Intelligence Brief

Wöchentliches KI-Briefing — direkt ins Postfach.

Danke! Schau in dein Postfach.
Mehr Newsletter-Formate →

KI-Agenten erstellen: In 6 Schritten zum ersten Agenten, mit Beispiel in Langdock

Zur Event Anmeldung
Download PDF

Kurz gesagt: Ein KI-Agent ist ein KI-Assistent mit fester Aufgabe, gespeicherten Anweisungen, eigenem Wissen und optional Werkzeugen, mit denen er Aktionen in anderen Systemen ausführt. Um einen Agenten zu erstellen, legst du Zweck und Grenzen fest, schreibst die Anweisungen, hängst nur das nötige Wissen an, verbindest wenige Tools, testest mit echten Anfragen und gibst ihn dann für eine Gruppe frei. In Langdock geht das ohne Programmierung, entweder im Agent Builder per Beschreibung in natürlicher Sprache oder im Konfigurations-Editor.

Was ist ein KI-Agent?

Ein normaler KI-Chat startet jedes Mal bei null: Du erklärst Rolle, Kontext und Format, lädst Dokumente hoch und bekommst eine Antwort. Ein Agent speichert all das. Er weiß, wofür er da ist, kennt die Dokumente, die er braucht, und kann je nach Einrichtung Aktionen in anderen Systemen ausführen, etwa einen E-Mail-Entwurf anlegen oder einen CRM-Eintrag aktualisieren.

Die Langdock-Dokumentation fasst den Unterschied so: Chat eignet sich für einmalige oder schnelle Anfragen, Agenten für Setups, die du mit anderen teilen oder für wiederkehrende Aufgaben nutzen willst. Ein Workflow geht noch einen Schritt weiter und läuft ohne Gespräch ab.

Chat KI-Agent Workflow
Wofür einmalige, schnelle Fragen wiederkehrende Aufgabe mit gleicher Rolle, gleichem Wissen, gleichen Tools ganzer Prozess mit mehreren Schritten
Start du schreibst eine Nachricht du oder Kollegen öffnen den Agenten Auslöser wie Formular, Zeitplan oder Ereignis in einem System
Gedächtnis nur der laufende Chat gespeicherte Anweisungen und Wissen Daten fließen von Schritt zu Schritt
Beispiel "Fasse diese Mail zusammen" Agent beantwortet Fragen zur Reiserichtlinie eingehende Anfrage wird klassifiziert, beantwortet und im CRM abgelegt

KI-Agenten erstellen: die 6 Schritte zum ersten Agenten

Diese Schritte gelten unabhängig vom Tool. Die Beispiele zeigen, wie es in Langdock aussieht.

1. Zweck und Grenzen festlegen

Ein guter erster Agent hat einen klar abgegrenzten Zweck. Beantworte vorher fünf Fragen, die auch die Langdock-Dokumentation empfiehlt: Bei welcher Aufgabe soll der Agent helfen? Welche Schritte hat diese Aufgabe? Welche Dateien oder Wissensquellen braucht er? Wie führst du Nutzer dazu, die richtigen Informationen zu liefern? Hast du Beispiele für den gewünschten Stil und Output? Leg außerdem fest, was der Agent nicht tun soll, etwa Informationen annehmen, die ihm niemand gegeben hat.

2. Anweisungen schreiben

Die Anweisungen sind der wichtigste Teil eines Agenten. Ein bewährtes Raster besteht aus vier Teilen: Persona (wer ist der Agent), Aufgabe (was soll er tun und wie), Kontext (Hintergrund, Ansprechpartner, Quellen) und Format (Ton, Länge, Struktur der Antwort). Je konkreter, desto näher liegt die Antwort an deiner Erwartung.

3. Wissen anhängen, aber nur das nötige

Gib dem Agenten nur die Dokumente, die er für seine Aufgabe braucht. Zu viel Wissen macht Antworten unschärfer. Wenn sich Dokumente regelmäßig ändern, ist ein synchronisierter Ordner besser als ein einmaliger Upload.

