Wie man KI-Agenten für Einsteiger baut (2025)

Die Technologie hinter KI-Agenten hat in den letzten Jahren enorme Fortschritte gemacht – das bedeutet, dass heute jeder mit einem Computer seinen eigenen KI-Agenten bauen kann.

KI-Agenten gehören zu den wichtigsten KI-Trends und werden voraussichtlich weiterhin rasant in verschiedenen Branchen eingesetzt.

Egal, ob Sie Prozesse automatisieren oder einen KI-Assistenten erstellen möchten – dieser Leitfaden zeigt Ihnen Schritt für Schritt, wie Sie Ihren eigenen LLM-basierten KI-Agenten bauen.

1. Legen Sie den Umfang fest

Der erste Schritt beim Erstellen eines KI-Agenten ist einfach: Was soll er tun? Definieren Sie zunächst klar den Zweck Ihres Agenten.

Es gibt zahlreiche praxisnahe Einsatzmöglichkeiten für KI-Agenten. Die Festlegung des Zwecks bestimmt, welche Fähigkeiten Ihr Agent benötigt – und damit auch die Plattform, die Sie wählen.

• Ein Vertriebs-KI-Agent hilft Nutzern, indem er Produktfragen beantwortet, Optionen empfiehlt, Modelle vergleicht und Preisinformationen bereitstellt.
• Ein Kundenservice-KI-Agent löst Kundenanliegen, teilt Ressourcen wie FAQs oder Videos und hilft bei technischen Problemen.
• Ein Wissensmanagement-KI-Agent ruft Unternehmensrichtlinien ab, fasst Dokumente zusammen und unterstützt Mitarbeitende dabei, schnell relevante Informationen zu finden.
• Ein KI-Agent für Leadgenerierung versendet gezielte Follow-ups per E-Mail oder über Plattformen wie WhatsApp, sammelt Informationen im Gespräch und synchronisiert Daten mit CRMs für eine effiziente Nachverfolgung.
• Ein HR-KI-Agent beantwortet Mitarbeiterfragen zu Unternehmensrichtlinien, unterstützt beim Onboarding und bearbeitet Urlaubsanträge.
• Ein E-Commerce-KI-Agent verfolgt Bestellungen, prüft die Produktverfügbarkeit und gibt personalisierte Empfehlungen basierend auf Nutzerpräferenzen.

Wenn Sie in einer spezialisierten Branche tätig sind, können Sie sogar einen KI-Agenten bauen, der mehrere Prozesse abdeckt. Zum Beispiel kann ein KI-Agent für Immobilien Immobilien vorschlagen, den Papierkram verwalten und Kundenbeziehungen pflegen. Oder ein KI-Agent für Hotels übernimmt Buchungen, bearbeitet Zimmerwünsche und verkauft Zusatzleistungen.

Mit einer flexiblen Plattform sind Ihnen kaum Grenzen gesetzt. Ein gut konzipierter KI-Agent kann nahezu jede Aufgabe automatisieren.

Sobald Sie den Umfang festgelegt haben, haben Sie die nötigen Informationen, um eine Plattform auszuwählen.

2. Wählen Sie eine Plattform

Es gibt zahlreiche Frameworks für KI-Agenten zur Auswahl. Wenn Sie Inspiration suchen, ist unsere Liste der 9 besten KI-Plattformen ein guter Ausgangspunkt.

Ich werde hier keine Plattformen vergleichen – zugegeben, ich bin voreingenommen gegenüber unserer – aber ich kann einige wichtige Faktoren nennen, die Sie bei der Auswahl der richtigen Plattform für Ihr Projekt beachten sollten:

Achten Sie darauf, eine KI-Plattform zu wählen, die:

1. Bildungsressourcen anbietet. Es gibt immer eine Lernkurve, stellen Sie also sicher, dass Sie darauf vorbereitet sind.
2. Zu Ihrem Vorhaben passt. Wählen Sie keine Plattform, die sich auf Kundenservice spezialisiert hat, wenn Sie einen Vertriebs-Bot oder ein Multi-Agenten-System möchten.
3. Enthält eine kostenlose Stufe, sodass Sie sie testen können, bevor (oder ohne) Sie eine finanzielle Verpflichtung eingehen.

Wenn Sie eine Open-Source-Lösung benötigen, gibt es ebenfalls viele Open-Source-KI-Agenten zur Auswahl.

Sobald Sie Ihren KI-Agenten-Builder ausgewählt haben, können Sie mit dem Bau Ihres eigenen KI-Agenten beginnen.

