Stefan Hollmann, 52, führt in dritter Generation einen Großhandel für Befestigungstechnik mit 34 Mitarbeitern in Wuppertal. Im Herbst 2025 saß er in einer Verbandsveranstaltung, in der ein Referent behauptete, KI-Agenten würden binnen zwei Jahren die Hälfte aller Büroarbeit übernehmen. Stefan hielt das für das übliche Vortragstheater. Sein Unternehmen hatte 2023 einen Chatbot auf der Website getestet, der Kundenanfragen so zuverlässig missverstand, dass das Team ihn nach vier Monaten leise abschaltete. Für Stefan war das Thema damit erledigt: nette Spielerei, nichts für den Mittelstand.
Im Februar 2026 zeigte ihm dann seine eigene Tochter, die im Einkauf arbeitet, etwas, das seine Skepsis ins Wanken brachte. Sie hatte einem KI-Agenten Zugriff auf die Lieferantenkorrespondenz und die Preislisten gegeben und ihn beauftragt, für 40 C-Teile die aktuellen Konditionen dreier Lieferanten zu vergleichen, Abweichungen zur letzten Bestellung zu markieren und Entwürfe für Nachverhandlungs-Mails zu schreiben. Der Agent brauchte etwa 25 Minuten. Dieselbe Arbeit hatte ihre Kollegin im Vorjahr in knapp drei Tagen erledigt. Die Entwürfe waren nicht perfekt, zwei Preisvergleiche waren fehlerhaft, weil der Agent eine Staffelpreislogik falsch interpretiert hatte. Aber der Unterschied zum Chatbot von 2023 war fundamental: Das System beantwortete keine Fragen, es erledigte einen Arbeitsauftrag über mehrere Schritte, mehrere Dokumente und mehrere Systeme hinweg.
Diese Verschiebung, von der Antwortmaschine zum Auftragserlediger, ist der Kern dessen, was gerade passiert. Sie ist keine Zukunftsmusik mehr, sondern in vielen Unternehmen bereits Alltag, und sie verändert die Rechnung, die Geschäftsführer wie Stefan aufmachen müssen. Dieser Artikel ordnet ein, was KI-Agenten Anfang 2026 tatsächlich können und was nicht, was das für kleine und mittlere Unternehmen konkret bedeutet, welche Einsatzszenarien sich heute mit belastbaren Kosten-Nutzen-Rechnungen umsetzen lassen, welche Risiken real sind und wie ein vernünftiger Einstieg aussieht, der weder naive Euphorie noch reflexhafte Abwehr ist.
Warum das Thema jetzt auf den Tisch gehört
Die technische Entwicklung der letzten drei Jahre lässt sich in drei Stufen beschreiben. Stufe eins waren die klassischen Chatbots: regelbasiert oder mit einfachem Sprachverständnis, fähig zu Antworten auf vorhersehbare Fragen, überfordert von allem anderen. Stufe zwei waren die generativen Assistenten ab 2023: Systeme, die Texte schreiben, zusammenfassen und übersetzen konnten, aber immer nur einen Schritt auf einmal, immer angestoßen und kontrolliert von einem Menschen. Stufe drei, die seit etwa 2025 in der Breite ankommt, sind Agenten: Systeme, die ein Ziel entgegennehmen, es selbstständig in Teilschritte zerlegen, Werkzeuge benutzen, also E-Mails lesen, Dateien durchsuchen, Software bedienen, Code ausführen, im Internet recherchieren, und die eigene Arbeit prüfen und korrigieren, bevor sie ein Ergebnis abliefern.
Der Unterschied ist nicht graduell, sondern kategorial. Ein Assistent beantwortet die Frage, was in einem Vertrag steht. Ein Agent bekommt den Auftrag, alle 80 Lieferantenverträge im Ordner auf Kündigungsfristen und Preisgleitklauseln zu prüfen und eine Übersicht mit Handlungsempfehlungen zu erstellen, und liefert zwei Stunden später eine Tabelle. Die Arbeitseinheit verschiebt sich von der Antwort zum erledigten Vorgang, und damit wird KI erstmals direkt mit den Kosten von Arbeitszeit vergleichbar.
