AI Agents vs. klassisches RPA für KMU: wann welches Werkzeug

Bei jedem zweiten KMU-Workshop kommt die Frage: "Wir haben schon einen RPA-Bot, brauchen wir jetzt auch noch AI Agents?" Oder umgekehrt: "Wir wollen KI. Ist RPA damit erledigt?" Beide Fragen sind falsch gestellt. AI Automatisierung im KMU ist keine Entweder-oder-Entscheidung, die beiden Werkzeuge lösen unterschiedliche Probleme.

TL;DR

• RPA klickt einen festen Pfad. Perfekt für hochvolumige, standardisierte Prozesse ohne Ausnahmen.
• AI Agents bekommen ein Ziel plus Kontext und entscheiden selbst. Perfekt für Prozesse mit Freitext, Ausnahmen oder Ermessen.
• In der Praxis gewinnt fast immer die Kombination: der Agent entscheidet, der RPA-Bot klickt in Alt-Systemen ohne API.
• Die Auswahl entscheidet sich nicht ideologisch, sondern über zwei Fragen: Wie viele Ausnahmen hat der Prozess? Und wer ist der Judge, der Qualität beurteilt?

AI Automatisierung im KMU: was RPA wirklich ist

Robotic Process Automation ist Screen-Scraping mit Skripten. Der Bot öffnet Programme, liest Feldinhalte, klickt Buttons in einer festen Reihenfolge. UiPath, Automation Anywhere, Power Automate Desktop sind die bekannten Vertreter.

RPA glänzt, wenn drei Dinge gleichzeitig gelten:

1. Der Prozess ist vollständig standardisiert. Immer die gleichen Felder, die gleichen Buttons, die gleiche Reihenfolge.
2. Die Datenformate sind fix. PDF-Rechnungen mit identischem Layout, Excel-Dateien mit garantierten Spalten.
3. Das Volumen ist hoch genug, dass sich die Automatisierung rechnet: > 200 Vorgänge pro Monat als Daumenwert.

Wo RPA leidet: sobald sich die UI ändert, ein Feld verschoben wird oder eine neue Fehlermeldung erscheint, steht der Bot. Wartung frisst dann leise die eingesparte Zeit auf.

Was AI Agents wirklich sind

Ein AI Agent bekommt ein Ziel in natürlicher Sprache ("beantworte diese Kundenanfrage vollständig"), einen Kontext (bisherige Mails, Auftragsdaten, Preisliste) und eine Werkzeugkiste (E-Mail senden, im CRM nachschauen, Angebot generieren). Er wählt selbst, welche Werkzeuge in welcher Reihenfolge greifen.

Agents glänzen, wenn:

1. Der Prozess Freitext enthält. E-Mails, Anfragen, Beschreibungen, Beschwerden.
2. Es Ausnahmen gibt. Der Kunde fragt etwas, das im Formular nicht vorgesehen ist.
3. Ermessen nötig ist. "Ist das eine Standardanfrage oder muss ich das eskalieren?"

Wo Agents leiden: bei reiner Klickarbeit in einer Legacy-Software ohne API sind sie überdimensioniert und teurer als ein RPA-Bot.

Die Entscheidungsmatrix

Zwei Achsen, vier Felder:

Kurz: nur eine einzige Kombination spricht klar für RPA, die anderen drei für einen Agent. Selbst die großen RPA-Anbieter wie UiPath positionieren sich inzwischen als "Agentic Automation"-Plattformen – das Eingeständnis, dass reine Klick-Bots die meisten KMU-Prozesse nicht abdecken.

AI Agents vs. RPA: Vergleich auf einen Blick

Die Matrix oben sagt, welches Werkzeug wann greift. Die Tabelle unten sagt, was das für Deinen Betrieb bedeutet: Flexibilität, Wartung, Time-to-Value, Kosten und Grenzen im direkten Vergleich.

Zwei Punkte, die in der Tabelle leicht übersehen werden, aber in der Praxis den Unterschied machen: Wartungsaufwand und Skalierung. Ein RPA-Bot ist billig im Aufbau, aber jede Änderung im Zielsystem produziert ein Ticket. Ein AI Agent kostet mehr im ersten Schritt, aber der zweite ähnliche Prozess kostet einen Bruchteil, weil Agent, Werkzeuge und Judge wiederverwendbar sind.

Drei Beispiele aus DACH-KMU

Rechnungserfassung, mittelständischer Großhändler. 800 Lieferantenrechnungen pro Monat, 40 wiederkehrende Lieferanten mit identischen PDF-Layouts. Klarer RPA-Fall: der Bot liest die Beträge aus, prüft gegen die Bestellung, verbucht. Ein AI Agent wäre hier Overkill, weil nichts zu entscheiden ist.

Angebotsanfragen, Maschinenbau-Zulieferer. Anfragen per Mail, jede mit anderem Text, oft unvollständig, häufig mit technischen Rückfragen. Klarer Agent-Fall: er extrahiert die technischen Parameter, fragt bei Bedarf beim Kunden nach, generiert einen Angebotsentwurf. RPA scheitert an der ersten Freitextzeile.

