KI-Agenten erstellen oder erstellen lassen: die ehrliche Entscheidungsrechnung

Was KI-Agenten erstellen technisch wirklich umfasst

Wer nach «KI-Agenten erstellen» sucht, bekommt meistens Tutorials. Verbinde ein Sprachmodell mit einer API, schreib einen Prompt, gib dem Agenten ein Ziel - fertig. Das stimmt für den ersten Start. Es erklärt aber nicht, was du tatsächlich baust, wenn du einen Agenten in deinen Betriebsalltag einbindest.

Ein KI-Agent besteht aus vier Schichten, die alle gemeinsam funktionieren müssen:

Tutorials zeigen dir, wie du die zweite Schicht baust. Die erste, dritte und vierte Schicht entstehen nicht durch Coding - sie entstehen durch Entscheidungen. Wer darf der Agent sein? Was darf er sehen? Was passiert, wenn er etwas Falsches tut?

Genau hier liegt der Unterschied zwischen einem Demo-Agenten und einem Agenten, der in deinem Betrieb dauerhaft Verantwortung trägt. Bevor du also entscheidest, ob du selbst baust oder beauftragst, solltest du wissen: Welche dieser vier Schichten kannst du selbst durchdenken und verantworten - und welche nicht?

Der Prototyp ist an einem Nachmittag fertig, der Dauerbetrieb nie

Das ist keine Übertreibung. Mit heutigen No-Code-Plattformen und Sprachmodell-APIs ist ein lauffähiger Agent tatsächlich in wenigen Stunden zusammengesetzt. Er beantwortet Fragen, ruft eine API auf, schreibt eine Zusammenfassung. Der Demo läuft.

Was danach kommt, ist eine andere Geschichte. Ein Agent im Dauerbetrieb braucht:

• - Monitoring: Wer merkt, wenn der Agent seit drei Stunden keine Ausgabe mehr liefert?
• - Fehlerbehandlung: Was passiert, wenn eine API antwortet, aber mit falschen Daten?
• - Versionsmanagement: Wenn das Sprachmodell ein Update bekommt, verhält sich der Agent anders. Wer prüft das?
• - Zugriffsüberprüfung: Darf der Agent noch auf alle Quellen zugreifen, die er beim Start hatte? Haben sich Berechtigungen geändert?
• - Dokumentation: Kann jemand anderes verstehen, was der Agent tut - und warum er es so tut?

Diese Arbeit ist kein einmaliger Aufwand. Sie entsteht kontinuierlich - und sie entsteht auch dann, wenn du nichts anfasst. Weil sich Modelle ändern. Weil sich Schnittstellen ändern. Weil sich dein Geschäft ändert.

Die versteckten Posten: Was KI-Agenten bauen wirklich kostet

Wenn Solopreneure und KMU-Geschäftsführungen über das Selbstbauen nachdenken, kalkulieren sie meistens drei Posten: Tool-Kosten, eigene Zeit für den Bau, API-Gebühren. Das sind die sichtbaren Posten. Die versteckten Posten sind die, die nach Monat zwei anfallen.

Fehlerfälle und Nacharbeitszeit

Jeder Agent produziert Fehler. Die Frage ist nicht ob, sondern wie oft und wie schwerwiegend. Ein Agent, der zehn Kundenanfragen pro Tag bearbeitet und in fünf Prozent der Fälle eine fehlerhafte Antwort gibt, schafft täglich Nacharbeitsaufwand. Wer diesen Aufwand trägt, ist selten von Anfang an geklärt.

Modellwechsel und Prompt-Stabilität

Sprachmodelle werden regelmäßig aktualisiert. Was dein Agent in Monat eins produziert hat, kann in Monat sechs anders aussehen - ohne dass du etwas geändert hast. Prompts, die auf ein bestimmtes Modellverhalten zugeschnitten waren, müssen dann überarbeitet werden. Das ist Aufwand, den niemand im Voraus einplant.

