KI einfach erklärt, Teil 3: Vom Chatbot zum KI-Agenten

In Teil 2 haben wir gesehen, wie ein Sprachmodell Text erzeugt und warum es mit euren Daten verankert werden muss. Bis hierhin kann das Modell aber nur eines: antworten. Ein KI-Agent geht einen entscheidenden Schritt weiter. Er bekommt ein Ziel, plant den Weg dorthin und nutzt Werkzeuge, um tatsächlich etwas zu erledigen – eine E-Mail versenden, ein Ticket anlegen oder einen Bericht erstellen. In diesem Teil klären wir, was einen KI-Agent ausmacht und wann ihr überhaupt einen braucht.

Drei Stufen: Chatbot, Assistent, Agent

Die Begriffe werden oft wild durcheinander verwendet. Deshalb hilft eine einfache Unterscheidung nach der Frage: Wer macht am Ende die Arbeit?

• Chatbot: Er beantwortet Fragen, oft auf Basis einer festen Wissensquelle. Ein FAQ-Bot auf der Webseite ist ein typisches Beispiel. Handeln kann er nicht.
• Assistent: Er unterstützt euch direkt bei der Arbeit, etwa Copilot in Word beim Entwurf oder Copilot in Teams bei der Zusammenfassung eines Meetings. Ihr bleibt aber am Steuer und stoßt jeden Schritt selbst an.
• Agent: Er bekommt ein Ziel und arbeitet es in mehreren Schritten ab. Dafür entscheidet er selbst, welches Werkzeug er als Nächstes benutzt, wertet das Ergebnis aus und macht weiter, bis die Aufgabe erledigt ist.

Natürlich sind die Grenzen fließend. Trotzdem hilft die Einteilung, weil mit jeder Stufe die Verantwortung wächst: Ein Chatbot kann höchstens etwas Falsches sagen, ein Agent dagegen etwas Falsches tun.

Woraus ein KI-Agent besteht

Fast jeder Agent setzt sich aus denselben Bausteinen zusammen. Egal ob ihr ihn im Agent Builder, in Copilot Studio oder in Microsoft Foundry baut:

• Sprachmodell: Das „Gehirn“, das Anfragen versteht, plant und entscheidet.
• Anweisungen: Eine Rollenbeschreibung in natürlicher Sprache, zum Beispiel „Du bist der Onboarding-Agent der Personalabteilung. Du beantwortest Fragen neuer Kolleginnen und Kollegen und legst bei Bedarf ein Ticket in der IT an.“
• Wissen: Dokumente, SharePoint-Seiten oder Datenbanken, auf die sich der Agent stützt – also Grounding aus Teil 2.
• Werkzeuge: Schnittstellen, über die der Agent handelt, etwa E-Mail senden, Termine buchen oder Daten in einem CRM ändern.
• Gedächtnis: Kontext aus früheren Schritten oder Unterhaltungen, damit der Agent nicht jedes Mal bei null beginnt.
• Auslöser: Ein Agent muss nicht auf eine Chatnachricht warten. Er kann auch durch eine neue E-Mail, einen Zeitplan oder ein Ereignis in einem System starten.

Von diesen Bausteinen sind die Werkzeuge der entscheidende Unterschied. Erst sie verwandeln Text in Handlung.

Werkzeuge und MCP: wie ein KI-Agent handelt

Allerdings kann ein Sprachmodell selbst keine E-Mail versenden. Es kann aber sagen, dass es gern das Werkzeug „E-Mail senden“ mit bestimmten Angaben aufrufen möchte. Die Software rund um das Modell führt den Aufruf dann aus und gibt das Ergebnis zurück. Dieses Prinzip heißt Function Calling oder Tool Calling.

Damit nicht jeder Hersteller eigene Schnittstellen erfindet, hat sich das Model Context Protocol (MCP) als offener Standard etabliert. Ein MCP-Server stellt Werkzeuge in einem einheitlichen Format bereit, und jeder kompatible Agent kann sie nutzen. Microsoft unterstützt MCP inzwischen breit, unter anderem in Copilot Studio, in Microsoft Foundry und im Microsoft Agent Framework. Für euch heißt das: Ein Werkzeug, das einmal sauber als MCP-Server gebaut ist, lässt sich in vielen Agenten wiederverwenden.

Skills: Fachwissen zum Nachladen

Neben Werkzeugen taucht immer öfter der Begriff Skills auf – nicht umsonst heißt unsere neue Rubrik „Agents & Skills“. Ein Skill ist ein Paket aus Anleitungen, Beispielen und gegebenenfalls Skripten für eine bestimmte Aufgabe, zum Beispiel „Angebot im Firmenlayout erstellen“ oder „Reisekostenabrechnung prüfen“.

