Agentischer Workflow

Ein agentischer Workflow ist ein Arbeitsablauf, in dem ein KI-System das Ziel kennt, den Weg dorthin aber selbst bestimmt. Es zerlegt die Aufgabe in Schritte, ruft Werkzeuge auf, prüft Zwischenergebnisse und korrigiert die Reihenfolge, wenn ein Schritt nicht liefert.

Wie unterscheidet sich das von Automatisierung?

Eine klassische Automatisierung ist ein festgelegter Pfad. Kommt eine Rechnung, prüfe Feld A, vergleiche mit Tabelle B, buche in System C. Jeder Zweig ist vorher gedacht. Was nicht gedacht wurde, fällt heraus und landet auf einem Stapel für Menschen.

Ein agentischer Workflow legt nur das Ziel und die erlaubten Werkzeuge fest. Fehlt eine Angabe, kann das System sie suchen. Passt ein Dokument nicht ins erwartete Schema, kann es einen anderen Weg versuchen. Genau das macht diese Workflows für Vorgänge brauchbar, in denen die Eingaben unordentlich sind, also für die meisten realen Vorgänge.

Der Preis dafür ist Unbestimmtheit. Zwei gleiche Eingaben können zu unterschiedlichen Wegen führen. Deshalb ist die Erfolgsmessung Teil des Aufbaus und keine Frage der Abnahme.

Woraus besteht ein agentischer Workflow?

Vier Bestandteile tauchen fast immer auf.

Ein Ziel, formuliert als Ergebnis und nicht als Ablauf. Werkzeuge mit klaren Grenzen, häufig angebunden über MCP. Ein Gedächtnis für den laufenden Vorgang, das im Kontextfenster verwaltet wird. Und Abbruchbedingungen: maximale Schrittzahl, Kostengrenze, und die Fälle, in denen abgegeben wird.

Der letzte Punkt entscheidet über den Betrieb. Ohne Abbruchbedingungen dreht ein Workflow im Zweifelsfall Schleifen, bis das Budget aufgebraucht ist, und liefert am Ende trotzdem nichts.

Wann ist der Aufwand gerechtfertigt?

Wenn der Vorgang häufig auftritt, mehrere Systeme berührt und die Eingaben schwanken. Anfragen einsortieren und mit Kundendaten anreichern, Belege gegen Bestellungen prüfen, Ausschreibungsunterlagen auf Ausschlusskriterien durchsehen.

Wenn dagegen der Ablauf immer gleich ist, ist eine gewöhnliche Automatisierung günstiger, schneller und leichter zu prüfen. Ein KI-Agent ist dort das teurere Werkzeug ohne zusätzlichen Nutzen.

Der übliche Fehler ist der Zuschnitt. Wer einen Workflow für eine ganze Abteilung entwirft, bekommt ein System, dessen Erfolg niemand messen kann. Ein einzelner Vorgang mit klarer Erfolgsdefinition ist der Weg in den Produktivbetrieb, wie im Beitrag Agentische Software im Mittelstand beschrieben.

Was im Betrieb gemessen werden muss

Weil der Weg nicht festgelegt ist, reicht die Frage „läuft es" nicht. Vier Werte gehören von Anfang an erhoben, sonst ist ein Workflow nicht steuerbar.

Die Abschlussquote: Anteil der Vorgänge, die ohne menschliches Eingreifen korrekt beendet wurden. Das ist die eigentliche Nutzenzahl.

Die Schrittzahl pro Vorgang. Steigt sie über die Zeit, hat sich meist etwas in den angebundenen Systemen verändert, und der Workflow gleicht das mit Umwegen aus.

Die Kosten pro Vorgang. Sie schwanken naturgemäß, und ein Mittelwert ohne Ausreißerbetrachtung verdeckt genau die Fälle, in denen etwas schiefläuft.

Und die Übergabequote mit Grund. Ein Workflow, der häufig aus demselben Grund abgibt, zeigt damit die nächste sinnvolle Ausbaustufe an.

Diese vier Werte sind zugleich die Abnahmekriterien eines KI-Pilotprojekts. Wer sie erst nach der Einführung erhebt, hat keinen Ausgangswert, gegen den sich eine Verbesserung belegen ließe.