Einblicke aus der Praxis

Skript, Workflow oder KI-Agent: Was passt zur Aufgabe?

Welche Automatisierung passt? Ein konkreter Vergleich von Skript, Workflow und KI-Agent – mit Entscheidungsfragen und prüfbaren Fehlerfällen.

DevelopmentIntegration
Monitor mit Python-Code, API-Aufträgen und Terminalausgabe.
Skript, Workflow und KI-Agent werden nach Ablauf, Fehlerfällen und Kontrollbedarf ausgewählt.

Ein wiederkehrender Arbeitsschritt ist ein guter Anlass für Automatisierung. Welche Technik ihn sinnvoll übernimmt, hängt von den Eingaben, den Entscheidungen und den Folgen eines Fehlers ab. Ein festes Skript, ein kontrollierter Workflow und ein KI-Agent lösen unterschiedliche Aufgaben. Häufig entsteht die beste Lösung aus ihrer Kombination.

Die erste Frage lautet deshalb: Was soll am Ende verlässlich erledigt sein? Erst danach folgen Werkzeug, Modell und Betriebsform. So lässt sich auch beurteilen, ob zusätzliche KI-Komplexität einen erkennbaren Nutzen bringt.

Die Aufgabe führt zu einer Auswahl zwischen Skript, festem Workflow und begrenztem KI-Agenten. Alle Varianten benötigen Rechte, Tests und einen betreubaren Fehlerweg.
Die drei Varianten sind Alternativen nach Aufgabe. Auch ein fester Workflow kann einzelne KI-Schritte enthalten; ein Agent benötigt ausdrücklich begrenzte Werkzeuge.

Drei mögliche Wege für dieselbe Prozesslandschaft

Ein Skript führt bekannte Regeln aus

Ein Export liegt in einem vereinbarten Format vor, Felder werden eindeutig zugeordnet und die Zielanwendung besitzt eine geeignete Schnittstelle. Hier lassen sich Validierung, Umwandlung und Übergabe direkt programmieren. Unbekannte Werte werden abgefangen und zur Klärung zurückgestellt.

Auch ein solches Programm braucht Fehlerbehandlung, Tests und Betreuung. Sein Vorteil ist, dass fachliche Regeln ausdrücklich im Code stehen und ein wiederholter Lauf nachvollziehbar geprüft werden kann.

Ein Workflow hält den Ablauf fest

Mehrere Schritte folgen einer bekannten Reihenfolge: Eingang prüfen, Information ergänzen, einen Entwurf erzeugen, Freigabe einholen und das Ergebnis übergeben. Einzelne Schritte dürfen KI einsetzen, etwa um unstrukturierte Texte vorzubereiten. Die Reihenfolge und die zulässigen Übergänge bestimmt weiterhin die Anwendung.

Ein festgelegter Ablauf macht die KI-Ausgabe selbst noch nicht verlässlich. Benötigte Felder, erlaubte Werte und fachliche Plausibilität werden zusätzlich geprüft.

Ein Agent wählt passende nächste Schritte

Bei variablen Aufgaben kann ein Modell entscheiden, welche freigegebene Information es als Nächstes benötigt und welches begrenzte Werkzeug dafür passt. Das kann hilfreich sein, wenn der notwendige Weg vorab nicht vollständig feststeht. Werkzeugauswahl und Laufzeit bleiben trotzdem durch die Anwendung begrenzt.

Die grundlegende Unterscheidung zwischen fest vorgegebenen Workflows und modellgesteuerten Agenten beschreibt auch Anthropic in seiner Architektureinordnung (externer Link). Entscheidend ist die tatsächliche Steuerung des Ablaufs, nicht das Produktetikett.

Ein mögliches Beispiel: eingehende Serviceanfragen

Eine Anfrage enthält freien Text und gelegentlich einen Anhang. Ein klassischer Schritt prüft zunächst Pflichtangaben und zulässige Dateiformate. KI schlägt eine Kategorie vor und fasst das Anliegen zusammen. Die Anwendung prüft das Ergebnis gegen erlaubte Kategorien. Eine zuständige Person entscheidet über die Bearbeitung.