4. Tools verbinden, mit Augenmaß

Über Integrationen kann ein Agent handeln statt nur zu antworten. Starte mit wenigen Tools. Jedes zusätzliche Tool ist eine weitere Stelle, an der der Agent etwas Falsches tun kann, und eine weitere Berechtigung, die du absichern musst.

5. Testen, bevor andere ihn nutzen

Teste mit typischen Anfragen aus dem Alltag, auch mit unbequemen: unvollständige Angaben, Fragen außerhalb des Zwecks, Fragen, zu denen das Wissen nichts sagt. Halte fest, welche Antworten richtig sein müssen, und prüfe sie nach jeder Änderung erneut.

6. Freigeben, messen, pflegen

Gib den Agenten erst einer kleinen Gruppe, dann breiter. Lege einen Owner fest, der Feedback sammelt und den Agenten pflegt, wenn sich Prozesse, Dokumente oder Modelle ändern.

KI-Agent bauen: ein Beispiel in Langdock

Angenommen, dein Team bekommt immer wieder dieselben Fragen zur internen Reiserichtlinie. So baust du dafür einen Agenten in Langdock (Funktionen laut Langdock-Dokumentation, Stand 07.11.2026):

  1. Agenten anlegen: In der Agenten-Übersicht auf "Agenten erstellen" klicken. Es öffnet sich der Agent Builder. Du beschreibst in natürlicher Sprache, was der Agent tun soll, zum Beispiel "Ein Agent, der Fragen zur Reiserichtlinie auf Basis unseres Richtliniendokuments beantwortet". Der Builder stellt Rückfragen, zeigt einen Plan und konfiguriert den Agenten. Wer lieber selbst konfiguriert, wechselt über "Zum Editor" direkt in den Konfigurations-Editor. Beide Wege arbeiten an derselben Konfiguration.
  2. Name, Beschreibung, Eingabe: Name und Beschreibung erklären Kollegen, wofür der Agent da ist. Beispiel-Prompts wie "Wie rechne ich eine Bahnfahrt ab?" senken die Einstiegshürde. Statt freier Eingabe ist auch ein Formular möglich, das strukturierte Angaben abfragt.
  3. Anweisungen: Persona, Aufgabe, Kontext und Format eintragen, zum Beispiel: Antworte nur auf Basis der angehängten Richtlinie, nenne den Abschnitt, und verweise bei Sonderfällen an die zuständige Stelle.
  4. Wissen: Die Richtlinie als Datei anhängen oder den Ordner aus SharePoint, Google Drive, OneDrive oder Confluence Cloud synchronisieren. Ein Agent kann bis zu 50 Dateien, 5 Ordner aus dem Bereich Dateien und 5 synchronisierte Ordner nutzen. Bei vertraulichen Quellen lässt sich der Quellenzugriff einschränken: Nutzer sehen dann Quellenverweise, können die Originaldokumente aber nicht öffnen.
  5. Modell und Kreativität: Modell wählen und den Kreativitätsregler setzen (0 deterministisch bis 1 kreativ). Neue Agenten starten bei 0,7 und wechseln auf 0,3, sobald die erste Wissensquelle oder das erste Tool angehängt ist. Für Richtlinienfragen passt ein niedriger Wert.
  6. Testen mit Agent Evals: Im Tab "Evals" ein Test-Set mit typischen Fragen und erwarteten Antworten anlegen. Bewertet wird über KI-Prüfer, Tool-Check oder Keyword-Prüfung, alle Testfälle laufen auf einmal.
  7. Veröffentlichen und teilen: Änderungen bleiben ein Entwurf, bis du "Erstellen" beziehungsweise "Aktualisieren" wählst. Teilen kannst du mit dem ganzen Workspace oder gezielt mit Gruppen und Personen, getrennt nach Nutzungs- und Bearbeitungsrechten.

Wenn der Agent später mehr soll, etwa eine Reisekostenabrechnung vorbefüllen, kommt eine Integration dazu. Welches Modell für welchen Agenten sinnvoll ist, steht in Modellwahl ohne Ratespiel.

Langdock Agenten: was die Plattform mitbringt

Über das Beispiel hinaus bietet Langdock für Agenten laut Dokumentation unter anderem:

  • Integrationen: Aktionen in anderen Systemen, etwa E-Mail-Entwürfe, CRM-Einträge, Support-Tickets oder Nachrichten in Slack.
  • Sub-Agenten: Ein Agent ruft spezialisierte Agenten für Teilaufgaben auf, statt alle Anweisungen in einen zu packen.
  • Workflows im Agenten: Ein Agent kann während eines Gesprächs mehrstufige Workflows auslösen.
  • Vorlagen: Agenten-Templates als Startpunkt für häufige Anwendungsfälle.
  • Nutzung außerhalb der Plattform: Agenten lassen sich in Slack und Microsoft Teams nutzen, über die API auch in eigenen Anwendungen; die API-Nutzung wird nutzungsbasiert abgerechnet.
  • Analytics und Feedback: Nutzungsdaten und Bewertungen je Agent, optional Tracing über Langfuse, wenn ein Admin das Logging freigibt.

Mehr Praxis zu Agenten in Langdock bündelt der Ultimative Langdock Agent Guide zum Download.

Vom Agenten zum Workflow

Ein Agent wartet, bis jemand ihn fragt. Wenn eine Aufgabe ohne Gespräch ablaufen soll, etwa jeden Morgen eingehende Anfragen sortieren, brauchst du einen Workflow. In Langdock verketten Workflows Agenten, Integrationen und Logik zu automatischen Abläufen, ausgelöst durch ein Formular, einen Zeitplan oder ein Ereignis in einem verbundenen System. Wie du Workflows einführst, zeigt der Guide zur Einführung von Langdock Workflows.

Grenzen von KI-Agenten

  • Ein Agent ist so gut wie sein Wissen. Veraltete oder widersprüchliche Dokumente führen zu falschen Antworten. Pflege gehört deshalb zum Agenten wie zum Dokument.
  • Agenten können sich irren. Antworten klingen sicher, auch wenn sie falsch sind. Bei Entscheidungen mit Folgen gehört ein Mensch in die Freigabe.
  • Nicht jede Funktion steht im Agenten zur Verfügung. In Langdock etwa ist Deep Research nur im regulären Chat verfügbar, nicht in Agenten.
  • Limits gelten auch für Agenten. Ist ein Nutzer-, Workspace- oder Agenten-Limit erreicht, antwortet der Agent je nach Einstellung mit einem Fallback-Modell oder gar nicht.
  • Zu breite Agenten scheitern. Ein Agent für "alles rund um den Vertrieb" liefert schwächere Ergebnisse als drei Agenten mit klarem Zweck.

Governance: wer darf Agenten bauen und freigeben?

Sobald mehr als eine Handvoll Menschen Agenten bauen, brauchst du Regeln. Die wichtigsten Fragen:

  • Wer darf erstellen? In Langdock ist das eine Workspace-Berechtigung, die Admins vergeben.
  • Wer darf welche Daten anbinden? Teilt jemand einen Agenten mit vorausgewählter Verbindung, warnt Langdock, dass Nutzer über die verbundenen Accounts Daten lesen oder ändern können. Das gehört in die Freigaberegel.
  • Wer prüft vor dem breiten Einsatz? Admins können geprüfte Agenten als verifiziert markieren, hervorheben oder deaktivieren. Freigabeanfragen sorgen dafür, dass Zugriffe erst nach Genehmigung wirken.
  • Was sagt der AI Act? Für die meisten internen Assistenten geht es um KI-Kompetenz der Nutzer und klare Regeln; Agenten mit Folgen für Personen brauchen eine genauere Prüfung. Das ist eine Einordnung, keine Rechtsberatung.

Wie das im Gesamtbild aussieht, beschreibt KI-Governance in der Praxis.

Häufige Fragen zum Erstellen von KI-Agenten

Kann ich einen KI-Agenten ohne Programmierkenntnisse erstellen?

Ja. In Langdock beschreibst du den Agenten im Agent Builder in natürlicher Sprache oder füllst die Felder im Konfigurations-Editor aus. Programmierung brauchst du erst für eigene Integrationen oder die Nutzung über die API.

