KI-Agent-Entwicklung schlüsselfertig: Phasen, Zeitrahmen und Kosten
Im Jahr 2026 ist ein KI-Agent kein «Chat mit Knopf», sondern ein System, das Schritte plant, APIs aufruft, mit CRM, E-Mail, Wissensbasis arbeitet und Ergebnisse meldet. Schlüsselfertige Entwicklung umfasst Analyse, Architektur, Integrationen, Sicherheit, Pilot und Produktivstart. Nachfolgend realistische Phasen, Zeitrahmen und Budgetspannen für Unternehmen.
- Einfacher Agent (1-3 Tools) - $15 000 - $45 000, 4-8 Wochen
- Unternehmensagent mit RAG und CRM - $50 000 - $150 000, 3-6 Monate
- Enterprise: mehrere Agenten, Compliance, SLA - $150 000 - $450 000+, 6-12 Monate
- Monatliche Kosten - API, Hosting, Monitoring, Weiterentwicklung: ab $800 bis $25 000+
- Hauptpreistreiber - nicht das Modell (GPT-5.6, Claude Fable 5, Gemini 3.5 Flash), sondern Integrationstiefe und Zuverlässigkeit autonomer Aktionen
Was «schlüsselfertiger KI-Agent» bedeutet
Schlüsselfertig heißt: Der Auftraggeber erhält ein funktionierendes System - der Agent führt vereinbarte Szenarien aus, ist an Ihre Systeme angebunden, dokumentiert, an das Team übergeben und beim Start begleitet. Typische Lieferung:
| Komponente | Was erledigt wird |
|---|---|
| Discovery | Interviews, Prozesskarte, KPIs, Datenbeschränkungen |
| Architektur | Modellwahl, Orchestrator, Speicher, Tools, Fallback |
| Entwicklung | Agent-Backend, Prompts, RAG, API-Konnektoren |
| Oberfläche | Widget, Slack, Teams, internes Panel oder Headless-API |
| Sicherheit | RBAC, Aktionsaudit, PII-Filter, Code-Sandbox |
| Start | Pilot, Metriken, Runbook, Nutzerschulung |
Ein Chatbot beantwortet Fragen. Ein Agent handelt: erstellt Tickets, bucht Termine, erstellt Berichte, führt Ketten aus 5-15 Schritten mit Ergebnisprüfung aus. Deshalb sind Zeit und Budget höher als bei einem FAQ-Bot.
Entwicklungsphasen
1. Analyse und Lastenheft (1-3 Wochen)
Festgelegt wird:
- welche Aufgaben der Agent automatisiert (nicht «alles auf einmal»);
- welche Systeme berührt werden (CRM, ERP, Jira, E-Mail);
- Autonomiegrad: Aktion vorschlagen, mit Bestätigung ausführen oder vollautomatisch;
- Erfolgsmetriken: Bearbeitungszeit, % ohne Eskalation, Retrieval-Genauigkeit.
Ergebnis: technisches Lastenheft, User Stories, Risikomatrix (Halluzinationen, Datenlecks, falsche Transaktionen).
2. Architekturdesign (1-2 Wochen)
Stack-Auswahl:
- Orchestrierung: LangGraph, CrewAI, AutoGen, Custom-Loop mit OpenAI Agents / Anthropic tool use
- Modell: GPT-5.6 Sol/Terra für komplexe Ketten, Claude Fable 5 für Coding-Agenten, Gemini 3.5 Flash für hohen Traffic
- Speicher: kurzfristig (Sitzungsverlauf), langfristig (Vektor-DB, Nutzerprofil)
- Tools: HTTP-API, Read-only-SQL, Confluence/Notion-Suche, Kalender, Dokumentenerstellung
Human-in-the-loop wird entworfen: wo ein Operator zustimmen muss, wo der Agent mit Fehler stoppt.
3. MVP für ein Szenario (3-6 Wochen)
Das erste Release deckt einen messbaren Prozess ab:
- «eingehende E-Mail verarbeiten und Lead im CRM anlegen»;
- «Antwort in der Wissensbasis finden und Kundenentwurf erstellen»;
- «Wochenbericht aus drei Quellen erstellen».
MVP umfasst Logging jedes Agentenschritts, einfaches Dashboard und 20-50 Testdialoge/-läufe.
