KI-Agent entwickeln lassen.

Ein Chatbot erzeugt eine Antwort, ein KI-Agent erzeugt ein Ergebnis. Technisch gesagt: Der Chatbot durchläuft einen einzigen Modellaufruf und gibt Text zurück. Der Agent läuft in einer Schleife — er plant einen Schritt, ruft ein Werkzeug auf, liest dessen Rückgabe, bewertet, ob das Ziel erreicht ist, und beginnt von vorne. Diese Schleife läuft so lange, bis das Ergebnis vorliegt, eine Freigabe ansteht oder eine Abbruchbedingung greift.

Drei Fähigkeiten machen den Unterschied konkret. Erstens Werkzeuge: Der Agent darf Funktionen aufrufen, die Sie ihm geben — eine Suche in der Dokumentablage, eine Abfrage im ERP, das Anlegen eines Datensatzes, den Versand eines Entwurfs. Das Modell entscheidet, welches Werkzeug wann sinnvoll ist; ausführen darf es nur, was Sie freigeschaltet haben. Zweitens Mehrschrittigkeit: Eine Aufgabe wie «prüfe diese Lieferantenrechnung gegen die Bestellung und melde Abweichungen» besteht aus vier bis acht Teilschritten, die aufeinander aufbauen. Drittens Zustand: Der Agent merkt sich innerhalb eines Laufs, was er bereits geprüft hat, und über Läufe hinweg, welche Fälle wie entschieden wurden.

Genau hier liegt auch der Preisunterschied. Ein Chatbot auf Ihren Dokumenten ist ein überschaubares Projekt. Ein Agent berührt Berechtigungen, Datenqualität, Freigabewege und Haftungsfragen — das ist Softwareentwicklung mit KI-Anteil, nicht die Konfiguration eines Werkzeugs. Die begriffliche Grundlage haben wir im Glossareintrag zu AI Agents festgehalten; wie sich daraus betriebliche Automatisierung ergibt, beschreibt unser Praxisartikel KI-Agenten in der Business-Automatisierung.

Ein einsatzfähiger Agent hat fünf Bausteine: Modell, Werkzeuge, Kontext, Zustand und Freigaben. Wer einen davon weglässt, bekommt entweder ein Spielzeug oder ein Haftungsrisiko.

• Das Modell trifft die Entscheidungen und formuliert die Ausgaben. Es ist austauschbar und sollte es auch bleiben: Modelle werden abgekündigt, günstiger oder besser, und ein Agent, der auf genau ein Modell festgenagelt ist, wird im zweiten Jahr zum Problem. Wir kapseln den Modellzugriff deshalb hinter einer eigenen Schicht.
• Die Werkzeuge sind die Funktionen, die der Agent aufrufen darf, jede mit einer klaren Beschreibung, festen Parametern und minimalen Rechten. Ein Werkzeug ist keine Datenbank-Vollzugriff, sondern «suche Kunde nach UID» oder «lege Notiz an Fall X an». Je enger der Schnitt, desto zuverlässiger der Agent.
• Der Kontext ist das Wissen, das der Agent zur Laufzeit dazuholt: Handbücher, Preislisten, frühere Fälle, Richtlinien. Technisch geschieht das meist über RAG — das Modell durchsucht Ihre Quellen und nimmt nur die passenden Ausschnitte in den Aufruf. Das hält die Kosten unten und die Antworten aktuell.
• Der Zustand hält fest, wo der Agent in einer Aufgabe steht, was er versucht hat und was fehlgeschlagen ist. Ohne Zustand wiederholt er Fehler, ohne Protokoll lässt sich hinterher nicht rekonstruieren, warum er etwas getan hat. Beides gehört von Anfang an dazu, nicht in Version zwei.
• Die Freigaben trennen Lesen von Schreiben. Lesende Schritte laufen ohne Rückfrage. Alles, was nach aussen geht, Geld bewegt oder Daten verändert, wird als Vorschlag erzeugt und wartet auf eine menschliche Bestätigung — im Fachjargon Human-in-the-Loop.

Dazu kommt die Arbeit an den Anweisungen selbst. Ein Agent wird über seine Systemanweisung, seine Werkzeugbeschreibungen und seine Abbruchregeln gesteuert; das ist keine Fleissarbeit, sondern der Teil, der über Zuverlässigkeit entscheidet. Die Grundlagen dazu stehen im Glossareintrag Prompt Engineering. Und wenn der Agent nicht nur Ihre Systeme, sondern Ihre eigene Website bedienen soll, braucht diese maschinenlesbare Einstiegspunkte — beschrieben unter Agent-Ready Website und ausführlich im Leitfaden zu WebMCP und agentenfähigen Websites.

