KI-Agenten erstellen: Leitfaden mit OpenAI Agents SDK

Was ein KI-Agent wirklich ist

Ein KI-Agent ist ein Modell, das innerhalb einer Arbeitsschleife ausgeführt wird. Er erhält ein Ziel, entscheidet über den nächsten Schritt, verwendet bei Bedarf ein autorisiertes Tool, liest das Ergebnis aus und entscheidet anschließend, ob er fortfährt oder stoppt.

Man kann sich das wie die Einstellung einer Nachwuchskraft vorstellen. Die Instruktionen bilden die Stellenbeschreibung. Das Modell liefert die Urteilskraft. Tools sind die Zugriffsberechtigungen für Ihr Bestellsystem, Ihren Kalender, Ihre Wissensdatenbank, Ihren Browser oder Ihren Dateispeicher. Das Gedächtnis ist das Notizbuch. Leitplanken (Guardrails) und Genehmigungen entsprechen dem Vorgesetzten.

Darin liegt der Unterschied zu einem simplen Chatbot. Ein Chatbot kann eine Antwort formulieren. Ein Agent hingegen kann eine Bestellung nachschlagen, den Live-Status mit Richtlinien abgleichen, fehlende Angaben erfragen und den Vorgang bei Bedarf an einen Menschen übergeben. Die Handlungsschleife macht den Unterschied.

Die aktuelle Agenten-Übersicht von OpenAI beschreibt Agenten als Anwendungen, die planen, Werkzeuge aufrufen, Zustände verwalten und mitunter über Spezialisten hinweg zusammenarbeiten. Im SDK bleibt das Kernobjekt bewusst schlank: ein Modell mit Instruktionen, Tools und optionalen Kontrollmechanismen wie Guardrails und Übergaben (Handoffs).

Agents SDK oder Responses API?

Nutzen Sie das Agents SDK, wenn die Laufzeitumgebung wiederholte Tool-Aufrufe, Zustandsverwaltung, Leitplanken, Übergaben und Freigaben steuern soll. Nutzen Sie die Responses API direkt, wenn Sie diese Schleife vollständig selbst programmieren und kontrollieren möchten. OpenAI empfiehlt den direkten Pfad über die Responses API für strikte Modellkontrolle und das SDK für klar begrenzte dialogorientierte oder transaktionale Arbeitsabläufe mit wiederkehrender Orchestrierung.

Wenn Sie einen No-Code-Builder bevorzugen, bleibt die Architektur identisch. Stellen Sie sicher, dass die Plattform explizite Werkzeuge, Genehmigungsschritte, Ausführungsprotokolle und eine Abbruchbedingung für die Schleife bereitstellt. Eine visuelle Oberfläche ersetzt diese Kontrollmechanismen keineswegs.

Wie Sie die erste funktionierende Version bauen

Der schnellste Weg besteht darin, die Aufgabe zu verkleinern, bevor Sie die technologische Komplexität erhöhen.

1. Definieren Sie einen Ein-Satz-Auftrag

Benennen Sie die Zielgruppe, den Auslöser, die Handlung und den Zielzustand. „Hilf im Kundensupport“ ist zu vage. „Beantworte Fragen zum Bestellstatus über die Bestell-API und übergib alle Vorgänge rund um Erstattungen oder Adressänderungen an das Team“ lässt sich dagegen präzise umsetzen.

Legen Sie auch verbotene Aktionen fest. Das verwandelt unklare Autonomie in eine abgesicherte Produktentscheidung.

2. Prüfen Sie, ob die Aufgabe einen Agenten erfordert

Agenten rechtfertigen ihren Aufwand erst dann, wenn eine Aufgabe Ermessensspielraum, unstrukturierte Sprache oder Dokumente sowie Ausnahmen beinhaltet, an denen starre Regelsätze scheitern. Der Praxis-Leitfaden von OpenAI empfiehlt deterministische Software, solange diese Bedingungen nicht vorliegen.

Eine Steuerberechnung, eine feste Formularvalidierung oder ein geplanter Datenabgleich sollten in der Regel klassische Software bleiben. Ein Erstattungsantrag, der das Lesen des Gesprächsverlaufs, den Abgleich mit Richtlinien, die Prüfung der Bestellung und die Entscheidung über eine manuelle Freigabe erfordert, ist dagegen ein idealer Einsatzbereich für Agenten.

3. Wählen Sie das Modell passend zur Aufgabe, nicht für die Demo

Das SDK nutzt standardmäßig gpt-5.4-mini ohne Reasoning Effort und mit niedriger Ausführlichkeit für Workflows mit geringer Latenz. Der Modell-Leitfaden empfiehlt gpt-5.6-sol, wenn höhere Qualität erforderlich ist und Zugriff besteht.