4. Integrationen und RAG (4-10 Wochen)
Der Hauptaufwand bei Unternehmensprojekten:
- Konnektoren zu internen APIs (OAuth, VPN, IP-Whitelist);
- RAG auf aktuellen Dokumenten: Chunking, Rerank, Quellenangabe;
- Synchronisation von Stammdaten (Preise, Auftragsstatus, SLA);
- Edge Cases: leere API-Antwort, Timeout, Datenkonflikt.
Ohne gutes Retrieval «irrt der Agent selbstbewusst» - planen Sie Iterationen zur Suchqualität ein.
5. Tests und Pilot (2-4 Wochen)
Nicht nur «schöne Demos» prüfen, sondern:
- Regression auf realen Fällen;
- Last (parallele Sitzungen, API-Rate-Limits);
- Sicherheit (Prompt Injection, verbotene Tools);
- Eskalations-UX zum Menschen.
Pilot - 5-15% des realen Traffics oder eine Abteilung. CSAT, Task Success Rate, durchschnittliche Schritte bis zum Ergebnis erfassen.
6. Produktion und Übergabe (1-3 Wochen)
- CI/CD, Staging/Prod, Secrets im Vault;
- Alerts bei Fehleranstieg und Token-Kosten;
- Dokumentation für Admins und Nutzer;
- Schulung des internen Teams (1-2 Sessions).
7. Support und Weiterentwicklung (laufend)
Typisch 15-30% der Entwicklungskosten pro Jahr: neue Tools, RAG-Updates, Modellwechsel, Verbesserungen aus Feedback.
Zeitrahmen nach Projekttyp
| Agententyp | Zeit bis Produktion | Kommentar |
|---|---|---|
| Task-Agent (ein Workflow, 1-3 APIs) | 4-8 Wochen | Gut für Pilot und enge Automatisierung |
| Abteilungsassistent (RAG + CRM + E-Mail) | 3-6 Monate | Hauptzeit - Integrationen und Qualität |
| Agentenplattform (mehrere Rollen, RBAC) | 6-12 Monate | Compliance, Audit, Multi-Tenancy |
| Zweites Szenario zum fertigen Kern | +4-8 Wochen | Günstiger bei erweiterbarer Architektur |
Zeit wächst nicht wegen «Prompt schreiben», sondern wegen Abstimmungen, Zugang zu Testumgebungen des Kunden und Feintuning autonomer Aktionen.
Kosten: Zusammensetzung
| Block | Anteil | Beispielarbeit |
|---|---|---|
| Discovery und Lastenheft | 8-12% | Workshops, Prozesskarte, KPIs |
| Architektur | 5-10% | Stack, Tools-Schema, Threat Model |
| Agenten-Kernentwicklung | 35-45% | Orchestrator, State, Retry, Observability |
| Integrationen | 20-35% | CRM, ERP, Tickets, Kalender, Custom-API |
| RAG und Daten | 10-20% | Indexierung, ETL, Retrieval-Eval |
| UI und Admin | 5-15% | Widget, Operator-Panel, Logs |
| Start und Pilot | 8-12% | Tests, Schulung, Hypercare am Anfang |
Preisspannen nach Komplexität
1. Einfacher Task-Agent - $15 000 - $45 000
- ein Szenario, 1-3 Tools (API, E-Mail, Tabelle);
- kein komplexes RAG oder fertige Basis bis 500 Seiten;
- Modell: GPT-5.6 Luna/Terra, Gemini 3.5 Flash;
- Oberfläche: Slack-Bot oder interner Webhook.
2. Unternehmensagent - $50 000 - $150 000
- RAG auf Firmendokumenten, Quellenangabe;
- CRM-Integrationen (HubSpot, Salesforce, Bitrix24), Tickets, Kalender;
- Human-in-the-loop, Rollen, Audit;
- 2-4 verbundene Workflows.
3. Enterprise-Plattform - $150 000 - $450 000+
- mehrere spezialisierte Agenten (Vertrieb, Support, Analytics);
- SSO, On-Prem oder VPC, DLP, Compliance-Logging;
- SLA, 24/7-Monitoring, Custom-Eval und Red-Team;
- Skalierung auf Filialen und Sprachen.
