KI-Agenten entwickeln lassen: KI-Agentur für den Produktivbetrieb
Eine KI-Agentur sollte den gesamten Weg verantworten, von der Definition des Workflows bis zu einem gewarteten Ergebnis im Produktivbetrieb. Dazu gehören Integrationen, Identitäten und Berechtigungen, Evaluierung, Inbetriebnahme, Monitoring, Wiederherstellung nach Fehlern und der Nachweis, dass die Arbeit im vorgesehenen System angekommen ist.
- Was macht eine KI-Agentur?
- Was der Auftrag liefern muss
- Was gehört dazu, wenn Sie KI-Agenten entwickeln lassen?
- KI-Agentur, Freelancer, Plattform oder Automatisierungsagentur?
- Mit einem Workflow beginnen, nicht mit einem Organigramm für Agenten
- Identität und Berechtigungen müssen technisch verankert sein
- Die Evaluierung muss gezielte Fehler einschließen
- Die Inbetriebnahme ist nicht das Ende der Entwicklung
- Fragen Sie, wer für Fehler zuständig ist
- Was kostet eine KI-Agentur?
- Welche Nachweise sollte ein Anbieter veröffentlichen?
- Fragen vor der Beauftragung
- So entwickelt Scalably KI-Agenten
- Den ersten Workflow abbilden
- Häufige Fragen
Die meisten Anbieterseiten enden bei der Modellwahl, einer Liste von Frameworks und einem Prototyp. Das sind Zutaten für den Aufbau. Als Auftraggeber müssen Sie wissen, wer den Agenten verantwortet, wenn sich eine API ändert, Zugangsdaten ablaufen, eine Aktion in einen Timeout läuft oder ein Ergebnis im falschen Zustand landet.
Scalably baut und betreibt KI-Agenten mit klaren Regeln in Slack, Telegram, WhatsApp und den Systemen, die ein Unternehmen bereits nutzt. Wir beginnen mit einem messbaren Betriebsablauf, weisen ihn mit eingeschränkten Befugnissen nach und erweitern nur die Teile, die sich mehr Zugriff verdient haben.
Was macht eine KI-Agentur?
Eine KI-Agentur bildet einen Geschäftsablauf ab, baut den Agenten und seine Tools, testet ihn an abgenommenen Fällen, setzt ihn mit klar festgelegten Berechtigungen in Betrieb und betreibt ihn nach dem Start. Das Ergebnis ist keine Chat-Oberfläche, sondern ein Workflow im Produktivbetrieb mit einer zuständigen Person, Nachweisen und einem Weg zur Wiederherstellung.
Zur Arbeit gehört in der Regel:
- Auslöser, Eingaben, Entscheidungen und abgenommenes Ergebnis festlegen;
- maßgebliche Systeme und Anforderungen an die Aktualität der Daten bestimmen;
- APIs, Dateien, Datenbanken und Team-Kanäle anbinden;
- Nutzer und Rollen den erlaubten Tools und Datensätzen zuordnen;
- das Urteil des Modells von deterministischem Code trennen;
- Evaluierungen per Replay, im Schattenbetrieb und im Produktivbetrieb aufsetzen;
- sensible Aktionen an genau definierte Freigaben binden;
- das System in Betrieb nehmen, beobachten und versionieren;
- Wiederholungen, Vermeidung von Duplikaten, Rollback und Störungen handhaben;
- abgenommene Erledigung, Eingriffe, Latenz und Kosten messen.
Die Unternehmensstudie von OpenAI vom August 2026 beschreibt eine Entwicklung von der Unterstützung hin zur Ausführung und empfiehlt, Agenten mit klaren Berechtigungen, Prüfung und Governance an Unternehmenskontext und Tools anzubinden. Das ist Marktkontext, kein Beleg dafür, dass ein bestimmter Anbieter diese Kontrollen umsetzen kann. (OpenAI, 2026)
Was der Auftrag liefern muss
Ein seriöser Auftrag liefert fünf verknüpfte Bausteine: eine Workflow-Definition, ein Evaluierungsset, einen rollenbasierten Agenten, Erledigungsnachweise und einen Betriebsprozess. Fehlt einer davon, erbt der Auftraggeber die Lücke.