Starten Sie mit der kostengünstigeren Option, die Ihre gespeicherten Testfälle besteht. Wechseln Sie erst auf ein größeres Modell, wenn Fehler auf mangelnde Urteilskraft zurückgehen – und nicht auf fehlende Tools, unklare Anweisungen oder fehlerhafte Daten. Ein leistungsstärkeres Modell kann keine Bestell-API ausgleichen, die veraltete Daten liefert.

4. Stellen Sie ein einzelnes Lese-Tool bereit

Ihr erstes Tool sollte Daten ausschließlich abrufen, nicht verändern. Eine Bestellabfrage, Richtliniensuche, Bestandsprüfung oder Terminabfrage lässt sich leichter evaluieren und sicherer wiederholen als eine Rückerstattung, Stornierung, Zahlung oder ausgehende E-Mail.

Das SDK kann eine typisierte Python-Funktion automatisch in ein Tool umwandeln und das Eingabeschema ableiten. Zudem bietet es gehostete Werkzeuge für Websuche, Dateisuche, Code-Interpreter, MCP und Bildgenerierung. Werkzeuge für lokale Rechnersteuerung, Shell-Zugriff und Dateibearbeitung benötigen eine Ausführungsumgebung unter Ihrer Kontrolle.

Hier ist das kleinstmögliche funktionale Muster:

from agents import Agent, Runner, function_tool

@function_tool
def lookup_order(order_id: str) -> str:
    """Return the current order status from the order system."""
    return "Order 123 is packed and awaiting carrier pickup."

agent = Agent(
    name="Order status agent",
    instructions=(
        "Answer order-status questions with lookup_order. "
        "Never change or cancel an order. Escalate anything else."
    ),
    tools=[lookup_order],
)

result = Runner.run_sync(agent, "Where is order 123?")
print(result.final_output)

Installieren Sie das Python-SDK mit pip install openai-agents und hinterlegen Sie den API-Schlüssel in der Umgebungsvariablen OPENAI_API_KEY. Die identische Produktstruktur steht auch über das aktuelle TypeScript-SDK zur Verfügung, falls das besser zu Ihrem Stack passt.

5. Schaffen Sie eine klare Abbruchbedingung

Der Runner ruft das Modell auf, führt angeforderte Tools aus, sendet die Ergebnisse zurück und wiederholt den Vorgang. Er stoppt, sobald das Modell eine finale Antwort ohne weiteren Tool-Aufruf liefert. Zudem kann er bei Erreichen eines Rundenlimits stoppen und MaxTurnsExceeded auslösen.

Jeder produktive Agent benötigt eine maximale Schrittanzahl, ein Timeout und ein definiertes Fehlerergebnis. „Konnte nicht verifiziert werden, an Mitarbeiter übergeben“ ist ein valider Zielzustand. Endlose Wiederholungsschleifen sind keine Beharrlichkeit, sondern ein Systemausfall.

6. Wählen Sie eine Speicherstrategie

Speicher bedeutet, relevanten Kontext in den nächsten Durchlauf zu übernehmen. Das SDK kann den clientseitigen Verlauf in einer Session ablegen, oder Sie nutzen die OpenAI-verwaltete Fortführung über conversation_id oder previous_response_id.

Wählen Sie genau eine Strategie pro Konversation. Das SDK unterbindet bewusst die Kombination einer Session mit serverseitigen Optionen im selben Durchlauf, da überlappende Historien zu doppeltem Kontext führen. Entscheiden Sie zudem, wie viel Verlauf der Agent tatsächlich benötigt. Ein Support-Agent braucht meist nur den aktuellen Fall, nicht das vollständige Transkript der gesamten Kundenhistorie.

7. Sichern Sie jede kritische Systemgrenze ab

Nutzen Sie Input-Guardrails, um Anfragen außerhalb des Zuständigkeitsbereichs abzuweisen. Setzen Sie Tool-Guardrails um jede benutzerdefinierte Funktion, die Unternehmensdaten liest oder manipuliert. Verwenden Sie Output-Guardrails zur Überprüfung der finalen Antwort. Platzieren Sie eine menschliche Freigabe vor irreversible oder kostspielige Aktionen.

Ein wichtiges Detail: Input-Guardrails laufen standardmäßig parallel. Das senkt die Latenz, führt aber dazu, dass der Agent Tokens verbraucht oder ein Tool anstößt, bevor die Prüfung fehlschlägt. Wählen Sie den blockierenden Modus, wenn die Anfrage Seiteneffekte auslösen oder vertrauliche Daten exponieren könnte.

Für tiefergehende Produktionsmuster empfiehlt sich das Blast-Radius-Playbook für Agenten-Guardrails. Das Grundprinzip ist einfach: Leiten Sie jede kostenpflichtige, verändernde oder rechtebehaftete Aktion über eine kontrollierbare Schnittstelle.

