Leistung · in der Regel 6–8 Wochen bis zum produktionsreifen Piloten
Workflows, die die Aufgabe zu Ende bringen, nicht nur anstoßen.
Klassische Automatisierung scheitert an der ersten unstrukturierten E-Mail, dem ersten fehlenden Feld, der ersten Ausnahme. Agentische Workflows setzen ein Sprachmodell über ERP, CRM, Ticketsystem und E-Mail hinweg an die Arbeit: Es liest, entscheidet und handelt, und Menschen geben frei, wo es darauf ankommt. Wir kartieren, bauen, prüfen und betreiben diese Workflows so, dass sie im Produktivbetrieb standhalten.
Was ein agentischer Workflow ist
Regelbasierte Automatisierung folgt einem Skript. Ein agentischer Workflow bekommt ein Ziel, Werkzeuge und Grenzen – und findet die Schritte selbst, auch die unordentlichen.
Robotic Process Automation (RPA) und klassische Workflow-Werkzeuge funktionieren, wenn jede Eingabe gleich aussieht. Geschäftsprozesse tun das selten: Eine Bestellung kommt heute als PDF und morgen als drei E-Mails, ein Lieferant ändert sein Rechnungslayout, ein Ticket beschreibt zwei Probleme auf einmal. Jede Abweichung bedeutete bisher einen Menschen – oder eine weitere Regel.
Ein agentischer Workflow holt ein Sprachmodell als Sachbearbeiter in den Prozess, nicht als Chatbot. Es liest die Eingabe, extrahiert das Wesentliche, gleicht es mit Ihren Systemen ab, entscheidet über den nächsten Schritt und ruft das passende Werkzeug auf: Kundenauftrag anlegen, CRM-Datensatz aktualisieren, Antwort entwerfen. Wo eine Entscheidung Risiko trägt, hält er an und fragt einen Menschen.
Die deterministischen Teile bleiben deterministisch. Buchungsregeln, Validierungen und Berechnungen bleiben Code; das Modell übernimmt Lesen, Einschätzen und Ausnahmen. Diese Kombination erlaubt es einem Workflow, den ganzen Prozess abzudecken statt nur die einfache Hälfte. Unser Beitrag Was ist Agentic AI? erklärt das Konzept ausführlich.
- FormatProzessaufnahme, Design, Umsetzung, Evaluierung, Rollout, Monitoring
- DauerIn der Regel 6–8 Wochen bis zum produktionsreifen Piloten
- FürCOOs, CFOs, Bereichsleitung, Prozessverantwortliche, IT-Leitung
- ErgebnisEin laufender Workflow mit KPIs, Protokollierung und Kontrollpunkten für Menschen
Workflows, die wir am häufigsten automatisieren
Beispiele zur Veranschaulichung. Jeder dieser Prozesse ist dokumenten- oder kommunikationslastig, folgt einem stabilen Muster, hat Ausnahmen, an denen klassische Automatisierung scheitert, und ein messbares Ergebnis.
Rechnungseingang und Kreditorenbuchhaltung
Rechnungen kommen per E-Mail, Portal oder Scan. Der Agent extrahiert Kopf- und Positionsdaten, gleicht sie mit Bestellungen und Wareneingängen im ERP ab, markiert Abweichungen, steuert Freigaben und bereitet saubere Rechnungen zur Buchung vor. Mehr unter Finanzen.
Auftragserfassung aus E-Mail und PDF
Bestellungen in jedem Format werden gelesen, gegen Preislisten, Bestände und Stammdaten geprüft und als Kundenaufträge angelegt. Unklarheiten gehen als vorbereitete Rückfrage an den Kunden oder Ihr Team, nicht als rohe E-Mail. Mehr unter Operations.
Ticket-Triage und Lösung
Eingehende Tickets werden klassifiziert, mit Kunden- und Anlagendaten angereichert, beantwortet, wo die Wissensbasis es erlaubt, und mit Zusammenfassung weitergeleitet, wo nicht. Eskalationsregeln und Tonalität bestimmen Sie. Mehr unter Kundenservice.
Lead-Qualifizierung und Zuweisung
Eingehende Leads werden recherchiert, gegen Ihr Idealkundenprofil bewertet, im CRM angereichert und mit Antwortentwurf und vorgeschlagenem nächsten Schritt an die richtige Person übergeben. Mehr unter Vertrieb.