- Workflow-Definition. Legt fest, was die Arbeit auslöst, welche Quellen maßgeblich sind, was der Agent entscheiden darf, was Erledigung bedeutet und wer für Ausnahmen zuständig ist.
- Replay und Evaluierung. Nutzt abgenommene Fälle, leere Zustände, fehlerhafte Eingaben und gezielt herbeigeführte Fehler, bevor der Zugriff im Produktivbetrieb wächst.
- Rollenbasierter Agent im Produktivbetrieb. Klärt die Identität und erhält nur die Tools, Zugangsdaten, Datensätze und Schreibrechte, die dieser Workflow erfordert.
- Erledigungsnachweis. Prüft außerhalb der Modellantwort die entstandene Datei, die Aufgabe, den Datensatz, die Veröffentlichung oder den Zustellstatus.
- Betrieb und Wiederherstellung. Überwacht die Aktualität der Quellen und Fehler, verhindert doppelt ausgelöste Aktionen, repariert defekte Integrationen und protokolliert Änderungen.
Ein Prototyp zeigt, dass ein Modell ein Beispiel bewältigen kann. Diese Bausteine belegen, dass ein Unternehmen den Workflow betreiben kann.
Was gehört dazu, wenn Sie KI-Agenten entwickeln lassen?
Die Leistungsbeschreibung sollte sowohl die Software benennen, die gebaut wird, als auch die Verantwortung für den Betrieb, die danach folgt. Ein brauchbarer Umfang trennt die folgenden Phasen.
| Phase | Geforderte Ergebnisse | Abnahmenachweis für den Auftraggeber |
|---|---|---|
| Analyse | Prozesslandkarte, Quellenverzeichnis, Risikogrenze | die fachlich zuständige Person bestätigt den aktuellen Ablauf |
| Daten und Tools | typisierte Konnektoren, Berechtigungen, Testdaten | repräsentative Lese- und Schreibvorgänge, leere Zustände und Ablehnungen bestehen den Test |
| Verhalten des Agenten | Anweisungen, Tools, deterministische Prüfungen | abgenommene Fälle und bekannte Fehlerfälle laufen reproduzierbar |
| Evaluierung | Ausgangswert, Bewertungsmethode, Prüfprozess | der Auftraggeber sieht bestandene, gescheiterte und von Menschen korrigierte Ergebnisse |
| Inbetriebnahme | versioniertes Release, abgeschottete Zugangsschlüssel, Rollback | Produktivumgebung und Rückprüfung am Ziel bestätigt |
| Betrieb | Monitoring, Ablauf bei Störungen, zuständige Person für die Wartung | Fehler werden sichtbar, zugewiesen und behebbar |
| Übergabe | Architektur, Betriebshandbuch, Bestandsliste, offene Risiken | der Auftraggeber weiß, was ihm gehört und was der Anbieter betreibt |
Akzeptieren Sie "laufende Optimierung" nicht als Betriebsplan. Fragen Sie, welche Logs geprüft werden, was eine Warnmeldung auslöst, wer reagiert, wie Änderungen evaluiert werden und was passiert, wenn der Anbieter nicht erreichbar ist.
KI-Agentur, Freelancer, Plattform oder Automatisierungsagentur?
Entscheiden Sie danach, wer den Workflow verantwortet, nicht nach Unternehmensgröße oder der Zahl der Modelle im Angebot. Jede Option kann die richtige sein.
