

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.
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 |
Diese Schritte gelten unabhängig vom Tool. Die Beispiele zeigen, wie es in Langdock aussieht.
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.
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.
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.
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.
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.
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.
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):
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.
Über das Beispiel hinaus bietet Langdock für Agenten laut Dokumentation unter anderem:
Mehr Praxis zu Agenten in Langdock bündelt der Ultimative Langdock Agent Guide zum Download.
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.
Sobald mehr als eine Handvoll Menschen Agenten bauen, brauchst du Regeln. Die wichtigsten Fragen:
Wie das im Gesamtbild aussieht, beschreibt KI-Governance in der Praxis.
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.
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.
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.
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.
Wenn eine Aufgabe ohne Gespräch laufen soll, regelmäßig oder bei einem Ereignis, und aus mehreren Schritten besteht. Agenten können Teil eines Workflows sein.
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.
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.
Stand: November 2026.

