KI-Agenten nach Branchen: Einsatzfelder, Beispiele und Besonderheiten

Ob ein KI-Agent in einem Unternehmen sinnvoll arbeitet, entscheidet sich selten an der Branche allein, sondern an den Prozessen, Daten und Regeln, die dort gelten. Trotzdem unterscheiden sich die Ausgangslagen deutlich: Eine Spedition hat andere Engpässe als eine Klinik, eine Bank andere Pflichten als ein Onlinehändler. Dieser Ratgeber ordnet die wichtigsten Branchen ein, zeigt typische Aufgaben für Agenten und benennt, worauf Sie in Ihrem Umfeld besonders achten sollten.

Was Agenten in jeder Branche gemeinsam haben

Ein KI-Agent verbindet ein Sprachmodell mit Werkzeugen: Er liest Eingänge, sucht in Datenquellen, ruft Systeme auf und bereitet Ergebnisse vor oder führt Schritte selbst aus. Wie das technisch funktioniert, erklärt der Ratgeber Wie funktionieren KI-Agenten?. Für die Frage nach dem Einsatz in einer Branche ist vor allem wichtig, dass sich die Grundmuster stark ähneln.

Fast überall finden sich vier wiederkehrende Aufgabentypen. Erstens das Einordnen und Weiterleiten eingehender Anfragen aus Postfach, Formular oder Telefonnotiz. Zweitens das Auslesen und Prüfen von Dokumenten wie Rechnungen, Lieferscheinen, Anträgen oder Verträgen. Drittens die Suche in internem Wissen, damit Mitarbeitende Richtlinien, Produktdaten oder frühere Vorgänge schneller finden. Viertens die Vorbereitung von Vorgängen in Fachsystemen, vom Antwortentwurf bis zum vorausgefüllten Datensatz.

Was sich zwischen den Branchen unterscheidet, ist der Rahmen: welche Daten verarbeitet werden, wie stark der Prozess standardisiert ist, welche Aufsicht und Gesetze gelten und was ein Fehler auslöst. Eine falsch einsortierte Retoure lässt sich korrigieren, eine falsch eingeordnete Patientenanfrage unter Umständen nicht.

Zwei Achsen für die Einordnung

Um die Ausgangslage einer Branche oder eines einzelnen Prozesses einzuschätzen, helfen zwei Fragen: Wie sensibel sind die Daten, mit denen der Agent arbeitet? Und wie stark ist der Ablauf standardisiert? Aus beiden ergibt sich eine grobe Richtung für den Einstieg.

Wichtig ist die Einschränkung in der Bildunterschrift. Auch in einer stark regulierten Branche gibt es Prozesse oben links, etwa die Suche in internen Arbeitsanweisungen oder die Terminverwaltung. Umgekehrt hat auch ein Handelsunternehmen sensible Vorgänge, zum Beispiel in der Personalabteilung. Die Branche liefert den Rahmen, die Entscheidung fällt am einzelnen Prozess.

Branchen im Überblick

Die folgende Tabelle fasst typische Agentenaufgaben, Besonderheiten und einen möglichen Einstieg je Branche zusammen. Sie ersetzt keine Prüfung im Einzelfall, zeigt aber, wo die Schwerpunkte üblicherweise liegen.

Besonderheiten der einzelnen Branchen

Tourismus und Kundenerlebnis

Im Tourismus ballen sich Anfragen saisonal, viele davon wiederholen sich: Verfügbarkeit, Anreise, Leistungen, Stornobedingungen. Agenten können hier entlasten, solange Preis- und Leistungsangaben aus gepflegten Quellen stammen und verbindliche Zusagen beim Menschen bleiben. Wie das aussehen kann, zeigt die Seite KI-Agenten im Tourismus. Für Dienstleister mit viel direktem Kundenkontakt, etwa in Gastronomie oder Freizeit, gelten ähnliche Muster, wie die Seite KI-Agenten für das Kundenerlebnis beschreibt.

Versicherungen

Versicherer bearbeiten große Mengen an Post, Schadenmeldungen und Unterlagen. Agenten eignen sich gut für das Einordnen, Auslesen und die Prüfung auf Vollständigkeit. Zu beachten sind die Anforderungen der Finanzaufsicht an IT-Risikomanagement und die Steuerung von IT-Dienstleistern. Nach Anhang III des AI Act zählt die Risikobewertung und Preisbildung in der Lebens- und Krankenversicherung zu den Hochrisiko-Bereichen. Mehr dazu auf der Seite KI-Agenten für Versicherungen.

