KI-Agent oder bessere Prozesse: Dein Entscheidungsframework

Ein KI-Agent lohnt sich dann, wenn eine Aufgabe unstrukturierte Eingaben verarbeitet, fallweise Urteilsvermögen braucht, eine Ausnahmequote über 20 Prozent aufweist und sich häufig ändert. Ist der Prozess dagegen stabil, regelbasiert und mit wenigen Ausnahmen, reicht klassische Workflow-Automatisierung oder RPA – oft für einen Bruchteil der Kosten. Und wenn dein Prozess grundsätzlich dysfunktional ist, macht dich jede Automatisierung nur schneller falsch. Das musst du zuerst lösen.

Die falsche Frage: Agent oder Prozess?

Viele Entscheider stellen die Technologiefrage, bevor sie die Prozessfrage gestellt haben. Sie fragen: Brauchen wir einen KI-Agenten? Die richtige erste Frage ist aber: Ist unser Prozess überhaupt in der Form erhalten, die er verdient? Workflows, die vor Jahren für ein anderes Geschäftsumfeld entstanden sind, tragen oft unnötige Freigabeschritte, doppelte Aktivitäten und manuelle Übergaben mit sich. KI führt diese Prozesse zwar schneller aus – an der eigentlichen Komplexität ändert das nichts.

Drei Kategorien, drei Kostenmodelle

Bevor du über Technologie entscheidest, lohnt sich die Reihenfolge: Prüfe zuerst, ob klassische Workflow-Automatisierung die Aufgabe lösen kann – sie ist am günstigsten zu bauen und zu betreiben. Erst wenn das nicht möglich ist, weil keine Integrationsschnittstelle existiert, kommt RPA ins Spiel. Und erst wenn der Schritt Urteilsvermögen über unstrukturierte Eingaben braucht, ist ein KI-Agent die richtige Antwort. Wie ein solcher Agent technisch funktioniert, erklären wir im Detail in unserem Beitrag zum Tool-Aufruf für Entscheider.

• Workflow-Automatisierung: feste Regeln, strukturierte Daten, kaum Ausnahmen – tiefste Baukosten und Betriebskosten.
• RPA (Robotic Process Automation): deterministische Schritte ohne API, aber ohne Urteilsvermögen – stabil, jedoch teuer bei häufigen Änderungen.
• KI-Agent: verarbeitet unstrukturierte Eingaben, trifft fallweise Entscheidungen, ist teurer pro Ausführung, aber günstig bei Änderungen.

Das Vier-Kriterien-Scoring

Ein bewährter Ansatz bewertet jeden Prozess auf einer Skala von 1 bis 5 in vier Dimensionen. Die Summe zeigt dir, in welche Kategorie dein Prozess fällt – bevor du auch nur ein Budget freigibst.

1. Input-Struktur: Wie strukturiert sind die Daten, mit denen der Prozess arbeitet?
2. Urteilsvermögen pro Fall: Braucht jeder Einzelfall eine eigene Einschätzung, oder gilt überall dieselbe Regel?
3. Ausnahmequote: Wie oft weicht ein Fall vom Standardweg ab?
4. Änderungsrate: Wie häufig ändern sich Regeln, Formulare oder Vorschriften?

Der Praxis-Entscheidungsbaum

Die Reihenfolge, in der du fragst, entscheidet über dein Budget. Progressive Robot bringt es auf den Punkt:

Frage zuerst, ob Workflow-Automatisierung die Aufgabe lösen kann – sie ist am günstigsten zu bauen und zu betreiben. Erst wenn die Antwort Nein ist, weil keine Integrationsschnittstelle existiert, kommt RPA ins Spiel. Erst wenn der Schritt Urteilsvermögen über unstrukturierte Eingaben braucht, ein Agent.

1. Lässt sich der Schritt mit festen Regeln und vorhandenen Schnittstellen lösen? → Workflow-Automatisierung.
2. Ist der Schritt deterministisch, aber es fehlt eine API oder Integration? → RPA.
3. Braucht der Schritt eine fallweise Einschätzung auf Basis unstrukturierter Eingaben? → KI-Agent.
4. Kombiniert der Prozess beides – Einschätzung und Ausführung? → Hybridmodell: Agent entscheidet, RPA führt aus.
5. Ist der Prozess an sich unübersichtlich, mit unklaren Verantwortlichkeiten? → Zuerst redesignen, dann erst automatisieren.

