Diese Frage kommt bei mir gerade in fast jedem Erstgespräch: Sollen wir einen KI-Agenten erstellen lassen — oder kriegen wir das mit den ganzen No-Code-Tools nicht selbst hin? Beide Wege funktionieren. Sie scheitern nur an unterschiedlichen Stellen, und das ist der Punkt, über den vorher kaum jemand spricht.
In diesem Artikel bekommst du eine ehrliche Einordnung: was ein KI-Agent leisten kann, KI Agenten Beispiele aus echten Projekten, konkrete KI Agenten Kosten für beide Wege, vier Fragen, mit denen du deine Situation selbst einordnest — und den einen Kostenblock, den beim Selbstbau praktisch jeder übersieht.
Zuletzt aktualisiert: 2026-08-28
Was ein KI-Agent wirklich ist — und was nicht
Ein KI-Agent ist kein Chatbot mit einer Liste vorgefertigter Antworten. Der Unterschied liegt darin, dass ein Agent Aufgaben eigenständig zu Ende bringt: Er entscheidet, welcher Schritt als Nächstes dran ist, greift dafür auf andere Systeme zu — dein CRM, deinen Kalender, dein Postfach — und liefert am Ende ein Ergebnis statt nur einer Auskunft.
Ein klassischer Chatbot beantwortet die Frage “Wann habt ihr geöffnet?”. Ein Agent nimmt die Anfrage “Ich bräuchte nächste Woche einen Termin”, prüft deinen echten Kalender, schlägt zwei Slots vor, trägt den gewählten ein und legt den Kontakt im CRM an. Diese Kette aus mehreren Schritten über mehrere Systeme hinweg ist das eigentliche Merkmal — und gleichzeitig der Grund, warum die Umsetzung deutlich anspruchsvoller ist als bei einem Chatbot. Jeder zusätzliche Systemzugriff ist eine Stelle, an der etwas schiefgehen kann.
KI Agenten Beispiele aus der Praxis
Bevor du dich für einen Weg entscheidest, lohnt sich der Blick auf reale Anwendungsfälle. Die Spanne bei Komplexität und Aufwand ist größer, als die Marketing-Videos der Tool-Anbieter vermuten lassen.
Telefonassistent für den Kundenservice
Ein KI-Telefonassistent nimmt Anrufe an, beantwortet Standardfragen, notiert Anliegen und leitet weiter, was ein Mensch klären muss. Für Handwerksbetriebe und Praxen ist das oft der Anwendungsfall mit dem schnellsten spürbaren Effekt — schlicht weil dort tagsüber niemand ans Telefon geht, wenn gerade jemand unter dem Waschbecken liegt oder ein Patient im Behandlungszimmer sitzt. Wie das für kleine Betriebe konkret aussieht, steht im Beitrag zum KI-Telefonassistenten für kleine Unternehmen.
Web-Assistent auf der Website
Ein KI-Web-Assistent beantwortet Besucherfragen in Echtzeit, qualifiziert Anfragen vor und bucht im besten Fall direkt den Termin. Wo genau die Grenze zwischen einfachem Chatbot und echtem Agenten verläuft, erkläre ich ausführlich unter Chatbot vs. KI-Assistent.
Interne Automatisierungsagenten
Die unauffälligsten Agenten sind oft die wirtschaftlichsten: Sie sortieren Eingangspost, bereiten Angebote vor, übertragen Daten zwischen Systemen, die nie füreinander gedacht waren. Sichtbar wird das erst in der gewonnenen Zeit — und in der Fehlerquote, die sinkt, sobald abends um sechs niemand mehr Zahlen von Hand abtippt. Welche Prozesse sich dafür zuerst anbieten, zeigt der Beitrag zur Workflow-Automatisierung.
Marketing- und Content-Agenten
Auch im Marketing übernehmen Agenten die Wiederholungsarbeit: Themenrecherche, Entwurfserstellung, Verteilung über Kanäle hinweg. Wichtig ist dabei die Endkontrolle durch einen Menschen — bei veröffentlichten Inhalten haftest du, nicht das Modell. Mehr dazu unter KI-Marketing für kleine Unternehmen.