Vertragseingang
Neue Verträge werden erfasst, wesentliche Klauseln, Pflichten und Fristen extrahiert, mit Ihren Standardpositionen verglichen und mit Prüfvermerk für die Rechtsabteilung im DMS abgelegt. Mehr unter Recht und Compliance.
Monatsreporting
Zahlen werden aus ERP, CRM und Tabellen zusammengezogen, auf Auffälligkeiten gegenüber Vorperioden geprüft, als Entwurf mit Kommentierung aufbereitet und vor der Verteilung an den Verantwortlichen zur Prüfung geschickt.
Von der Prozesslandkarte in den Produktivbetrieb
Prozessaufnahme
Wir setzen uns mit den Menschen zusammen, die den Prozess betreiben, und nehmen ihn so auf, wie er tatsächlich läuft: Eingaben, Systeme, Entscheidungen, Ausnahmen, Übergaben. Wir halten die Ausgangslage fest: Menge, Durchlaufzeit, Fehlerquote, Stundenaufwand.
Workflow-Design
Wir legen fest, welche Schritte der Agent übernimmt, welche Werkzeuge er aufrufen darf, wo er einen Menschen fragen muss und was er nie tun darf – und wählen die Orchestrierungsplattform, die Ihr Team pflegen kann.
Umsetzung und Integration
Wir verbinden den Agenten über APIs, die Konnektoren der Plattform oder das Model Context Protocol (MCP) mit Ihren Systemen, bauen den Workflow und die Freigabeoberfläche und lassen ihn gegen historische Fälle laufen.
Evaluierung
Bevor etwas mit Echtdaten in Berührung kommt, wird der Workflow an realen, anonymisierten Fällen bewertet: Genauigkeit, Umgang mit Ausnahmen, Kosten je Durchlauf. Wir beheben, was scheitert, und dokumentieren, was manuell bleibt.
Rollout mit Menschen im Prozess
Der Livebetrieb beginnt damit, dass jede Aktion geprüft wird. Wenn die Zahlen halten, geht die Prüfung zu Stichproben und Ausnahmen über. Ihr Team lernt, die Protokolle zu lesen und Prompts und Regeln anzupassen.
Monitoring und Übergabe
Dashboards für Menge, Erfolgsquote, Eskalationen und Kosten, Alarme bei Ausfällen, ein Runbook für Ihr Team. Oder wir betreiben den Workflow weiter für Sie – als Managed AI Operations.
Auf Zuverlässigkeit gebaut
Menschen im Prozess, von Anfang an
Freigabeschritte sind Teil des Workflows, kein nachträglicher Anbau. Zahlungen, Nachrichten an Kunden und Stammdatenänderungen warten auf einen Menschen, bis die Zahlen belegen, dass sie es nicht mehr müssen.
Jeder Schritt protokolliert, jede Ausnahme versorgt
Eingaben, Modellausgaben, Werkzeugaufrufe und Entscheidungen werden aufgezeichnet, sodass sich jeder Fall rekonstruieren lässt. Was der Agent nicht bewältigt, landet mit Zusammenfassung und Handlungsvorschlag in einer Prüfwarteschlange, nie in einer Sackgasse.
Gemessen an der Ausgangslage
Durchlaufzeit, Kosten je Fall, Fehlerquote, freigewordene Stunden, Ausnahme- und Eskalationsquoten. Wir legen die Zahlen vor der Umsetzung fest und berichten sie danach; die Ausnahmequote ist eine Kennzahl, die wir Release für Release senken.
Berechtigungen, die der Agent nicht überschreiten kann
Agenten bekommen eigene Identitäten, eng begrenzte Zugriffe und Ratenlimits. Ein Agent, der Rechnungen verarbeitet, kann keine Personalakten lesen und keine Zahlung über seinem Schwellenwert freigeben.
Orchestrierungsplattformen und Integrationswerkzeuge
Die Plattform wählen wir je Kunde: Low-Code-Werkzeuge für Teams, die Workflows selbst pflegen, codebasierte Frameworks für komplexe Logik und strenge Tests. Genannt als Werkzeuge, mit denen wir arbeiten und die wir bewerten; Reseller- oder Partnerverträge haben wir keine.
