Die Frage ist selten, ob automatisiert wird. Laut der Bitkom-Befragung vom 11. März 2026 (604 Unternehmen ab 20 Beschäftigten, telefonisch, repräsentativ) setzen 41 Prozent KI aktiv ein, vor zwölf Monaten waren es 17 Prozent, weitere 48 Prozent planen oder diskutieren den Einsatz. Die eigentliche Frage ist die nach der Bauform. Ein KI-Agent ist teurer, langsamer und schwerer zu kontrollieren als ein fest verdrahteter Ablauf, und in manchen Fällen trotzdem die einzige Lösung, die trägt. Schauen wir uns an, worin der Unterschied technisch besteht, warum so viele Agenten-Projekte sterben, woran du erkennst, dass ein Workflow reicht, wann der Agent seine Mehrkosten verdient und wie du den Übergang baust, ohne alles auf eine Karte zu setzen.
Was unterscheidet einen Agenten von einem Workflow?
Die brauchbarste Abgrenzung kommt nicht aus dem Vertrieb, sondern aus der Technik. Anthropic beschreibt in Building Effective Agents zwei Bauformen: Workflows sind "systems where LLMs and tools are orchestrated through predefined code paths", Agenten sind "systems where LLMs dynamically direct their own processes and tool usage, maintaining control over how they accomplish tasks".
Übersetzt in deinen Alltag: Beim Workflow hast du den Ablauf vorher gezeichnet. Schritt eins liest die Anfrage aus, Schritt zwei ordnet sie einer von fünf Kategorien zu, Schritt drei schreibt den Entwurf, Schritt vier legt ihn zur Freigabe. Ein Sprachmodell macht dabei die Arbeit, aber es entscheidet nicht, was als Nächstes passiert. Beim Agenten entscheidet das Modell selbst, welche Werkzeuge es in welcher Reihenfolge benutzt und wann es fertig ist. Beides ist KI. Nur eines davon ist unvorhersehbar.
Diese Unterscheidung geht im Einkauf regelmäßig verloren, und das ist kein Zufall. Gartner nennt das Phänomen "agent washing": die Umetikettierung bestehender Assistenten, RPA-Werkzeuge und Chatbots ohne substanzielle Agenten-Fähigkeiten. In der Mitteilung vom 25. Juni 2025 schätzt Gartner, dass von tausenden Anbietern mit Agenten-Versprechen nur etwa 130 tatsächlich agentische Fähigkeiten liefern. Wenn du also ein Angebot für einen Agenten bekommst, ist die erste sinnvolle Frage nicht nach dem Preis, sondern: Wer entscheidet hier über die Reihenfolge der Schritte, dein Code oder das Modell?
Warum werden so viele Agenten-Projekte gestrichen?
Dieselbe Gartner-Prognose ist die meistzitierte Zahl der letzten Monate: Mehr als 40 Prozent der agentischen KI-Projekte werden bis Ende 2027 gestrichen. Die genannten Gründe sind auffällig unspektakulär, es sind steigende Kosten, unklarer Geschäftswert und unzureichende Risikokontrollen. Nicht die Modelle scheitern, sondern die Aufhängung drumherum.
Auf der Kostenseite deckt sich das mit dem Bitkom-Befund: Ein Drittel der Unternehmen, die KI einsetzen, stellt fest, dass die Technologie zu deutlich höheren Kosten geführt hat als erwartet. Das ist bei Agenten strukturell angelegt. Ein Workflow verbraucht pro Durchlauf ungefähr das, was du vorher kalkuliert hast. Ein Agent, der selbst entscheidet, wie oft er nachdenkt und nachfragt, verbraucht mal das Doppelte und mal das Zwanzigfache, und die Rechnung kommt am Monatsende.
Der zweite Datenpunkt gehört mit Vorsicht behandelt. Der MIT-Bericht "The GenAI Divide: State of AI in Business 2025" aus dem Projekt NANDA kommt auf Seite 3 zu dem Ergebnis, dass 95 Prozent der Organisationen keinen messbaren Ergebnisbeitrag aus GenAI ziehen; wer daraus gescheiterte Piloten macht, verschiebt den Bezug. Die Forbes-Aufbereitung vom 26. August 2025 nennt die Zahl bereits in einer weiteren Variante: "Only 5% of custom GenAI tools survive the pilot-to-production cliff." Zur Ehrlichkeit gehört, dass der Report seine Befunde selbst als "Preliminary Findings" ausweist und die Basis klein ist: 52 Organisationen, 153 befragte Führungskräfte und über 300 öffentlich dokumentierte Initiativen. Das ist eine Momentaufnahme, keine Statistik. Interessanter als die 95 Prozent ist ohnehin ein Nebenbefund derselben Untersuchung: Zugekaufte und mit Partnern angepasste Lösungen waren etwa doppelt so erfolgreich wie interne Eigenbauten. Wer den Agenten selbst bauen will, übernimmt genau die Arbeit, an der die meisten scheitern.
Woran erkennst du, dass ein Workflow reicht?
Vier Tests, die du ohne Werkzeuge machen kannst, meistens in einer Viertelstunde.
Der Flussdiagramm-Test. Zeichne den Ablauf auf ein Blatt. Wenn du ihn in zehn Minuten vollständig aufmalen kannst, inklusive der Verzweigungen, dann brauchst du keinen Agenten, sondern genau dieses Diagramm in Code. Ein Agent ist die Antwort auf ein Problem, das du nicht zeichnen kannst.
