KI-Agent erstellen ohne Code: Schritt für Schritt mit Claude zum eigenen Daten-Agenten (Praxistest)

Schnellantwort

Um einen KI-Agenten zu erstellen, richten Sie fünf Dinge ein: ein Sprachmodell, Werkzeuge für Daten und Aktionen, feste Anweisungen, ein Gedächtnis und einen Auslöser, der den Agenten startet. Ohne Programmierung geht das heute in Claude, ChatGPT, Microsoft Copilot Studio oder n8n.

Für diesen Beitrag haben wir in Claude einen Agenten erstellt, der jeden Morgen Flugpreise für zwei Strecken abruft, als Tabelle aufbereitet und mit den Vortagen vergleicht. Die Daten liefert eine Google-Flights-Vorlage von Octoparse, die der Agent über MCP startet. Der erste Lauf dauerte rund zwei Minuten. Am dritten Tag meldete der Agent ohne jeden Eingriff acht Preisänderungen, darunter einen Direktflug, der über Nacht um 22,8 % teurer geworden war.

Einen einfachen Agenten, den Sie per Nachricht starten, bauen Sie im kostenlosen Claude-Tarif. Für tägliche, automatische Läufe brauchen Sie einen bezahlten Tarif. Was wir im Einzelnen eingerichtet haben, was es kostet und wo der Agent nicht wie gewünscht reagierte, zeigen die folgenden Abschnitte.

Was einen KI-Agenten von einem Chatbot unterscheidet

Ein Chatbot antwortet, wenn Sie ihn fragen. Ein KI-Assistent kennt zusätzlich Ihre Vorgaben, etwa einen bestimmten Tonfall oder Hintergrundwissen zu Ihrem Unternehmen. Ein KI-Agent geht einen Schritt weiter: Er bekommt ein Ziel, wählt die Werkzeuge, die er dafür braucht, und arbeitet es auch dann ab, wenn gerade niemand vor dem Bildschirm sitzt. Eine ausführliche Einordnung des Begriffs finden Sie in unserem Beitrag Was ist Agentic AI?

Dort beschreiben wir auch die vier Bausteine, die jeder Agent braucht: Ziel, Planung, Werkzeuge und Gedächtnis. Wer einen Agenten selbst einrichtet, setzt sie an fünf Stellen um. Das Ziel steht in den Anweisungen, die Planung übernimmt das Sprachmodell, und dazu kommt ein Auslöser, der den Agenten startet. Die Tabelle zeigt, wie diese Stellen in Claude heißen und wie wir sie im Praxistest belegt haben. Andere Plattformen verwenden dafür andere Namen.

Mit Modell und Anweisungen allein bleibt ein Claude-Projekt ein gut eingestellter KI-Assistent. Kommen Werkzeuge und ein Auslöser dazu, holt es selbst Daten und arbeitet zu festen Zeiten, und genau das macht es zum Agenten.

Welche Plattform eignet sich zum KI-Agent erstellen?

Welche Plattform passt, hängt vor allem davon ab, wo Ihre Daten liegen und wer den Agenten später betreut. Vier Werkzeuge kommen ohne Programmierung aus:

Claude

• Einstieg: Projekt anlegen, Anweisungen schreiben.
• Daten und Werkzeuge: Konnektoren über MCP, im Free-Tarif ein eigener Konnektor.
• Zeitsteuerung: geplante Aufgaben ab dem Pro-Tarif.
• Kosten: Free 0 €, Pro 18 € pro Monat bei monatlicher Abrechnung.
• Passt für: Einzelpersonen und kleine Teams, die recherchieren und auswerten.

ChatGPT

• Einstieg: Projekte und Plugins.
• Daten und Werkzeuge: eigene MCP-Server nur in Business-, Enterprise- und Edu-Arbeitsbereichen.
• Zeitsteuerung: geplante Aufgaben in allen Tarifen, mit unterschiedlichen Limits.
• Kosten: Für eigene MCP-Server ist ein Business-Tarif nötig.
• Passt für: Teams, die bereits einen ChatGPT-Business-Arbeitsbereich nutzen.

Microsoft Copilot Studio

• Einstieg: grafischer Baukasten.
• Daten und Werkzeuge: Microsoft-365-Daten und Konnektoren.
• Zeitsteuerung: autonome Agenten im eigenständigen Copilot-Studio-Plan.
• Kosten: über Microsoft 365 Copilot ab 26 € pro Nutzer und Monat (jährliche Abrechnung, zzgl. MwSt.), eigenständig nutzungsbasiert über Azure.
• Passt für: Unternehmen, die ohnehin mit Microsoft 365 arbeiten.

n8n

• Einstieg: visueller Workflow-Editor.
• Daten und Werkzeuge: Hunderte Integrationen, MCP über den Knoten „MCP Client Tool“.
• Zeitsteuerung: Zeitplan-Trigger.
• Kosten: Community Edition zum Selbsthosten kostenlos, Cloud ab 20 € pro Monat bei jährlicher Abrechnung.
• Passt für: Teams, die Abläufe automatisieren und die Software selbst hosten wollen.

Für Entwickler gibt es außerdem Frameworks wie LangChain. Dort entsteht jeder Agent als Code, was mehr Freiheit bietet und mehr Wartung verlangt.

Für unseren Praxistest haben wir Claude im Pro-Tarif gewählt, weil Anweisungen, Konnektoren, geplante Aufgaben und Cowork dort in derselben Oberfläche liegen. Laut Anthropic gehören Projekte und ein benutzerdefinierter Konnektor auch zum kostenlosen Tarif, geplante Aufgaben und Cowork gibt es erst ab Pro. In ChatGPT lassen sich eigene MCP-Server derzeit nur in Business-, Enterprise- und Edu-Arbeitsbereichen verbinden. Neue Custom GPTs können persönliche Konten nicht mehr anlegen, OpenAI ersetzt sie schrittweise durch Plugins.

Praxistest: Einen Claude-Agenten erstellen, der Flugpreise überwacht

Für den Test haben wir eine Aufgabe gewählt, bei der sich die Daten täglich ändern: Der Agent soll für zwei Inlandsstrecken, Frankfurt nach Berlin und München nach Hamburg, die Flugpreise für den 15. Dezember 2026 abrufen, die günstigsten Verbindungen zeigen und Preisänderungen melden. Flugpreise schwanken von Tag zu Tag, deshalb sieht man schnell, ob der Agent Veränderungen wirklich erkennt. Dieselbe Vorgehensweise funktioniert für Produktpreise, Inserate oder Firmenlisten.

Schritt 1: Projekt anlegen und Anweisungen schreiben

In Claude legen Sie unter Projekte ein neues Projekt an, bei uns „Flugpreis-Monitor“. Im kostenlosen Tarif sind bis zu fünf Projekte möglich. Rechts im Projekt finden Sie das Feld Anweisungen. Was dort steht, gilt für jeden Chat in diesem Projekt. Hier legen Sie fest, was der Agent tun soll, wenn Sie ihm ein Stichwort schicken:

Du bist mein Flugpreis-Agent.

Wenn ich „Update“ schreibe:
1. Hole über Octoparse mit der Google-Flights-Vorlage die Flüge für diese Strecken, Hinflug am 15.12.2026, nur Hinflug:
   - FRA nach BER
   - MUC nach HAM
   Verwende immer die dreistelligen Flughafencodes, keine Städtenamen.
2. Zeige pro Strecke eine Tabelle mit den 5 günstigsten Flügen: Airline, Abflug, Ankunft, Dauer, Stopps, Preis.
3. Markiere die günstigste Direktverbindung.
4. Wenn es in diesem Chat schon ein früheres Update gibt: Vergleiche die Preise damit und nenne jede Änderung über 5 %.
5. Schließe mit drei Sätzen Fazit: Lohnt es sich, jetzt zu buchen?

Je genauer die Anweisungen, desto gleichmäßiger arbeitet der Agent. Die Zeile mit den Flughafencodes steht nicht zufällig darin: In einem früheren Test mit Städtenamen lieferte die Vorlage keine Ergebnisse.