| Option | Am besten geeignet für | Zentrale Frage zur Verantwortung |
|---|---|---|
| KI-Produkt | einen unterstützten Workflow innerhalb eines bestehenden Ökosystems | verantwortet der Hersteller den nötigen Bereich? |
| Automatisierungsplattform oder -agentur | vorhersehbare Arbeit vom Auslöser zur Aktion | wer pflegt anfällige Ausnahmen und Zugangsdaten? |
| Freier Entwickler | einen klar abgegrenzten Aufbau mit starker interner Verantwortung | wer betreibt und evaluiert ihn nach der Übergabe? |
| Interne Entwicklungsabteilung | strategische Agenten-Infrastruktur | kann das Unternehmen Laufzeitumgebung und Wartung der Konnektoren personell abdecken? |
| KI-Agentur | systemübergreifende Workflows, die Aufbau und Betrieb brauchen | ist die Verantwortung nach dem Start klar geregelt und belegt? |
Die Bezeichnung "KI-Agentur" garantiert keine Erfahrung im Produktivbetrieb. Ein kleiner Anbieter mit Nachweisen und einer eng gefassten Betriebsmethode kann sicherer sein als eine große Beratung, die eine breit angelegte Transformationspräsentation verkauft.
Mit einem Workflow beginnen, nicht mit einem Organigramm für Agenten
Das erste Projekt sollte eine wiederkehrende Aufgabe sein, mit klaren Eingaben, einem prüfbaren Ergebnis und Fehlern, die wenig kosten. Wer mit mehreren Abteilungen gleichzeitig beginnt, kann Modellqualität, Datenqualität, Berechtigungen und Prozessdesign kaum noch auseinanderhalten.
Ein tragfähiger erster Workflow klingt etwa so:
- den Wochenbericht aus benannten Quellen zusammenstellen und eine geprüfte Datei veröffentlichen;
- eine Warteschlange durchsehen, Ausnahmen einordnen und freigegebene Aufgaben anlegen;
- zwei Systeme abgleichen und eine prüfbare Differenzliste vorbereiten;
- aus Meeting-Unterlagen Entscheidungen, Zuständige und Aufgaben im Zielsystem machen;
- Rückmeldungen aus dem Betrieb sammeln und mit der zugewiesenen Arbeit vergleichen.
Die Workflow-Definition sollte beantworten:
- Was löst die Aufgabe aus?
- Welche aktuellen Fakten müssen abgerufen werden?
- Welche Ermessensentscheidungen liegen beim Modell?
- Welche Berechnungen oder Zustandswechsel müssen deterministisch sein?
- Was darf der Agent lesen, schreiben, senden oder veröffentlichen?
- Welcher genaue Zustand gilt als abgenommene Erledigung?
- Wer ist für fehlende Informationen und Fehler zuständig?
Der übergreifende Leitfaden zu KI-Mitarbeitern erklärt, wie aus mehreren nachgewiesenen Workflows klar abgegrenzte Rollen innerhalb einer gemeinsamen Betriebsebene des Unternehmens werden.
Identität und Berechtigungen müssen technisch verankert sein
Der Anbieter sollte Befugnisse auf Server-, Konnektor- und Datenebene durchsetzen, nicht nur im Prompt. Ein Satz, der einen Agenten auffordert, den Datenschutz zu achten, ist nützlicher Kontext. Ein System zur Zugriffskontrolle ist er nicht.
Die Identitätskette umfasst mindestens:
Identität im Kanal -> Person -> Rolle im Unternehmen -> Arbeitsbereich -> erlaubte Datensätze und Aktionen
Das Design sollte standardmäßig keinen Zugriff gewähren, wo möglich nur lesende Zugangsdaten nutzen, Zugangsschlüssel aus den Prompts heraushalten und verweigerte Zugriffe testen. Eine Freigabe muss an genau das Arbeitsergebnis, den Empfänger, das Zielsystem und die vorgeschlagene Aktion gebunden sein.
Laut dem Work Trend Index 2026 von Microsoft sollten IT-Verantwortliche Agenten als eigene Einheiten mit Identitäten, Berechtigungen, Durchsetzung von Richtlinien und Lebenszyklusverwaltung führen. Der Bericht fordert außerdem dokumentierte Workflows, Übergaben an Menschen, Qualitätsstandards und eine Infrastruktur für Evaluierungen. (Microsoft, 2026)
Die OWASP Top 10 for Agentic Applications 2026 sind ein aktueller Ausgangspunkt für die Risiken von Systemen, die über mehrere Tools hinweg planen und handeln. Auf die Liste zu verweisen reicht nicht. Lassen Sie sich vom Anbieter zeigen, wie die vorgeschlagene Architektur unbeabsichtigte Aktionen, unbefugten Zugriff, unsichere Tool-Nutzung und manipulierten Kontext eindämmt. (OWASP, 2026)
Die Evaluierung muss gezielte Fehler einschließen
Eine Demo mit gelungenen Beispielen ist keine Evaluierung. Das Testset sollte repräsentative Arbeit enthalten, außerdem leere Ergebnisse, fehlerhafte Eingaben, widersprüchliche Datensätze, fehlende Berechtigungen, Timeouts, Duplikate, veraltete Daten und Aktionen, die abgelehnt werden müssen.