Der Ausnahmen-Test. Wie viel Prozent der Fälle fallen aus dem Standardpfad? Bei unter zehn Prozent ist die richtige Lösung ein Workflow plus ein Mensch für den Rest, nicht ein Agent für alles. Ausnahmen sind selten teuer genug, um Autonomie zu rechtfertigen, und sie sind meistens genau die Fälle, bei denen ein Fehler weh tut.
Der Nachweis-Test. Muss jeder Durchlauf hinterher erklärbar sein, weil Geld, Rechnungen oder personenbezogene Daten im Spiel sind? Dann willst du feste Pfade. Bei einem agentischen Ablauf lautet die ehrliche Antwort auf "warum hat das System das gemacht" oft: weil das Modell es in diesem Durchlauf so entschieden hat.
Der Kontext-Test. Ein Workflow gibt dem Modell pro Schritt nur, was dieser Schritt braucht. Ein Agent schleppt seine gesamte Vorgeschichte mit, und je voller das Kontextfenster wird, desto teurer wird jeder weitere Schritt und desto unzuverlässiger werden frühe Anweisungen. Wenn deine Aufgabe in klar getrennte Schritte zerfällt, ist das ein Argument gegen den Agenten, kein Detail.
Wann verdient der Agent seine Mehrkosten?
Es gibt Aufgaben, bei denen jeder Workflow zur Karikatur wird. Erkennungsmerkmale: Die Eingaben sind wild verschieden, der Weg zur Lösung steht vorher nicht fest, es sind viele Werkzeuge im Spiel, und in fast jedem Schritt steckt eine Ermessensfrage. Recherche über verstreute Quellen, Fehlersuche in einem System, das Aufarbeiten eines unstrukturierten Postfachs. Dort schlägt ein Agent den Entscheidungsbaum, weil der Baum sonst hunderte Äste hätte.
Anthropic formuliert die Regel dazu bewusst streng: Komplexität "only when it demonstrably improves outcomes", und agentische Systeme tauschen ausdrücklich "latency and cost for better task performance". Das Wort, auf das es ankommt, ist "demonstrably". Nicht "es fühlt sich moderner an", sondern: gemessen, an denselben Fällen, gegen die einfachere Variante.
Und es gibt einen dritten Weg, der in dieser Diskussion fast immer fehlt. Wenn die Aufgabe eng ist, aber Ton, Format oder Klassifikation ständig danebenliegen, brauchst du weder mehr Autonomie noch längere Prompts, sondern ein spezialisiertes Modell: Fine-Tuning auf ein paar hundert echten Beispielen. Das ist unaufgeregt, deterministisch im Verhalten und im Betrieb oft billiger als der große Agent, weil der Prompt kurz bleibt.
Wie baust du den Übergang, ohne alles zu riskieren?
Die Reihenfolge, die sich bei uns bewährt hat, ist langweilig und funktioniert deshalb.
Zuerst der Workflow, auch wenn du überzeugt bist, dass er nicht reicht. Er ist in Tagen gebaut und liefert dir das, was du für die Agenten-Entscheidung brauchst: Zahlen. Dann vier Wochen lang jede Ausnahme protokollieren, mit Grund und Aufwand. Dieses Protokoll ist später das Lastenheft, und in etwa der Hälfte der Fälle beantwortet es die Frage von selbst, weil sich drei Ausnahmetypen zeigen, die man einfach in den Workflow einbaut.
Wenn dann wirklich ein Agent gebaut wird, kommen die Grenzen vor den Fähigkeiten. Eine kurze Werkzeugliste statt Vollzugriff. Ein hartes Budget pro Durchlauf, damit ein Denkfehler nicht zur Rechnung wird. Ein Human in the Loop an genau der Stelle, die sich nicht zurückdrehen lässt, also Senden, Zahlen, Publizieren. Und ein vorher aufgeschriebenes Abbruchkriterium, weil sich Agenten-Fehler aufschaukeln: Schritt zwei baut auf einer Erfindung aus Schritt eins auf, und ab Schritt vier ist alles falsch, aber flüssig formuliert.
Rechne zum Schluss ehrlich. In die Gesamtkosten gehören nicht nur Token, sondern Monitoring, Review-Zeit und der Aufwand, wenn etwas schiefgeht. Ein Agent, der 20 Minuten Prüfung pro Durchlauf erzeugt, ist teurer als der Workflow, den er ersetzen sollte, egal was die API-Rechnung sagt.
Die drei Hebel
1. Erst zeichnen, dann kaufen. Zehn Minuten Flussdiagramm entscheiden zuverlässiger als jede Demo. Was du zeichnen kannst, brauchst du nicht autonom.
2. Vier Wochen Ausnahmen protokollieren. Das Protokoll ist die einzige Grundlage, auf der sich Autonomie rechtfertigen lässt, und oft die Abkürzung zu drei kleinen Erweiterungen statt eines großen Projekts.
3. Grenzen vor Fähigkeiten. Werkzeugliste, Budget pro Durchlauf, Freigabe an der unumkehrbaren Stelle, Abbruchkriterium. Genau die vier Punkte fehlen bei den Projekten, die laut Gartner an Kosten und Kontrolle sterben.
Wenn du magst, gehen wir deinen konkreten Prozess einmal gemeinsam durch: was davon heute schon ein Workflow erledigen würde, wo die Ausnahmen wirklich sitzen und an welcher Stelle sich Autonomie rechnet. 🙂