Schritt 2: Eine Datenquelle anbinden

Ohne Werkzeug kann der Agent keine aktuellen Preise abrufen. Wir haben dafür den MCP-Server von Octoparse als Konnektor eingetragen: In den Einstellungen unter Konnektoren über Hinzufügen einen benutzerdefinierten Konnektor mit der Adresse https://mcp.octoparse.com anlegen und den Zugang zum Octoparse-Konto einmalig bestätigen. Im kostenlosen Claude-Tarif ist ein benutzerdefinierter Konnektor erlaubt.

Über diesen Konnektor sucht Claude selbst die passende Vorlage, startet sie in der Cloud von Octoparse und lädt die Ergebnisse als strukturierte Daten zurück. Mehr als 680 solcher Vorlagen gibt es für Plattformen wie Google Maps, Amazon, Kleinanzeigen oder Google Flights. Während der Einführungsphase ist der Zugang über MCP kostenlos, mit bis zu 2.000 Datensätzen pro Woche. Eine ausführliche Anleitung für die Einrichtung finden Sie auf unserer MCP-Seite.

Beim ersten Aufruf fragt Claude nach, ob es das Werkzeug verwenden darf. Mit „Immer erlauben“ entfällt diese Frage künftig.

Über diesen Konnektor sucht Claude selbst die passende Vorlage, startet sie in der Cloud von Octoparse und lädt die Ergebnisse als strukturierte Daten zurück. Mehr als 680 solcher Vorlagen gibt es für Plattformen wie Google Maps, Amazon, Kleinanzeigen oder Google Flights. Während der Einführungsphase ist der Zugang über MCP kostenlos, mit bis zu 2.000 Datensätzen pro Woche. Eine ausführliche Anleitung für die Einrichtung finden Sie auf unserer MCP-Seite.

Beim ersten Aufruf fragt Claude nach, ob es das Werkzeug verwenden darf. Mit „Immer erlauben“ entfällt diese Frage künftig.

Schritt 3: Der erste Lauf

Im Projekt genügt jetzt eine Nachricht: „Update“. Den Rest erledigt der Agent selbst. Er sucht die Google-Flights-Vorlage, startet eine Abfrage für beide Strecken in der Cloud, exportiert die Daten und stellt fest, dass sie auf zwei Seiten verteilt sind. Die zweite Seite holt er ohne Rückfrage nach. Nach rund zwei Minuten lagen 64 Flüge für Frankfurt nach Berlin und 72 für München nach Hamburg vor, aufbereitet als zwei Tabellen mit der jeweils günstigsten Direktverbindung: Condor für 105 US-Dollar und Eurowings für 101 US-Dollar. Im Fazit ordnete der Agent ein, dass Google Flights beide Preise als niedrig einstuft.

Die Preise kamen in US-Dollar, weil Google Flights sie für diese Abfrage so ausgibt. Der Agent wies selbst darauf hin.

Schritt 4: Den Agenten täglich laufen lassen

Damit niemand jeden Morgen „Update“ schreiben muss, haben wir unter Geplant eine wiederkehrende Aufgabe angelegt: Inhalt „Update“, täglich um 10 Uhr, mit der Option Automatisch genehmigen. Claude nutzt dann die Konnektoren, ohne auf eine Bestätigung zu warten. Geplante Aufgaben gibt es ab dem Pro-Tarif. Laut Anthropic laufen sie in der Cloud, also auch dann, wenn der Computer im Ruhezustand ist, solange sie keine lokalen Dateien brauchen.

Am nächsten Morgen lag das Ergebnis vor, inklusive Push-Benachrichtigung mit der Zusammenfassung. Nur der Preisvergleich fehlte. Der Agent schrieb: „Es gibt in diesem Chat kein früheres Update, daher entfällt der Vergleich.“ Der Grund: Jede geplante Aufgabe startet als neue Sitzung und sieht die Ergebnisse vom Vortag nicht. Damit ein Agent Veränderungen erkennt, braucht er ein Gedächtnis außerhalb des Chats. Genau dafür ist der nächste Abschnitt da.

