Am 6. Oktober 2025 hat OpenAI auf dem DevDay den Agent Builder vorgestellt. Eine visuelle Oberfläche, auf der man Kästchen zusammenzieht und am Ende einen Agenten herausbekommt. Acht Monate später, am 3. Juni 2026, kam die Abkündigung. Am 30. November 2026 wird abgeschaltet.
Niemand hat dabei etwas falsch gemacht. OpenAI ist zu dem Schluss gekommen, dass der visuelle Baukasten nicht der richtige Weg ist, und verweist jetzt auf das Agents SDK. Aber wer seine Auftragsabwicklung im Januar auf diese Oberfläche gestellt hat, verbringt den Sommer mit einer Migration statt mit Arbeit. Genau dieser Teil der Frage "wie erstelle ich einen KI-Agenten" wird vorher fast nie gestellt, und genau er entscheidet meistens darüber, ob das Ding in zwei Jahren noch läuft.
Es gibt vier ehrliche Wege zu einem funktionierenden Agenten. Sie unterscheiden sich weniger darin, was sie können, als darin, wo sie brechen. Hier steht, was jeder wirklich kostet, wo seine Decke hängt und zu welcher Art Betrieb er passt.
Die Entscheidung, die du eigentlich triffst#
Die meisten Vergleiche fangen bei Funktionen an. Das ist das falsche Ende. Jede Plattform in dieser Liste kann eine API aufrufen, ein Dokument lesen und ins CRM schreiben. Die Funktionslisten sind vor anderthalb Jahren zusammengelaufen.
Was nicht zusammengelaufen ist, sind die Antworten auf vier Fragen:
Was fasst der Agent an? Ein Agent, der eine Antwort entwirft, gehört in eine andere Risikoklasse als einer, der eine Gutschrift auslöst. Der erste darf sich irren und es kostet nichts. Der zweite darf sich irren und es kostet zweimal Geld, weil du es auch wieder rückabwickeln musst.
Wer haftet, wenn er danebenliegt? Nicht philosophisch, sondern betrieblich. Welcher Mensch erfährt davon, wie schnell, und was macht er dann. Wenn die Antwort lautet "niemand, bis sich ein Kunde beschwert", ist der Agent nicht startklar, egal auf welcher Plattform.
Wie oft ändert sich der Ablauf? Ein Prozess, der sich zweimal im Jahr ändert, verträgt eine starre Plattform gut. Ein Prozess, der sich zweimal im Monat ändert, bestraft alles, was du nicht selbst anpassen kannst.
Ist das dein Wettbewerbsvorteil oder deine Hausinstallation? Niemand gewinnt einen Markt mit besserer Rechnungsverteilung. Hausinstallation kaufst du. Den Vorteil baust du.
Wer diese vier Fragen beantwortet, hat den Weg damit schon gewählt. Wer sie überspringt, landet in der Gartner-Statistik: Die Analysten erwarten, dass über 40 Prozent der Agentic-AI-Projekte bis Ende 2027 abgebrochen werden, und die drei genannten Gründe sind steigende Kosten, unklarer Geschäftsnutzen und unzureichende Risikokontrollen. Keiner davon ist ein Technikproblem. Alle drei sind aufgeschobene Entscheidungen.
Weg eins: Baukästen ohne Code#
Chatbase, Lindy, Relevance AI, Gumloop und ein Dutzend andere. Du lädst Dokumente hoch, fügst URLs ein, verbindest ein paar Werkzeuge über eine Oberfläche und hast noch am selben Nachmittag etwas, das antwortet. Über die Anbieter mit veröffentlichtem Einstiegstarif hinweg liegt der erste bezahlte Tarif im Median bei rund 24 Dollar im Monat.
Dieser Weg ist in einer Sache wirklich gut: Er klärt, ob der Anwendungsfall überhaupt trägt, bevor jemand echtes Geld ausgibt. Ich habe erlebt, wie ein Betrieb drei Wochen lang darüber gestritten hat, ob ein Agent seine Anfragen im Erstkontakt beantworten kann. Ein Samstagnachmittag auf so einem Baukasten hat den Streit beendet, und zwar in die Richtung, mit der niemand gerechnet hatte. Zwei der vier Anfragetypen waren trivial. Die anderen zwei brauchten dauerhaft einen Menschen.
Die Decke kommt schneller als die Verkaufsseite vermuten lässt, und sie kommt an einer bestimmten Stelle: bei allem, was eine Entscheidung erfordert, die der Anbieter nicht vorgesehen hat. Werkzeuge verbinden geht meistens. Was zwischen den Werkzeugen passiert, lässt sich selten steuern. Wenn der Agent erst in ein System schauen, dann anhand des Ergebnisses entscheiden und dann einen anderen Weg durch ein zweites System nehmen soll, können die meisten Baukästen das entweder gar nicht ausdrücken oder nur so umständlich, dass niemand den Ablauf mehr pflegen mag.
