlegt es in Teilschritte und schickt dann spezialisierte Agenten los, die sich jeweils um einen Teil der Aufgabe kümmern.

Diese Agenten verfügen über Skills für ihre Aufgaben, und ein Skill ist wiederum mit Wissens-Collections und Tools verbunden, die für die Ausführung nötig sind. Skills und Tools sind daher modular und können, einmal erstellt, von verschiedenen Agenten eingesetzt werden.

Indem der Supervisor die Arbeit über diese Kaskade verteilt, nutzt er gezielt die jeweiligen Stärken der spezialisierten Agenten. Gleichzeitig entsteht ein zusätzlicher Effekt: Die verfügbaren Kontextkapazitäten summieren sich gewissermaßen über die einzelnen Agenten hinweg. Dadurch können insgesamt deutlich größere Datenmengen verarbeitet werden – und das in der Regel auch mit hoher Geschwindigkeit.

Viele der spezialisierten Agenten sind bereits vorgefertigt und direkt im Workplace einsatzbereit. Dazu gehören zum Beispiel ein Researcher für Web-Recherchen, ein Writer für Texte und Berichte, ein Knowledge Orchestrator für komplexe Wissensabfragen oder ein Vision Analyzer, der Bilder und Diagramme auswertet. Darüber hinaus könnt ihr eigene Agenten und Skills ohne eine Zeile Code erstellen und für euer Team freischalten sowie eigene Tools und Wissens-Datenbanken anbinden.

Ein typischer Ablauf sieht so aus:

• Du stellst eine Frage oder gibst eine Aufgabe.
• Der Supervisor-Agent analysiert, was zu tun ist, und verteilt die Arbeit.
• Spezialisierte Agenten übernehmen ihre jeweiligen Aufgaben, zum Beispiel recherchieren, Dokumente lesen oder einen Text formulieren.
• Die Ergebnisse laufen beim Supervisor zusammen, der daraus eine einheitliche Antwort für dich erstellt.

Jeder Agent arbeitet in seinem eigenen Bereich, ohne sich mit den anderen in die Quere zu kommen. Am Ende bekommst du ein fertiges Ergebnis, ohne dass du jeden Schritt selbst angestoßen hast.

Beispiele aus der Praxis

Damit das konkreter wird, hier ein paar typische Anwendungsfälle, bei denen Agenten den Unterschied machen:

1. Recherche und Zusammenfassung: Du fragst nach den aktuellen KI-Trends 2026 und möchtest eine Zusammenfassung. Der Supervisor startet einen Recherche-Agenten, der mehrere Quellen im Netz durchsucht und validiert, und einen Schreib-Agenten, der daraus eine strukturierte Zusammenfassung formuliert und als PDF exportiert. Zwei Agenten, ein Ergebnis.
2. Dokumente analysieren: Du lädst eine Studie oder einen Vertrag hoch. Ein Agent liest das Dokument, ein weiterer gleicht die Inhalte mit eurem Unternehmenswissen ab, ein dritter bereitet die Kernpunkte auf. Du bekommst die Essenz, ohne selbst durch dutzende Seiten zu scrollen.
3. Rechnungseingang bearbeiten: Ein Agent ruft eine Rechnung aus einem Posteingang ab. Mit einem Skill für strukturierte Datenextraktion erkennt er automatisch Felder wie Rechnungsnummer, Datum, Betrag, Lieferant und Fälligkeit. Über ein Tool trägt er die Daten dann direkt in ein ERP-System ein und markiert die Rechnung zur Freigabe.

In all diesen Fällen würdest du heute mehrere Chats öffnen, die Zwischenergebnisse selbst kopieren und zusammenführen. Mit Agenten geht das in einem Rutsch.

Wann kommen die Agenten?

Die Agenten sind Teil der nächsten Entwicklungsstufe, an der wir aktuell arbeiten. Bis zum Sommer 2026 werden sie in der nächsten Version des KI-Workplace verfügbar sein. Du findest weitere geplante Feature in unserem Ausblick.

Wir werden euch rechtzeitig informieren und halten euch zu anderen Neuerungen auf dem Laufenden.