Prozessautomatisierung vs. KI-Agent: Was wann passt

Ein typisches Bild aus Angebotsgesprächen dieses Jahres: Ein Unternehmen möchte seine Rechnungsfreigabe „mit KI" lösen, ein Anbieter schlägt einen KI-Agenten vor, das Projektvolumen liegt im fünfstelligen Bereich. Bei der Prozessaufnahme zeigt sich dann, dass die Freigabe vier Regeln folgt. Betrag unter einem Schwellenwert, Lieferant in der Stammdatenliste, Bestellbezug vorhanden, Rechnungsbetrag gleich Bestellbetrag. Für einen solchen Prozess braucht niemand einen KI-Agenten. Er braucht eine Regel im Workflow-System.

Das ist die Frage, die dieses Jahr in vielen Geschäftsführungen falsch beantwortet wird. Nicht „KI ja oder nein", sondern: Reicht klassische Prozessautomatisierung, oder ist ein KI-Agent nötig? Der Unterschied entscheidet über Projektkosten, Betriebsaufwand und Haftung. Dieser Beitrag liefert die Entscheidungsregel, die Zahlenlage und einen Test, den Sie in 20 Minuten selbst durchführen können.

Was Prozessautomatisierung heute bedeutet

Prozessautomatisierung heißt: Eine Software führt einen Ablauf aus, den ein Mensch vorher vollständig beschrieben hat. Das umfasst drei praktisch relevante Bauarten.

Workflow-Automatisierung steuert Aufgaben und Freigaben zwischen Systemen und Menschen. Der Urlaubsantrag geht an die Führungskraft, danach an die Personalabteilung, danach ins Zeitwirtschaftssystem.

Robotic Process Automation (RPA) bedient Oberflächen wie ein Mensch. Ein Software-Roboter öffnet das ERP, kopiert Werte und trägt sie in ein zweites System ein. RPA ist die Antwort auf fehlende Schnittstellen, nicht auf fehlende Intelligenz.

Regelbasierte Datenverarbeitung prüft Werte gegen Bedingungen. Betrag, Datum, Stammdatenabgleich, Schwellenwerte.

Allen drei gemeinsam ist eine Eigenschaft, die im KI-Zeitalter unterschätzt wird: Sie sind deterministisch. Dieselbe Eingabe erzeugt dieselbe Ausgabe, heute und in sechs Monaten. Das Verhalten ist prüfbar, dokumentierbar und im Zweifel vor einem Wirtschaftsprüfer erklärbar.

Was ein KI-Agent anders macht

Ein KI-Agent bekommt ein Ziel statt eines Ablaufs. Er entscheidet selbst, welche Schritte er in welcher Reihenfolge geht, und greift dabei auf Werkzeuge zu: Datenbanken, E-Mail, Ihr CRM. Den technischen Unterschied zwischen Antwortsystem und Handlungssystem haben wir in KI-Chatbot vs. KI-Agent im Detail beschrieben.

Der Gewinn liegt dort, wo Regeln nicht ausreichen: bei unstrukturierten Eingaben und bei Fällen, die sich nicht vollständig auflisten lassen. Eine Reklamations-E-Mail in freiem Text. Ein Lieferantenangebot als PDF ohne festes Layout. Ein Kundenanliegen, das aus drei Teilanliegen besteht.

Der Preis dafür ist der Verlust der Vorhersagbarkeit. Ein Agent kann bei gleicher Eingabe zwei Wege gehen. Das ist kein Fehler im Produkt, das ist die Bauweise. Wer diese Eigenschaft in einen Prozess einbaut, der bisher deterministisch war, tauscht Berechenbarkeit gegen Flexibilität. Diesen Tausch sollte man bewusst machen, nicht versehentlich.

Die Entscheidungsregel: der Fünf-Zeilen-Test

Nehmen Sie den Prozess, über den Sie gerade nachdenken, und versuchen Sie, ihn in fünf Zeilen als Wenn-Dann-Regeln aufzuschreiben. Vollständig, ohne „und in Sonderfällen entscheidet dann Frau Meier".