Verlangen Sie vor dem Start:
- einen Ausgangswert aus dem heutigen, von Menschen erledigten Prozess oder dem bisherigen System;
- abgenommene Beispiele mit benannten Bewertungskriterien;
- Negativfälle, bei denen das System sicher blockieren muss;
- Testdaten für Konnektoren in den Zuständen Erfolg, leer, Fehler, Duplikat und verzögert;
- Regeln für die Prüfung subjektiver Ergebnisse durch Menschen;
- eine Aufzeichnung der Versionen von Modell, Prompt, Tools und Daten;
- eine Regressionsprüfung vor jeder wesentlichen Änderung.
Das AI Resource Center des NIST gliedert die Arbeit an operativen KI-Risiken in Testen, Evaluieren, Verifizieren und Validieren. Das AI Risk Management Framework ist freiwillig und wird derzeit überarbeitet. Ein Anbieter sollte also keine NIST-Zertifizierung andeuten, aber eine konkrete Evaluierungspraxis vorweisen können. (NIST AI Resource Center)
Die Inbetriebnahme ist nicht das Ende der Entwicklung
Agenten im Produktivbetrieb sind Softwaresysteme mit sich ändernden Abhängigkeiten. Sie brauchen Disziplin bei Releases und eine Person, die den Betrieb verantwortet. Modelle ändern sich, APIs streichen Felder, Zugangsdaten laufen ab, die Schemata der Quellen verschieben sich, und die Arbeitsabläufe im Team entwickeln sich weiter.
Der Anbieter sollte festlegen:
- Versionskontrolle und Freigabe von Releases;
- Trennung von Umgebungen und Zugangsschlüsseln;
- schrittweisen Rollout (Canary) oder Schattenbetrieb;
- Rollback und Wiederherstellung der vorherigen Version;
- Überwachung der Aktualität der Quellen und des Zustands der Konnektoren;
- Schweregrade von Störungen und Zuständigkeit für die Reaktion;
- Evaluierung nach Änderungen an Modell oder Prompt;
- Einrichtung neuer Nutzer, Änderungen der Zugriffsrechte und Entzug des Zugangs;
- einen Übergabeweg, falls die Zusammenarbeit endet.
Der Auftraggeber sollte unterscheiden können zwischen lokalem Quellcode, einem eingecheckten Release, einem ausgerollten Release und einem geprüften Live-Ergebnis. Das sind vier verschiedene Zustände.
Fragen Sie, wer für Fehler zuständig ist
Die nützlichste Frage an einen Anbieter lautet: Wer ist für diesen Workflow zuständig, wenn er am Montagmorgen ausfällt? Die Antwort sollte ein System, eine Person und ein Verfahren zur Wiederherstellung nennen.
Typische Fehlerstellen sind:
- das Modell liefert einen plausiblen, aber ungültigen Wert;
- eine API läuft in einen Timeout, nachdem sie bereits einen Datensatz angelegt hat;
- ein Token läuft vor einem geplanten Lauf ab;
- eine Quelle liefert unvollständige oder veraltete Daten;
- eine Ausgabedatei existiert, enthält aber die falschen Formeln;
- ein Nachrichtendienst nimmt eine Anfrage an, ohne dass sie beim Empfänger ankommt;
- eine Wiederholung löst eine Aktion doppelt aus;
- eine Freigabe durch einen Menschen bleibt offen.
Die Betriebsebene sollte die Eingabe sichern, den letzten geprüften Schritt markieren, unsichere Wiederholungen stoppen und die Ausnahme der richtigen zuständigen Person vorlegen. Eine beruhigende Abschlussmeldung ist keine Wiederherstellung.
