Die Frage „Sollen wir einen KI-Agenten bauen?“ haben wir an anderer Stelle behandelt — inklusive der Frage, was Agenten von Chatbots unterscheidet und wann sich Eigenbau lohnt. Hier geht es um die praktische Fortsetzung: Womit baut man ihn?
Fünf Wege stehen zur Wahl, von „heute Nachmittag fertig“ bis „Entwicklungsprojekt“. Der Reihe nach — mit ehrlicher Einordnung, für wen sich was eignet.
Zuerst: Was ist überhaupt ein Agent?
Anthropic zieht eine hilfreiche Trennlinie, die vor der Werkzeugwahl geklärt sein sollte. Bei einem festen Ablauf legt der Entwickler die Pfade vorher fest: erst dies, dann das. Bei einem Agenten entscheidet das Modell selbst, welchen Weg es nimmt und welche Werkzeuge es benutzt.
Das ist keine Spitzfindigkeit, sondern die Kostenfrage. Feste Abläufe sind vorhersagbar und günstig. Agenten sind flexibel — und teurer, langsamer, schwerer zu prüfen. Anthropic empfiehlt in seinem Leitfaden ausdrücklich die einfachstmögliche Lösung und schreibt dazu, das könne durchaus bedeuten, gar kein agentisches System zu bauen.
Merk dir diesen Satz für jedes Anbietergespräch. Wer dir sofort einen autonomen Agenten verkaufen will, ohne vorher zu fragen, wie der Ablauf aussieht, hat entweder nicht zugehört oder verkauft Aufwand.
1. Claude Projects — der Einstieg ohne Technik
Der schnellste Weg zu einem spezialisierten KI-Assistenten führt über Projekte in Claude. Ein Projekt ist ein eigener Arbeitsbereich mit eigenem Verlauf, eigener Wissensbasis und eigenen Anweisungen. Du lädst Dokumente hoch, schreibst hinein, wie geantwortet werden soll — fertig.
Das klingt bescheiden, deckt aber überraschend viel ab: ein Assistent für Angebotstexte, der eure Preisliste und drei Musterangebote kennt. Eine Anlaufstelle für Fragen zum internen Handbuch. Ein Prüfer für Ausschreibungen.
Wichtig zu wissen: Kontext wandert nicht automatisch von Gespräch zu Gespräch. Was dauerhaft gelten soll, muss bewusst in die Wissensbasis gelegt werden. Projekte gibt es in allen Tarifen, im kostenlosen Konto begrenzt auf fünf; das Teilen im Team ist den Team- und Enterprise-Tarifen vorbehalten.
Geeignet für: Den ersten Schritt. Wer noch nie einen Assistenten gebaut hat, sollte hier anfangen — ohne Budget, ohne IT.
2. Microsoft Copilot Studio — wenn ihr ohnehin bei Microsoft seid
Copilot Studio ist Microsofts grafisches Studio zum Bauen und Verwalten von Agenten und Abläufen. Der große Vorteil ist die Nähe zum Arbeitsplatz: Ein Agent lässt sich direkt in Teams veröffentlichen, greift auf vorhandene Datenquellen zu und fügt sich in die bestehende Rechteverwaltung ein.
Seit 2026 ist die Plattform allerdings deutlich komplexer geworden. Microsoft unterscheidet inzwischen mehrere Laufzeitumgebungen — eine für regelbasierte Agenten mit vorhersagbarem Verhalten, eine für mehrstufige, selbstständig planende Prozesse, eine für die Erweiterung des Copilot-Chats. Die Wahl entscheidet über Funktionsumfang und Abrechnungsmodell, und sie ist endgültig: Ein Agent lässt sich nachträglich nicht zwischen den Umgebungen umziehen.
Das ist der Punkt, an dem sich Projekte verzetteln. Wer hier startet, sollte die Entscheidung nicht dem Zufall überlassen, sondern vorher klären, ob der geplante Agent regelhaft arbeitet oder wirklich selbst planen muss.