Gelingt es: Sie brauchen Prozessautomatisierung. Ein Agent wäre hier teurer, langsamer und schwerer zu prüfen, ohne einen einzigen Vorteil zu liefern.

Gelingt es nicht, weil zu viele Sonderfälle existieren: Prüfen Sie zuerst, ob die Sonderfälle notwendig sind. Sehr oft ist der Prozess nicht komplex, sondern nur nie aufgeräumt worden. Ein bereinigter Prozess ist häufig wieder regelfähig.

Gelingt es nicht, weil die Eingabe unstrukturiert ist: Das ist der eine belastbare Grund für einen KI-Agenten. Freitext, Bilder, Sprache, wechselnde Dokumentformate.

Gartner formuliert dieselbe Regel aus Anbietersicht: KI-Agenten dort, wo Entscheidungen nötig sind, Automatisierung für Routine-Abläufe, Assistenten für einfache Abfragen. Nachzulesen in der Gartner-Prognose vom 25. Juni 2025.

Die Zahlen: Warum diese Unterscheidung Geld spart

Gartner erwartet, dass über 40 Prozent aller agentischen KI-Projekte bis Ende 2027 abgebrochen werden. Als Gründe nennt das Analystenhaus steigende Kosten, unklaren Geschäftsnutzen und unzureichende Risikokontrollen. Der Satz, der für Einkäufer am wichtigsten ist, steht weiter unten in derselben Mitteilung: Viele Anwendungsfälle, die heute als agentisch verkauft werden, benötigen gar keine agentische Umsetzung.

Dazu kommt ein Marktproblem. Gartner schätzt, dass von den tausenden Anbietern, die sich als Agenten-Anbieter positionieren, nur etwa 130 tatsächlich agentische Systeme liefern. Der Rest betreibt „Agent Washing", also die Umetikettierung bestehender Produkte wie Assistenten, RPA-Werkzeugen und Chatbots. Sie zahlen dann Agenten-Preise für eine Automatisierung, die Sie günstiger direkt hätten kaufen können.

Gleichzeitig ist die Richtung eindeutig. Gartner prognostiziert, dass bis 2028 mindestens 15 Prozent der täglichen Arbeitsentscheidungen autonom durch agentische KI getroffen werden, gegenüber 0 Prozent im Jahr 2024. Die Technologie kommt. Die Frage ist nur, ob Sie sie in den richtigen Prozess einbauen.

Der eigentliche Engpass ist nicht die Technologie

Zwei deutsche Datenpunkte ordnen die Lage ein.

Laut der Bitkom-Befragung vom 11. März 2026 unter 604 Unternehmen ab 20 Beschäftigten setzen 41 Prozent KI ein, nach 17 Prozent im Vorjahr. Weitere 48 Prozent planen den Einsatz oder diskutieren darüber. Im selben Datensatz sagen 51 Prozent, dass sie Probleme haben, die Digitalisierung zu bewältigen.

Die zweite Zahl erklärt die erste. KfW Research hat im Februar 2026 ausgewertet, welche Mittelständler KI tatsächlich nutzen. Insgesamt sind es 20 Prozent. Bei Unternehmen mit einer Digitalisierungsstrategie sind es 35 Prozent, bei Unternehmen ohne Digitalisierungsaktivitäten der letzten drei Jahre 19 Prozent. Am unteren Ende, bei Unternehmen ohne Innovationsaktivität und ohne Hochschulabsolventen, sind es 8 Prozent.

Der Unterschied liegt also nicht am KI-Werkzeug, sondern am Reifegrad des Prozesses darunter. Wer einen undokumentierten Ablauf automatisiert, automatisiert Unordnung. Wie ein sauberer Einstieg aussieht, haben wir in KI-Automatisierung: So starten Unternehmen richtig beschrieben.

Der Normalfall ist hybrid

In der Praxis gewinnt selten eine der beiden Seiten allein. Der belastbare Aufbau sieht so aus: Der KI-Agent übernimmt den Teil, der Verstehen erfordert. Die klassische Automatisierung übernimmt den Teil, der ausgeführt werden muss.