3. Anweisungen und Variablen erstellen

Ihr KI-Agent wird ganz individuell sein – er hängt vollständig von Ihrem Anwendungsfall und Umfang ab. Ein Teil des Prozesses besteht darin, sich mit Ihrer gewählten Plattform vertraut zu machen und Ihr Wissen auf Ihren eigenen Fahrplan anzuwenden.

Starten Sie mit einem Autonomen Node

‍

Ein unbequemer Fakt: Nicht alle sogenannten ‚KI-Agenten-Plattformen‘ ermöglichen es, echte KI-Agenten zu bauen.

Viele bieten KI-Chatbots an, aber es fehlt ein zentrales Merkmal von KI-Agenten: Die Fähigkeit, eigenständig Entscheidungen zu treffen, um die Anforderungen des Erstellers zu erfüllen.

Im Botpress Studio ermöglichen Autonome Nodes es Nutzern, KI-Agenten zu bauen, die selbst entscheiden, wann sie einen strukturierten Flow und wann ein LLM nutzen. Entwickler müssen den Autonomen Node nur in Alltagssprache anweisen.

Mit wenigen einfachen Zeilen Text können Sie Ihrem Autonomen Node mitteilen, was Ihr KI-Agent tun soll und wie er sich dabei verhalten soll. Sie können Persönlichkeit, Umfang und Zweck in wenigen Minuten festlegen.

Einige Teile Ihres KI-Chatbots sollten strukturiert sein – etwa die Begrüßung oder ein gezieltes Verkaufsgespräch. Wahrscheinlich gibt es aber auch Aspekte des Gesprächs, die Sie an ein LLM auslagern möchten.

Erstellen Sie Variablen, um Informationen zu sammeln

‍

Ihr KI-Agent wird Ihren Nutzern einige Fragen stellen. Zum Beispiel:

• Ein Reise-KI-Agent könnte fragen, für welche Stadt der Nutzer eine Reiseroute möchte
• Ein KI-Agent für mentale Gesundheit könnte fragen, wie sich der Nutzer fühlt
• Ein Kundenservice-Agent fragt, wobei der Nutzer Hilfe benötigt

Je nach Gesprächsverlauf gibt es 1 bis x Variablen, die Sie einbauen, um Informationen zu sammeln.

Ein Reise-KI-Agent könnte zum Beispiel fragen, wohin der Nutzer reist, ob er einen Flug buchen möchte, wie viele Personen mitreisen, welches Budget zur Verfügung steht, welche Aktivitäten bevorzugt werden usw.

Oder ein Vertriebsagent fragt, wonach der Nutzer sucht, und führt je nach Antwort verschiedene Gesprächsverläufe weiter.

4. Integrieren Sie Ihren KI-Agenten

Ein KI-Agent ohne Integrationen ist nur Ihre eigene Version von ChatGPT. Der Zweck eines KI-Agenten wird durch seine Integrationen definiert.

Es gibt viele Systeme, mit denen Sie einen KI-Agenten verbinden können – mit einer flexiblen Plattform sind die Möglichkeiten nahezu unbegrenzt.

Diese Integrationen ermöglichen es einem KI-Agenten, sich nahtlos in bestehende Arbeitsabläufe einzufügen, statt nur ein ‚Zusatz‘ ohne Anbindung zu sein.

Wissensdatenbanken

Wenn Ihr Agent auf spezielle Informationen zugreifen soll – etwa Produktverfügbarkeit, lokale Vorschriften oder Softwaredokumentation – teilen Sie diese oft über eine Wissensdatenbank.

Mit einer Wissensdatenbank kann Ihr KI-Agent genaue und aktuelle Informationen bereitstellen (anders als ein allgemeiner Chatbot wie ChatGPT).

Eine Wissensdatenbank kann alles sein – von einer Tabelle oder einem Dokument bis hin zu einer vollständigen Datenbank. Beispiele sind interne Dokumentationen, Produktdatenbanken, Compliance-Repositorien oder Enterprise-Search-Systeme.

Die leistungsstärksten Systeme nutzen Retrieval-Augmented Generation (RAG), um Dokumente zu durchsuchen und relevante Informationen zu finden. (Keine Sorge, RAG ist bei einer KI-Agenten-Plattform dabei.)

Kanäle

Kanäle sind die Wege, über die Ihre Nutzer mit Ihrem KI-Agenten kommunizieren. Das Prinzip ist einfach: Ein WhatsApp-Chatbot kommuniziert über WhatsApp. Ein Discord-Bot über Discord.