Geeignet sind Aufgaben, die häufig anfallen, unstrukturiert hereinkommen, aus einer klaren Datenquelle beantwortbar sind und deren Ergebnis ein Mensch in unter einer Minute prüfen kann. Diese vier Bedingungen zusammen sind der beste Filter, den wir kennen — fehlt eine davon, wird das Projekt teuer.

• Anfragen vorqualifizieren: Der Agent liest eingehende E-Mails und Formulare, ordnet sie einer Leistung zu, zieht die Kundenhistorie bei, erkennt fehlende Angaben und legt einen Entwurf der Rückfrage an. Freigabe durch den Innendienst, Versand mit einem Klick.
• Belege gegen Bestellungen prüfen: Rechnung im PDF, Bestellung im ERP, Lieferschein im Postfach. Der Agent zieht die Positionen zusammen, markiert Abweichungen bei Menge, Preis und Konditionen und schreibt einen Prüfvermerk. Gebucht wird weiterhin von einem Menschen.
• Support-Triage: Eingehende Tickets werden klassifiziert, mit der passenden Stelle im Handbuch verknüpft und mit einem Antwortentwurf versehen. Einfache Fälle gehen nach Freigabe direkt raus, komplexe landen mit Vorarbeit beim Fachteam.
• Ausschreibungen und Marktbeobachtung: Der Agent durchsucht definierte Quellen nach relevanten Ausschreibungen oder Preisänderungen, filtert nach Ihren Kriterien und erstellt eine wöchentliche Kurzliste mit Begründung je Treffer.
• Stammdaten pflegen: Adressänderungen, doppelte Datensätze, fehlende Branchen- oder UID-Angaben werden erkannt, angereichert und als Änderungsvorschlag zur Bestätigung gestellt — statt als stiller Massenimport.
• Wiederkehrende Zusammenzüge: Zahlen aus mehreren Quellen einsammeln, gegen den Vormonat vergleichen, Auffälligkeiten in drei Sätzen erklären. Das ersetzt keine Analyse, aber es ersetzt die zwei Stunden, die vor der Analyse mit Kopieren vergehen.

Was in dieser Liste bewusst fehlt, sind Aufgaben mit rechtlicher oder finanzieller Endgültigkeit: Lohnläufe, Steuerabschlüsse, Vertragsunterzeichnung, medizinische Einschätzungen. Dort ist der Prüfaufwand höher als die Ersparnis, und ein falsch durchgelaufener Schritt kostet mehr, als der Agent im Jahr einspart. Für die Frage, welche dieser Felder in Ihrem Betrieb überhaupt lohnend sind, ist ein Workshop-Tag der günstigere Einstieg als ein Entwicklungsprojekt.

Ein erster produktiv einsetzbarer Agent entsteht bei uns als Prototyp zur Ideenvalidierung ab CHF 10'000; dazu kommen laufende Modell- und Betriebskosten, die sich nach der Anzahl Läufe richten. Der Prototyp umfasst einen einzigen, sauber zugeschnittenen Anwendungsfall mit echter Werkzeuganbindung, Freigabelogik, Protokollierung und einem Testlauf auf realen Daten. Er ist bewusst als Entscheidungsgrundlage gebaut: Danach wissen Sie, ob sich der Ausbau lohnt — und nicht erst nach einem Jahresbudget.

Die laufenden Kosten sind der Punkt, den die meisten Angebote verschweigen. Ein Agentenlauf besteht nicht aus einem Modellaufruf, sondern aus so vielen, wie die Aufgabe Schritte hat, und jeder Aufruf trägt den bisherigen Verlauf mit. Die Kosten skalieren deshalb mit der Anzahl Schritte und der Länge des mitgeführten Kontexts, nicht mit der Anzahl Nachrichten. Ein Agent, der eine Aufgabe in drei Schritten löst, ist in der Praxis um ein Vielfaches günstiger als einer, der sich in zwölf Schritten herantastet — und das ist eine Frage des Zuschnitts, nicht des Modellpreises.

Wir bauen deshalb von Anfang an drei Grenzen ein: ein Schrittlimit pro Lauf, ein Kostendach pro Tag und eine Zwischenspeicherung für Inhalte, die sich nicht ändern. Die Modellkosten des Anbieters verrechnen wir transparent weiter, statt sie in eine Pauschale einzurechnen, weil sie sich mit jedem Modellwechsel verändern. Was der Betrieb Sie monatlich kostet, schätzen wir vor dem Start anhand Ihrer erwarteten Stückzahl und messen es im Testbetrieb nach. Grössere Vorhaben, bei denen der Agent Teil eines Portals oder einer bestehenden Anwendung wird, laufen bei uns als komplexe Weblösung; Websites und Portale selbst bewegen sich je nach Umfang zwischen CHF 3'000 und CHF 25'000.

