KI-Agenten in der Praxis, anhand eines Beispiels zeigen wir, wie SYSTAG einen KI-Agenten erstellt hat, der Sicherheitsmeldungen automatisiert analysiert, IT-Risiken bewertet und täglich Zeit spart.
KI-Agenten erstellen:
So minimiert unser KI-Agent „Paul“ täglich IT-Risiken
Wer einen KI-Agenten erstellen möchte, sollte mit einem klar abgegrenzten, wiederkehrenden Prozess beginnen. Dieses Praxisbeispiel zeigt, wie SYSTAG den KI-Agenten „Paul“ entwickelt hat. Er prüft täglich Sicherheitsmeldungen, gleicht sie mit dem Unternehmenswiki ab und erstellt automatisch einen priorisierten Security-Newsletter. Dadurch reduziert sich der manuelle Aufwand von rund 20 Minuten auf wenige Minuten pro Tag. Die Investition von rund 4.000 Euro amortisierte sich bereits nach wenigen Monaten.
Ein Management-Dashboard übersetzt den technischen Nutzen in betriebswirtschaftliche Kennzahlen (ROI etc.) und schafft eine fundierte Entscheidungsgrundlage für die Geschäftsführung.
Das Ergebnis:
- 75% Zeitersparnis pro Tag
- schnellere Reaktion auf Sicherheitslücken
- weniger manueller Aufwand
- vollständige Amortisation der Investition nach wenigen Monaten
Auszug aus der ToDo-Liste eines IT-Mitarbeiters
Warum eignet sich dieser Prozess für einen KI-Agenten?
Nicht jede Aufgabe sollte automatisiert werden. Ein KI-Agent entfaltet seinen größten Nutzen bei Tätigkeiten, die
- regelmäßig wiederkehren,
- auf klaren Regeln basieren,
- Informationen aus mehreren Quellen zusammenführen,
- und trotzdem täglich manuell erledigt werden.
Genau diese Voraussetzungen waren bei SYSTAG gegeben.
Jeden Morgen prüfte ein IT-Mitarbeiter verschiedene Sicherheitsportale wie BSI, CERT Bund, Heise Security etc., um neue Schwachstellen zu identifizieren und mit der eigenen Systemlandschaft abzugleichen. Diese Aufgabe besteht überwiegend aus Recherche, Vergleich und Priorisierung – ideale Voraussetzungen für einen KI-Agenten. Sie ist unverzichtbar und bindet jeden Tag wetvolle Arbeitszeit.
Der KI-Agent „Paul“ zeigt, wie diese repetitive Aufgabe automatisiert, Sicherheitslücken mit dem eigenen Unternehmenswiki abgleicht und die IT-Abteilung spürbar entlastet. Dank eines transparenten Management-Dashboards ist der ROI (Return on Invest) bei einer Investition von rund 4.000 € bereits nach wenigen Monaten erbracht.
Chatbot oder KI-Agent – warum Paul autonom arbeitet
Ein klassischer Chatbot beantwortet Fragen, wenn ein Nutzer ihn dazu auffordert. Er unterstützt bei der Recherche oder erklärt Inhalte, wird jedoch erst aktiv, wenn eine Anfrage gestellt wird. Unser KI-Agent „Paul“ arbeitet dagegen vollständig eigenständig. Er startet jeden Morgen automatisch, durchsucht verschiedene Sicherheitsquellen, gleicht die Ergebnisse mit der internen Systemlandschaft ab, bewertet deren Relevanz und erstellt einen priorisierten Security-Newsletter für die IT-Abteilung.
Für diesen Anwendungsfall wäre ein Chatbot nur eingeschränkt geeignet. Ein IT-Mitarbeiter könnte ihn beispielsweise fragen:
- „Welche kritischen Sicherheitsmeldungen gibt es heute?“
- „Gibt es neue Schwachstellen für Microsoft Exchange?“
- „Fasse die aktuellen BSI-Meldungen zusammen.“
Die Recherche, der Abgleich mit den im Unternehmen eingesetzten Systemen und die Bewertung der Ergebnisse müssten jedoch weiterhin manuell angestoßen oder durchgeführt werden.