KI-Agent selbst erstellen: was No-Code wirklich leistet
Plattformen wie Make, n8n oder Zapier haben die Einstiegshürde massiv gesenkt. Wer heute einen KI-Agenten erstellen will, kann das ohne eine Zeile Code tun — etwa einen Agenten, der Mails liest, sie kategorisiert und Antwortentwürfe erzeugt. Für interne, unkritische Abläufe ist das ein völlig legitimer Weg — und ehrlich gesagt der beste Weg, ein Gefühl dafür zu bekommen, was die Technik kann.
Die Grenze zeigt sich nicht am Anfang, sondern nach etwa vier bis sechs Wochen. Solange der Agent den Normalfall bearbeitet, läuft alles. Dann kommt die Anfrage in gebrochenem Deutsch, das CRM antwortet mal nicht, ein Kunde fragt zwei Dinge gleichzeitig. Genau diese Sonderfälle machen erfahrungsgemäß den Großteil des Gesamtaufwands aus — und sie tauchen in keinem Tutorial auf.
Der zweite unterschätzte Faktor ist die eigene Zeit. Wenn du oder jemand aus deinem Team wochenlang je einen halben Tag mit Ausprobieren verbringt, ist das keine Ersparnis, sondern eine Rechnung, die nur niemand schreibt. Sie fühlt sich am Anfang bloß billiger an, weil kein Angebot im Postfach liegt.
KI-Agent erstellen lassen: wann sich das rechnet
Ein externer Partner bringt vor allem eines mit: die Fehler, die er woanders schon gemacht hat. Das klingt banal, ist aber der eigentliche Wert — die typischen Stolperfallen sind bekannt, bevor sie dich Geld kosten.
Professionelle Umsetzung heißt in der Regel: eine Prozessanalyse vor dem ersten Klick, saubere Integration in CRM oder ERP, ein Datenschutzkonzept, das einer Prüfung standhält, und definierte Zuständigkeit für den Betrieb danach. Zwingend würde ich zu externer Unterstützung raten, sobald personenbezogene Daten im Spiel sind, mehrere Systeme zusammenspielen müssen oder der Agent an einem Punkt sitzt, den deine Kunden direkt sehen. Ein Terminbot, der falsche Zeiten bestätigt, kostet mehr Vertrauen, als die Einsparung je wert war.
Seit dem 2. August 2026 kommt ein rechtlicher Punkt dazu: Nach Artikel 50 der EU-KI-Verordnung müssen Menschen erkennen können, dass sie mit einem KI-System sprechen. Für jeden kundenseitigen Agenten heißt das: Der Hinweis gehört sichtbar an den Anfang der Interaktion. Technisch ist das eine Kleinigkeit — vergessen wird es trotzdem ständig.
KI Agenten Kosten: die drei Wege im Vergleich
Die Zahlen unten sind Orientierungswerte aus Projekten und Angeboten, die mir 2026 begegnet sind — keine Preisliste. Sie sollen dir vor allem die Größenordnung geben.
| Kriterium | Selbstbau (No-Code) | Extern umgesetzt | Hybrid |
|---|---|---|---|
| Einmalige Kosten | 0 € | 1.500–15.000 € | 2.500–8.000 € |
| Laufend pro Monat | 20–200 € Tools + API | 100–500 € Betreuung + API | 50–250 € + API |
| Interner Zeitaufwand Start | hoch (Wochen) | gering (Abstimmung) | mittel |
| Zeit bis produktiv | 4–12 Wochen | 4–8 Wochen | 4–8 Wochen |
| Sonderfälle abgedeckt | selten | ja | überwiegend |
| Wer betreut den Betrieb? | ungeklärt | vertraglich geregelt | geteilt |
| Passt bei | internen Abläufen | Kundenkontakt, sensiblen Daten | wachsenden Anforderungen |
Was in solchen Aufstellungen fast immer fehlt, sind die laufenden Modellkosten. Sie hängen am Nutzungsvolumen und liegen bei einem aktiv genutzten Agenten realistisch im zwei- bis niedrigen dreistelligen Bereich pro Monat. Ärgerlich wird das nur, wenn niemand ein Limit gesetzt hat und eine Endlosschleife übers Wochenende durchläuft.