Bankwesen und Finanzdienstleister

Für Banken und andere Finanzunternehmen gilt seit Januar 2025 die DORA-Verordnung zur digitalen operationalen Resilienz. Sie stellt Anforderungen an IT-Risikomanagement, Vorfallmeldungen und den Umgang mit IKT-Drittdienstleistern, zu denen auch Anbieter von KI-Modellen und Plattformen gehören können. Hinzu kommen die bankaufsichtlichen Anforderungen der BaFin, etwa an Auslagerungen. Agenten sind deshalb im internen Einsatz, etwa als Recherchehilfe für Richtlinien oder im Backoffice, meist leichter umzusetzen als im direkten Kundenkontakt. Die Bewertung der Kreditwürdigkeit natürlicher Personen ist nach dem AI Act ein Hochrisiko-Bereich. Einen Überblick gibt die Seite KI-Agenten im Bankwesen.

Gesundheitswesen

Gesundheitsdaten gehören nach der DSGVO zu den besonderen Kategorien personenbezogener Daten, und viele Beteiligte unterliegen der beruflichen Schweigepflicht. Das betrifft auch die Auswahl von Dienstleistern und die Frage, wo Daten verarbeitet werden. Software, die eine medizinische Zweckbestimmung hat, etwa zur Diagnose oder Therapieentscheidung, kann als Medizinprodukt gelten und unterliegt dann eigenen Anforderungen. Ein sinnvoller Einstieg liegt deshalb meist in der Verwaltung: Terminanfragen, Rückrufe, Formulare. Die Seite KI-Agenten im Gesundheitswesen zeigt solche Einsatzfelder.

Industrie und Produktion

In Industrieunternehmen liegt viel Wissen in technischer Dokumentation, Serviceberichten und Ersatzteillisten. Agenten können dieses Wissen erschließen, Serviceanfragen vorbereiten und Aufträge aus E-Mails in strukturierte Daten übertragen. Besonders wichtig sind der Schutz von Betriebsgeheimnissen und eine klare Trennung zwischen Bürosystemen und Produktionsnetzen. Sicherheitsrelevante Steuerungen gehören nicht in die Hand eines Agenten. Mehr dazu auf der Seite KI-Agenten in der Industrie 4.0.

Handel und E-Commerce

Im Handel sind die Volumen hoch und die Fragen oft gleich: Wo ist meine Bestellung, wie funktioniert die Rückgabe, passt dieses Produkt? Agenten können diese Anfragen beantworten und Produktdaten pflegen. Wer Kunden direkt mit einem Agenten sprechen lässt, muss nach dem AI Act erkennbar machen, dass sie mit einer KI interagieren. Wie Agenten in Vertrieb und Service eingebunden werden, beschreibt die Seite KI-Agenten für Vertrieb und Service. Da Kunden Produkte zunehmend über KI-Suchsysteme finden, lohnt auch ein Blick auf Sichtbarkeit in der KI-Suche.

Personalwesen

Im Personalwesen liegt die Grenze besonders nah. Ein Agent, der Fragen von Bewerbenden beantwortet oder Onboarding-Unterlagen bereitstellt, ist unproblematisch. Ein Agent, der Bewerbungen filtert, Rangfolgen bildet oder Leistung bewertet, fällt dagegen in einen Hochrisiko-Bereich nach Anhang III des AI Act. Diese Pflichten gelten ab dem 2. Dezember 2027. Unabhängig davon ist der Betriebsrat einzubinden, sobald ein System Verhalten oder Leistung von Beschäftigten überwachen kann.

Öffentliche Verwaltung

Behörden sind an Verfahrensrecht gebunden. Vollständig automatisierte Verwaltungsakte sind nur zulässig, wenn eine Rechtsvorschrift das ausdrücklich vorsieht. Die Prüfung, ob Personen Anspruch auf öffentliche Leistungen haben, zählt nach dem AI Act zu den Hochrisiko-Bereichen. Agenten eignen sich deshalb zunächst für Auskünfte zu Zuständigkeiten und Unterlagen, für die Prüfung auf Vollständigkeit und für die interne Wissenssuche, bei der die Entscheidung bei der Sachbearbeitung bleibt.

Logistik

Logistik lebt von Dokumenten und Abstimmungen zwischen vielen Beteiligten. Lieferscheine, Frachtpapiere und Statusanfragen sind gut strukturiert und eignen sich für das Auslesen und Beantworten durch Agenten. Die Herausforderung liegt meist in der Anbindung vieler Partnersysteme. Unternehmen, die zu kritischen Einrichtungen zählen oder unter die NIS-2-Regeln fallen, haben zusätzliche Anforderungen an die Informationssicherheit zu beachten.

Immobilien

In der Immobilienwirtschaft treffen viele Anfragen von Interessenten und Mietern auf begrenzte Kapazitäten. Agenten können Anliegen einordnen, Besichtigungen koordinieren und Standardfragen beantworten. Bei der Auswahl von Mietinteressenten gelten Diskriminierungsverbote, deshalb sollte ein Agent hier unterstützen, aber nicht auswählen. Personenbezogene Daten aus Selbstauskünften brauchen klare Lösch- und Zugriffsregeln.

