Sie arbeiten täglich mit KI-Tools, wiederholen aber immer wieder dieselben Anweisungen? Ein eigener KI-Agent löst dieses Problem. In dieser Anleitung erfahren Sie, wie Sie KI-Agenten erstellen – Schritt für Schritt in Langdock, ChatGPT und Copilot. So bauen Sie spezialisierte Agenten für konsistente Ergebnisse ohne ständiges Nacharbeiten.
Was ist der Unterschied zwischen Assistent und Agent?
Beide Begriffe beschreiben KI-Systeme, unterscheiden sich aber im Handlungsspielraum: Ein Assistent wartet auf Anweisungen und liefert Antworten. Ein Agent handelt proaktiv, entwickelt eigene Workflows und führt Aktionen in externen Systemen aus – etwa in Outlook, CRM oder Buchungssystemen.
| Typ | Definition |
|---|---|
| AI Assistent | Eine intelligente Anwendung, die natürliche Sprachbefehle versteht und über eine konversationelle Schnittstelle Aufgaben für Nutzer ausführt. |
| AI Agent | Ein System, das Aufgaben autonom im Namen von Nutzern oder anderen Systemen erledigt – indem es eigene Workflows entwickelt und verfügbare Tools einsetzt. |
Quelle: IBM – AI Agents vs. AI Assistants
Wie unterscheiden sich Assistent und Agent in der Praxis?
In der Praxis werden die Begriffe oft synonym verwendet. Der entscheidende Unterschied: Ein Assistent reagiert auf Ihre Eingaben und liefert Ergebnisse. Ein Agent übernimmt ganze Abläufe eigenständig: Er verbindet sich mit Ihren Systemen und führt Aktionen ohne weitere Anweisungen aus.
| Merkmal | Assistent | Agent |
|---|---|---|
| Verhalten | Reaktiv – wartet auf Anweisungen | Proaktiv – handelt selbstständig |
| Workflow | Führt vordefinierte Aufgaben aus | Entwickelt eigene Workflows |
| Tools & Integrationen | Keine oder begrenzte Aktionen | Verbunden mit externen Systemen (Outlook, CRM, Buchungssysteme) |
| Ergebnis | Liefert Antworten | Führt Aktionen in anderen Systemen aus |
Ein Agent kann selbstständig Aktionen ausführen – etwa durch die Verbindung mit Outlook, CRM oder Buchungssystemen. Ein Assistent hingegen liefert Antworten, handelt aber nicht.
Wie heißen KI-Agenten auf den verschiedenen Plattformen?
Langdock, ChatGPT und Microsoft verwenden unterschiedliche Produktnamen für dieselbe Grundidee: einen anpassbaren KI-Dialog mit eigenem Wissen und klaren Anweisungen. Die folgende Tabelle zeigt, wie die Bezeichnungen lauten und wo Sie Agenten in der jeweiligen Oberfläche anlegen – damit Sie Menüs und Begriffe beim ersten Setup schnell zuordnen können.
| Plattform | Bezeichnung | Wo zu finden |
|---|---|---|
| Langdock | Agenten | Agenten-Bereich |
| ChatGPT | CustomGPT | „Explore GPTs" → „Create" |
| Copilot | Agent | Copilot Studio |
Wie erstellen Sie einen KI-Agenten in Langdock?
Einen Langdock-Agenten erstellen Sie in wenigen Minuten: Name, Beschreibung und Systemanweisungen definieren, Kontextdokumente hochladen, Modell wählen – fertig. Langdock bietet dabei EU-Hosting, DSGVO-Konformität und eine modell-agnostische Auswahl – Sie sind nicht an ein einzelnes KI-Modell gebunden.
Grundeinstellungen
Name
Geben Sie Ihrem Agenten einen prägnanten Namen, der seine Funktion beschreibt.
Beschreibung
Formulieren Sie eine kurze Erklärung, die im Chat angezeigt wird. Diese hilft Ihnen und Ihrem Team, den Agenten schnell zu identifizieren.
Anweisungen (System Prompt)
Das Herzstück Ihres Agenten. Beschreiben Sie präzise, wie er sich verhalten, kommunizieren und arbeiten soll.