Mit Claude Cowork: dem Agenten ein Gedächtnis geben

Cowork ist ein Arbeitsmodus in Claude, in dem der Agent mehrstufige Aufgaben selbstständig erledigt und dabei auch Dateien in einem freigegebenen Ordner auf Ihrem Computer lesen und schreiben kann. Laut Anthropic steht Cowork in allen bezahlten Tarifen zur Verfügung. Die Sitzungen laufen in der Cloud, auf lokale Dateien greift Claude über die Desktop-App zu. Für unseren Agenten heißt das: Er kann jedes Ergebnis als Datei ablegen und beim nächsten Lauf die Datei vom Vortag lesen. Geplante Aufgaben laufen laut Anthropic ohnehin als eigene Cowork-Sitzungen. Dem ersten Agenten fehlte also nur ein Ort, an dem er Ergebnisse ablegen kann.

Ordner freigeben

Im Projekt fügen Sie unter Ordner einen Ordner hinzu, bei uns ein leerer Ordner „Flugpreise“ auf dem Desktop.

Beim ersten Zugriff fragt Claude in einem Dialogfenster, ob es den Ordner lesen und ändern darf. Setzen Sie hier das Häkchen bei „Don’t ask again for this folder on this device“. Ohne dieses Häkchen wartet jede geplante Aufgabe auf eine Freigabe, die nachts oder am Wochenende niemand erteilt.

Der Dialog nennt auch einen Punkt, den Sie vor dem Einrichten kennen sollten: Weil die Sitzung in der Cloud läuft, werden die Dateien, die Claude verwendet, auf den Servern von Anthropic verarbeitet. Legen Sie in den Ordner deshalb nur Daten, die Sie dort verarbeiten lassen dürfen. Öffentliche Preise sind unkritisch, Kundenlisten eher nicht.

Ergebnisse als Datei speichern

Im Projekt wählen Sie unten im Eingabefeld Cowork und ergänzen den Auftrag um das Speichern. Beim ersten Versuch schrieben wir nur: „Update. Speichere die Ergebnisse zusätzlich als CSV-Datei im Ordner Flugpreise, mit dem heutigen Datum im Dateinamen.“ Der Agent prüfte zuerst den Ordner, stellte fest, dass er leer ist, holte die Daten und legte alle 136 Flüge in einer CSV-Datei ab.

Von sich aus trennte er die Spalten mit Semikolon, damit die Datei in einem deutschen Excel richtig aufgeht.

Am zweiten Tag trennte der Agent die Spalten plötzlich mit Kommas und wählte andere Spalten, weil wir das Format nicht festgelegt hatten. Für den dauerhaften Betrieb haben wir den Auftrag deshalb genauer gefasst und als zweite geplante Aufgabe hinterlegt, täglich um 10:05 Uhr:

Update. Lies zuerst die neueste CSV-Datei im Ordner Flugpreise. Speichere danach alle Flüge als flugpreise_JJJJ-MM-TT.csv im selben Ordner, Trennzeichen Semikolon, ohne doppelte Zeilen, mit genau diesen Spalten: Abrufdatum;Strecke;Airline;Abflug;Ankunft;Dauer;Stopps;Preis;Waehrung. Vergleiche die Preise pro Flug (Strecke + Airline + Abflug) mit der älteren Datei und nenne jede Änderung über 5 %.

Weil diese Aufgabe auf einen Ordner auf dem Computer zugreift, muss in den erweiterten Einstellungen Diesen Computer erfordern aktiv sein. Sie läuft dann nur, wenn der Computer an ist und nicht im Ruhezustand.

Das Ergebnis: Der Agent erkennt Preisänderungen selbst

Am dritten Tag lief die Aufgabe ohne jeden Eingriff. Der Agent las die Datei vom Vortag, speicherte 134 Flüge im festgelegten Format und meldete acht Preisänderungen über 5 %. Die günstigste Direktverbindung von Frankfurt nach Berlin war von 104 auf 116 US-Dollar gestiegen (+11,5 %), der Eurowings-Flug um 9:15 Uhr von München nach Hamburg von 101 auf 124 US-Dollar (+22,8 %). Einige Lufthansa-Verbindungen mit Umstieg waren dagegen um 13,3 % günstiger geworden. Außerdem bemerkte der Agent, dass acht Flüge aus dem Angebot verschwunden und sechs neu dazugekommen waren.

