KI-Agenten mit MeinGPT Digitale Kollegen, die nie Feierabend machen.
Ein Agent liest, versteht, entscheidet und handelt – mit Zugriff auf eure Systeme. Wir bauen Agenten auf MeinGPT: Assistenten mit Werkzeugen und MCP-Anbindung, die auf Wunsch im Hintergrund arbeiten. Ihr gebt frei, wo es zählt.
Mehr als ein Chatbot.
Ein Mitarbeiter mit Software-Händen.
Ein Chatbot beantwortet Fragen. Ein Agent erledigt Aufgaben: Er nutzt freigegebene Werkzeuge, arbeitet mehrere Schritte ab und meldet sich, wenn ein Mensch entscheiden muss. In MeinGPT besteht er aus drei Bausteinen.
1 · Assistent
Rolle, Regeln und Wissen: Was soll der Agent tun, was darf er nicht, wie sieht ein gutes Ergebnis aus?
2 · Werkzeuge
Integrationen und eigene MCP-Server – genau die Funktionen, die der Use Case braucht, nicht mehr.
3 · Auslöser
Im Chat gestartet oder als Automation per E-Mail, Webhook oder Zeitplan im Hintergrund.
Ein KI-Agent ist ein Sprachmodell mit Auftrag, Werkzeugen und Grenzen. Er bekommt ein Ziel, plant die nötigen Schritte selbst, ruft dafür freigegebene Systeme auf und liefert ein Ergebnis – oder fragt nach, wenn ein Mensch entscheiden muss. Anders als ein Chatbot antwortet er nicht nur, er erledigt Arbeit.
Chatbot, Workflow oder Agent?
Nicht jede Aufgabe braucht einen Agenten. Oft ist ein Assistent oder ein fester Workflow die bessere, günstigere und besser prüfbare Lösung. So grenzen wir ab:
| Merkmal | Assistent (Chat) | Workflow | KI-Agent |
|---|---|---|---|
| Wer startet? | Ein Mensch im Chat | Ein Mensch oder eine Automation | Ein Mensch, eine E-Mail, ein Webhook oder ein Zeitplan |
| Ablauf | Frage und Antwort | Feste Schritte, immer gleich | Schritte je nach Lage selbst geplant |
| Zugriff auf Systeme | Wissen und Dokumente | Definierte Eingaben und Ausgaben | Freigegebene Werkzeuge per Integration oder MCP |
| Gut für | Texte, Recherche, Fragen ans Firmenwissen | Wiederkehrende Prüfungen und Auswertungen | Vorgänge mit Varianten, die mehrere Systeme berühren |
| Kontrolle | Mensch liest die Antwort | Strukturierte Ausgabe, prüfbar | Grenzen, Freigaben und Verlauf je Lauf |
Mehr zu den Bausteinen: Assistenten & Wissen · Workflows & Automations · MCP & Integrationen
Lohnt sich ein Agent für diese Aufgabe?
Die besten Kandidaten sind Vorgänge, die oft vorkommen, einem erkennbaren Muster folgen und trotzdem zu viele Varianten für eine starre Regel haben.
Je mehr Punkte rechts zutreffen, desto eher lohnt sich ein Agent. Trifft kaum einer zu, ist ein Assistent oder ein Workflow meist die bessere Wahl.
- Die Aufgabe kommt mindestens mehrmals pro Woche vor
- Sie beginnt mit einem klaren Auslöser: E-Mail, Formular, Termin, Datensatz
- Die nötigen Informationen liegen in Systemen, die sich anbinden lassen
- Ein gutes Ergebnis lässt sich beschreiben und prüfen
- Fehler sind erkennbar und korrigierbar, bevor Schaden entsteht
Eher kein Agent, wenn …
- jede Entscheidung Einzelfall-Abwägung mit Haftungsfolgen ist
- die Daten verstreut, veraltet oder nicht zugänglich sind
- der Vorgang so selten ist, dass sich der Aufbau nicht rechnet
Diese Agenten bauen wir am häufigsten.