Was kostet eine KI-Agentur?
Die Kosten hängen stärker von Integrationen, Evaluierung, Berechtigungen und laufender Verantwortung ab als von der Chat-Oberfläche oder dem Modell. Ein Angebot sollte den einmaligen Aufbau vom laufenden Betrieb trennen und genau angeben, was jeweils abgedeckt ist.
Der einmalige Umfang kann Analyse, Konnektoren, Workflow-Code, Evaluierungen, Inbetriebnahme und erste Abnahme umfassen. Der laufende Umfang kann Infrastruktur, Modell- und Tool-Nutzung, Monitoring, Wartung, Reaktion auf Störungen, Evaluierungsläufe und vereinbarte Verbesserungen umfassen.
Scalably kalkuliert nach Umfang und nennt vor der Umsetzung einen Festpreis. Wir veröffentlichen eine Zahl, weil der teure Teil eines Agenten die Verantwortung nach dem Start ist: Die Betriebsverantwortung beginnt für neue Projekte bei 5.000 USD pro Monat. Darin enthalten sind Monitoring, Reaktion auf Störungen, Änderungen an Integrationen und APIs, Modellwechsel, Evaluierung und Replay, Änderungen am Workflow und der Monatsbericht. Infrastruktur und Modellnutzung über die vertraglich vereinbarte Kapazität hinaus berechnen wir zum Selbstkostenpreis. Den Aufbau bieten wir separat an, weil ein nur lesender Reporting-Workflow und ein Agent über mehrere Systeme mit freigabepflichtigen Schreibzugriffen unterschiedlich viel Arbeit und Risiko mit sich bringen. Wir berechnen nur, was wir begründen können, und nur dort, wo Wert entstanden ist: Vor dem Angebot ermitteln wir den Wert, den das Projekt nachweisen kann, in Rechnungen, die wegfallen, Arbeit, die abgenommen wird, oder Zeit, die das Management anders einsetzt. Wir übernehmen das Projekt nur, wenn dieser Wert das Honorar klar übersteigt. Ist das nicht der Fall, sagen wir das und erstellen kein Angebot.
Der Leitfaden zu den Entwicklungskosten von KI-Agenten veröffentlicht gemessene Modellkosten aus zwei anonymen Systemen und erklärt, warum die Inferenz in einem Projekt im Produktivbetrieb oft der kleinste Posten ist.
Welche Nachweise sollte ein Anbieter veröffentlichen?
Fragen Sie nach Nachweisen, die die Messmethode und ihre Grenzen offenlegen. Brauchbare Belege sind:
- Zahl der versuchten und der abgenommenen Aufgaben;
- Fehlerklassen und Ergebnisse der Wiederherstellung;
- Quote der Korrekturen oder Eingriffe durch Menschen;
- Zuverlässigkeit der Tool-Aufrufe je Konnektor;
- Latenz von der Anfrage bis zum abgenommenen Ergebnis;
- Kosten je versuchter und je erledigter Aufgabe;
- Rückprüfung am Ziel oder Zustellbestätigungen;
- anonymisierte Architektur der Installation mit benannter Datenschutzgrenze.
In den 30 Tagen bis zum 12.09.2026, 14:25 UTC, hat die Plattform 3.821 Läufe geplanter Aufgaben auf fünf Produktionsservern ausgeführt; 3.681 endeten ohne Fehler des Schedulers, 140 mit Fehler: 96,3 Prozent liefen also ohne Fehler durch. Seit Februar 2026 liegt die erfasste Summe bei 10.908 Läufen, davon 98,0 Prozent ohne Fehler; das ist eine Untergrenze, weil die Laufprotokolle von vier Servern erst im Juli beginnen. Das sind reine Zählwerte geplanter Läufe, Inhalte der Aufgaben werden nicht gelesen. Im Zeitraum Februar bis Juni 2026, der von Hand klassifiziert wurde, traten die meisten erfassten Fehler im Umfeld des Modells auf, nämlich bei APIs, Zugangsdaten und Rate-Limits; die Zahlen vom September sind noch nicht klassifiziert.