Der Punkt, an dem die meisten Projekte kippen
Wenn ich mir anschaue, woran KI-Agenten in der Praxis scheitern, ist es fast nie die Technik am Starttag. Es ist der Übergang vom funktionierenden Prototyp in den geregelten Alltag. Der Pilot läuft, alle sind zufrieden, das Projekt gilt als fertig — und danach fühlt sich niemand mehr zuständig.
Sechs Monate später hat der Anbieter sein Modell aktualisiert, ein Formular auf der Website hat ein Feld mehr, die Preisliste hat sich geändert. Der Agent läuft weiter, aber er antwortet zunehmend daneben. Das Tückische daran: Es gibt keine Fehlermeldung. Ein Agent, der Unsinn erzählt, meldet sich nicht — er wirkt bis zum ersten Kundenbeschwerdeanruf völlig gesund.
Deshalb gehört zu jedem Agenten, egal auf welchem Weg gebaut, ein Minimum an Betriebsdisziplin: eine Person, die namentlich zuständig ist, eine monatliche Stichprobe echter Konversationen, ein Kostenlimit mit Benachrichtigung und ein Notaus, mit dem sich der Agent in einer Minute abschalten lässt. Wer diese vier Dinge nicht hat, hat kein Produktivsystem, sondern einen dauerhaften Prototyp. Plane für die ersten sechs bis acht Wochen nach dem Start bewusst Nachjustierung ein, bevor du den Agenten unbeaufsichtigt laufen lässt.
Entscheidungshilfe: vier Fragen an dich selbst
Wie kritisch ist der Anwendungsfall?
Interne Fleißarbeit oder erster Kontaktpunkt mit deinen Kunden? Bei allem, was nach außen sichtbar ist, ist der Selbstbau ein Risiko, das selten in einem guten Verhältnis zur Ersparnis steht.
Wie viel Zeit hast du realistisch?
Nicht: Wie viel Zeit wäre theoretisch da. Sondern: Wie viele Stunden pro Woche kann dein Team über zwei Monate hinweg verlässlich abzweigen? Wenn die ehrliche Antwort unter fünf liegt, wird der Selbstbau zum Dauerprojekt.
Wie viele Systeme muss der Agent anfassen?
Ein System ist gut machbar. Ab drei Systemen mit unterschiedlichen Zugriffsrechten steigt der Aufwand nicht linear, sondern sprunghaft — das ist die Stelle, an der No-Code-Projekte reihenweise stehen bleiben.
Was passiert, wenn der Agent Unsinn macht?
Ein falsch einsortiertes internes Ticket ist ärgerlich. Ein falsch bestätigter Termin oder eine falsche Preisauskunft kostet Kunden. Je teurer der Fehlerfall, desto klarer die Antwort.
Der hybride Weg — für die meisten der beste
In der Praxis fahren die meisten Mittelständler am besten damit, das Fundament extern bauen zu lassen und die laufende Pflege selbst zu übernehmen: Antworten anpassen, neue Standardfragen ergänzen, Texte aktualisieren. Die technische Basis bleibt stabil, du bleibst handlungsfähig, ohne für jede Kleinigkeit ein Ticket zu schreiben.
Wichtig ist nur, das vorher zu vereinbaren. “Wir übernehmen das später selbst” funktioniert, wenn Zugänge, Dokumentation und eine Einweisung Teil des Projekts sind — und geht schief, wenn das erst nach der Schlussrechnung aufkommt. Besonders sinnvoll ist der hybride Weg, wenn der Agent Teil einer größeren Digitalstrategie ist, etwa zusammen mit einer neuen Website oder überarbeitetem Design und Branding.