Die zweite Decke sind die Daten. Das sind gehostete Dienste. Deine Kundendaten laufen über eine Infrastruktur, die du nicht kontrollierst, unter Bedingungen, die du nicht verhandelt hast. Für eine öffentliche FAQ ist das in Ordnung. Bei allem, was personenbezogene Daten von EU-Kunden berührt, liest du die Bedingungen vorher, nicht hinterher.
Passt zu: einem Betrieb, der erst einmal herausfinden will, ob ein Agent überhaupt hilft, oder der etwas Kleines und Öffentliches betreibt, das keine sensiblen Daten anfasst.
Weg zwei: die Enterprise-Suiten#
Salesforce Agentforce und Microsoft Copilot Studio sind die beiden, die zählen, und ihre Preismodelle verraten fast alles darüber, für wen sie gemacht sind.
Agentforce nimmt 2 Dollar pro Konversation. Oder 20 Flex Credits, also etwa 10 Cent, pro Aktion. Oder 125 bis 150 Dollar pro Nutzer und Monat für eine feste Lizenz. Copilot Studio rechnet in Copilot Credits: 200 Dollar für ein Vorauspaket von 25.000 Stück, das sind etwa acht Zehntel Cent pro Credit, oder ein Cent im laufenden Bezug.
Bei mittlerer Gesprächstiefe landet eine Copilot-Studio-Konversation bei ungefähr 18 Cent, während eine Agentforce-Konversation glatt bei 2 Dollar bleibt. Das sieht nach dem Elffachen aus, und genau diesen Vergleich zeigt dir jede Microsoft-Präsentation.
Für sich genommen ist der Vergleich trotzdem wertlos, weil beide Zahlen voraussetzen, dass du den Unterbau schon besitzt. Agentforce braucht in der Praxis Service Cloud plus ein Data-Cloud-Abo, das mit rund 60.000 Dollar im Jahr gelistet ist. Copilot Studio setzt voraus, dass du Microsoft 365 und die Power Platform ohnehin bezahlst. Hast du diesen Tenant, ist der Einstieg fast umsonst. Hast du ihn nicht, ist der Einstiegspreis der ganze Microsoft-Stapel.
Der eigentliche Handel bei diesem Weg ist nicht der Preis. Es ist, dass die Governance mitgeliefert wird. Protokolle, Rechtemodell, Datenstandort, Aufbewahrungsfristen, der ganze Compliance-Apparat, den man sonst monatelang selbst baut, ist am ersten Tag da und macht deine Rechtsabteilung ohne Diskussion zufrieden. Für einen regulierten Betrieb ist das mehr wert als die Lizenzgebühr.
Der Preis dafür ist die Decke, und die ist hart. Beide Plattformen sind hervorragend innerhalb ihres eigenen Ökosystems und ungelenk außerhalb. In dem Moment, in dem dein Agent eine Maschine im eigenen Haus erreichen muss, eine Branchensoftware aus der Nische oder eine Datenbank, die älter ist als die Cloud, schreibst du ohnehin eigene Anbindungen, und dann trägt sich die Plattform nicht mehr.
Passt zu: Betrieben, die ohnehin in Salesforce oder Microsoft 365 leben, deren Agent seine Arbeit auch dort erledigt und bei denen die Compliance-Freigabe der langsame Teil jedes Projekts ist.
Weg drei: Workflow-Plattformen mit Agenten-Schritten#
n8n ist das klarste Beispiel, und es ist der Weg, auf dem die meisten kleinen und mittleren Betriebe, mit denen ich rede, ungeplant landen. Die Community Edition ist kostenlos und selbst gehostet, du bezahlst also einen Server und die Modellaufrufe, sonst nichts. Cloud Starter kostet 20 Euro im Monat für 2.500 Durchläufe, Pro 50 Euro für 10.000.
Das Denkmodell ist ein anderes als bei den ersten beiden Wegen, und darauf kommt es an. Du zeichnest den Ablauf als Kette fester Schritte, und an den Stellen, an denen Urteilsvermögen nötig ist, setzt du ein Modell hinein. Alles andere bleibt deterministisch. Postfach lesen, immer. Felder herausziehen, immer. Entscheiden, zu welcher von drei Abteilungen das gehört, Modell. Ins Ticketsystem schreiben, immer.
Diese Struktur löst nebenbei das größte Zuverlässigkeitsproblem des ganzen Felds. Wer genug Modellentscheidungen hintereinander hängt, bekommt die Mathematik gegen sich. Ist jeder Schritt zu 95 Prozent richtig, was gut klingt, dann sind zwanzig Schritte hintereinander nur noch in etwa 36 Prozent der Fälle vollständig richtig. Zuverlässigkeit multipliziert sich, und sie fällt schneller als die Intuition erwartet. Ein Ablauf mit drei Modellentscheidungen und siebzehn festen Schritten ist eine grundsätzlich andere Maschine als einer mit zwanzig Modellentscheidungen, auch wenn beide auf einer Folie wie "ein Agent" aussehen.
Selbst hosten wiegt in Europa schwerer, als die internationalen Vergleiche wahrhaben wollen. In der Bitkom-Befragung von 604 deutschen Unternehmen Anfang 2026 war Unsicherheit beim Datenschutz die meistgenannte Hürde für den KI-Einsatz überhaupt, genannt von 41 Prozent. Die Orchestrierung auf dem eigenen Server macht dich nicht automatisch rechtskonform, aber sie nimmt die Frage vom Tisch, die das Projekt sonst sechs Wochen aufhält.
Der Preis ist, dass Low-Code eben nicht No-Code ist. Ausdrücke, Fehlerbehandlung, Wiederholungen und eigene Bausteine belohnen alle jemanden mit technischem Zugang. Eine Workflow-Plattform in der Hand von jemandem, der noch nie etwas debuggt hat, wird ein Haufen halbfertiger Abläufe, denen niemand traut.
Passt zu: Betrieben mit einem klaren Prozess, etwas technischer Kompetenz im Haus oder auf Abruf und einem Grund, die Daten auf der eigenen Infrastruktur zu behalten.
Weg vier: richtig bauen#
Am anderen Ende setzt du den Agenten selbst zusammen. Ein Modell, das zur Aufgabe passt, eine Schleife darum, Werkzeuge als echte Schnittstellen, ein Gedächtnis, das Neustarts überlebt, Schutzplanken zwischen Entscheidung und Ausführung und ein Prüfsatz, der dir sagt, ob die Änderung von letzter Woche es besser oder schlechter gemacht hat.
Branchenschätzungen für einen individuellen Workflow-Agenten liegen zwischen 25.000 und 100.000 Dollar, Mehr-Agenten-Systeme deutlich darüber. Nimm das als Größenordnung und nicht als Angebot, denn die Spanne hängt fast vollständig davon ab, wie viele Systeme das Ding anfassen muss.
Dafür bekommst du den einzigen Weg ohne Decke und ohne Vermieter. Niemand kündigt deine Architektur nach acht Monaten ab. Niemand ändert deinen Preis pro Konversation. Wenn sich der Prozess ändert, änderst du den Agenten.
Das Bindegewebe, das diesen Weg gegenüber vor zwei Jahren deutlich billiger gemacht hat, ist das Model Context Protocol. Anthropic hat es im November 2024 als offenen Standard veröffentlicht und im Dezember 2025 an die Agentic AI Foundation unter dem Dach der Linux Foundation übergeben. OpenAI, Google, Microsoft, IBM und Amazon unterstützen es. Die SDK-Downloads sind von 100.000 zum Start auf 97 Millionen im Monat bis März 2026 gestiegen. Praktisch heißt das: Die Anbindung, die du für dein ERP schreibst, funktioniert mit jedem Modell, auf das du sie richtest, und ein späterer Modellwechsel ist eine Konfigurationsänderung statt einer Neuentwicklung. Genau diese Eigenschaft ist der Grund, warum Eigenbau nicht mehr bedeutet, die Architektur auf einen Anbieter zu wetten.
Der Preis ist, dass dir jetzt ein Betriebssystem gehört. Es braucht Überwachung, es braucht jemanden, der es versteht, und es wird im vierten Monat Sonderfälle zutage fördern, die sich im ersten niemand vorgestellt hat.
Passt zu: einem Prozess, der wirklich deiner ist, der Systeme berührt, die keine Plattform kennt, der Daten verarbeitet, die dein Haus nicht verlassen dürfen, oder der so nah am Produkt liegt, dass man ihn nicht mieten sollte.
Die vier Wege nebeneinander#
| Einstieg | Decke | Bricht, wenn | Daten liegen | |
|---|---|---|---|---|
| Baukasten | ~24 USD/Monat | niedrig, schnell erreicht | die Entscheidung Bedingungen bekommt | auf fremden Servern |
| Enterprise-Suite | der Stapel, den du hast | mittel, ans Ökosystem gebunden | du das Ökosystem verlässt | in deren Cloud, vertraglich |
| Workflow-Plattform | 0 bis 50 EUR/Monat | hoch, mit technischer Hilfe | niemand sie pflegt | wo du hostest |
| Eigenbau | fünfstellig aufwärts | keine | niemand intern zuständig ist | wo du entscheidest |
Die Zeile, auf die es ankommt, ist die dritte. Am ersten Tag funktionieren alle vier Wege. Sie unterscheiden sich darin, wie sie im neunten Monat scheitern, und das Scheitern ist fast nie technisch.