Eine separate 30-tägige Messung an zwei anonymen Produktivsystemen ergab Modellkosten von 0,97 USD und 1,01 USD pro Aufgabe (14. Juli bis 13. August 2026). Es handelte sich um unterschiedliche Arbeitslasten. Die Zahlen sind weder Marktpreise noch zu erwartende Ergebnisse für ein neues Projekt.
Eine Quote menschlicher Eingriffe über alle Installationen hinweg, Latenzen je Kanal oder einen Zuverlässigkeitsvergleich je Konnektor veröffentlichen wir noch nicht. Ein seriöser Anbieter sollte offen sagen, was er nicht gemessen hat.
Fragen vor der Beauftragung
Stellen Sie jedem Anbieter dieselben Fragen und verlangen Sie konkrete Unterlagen statt Zusicherungen.
- Für welches genaue Geschäftsergebnis ist der erste Agent zuständig?
- Welche Systeme bleiben maßgeblich?
- Wie werden Nutzer Datensätzen und Aktionen zugeordnet?
- Welche Funktionen sind nur lesend, schreibend oder freigabepflichtig?
- Welches Testset enthält gezielte Fehler und abgelehnte Aktionen?
- Wie wird die Erledigung außerhalb der Modellantwort geprüft?
- Wie wird verhindert, dass Wiederholungen Duplikate erzeugen?
- Wer überwacht und repariert den Workflow nach dem Start?
- Welche Änderungen erfordern eine neue Evaluierung und ein neues Release?
- Welche Kennzahlen und Rohdaten kann der Auftraggeber einsehen?
- Was gehört dem Auftraggeber, wenn die Zusammenarbeit endet?
- Welche Aussagen sind Schätzungen, Ziele oder gemessene Fakten aus dem Produktivbetrieb?
Kann das Angebot diese Fragen nicht beantworten, ist das Projekt noch ein Prototyp.
So entwickelt Scalably KI-Agenten
Scalably baut einen vollständigen Betriebsablauf, betreibt ihn mit eng gefassten Befugnissen und erweitert ihn auf Grundlage abgenommener Nachweise. Auf Unternehmensebene sind wir modellunabhängig, anbieterspezifisch nur dort, wo technische Genauigkeit es erfordert. Wie diese Zusammenarbeit kaufmännisch aufgebaut ist, von einem gemessenen Ausgangswert über einen 30-tägigen Sprint bis zur schrittweise freigegebenen Betriebsverantwortung, steht im Beitrag So arbeite ich mit Ihnen als privater KI-Partner.
So läuft die Zusammenarbeit ab:
- die aktuelle Arbeit und abgenommene Beispiele abbilden;
- Quellsysteme, Identitäten und Freigabestufen für Risiken bestimmen;
- die minimal nötigen typisierten Konnektoren und deterministischen Prüfungen bauen;
- per Replay oder im Schattenbetrieb evaluieren;
- ein prüfbares Ergebnis im bestehenden Kanal in Betrieb nehmen;
- eine genau definierte, freigabepflichtige Aktion ergänzen;
- das Ergebnis im Zielsystem prüfen;
- Fehler, Korrekturen, Latenz und Kosten überwachen;
- erst erweitern, wenn sich der Workflow mehr Befugnisse verdient hat.
Agenten können über Slack, Telegram, WhatsApp, E-Mail, Dateien, CRM, ERP, Tabellen, Projektsysteme, Analyse-Tools, Handelsplattformen und interne APIs arbeiten. Der Leitfaden zu Agenten in Ihren Kanälen erklärt, wie diese Schnittstellen auf einen gemeinsamen Rahmen mit klaren Regeln im Unternehmen zurückführen.
