Ein AI-Agent ist ein Chatbot, der handeln kann. Er nutzt ein LLM als Gehirn, hat Zugriff auf Werkzeuge und Kontext und arbeitet in einer Schleife so lange, bis eine Aufgabe erledigt ist – zum Beispiel ein Briefing prüfen, den Status setzen und die Rückfrage an den Kunden entwerfen.
Was ist ein AI-Agent?
Wo ein Chatbot nur Text ausgibt, kann ein Agent echte Arbeit erledigen. Er bekommt vom LLM nicht nur eine Antwort, sondern einen Plan – und führt ihn Schritt für Schritt aus. Das nennt man Agent Loop: Das Modell überlegt, wählt ein Werkzeug, führt es aus, schaut sich das Ergebnis an und entscheidet, was als Nächstes kommt. Diese Schleife läuft, bis das Ziel erreicht ist. Die eigentliche Ausführung passiert in einer geschützten Umgebung, der sogenannten Sandbox.
Ein Agent besteht dabei aus mehreren Bausteinen, die zusammenspielen:
- ein Trigger, der ihn startet (ein Prompt, ein neues Task, ein Zeitplan)
- ein System-Prompt mit Rolle, Guidelines und Ziel
- ein LLM als Gehirn
- Kontext, also das Wissen, mit dem er arbeitet
- Tools und MCP, um zu handeln und andere Systeme anzubinden
- Skills, um Aufgaben konsistent zu erledigen
- Memory, um sich Dinge über die Zeit zu merken
- ein Human in the Loop, der an wichtigen Stellen freigibt
Warum das für Agenturen zählt
Der Sprung vom Chatbot zum Agenten ist der Sprung von „AI, die Text ausspuckt" zu „AI, die im Kundenprojekt echte Vorarbeit leistet". Statt dass jede:r einzeln promptet, übernimmt ein spezialisierter Agent wiederkehrende Aufgaben – auf dem echten Agentur- und Kundenkontext und mit klaren Rechten.
Typische Agenten, über die Agenturen heute schon sprechen:
- Briefing-Agent: prüft eingehende Briefings auf Lücken und Widersprüche.
- Brand-Safety-Agent: gleicht Assets mit den Brand- und Tonality-Guides des Kunden ab.
- Kalkulations-Agent: erstellt auf Basis der Rate Cards ein erstes Angebot.
- Research-Agent: recherchiert Wettbewerb und Markt für den Pitch.
- Reporting-Agent: baut jeden Freitag automatisch den Projektbericht.
Beispiel aus dem Agenturalltag
Ein neues Briefing landet im Posteingang des Projekts. Das ist der Trigger. Der Briefing-Agent übernimmt automatisch, setzt den Status auf „In Prüfung", liest das Dokument und den hinterlegten Kundenkontext, gleicht es mit eurem Briefing-Template ab – und legt am Ende ein Review-Dokument plus einen Entwurf der Rückfrage-Mail an. Bevor diese Mail rausgeht, gibt der Account Lead sie frei.
Zusammenhang mit anderen Begriffen
Ein Agent baut auf dem LLM auf, geht aber weit über den Chatbot hinaus. Damit er handeln kann, braucht er Tools und MCP; damit er es konsistent tut, braucht er Skills; und damit ihr die Kontrolle behaltet, braucht er einen Human in the Loop. Das ganze Zusammenspiel zeigt der Artikel „Vom LLM zum Agenten".
In awork laufen Agenten direkt auf euren bestehenden Projektstrukturen: mit automatischem Zugriff auf Agentur-, Kunden- und Projektkontext, teilbar im Team und mit dem Rechtesystem, das ihr eh schon nutzt. So wird der AI-Rollout in der Agentur überhaupt erst handhabbar.