Ein häufiger Kanal für kundenorientierte KI-Agenten ist ein Website-Widget. Oft auch Webchat genannt, können Ihre Website-Besucher so mit Ihrem Agenten interagieren.

Ist ein KI-Agent auf einen Kanal beschränkt? Auf keinen Fall. Sie können Ihren Agenten so integrieren, dass er Informationen von Facebook Messenger empfängt und Sie dann auf Slack benachrichtigt. Oder Sie bauen einen KI-Agenten, der Nachrichten an alle Ihre Kontakte über Telegram, SMS und E-Mail sendet.

Webhooks

Wenn Ihr KI-Agent auf Auslöser reagieren soll, benötigen Sie Webhooks. Solche automatisierten Benachrichtigungen ermöglichen es KI-Agenten, in Echtzeit mit verschiedenen Systemen zu kommunizieren.

Wenn in einem System ein Ereignis eintritt, sendet der Webhook eine Anfrage an ein anderes System. Dadurch kann eine Aktion ausgelöst werden, ohne dass menschliches Eingreifen nötig ist. Beispiele für den Einsatz von Webhooks sind:

• Ein neuer Lead in Salesforce veranlasst den KI-Agenten, diesen zu bewerten und zuzuweisen.
• Support-Tickets lösen aus, dass KI-Agenten sie kategorisieren und bei Bedarf weiterleiten.
• KI-Agenten senden Versandbenachrichtigungen wenn sich der Bestellstatus ändert.
• Neue Mitarbeitende erhalten Schulungsunterlagen und Termineinladungen vom KI-Agenten.
• Sicherheitswarnungen veranlassen den KI-Agenten, diese zu analysieren und das IT-Team zu informieren.

Plattformen

Die anspruchsvollsten, spannendsten und nützlichsten Integrationen für KI-Agenten: Plattformen.

Lass dich von der Komplexität nicht abschrecken – die meisten Plattformen bieten zahlreiche vorgefertigte Integrationen für KI-Agenten an.

Beispiele für Plattformen, die du mit einem KI-Agenten integrieren kannst:

• CRM-Plattformen wie Hubspot und Salesforce, um Leads zu verfolgen und zu pflegen
• Helpdesk-Plattformen wie Zendesk und Intercom, für Kundensupport und Ticketbearbeitung
• Marketing-Automatisierungstools wie Mailchimp (oder erneut Hubspot) zum Versand externer E-Mails
• ERP-Systeme wie Oracle oder SAP, um das Bestandsmanagement zu optimieren
• Analytik-Plattformen wie Google Analytics, um die Ergebnisse des Agenten zu messen

Zum Beispiel nutzt ein HR-KI-Agent die wichtigsten Unternehmensrichtlinien als Wissensbasis. Fragt ein Mitarbeitender nach dem Vorgehen in einer bestimmten Situation, kann der Chatbot die Richtliniendokumente zur Beantwortung heranziehen.

5. Testen und Optimieren

Nachdem du deinen KI-Agenten gebaut hast, folgt der nächste Schritt: die Verfeinerung. Testen und Iterieren sind entscheidend für den Erfolg, werden aber von vielen, die schnell veröffentlichen wollen, oft übersehen.

Deine KI-Agenten-Plattform sollte im Studio einen Simulator bieten, mit dem du Interaktionen mit deinem Agenten üben kannst. Das ist der erste Schritt beim Testen und ein wichtiger Teil der Feinabstimmung während der Entwicklung.

Sobald du deinen ersten Entwurf fertiggestellt hast, kannst du eine Testversion deines Agenten per URL mit Freunden oder Kolleg:innen teilen. So stellst du sicher, dass alles funktioniert, bevor du den Agenten veröffentlichst.

Beim Testen kannst du deinen KI-Agenten weiter verbessern. Und sei darauf vorbereitet: Dieser Prozess setzt sich auch nach der Veröffentlichung fort. Das ist ganz normal.

6. KI-Agenten bereitstellen

Sobald dein KI-Agent bereit ist, kannst du ihn bereitstellen und Wirkung erzielen lassen. Es gibt verschiedene Möglichkeiten für die Bereitstellung:

• Binde ihn als Widget auf deiner Website ein.
• Teile ihn per URL mit deinen Nutzer:innen.
• Integriere ihn in Messaging-Kanäle wie WhatsApp, Instagram, Telegram, Facebook Messenger oder Slack.
• Integriere ihn in individuelle Plattformen oder Dienste, etwa das interne Nachrichtenboard deines Unternehmens oder eigene Software.

