KI-Agent, RPA oder Workflow: was wann passt

Ein KI-Agent ist ein Programm, in dem ein Sprachmodell selbst entscheidet, welche Werkzeuge es in welcher Reihenfolge nutzt, bis eine Aufgabe erledigt ist. RPA (Robotic Process Automation) ahmt feste Klickfolgen eines Menschen in einer Oberfläche nach. Workflow-Automatisierung verbindet Systeme über Schnittstellen in festen Schritten. Alle drei automatisieren Arbeit, aber sie scheitern an ganz verschiedenen Stellen.

Die drei Techniken im Vergleich

	Workflow-Automatisierung	RPA	KI-Agent
Arbeitet über	APIs, Webhooks, Datenbanken	Die Oberfläche, wie ein Mensch	Tools: APIs, MCP, Suche, Dateien
Ablauf	Fest vorgegeben	Fest aufgezeichnet	Vom Modell gewählt, in Grenzen
Eingaben	Strukturiert	Strukturiert, gleiches Layout	Auch unstrukturiert: Mails, PDFs, Freitext
Bricht, wenn	Ein Feld fehlt oder anders heißt	Ein Button wandert oder ein Dialog neu ist	Kontext fehlt oder Regeln unklar sind
Kosten pro Lauf	Sehr gering	Gering, Wartung teuer	Höher: Modellaufrufe pro Schritt
Nachvollziehbar	Vollständig	Vollständig	Nur mit Protokoll und Prüfung
Typische Werkzeuge	n8n, Make, Zapier, Power Automate, eigener Code	UiPath, Automation Anywhere, Power Automate Desktop	Claude, GPT oder Gemini in einem Harness

Wann ein Workflow reicht

Ein Workflow ist richtig, wenn jeder Lauf gleich aussieht. Ein neuer Kunde im Shop wird im CRM angelegt. Eine bezahlte Rechnung setzt den Status im ERP. Ein Formular landet als Ticket im Support. Die Daten kommen strukturiert, die Regel steht fest, eine Schnittstelle ist da.

Hier ist ein Agent die teurere und schlechtere Wahl: Er überlegt bei jedem Lauf neu, was ein Workflow einmal festlegt. Anthropic empfiehlt in seinem Leitfaden Building effective agents dasselbe: zuerst die einfachste Lösung, Agenten erst, wenn die Aufgabe Flexibilität braucht.

Wann RPA noch die Lösung ist

RPA lohnt sich nur noch an einer Stelle: wenn ein System keine Schnittstelle hat. Ein altes Warenwirtschaftssystem, ein Portal eines Lieferanten, eine Fachanwendung ohne API. Dort klickt der Bot, was sonst ein Mensch klickt.

Der Preis ist die Wartung. Jedes Update der Oberfläche kann den Bot brechen. Wo es eine API oder inzwischen einen MCP-Server gibt, ist sie fast immer der stabilere Weg (siehe MCP oder API). Die großen RPA-Anbieter bauen deshalb selbst KI-Agenten in ihre Produkte.

Wann ein KI-Agent den Unterschied macht

Ein Agent lohnt sich, wo die Eingabe nicht vorhersehbar ist und ein Mensch bisher urteilen musste:

• Uneinheitliche Dokumente: Bestellungen als PDF, jede im Layout eines anderen Kunden.
• Freitext: E-Mails, die eine Bestellung, eine Reklamation und eine Frage zugleich enthalten.
• Abweichungen: Rechnung und Bestellung passen nicht zusammen, und jemand muss herausfinden, warum.
• Fehlende Werte: Ein Artikel hat kein Gewicht im PIM, aber das Datenblatt des Herstellers nennt es.

Gartner schätzt, dass bis Ende 2027 mehr als 40 Prozent der Projekte mit agentischer KI eingestellt werden, wegen Kosten, unklarem Nutzen oder fehlender Risikokontrolle (Gartner, Juni 2025). Der häufigste Grund, den wir sehen: Ein Agent soll einen ganzen Ablauf übernehmen, obwohl nur zwei Schritte darin Urteil brauchen.

Wie die drei zusammenarbeiten

Die meisten echten Abläufe haben ein festes Rückgrat und einige unklare Stellen. Ein Beispiel, die Auftragserfassung:

1. Workflow: Eine Mail kommt im Postfach an und startet den Ablauf.
2. Agent: Liest Mail und PDF, erkennt Kunde, Artikel und Mengen, auch bei ungewohntem Layout.
3. Workflow: Prüft die Artikelnummern gegen das PIM und die Preise gegen das ERP, nach festen Regeln.
4. Agent: Klärt, was nicht passt: eine alte Artikelnummer, eine Menge in der falschen Einheit. Was er nicht sicher klären kann, legt er einem Menschen vor, mit Quelle.
5. Workflow: Legt den Auftrag über die API im ERP an.
6. RPA: Nur falls das Lieferantenportal keine Schnittstelle hat.

So arbeitet der Agent nur dort, wo er besser ist als eine Regel. Der Rest bleibt schnell, günstig und testbar. Mehr Beispiele dieser Art stehen in 12 Aufgaben für KI-Agenten in ERP, PIM und CRM.

Woran Sie die richtige Technik erkennen

Drei Fragen pro Schritt im Ablauf:

• Sieht die Eingabe jedes Mal gleich aus? Ja: Workflow. Nein: Agent.
• Gibt es eine Schnittstelle? Ja: API oder MCP. Nein: RPA, oder besser, die Schnittstelle schaffen.
• Darf ein Fehler direkt wirken? Nein: Prüfung und Freigabe durch einen Menschen, egal welche Technik.

FAQ

Ersetzen KI-Agenten RPA? Zum großen Teil, ja, aber nicht durch Klicken. Agenten arbeiten über APIs und MCP-Server, die heute die meisten Systeme haben. RPA bleibt für Systeme ohne Schnittstelle.

Sind KI-Agenten zuverlässig genug für Geschäftsprozesse? Für die Schritte, die Urteil brauchen, ja, wenn das Harness ihre Arbeit prüft und unsichere Fälle an Menschen gibt. Für feste Schritte nimmt man keinen Agenten. Was ein Harness ist, erklärt Was ist ein Agent-Harness?.

Was kostet ein Agent im Vergleich zu einem Workflow? Pro Lauf mehr, weil jeder Schritt Modellaufrufe kostet. Deshalb gehören nur die Schritte mit unklarer Eingabe in den Agenten. Ein Lauf kostet dann meist Cent-Beträge.

Können wir mit n8n oder Make Agenten bauen? Ja, beide haben Agenten-Bausteine. Für einfache Fälle reicht das. Für Abläufe mit Freigaben, Protokoll und eigenem Rechtemodell bauen wir das Harness meist im Code und lassen die Workflow-Plattform das Rückgrat sein.

Wie ein Agent eine echte Mail einordnet und wann er an einen Menschen übergibt, zeigt die kostenlose AI Inbox Triage. Den passenden Mix aus Workflow und Agent für Ihre Abläufe bauen wir zum Festpreis, wenn Sie Geschäftsprozesse mit KI automatisieren wollen.