Agentic AI: Was bedeutet agentische KI?

Was bedeutet Agentic AI?

Agentic AI – auf Deutsch häufig als agentische KI bezeichnet – beschreibt KI-Systeme, die nicht nur eine einzelne Antwort erzeugen, sondern innerhalb vorgegebener Grenzen ein Ziel verfolgen und dafür mehrere Arbeitsschritte miteinander verbinden können. Dazu kann gehören, Informationen abzurufen, Werkzeuge aufzurufen, Zwischenergebnisse zu bewerten und den nächsten Schritt davon abhängig zu machen.

Der Begriff beschreibt damit vor allem eine Arbeitsweise beziehungsweise Systemarchitektur. Ein konkreter KI-Agent ist eine mögliche technische Umsetzung dieses Prinzips.

Was unterscheidet Agentic AI von generativer KI?

Generative KI erzeugt Inhalte wie Texte, Zusammenfassungen oder Code. Agentic AI geht einen Schritt weiter: Das System kann ein Ziel in Teilaufgaben zerlegen und für deren Bearbeitung unterschiedliche Funktionen, Datenquellen oder Softwarewerkzeuge einsetzen.

Ein einfacher KI-Chat beantwortet beispielsweise eine Frage. Ein agentisches System könnte dagegen zunächst Dokumente identifizieren, relevante Informationen extrahieren, fehlende Angaben erkennen, eine weitere Suche auslösen und anschließend ein strukturiertes Ergebnis vorbereiten.

Wo kann Agentic AI in Kanzleien eingesetzt werden?

Besonders interessant sind mehrstufige Aufgaben, bei denen heute viele manuelle Übergaben entstehen. Denkbare Anwendungen sind:

• Dokumentenanalyse: Dokumente einlesen, klassifizieren, relevante Passagen markieren und eine Chronologie vorbereiten.
• Recherche: eine Fragestellung zerlegen, unterschiedliche Quellen durchsuchen und Ergebnisse zusammenführen.
• Vertragsarbeit: Klauseln identifizieren, anhand vorgegebener Regeln vergleichen und Änderungsvorschläge vorbereiten.
• Wissensmanagement: interne Dokumente auffinden, Quellen zusammenstellen und eine erste Antwortstruktur erzeugen.
• Mandantenprozesse: eingehende Angaben strukturieren, fehlende Informationen erkennen und definierte nächste Schritte vorbereiten.

Agentic AI ist damit besonders dann interessant, wenn Legal AI nicht nur als Schreibwerkzeug, sondern als Bestandteil eines Kanzleiprozesses verstanden wird.

Warum brauchen agentische Systeme klare Grenzen?

Je mehr Schritte ein System selbst bestimmen und je mehr Werkzeuge es nutzen kann, desto wichtiger werden Berechtigungen und Kontrollpunkte. Ein Agent, der nur Dokumente durchsuchen darf, hat ein anderes Risikoprofil als ein System, das Daten verändern, Nachrichten versenden oder externe Dienste aufrufen kann.

Für Kanzleien sollte daher genau definiert werden, welche Aktionen ein System selbst ausführen darf und an welcher Stelle ein Mensch freigeben muss. Besonders sensible Punkte sind der Versand an Mandanten oder Gerichte, Änderungen an Akten, die Verarbeitung vertraulicher Informationen und rechtlich relevante Bewertungen.

Agentic AI braucht gute Daten und Werkzeuge

Auch ein leistungsfähiger Agent ist nur so zuverlässig wie die Daten und Funktionen, auf die er zugreifen kann. Für kanzleiinternes Wissen kann beispielsweise Retrieval-Augmented Generation (RAG) genutzt werden, um relevante Dokumente für eine Aufgabe bereitzustellen.

Das beseitigt Fehler jedoch nicht automatisch. Agentische Systeme können falsche Annahmen treffen, ungeeignete Quellen auswählen oder auf fehlerhaften Zwischenergebnissen weiterarbeiten. Deshalb bleiben Tests, Protokollierung und der Umgang mit KI-Halluzinationen wichtige Bestandteile der Systemgestaltung.

Was ist der Unterschied zwischen Agentic AI und klassischer Automatisierung?

Klassische Automatisierung folgt meist festen Regeln und vorher definierten Abläufen. Das ist besonders sinnvoll, wenn ein Prozess stabil und eindeutig ist. Agentische Systeme werden dort interessant, wo der Weg zum Ergebnis variieren kann und das System auf Zwischenergebnisse reagieren muss.

In der Praxis werden beide Ansätze häufig kombiniert. Wiederholbare und kritische Schritte können fest automatisiert sein, während ein Agent nur dort Entscheidungsspielraum erhält, wo Flexibilität tatsächlich einen Mehrwert schafft.

Fazit: Agentic AI macht aus KI einen Prozessbaustein

Agentic AI verschiebt den Fokus von der einzelnen KI-Antwort zur Bearbeitung kompletter Aufgaben. Für Kanzleien kann das neue Möglichkeiten eröffnen, insbesondere bei dokumenten-, recherche- und wissensintensiven Prozessen.

Der entscheidende Erfolgsfaktor ist dabei nicht maximale Autonomie. Professionelle agentische Systeme brauchen klare Ziele, begrenzte Berechtigungen, geeignete Datenquellen und nachvollziehbare menschliche Kontrollpunkte.

Quellen und Vertiefung:
Anthropic: 2026 State of AI Agents
Leadsleader: KI-Agenten