Vergiss nicht, deine Nutzer:innen darüber zu informieren, dass der KI-Agent live ist – wenn sie nichts davon wissen, kann er seinen Zweck nicht erfüllen. Klare Kommunikation ist entscheidend, damit dein KI-Agent einen Mehrwert bietet.

Hinweis: Wenn du ein Multi-Agenten-System – also mehrere KI-Agenten in einer gemeinsamen Umgebung – aufbaust, musst du auch das Routing von KI-Agenten planen, also wie Auslöser an bestimmte Agenten weitergeleitet werden.

Um zu messen, wie gut dein Multi-Agenten-System zusammenarbeitet, benötigst du ein Multi-Agenten-Evaluierungssystem. Damit kannst du die zusätzliche Komplexität bewerten, die durch das Zusammenspiel mehrerer Agenten entsteht.

7. Überwachen und Verbessern

‍

Dein KI-Agenten-Projekt endet nicht mit der Bereitstellung – im Gegenteil, dann geht es erst richtig los. Sobald er im Einsatz ist, arbeitet dein KI-Agent für dich.

Eine gute KI-Agenten-Plattform bietet kontinuierliche Analysen, sodass du siehst, wann dein Agent genutzt wird, welche Themen gefragt sind und auf welchen Plattformen die Interaktionen stattfinden.

Wenn du wissen möchtest, wie du Analysen für einen KI-Agenten optimal nutzt, lies unseren Artikel zu KI-Chatbot-Analysen.

Starte kostenlos mit dem Bau eines KI-Agenten

Du hast eine Idee für einen KI-Agenten – und wir bieten die leistungsstärkste und flexibelste KI-Agenten-Plattform.

Mit dem Drag-and-Drop-Flow-Builder, einer umfangreichen Wissensbibliothek und einer aktiven Discord-Community mit über 20.000 Bot-Buildern ist der Einstieg in Botpress ganz einfach.

Unsere erweiterbare Plattform ermöglicht dir alles, was du bauen möchtest, und im Integration Hub findest du zahlreiche vorgefertigte Anbindungen an die wichtigsten Kanäle.

Jetzt starten. Kostenlos.

Häufig gestellte Fragen

1. Was ist der Unterschied zwischen einem KI-Agenten und einem Chatbot?

Der Unterschied zwischen einem KI-Agenten und einem Chatbot besteht darin, dass ein Chatbot meist vordefinierten Skripten oder Entscheidungsbäumen folgt, während ein KI-Agent ein großes Sprachmodell (LLM) nutzt, um eigenständig und kontextbezogen zu handeln. KI-Agenten sind darauf ausgelegt, sich anzupassen und Aufgaben zu lösen – nicht nur zu plaudern.

2. Kann ich verschiedene LLMs (wie OpenAI, Claude, Mistral) im selben Agenten verwenden?

Ja, du kannst verschiedene LLMs wie OpenAI, Claude oder Mistral im selben KI-Agenten nutzen, sofern deine Plattform Multi-Modell-Orchestrierung unterstützt. So kannst du Aufgaben je nach Kosten und Geschwindigkeit an das passende Modell weiterleiten.

3. Wie kann ich meinen KI-Agenten über eine Wissensbasis hinaus trainieren – ist Feintuning möglich?

Direktes Feintuning deines KI-Agenten ist in den meisten Plattformen nicht immer möglich, aber du kannst das Verhalten des Agenten mit fortgeschrittenem Prompt Engineering und Retrieval-Augmented Generation (RAG) steuern. Für echtes Feintuning musst du das Modell separat trainieren und per API integrieren.

4. Kann ich meinem KI-Agenten eine eigene Persönlichkeit oder einen bestimmten Tonfall geben?

Ja, du kannst deinem KI-Agenten eine eigene Persönlichkeit oder einen bestimmten Tonfall geben, indem du die Prompt-Anweisungen entsprechend konfigurierst. So kannst du den Agenten an die Stimme deiner Marke anpassen.

5. Gibt es eine Möglichkeit, den Themenbereich der Antworten eines KI-Agenten einzuschränken?

Du kannst den Umfang dessen, was ein KI-Agent beantworten kann, einschränken, indem du den Zugriff auf bestimmte Tools oder Wissensquellen begrenzt und in Workflows Schutzmechanismen einsetzt, um Eingaben außerhalb des vorgesehenen Bereichs zu filtern oder zu blockieren.