Häufige Fragen
Was unterscheidet das von RPA oder einer Zapier-Automatisierung?
RPA und klassische Automatisierung führen feste Regeln auf strukturierten Eingaben aus und stoppen, sobald die Eingabe abweicht. Ein agentischer Workflow nutzt ein Sprachmodell, um unstrukturierte Eingaben zu interpretieren und den nächsten Schritt innerhalb der von Ihnen gesetzten Grenzen zu wählen. In der Praxis werden beide kombiniert. Mehr in Agenten vs. RPA vs. Chatbots.
Welche Plattform sollten wir nutzen: n8n, Make, Power Automate oder Code?
Das hängt davon ab, wer den Workflow pflegt, wie komplex die Logik ist und wohin Ihre Daten fließen dürfen. Microsoft-geprägte Unternehmen fahren oft gut mit Power Automate und Copilot Studio; Teams mit Entwicklern und strengen Testanforderungen mit LangGraph oder Vergleichbarem; n8n ist ein starker Mittelweg, der auf Ihrer eigenen EU-Infrastruktur läuft. Wir empfehlen nach der Prozessaufnahme, nicht davor.
Wie werden Agenten an unser ERP und CRM angebunden?
Über die APIs der Systeme, die Konnektoren der Orchestrierungsplattform oder MCP-Server, die Ihre Systeme als Werkzeuge bereitstellen, die ein Agent mit definierten Berechtigungen aufrufen kann. Hat ein System keine Schnittstelle, prüfen wir Exporte, Datenbanksichten oder als letztes Mittel eine kontrollierte Automatisierung der Oberfläche. Mehr unter MCP erklärt.
Was passiert, wenn der Agent einen Fehler macht?
Das wird gelegentlich vorkommen, und genau darauf ist der Workflow ausgelegt. Riskante Aktionen warten auf Freigabe, jeder Schritt wird protokolliert, Ausnahmen landen in einer Prüfwarteschlange, und der Evaluierungsdatensatz wächst mit jedem Fehler, damit derselbe beim nächsten Mal abgefangen wird. Wir messen die Fehlerquote an der menschlichen Ausgangslage, nicht an Perfektion.
Wie messen wir den Erfolg, und wem gehört der Workflow danach?
Vor der Umsetzung halten wir die Ausgangslage fest: Menge, Durchlaufzeit, Stundenaufwand, Fehler- und Nacharbeitsquoten, Kosten je Fall. Nach dem Rollout zeigen die Dashboards dieselben Zahlen plus Ausnahme- und Eskalationsquoten, Modellkosten und Nutzerfeedback. Der Workflow gehört Ihrem Team, mit Runbook, Schulung und Evaluierungsdatensatz; wenn Sie ihn nicht selbst betreiben möchten, übernimmt das Managed AI Operations.
Passende Leistungen
Entwicklung individueller KI-Agenten
Single- und Multi-Agenten-Systeme, entworfen und gebaut für den Produktivbetrieb: Tool-Nutzung, Gedächtnis, MCP-Server, Evaluierungs-Suiten, Guardrails und EU-Betrieb.
Datenbasis für KI
Pragmatische, schrittweise Datenarbeit für Agenten: Inventar, Dokumenten-Pipelines, APIs, Suche, Definitionen und Zugriffskontrolle – Use Case für Use Case.
Managed AI Operations (AgentOps)
Monitoring, Evaluation, Modell-Upgrades, Kostenkontrolle und Incident-Handling für Agenten und LLM-Anwendungen nach dem Go-live – mit monatlichem Review und einer Dokumentation, die Ihre Prüfer lesen können.
KI-Agenten in Operations & Supply Chain
Auftragserfassung aus E-Mail und PDF ins ERP, Belegverarbeitung, Nachfassen bei Lieferanten und Ausnahmebearbeitung, mit Menschen, die bei jeder Abweichung entscheiden.
Finden wir den ersten Workflow, der sich wirklich lohnt.
Ein 30-minütiges Erstgespräch, ohne Folien und ohne Verpflichtung. Wir hören zu, fragen nach Ihren Prozessen und sagen Ihnen ehrlich, wo KI-Agenten sich rechnen – und wo nicht.