Hat ein Unternehmen kein führendes System, beginnt das Projekt eine Ebene tiefer. Wir bauen dem Unternehmen sein eigenes HQ: ein Login, pro Person freigegebene Module, ein Protokolleintrag bei jeder Änderung, das bestehende ERP und Archiv nur lesend über einen versiegelten Snapshot und ohne jeden Schreibzugriff, Papier als typisierte Datensätze und die bisherige Arbeitstabelle als ein einziges geprüftes Buch. Danach ziehen die Agenten ein, einer pro Person, mit denselben Rechten wie die jeweilige Person. Dieser Aufbau ist im Beitrag Wie ein Unternehmen sein eigenes HQ bekommt dokumentiert, und hier gilt die Untergrenze für die Betriebsverantwortung in vollem Umfang: Das System gehört dem Unternehmen, und jemand muss es nach dem Start verantworten.
Den ersten Workflow abbilden
Bringen Sie eine wiederkehrende Aufgabe mit, die Ihr Unternehmen wirklich abgeben würde. Scalably bildet Quellsysteme, Identitäten, Befugnisse, das abgenommene Ergebnis, den Weg im Fehlerfall und den kleinsten Nachweis im Produktivbetrieb ab, bevor wir einen größeren Aufbau vorschlagen.
Erstellen Sie zuerst Ihren KI-Bauplan. Sie erhalten ihn, bevor wir nach Kontaktdaten fragen.
Schreiben Sie an [email protected] und schildern Sie, wo die Arbeit beginnt, welche Systeme sie nutzt und wie eine abgenommene Erledigung aussieht. Wir kommunizieren ausschließlich auf Englisch, schriftlich wie mündlich.
Häufige Fragen
Was macht eine KI-Agentur?
Eine KI-Agentur bildet einen Geschäftsablauf ab, baut den Agenten und seine Tools, evaluiert ihn an abgenommenen und an fehlschlagenden Fällen, setzt ihn mit klar festgelegten Berechtigungen in Betrieb und übernimmt nach dem Start Monitoring, Wartung und Wiederherstellung.
Wie wähle ich eine KI-Agentur aus?
Wählen Sie nach Nachweisen und klarer Verantwortung. Verlangen Sie eine Workflow-Definition, eine Übersicht der Berechtigungen, ein Evaluierungsset, einen Erledigungsnachweis im Zielsystem, einen Prozess für Release und Rollback, Betriebskennzahlen und eine namentlich benannte zuständige Person für Fehler und die Wartung nach dem Start.
Welche Leistungen umfasst die Entwicklung von KI-Agenten?
Dazu können gehören: Prozessanalyse, Daten- und API-Konnektoren, das Verhalten des Agenten, deterministische Validierung, Evaluierung, Sicherheitskontrollen, Inbetriebnahme, Monitoring, Reaktion auf Störungen, Dokumentation und Übergabe. Die Leistungsbeschreibung sollte festhalten, welcher Anbieter für welche Phase zuständig ist.
Was kostet es, einen KI-Agenten individuell entwickeln zu lassen?
Die Kosten hängen von der Komplexität des Workflows ab, von Integrationen, Evaluierung, Berechtigungsgrenzen, Inbetriebnahme und laufendem Betrieb. Verlangen Sie getrennte Umfänge für Aufbau und monatlichen Betrieb, mit einem Festpreis, der an konkrete Leistungen gebunden ist, statt eines Standardpakets.
Wie lange dauert der Bau eines KI-Agenten für den Produktivbetrieb?
Der Zeitplan hängt ab vom Zugang zu den Quellen, der Klarheit des Workflows, der Komplexität der Integrationen, abgenommenen Beispielen, der Sicherheitsprüfung und der Evaluierung. Ein eng gefasster, nur lesender Workflow lässt sich früher nachweisen als ein Agent über mehrere Systeme mit sensiblen Schreibzugriffen. Der Anbieter sollte Phasen mit festen Freigabepunkten definieren, statt einen pauschalen Starttermin zu versprechen.
Wer wartet einen KI-Agenten nach der Inbetriebnahme?
Der Vertrag sollte benennen, wer zuständig ist für Monitoring, Reparaturen an Konnektoren, Änderungen an Zugangsdaten, die Evaluierung von Modellen und Prompts, Störungen und den Lebenszyklus der Zugriffsrechte. Gibt es beim Auftraggeber intern niemanden, der die Plattform verantwortet, sollten diese Zuständigkeiten im betreuten Betrieb ausdrücklich geregelt bleiben.