Angebots-Agent
Liest Anfragen, findet Referenzaufträge, kalkuliert und legt den Angebotsentwurf zur Freigabe vor.
Bestell-Agent
Erfasst Bestellungen aus E-Mail und PDF, prüft Verfügbarkeit und bereitet die Auftragsbestätigung vor.
Service-Agent
Beantwortet Standardanfragen mit Zugriff auf Aufträge und Lieferstatus – Sonderfälle gehen ans Team.
Rechnungs-Agent
Prüft Eingangsrechnungen gegen Bestellung und Wareneingang und meldet Abweichungen.
Report-Agent
Jeden Montag ein Bericht mit Kennzahlen und Auffälligkeiten aus euren Systemen.
Agenten mit Leitplanken.
Ein Agent, der handeln kann, braucht klare Grenzen. Wir kombinieren die Schutzmechanismen von MeinGPT mit der Datenschutz-Erfahrung unseres Gründers.
- Rechte des Nutzers – der Agent arbeitet nur mit den Werkzeugen und Rechten, die freigegeben sind
- Minimale Werkzeuge – MCP-Tools bieten nur die Aktionen, die der Use Case wirklich braucht
- Freigaben – bei allem, was zählt, entscheidet ein Mensch
- Grenzen – Absenderregeln, Häufigkeits- und Parallelitätslimits
- Verlauf – jeder Lauf mit Status, Zeitstempel, Ergebnis und Fehlern
- Schattenbetrieb – erst testen wir parallel zum Team, dann übernimmt der Agent
KI-Agenten und der EU AI Act.
Die meisten Agenten im Mittelstand – Angebote vorbereiten, Rechnungen prüfen, Anfragen sortieren – sind keine Hochrisiko-Systeme. Ein paar Regeln gelten trotzdem, und wir planen sie von Anfang an ein.
KI-Kompetenz
Art. 4 AI Act verpflichtet Unternehmen seit 2. Februar 2025, Maßnahmen für die KI-Kompetenz ihrer Mitarbeitenden zu ergreifen. Wer einen Agenten betreut, sollte wissen, was er kann und wo er irrt. Dafür gibt es unsere Schulungen.
Transparenz
Seit 2. August 2026 gelten die Transparenzpflichten nach Art. 50 AI Act: Wer mit einer KI kommuniziert, soll das erkennen können. Antwortet ein Agent direkt an Kunden, planen wir einen klaren Hinweis ein.
Mensch entscheidet
Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung für Personen darf nach Art. 22 DSGVO grundsätzlich keine Maschine allein treffen. Agenten bereiten solche Entscheidungen vor, freigeben tut ein Mensch.
Agenten für Bewerberauswahl, Kreditwürdigkeit oder vergleichbare Bereiche können unter die Hochrisiko-Regeln des AI Act fallen. Solche Vorhaben prüfen wir gesondert und gemeinsam mit eurem Datenschutz. Mehr dazu auf der Seite Datenschutz & EU AI Act. Das ist keine Rechtsberatung – im Zweifel gehört die Einzelfrage zu eurer Kanzlei.
Was kostet ein KI-Agent?
Ein Agent kostet in drei Posten: Plattform, Verbrauch und Aufbau. Alle drei kennst du, bevor es losgeht.
- Plattform: MeinGPT-Lizenz für die Nutzer, die mit dem Agenten arbeiten – 5,40 bis 18 € pro Nutzer und Monat bei jährlicher Abrechnung, je nach Nutzerzahl. Über dpr.one gebucht 20 % Rabatt in den ersten 6 Monaten.
- Verbrauch: Jeder Lauf verbraucht Modellbudget. Wie viel, hängt vom gewählten Modell und der Textmenge ab. Im Schattenbetrieb messen wir den Verbrauch pro Lauf, bevor der Agent live geht, und setzen Budgets und Limits.