Zugriffsrechte und Datenzugriff

Ein Agent, der auf Kundendaten, E-Mails oder interne Systeme zugreift, berührt datenschutzrechtliche Fragen. Wer hat den Agenten autorisiert? Welche Daten verlassen das Unternehmen, wenn der Agent ein externes Modell nutzt? Diese Fragen sind keine akademischen Überlegungen - sie werden relevant, sobald ein Agent produktiv läuft. Die DSGVO-Anforderungen und der EU AI Act (in Kraft seit August 2024) setzen hier Rahmenbedingungen, die du als Betreiber kennen musst. Das ist keine Rechtsberatung, sondern ein Hinweis darauf, dass du diese Fragen vor dem Bau klären solltest, nicht danach.

Dokumentation und Wissenstransfer

Was passiert, wenn du krank bist? Oder wenn du das Unternehmen verkaufst? Ein Agent ohne Dokumentation ist ein Risiko, kein Asset. Wer gebaut hat, weiß, wie es funktioniert. Wer das Unternehmen kauft oder übernimmt, weiß es nicht. Dokumentation ist Betriebsaufwand, der nie fertig ist.

Eine Erkenntnis aus der Stanford-Forschung mit über 120.000 Entwicklern zeigt, dass KI-Produktivitätsgewinne stark ungleich verteilt sind - und dass saubere, gut strukturierte Ausgangsbedingungen den Unterschied machen, nicht die bloße Nutzung von KI-Werkzeugen. Das gilt für Agenten genauso: Wer eine klare Grundlage baut, gewinnt. Wer nur schnell einen Agent zusammensetzt, erntet einen Betriebsaufwand, den er nicht eingeplant hatte.

Vier Fälle, in denen du selbst bauen solltest

Selbstbauen ist nicht grundsätzlich falsch. Es gibt Situationen, in denen es die richtige Entscheidung ist - und zwar nicht, weil es billiger ist, sondern weil es dir etwas gibt, das du durch Beauftragen nicht bekommst.

Fall 1: Du willst verstehen, was KI-Agenten können

Ein selbst gebauter Prototyp ist das beste Lernformat. Du verstehst, was ein Agent wirklich kann und was nicht - nicht durch Beschreibung, sondern durch eigene Erfahrung. Wenn dein Ziel Kompetenzaufbau ist, ist Selbstbauen die richtige Wahl. Plane dafür zwei bis vier Wochen, nicht einen Nachmittag.

Fall 2: Der Anwendungsfall ist intern, niedrigschwellig und reversibel

Ein Agent, der intern Meetings zusammenfasst oder Recherche-Aufgaben unterstützt, hat ein begrenztes Schadenspotenzial. Wenn er falsch liegt, korrigierst du ihn. Kein Kunde ist betroffen, kein Prozess blockiert. Für solche Anwendungsfälle ist der Selbstbau-Aufwand verhältnismäßig.

Fall 3: Du hast intern technisches Know-how und Kapazität

Wenn jemand in deinem Team Erfahrung mit APIs, Prompting und Fehlerbehandlung hat - und wenn diese Person auch Zeit hat, den Agenten dauerhaft zu betreuen - dann ist Selbstbauen realistisch. Der entscheidende Punkt ist «dauerhaft betreuen». Nicht: einmal gebaut und dann läuft es.

Fall 4: Du baust auf einer Plattform mit eigenem Support und Update-Management

Manche Plattformen übernehmen Modellwechsel, Hosting und Grundwartung. Wenn du auf einer solchen Plattform baust und deren Grenzen kennst, reduziert sich dein Betriebsaufwand erheblich. Der Trade-off: Du bist von der Plattform abhängig und kannst nur so weit anpassen, wie die Plattform es erlaubt.

Vier Fälle, in denen Selbstbauen dich Monate kostet

Es gibt Situationen, in denen der Selbstbau-Impuls verständlich, aber teuer ist. Nicht weil du es nicht könntest - sondern weil die Opportunitätskosten höher sind als der gesparte Dienstleister-Preis.

Fall 1: Der Agent soll kundenseitige Prozesse steuern

Sobald ein Agent nach außen wirkt - Kundenanfragen beantwortet, Angebote generiert, Termine bestätigt - hat ein Fehler direkte Konsequenzen für deine Kundenbeziehung. Das Risiko gehört kalkuliert und minimiert, bevor der Agent live geht. Selbstgebaute Agenten ohne professionelles Fehler- und Qualitätsmanagement sind hier ein Reputationsrisiko.