Geeignet für: Unternehmen mit Microsoft-365-Umfeld, IT-Abteilung und dem Wunsch, Agenten in bestehende Governance einzubetten.
3. n8n — der visuelle Baukasten für Abläufe
n8n ist genau genommen kein Agenten-Werkzeug, sondern eine Automatisierungsplattform, in der man Abläufe grafisch zusammensteckt — und in die sich KI-Bausteine einfügen lassen. Für die meisten mittelständischen Anwendungsfälle ist das genau die richtige Mischung: fester Ablauf als Gerüst, KI dort, wo Unstrukturiertes verstanden werden muss.
Der große Pluspunkt ist das Selbst-Hosting: n8n lässt sich auf einem eigenen Server betreiben, womit die Daten das Haus nicht verlassen. Ein Hinweis zur Genauigkeit: n8n steht unter einer eingeschränkten Lizenz, nicht unter einer klassischen Open-Source-Lizenz — für den Eigenbedarf unkritisch, beim Weiterverkauf einer darauf gebauten Lösung ein Punkt zum Nachlesen.
Wir haben n8n ausführlich vorgestellt. Für dieses Thema entscheidend: Es ist der natürliche Ort, um deterministische und KI-Automatisierung zu kombinieren.
Geeignet für: Alle, die Abläufe über mehrere Systeme hinweg automatisieren und dabei die Kontrolle über Daten behalten wollen.
4. Langdock — die europäische Plattform
Langdock ist eine Plattform aus Europa, die Assistenten, Wissensanbindung und Abläufe für Unternehmen bündelt. Das Hauptargument ist der Standort und die damit verbundene datenschutzrechtliche Einfachheit — was in vielen deutschen Unternehmen den Ausschlag gibt, bevor über Funktionen überhaupt gesprochen wird.
Wir haben Langdock separat betrachtet. Für den Agentenbau gilt: Der Weg ist vergleichbar mit Claude Projects, nur mit Unternehmensverwaltung darum herum — Nutzerrechte, zentrale Wissensquellen, Nachvollziehbarkeit.
Geeignet für: Unternehmen, bei denen der Datenschutz die erste Frage ist und die eine zentrale Lösung für viele Mitarbeiter suchen.
5. Eigenentwicklung — wenn nichts davon passt
Bleibt der Weg über Programmierung, etwa mit Frameworks wie LangGraph oder direkt über die Schnittstellen der Anbieter. Das lohnt sich, wenn der Agent Teil eures Produkts wird, wenn die Logik zu speziell für Baukästen ist oder wenn Datenflüsse strengen Vorgaben unterliegen.
Ehrlicherweise: Für die meisten mittelständischen Anwendungsfälle ist das der falsche Startpunkt. Der Aufwand liegt nicht im ersten Prototyp — der ist schnell — sondern im Betrieb: Überwachung, Fehlerbehandlung, Versionierung, Kosten im Blick behalten. Wer diesen Weg geht, sollte ihn als Softwareprojekt behandeln, nicht als Experiment. Wann sich eigene Software überhaupt lohnt, haben wir separat aufgeschrieben.
Geeignet für: Fälle mit klarem Produktbezug oder besonderen Anforderungen — und mit jemandem, der die Wartung übernimmt.
Der Weg, den ich empfehle
Unabhängig vom Werkzeug hat sich diese Reihenfolge bewährt:
- Einen einzigen Anwendungsfall wählen, der oft vorkommt und heute Zeit frisst. Nicht den spannendsten — den lästigsten.
- Den Ablauf aufschreiben und markieren, welche Schritte feste Regeln sind und welche wirklich Verstehen erfordern. Meist sind es ein bis zwei.
- Zwei Nachmittage in Claude Projects prototypen, ohne Budget und ohne IT. Damit weißt du, ob die Aufgabe überhaupt lösbar ist.
- Erst dann die Plattform wählen — jetzt kennst du die Anforderungen, statt sie zu raten.
- Messen. Drei Zahlen vorher, dieselben drei nach acht Wochen.