Vom ersten Gespräch bis zum Testbetrieb vergehen typischerweise vier bis acht Wochen, verteilt auf fünf Schritte. Der Zeitplan hängt fast immer am Datenzugang, nicht am Modell.

• 1. Zuschnitt (Woche 1): Wir schreiben den Anwendungsfall als Ablauf auf, mit Auslöser, Datenquellen, Entscheidungspunkten, Freigabestellen und Abbruchbedingungen. Am Ende steht ein Satz, der beschreibt, was der Agent tut — passt er nicht in einen Satz, ist er zu breit geschnitten.
• 2. Zugang und Werkzeuge (Woche 2 bis 3): Schnittstellen, technischer Benutzer, Rechte pro Werkzeug, Testdaten. Dieser Schritt entscheidet über den Termin. Wenn ein Systemhersteller eingebunden werden muss, sagen wir das vorher und nicht in Woche fünf.
• 3. Agentenschleife und Prüfset (Woche 3 bis 5): Anweisungen, Werkzeugbeschreibungen, Zustandshaltung — und parallel dazu ein Prüfset aus 30 bis 60 echten Fällen mit bekanntem Sollergebnis. Ohne dieses Set lässt sich keine Aussage über Zuverlässigkeit treffen, und jede spätere Änderung wird zum Blindflug.
• 4. Schattenbetrieb (Woche 5 bis 7): Der Agent läuft auf echten Vorgängen mit, entscheidet aber nichts. Sein Vorschlag wird gegen die tatsächliche menschliche Entscheidung gehalten. Erst wenn die Trefferquote über mehrere Wochen stabil ist, wird eine Aktion scharf geschaltet — und zwar die harmloseste zuerst.
• 5. Übergabe und Betrieb: Dokumentation der Werkzeuge und Rechte, Protokollzugriff für Ihr Team, Rückfallplan für den Ausfall des Modellanbieters, und ein fester Rhythmus, in dem Prüfset und Kosten kontrolliert werden.

Wer den Prozess einen Schritt früher beginnen will, startet mit einem KI-Workshop: einen Tag lang Anwendungsfälle sammeln, bewerten und zwei davon direkt ausprobieren. Aus diesem Tag geht in der Regel hervor, ob überhaupt ein Agent nötig ist — oder ob eine einfachere Automatisierung reicht.

Die drei realen Risiken sind Fehlerfortpflanzung über mehrere Schritte, unkontrollierte Kosten pro Lauf und schreibende Aktionen ohne Freigabe. Dazu kommen zwei, die oft übersehen werden: eingeschleuste Anweisungen in fremden Inhalten und die Kennzeichnungspflicht im Kundenkontakt.

• Fehlerfortpflanzung. Die Zuverlässigkeit eines mehrstufigen Ablaufs ist das Produkt der Einzelschritte, nicht ihr Durchschnitt. Bei 95 Prozent pro Schritt kommt eine Kette aus zehn Schritten rechnerisch auf rund 60 Prozent Gesamterfolg; bei 90 Prozent sind es noch rund 35 Prozent. Deshalb: Ketten kurz halten, nach kritischen Schritten einen Prüfschritt einziehen, Abbruchbedingungen definieren und jede Änderung gegen das Prüfset messen.
• Kosten pro Lauf. Ein Agent, der sich verrennt, produziert keine Fehlermeldung, sondern eine Rechnung. Schrittlimit, Tagesdeckel, Zwischenspeicherung und eine Warnung bei ungewöhnlich langen Läufen gehören in die erste Version, nicht in die dritte.
• Schreibende Aktionen. Alles, was nach aussen geht, Geld bewegt oder Daten verändert, braucht eine menschliche Freigabe, ein vollständiges Protokoll und einen Rückweg. Wir schalten schreibende Werkzeuge grundsätzlich zuerst auf einem Testmandanten frei und in der Produktion einzeln — nie als Paket.
• Eingeschleuste Anweisungen. Ein Agent, der fremde Inhalte liest — E-Mails, PDF-Anhänge, Webseiten —, liest auch Texte, die wie Anweisungen an ihn formuliert sind. Gegenmittel sind minimale Werkzeugrechte, eine Positivliste erlaubter Quellen, keine Zugangsdaten im Kontext und die Regel, dass aus gelesenem Fremdtext niemals direkt eine schreibende Aktion folgen darf.
• Kennzeichnung und Recht. Interagiert der Agent direkt mit Menschen, greifen die Transparenzpflichten des EU AI Act nach Artikel 50, die seit dem 2. August 2026 durchgesetzt werden: Das System muss als KI erkennbar sein, synthetische Inhalte sind maschinenlesbar zu kennzeichnen. Verstösse können bis 15 Millionen Euro oder drei Prozent des weltweiten Jahresumsatzes kosten. Die Pflichten für Hochrisiko-Systeme wurden mit dem Digital-Omnibus auf Dezember 2027 verschoben. In der Schweiz gibt es kein übergreifendes KI-Gesetz; das Datenschutzgesetz gilt technologieneutral, und das Bundesamt für Justiz erarbeitet bis Ende 2026 eine Vernehmlassungsvorlage.