Fall 2: Du hast keine Zeit für den Betrieb, nur für den Bau

Viele Solopreneure und Geschäftsführer haben ein Wochenende für den Bau - aber keinen Montagnachmittag für die Wartung. Wenn der Agent gebaut ist und dann sich selbst überlassen bleibt, ist er kein Asset. Er ist eine tickende Betriebslast.

Fall 3: Der Agent greift auf sensible Unternehmensdaten zu

Wer Finanzdaten, Personaldaten oder Kundendaten in einen Agenten speist, trägt dafür Verantwortung - unabhängig davon, wer den Agenten gebaut hat. Wenn du die datenschutzrechtlichen Implikationen nicht selbst durchdringen kannst, ist Selbstbauen hier kein guter Startpunkt. Die Verantwortung verschwindet nicht, nur weil du der Bauherr bist.

Fall 4: Du willst skalieren, nicht experimentieren

Wenn dein Ziel ist, dass der Agent in sechs Monaten fünfzehn Prozesse automatisiert statt einen, dann ist der Selbstbau-Einstieg oft ein Umweg. Du baust Architekturentscheidungen ein, die du später bereust - weil du sie unter Lernbedingungen getroffen hast, nicht unter Produktionsbedingungen.

So rechnest du beide Wege auf zwölf Monate durch

Die 12-Monats-Perspektive ist der ehrlichste Vergleichsrahmen. Nicht der Bau entscheidet über den ROI, sondern was nach dem Bau passiert. Der folgende Rahmen hilft dir, beide Wege konkret durchzurechnen.

Was du für den Selbstbau kalkulieren musst

Was du für die externe Lösung kalkulieren musst

Der entscheidende Vergleichswert ist nicht der Preis im ersten Monat, sondern die Gesamtkosten über zwölf Monate - inklusive deiner eigenen Zeit, bewertet mit deinem tatsächlichen Stundensatz. Viele Selbstbau-Rechnungen gehen nur deshalb auf, weil die eigene Zeit mit null EUR kalkuliert wird.

Der Mittelweg: extern aufbauen lassen, intern weiterentwickeln

Die Entscheidung «selbst bauen oder bauen lassen» suggeriert, dass es nur zwei Optionen gibt. In der Praxis gibt es eine dritte, die für viele KMU die sinnvollste ist: extern aufbauen lassen, mit klar geregelter Übergabe, und dann intern weiterentwickeln.

Das bedeutet: Jemand anderes baut die Architektur, klärt die Zugriffsrechte, richtet das Monitoring ein und dokumentiert das System. Du übernimmst einen betriebsfähigen Agenten, nicht einen Prototypen. Danach lernst du das System kennen, passt es an und entwickelst es weiter - auf einer belastbaren Grundlage, nicht auf einer, die beim ersten Modellwechsel auseinanderfällt.

Was eine gute Übergabe beinhaltet

Eine belastbare Übergabe ist keine Zip-Datei mit Konfigurationsdateien. Sie umfasst:

• - Eine vollständige Dokumentation aller Agenten-Schichten (Auftrag, Werkzeuge, Wissen, Rechte)
• - Einen definierten Prozess für Fehlerfälle und Eskalationen
• - Eine Erklärung der Abhängigkeiten (welches Modell, welche APIs, welche Zugriffsrechte)
• - Eine Checkliste für regelmäßige Überprüfungen (Modellwechsel, Datenzugriff, Fehlerquoten)
• - Mindestens eine Übergabe-Session, in der du nicht nur zuschaust, sondern selbst eingreifst

Wenn du ein KI-Betriebssystem suchst, das nicht bei einem Agenten aufhört, sondern Prozesse, Datenzugriffe, Freigaben und laufende Verantwortung zusammendenkt, schau dir an, was das KI-Betriebssystem von galineo in der Praxis bedeutet.

Wann du intern weiterentwickelst - und wann nicht

Interne Weiterentwicklung macht Sinn, wenn du das System verstehst und jemanden hast, der regelmäßig daran arbeitet. Sie macht keinen Sinn, wenn der Agent nach der Übergabe wieder sich selbst überlassen wird. In diesem Fall ist ein laufendes Betriebsmodell die ehrlichere Wahl.

Fragen aus der Praxis