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

Ein einfacher Chatbot antwortet auf Fragen. Ein KI-Agent hat eine feste Aufgabe, gespeichertes Wissen und kann über Integrationen Aktionen in anderen Systemen ausführen. Laut Langdock-Dokumentation lohnt sich ein Agent, wenn Nutzer wiederholt dieselbe Rolle, dieselben Anweisungen, Tools oder dasselbe Wissen brauchen.

Wie lange dauert es, einen ersten Agenten zu bauen?

Die Einrichtung selbst geht mit dem Agent Builder schnell. Die meiste Zeit kosten nicht die Klicks, sondern ein sauberer Zweck, gute Anweisungen und Tests mit echten Fragen.

Wie teste ich, ob mein Agent zuverlässig antwortet?

Lege ein Set aus typischen und schwierigen Fragen mit erwarteten Antworten an und prüfe es nach jeder Änderung. In Langdock geht das mit Agent Evals, inklusive automatischer Bewertung durch einen KI-Prüfer.

Wann brauche ich einen Workflow statt eines Agenten?

Wenn eine Aufgabe ohne Gespräch laufen soll, regelmäßig oder bei einem Ereignis, und aus mehreren Schritten besteht. Agenten können Teil eines Workflows sein.

Wer sollte im Unternehmen Agenten bauen?

Am besten Menschen, die den Prozess kennen, unterstützt von einer zentralen Stelle für Regeln und Freigabe. Viele Unternehmen bilden dafür interne Champions aus, die in ihren Teams Agenten bauen und Kollegen helfen.

Einordnung

Einen KI-Agenten zu erstellen ist heute keine Programmierfrage mehr. Schwierig ist, den richtigen Zweck zu wählen, ihn sauber abzugrenzen und dafür zu sorgen, dass jemand ihn pflegt. Wer klein startet, testet und Regeln für Freigaben setzt, hat nach einigen Wochen Agenten, die Kollegen wirklich nutzen.

Wir bringen Langdock in Unternehmen. Von der Tool-Entscheidung über den Rollout bis zur Workflow-Automatisierung. Wenn ihr Agenten nicht nur einzeln, sondern im ganzen Unternehmen einsetzen wollt, helfen wir beim Bauen (Skills, Agents & Workflows, Integrationen), beim Befähigen eigener Leute (Champion-Programm, Use-Case-Hackathon) und im Betrieb (Agent-Wartung, KI-Systemprüfung). Der einfachste Einstieg ist ein Erstgespräch: 20 Minuten, mit deinem Use Case, ohne Verkaufsdruck.

Quellen

Stand: November 2026.

KI-Agenten erstellen: In 6 Schritten zum ersten Agenten, mit Beispiel in Langdock
Maximilian Möhring (KI-augmentiertes Porträt)
Maximilian Möhring
CEO & Founder DECAID Group

Maximilian Möhring ist CEO und Gründer von DECAID. Mit seinem Team bringt er Langdock in Unternehmen: von der Tool-Entscheidung über den Rollout bis zur Automatisierung konkreter Workflows. Aus mehr als 100 Langdock-Rollouts weiß er, woran KI-Einführungen scheitern und was es braucht, damit Teams KI im Alltag wirklich nutzen.

Mehr von diesem Autor:
Fernglas mit Landschaft in den Linsen
Websuche und Deep Research in Langdock: was die KI im Web wirklich tut
Stempel mit identischen Abdrücken im Folienformat
PowerPoint mit Langdock: Präsentationen im eigenen Corporate Design erstellen
Reihe von Schrauber-Bits
Modelle in Langdock: die neuesten Modelle im Vergleich und welches du wann nimmst
Wasserwaage mit der Blase genau in der Mitte
Langdock Workspace einrichten: die Einstellungen, die vor dem Rollout zählen

Erstgespräch

Ihr wollt das bei euch umsetzen?

In 20 Minuten klären wir, in welcher Phase ihr steht und welche Hürde als Nächstes fällt. Kostenfrei und unverbindlich.