8. Traces analysieren, evaluieren und bei Bedarf Sandboxen nutzen

Tracing ist im Agents SDK standardmäßig aktiviert. Es protokolliert Modell-Generierungen, Funktionsaufrufe, Guardrails und Übergaben, damit Sie nachvollziehen können, warum ein Durchlauf funktionierte oder scheiterte. Prüfen Sie diese Traces anhand realer Testanfragen und erwarteter Ergebnisse, bevor Sie weitere Tools hinzufügen.

Traces können Ein- und Ausgaben von Modellen und Funktionen enthalten. Deaktivieren Sie die Erfassung sensibler Daten daher dort, wo es erforderlich ist. OpenAI-Tracing steht unter Zero Data Retention nicht zur Verfügung.

Nutzen Sie Sandboxen nur dann, wenn die Aufgabe zwingend Dateien, Befehle, Softwarepakete oder langlebige Workspace-Zustände erfordert. Das SDK-Update von OpenAI aus April 2026 brachte native kontrollierte Umgebungen, portable Workspace-Manifeste, Snapshots und Unterstützung für diverse Sandbox-Anbieter. Ein einfacher Support-Agent benötigt keinen Container – ein Dokumentenanalyst oder Programmier-Agent dagegen sehr wohl.

Laufende Betriebskosten

Für das SDK und die Responses API fallen keine separaten Plattformgebühren an. Sie zahlen für die Token des ausgewählten Modells sowie genutzte gehostete Tools.

Nach aktuellen Standardtarifen für kurzen Kontext kostet gpt-5.6-sol $5 pro Million Input-Token und $30 pro Million Output-Token. gpt-5.6-terra liegt bei $2 und $12. gpt-5.6-luna schlägt mit $0.20 und $1.20 zu Buche. Die Websuche kostet $10 pro 1,000 Aufrufe zuzüglich der Suchinhalts-Token. Dateisuch-Aufrufe der Responses API kosten $2.50 pro 1,000 Abfragen, bei Speicherkosten von $0.10 pro GB und Tag nach dem ersten kostenfreien GB. Ein gehosteter Container mit 1 GB für Shell- oder Code-Interpreter-Nutzung startet bei $0.03 für eine 20-minütige Sitzung.

Diese Einzelpreise verraten Ihnen jedoch noch nicht die Gesamtkosten eines abgeschlossenen Vorgangs. Das zeigt Ihnen erst Ihr Trace. Messen Sie Modell-Runden, Tool-Aufrufe, Wiederholungen und menschliche Übergaben pro erfolgreichem Ergebnis. Wählen Sie anschließend das Modell- und Tool-Budget, das die erforderliche Qualität sichert.

Sieben lohnende Agenten-Anwendungsfälle im Ranking

Die besten Agenten-Aufgaben zeichnen sich durch einen klaren Auftraggeber, einen eng begrenzten Ablauf und ein überprüfbares Ergebnis aus.

1. Agent für Kundensupport-Vorgänge

Ein E-Commerce-Supportteam kann einem Agenten Zugriff auf freigegebene Hilfetexte und Lesezugriff auf Bestelldaten gewähren. Er kann Kunden identifizieren, Versandstatus abrufen, nächste Schritte erklären und Rückerstattungen oder Adressänderungen an das Team übergeben. Der Hebel liegt in schnelleren Erstantworten und sauber dokumentierten Übergaben, nicht im vollständigen Verzicht auf menschliche Mitarbeiter.

2. Evidenzbasierter Recherche-Agent

Ein Strategieteam kann Berichte in einem kontrollierten Workspace ablegen und strukturierte Vergleiche anfordern, bei denen jede Behauptung mit Dateinamen belegt ist. Der Agent durchsucht, extrahiert, gleicht ab und erstellt ein strukturiertes Briefing. Der Mehrwert entsteht, indem Analysten von manueller Dokumentensuche entlastet werden und sich auf Bewertung und Prüfung konzentrieren können.

3. Agent für Vertriebsqualifizierung und Meeting-Vorbereitung

Ein B2B-Vertriebsteam kann eingehende Anfragen von einem Agenten analysieren, Unternehmensdaten über freigegebene Quellen anreichern, Qualifizierungsregeln prüfen und ein Meeting-Briefing erstellen lassen. Termine werden erst gebucht, wenn Interessenten feste Kriterien erfüllen. Der Vorteil liegt in einheitlicher Vorbereitung und weniger CRM-Pflegeaufwand, während Vertriebsmitarbeiter die Kundenbeziehung steuern.

4. Agent für operative Vorgangserfassung

Eine Hausverwaltung kann Reparatur-E-Mails über einen Agenten leiten, der Gebäude, Einheit, Schadensmeldung, