AUSWAHL EINER KI-AGENTUR
FIELD NOTE 10 / 15Eine KI-Agentur sollte Ihnen nicht KI verkaufen. Sie sollte das System darum herum verantworten.
Eine KI-Agentur sollte aus einem Geschäftsproblem ein funktionierendes System machen und verantwortlich bleiben, wenn es auf echte Daten, echte Kunden und echte Folgen trifft.
KI-Zugang ist reichlich vorhanden. Verantwortung dafür, sie im Unternehmen zum Funktionieren zu bringen, nicht.
DIESE FIELD NOTE TEILEN
Geben Sie das nützliche Signal weiter.
Die Kategorie KI-Agentur wuchs schneller als ihre Bedeutung.
Wer eine KI-Agentur sucht, findet unter demselben Etikett eine Strategieberatung, ein Softwarestudio, einen Chatbot-Entwickler, einen Automatisierungsfreelancer und einen Wiederverkäufer fremder Plattformen. Alle können kompetent sein. Sie bieten nicht dieselbe Verantwortung.
Im nützlichsten Fall ist eine KI-Agentur Implementierungs- und Betriebspartner. Sie erkennt, wo KI Arbeit verbessern kann, entwirft das System um dieses Ergebnis, verbindet nötigen Kontext und Tools, testet Verhalten, führt es im Team ein und verbessert es nach dem Start weiter.
Diese Definition zählt, weil Technologie nur eine Zutat ist. Ein Modell kann generieren, klassifizieren, abrufen und schlussfolgern. Es entscheidet nicht, welches Kundenversprechen Ihr Unternehmen geben sollte, welcher Quelle Ihr Vertrieb vertraut, wer einen Rabatt genehmigen darf oder was eine fehlgeschlagene Aktion das Unternehmen kosten sollte. Diese Entscheidungen gehören zum System um das Modell – und zu den dafür verantwortlichen Menschen.
Eine KI-Agentur ist keine Quelle künstlicher Intelligenz. Sie ist eine Quelle verantworteter Umsetzung.
Ein Prototyp beweist, dass etwas einmal geschehen kann.
KI macht Vorführungen ungewöhnlich überzeugend. Mit einem sauberen Briefing, vollständigen Kundendaten und einem passenden Beispiel kann ein Modell eine Kundenzusammenfassung, Kampagne oder Serviceantwort erzeugen, die wirkt, als sei die Zukunft früh angekommen.
Der Produktivbetrieb liefert die in der Vorführung vermiedenen Beispiele. Ein Firmenname passt zu drei Unternehmen. Das CRM-Feld ist leer. Zwei Dokumente widersprechen sich. Eine Integration verliert ihre Berechtigung. Ein Kunde verlangt etwas außerhalb der Richtlinie. Das Modell liefert eine ausgefeilte Ableitung ohne Belege.
Hier beginnt die eigentliche Agenturarbeit. Sie muss entscheiden, wie das System mit fehlendem Kontext, unsicheren Schlussfolgerungen, wechselnden Tools, kostspieligen Aktionen und Fällen für menschliches Urteil umgeht. Endet das Engagement beim funktionierenden Idealfall, hat der Käufer einen Prototyp gekauft und ein Betriebsproblem geerbt.
Nicht jedes Problem braucht eine KI-Agentur.
Erledigt ein Standardprodukt die Aufgabe bereits, passt zum Prozess und bietet akzeptable Kontrollen, kaufen Sie es. Ist der Bedarf gelegentlich und persönlich, nutzen Sie einen allgemeinen Assistenten. Hat die Organisation Entwicklungskompetenz, Betriebsverantwortung und Fachwissen zum internen Aufbau und Betrieb, kann eine externe Agentur eher Verzögerung als Wert bringen.
Eine Agentur wird nützlich, wenn Arbeit Grenzen überschreitet: mehrere Tools zusammenarbeiten müssen, Unternehmenskontext die Antwort verändert, Entscheidungen explizite Berechtigungen brauchen, Fehler geschäftliche Folgen haben oder intern niemand Entwicklung und dauerhaften Betrieb gemeinsam verantworten kann.
Das ist keine Frage der Unternehmensgröße. Eine kleine wiederkehrende Aufgabe kann ein betreutes System rechtfertigen, wenn sie jeden Lead berührt. Eine große, spannende Idee vielleicht nicht, wenn das Ergebnis vage ist. Der richtige Ausgangspunkt sind Wert und Form der Arbeit, nicht der Wunsch, eine KI-Initiative anzukündigen.
- Ein Produkt nutzen, wenn sich der Prozess daran anpassen kann, ohne Wichtiges zu verlieren.
- Intern entwickeln, wenn die Fähigkeit strategisch ist und die Organisation sie nach dem Start betreiben kann.
- Eine KI-Agentur nutzen, wenn wertvolle Arbeit externen Systementwurf, Integration und verantworteten Betrieb braucht.
- Noch nichts tun, wenn Ergebnis, Zuständigkeit oder Wertbelege unklar sind.
Kaufen Sie veränderte Arbeit, keine Sammlung von KI-Artefakten.
Eine Analysepräsentation, Prompt-Bibliothek, ein Agent, Workflow und Dashboard können legitime Liefergegenstände sein. Keines ist das Ergebnis. Der Käufer sollte eine wiederkehrende Tätigkeit benennen und erklären können, was wegen des Systems schneller, besser oder verlässlicher geschieht.
Für Revenue-Teams kann das bedeuten, dass qualifizierte Kaufsignale früher den richtigen Verkäufer erreichen, Kampagnenentscheidungen aktuelle Kundenbelege nutzen, Serviceanfragen mit richtigem Kontext ankommen oder Kundenpläne durch gewonnene und verlorene Deals besser werden. Die Technologie sollte in einer klareren Arbeitsweise aufgehen.
Eine glaubwürdige Agentur definiert daher mehr als den Umfang. Sie benennt geschäftliche Absicht, maßgebliche Eingaben, erlaubte Entscheidungen und Aktionen, Qualitätsstandard, Freigabepunkte, Fehlerwege und Bewertungsbelege. Der Prompt ist ein Implementierungsdetail. Die Betriebsvereinbarung ist das wertvolle Artefakt.
VERWANDTE FIELD NOTESobald die Agenturverantwortung klar ist, lautet die nächste Frage, welche Systemteile wirklich individuell sein müssen.
Individuelle KI-Agenten sollten zur Arbeit passen, nicht bloß Ihre Marke tragen.Die aufschlussreichste Zeile im Angebot steht nach „Produktivstart“.
Modelle ändern sich. APIs ändern sich. Kundenverhalten ändert sich. Das System trifft auf Sonderfälle, die im Workshop fehlten. Ein Startdatum stoppt diese Veränderungen nicht.
Laufender Support sollte mehr als Hosting und Helpdesk bedeuten. Jemand sollte Durchlaufabschlüsse überwachen, den Nutzen stichprobenartig prüfen, Fehler untersuchen, Geschäftskontext pflegen, Evaluierungen aktualisieren und entscheiden, wann eine wiederholte Ausnahme eine Systemänderung erfordert.
Das verlangt keine endlose Agenturabhängigkeit. Verantwortung kann bei der Agentur liegen, an den Kunden übergehen oder geteilt werden. Entscheidend ist ihre Explizitheit. Ein System ohne benannten Betreiber ist nicht autonom. Es ist unbeaufsichtigt.
Bereitgestellt ist ein technischer Zustand. Verlässlich ist eine betriebliche Leistung.
Fragen Sie, wer den schwierigen Dienstag verantwortet, nicht wer den polierten Pitch gewinnt.
Wählen Sie vor dem Agenturvergleich einen echten Anwendungsfall und bringen Sie ein schwieriges Beispiel mit. Fragen Sie den möglichen Partner, wie er einen Ausgangswert festlegen, Beobachtung von Ableitung trennen, Berechtigungen begrenzen, variables Verhalten testen und auf ein Scheitern mitten in einer Aktion reagieren würde.
Die stärkste Antwort kann Software enthalten, von der Sie nie gehört haben. Sie kann auch ein Standardtool, einen kleineren Umfang oder gar keinen Agenten empfehlen. Das ist ein besseres Signal als ein langer Modell- und Integrationskatalog. Sie prüfen, ob die Agentur eine solide Betriebsentscheidung trifft, wenn mehr Technologie nicht automatisch die richtige Antwort ist.
- Welches Geschäftsergebnis und welche Nutzerentscheidung verbessert dieses System?
- Welcher Kontext ist maßgeblich, und wer hält ihn aktuell?
- Was darf das System lesen, empfehlen, ändern oder senden?
- Wie testen Sie häufige Fälle, schwierige Fälle und kostspielige Ausnahmen?
- Wie werden Fehler sichtbar, und wer reagiert darauf?
- Was messen Sie nach dem Start außer Nutzung und Zeitersparnis?
- Was können wir selbst betreiben, wenn die Zusammenarbeit endet?
Beauftragen Sie eine KI-Agentur nicht, weil sie die Tools kennt. Beauftragen Sie sie, wenn sie für die Arbeit verantwortlich bleiben kann, die diese Tools verändern sollen.
Belege und weiterführende Lektüre.
Praktische Hinweise zur einfachsten geeigneten Architektur und zur Unterscheidung kontrollierter Workflows von autonomen Agenten.
02OpenAI: Ein praktischer Leitfaden zur Entwicklung von AgentenEin produktionsorientierter Leitfaden zu Anwendungsfallauswahl, Tools, Anweisungen, Orchestrierung und mehrschichtigen Leitplanken.
03McKinsey: Agenten für WachstumBelege dafür, dass wesentlicher Wert durch die Neugestaltung durchgehender Arbeit entsteht, gestützt auf gemeinsame Daten, Governance und ein neues Betriebsmodell.