KI-Agent oder Automatisierung: was ist der Unterschied?

Ich bekomme diese Frage in fast jedem Erstgespräch. Meist steckt dahinter ein konkreter Prozess, jemand hat das Wort KI-Agent gehört und will wissen, ob das die richtige Antwort ist. Die ehrliche Kurzfassung: Oft reicht ein normaler Workflow, und der ist günstiger, schneller und leichter zu warten.

Was genau ist der technische Unterschied?

Ein klassischer Automatisierungs-Workflow ist eine fest verdrahtete Abfolge von Schritten. Webhook kommt rein, Daten werden bereinigt, eine API wird aufgerufen, das Ergebnis wird geloggt. Die Logik ist deterministisch. Gleiche Eingaben führen zu den gleichen Schritten in der gleichen Reihenfolge. Du kannst den Pfad im Editor mit dem Finger nachfahren.

Ein KI-Agent funktioniert anders. Er bekommt ein Ziel und eine Palette von Tools. Das Sprachmodell übernimmt Planung und Tool-Auswahl. Es entscheidet selbst, welches Tool wann aufgerufen wird, um das Ziel zu erreichen. In n8n ist das ein eigener Node-Typ, der an ein Sprachmodell angebunden wird und zusätzlich Tools wie HTTP Request oder eigene Workflows sowie ein Memory nutzen kann, um Kontext über mehrere Schritte zu behalten (Width.ai, 16.07.2026).

Das gängige Muster sieht so aus: Trigger, dann der Agent mit Model, Tools und Memory, dann eine Verarbeitung der Antwort, dann der Output (AI Agent Workflow Pattern, GitHub, 20.10.2025). Der Rahmen ist also weiterhin ein Workflow. Nur der mittlere Teil ist nicht mehr vorhersagbar.

Ist ein LLM-Node im Workflow schon ein Agent?

Nein. Das ist die häufigste Verwechslung. Wenn du in einem festen Ablauf einen Schritt hast, der eine E-Mail zusammenfasst oder einen Produkttext generiert, trifft das Modell nur eine lokale Entscheidung. Die Gesamtstruktur bleibt fix (DigitalApplied, 13.03.2026). Das ist ein KI-gestützter Workflow und für viele Aufgaben genau das Richtige.

Zum Agenten wird es erst, wenn du dem Modell die Kontrolle über den Ablauf gibst. Ein minimaler Agent-Aufbau in n8n besteht aus Trigger, Language Model Node, Agent Node und Output Node, darüber hinaus werden Tools an den Agent Node angebunden (DigitalApplied, 13.03.2026). Erst diese Tools machen den Unterschied, weil der Agent zwischen ihnen wählen darf.

Woran erkenne ich, dass ein Agent nötig ist?

Ich gehe in Projekten eine kurze Checkliste durch. Wenn du drei oder mehr Punkte mit Ja beantwortest, lohnt sich Agentenlogik. Sonst nicht.

1. Ist die Anfrage unscharf formuliert, also in freier Sprache statt als strukturiertes Formular?
2. Variiert der sinnvolle Ablauf stark von Fall zu Fall?
3. Gibt es mehrere Tools oder Datenquellen, und welche du brauchst, hängt vom Inhalt ab?
4. Muss über mehrere Interaktionen hinweg Kontext erhalten bleiben?
5. Lässt sich die Entscheidungslogik nicht in einer überschaubaren Zahl von If-Bedingungen abbilden?

Ein typisches Ja-Beispiel: Ein Agent analysiert ein eingehendes Dokument, ruft bei Bedarf externe Daten über HTTP ab und liefert das Ergebnis in einem vorgegebenen JSON-Schema zurück (n8nlab.io, 08.03.2026). Welche Datenquelle gebraucht wird, weißt du vorher nicht. Genau da spielt Tool Use seine Stärke aus.

Ein typisches Nein-Beispiel: Rechnungen aus dem Postfach ziehen, Beträge auslesen, in die Buchhaltung schreiben, Slack-Nachricht senden. Die Schritte stehen fest. Ein Agent bringt hier nur Unsicherheit und Kosten.

Wie halte ich einen Agenten unter Kontrolle?

Das ist die Frage, die mir am meisten Bauchschmerzen bereitet. Ein Agent, der selbst entscheidet, kann auch selbst etwas kaputt machen. n8n beschreibt dafür Human-in-the-Loop-Freigabeschritte: Tools, die schreibend arbeiten oder nach außen kommunizieren, lassen sich mit Require approval konfigurieren. Der Agent wartet dann auf eine menschliche Freigabe und passt sein Verhalten an, wenn abgelehnt wird (n8nautomation.cloud, 10.04.2026).

Dazu kommen ein paar Bau-Prinzipien. Der n8n-Blog empfiehlt unter anderem Sub-Workflows über den Execute Workflow Node, klare Verantwortlichkeiten pro Agent und eine saubere Trennung zwischen Agentenlogik und deterministischen Automationsschritten (n8n Blog, 08.01.2026). Das deckt sich mit meiner Erfahrung. Je kleiner der Bereich ist, in dem der Agent frei entscheiden darf, desto stabiler läuft das Ganze.

• Lesen darf der Agent frei. Schreiben nur mit Freigabe oder über ein eng definiertes Tool.
• Jeder Agent bekommt genau eine Zuständigkeit, nicht fünf.
• Vor- und Nachbereitung bleiben deterministische Nodes, nicht Teil des Agentenauftrags.
• Logge Tool-Aufrufe mit, sonst kannst du Fehler später nicht rekonstruieren.

Kann ich einen bestehenden Workflow schrittweise umbauen?

Ja, und das ist meist der bessere Weg als ein Neubau. Suche die Stelle in deinem Workflow, an der die Verzweigungen ausufern. Genau dort setzt du einen Agenten ein und lässt den Rest deterministisch. Der Agent bekommt die bestehenden Teilprozesse als Tools, in n8n zum Beispiel über bereits vorhandene Sub-Workflows.

Für komplexere Fälle gibt es das Muster, Anfragen zuerst zu klassifizieren, dann in Teilaufgaben zu zerlegen, diese auszuführen und die Ergebnisse zusammenzuführen (n8nlab.io, 06.03.2026). Das ist mehr Aufwand in der Konzeption, macht aber jeden Schritt einzeln testbar. Anbieter bewerben solche Architekturen gern als besonders zuverlässig. Belastbare Vergleichszahlen habe ich in den Quellen nicht gefunden. Behandle das als Anbieterperspektive und teste selbst.

Was heißt das für deine nächste Entscheidung?

Agenten sind kein Upgrade gegenüber Workflows. Sie sind ein anderes Werkzeug für eine andere Art von Problem. Wer aus Neugier einen Agenten baut, wo ein Workflow gereicht hätte, zahlt mit Token-Kosten, Fehlersuche und unklarer Verantwortung. Wer umgekehrt einen unscharfen Prozess in dreißig If-Zweige presst, baut sich eine Wartungslast.

Mein pragmatischer Ablauf: Prozess aufschreiben, Entscheidungspunkte markieren, deterministisch bauen, was deterministisch geht. Für den Rest einen kleinen Agenten mit wenigen Tools und Freigabeschritten. Dann prüfen, wie oft er richtig liegt, bevor du ihm mehr Rechte gibst.

Wenn du gerade vor genau dieser Entscheidung stehst und nicht sicher bist, ob dein Prozess ein Agent oder ein Workflow ist: Buch dir gern ein KI-Audit. Wir schauen uns deinen Ablauf konkret an und du bekommst eine klare Einschätzung, auch wenn die Antwort am Ende lautet, dass du keinen Agenten brauchst.