Ein Beispiel aus der Rechnungsverarbeitung. Das Sprachmodell liest das PDF und extrahiert Lieferant, Betrag, Bestellnummer und Positionen. Ab diesem Punkt läuft alles wieder deterministisch: Stammdatenabgleich, Betragsprüfung, Freigabestufe, Buchung. Verstehen ist Agentenarbeit, Buchen ist Regelarbeit.

Dieser Schnitt hat einen zweiten Vorteil. Er begrenzt, was ein Agent im schlimmsten Fall anrichten kann. Ein Agent, der Text extrahiert, kann eine Zahl falsch lesen, die eine Regel danach abfängt. Ein Agent mit direktem Buchungsrecht kann buchen.

Die Kostenseite, die auf keiner Angebotsfolie steht

Beide Ansätze werden meist über den Projektpreis verglichen. Entscheidend ist aber der Betrieb.

Eine Regel im Workflow-System kostet nach der Einführung fast nichts. Sie läuft, bis sich der Prozess ändert. Der Aufwand ist Wartung, und die fällt planbar an.

Ein KI-Agent kostet pro Vorgang. Jede Anfrage verbraucht Rechenleistung, und diese Kosten wachsen mit dem Volumen, nicht mit dem Projekt. Dazu kommen drei Posten, die in Angeboten selten stehen: die laufende Qualitätsprüfung der Ergebnisse, das Nachziehen bei jedem Modellwechsel des Anbieters und die Protokollierung, die Sie für Nachvollziehbarkeit ohnehin brauchen.

Rechnen Sie deshalb bei jedem Agenten-Angebot mit zwei Zahlen: Was kostet die Einführung, und was kostet ein Vorgang im zweiten Betriebsjahr bei realistischem Volumen? Wenn ein Anbieter die zweite Zahl nicht liefern kann, ist das Angebot nicht vollständig. Bei regelbasierter Automatisierung können Sie diese Frage in der Regel selbst beantworten, und genau das ist ihr unterschätzter Vorteil.

Aufsicht und Haftung gehören in die Entscheidung

Sobald ein System selbst entscheidet, wird die Frage nach der Kontrolle zur Pflichtfrage. Die KI-Verordnung der EU, Verordnung (EU) 2024/1689, verlangt in Artikel 14 für Hochrisiko-KI-Systeme, dass sie so konzipiert sind, dass natürliche Personen sie während der Nutzung wirksam beaufsichtigen können. Nicht jeder Agent im Unternehmen fällt in diese Kategorie, aber die Prüfung, ob er es tut, gehört vor die Beschaffung und nicht danach.

Praktisch bedeutet das drei Festlegungen, bevor ein Agent produktiv geht: Welche Aktionen darf er ohne Freigabe ausführen? Ab welchem Betrag oder welcher Kritikalität übernimmt ein Mensch? Wie wird jede Entscheidung protokolliert, damit sie nachvollziehbar bleibt? Für klassische Prozessautomatisierung sind diese Fragen deutlich einfacher zu beantworten, weil die Regel selbst die Dokumentation ist.

Der erste Schritt

Nehmen Sie am Montagmorgen den Prozess, der in Ihrem Haus am häufigsten als KI-Kandidat genannt wird. Setzen Sie sich 20 Minuten mit der Person zusammen, die ihn täglich ausführt, und schreiben Sie ihn als Wenn-Dann-Regeln auf. Zählen Sie am Ende die Zeilen und die echten Sonderfälle.

Passt der Prozess in fünf Zeilen, holen Sie ein Angebot für Workflow-Automatisierung ein, kein Agenten-Angebot. Passt er nicht hinein, weil die Eingabe unstrukturiert ist, haben Sie einen sauber begründeten Agenten-Fall und ein Argument, mit dem Sie jedes Anbietergespräch führen können.

Wenn Sie diesen Schnitt für mehrere Prozesse gleichzeitig ziehen wollen, machen wir das mit Ihnen im KI-Potenzialcheck. Wir nehmen Ihre Abläufe auf, trennen regelfähig von nicht regelfähig und beziffern für jeden Fall Aufwand und Nutzen. Sprechen Sie uns an, wir melden uns innerhalb eines Werktags.