KI-Agenten in n8n: Wo sie sich lohnen und wo sie gefährlich werden
Agenten sind das Thema der Stunde. Für KMU-Automatisierung sind sie in den meisten Fällen die falsche Wahl - und in einigen wenigen genau die richtige. Der Unterschied ist wichtiger als der Hype.
Was ein Agent tatsächlich ist
Ein gewöhnlicher KI-Node bekommt Text, gibt Text zurück. Der Weg ist vorgezeichnet: Du bestimmst, was hineingeht und was danach passiert.
Ein Agent bekommt ein Ziel und eine Werkzeugkiste. Er entscheidet selbst, welches Werkzeug er wann benutzt, wertet das Ergebnis aus und entscheidet erneut - bis er das Ziel erreicht zu haben glaubt. Der Ablauf steht nicht vorher fest.
Diese Unbestimmtheit ist der ganze Punkt - und zugleich das ganze Risiko. Ein Workflow, dessen Ablauf du nicht vorhersagen kannst, ist einer, dessen Fehlverhalten du auch nicht vorhersagen kannst.
Wann ein Agent die schlechtere Wahl ist
Die grosse Mehrheit typischer KMU-Aufgaben ist strukturiert: Beleg auslesen, Daten zuordnen, Dokument erzeugen, Nachricht versenden. Der Ablauf ist bekannt, die Reihenfolge fest, die Ausnahmen zählbar.
Für solche Aufgaben ist ein fest verdrahteter Workflow einem Agenten in jeder relevanten Hinsicht überlegen: nachvollziehbar, günstiger, schneller, testbar. Wenn er scheitert, weisst du an welcher Stelle.
Ein Agent, der dieselbe Aufgabe löst, kommt beim zweiten Durchlauf vielleicht auf einem anderen Weg zum Ziel. Bei der Buchhaltung ist das kein Feature.
Wann ein Agent die bessere Wahl ist
Der Nutzen entsteht, wo die Zahl der möglichen Wege zu gross ist, um sie vorher abzubilden. Zwei Beispiele:
- Recherche mit offenem Ausgang: Informationen zu einem Interessenten zusammentragen, wobei vorher unklar ist, welche Quellen ergiebig sind.
- Diagnose: Eine unklare Kundenanfrage einordnen, bei der erst die Antwort auf die erste Frage bestimmt, was als nächstes zu prüfen ist.
Gemeinsames Merkmal: Der Wert liegt im Suchen, nicht im Ausführen. Und in beiden Fällen ist das Ergebnis ein Vorschlag für einen Menschen, keine Buchung im System.
Die Architekturregel
Wenn du einen Agenten einsetzt, gib ihm lesende Werkzeuge und lass die schreibenden beim deterministischen Teil. Der Agent recherchiert, bewertet, schlägt vor. Der klassische Workflow versendet, bucht, legt ab.
Diese Trennung erhält den Nutzen der Flexibilität und begrenzt den Schaden bei Fehlverhalten. Ein Agent, der eine falsche Einschätzung liefert, kostet eine Korrektur. Ein Agent mit Schreibrechten, der eine falsche Einschätzung ausführt, kostet mehr.
Kosten und Laufzeit realistisch einschätzen
Ein Agent macht mehrere Modellaufrufe pro Durchlauf, oft ein Vielfaches eines einfachen Nodes. Bei täglichen Läufen fällt das kaum auf, bei einem Agenten pro eingehender Mail sehr wohl.
Setze deshalb harte Grenzen: maximale Anzahl Schritte, maximale Laufzeit, Abbruch bei Wiederholung. Ohne diese Schranken kann ein Agent in Schleifen laufen, die erst auf der Rechnung sichtbar werden.
Die Lektion, die nichts mit Agenten zu tun hat
Wer KI-Nodes einsetzt, baut eine Abhängigkeit von einem externen Modell auf. Modelle werden abgekündigt und irgendwann abgeschaltet - danach antwortet die Schnittstelle mit einem Fehler, und der Workflow steht.
Zwei Konsequenzen daraus. Erstens: Notiere, welche Modellversionen in welchen Workflows stecken, damit du bei einer Abkündigung weisst, was betroffen ist. Zweitens - und wichtiger: Jeder Workflow mit externer Abhängigkeit braucht eine Fehlerbenachrichtigung.
Ein Workflow, der still scheitert, ist schlimmer als einer, der gar nicht existiert. Beim zweiten weisst du, dass die Aufgabe offen ist. Beim ersten glaubst du monatelang, sie sei erledigt.
Du überlegst, ob eine Aufgabe bei dir einen Agenten braucht oder besser deterministisch gelöst wird? Im Erstgespräch gehen wir das konkret durch.
Bereit für Automatisierung?
Lass uns in einem kostenlosen Erstgespräch herausfinden, welche Prozesse wir für dein Unternehmen automatisieren können.
Gratis Erstgespräch buchen →