Input-Typ
Wählen Sie zwischen Prompt (Standard) oder Formular. Bei Formular-Eingabe strukturieren Sie die Nutzeranfragen durch vordefinierte Felder.
Wissen & Aktionen
Wissen
Laden Sie Ihre Kontextdokumente hoch (DOC, PDF, Excel). Der Agent greift auf diese Informationen zu und arbeitet damit – statt mit allgemeinem Wissen.
Aktionen
Integrieren Sie externe Tools und Funktionen:
Modell
Wählen Sie das KI-Modell aus, das Ihr Agent verwenden soll (z. B. Sonnet 4).
So erstellen Sie KI-Agenten mit ChatGPT
In ChatGPT bauen Sie einen KI-Agenten über die Custom-GPT-Funktion. ChatGPT nennt seine Agenten „Custom GPTs“. Die Erstellung dauert wenige Minuten über „Explore GPTs" → „Create". Sie definieren Anweisungen, laden Wissensdokumente hoch und aktivieren Funktionen wie Websuche oder Bildgenerierung.
Navigieren Sie zu „Explore GPTs" und klicken Sie auf „Create". Wählen Sie den Tab „Konfigurieren" und befüllen Sie folgende Bereiche:
Name & Beschreibung
Vergeben Sie einen prägnanten Namen – er erscheint in der GPT-Übersicht. Die Beschreibung informiert Nutzer kurz über den Zweck Ihres Custom GPT.
Hinweise (System Prompt)
Definieren Sie hier die Systemanweisung: Wie soll der GPT arbeiten, welche Tonalität verwenden, was soll er vermeiden? Je präziser die Hinweise, desto konsistenter die Ergebnisse.
Gesprächsaufhänger
Erstellen Sie vorgeschlagene Einstiegsfragen für Nutzer. Diese erscheinen beim Start des Chats und erleichtern die Interaktion – besonders hilfreich für Teammitglieder, die den KI-Agenten (Custom GPT) zum ersten Mal verwenden.
Wissen, Modell & Funktionen
Laden Sie Dateien als Wissensbasis hoch (Tone-of-Voice-Dokumente, Zielgruppenprofile, Produktinformationen), legen Sie das empfohlene GPT-Modell fest und aktivieren Sie Zusatzfähigkeiten:
- Internetsuche – Zugriff auf aktuelle Informationen aus dem Web.
- Canvas – Kollaboratives Bearbeiten von Dokumenten direkt im Chat.
- Bildgenerierung – Bilder auf Anfrage im Chat erstellen.
Wie erstellen Sie einen KI-Agenten mit Copilot?
Einen Copilot-Agenten erstellen Sie über das Copilot Studio – Microsofts zentrale Plattform für Unternehmens-Agenten. Voraussetzung ist ein bestehendes Microsoft-365-Abo mit Copilot-Lizenz. Der Agent lässt sich direkt in Teams, Outlook und andere Microsoft-Tools einbinden.
1. Copilot Studio öffnen
Rufen Sie copilotstudio.microsoft.com auf und melden Sie sich mit Ihrem Microsoft-365-Konto an. Das Studio ist die zentrale Verwaltungsplattform für alle Ihre Copilot-Agenten.
2. Neuen Agenten anlegen
Klicken Sie auf „Neuen Agenten erstellen". Vergeben Sie einen aussagekräftigen Namen und eine Beschreibung, die den Zweck des Agenten klar definiert – etwa „Angebots-Agent Vertrieb" oder „FAQ-Agent Kundenservice".
3. Anweisungen und Verhalten definieren
Formulieren Sie die Systemanweisungen: Wie soll der Agent kommunizieren? Welche Aufgaben soll er übernehmen? Welche Grenzen gelten? Je präziser die Anweisungen, desto konsistenter die Ergebnisse – genau wie bei Langdock und ChatGPT.
4. Wissensquellen hinzufügen
Laden Sie Kontextdokumente hoch oder verbinden Sie den Agenten mit SharePoint-Seiten, internen Websites oder Dateien aus OneDrive. Der Agent greift auf diese Quellen zu, statt mit allgemeinem Wissen zu arbeiten.