Der teuerste Fehler: ein kaputter Prozess, schneller kaputt gemacht

Der häufigste Fehler in KMU-Projekten ist nicht die falsche Technologiewahl, sondern die falsche Reihenfolge. Wer einen dysfunktionalen Prozess automatisiert, lässt ihn nur schneller laufen – die zugrunde liegende Komplexität bleibt. Erst das Redesign des Workflows vor der Automatisierung schafft echten Mehrwert.

Auch die Amortisationszeit unterscheidet sich deutlich: Projekte mit vorgeschaltetem Redesign amortisieren sich typischerweise in 6 bis 10 Monaten, reine Automatisierungsprojekte brauchen oft 12 bis 18 Monate. Wie sich diese Neugestaltung der Arbeit konkret auswirkt, zeigen wir in unserem Beitrag darüber, wie KI-Agenten Arbeit neu definieren.

Hybrid ist der Normalfall 2026

In der Praxis lässt sich kaum ein Prozess in Reinform der einen oder anderen Kategorie zuordnen. Techsy beschreibt das Modell, das sich 2026 durchgesetzt hat, so:

Hybrid ist das Modell von 2026: Ein KI-Agent orchestriert und urteilt, RPA-Bots führen die deterministischen Schritte aus.

Genau darin liegt auch die grösste Kaufgefahr. FlowPath warnt davor, alles unter einer einzigen «KI-Plattform»-Botschaft zu verkaufen – die Kategorien unterscheiden sich nicht aus Marketing-Gründen, sondern weil Betriebsmodell, Beobachtbarkeit und Kostenstruktur grundverschieden sind.

Die Schweizer ROI-Rechnung

Bei Schweizer Vollkosten von CHF 80 bis 100 pro Stunde rechnet sich ein gut abgegrenzter erster Agenteneinsatz für viele KMU innerhalb von unter zwölf Monaten. Die Bandbreite der Zahlen zeigt aber, wie stark der Umfang das Ergebnis prägt.

• Setup eines ersten Agenten: CHF 50'000–300'000 im ersten Jahr, laufend CHF 30'000–150'000 pro Jahr (Orange ITS, 2026).
• Typisches KMU-Projekt über 3–6 Monate: CHF 25'000–60'000 Setup, Einsparungen von CHF 5'000–15'000 pro Monat, Amortisation in 2–4 Monaten (10min KI Brief, 2026).
• Realistische Total Cost of Ownership im Schweizer Mittelstand: CHF 100'000–400'000 im ersten Jahr, danach CHF 30'000–150'000 pro Jahr (Lab51.io, 2026).

Diese Spannbreite ist kein Zufall – sie hängt direkt vom Scoring-Ergebnis deines Prozesses ab. Wer die Kriterien vorher sauber prüft, verhandelt mit klaren Erwartungen statt mit Bauchgefühl. Wie du dabei den passenden Partner auswählst, beschreiben wir in unserem Leitfaden zu den sieben Entscheidungskriterien für KI-Berater.

Typische Fehlentscheidungen im C-Level

• Ein KI-Agent wird für einen stabilen, regelbasierten Prozess beauftragt – hohe Betriebskosten für einen Nutzen, den auch RPA liefern würde.
• RPA wird auf einen Prozess mit hoher Ausnahmequote gesetzt – die Bots brechen bei jeder Abweichung.
• Das Redesign des Workflows wird übersprungen, um schneller live zu gehen – der kaputte Prozess läuft nur schneller.
• Ein Anbieter verkauft alles als «eine KI-Plattform» – Betriebsmodell, Kosten und Ausfallverhalten der Kategorien werden vermischt.
• Change-Management und Governance werden unterschätzt – gerade bei revDSG-relevanten Prozessen ein teurer Fehler.

Der nächste Schritt

Die Entscheidung zwischen KI-Agent, RPA, Workflow-Automatisierung oder Redesign lässt sich nicht am Reissbrett treffen – sie verlangt eine strukturierte Bewertung deiner konkreten Prozesse. Eine fundierte Aussenperspektive schützt dich davor, Technologie zu kaufen, wo eigentlich Prozessarbeit gefragt ist – und umgekehrt. Wie du dabei die grössten strategischen Fehler im internationalen Wettbewerb vermeidest, ordnet der Schweizer KI-Podcast zur KI-Strategie für KMU gut ein.