Die Marktdaten spiegeln das wider. Praktisch alle großen Softwareanbieter haben 2025 und 2026 Agenten-Funktionen in ihre Produkte integriert, von Buchhaltungssoftware über CRM-Systeme bis zu Bürosuiten. Branchenanalysten schätzen, dass bis Ende 2026 ein Drittel der Unternehmenssoftware agentische Funktionen enthalten wird, und die Preise für die zugrunde liegende Rechenleistung sind seit 2023 um mehr als den Faktor zehn gefallen. Für KMU bedeutet das: Die Technologie kommt nicht als Großprojekt, das man beauftragen müsste, sondern als Funktion in Werkzeugen, die man ohnehin nutzt, und als Abo-Dienst für 20 bis 200 Euro pro Monat und Arbeitsplatz.
Gleichzeitig wächst der Druck von zwei Seiten. Der Fachkräftemangel bleibt in Deutschland strukturell: In Berufen wie Buchhaltung, Sachbearbeitung und Kundenservice bleiben Stellen monatelang unbesetzt, und jede unbesetzte Stelle ist ein Argument, wiederkehrende Vorgänge zu automatisieren. Und der Wettbewerb schläft nicht: Wenn der Mitbewerber Angebote in zwei Stunden statt in drei Tagen kalkuliert, weil ein Agent die Vorarbeit macht, ist das ein spürbarer Marktvorteil, unabhängig davon, was man von der Technologie hält. Abwarten ist eine legitime Strategie bei Hypes. Bei Werkzeugverschiebungen, die die Kostenstruktur von Routinearbeit verändern, ist Abwarten selbst eine Entscheidung mit Preis.
Bemerkenswert ist dabei, wie ungleich die Adaption verläuft. In Konzernen laufen längst Agenten-Programme mit eigenen Teams und Budgets, während in vielen kleinen und mittleren Unternehmen noch die Erfahrung mit den enttäuschenden Chatbots von 2023 die Wahrnehmung prägt, so wie bei Stefan Hollmann. Diese Wahrnehmungslücke ist gefährlich, weil sie die Zeitrechnung verzerrt: Wer die Technologie am Stand von vor drei Jahren beurteilt, unterschätzt systematisch, was Wettbewerber heute bereits im Einsatz haben. Umgekehrt gilt aber auch: Der Mittelstand hat gegenüber Konzernen einen strukturellen Vorteil bei der Einführung, denn kurze Entscheidungswege, überschaubare Prozesslandschaften und Mitarbeiter, die mehrere Rollen kennen, machen Piloten schneller und billiger. Ein Konzern braucht für die Automatisierung eines Prozesses ein Projektkomitee; ein 30-Mann-Betrieb braucht eine Inhaberentscheidung und einen motivierten Mitarbeiter. Diese Beweglichkeit ist 2026 bares Geld wert.
Was Agenten heute können und wo die Grenzen liegen
Die realistische Bestandsaufnahme Anfang 2026 sieht so aus: Es gibt vier Aufgabenfelder, in denen Agenten nachweislich produktiv sind, und klare Grenzen, die man kennen muss.
Erstens Recherche und Informationsverdichtung. Agenten durchsuchen große Mengen an Dokumenten, Websites und Datenbanken, vergleichen Quellen und erstellen strukturierte Zusammenfassungen. Marktanalysen, Wettbewerbsbeobachtung, Lieferantenvergleiche, die Aufbereitung von Ausschreibungsunterlagen, das Zusammentragen von Normen und Vorschriften für ein Projekt: Aufgaben, die früher einen Werkstudenten zwei Tage kosteten, erledigt ein Agent in 20 bis 60 Minuten auf einem Niveau, das eine fachkundige Endkontrolle braucht, aber selten eine komplette Nacharbeit.