Wir haben alle acht Änderungen mit den beiden CSV-Dateien nachgerechnet, sie stimmen. Der Agent legte auch offen, wie er verglichen hat: Gab es mehrere Flüge mit gleicher Strecke, Airline und Abflugzeit, nahm er den niedrigsten Preis. Sein Fazit: Wer einen der günstigen Direktflüge nehmen will, bucht besser jetzt.

Was im Test nicht rund lief

Ein Agent handelt selbstständig, und genau das macht ihn nützlich. Es bedeutet aber auch, dass er Lücken in den Anweisungen auf seine Weise füllt. In drei Tagen Test sind uns fünf Dinge aufgefallen, die Sie beim Erstellen eines eigenen KI-Agenten einplanen sollten.

• Kein Gedächtnis zwischen geplanten Läufen: Jede geplante Aufgabe startet als neue Sitzung. Der Agent ohne Ordner konnte deshalb an keinem Tag mit dem Vortag vergleichen. Abhilfe schafft erst eine Datei, die der Agent selbst schreibt und beim nächsten Lauf wieder liest.
• Freigaben halten geplante Aufgaben an: Beim ersten automatischen Lauf mit Ordner wartete der Agent auf die Erlaubnis, auf den Ordner zuzugreifen. Er schickte die Daten deshalb nur im Chat, ohne Datei und ohne Vergleich. Erst mit der dauerhaften Freigabe lief die Aufgabe von allein durch.
• Das Format ändert sich, solange es niemand festlegt: Am ersten Tag speicherte der Agent die CSV mit Semikolon und 13 Spalten, am zweiten mit Kommas, 9 Spalten und vielen doppelt erfassten Flügen, nachdem er die Daten seitenweise nachgeladen hatte. Für einen Vergleich über mehrere Tage ist das ein Problem. Mit festen Spaltennamen, Trennzeichen und dem Hinweis „ohne doppelte Zeilen“ blieb das Format danach gleich.
• Anweisungen werden nicht immer vollständig umgesetzt: Laut Projektanweisungen sollte jedes Update Tabellen und ein Fazit enthalten. Bei einem Lauf lieferte der Agent nur eine Kurzfassung und schrieb dazu, dass er die vollständigen Tabellen weggelassen habe. Er hat die Aufgabe erledigt, aber nicht in der verlangten Form.
• Die Preise kamen in US-Dollar: Das liegt an der Datenquelle für diese Abfrage. Der Agent hat es jedes Mal offen dazugeschrieben, umrechnen sollte er nur, wenn Sie es ausdrücklich verlangen.

Zwei Dinge liefen dagegen von Anfang an stabil. Die Daten selbst waren verlässlich: Der erste Lauf im Chat und der erste Lauf in Cowork bekamen aus derselben Vorlage dieselben Flüge und Preise, und die acht gemeldeten Preisänderungen am dritten Tag haben wir vollständig nachgerechnet. Und wenn ein Datenabruf zu groß war, hat der Agent ihn ohne Rückfrage in kleinere Abschnitte aufgeteilt.

Daraus ergibt sich eine einfache Arbeitsteilung. Was jedes Mal gleich sein muss, gehört in feste Regeln: die Datenquelle, das Dateiformat, die Spalten. Was Urteilsvermögen braucht, übernimmt der Agent: Auswerten, Vergleichen, Einordnen. Präzise Anweisungen verringern die Abweichungen, eine Garantie geben sie nicht. Prüfen Sie die Ergebnisse deshalb regelmäßig, besonders wenn Sie sie weitergeben oder darauf Entscheidungen stützen. Warum dieser Zielkonflikt zwischen Flexibilität und Verlässlichkeit zum Wesen von KI-Agenten gehört, zeigt unser Vergleich Agentic AI vs. klassische Automatisierung.

Was kostet es, einen KI-Agenten zu erstellen? Geht es kostenlos?

Einen einfachen KI-Agenten können Sie kostenlos erstellen. Für den Agenten aus unserem Test fallen je nach Ausbaustufe diese Kosten an (Stand 11/2026):

Unser Flugpreis-Agent lag mit rund 135 Flügen pro Tag bei knapp 950 Datensätzen pro Woche und damit innerhalb des kostenlosen Kontingents. Für größere Mengen und erweiterte Funktionen ist bei Octoparse ein kostenpflichtiger Tarif nötig, die aktuellen Bedingungen stehen auf der MCP-Seite.