Schritt drei überspringen die meisten. Dabei ist er der billigste Weg herauszufinden, ob eine Idee trägt — und er verhindert Plattformentscheidungen, die man später bereut.
Die fünf Wege auf einen Blick
Kurz gegenübergestellt, damit die Einordnung leichter fällt:
- Claude Projects — Aufwand: Stunden. Kein technisches Wissen nötig. Grenze: läuft im Chatfenster, keine Anbindung an eure Systeme.
- Copilot Studio — Aufwand: Tage bis Wochen. Setzt Microsoft-Umfeld und IT-Begleitung voraus. Stärke: Governance und Verteilung im Konzernumfeld.
- n8n — Aufwand: Tage. Stärke: verbindet Systeme, selbst hostbar, mischt Regeln und KI sauber. Grenze: man muss Abläufe denken können.
- Langdock — Aufwand: Tage. Stärke: europäischer Anbieter, zentrale Verwaltung für viele Nutzer. Grenze: weniger tiefe Systemanbindung als ein Automatisierungswerkzeug.
- Eigenentwicklung — Aufwand: Wochen bis Monate. Stärke: keine Grenzen. Preis: Betrieb und Wartung bleiben bei euch.
Auffällig an dieser Liste: Der Aufwand steigt von oben nach unten, der Nutzen aber nicht zwangsläufig. Für viele Anwendungsfälle im Mittelstand liefert Platz eins oder drei bereits das gewünschte Ergebnis — und zwar in einem Bruchteil der Zeit.
Häufige Fragen zum Bau von KI-Agenten
Brauche ich Programmierkenntnisse?
Für die Wege 1 bis 4 nicht zwingend. Was du brauchst, ist die Fähigkeit, einen Ablauf klar zu beschreiben und Ergebnisse zu beurteilen. Das ist eher eine Organisations- als eine Technikfähigkeit — und der Grund, warum solche Projekte oft besser bei Fachabteilungen aufgehoben sind als in der IT.
Was kostet so ein Agent im Betrieb?
Das hängt stark am Volumen und am Werkzeug. Wichtiger als der Listenpreis ist die Frage, wie abgerechnet wird: pro Nachricht, pro Nutzer, pro Durchlauf oder über eine Kapazität. Bei erfolgreichen Agenten wächst die Nutzung — und mit ihr die Rechnung. Diese Frage gehört vor die Auswahl, nicht danach.
Wie verhindere ich, dass der Agent Unsinn macht?
Durch drei Dinge: klare Grenzen, was er darf; eine Rückfallebene an den Menschen bei Unsicherheit; und Tests in einer abgeschotteten Umgebung, bevor er auf echte Daten losgelassen wird. Anthropic empfiehlt genau das ausdrücklich und weist auf die Gefahr sich aufschaukelnder Fehler bei autonomen Agenten hin.
Was ist mit dem Datenschutz?
Sobald personenbezogene Daten im Spiel sind, gelten die üblichen Pflichten — unabhängig vom Werkzeug. Beim Selbst-Hosting entfällt der Umweg über Dritte, bei Cloud-Anbietern brauchst du einen Auftragsverarbeitungsvertrag. Die sechs Bausteine stehen in unserem Überblick zum DSGVO-konformen KI-Einsatz.
Fazit: Erst der Fall, dann das Werkzeug
Die Plattformfrage wird meistens zu früh gestellt. Wer weiß, welchen Ablauf er verbessern will und welche Schritte darin wirklich Verstehen erfordern, findet das passende Werkzeug in einer halben Stunde. Wer mit der Werkzeugfrage beginnt, diskutiert monatelang Funktionslisten.
Und der ehrlichste Rat kommt von einem KI-Anbieter selbst: die einfachstmögliche Lösung suchen — auch wenn das heißt, gar keinen Agenten zu bauen.
Wenn du wissen willst, welcher Anwendungsfall bei euch trägt und welcher Weg dazu passt, schauen wir uns das in einer kostenlosen Prozessanalyse an.