Zweitens Softwareentwicklung und Datenarbeit. Agenten schreiben, testen und korrigieren Code weitgehend selbstständig und sind damit auch für Nicht-IT-Unternehmen relevant: Sie bauen die kleinen Werkzeuge, für die nie Budget da war, etwa ein Skript, das jeden Morgen die Lagerbestände dreier Systeme abgleicht, oder eine Auswertung, die Umsätze nach Kundengruppen aufbereitet. Die Kosten für solche Insellösungen sind von Dienstleisterprojekten im fünfstelligen Bereich auf Stunden interner Arbeit gefallen.
Drittens Kundenservice und Kommunikation. Moderne Service-Agenten beantworten nicht mehr nur Standardfragen, sondern bearbeiten Vorgänge: Sie prüfen den Bestellstatus im Warenwirtschaftssystem, veranlassen eine Ersatzlieferung im definierten Rahmen, fassen Beschwerden für den menschlichen Kollegen zusammen und schreiben Antwortentwürfe im Tonfall des Unternehmens. Realistische Quoten aus der Praxis: 40 bis 70 Prozent der eingehenden Standardanfragen lassen sich vollständig oder bis auf eine kurze Freigabe automatisiert bearbeiten, mit Kundenzufriedenheitswerten, die bei guter Umsetzung auf dem Niveau menschlicher Bearbeitung liegen, bei schlechter Umsetzung deutlich darunter.
Viertens interne Arbeitsabläufe. Agenten verbinden Systeme, die nie füreinander gebaut wurden: Sie lesen eingehende Rechnungen, gleichen sie mit Bestellungen ab, bereiten Buchungssätze vor, pflegen CRM-Einträge nach Kundenterminen, erstellen Angebotsentwürfe aus Anfrage-Mails und Preislisten. Genau hier, in der unglamourösen Sachbearbeitung, liegt für die meisten KMU der größte wirtschaftliche Hebel.
Die Grenzen sind ebenso klar. Agenten machen Fehler, und zwar selbstbewusst formulierte: Fehlerquoten von wenigen Prozent bis zweistellig, je nach Aufgabenkomplexität, sind normal, und anders als ein unsicherer Mitarbeiter meldet ein Agent seine Unsicherheit nicht zuverlässig. Sie scheitern an Aufgaben, die implizites Betriebswissen erfordern, das nirgends dokumentiert ist. Sie sind bei langen, verschachtelten Vorgängen mit vielen Ausnahmen noch unzuverlässig. Und sie ersetzen keine Verantwortung: Rechtlich und praktisch bleibt jede Agenten-Entscheidung eine Entscheidung des Unternehmens. Die brauchbare Faustregel lautet: Agenten eignen sich für Aufgaben, die ein gewissenhafter neuer Mitarbeiter nach zwei Wochen Einarbeitung anhand schriftlicher Anweisungen erledigen könnte, und deren Ergebnis sich mit vertretbarem Aufwand kontrollieren lässt.
Zur Kosten-Nutzen-Rechnung drei konkrete Szenarien. Szenario eins, Angebotserstellung im Handel oder Handwerk: Ein Agent, der aus Anfrage-Mails, Artikelstamm und alten Angeboten Entwürfe erstellt, kostet als Software zwischen 100 und 400 Euro monatlich plus einmalig 2.000 bis 8.000 Euro Einrichtung. Spart er pro Angebot 45 Minuten bei 30 Angeboten pro Woche, entspricht das über 90 Arbeitsstunden im Monat, also je nach Stundensatz 2.500 bis 4.000 Euro. Amortisation: zwei bis vier Monate. Szenario zwei, Kundenservice-Entlastung: Bei 600 Anfragen im Monat und einer Automatisierungsquote von 50 Prozent bei durchschnittlich acht Minuten pro Vorgang werden rund 40 Stunden monatlich frei, gegen Kosten von etwa 150 bis 500 Euro. Szenario drei, Rechnungseingang und Vorkontierung: Bei 400 Eingangsrechnungen monatlich und vier gesparten Minuten pro Beleg sind das gut 26 Stunden, gegen Softwarekosten von oft unter 200 Euro, da diese Funktion zunehmend in Buchhaltungssoftware enthalten ist. Die Muster sind immer gleich: hohes Volumen, klare Regeln, messbare Zeit, dann rechnet sich der Einsatz schnell und nachweisbar.
Praktische Umsetzung: Wie Unternehmen jetzt starten sollten
Schritt eins ist eine Prozessinventur statt einer Technologieauswahl. Sammeln Sie mit Ihrem Team über zwei Wochen alle wiederkehrenden Vorgänge, die Zeit fressen, und bewerten Sie jeden nach drei Kriterien: Häufigkeit, Regelklarheit und Fehlertoleranz. Ein Vorgang, der 50 Mal pro Woche nach klaren Regeln abläuft und dessen Fehler leicht auffallen und korrigierbar sind, ist ein idealer Kandidat. Ein Vorgang, der selten, komplex und im Fehlerfall teuer ist, kommt auf die Liste für später oder nie.
Schritt zwei: Wählen Sie genau einen Pilotprozess und definieren Sie vorher die Messgrößen. Bearbeitungszeit pro Vorgang heute, Fehlerquote heute, Kosten heute. Ohne diese Basislinie können Sie in drei Monaten nicht beurteilen, ob sich der Einsatz lohnt, und die Diskussion wird zur Glaubensfrage. Ein guter Pilot ist bewusst klein: ein Prozess, ein Team, sechs bis acht Wochen.
Schritt drei: Klären Sie Datenschutz und Datenzugriff vor dem ersten Test, nicht danach. Welche Daten darf das System sehen, wo werden sie verarbeitet, gibt es einen Auftragsverarbeitungsvertrag, sind personenbezogene Daten betroffen? Für viele Anwendungsfälle lassen sich Piloten mit anonymisierten oder unkritischen Daten fahren. Wer einen Datenschutzbeauftragten hat, holt ihn in Woche eins dazu; wer keinen hat, investiert 500 bis 1.500 Euro in eine externe Ersteinschätzung. Das ist keine Bürokratie, sondern die Versicherung gegen den teuersten Fehler in diesem Feld.
Schritt vier: Bauen Sie den Piloten mit dem Prinzip Mensch-in-der-Schleife. In den ersten Wochen erzeugt der Agent nur Entwürfe und Vorschläge, ein Mensch gibt jedes Ergebnis frei und protokolliert Fehler. Erst wenn die Fehlerquote über mehrere Wochen stabil unter der vorher definierten Schwelle liegt, bekommen unkritische Teilschritte echte Autonomie. Diese Stufung kostet anfangs Effizienz und ist trotzdem richtig: Sie baut das Vertrauen des Teams auf Fakten statt auf Versprechen auf und deckt die Fälle auf, an die niemand gedacht hat.
Schritt fünf: Nehmen Sie das Team von Anfang an mit. Die ehrliche Botschaft lautet: Es geht darum, die Arbeit zu automatisieren, die ohnehin niemand machen will, und die frei werdende Zeit für das zu nutzen, wofür nie Zeit war. Diese Botschaft trägt aber nur, wenn sie stimmt und wenn die Mitarbeiter, die den Prozess am besten kennen, den Agenten mitgestalten dürfen. In der Praxis werden aus den anfänglichen Skeptikern oft die besten Agenten-Betreuer, weil sie die Ausnahmen und Fallstricke kennen, an denen die Systeme scheitern.
