Regelbasierte Automatisierung ist deterministisch, prüfbar, im Betrieb praktisch kostenlos und tut jedes Mal exakt dasselbe. Das sind Vorteile, keine Einschränkungen. Wenn Ihr Workflow in ein Regelwerk passt, ist ein KI-Agent ein Rückschritt: langsamer, teurer und nicht deterministisch, im Tausch gegen ein Urteilsvermögen, das Sie nicht brauchen.
Die Frage ist nicht, welche Technik fortschrittlicher ist. Die Frage ist, ob Ihr Workflow ein Problem mit Ausnahmen hat.
Was Regeln gut können
Alles, was sich als wenn dies, dann das mit einer bekannten, endlichen Menge von Bedingungen ausdrücken lässt: Weiterleitung nach Feldwerten, Datenübertragung zwischen Systemen, Auslöser bei Schwellenwerten, geplante Stapelläufe. Zapier, Make, n8n und RPA-Tools erledigen das sehr gut und werden es weiter tun.
Sie haben außerdem Eigenschaften, die ein Agent nicht bieten kann: Sie können die Logik lesen, in einem Audit lässt sie sich überprüfen, eine Ausführung kostet so gut wie nichts, und der zehntausendste Lauf verhält sich wie der erste. In regulierten Umgebungen ist dieser Determinismus manchmal eine Anforderung und keine Vorliebe.
Ersetzen Sie funktionierende Regeln nicht durch einen Agenten, nur weil Agenten neuer sind. Das ist der häufigste teure Fehler in diesem Bereich.
Woran Sie erkennen, dass Regeln nicht mehr reichen
Nicht an der Komplexität, sondern an der Ausnahmequote. Regeln decken die Fälle ab, die Sie vorhergesehen haben. Entscheidend ist, welcher Anteil des tatsächlichen Volumens nicht dazugehört und bei einem Menschen landet.
Messen Sie einen Monat lang: Welchen Anteil von allem, was in den Workflow hineinkommt, leitet die Automatisierung korrekt weiter, ohne dass ein Mensch eingreift? Als grobe Orientierung:
| Ausnahmequote | Was das bedeutet | Nächster Schritt |
|---|---|---|
| Unter 10 % | Die Regeln passen zur Arbeit | Behalten und an den Rändern nachschärfen |
| 10–25 % | Die Regeln kommen an ihre Grenze | Erst weitere Regeln versuchen, dann erneut messen |
| Über 25 % | Die Arbeit verlangt Urteilsvermögen | Ein Agent ist wahrscheinlich gerechtfertigt |
| Die Zahl der Regeln wächst immer weiter | Sie bilden Urteilsvermögen als Verzweigungen ab | Agent oder Neuentwurf |
Die letzte Zeile ist das eigentliche Warnsignal. Wenn ein Regelwerk Dutzende Bedingungen ansammelt, die nur noch eine Person versteht, haben Sie Urteilsvermögen nicht automatisiert. Sie haben es in einer Form festgeschrieben, die niemand pflegen kann. Dann ist der Pflegeaufwand der Kostenfaktor, nicht die Lizenz.
Die drei Unterschiede, auf die es ankommt
- Unstrukturierte Eingaben. Regeln brauchen Felder. Kommt die Arbeit als Freitext, E-Mail-Verlauf, PDF oder Foto an, können Regeln nur auf das reagieren, was jemand anderes bereits strukturiert hat. Dieser Jemand ist meist ein Mensch, der von Hand vorsortiert.
- Urteil bei Mehrdeutigkeit. Für Ist diese Beschwerde dringend? gibt es keinen Schwellenwert. Regeln nähern sich der Antwort über Hilfsgrößen (Schlüsselwörter, Absenderdomain), und das funktioniert, bis es nicht mehr funktioniert.
- Mehrstufige Arbeit mit Zustand. Ein Agent behält den Kontext über mehrere Schritte und passt sich an, wenn ein Schritt fehlschlägt. Eine Regelkette führt ihren Zweig aus und endet.
Wenn nichts davon auf Ihren Workflow zutrifft, brauchen Sie keinen Agenten. Das ist ein gutes Ergebnis, denn es ist günstiger.
Das Muster, das sich meist durchsetzt
Beides. Die besten produktiven Architekturen, die wir bauen, setzen zuerst auf Regeln und geben nur die Ausnahmen an einen Agenten: Deterministische Logik übernimmt die 70–80 %, die sie fehlerfrei und günstig erledigt, und der Agent bekommt nur, was übrig bleibt.
Das ist besser als jede der beiden Lösungen allein. Sie behalten Determinismus und Prüfbarkeit, wo beides möglich ist, und zahlen Modellkosten nur für die wirklich schwierigen Fälle. Hilfreich ist außerdem: Die Warteschlange der Ausnahmen ist bereits ein gelabelter Datensatz, der genau zeigt, was der Agent können muss. Auch der mögliche Schaden wird kleiner, weil der Agent nur einen kleineren Teil des Volumens berührt und nicht alles.
Was sich mit dem Umstieg ändert
Ein Agent ist kein Eins-zu-eins-Ersatz, und der Betrieb sieht anders aus. Regeln funktionieren oder werfen einen Fehler. Ein Agent kann leise und mit voller Überzeugung falsch liegen. Damit übernehmen Sie Pflichten, die es bei Regeln nie gab: eine Eval-Suite, die die Korrektheit bewertet, Traces, mit denen sich Entscheidungen rekonstruieren lassen, Leitplanken, die den schlimmsten Fall begrenzen, und jemanden, der das System nach dem Start betreibt (Englisch).
Das sind die eigentlichen Kosten des Umstiegs, nicht die Tokens, die bei Cent pro Vorgang liegen. Deshalb muss die Ausnahmequote den Schritt wirklich rechtfertigen. Wenn Sie abwägen, ob Sie Ihre Regeln erweitern oder einen Agenten beauftragen, behandelt unser Artikel zu Make or Buy bei KI-Agenten die Beschaffungsfrage, und die fünf Anzeichen (Englisch) prüfen, ob der Workflow überhaupt infrage kommt. Wenn ja: Gigabit Agents kosten einen Pauschalpreis ab 8.000 $ pro Agent.