Branchenlösung oder eigener Agent?

Für viele Branchen gibt es inzwischen fertige Software mit eingebauten Agentenfunktionen, etwa in Buchungssystemen, Kernbankensystemen, Praxisverwaltung oder Shopsystemen. Solche Funktionen sind schnell verfügbar und kennen die Datenstrukturen des jeweiligen Systems. Ihre Grenze liegt meist dort, wo ein Vorgang mehrere Systeme berührt oder eigene Fachregeln abbilden soll, die der Hersteller nicht vorgesehen hat.

Ein eigener Agent ist aufwendiger, lässt sich aber an die eigenen Abläufe, Freigabestufen und Datenquellen anpassen. In regulierten Branchen spielt zusätzlich eine Rolle, wie gut sich Protokollierung, Datenstandort und die Steuerung von Dienstleistern nachweisen lassen. Welche Plattformen und Bauweisen es gibt, vergleicht der Ratgeber KI-Agenten-Plattformen im Vergleich. Häufig ist eine Mischform sinnvoll: Die Branchensoftware übernimmt Standardaufgaben, ein eigener Agent verbindet sie mit den übrigen Systemen.

Typische Fehler beim Übertragen von Beispielen

Beispiele aus anderen Unternehmen oder Branchen sind eine gute Inspiration, führen aber leicht zu falschen Erwartungen. Drei Fehler begegnen in der Praxis immer wieder.

• Den Anwendungsfall kopieren, nicht den Prozess prüfen: Ein Agent für Kundenanfragen funktioniert nur so gut wie die Wissensquellen und Regeln dahinter. Wer diese Grundlage nicht hat, übernimmt mit dem Beispiel auch dessen Voraussetzungen nicht.
• Branchenrecht zu spät klären: Aufsichtsrechtliche Anforderungen, Berufsgeheimnisse oder Mitbestimmung lassen sich schwer nachträglich einbauen. Sie gehören in die Konzeptphase.
• Mit dem sichtbarsten statt dem geeignetsten Prozess starten: Ein Agent im direkten Kundenkontakt wirkt eindrucksvoll, hat aber die höchsten Anforderungen an Qualität und Transparenz. Interne Prozesse liefern oft schneller belastbare Erfahrungen.

Rechtlicher Rahmen: Branche und Einsatzzweck trennen

Viele Unternehmen in regulierten Branchen gehen davon aus, dass jeder KI-Einsatz bei ihnen besonders streng geregelt ist. Das stimmt nur teilweise. Branchenrecht wie Finanzaufsicht, Medizinprodukterecht oder Verwaltungsverfahrensrecht gilt unabhängig von der Technik. Der AI Act knüpft dagegen am Einsatzzweck an. Ein Agent wird nicht deshalb hochriskant, weil er in einer Bank arbeitet, sondern weil er zum Beispiel über die Kreditwürdigkeit von Privatpersonen mitentscheidet.

Die Hochrisiko-Pflichten für Systeme nach Anhang III gelten nach dem Digital Omnibus zur KI ab dem 2. Dezember 2027. Die Transparenzpflichten, etwa für Agenten im direkten Kundenkontakt, gelten im Wesentlichen bereits seit August 2026. Die DSGVO gilt in jedem Fall, sobald personenbezogene Daten verarbeitet werden. Eine ausführliche Einordnung finden Sie im Ratgeber KI-Agenten rechtssicher einsetzen: DSGVO und EU AI Act.

So starten Sie in Ihrer Branche

Unabhängig von der Branche folgt ein sinnvoller Einstieg einem ähnlichen Ablauf. Am Anfang steht nicht die Technik, sondern die Auswahl eines Prozesses, der sich messen lässt und dessen Fehlerfolgen überschaubar sind.

Für die Auswahl eignet sich eine strukturierte Bewertung der Kandidaten nach Volumen, Standardisierung, Datenlage und Risiko. Eine Prozessanalyse mit Business Case macht diese Bewertung nachvollziehbar und liefert die Annahmen für die Wirtschaftlichkeit. Welche Kosten dabei anfallen, zeigt der Ratgeber Was kostet ein KI-Agent?. Wie mittelständische Unternehmen einen Pilot organisieren, beschreibt der Praxisleitfaden KI-Agenten für den Mittelstand.

Im Pilot sollte der Agent zunächst lesen und Entwürfe liefern, während Mitarbeitende prüfen und freigeben. So entstehen Messwerte zu Qualität und Zeitaufwand, ohne dass Fehler direkt bei Kunden, Patienten oder Bürgern ankommen. Schreibrechte in Fachsystemen und weitere Prozesse folgen, wenn die Ergebnisse stabil sind.