Schritt sechs: Entscheiden Sie nach acht Wochen anhand der Zahlen: ausweiten, anpassen oder einstellen. Alle drei Ergebnisse sind Erfolge, denn auch ein sauber gescheiterter Pilot für unter 5.000 Euro ist wertvoller als eine jahrelange Diskussion ohne Erfahrungswerte. Bei positiver Bilanz folgt der zweite Prozess, und typischerweise stellt sich nach drei bis vier automatisierten Abläufen ein internes Muster ein: Das Unternehmen weiß dann selbst, welche Aufgaben es delegieren kann, und braucht dafür immer weniger externe Hilfe.
Drei Fallbeispiele mit Zahlen
Erstes Beispiel: Stefan Hollmanns Befestigungstechnik-Großhandel aus der Einleitung. Nach dem Erlebnis im Einkauf startete das Unternehmen im März 2026 einen Piloten bei der Angebotserstellung. Vorher brauchte ein Standardangebot durchschnittlich 55 Minuten, weil Artikelnummern, Staffelpreise und Verfügbarkeiten aus drei Systemen zusammengesucht wurden. Der Agent erstellt heute Entwürfe in unter fünf Minuten, ein Mitarbeiter prüft und versendet. Ergebnis nach vier Monaten: durchschnittliche Angebotszeit 14 Minuten, Angebotsvolumen um 22 Prozent gestiegen, weil auch kleinere Anfragen wieder beantwortet werden, die vorher liegen blieben. Kosten: 6.500 Euro Einrichtung über einen Dienstleister plus 280 Euro monatlich. Die zwei fehlerhaften Staffelpreis-Interpretationen aus dem ersten Test übrigens tauchten im Piloten wieder auf und wurden durch eine einzige zusätzliche schriftliche Regel dauerhaft behoben.
Zweites Beispiel: Die Steuerkanzlei Petersen und Kollegen in Kiel, neun Mitarbeiter. Engpass war die Aufbereitung der Mandantenunterlagen: unsortierte Belege, fehlende Dokumente, ständige Nachfragen. Seit Ende 2025 sortiert ein Agent eingehende Belege, gleicht sie mit den Vorjahresunterlagen ab und erstellt automatisch freundliche Nachforderungslisten pro Mandant. Ergebnis: etwa 35 Stunden Zeitersparnis pro Monat in der Kanzlei, Bearbeitungsbeginn pro Mandat im Schnitt elf Tage früher, Softwarekosten 190 Euro monatlich. Kanzleiinhaberin Petersen nennt den entscheidenden Punkt: Nicht eine Fachkraft wurde ersetzt, sondern die zwei unbesetzten Stellen, die seit anderthalb Jahren nicht zu besetzen waren, wurden teilweise kompensiert.
Drittes Beispiel als Gegenbeispiel: Ein Online-Händler für Tierbedarf mit 18 Mitarbeitern aus dem Rheinland stellte im Januar 2026 seinen Kundenservice in einem großen Wurf auf einen autonomen Agenten um, ohne Pilotphase und ohne Freigabeschleife. In den ersten drei Wochen gewährte der Agent aus Kulanz Rückerstattungen nach Mustern, die nie definiert worden waren, in Summe rund 4.100 Euro, und beantwortete Fragen zu Futtermittel-Unverträglichkeiten mit erfundenen Detailangaben. Der Händler zog den Agenten zurück, führte ihn zwei Monate später mit Freigabestufen, klaren Kulanzgrenzen und einer Sperrliste für Gesundheitsthemen wieder ein und erreicht heute eine stabile Automatisierungsquote von 55 Prozent. Die Lektion kostete gut 6.000 Euro und einen Monat Vertrauensverlust im Team, und sie wäre mit einem sauberen Piloten vollständig vermeidbar gewesen.