Bevor du startest: die Bestandsaufnahme
Der häufigste Fehler ist nicht die Wahl des falschen Wegs, sondern der falsche Startpunkt. Ein Agent auf einer Website, die auf dem Handy langsam lädt oder deren Inhalte nicht aktuell sind, repariert nichts — er setzt sich nur obendrauf.
Deshalb der Rat, den ich fast jedem gebe: Schau dir zuerst an, was du schon hast. Ein kostenloser Website-Audit zeigt dir in wenigen Minuten, wo Ladezeit, Auffindbarkeit und Inhalte stehen. Oft ergibt sich daraus schon, welcher Agent überhaupt der richtige erste wäre — und manchmal, dass ein anderer Hebel gerade deutlich mehr bringt. Wenn du deinen Fall lieber direkt besprichst, geht das jederzeit über das Kontaktformular.
Häufige Fragen zum Erstellen von KI-Agenten
Kann ich einen KI-Agenten wirklich ohne Programmierkenntnisse erstellen? Für interne, klar abgegrenzte Abläufe ja — Plattformen wie Make, n8n oder Zapier reichen dafür aus. Sobald mehrere Systeme mit unterschiedlichen Zugriffsrechten zusammenspielen oder personenbezogene Daten verarbeitet werden, stößt der No-Code-Weg an seine Grenzen.
Was kostet es, einen KI-Agenten erstellen zu lassen? Als Orientierung: etwa 1.500 bis 3.500 € für einen klar umrissenen Web-Assistenten, rund 5.000 bis 15.000 € mit Anbindung an bestehende Systeme. Dazu kommen monatlich meist 100 bis 500 € Betreuung sowie die nutzungsabhängigen Modellkosten.
Wie lange dauert die Umsetzung? Für einen abgegrenzten Anwendungsfall sind vier bis acht Wochen realistisch, inklusive Tests und Abnahme. Der Zeitfresser ist selten die KI selbst, sondern Altsysteme ohne saubere Schnittstelle und die Abstimmung darüber, was der Agent im Zweifel tun soll.
Was ist der Unterschied zwischen einem Chatbot und einem KI-Agenten? Ein Chatbot antwortet, ein Agent handelt. Der Agent führt mehrere Schritte über verschiedene Systeme hinweg aus — Kalender prüfen, Termin eintragen, Kontakt anlegen — statt nur Auskunft zu geben.
Muss ich kennzeichnen, dass Kunden mit einer KI sprechen? Ja. Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 der EU-KI-Verordnung: Wer mit einem KI-System interagiert, muss das zu Beginn klar erkennen können. Ein deutlicher Hinweis zum Gesprächsstart erfüllt das in der Regel.
Was passiert mit dem Agenten nach dem Start? Er braucht Pflege. Modelle werden aktualisiert, Preise und Abläufe ändern sich — ohne regelmäßige Stichproben driftet die Antwortqualität ab, und zwar ohne jede Fehlermeldung. Eine benannte zuständige Person, eine monatliche Kontrolle, ein Kostenlimit und ein Notaus sind das Minimum.
Lohnt sich ein KI-Agent für kleine Unternehmen überhaupt? Wenn es eine wiederkehrende Aufgabe gibt, die viele Stunden im Monat frisst und klaren Regeln folgt, meistens ja. Wenn der Agent dagegen ein Problem lösen soll, das eigentlich ein unklarer Prozess ist, wird er dieses Problem nur schneller wiederholen.
Mein Fazit
Die Frage ist weniger “selbst oder machen lassen” als “wie kritisch ist der Fall und wer kümmert sich danach”. Für interne Abläufe ist der Selbstbau ein guter, günstiger Einstieg. Alles, was Kunden sehen oder personenbezogene Daten anfasst, gehört in professionelle Hände — nicht wegen der Technik, sondern wegen der Sonderfälle und der Verantwortung im laufenden Betrieb.
Und unabhängig vom Weg gilt: Ein Agent, der eine einzige Aufgabe zuverlässig erledigt, ist mehr wert als fünf halbfertige Prototypen. Fang klein an, miss den Effekt, und erweitere erst dann.