Unseren Test haben wir im Pro-Tarif durchgeführt. Die Angaben zum kostenlosen Tarif stammen aus der Preisübersicht und dem Hilfe-Center von Anthropic.

Beachten Sie zwei Grenzen des kostenlosen Weges: Claude Free hat Nutzungslimits, die sich alle fünf Stunden und wöchentlich zurücksetzen, und ohne geplante Aufgaben startet der Agent nur, wenn Sie ihm schreiben.

Weitere Ideen für Daten-Agenten

Der Aufbau bleibt immer gleich: ein Projekt mit klaren Anweisungen, eine Vorlage als Datenquelle, ein Zeitplan und eine Datei als Gedächtnis. Austauschen müssen Sie nur die Anweisung. Vier Beispiele:

• Neue Inserate auf Kleinanzeigen: „Prüfe jeden Morgen neue Inserate für Sofas in Berlin unter 300 € und liste nur die seit gestern neuen auf.“ Wie Sie Kleinanzeigen-Daten abrufen, zeigt unser Kleinanzeigen-Leitfaden.
• Leads aus Branchenverzeichnissen: „Hol jeden Montag Zahnarztpraxen in Köln von Gelbe Seiten, ergänze die Liste vom Vormonat und markiere neue Einträge.“ Mehr dazu im Beitrag zum Gelbe-Seiten-Scraper.
• Mietangebote beobachten: „Melde mir neue 2-Zimmer-Wohnungen in Hamburg auf ImmoScout24 unter 1.200 € Warmmiete.“ Siehe unseren Leitfaden zu ImmoScout24-Daten.
• Wettbewerbspreise: „Vergleiche täglich die Preise dieser zehn Produkte bei unseren drei wichtigsten Wettbewerbern und nenne Änderungen über 3 %.“ Welche Werkzeuge es für die Preisüberwachung gibt, haben wir separat verglichen.

Ob ein Agent eine Plattform über MCP abfragen kann, hängt davon ab, ob es dafür eine Vorlage mit Cloud-Ausführung gibt oder ob Sie in Octoparse eine eigene Aufgabe angelegt haben.

Octoparse als Datenquelle für Ihren Agenten

Im Test hat Octoparse genau den Teil übernommen, der jedes Mal gleich sein muss: Die Google-Flights-Vorlage lieferte bei jedem Lauf dieselbe Struktur, ganz gleich, welcher Agent sie aufgerufen hat. Über MCP stehen Claude, ChatGPT oder Cursor mehr als 680 solcher Vorlagen zur Verfügung, ausgeführt in der Cloud und als JSON oder CSV zurückgegeben.

Wer gar keinen eigenen Agenten einrichten möchte, beschreibt die Datenaufgabe dem KI-Assistenten von Octoparse auf der Startseite in einem Satz. Er schlägt eine passende Vorlage vor oder arbeitet per Browser Use direkt in Ihrem Browser. Und wer die Überwachung ganz ohne KI-Agent laufen lassen will, kann Vorlagen in Octoparse selbst nach Zeitplan ausführen, nur neue Daten exportieren und sich bei festgelegten Bedingungen per E-Mail oder Slack benachrichtigen lassen. Zeitpläne gibt es dort in den bezahlten Tarifen.

Fazit

Einen KI-Agenten zu erstellen, ist heute vor allem eine Frage der Konfiguration. Wie weit Sie gehen, hängt davon ab, was der Agent leisten soll. Für Antworten auf Abruf genügen ein Projekt mit klaren Anweisungen und ein Konnektor zu Ihrer Datenquelle, und das schon im kostenlosen Claude-Tarif. Soll der Agent jeden Tag von selbst berichten, kommt eine geplante Aufgabe dazu. Soll er Veränderungen erkennen, braucht er ein Gedächtnis, in unserem Test eine CSV-Datei pro Tag im Cowork-Ordner.