- Aufbau durch dpr.one: Festpreis je Agent nach einem kurzen Use-Case-Check. Enthalten sind Konzept, Bau, Anbindung der Werkzeuge, Tests im Schattenbetrieb und Übergabe.
- Optional: Outpost für Systeme im eigenen Netzwerk (ab 225 € im Monat) und Betreuung durch uns als monatliche Pauschale.
In fünf Schritten zum ersten Agenten.
Use Case wählen
Wir suchen gemeinsam den Vorgang mit dem besten Verhältnis aus Häufigkeit, Aufwand und Risiko – meist nicht den spektakulärsten.
Grenzen festlegen
Was darf der Agent lesen, was schreiben, wann muss er fragen? Daraus ergeben sich Werkzeuge, Rechte und Freigaben.
Bauen und anbinden
Assistent mit Rolle und Regeln, Werkzeuge per Integration oder eigenem MCP-Server, Auslöser im Chat oder als Automation.
Schattenbetrieb
Der Agent arbeitet parallel zum Team, Ergebnisse werden verglichen. Erst wenn Qualität und Verbrauch passen, übernimmt er.
Übergabe und Ausbau
Dokumentation, Einweisung, Verlauf im Blick. Der nächste Agent baut auf denselben Werkzeugen auf und geht schneller.
Fragen zu KI-Agenten
Ist das schon produktionsreif?
Assistenten mit Werkzeugen und MCP-Anbindung sind in MeinGPT verfügbar. Hintergrund-Automations sind aktuell in der Private Beta – wir setzen sie deshalb für eng definierte, überprüfbare Aufgaben ein und planen Freigaben bewusst ein.
Was ist der Unterschied zwischen KI-Agent und RPA?
RPA-Bots klicken feste Abläufe nach und brechen ab, wenn etwas anders aussieht als erwartet. Ein KI-Agent versteht unstrukturierte Eingaben wie E-Mails oder PDFs und kann mit Varianten umgehen. Dafür braucht er klare Grenzen und Freigaben. In der Praxis ergänzen sich beide: Der Agent versteht und bereitet vor, feste Schnittstellen führen aus.
Was kostet ein KI-Agent?
Drei Posten: die MeinGPT-Lizenz (5,40 bis 18 € pro Nutzer und Monat bei jährlicher Abrechnung), das Modellbudget nach Verbrauch und der Aufbau durch dpr.one als Festpreis je Agent. Den Verbrauch pro Lauf messen wir im Schattenbetrieb, bevor der Agent live geht.
Darf ein KI-Agent selbst entscheiden?
Bei Routineschritten ja, etwa beim Sortieren oder Vorbereiten. Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung für Personen dürfen nach Art. 22 DSGVO grundsätzlich nicht allein automatisiert fallen. Solche Schritte legen wir immer als Freigabe durch einen Menschen an.
Kann ein Agent Fehler machen?
Ja – wie jeder Mitarbeitende. Deshalb definieren wir klare Grenzen, testen im Schattenbetrieb und lassen kritische Schritte von Menschen freigeben. Jeder Lauf ist im Verlauf nachvollziehbar.
Auf welche Systeme kann ein Agent zugreifen?
Auf alles, was über eine Integration, einen MCP-Server oder Outpost angebunden ist – etwa Microsoft 365, CRM, ERP oder interne Datenbanken. Welche Aktionen erlaubt sind, legen wir pro Use Case fest.
Passt gut dazu.
Sieh MeinGPT live – mit deinen eigenen Use Cases.
In 30 Minuten zeigen wir dir MeinGPT in Aktion und skizzieren zwei bis drei Use Cases, die bei dir sofort Zeit sparen. Ehrlich, auch wenn die Antwort „noch nicht“ lautet.
Test ohne Abo · 20 % Rabatt für 6 Monate bei Buchung über dpr.one · Antwort in 24 Stunden