5. Testen und veröffentlichen
Testen Sie den Agenten im integrierten Testbereich. Prüfen Sie die Antworten auf Genauigkeit und Tonalität, bevor Sie ihn für Ihr Team in Teams oder anderen Microsoft-365-Apps bereitstellen.
Warum brauchen KI-Agenten Kontextdokumente?
Ohne Kontextdokumente arbeitet ein KI-Agent mit allgemeinem Wissen und liefert generische Ergebnisse, vergleichbar mit einem neuen Mitarbeitenden am ersten Arbeitstag. Mit Ihren spezifischen Informationen erkennt der Agent Ihre Kommunikationsstandards, relevante Themen und passende Formulierungen. Je spezifischer der Kontext, desto weniger Nacharbeit.
Mit Ihren Informationen – Unternehmensrichtlinien, Schreibbeispielen oder Zielgruppenbeschreibungen – erkennt der Agent:
- wie Sie kommunizieren und welche Standards gelten,
- welche Themen für Ihre Zielgruppe relevant sind,
- welche Formulierungen zu Ihrer Marke passen.
Das Ergebnis: Statt allgemeiner Vorschläge erhalten Sie Entwürfe, die sich anfühlen, als hätten Sie sie selbst geschrieben. Je spezifischer der Kontext, desto weniger müssen Sie nacharbeiten.
Welche Anwendungsfälle gibt es für KI-Agenten im Betrieb?
KI-Agenten entfalten ihr volles Potenzial bei wiederkehrenden Aufgaben mit klaren Regeln: Angebote erstellen, E-Mails beantworten, Social-Media-Beiträge produzieren oder Meetings vorbereiten. Der Einstieg gelingt am besten mit einem einzelnen, klar abgegrenzten Anwendungsfall.
E-Mail-Assistent
Benötigtes Wissen: FAQ, Preisliste, Tone of Voice. Beantwortet eingehende Anfragen im Markenstil konsistent und schnell.
Angebots-Agent
Benötigtes Wissen: Leistungskatalog, Preise, Vorlagen. Erstellt individuelle Angebote auf Basis Ihrer Leistungsstruktur.
Social-Media-Agent
Benötigtes Wissen: Markenrichtlinien, Content-Kalender. Produziert plattformgerechte Beiträge im definierten Tone of Voice.
Meeting-Vorbereitungs-Agent
Benötigtes Wissen: Teilnehmerinfos, Projektstand. Bereitet Agendas und Briefings auf Basis aktueller Projektdaten vor.
Welche Fehler sollten Sie beim Erstellen von KI-Agenten vermeiden?
Die drei häufigsten Fehler beim Erstellen von KI-Agenten: zu vage Anweisungen, fehlende Kontextdokumente und keine Iteration nach dem ersten Entwurf. Alle drei führen zu generischen Ergebnissen und Nacharbeit – und lassen sich mit wenig Aufwand vermeiden.
Vage Anweisungen – „Sei hilfreich" oder „Schreibe professionell" sind zu unspezifisch. Formulieren Sie konkret: „Antworte in maximal 3 Sätzen. Verwende Sie-Ansprache. Vermeide Fachbegriffe ohne Erklärung."
Fehlende Kontextdokumente – Ohne Wissensbasis arbeitet Ihr Agent mit Allgemeinwissen. Laden Sie relevante Dokumente hoch: Styleguides, FAQs, Produktinformationen, Beispieltexte.
Keine Iteration – Der erste Entwurf wird nicht perfekt sein. Testen Sie den Agenten, beobachten Sie die Ergebnisse und passen Sie die Anweisungen schrittweise an.
Fazit
Sie haben jetzt das Handwerkszeug, um in Langdock, ChatGPT und Copilot eigene KI-Agenten zu erstellen. Der entscheidende Unterschied zwischen einem generischen Assistenten und einem wirklich nützlichen Agenten liegt im Kontext: Je präziser Ihre Anweisungen und je spezifischer Ihr Wissen, desto konsistenter und passgenauer die Ergebnisse.
Starten Sie mit einem konkreten Anwendungsfall – etwa einem E-Mail-Assistenten oder einem Angebots-Agenten – und bauen Sie die Konfiguration schrittweise aus. Der ROI zeigt sich oft bereits nach wenigen Wochen im Einsatz.