Reklamationsbearbeitung, Konsumgüter. Die Reklamation kommt per Mail (Freitext, Agent-Fall), das Retourenlabel wird in einer alten SAP-Oberfläche gedruckt, die keine API hat (RPA-Fall). Kombination gewinnt: der Agent versteht die Reklamation, entscheidet über Kulanz, und übergibt an einen RPA-Bot, der das Label druckt.

Der Judge entscheidet mit

In der Loop-Kaskade bekommt jeder Prozess einen Judge, also eine Person oder Kennzahl, die beurteilt, ob das Ergebnis wirklich taugt. Das ist beim Werkzeug-Vergleich entscheidend.

• Für RPA ist der Judge fast trivial: Zeile verbucht ja/nein, Betrag korrekt ja/nein.
• Für AI Agents ist der Judge substanziell: "War die Antwort an den Kunden inhaltlich korrekt? War der Ton richtig? Wurde eskaliert, wo nötig?"

Ein AI Agent ohne Judge ist unkontrollierte Automatisierung. Ein RPA-Bot ohne Judge ist einfach ein Bot.

Was sagt der EU AI Act dazu?

Klassisches RPA fällt nicht unter den EU AI Act, weil kein KI-System im Sinne der Verordnung vorliegt. Es gelten weiterhin DSGVO und Betriebsvereinbarungen, aber keine KI-spezifischen Pflichten. AI Agents in typischen KMU-Prozessen (Angebote, Reklamationen, Support, interne Recherche) sind meist Limited oder Minimal Risk, brauchen aber Transparenz gegenüber Nutzern und dokumentierte menschliche Aufsicht. Genau das leistet der Judge in der Loop-Kaskade. Kein Grund zu warten, aber ein Grund, Autonomie-Stufen von Anfang an einzubauen.

Kostenrahmen (ohne Marketing-Preise)

Aus unseren Loop-Projekten in DACH:

• RPA-Bot: Aufbau typischerweise niedrig vierstellig, Betrieb wenige Hundert Euro pro Monat (Lizenz und Hosting).
• AI Agent: Aufbau mittlerer vier- bis niedriger fünfstelliger Bereich, Betrieb je nach Modellwahl und Volumen vergleichbar mit RPA.

Der Business Case entscheidet sich fast immer nicht über die Lizenz, sondern über die eingesparte Bearbeitungszeit. Ein Agent, der zwei Vollzeit-Stunden pro Tag Innendienst spart, ist teurer im Aufbau als ein RPA-Bot, spielt seine Kosten aber innerhalb weniger Monate zurück, weil er in Prozessen greift, in denen RPA gar nicht möglich wäre.

Wie man startet, ohne sich zu verrennen

Drei praktische Regeln aus unseren Workshops:

1. Nicht das Werkzeug zuerst wählen, sondern den Prozess. Erst den Prozess mit der Loop-Vorlage (unsere Standard-Beschreibung eines Prozesses über Ziel, Judge und Autonomie-Stufe) beschreiben. Dann entscheidet die Matrix oben über RPA, Agent oder Kombination.
2. Erst ein Pilot, dann Roll-out. Ein Prozess in 3 Wochen produktiv. Nicht zehn parallel. Egal ob RPA oder Agent.
3. Immer Autonomie-Stufen. Auch RPA-Bots starten in vielen Häusern zu autonom. In der Loop-Kaskade beginnt jedes automatisierte Werkzeug bei 25/100 (Mensch prüft jedes Ergebnis) und wird erst hochgestuft, wenn der Judge über Wochen grün gibt.

Zusammengefasst

RPA und AI Agents sind keine Konkurrenten, sondern zwei Werkzeuge im selben Werkzeugkasten. RPA klickt starre Pfade, Agents treffen Entscheidungen im Kontext. Wer beides sauber im gleichen Prozess einsetzt, hält die Kosten niedrig und die Zuverlässigkeit hoch. Der Fehler ist nicht "das falsche Werkzeug", sondern das Werkzeug ohne Judge und ohne Autonomie-Stufe.

Nächster Schritt: 48h-Blueprint statt Bauchgefühl

Wenn Du wissen willst, welcher Prozess in Deinem KMU RPA, Agent oder Kombination braucht, starten wir mit einem kostenlosen Erstgespräch. Danach bekommst Du innerhalb von 48 Stunden einen konkreten Blueprint: welche Agenten, welche Reihenfolge, welches Einsparpotenzial. Kein PowerPoint, sondern ein Bauplan zum sofort loslegen.

• Kostenloses Erstgespräch vereinbaren
• Loop Architekt: dein Unternehmen als KI-System in 3 Minuten

Weiterlesen:

• OKR-Kaskade für KMU: die Vorlage, die wir mit Loop nutzen
• KI-Agenten für KMU in der Praxis
• Agentische KI: was das für Unternehmen wirklich bedeutet