Häufige Fehler im Umgang mit KI-Agenten
Der erste Fehler ist der Start mit der Technologie statt mit dem Prozess. Wer fragt, wo man diese KI jetzt einbauen könnte, findet Spielereien. Wer fragt, welcher Vorgang das Team jede Woche zehn Stunden kostet, findet Rendite. Die Reihenfolge ist immer: Prozess, dann Messgröße, dann Werkzeug.
Der zweite Fehler ist blindes Vertrauen nach guten ersten Eindrücken. Agenten wirken in Demos und ersten Tagen oft fehlerfrei, weil die einfachen Fälle zuerst kommen. Die kritischen Fehler passieren in den Ausnahmen, und sie passieren mit überzeugender Formulierung. Wer die Freigabeschleife zu früh abschafft, bezahlt sie später mit Zins.
Der dritte Fehler ist das Ignorieren von Datenschutz und Vertraulichkeit bis zum ersten Problem. Kundendaten, Gesundheitsdaten, Gehaltsdaten und Geschäftsgeheimnisse in ein beliebiges Werkzeug zu geben, dessen Datenverarbeitung niemand geprüft hat, ist keine Innovationsfreude, sondern ein Haftungsrisiko für die Geschäftsführung persönlich.
Der vierte Fehler ist die schleichende Abhängigkeit von einem einzelnen Anbieter oder, subtiler, der Verlust internen Wissens. Wenn nach zwei Jahren niemand im Haus mehr weiß, wie der automatisierte Prozess eigentlich fachlich funktioniert, ist das Unternehmen erpressbar durch Preiserhöhungen und hilflos bei Ausfällen. Dagegen helfen dokumentierte Prozesse, exportierbare Daten und die bewusste Entscheidung, das Verständnis der eigenen Abläufe als Kernkompetenz zu behalten.
Der fünfte Fehler ist Kommunikation per Vollzug: Das Team erfährt vom Agenten, wenn er da ist. Die vorhersehbare Folge ist stille Sabotage, und sie ist aus Mitarbeitersicht sogar rational, solange unklar ist, ob hier Arbeit erleichtert oder wegrationalisiert wird. Transparenz über Ziele, Beteiligung der Prozesskenner und ehrliche Antworten auf die Arbeitsplatzfrage sind keine weichen Faktoren, sondern die Voraussetzung dafür, dass die Automatisierung im Alltag getragen wird.
Fazit
Die Entwicklung von Chatbots zu autonomen Agenten ist der Punkt, an dem KI für kleine und mittlere Unternehmen von der interessanten Spielerei zur betriebswirtschaftlichen Größe wird. Agenten erledigen 2026 verlässlich genug Recherche, Sachbearbeitung, Kundenservice-Vorgänge und kleine Entwicklungsaufgaben, um sich in Monaten statt Jahren zu amortisieren, vorausgesetzt, sie werden auf die richtigen Prozesse angesetzt: hohes Volumen, klare Regeln, kontrollierbare Ergebnisse. Sie sind gleichzeitig fehleranfällig genug, dass Freigabestufen, Messgrößen und Datenschutzprüfung keine Kür sind, sondern die halbe Miete.
Für die Praxis heißt das: nicht abwarten, nicht alles umkrempeln, sondern einen einzigen, gut gewählten Piloten mit Basislinie, Mensch-in-der-Schleife und einem Budget von wenigen tausend Euro. Wer 2026 auf diese Weise zwei, drei Prozesse automatisiert, baut nicht nur Kostenvorteile auf, sondern die viel wichtigere Fähigkeit, mit dieser Werkzeuggeneration umzugehen, bevor der Wettbewerb es tut. Stefan Hollmann formuliert es inzwischen so: Der Chatbot von 2023 war ein Spielzeug, der Agent von 2026 ist ein Mitarbeiter mit Stärken, Schwächen und Einarbeitungsbedarf. Man muss ihn führen, dann leistet er. Genau das ist die Aufgabe, die jetzt auf Unternehmen zukommt, und sie ist lösbar.