Ein Agent lohnt sich nicht, wenn die Aufgabe selten anfällt, wenn der Weg immer gleich ist oder wenn das Ergebnis ohne Prüfmöglichkeit hundertprozentig stimmen muss. Diese Abgrenzung sagen wir im Erstgespräch, auch wenn sie gegen den grösseren Auftrag spricht.

• Zu geringe Stückzahl. Eine Aufgabe, die zehnmal im Monat anfällt und je zehn Minuten dauert, rechtfertigt kein Entwicklungsprojekt. Die Faustregel: Ohne mehrere hundert Vorgänge pro Monat oder einen hohen Wert je Vorgang bleibt der Nutzen theoretisch.
• Der Weg ist ohnehin fest. Wenn Eingabe und Ablauf strukturiert sind, ist ein Skript oder eine Workflow-Automatisierung schneller, billiger und zuverlässiger. Ein Sprachmodell dazwischenzuschalten fügt nur Kosten und Unschärfe hinzu.
• Keine prüfbare Ausgabe. Wenn niemand in kurzer Zeit erkennen kann, ob das Ergebnis stimmt, fehlt die Sicherung. Dann braucht es zuerst eine Definition davon, was «richtig» heisst — sonst automatisieren Sie einen Fehler in Serie.
• Die Daten liegen nicht vor. Steht das Wissen nur in Köpfen, in Papierordnern oder in gescannten Bildern ohne Texterkennung, ist die Datenaufbereitung das eigentliche Projekt. Das ist machbar, aber es ist nicht dasselbe Budget.
• Niemand übernimmt den Betrieb. Ein Agent ist kein Möbelstück. Modelle ändern sich, Schnittstellen ändern sich, Ihre Prozesse ändern sich. Wenn im Haus niemand benannt ist, der Protokolle anschaut und Freigaben erteilt, ist der Agent nach einem halben Jahr abgeschaltet.
• Es geht eigentlich um Auskunft. Wenn Ihre Leute nur schnell die richtige Stelle im Handbuch oder im Vertrag finden sollen, brauchen Sie eine Suche über Ihre Dokumente — also einen RAG-Assistenten, keinen Agenten. Das ist ein deutlich kleineres Projekt.

Wir haben bisher keine öffentlich zeigbare Agenten-Referenz, und wir erfinden keine. Das ist die ehrliche Ausgangslage, und sie gehört auf diese Seite, weil wir sie in jedem Erstgespräch ohnehin nennen würden.

Was wir zeigen können, sind die Bausteine, aus denen ein Agentenprojekt besteht. Für ein Steuerberatungsangebot in Zürich haben wir eine Web-App gebaut, in der Kundinnen und Kunden ein Paket wählen, ein Konto anlegen, Unterlagen hochladen und einen Termin buchen — also Zustandshaltung, Datei-Handling, Benutzerrechte und ein durchgehender Prozess statt einer Broschüren-Website. Dazu kommen individuelle Rechner und Konfiguratoren, in denen Eingaben regelbasiert zu einem verbindlichen Ergebnis verarbeitet werden. Genau diese Teile — Datenzugang, Regelwerk, Freigabe, Protokoll — machen bei einem Agenten den Grossteil der Arbeit aus; das Sprachmodell ist der kleinere Anteil.

Wir sind ein kleines Team mit eigener Entwicklung und arbeiten aus dem Studio an der Gustav-Maurer-Strasse 23 in Zollikon. In Zollikon, Küsnacht, Zürich und den angrenzenden Gemeinden sind wir vor Ort, den Rest der Schweiz betreuen wir remote. Wenn Sie eine Agentur suchen, die Ihnen eine fertige Agenten-Plattform verkauft, sind wir die falsche Adresse. Wenn Sie einen zugeschnittenen Anwendungsfall sauber gebaut haben wollen — inklusive der unbequemen Fragen zu Rechten, Kosten und Haftung —, passt es. Für Mandate rund um Strategie und Auswahl führen wir eine eigene Seite zur KI-Beratung in der Schweiz, und für Projekte mit Agenturbezug in der Stadt die Seite AI Agentur Zürich.