Ein KI-Agent arbeitet anders. Er startet selbstständig, verarbeitet Informationen aus verschiedenen Quellen, trifft selbst Entscheidungen innerhalb definierter Regeln und stößt Folgeaktionen automatisch an – ohne tägliche Nutzerinteraktion.
- Klassischer Chatbot
- Reagiert auf Anfragen von Nutzern.
- Beantwortet Fragen und fasst Informationen zusammen.
- Unterstützt bei einzelnen Arbeitsschritten.
- Benötigt eine Nutzerinteraktion.
- Liefert Informationen.
- KI-Agent
- Arbeitet selbstständig nach definierten Regeln oder Zeitplänen.
- Führt komplette Prozesse automatisiert aus.
- Kombiniert mehrere Arbeitsschritte zu einem durchgängigen Workflow.
- Arbeitet autonom und informiert proaktiv über Ergebnisse.
- Liefert konkrete Ergebnisse und Handlungsempfehlungen.
Das zeigt das Praxisbeispiel von „Paul“
Der Mehrwert des KI-Agenten liegt nicht darin, Informationen schneller bereitzustellen. Er übernimmt einen kompletten Arbeitsablauf – von der Recherche über den Abgleich mit internen Unternehmensdaten bis zur Priorisierung relevanter Sicherheitsmeldungen. Die IT-Abteilung muss die Ergebnisse nur noch prüfen und kann sich auf die wirklich kritischen Fälle konzentrieren.
Auszug des n8n Newsletter-Workflowsvon Paulhier, um Ihren eigenen Text einzufügen
Für die tägliche Prüfung von Sicherheitsmeldungen ist ein KI-Assistent ungeeignet. Er kann einzelne Fragen beantworten oder bei der Auswertung unterstützen, würde den Prozess nicht eigenständig durchführen. Der KI-Agent „Paul“ startet dagegen jeden Morgen automatisch, analysiert aktuelle Sicherheitsmeldungen, gleicht sie mit den Unternehmensdaten ab und erstellt selbstständig einen priorisierten Security-Newsletter.
KI-Agenten erstellen: Beispiel aus der Praxis
So arbeitet der KI-Agent „Paul“
Der KI-Agent „Paul“ übernimmt bei SYSTAG die tägliche Sicherheitsrecherche.Jeden Morgen startet der Workflow automatisch.
1. Sicherheitsmeldungen sammeln
Paul durchsucht aktuelle Veröffentlichungen unter anderem von
- BSI
- CERT Bund
- Cybersicherheitsagentur Baden-Württemberg
- Heise Security
Unter der Woche analysiert er die letzten 24 Stunden, montags zusätzlich alle Meldungen vom Wochenende.
2. Unternehmensdaten abgleichen
Anschließend ruft Paul die aktuelle Asset-Liste aus dem internen Confluence-Wiki ab.Er erkennt dadurch automatisch,
- welche Hard- und Software tatsächlich eingesetzt wird,
- welche Sicherheitsmeldungen relevant sind,
- und welche ignoriert werden können.
3. Risiken priorisieren
Relevante Schwachstellen bewertet Paul nach ihrer Kritikalität. Nicht relevante Meldungen werden angezeigt, aber nicht priorisiert. Dadurch konzentriert sich die IT-Abteilung ausschließlich auf tatsächlich betroffene Systeme.
4. Security-Newsletter erstellen
Zum Abschluss erstellt Paul automatisch einen internen maßgeschneiderten Security-Newsletter. Diesen erhalten die IT-Mitarbeiter erhalten jeden Morgen mit einer strukturierten Übersicht aller relevanten Sicherheitsmeldungen inklusive Priorisierung. Das Ergebnis? Sie sehen auf einen Blick, wo akuter Handlungsbedarf besteht.
Warum heißt Paul eigentlich PAuL?
Niels wollte einen schönen deutschen Vornamen, der gleichzeitig ein Akronym für irgendetwas mit KI ist und befragte dazu eine KI und Paul war geboren.
Plattformübegreifender KI-Agent für universelle Lösungen.