Für diesen Ablauf ist ein klarer Workflow oft ausreichend. Ein Agent wird erst interessant, wenn er für verschiedene Anliegen tatsächlich unterschiedliche freigegebene Quellen oder Werkzeuge auswählen muss. Dieses Beispiel beschreibt eine mögliche Architektur, kein behauptetes Kundenprojekt.

Die Grenze zwischen Vorschlag und Ausführung festlegen

Eine textlich überzeugende Antwort ist noch keine Berechtigung für eine Systemänderung. Die Anwendung muss selbst prüfen, wer handelt, welches Objekt betroffen ist und welche Aktion erlaubt ist. Ausgaben eines Modells werden als Vorschläge behandelt; die eigentliche Funktion validiert ihre Eingaben und setzt fachliche Regeln durch.

Bei sensiblen Änderungen zeigt eine Freigabe den konkreten Zielzustand und die geplante Aktion. Wird der Entwurf anschließend verändert, passt eine frühere Zustimmung möglicherweise nicht mehr. Welche Schritte ohne Rückfrage ausgeführt werden dürfen, wird deshalb pro Anwendungsfall vereinbart.

Eine MCP-Schnittstelle kann definierte Werkzeuge zugänglich machen. Sie ersetzt deren Autorisierung nicht. Die offizielle MCP-Sicherheitsdokumentation (externer Link) behandelt unter anderem die Trennung von Zugriffsbereichen und den Schutz vor missbräuchlicher Werkzeugnutzung.

Was nach einem Fehler passieren soll

Eine Zeitüberschreitung bedeutet nicht automatisch, dass die Zielaktion ausgeblieben ist. Vor einem erneuten Schreibversuch muss sich feststellen lassen, ob der erste Auftrag bereits durchgeführt wurde. Geeignete Vorgangskennungen, eindeutige Zustände und eine gezielte Ergebnisabfrage helfen, doppelte Änderungen zu vermeiden.

Für KI-gestützte Abläufe kommen weitere Abbruchbedingungen hinzu: fehlende Belege, widersprüchliche Informationen, ein nicht erlaubtes Werkzeug oder eine ausgeschöpfte Laufzeit. Dann erhält die zuständige Person den bisherigen Stand und den konkreten Klärungsbedarf. Ein nachvollziehbarer Übergabepunkt ist ein reguläres Prozessergebnis.

Mit diesen Fällen lässt sich ein Pilot prüfen

  • Der normale Eingang: Sind Ergebnis und erforderliche Nacharbeit fachlich brauchbar?
  • Eine unvollständige Anfrage: Wird gezielt nachgefragt, statt etwas zu ergänzen, das niemand bestätigt hat?
  • Ein unerlaubter Zugriff: Verweigert die Funktion den Zugriff unabhängig davon, wie die Anfrage formuliert ist?
  • Ein wiederholter Auftrag: Bleibt der Zustand eindeutig, ohne doppelte Buchung oder Änderung?
  • Ein Ausfall: Können Menschen die Aufgabe mit den vorhandenen Informationen weiterbearbeiten?

Verglichen werden nicht nur Antwortzeit und Modellkosten. Relevant sind auch Prüfarbeit, Integration, Fehlerbehebung und Betrieb pro sinnvoll abgeschlossenem Vorgang. Daraus ergibt sich, ob ein Skript genügt, ein Workflow erweitert werden sollte oder ein begrenzter Agent einen belegbaren Zusatznutzen bringt.

Den ersten überschaubaren Schritt gemeinsam festlegen

DAXS nimmt den heutigen Ablauf auf, klärt Schnittstellen und entwickelt eine passende Umsetzung. Dazu gehören Tests, Freigaben, Dokumentation und der vereinbarte Betrieb. Vorhandene Anwendungen und klassische Automatisierung bleiben dabei ebenso wichtig wie neue KI-Werkzeuge.

KI & Automatisierung im Überblick · Entwicklung und Integration · KI im Unternehmen einführen

Weitere KI-Praxisfragen