Monatliche Kosten (OPEX)
| Posten | Spanne | Abhängig von |
|---|---|---|
| LLM-API | $300 - $20 000+ | Agentenschritte, Kontextlänge, Modell |
| Infrastruktur | $200 - $8 000 | Self-hosted vs Cloud, Vektor-DB, Worker |
| Support | $1 500 - $15 000 | Studio-Retainer oder 0,25-1 FTE intern |
| RAG-Updates | $500 - $5 000 | Häufigkeit von Produkt-/Policy-Änderungen |
Bei Agentenszenarien sind Token-Kosten 3-10-mal höher als bei einem einfachen Chatbot: jeder Schritt ist ein Modellaufruf plus Tool-Ergebnisse im Kontext.
Budget senken ohne Qualitätsverlust
- Ein Szenario im MVP - nicht gleich die ganze Abteilung automatisieren.
- Fertige Konnektoren - MCP, Zapier, n8n für unkritische Integrationen statt Custom-API von null.
- Modell nach Aufgabenebene - Luna/Flash für Klassifikation und Routing, Sol/Fable 5 nur bei komplexen Schritten.
- Cache und Deduplizierung - wiederholte Katalogabfragen nicht durch das LLM jagen.
- Eval ab Sprint eins - Datensatz mit 50-100 realen Fällen; sonst zahlen Sie für endlose Prompt-Anpassungen.
- Festpreis MVP, T&M für Wachstum - fester Preis für den ersten Workflow und transparente Rate für die nächsten.
Fazit
Schlüsselfertige KI-Agent-Entwicklung im Jahr 2026 ist ein Projekt von $15 000 (enger Task-Agent) bis $450 000+ (Enterprise-Plattform). Zeitrahmen - von 4-8 Wochen bis 12 Monate. Haupttreiber: Anzahl der Integrationen, Autonomiegrad, Sicherheitsanforderungen und Umfang einzigartiger Geschäftsregeln. Starten Sie mit einem messbaren Prozess, bauen Sie Observability und Human-in-the-loop ein, rechnen Sie TCO über 12-24 Monate - so lässt sich das Budget leichter rechtfertigen und Enttäuschung über «Autonomie» auf dem Papier vermeiden.
Häufig gestellte Fragen
Worin unterscheidet sich ein KI-Agent von einem Chatbot?
Ein Chatbot erzeugt vor allem Dialogantworten. Ein KI-Agent plant eine Aktionskette: ruft APIs auf, liest und schreibt in Systeme, verzweigt nach Ergebnis, kann auf Bestätigung warten und bei Fehler wiederholen. Ein Agent ist teurer und dauert länger, deckt aber Prozesse, nicht nur Fragen.
Kann man einen Agenten in zwei Tagen mit No-Code bauen?
Für einen Prototyp - ja. n8n, Make, Zapier mit KI-Schritten, OpenAI Assistants API verbinden schnell E-Mail und Tabelle. Für Produktion mit SLA, Audit, komplexem RAG, Unternehmenssicherheit und Custom-Logik stößt No-Code schnell an Grenzen. Ein realistischer schlüsselfertiger Business-Agent ist Custom-Entwicklung oder Hybrid: No-Code für einfache Verknüpfungen, Code für den Agenten-Kern.
Welche Modelle eignen sich 2026 am besten für Agenten?
Das hängt von der Aufgabe ab. GPT-5.6 Sol und Claude Fable 5 sind stark bei langen agentic Ketten und Code/Tools. GPT-5.6 Terra und Claude Sonnet 5 balancieren Preis und Qualität für Unternehmensszenarien. Gemini 3.5 Flash - hoher Traffic und langer Kontext. Routing ist üblich: günstiges Modell bei einfachen Schritten, Flaggschiff bei Planung und schweren Entscheidungen.
Was kostet Support nach dem Start?
Faustregel - 15-30% der Entwicklungskosten pro Jahr plus OPEX für API und Infrastruktur. Mindest-Retainer beim Dienstleister - $1 500 - $3 000/Monat (kleine Fixes, Monitoring). Bei aktiv wachsendem Enterprise-Projekt ist intern 0,5-1 FTE oder Vertrag $8 000 - $15 000/Monat üblich.
Wie ROI vor Projektstart schätzen?
Zeitersparnis im Zielprozess berechnen: (Stunden/Woche x Stundenkosten x Automatisierungsanteil) x 52. Qualitative Effekte addieren: schnellere Kundenantwort, weniger Fehler beim CRM-Transfer. Mit TCO über 18 Monate vergleichen: Entwicklung + OPEX + Support. Bei Amortisation in 12-18 Monaten und Task Success Rate über 80% im Pilot ist das Projekt meist gerechtfertigt; sonst Szenario verengen oder Human-in-the-loop verstärken.