Der Clou: Der Agent lädt einen Skill erst dann in sein Kontextfenster, wenn er ihn wirklich braucht. Dadurch bleibt der Kontext schlank, und trotzdem kann ein Agent auf viel Fachwissen zurückgreifen. Ein Werkzeug sagt also, was ein Agent tun kann, ein Skill beschreibt, wie man eine Aufgabe gut erledigt. Microsoft unterstützt Skills unter anderem in Copilot Studio und im Agent Framework.

So sehen Agenten bei Microsoft aus

Einige Beispiele aus der Microsoft-Welt zeigen außerdem die Bandbreite:

Beispiel	Was der Agent tut	Wer ihn baut
Researcher und Analyst	recherchieren über Web und Arbeitsdaten bzw. werten Daten aus	Microsoft, fertig in Copilot
Copilot Cowork	erledigt mehrstufige Aufgaben über E-Mail, Kalender, Teams und Dateien – sensible Aktionen nur nach eurer Freigabe	Microsoft, Teil von Microsoft Copilot
Agenten aus dem Agent Builder	beantworten Fragen zu bestimmten Dokumenten oder Themen	Mitarbeitende selbst, ohne Programmierung
Agenten in Copilot Studio	automatisieren Geschäftsprozesse mit Konnektoren, Wissen und Auslösern	Fachabteilungen und Power-Platform-Teams
Agenten auf Microsoft Foundry	individuelle Lösungen mit eigenem Code und eigener Modellauswahl	Entwicklungsteams

Wie diese Werkzeuge zusammenhängen und welches ihr wofür nehmt, erklärt Dennis ausführlich in Teil 5.

KI-Agent oder Workflow? Nicht alles braucht einen Agenten

So spannend Agenten sind: Sie sind nicht immer die beste Lösung. Die Dokumentation des Microsoft Agent Framework bringt es auf einen trockenen Satz: Wenn ihr eine Aufgabe mit einer normalen Funktion lösen könnt, dann tut das – statt einen KI-Agenten zu verwenden.

Ein Workflow folgt festen Schritten, die ihr vorher definiert. Er ist vorhersehbar, günstig und leicht zu prüfen. Ein Agent dagegen wählt seinen Weg selbst. Das macht ihn flexibel, aber auch weniger vorhersehbar und in der Regel teurer, weil jeder Schritt Modellaufrufe kostet.

Als Faustregel gilt deshalb:

• Sind die Schritte immer gleich, zum Beispiel „Formular eingegangen, Daten prüfen, Freigabe einholen, ablegen“, dann nehmt einen Workflow, etwa mit Power Automate.
• Ist die Aufgabe offen, zum Beispiel „Finde heraus, warum der Kunde unzufrieden ist, und schlage eine Lösung vor“, dann spielt ein Agent seine Stärken aus.
• Oft ist die Mischung am besten: Ein Workflow steuert den Ablauf und ruft an einer Stelle einen Agenten auf, der die unklare Teilaufgabe übernimmt.

Mehr Autonomie, mehr Verantwortung

Je selbstständiger ein Agent arbeitet, desto wichtiger werden drei Fragen: In wessen Namen handelt er? Welche Rechte hat er? Und wer schaut hin, wenn etwas schiefgeht? Deshalb fragen gute Agenten vor heiklen Aktionen nach einer Freigabe – Microsoft nennt das „Human in the Loop“. Copilot Cowork zeigt zum Beispiel jede Aktion im Verlauf an und lässt sensible Schritte erst nach eurer Bestätigung ausführen.

Wie ihr Agenten technisch absichert, mit eigener Identität, minimalen Rechten und Überwachung, beschreiben wir ausführlich in unserer Serie Zero Trust für KI-Agenten.

Fazit und Ausblick

Ein KI-Agent ist ein Sprachmodell mit Anweisungen, Wissen, Werkzeugen, Gedächtnis und Auslösern. Werkzeuge und MCP machen ihn handlungsfähig, Skills machen ihn fachkundig. Für feste Abläufe bleibt der klassische Workflow aber oft die bessere Wahl.

Eine Frage haben wir dabei bewusst offen gelassen: Wer sorgt eigentlich dafür, dass das Modell das Werkzeug aufruft, das Ergebnis zurückbekommt, die Aufgabe nicht vergisst und vor einer heiklen Aktion fragt? Das ist das Agent Harness – und das Thema des nächsten Teils.

Weiterführende Links

• Microsoft Agent Framework – Überblick (Microsoft Learn, Englisch)
• Agenten in Copilot Studio (Microsoft Learn)
• Agent Builder in Microsoft Copilot (Microsoft Learn, Englisch)
• Copilot Cowork im Überblick (Microsoft Learn, Englisch)