Management-Dashboard: Der Nutzen von KI auf einen Blick
Viele KI-Projekte scheitern nicht an der Technologie, sondern daran, dass ihr wirtschaftlicher Nutzen nicht transparent ist. Die Frage der Geschäftsführung lautet selten „Kann KI das?“, sondern vielmehr: „Lohnt sich die Investition?“
Genau hier setzt das Management-Dashboard an.
Es zeigt auf einen Blick, welchen Mehrwert der KI-Agent im Unternehmensalltag schafft – verständlich, nachvollziehbar und ohne technische Kennzahlen interpretieren zu müssen.
Das Dashboard stellt unter anderem gegenüber:
- die Investitionskosten für Entwicklung und Einführung,
- die täglich eingesparte Arbeitszeit,
- die daraus resultierende Kostenersparnis,
- den aktuellen Return on Investment (ROI),
- sowie den Zeitpunkt der vollständigen Amortisation.
Dadurch wird aus einem technischen Projekt eine betriebswirtschaftlich bewertbare Investition.
Auszug aus dem Management Dashboard von Paul
Das Dashboard beantwortet in weniger als einer Minute:
- Wie hoch ist die Zeitersparnis?
- Wie viel Budget wurde bereits eingespart?
- Wann ist der Break-even erreicht?
- Wie entwickelt sich der ROI?
- Wo lohnt sich der nächste KI-Agent?
Warum ist das wichtig?
Für IT-Verantwortliche steht meist die technische Umsetzung im Vordergrund. Geschäftsführung und Controlling benötigen dagegen eine andere Perspektive.
Das Management-Dashboard beantwortet unter anderem folgende Fragen:
- Wie viel Zeit spart der KI-Agent tatsächlich?
- Wann hat sich die Investition amortisiert?
- Welchen wirtschaftlichen Beitrag leistet der KI-Agent?
- Welche Prozesse bieten das größte Automatisierungspotenzial?
- Lohnt sich die Entwicklung weiterer KI-Agenten?
So entsteht eine fundierte Entscheidungsgrundlage für zukünftige Automatisierungsprojekte.
KI-Projekte mit Zahlen statt Bauchgefühl bewerten
Viele Unternehmen starten ihre ersten KI-Projekte aus Neugier oder aufgrund aktueller Trends. Ob sich die Investition tatsächlich rechnet, bleibt jedoch häufig unklar.
Mit dem Management-Dashboard wird der Nutzen messbar. Statt auf Schätzungen oder subjektive Einschätzungen zu vertrauen, stehen konkrete Kennzahlen zur Verfügung. Das schafft Transparenz, erleichtert Investitionsentscheidungen und macht den Erfolg eines KI-Agenten jederzeit nachvollziehbar.
KI-Agent erstellen – Beispiel einer Mini-Checkliste
Wenn Sie in Ihrer IT-Verwaltung ähnliche Effizienzpotenziale heben möchten, empfehlen wir folgende drei Schritte für die nächsten 4 Wochen:
-
Das „lästige Serienticket“ identifizieren: Suchen Sie nach dem ungeliebten, täglichen Routine-Ticket in Ihrem Support oder Backoffice, das primär aus Informationsbeschaffung besteht.
-
Datenverfügbarkeit prüfen: Liegen die Vergleichsdaten (wie die Asset-Liste bei SYSTAG) sauber und digital abrufbar (z. B. in einem Wiki oder ERP) vor?
-
Wirtschaftlichkeit überschlagen: Stellen Sie die tägliche Zeitersparnis gegen ein realistisches Low-Code-Budget von ca. 4.000 €.
Sie hängen bei einem der Schritte fest – wir helfen gerne weiter.
Hier (KI-Agenten erstellen – der Weg zum ersten KI-Agent) bekommen Sie noch weitere Tipps und Tricks zur Auswahl Ihres ersten KI-Agenten. Möchten Sie Paul live in Aktion sehen, oder über ihre Ideen für einen KI Agenten in Ihrem Unternehmen diskutieren? Vereinbaren Sie einen kostenloses Erstgespräch.