Fangen Sie mit einer überschaubaren, überprüfbaren Aufgabe an und kontrollieren Sie die ersten Läufe selbst. Halten Sie alles, was jedes Mal gleich sein muss, in festen Regeln fest, vom Dateiformat bis zur Datenquelle. Dann bleibt dem Agenten der Teil, den er am besten kann: Daten lesen, vergleichen und Ihnen sagen, was sich geändert hat. Der Flugpreis-Agent aus diesem Test lässt sich mit einer anderen Anweisung und einer anderen Vorlage auf Preise, Inserate oder Leads übertragen.

FAQ

Was ist ein KI-Agent?

Ein KI-Agent ist ein KI-System, das ein Ziel selbstständig verfolgt. Er plant die nötigen Schritte, nutzt Werkzeuge wie Datenquellen oder Anwendungen und prüft seine Ergebnisse, bevor er den nächsten Schritt macht. Mehr dazu in unserem Beitrag Was ist Agentic AI?

Was ist der Unterschied zwischen einem KI-Assistenten und einem KI-Agenten?

Ein KI-Assistent reagiert auf Ihre Fragen und berücksichtigt dabei Ihre Vorgaben. Ein KI-Agent arbeitet auf ein Ziel hin, wählt dafür selbst Werkzeuge und kann zu festen Zeiten ohne Ihr Zutun starten. In Claude wird aus einem Projekt mit Anweisungen ein Agent, sobald Sie einen Konnektor zu einer Datenquelle und eine geplante Aufgabe hinzufügen.

Kann ich einen KI-Agenten kostenlos erstellen?

Ja, mit Einschränkungen. Im kostenlosen Claude-Tarif können Sie bis zu fünf Projekte mit eigenen Anweisungen anlegen und einen benutzerdefinierten Konnektor verbinden, zum Beispiel den MCP-Server von Octoparse, der in der Einführungsphase bis 2.000 Datensätze pro Woche kostenlos ist. Den Agenten starten Sie dann per Nachricht. Geplante Aufgaben und Cowork gibt es erst ab dem Pro-Tarif.

Kann ich einen KI-Agenten in ChatGPT erstellen?

Teilweise. Geplante Aufgaben gibt es in ChatGPT in allen Tarifen, mit unterschiedlichen Limits. Eigene MCP-Server lassen sich laut OpenAI derzeit nur in Business-, Enterprise- und Edu-Arbeitsbereichen verbinden, und neue Custom GPTs können persönliche Konten nicht mehr anlegen. Für einen Agenten mit eigener Datenquelle ist ChatGPT damit vor allem in Unternehmensarbeitsbereichen eine Option.

Brauche ich Programmierkenntnisse, um einen KI-Agenten zu erstellen?

Nein. In Claude, ChatGPT, Microsoft Copilot Studio und n8n richten Sie Agenten über Oberflächen und Anweisungen in natürlicher Sprache ein. Hilfreich ist die Fähigkeit, eine Aufgabe genau zu beschreiben: welche Daten, welches Format, welche Regel für eine Meldung. Programmierkenntnisse brauchen Sie erst bei Frameworks wie LangChain.

Läuft der Agent auch, wenn mein Computer aus ist?

Das hängt davon ab, ob er lokale Dateien braucht. Geplante Aufgaben, die nur Konnektoren nutzen, laufen laut Anthropic in der Cloud, auch wenn der Computer im Ruhezustand ist. Greift die Aufgabe auf einen Ordner auf Ihrem Computer zu, wie unser Cowork-Agent, muss der Computer eingeschaltet sein und die Claude-Desktop-App laufen.

Wie sicher sind meine Daten bei einem KI-Agenten?

Bei Claude laufen Cowork-Sitzungen in der Cloud. Dateien, die der Agent aus einem freigegebenen Ordner nutzt, werden auf den Servern von Anthropic verarbeitet, und auch Konnektoren verbinden sich von dort mit der Datenquelle. Legen Sie deshalb nur Daten in den Ordner, die Sie extern verarbeiten lassen dürfen. Für das Sammeln öffentlicher Webdaten gelten zudem eigene rechtliche Regeln, einen Überblick gibt unser Beitrag Ist Web Scraping legal in Deutschland?