Warum die meisten dieser Projekte sterben#
Zwei Zahlen fassen das ehrlich ein. Das Project NANDA am MIT stellte im August 2025 fest, dass 95 Prozent der Pilotprojekte mit generativer KI keinen messbaren Ergebnisbeitrag zeigten. Gartner setzt über 40 Prozent der agentischen Projekte bis Ende 2027 auf die Abbruchliste.
Zusammengelesen, und gegen das gehalten, was ich in der Praxis sehe, ist das Muster nicht, dass Agenten nicht funktionieren. Es ist, dass Betriebe sich einen Prozess aussuchen, der nie der Engpass war. Wer etwas automatisiert, das eine Person zwanzig Minuten pro Woche gekostet hat, bekommt einen funktionierenden Agenten und kein messbares Ergebnis. Die zwanzig Minuten gehen woanders hin, niemand merkt es, und wenn das Budget geprüft wird, hat das Projekt nichts vorzuweisen.
Der Gegenzug ist unspektakulär. Nimm den Prozess, in dem jemand sichtbar untergeht. Miss ihn, bevor du ihn anfasst. Automatisiere die langweilige Mitte und lass die Urteilsfragen dort, wo sie sind. Dann steht bei der Prüfung eine echte Zahl.
Dazu gehört eine deutsche Zahl. Der im März 2026 veröffentlichte Index von Salesforce und dem Deutschen Mittelstands-Bund fand 16,6 Prozent der mittelständischen Unternehmen bereits mit KI-Agenten im Einsatz, nach 8,7 Prozent im Jahr davor. Eine Verdopplung. Aber nur 21 Prozent der Unternehmen in der Bitkom-Erhebung hatten überhaupt eine KI-Strategie. Genau aus dieser Lücke zwischen Einsatz und Strategie kommen die abgebrochenen Projekte.
Wie wir daran gehen#
Wir bauen Agenten als Teil unserer Arbeit an KI-Systemen, und der Anfang ist mit Absicht langweilig.
Zuerst schauen wir uns die Aufgabe mit der Person an, die sie heute macht. Nicht das Prozessdiagramm. Die Aufgabe, samt der Ausnahmen, die sie nebenbei erledigt, ohne darüber nachzudenken, denn genau diese Ausnahmen zerlegen Demo-Agenten in der zweiten Woche.
Dann schneiden wir hart zu. Eine Aufgabe, klare Grenzen, definierte Ein- und Ausgaben. Ein Agent, der alles versuchen soll, wird zu etwas, das niemand mehr prüfen kann und dem niemand traut.
Dann entscheiden wir den Weg aus den vier obigen, anhand dieser vier Fragen, nicht danach, was uns Spaß machen würde. Etliche Aufgaben sind eine Workflow-Plattform mit drei Modellschritten und nicht mehr, und das auch so zu sagen, gehört zur Arbeit. Wenn die Aufgabe wirklich ein eigenes System verlangt, bauen wir auf offenen Standards, halten das Modell austauschbar, setzen eine menschliche Freigabe vor alles Unumkehrbare und hosten dort, wo der Kunde es will, auch auf seiner eigenen Hardware.
Dann testen wir mit echten Fällen aus der Historie des Kunden, nicht mit ausgedachten. Echte Fälle sind unordentlicher, und sie finden die Löcher.
Und dann läuft es, mit jemandem, der dafür zuständig ist.
Unser eigener Betrieb läuft so. Die Agenten, die für uns recherchieren, überwachen, vorbereiten und berichten, sind dieselbe Klasse System, die wir übergeben. Das ist ein vernünftiger Maßstab für jeden Anbieter: Frag, ob er das Ding, das er dir verkauft, selbst jeden Tag im eigenen Geschäft benutzt. Wenn nicht, frag warum.
Der Teil, der sich nicht ändern wird#
Die Modelle werden besser, und der Abstand zwischen den vier Wegen wird bei den Fähigkeiten weiter schrumpfen. Beim Besitz wird er das nicht. In fünf Jahren wird die Frage, wer das hier abschalten, neu bepreisen oder einstellen kann, mehr zählen als heute und nicht weniger, weil dann mehr Tagesgeschäft hindurchläuft.
Der Agent Builder lief acht Monate. Das ist kein Argument gegen Plattformen. Es ist ein Argument dafür, vorher zu wissen, was mit deiner Arbeit passiert, wenn eine Plattform sich anders entscheidet. Wenn du durchsprechen willst, welcher der vier Wege zu einem konkreten Prozess in deinem Betrieb passt, genau damit fängt unsere Arbeit an Agenten an.
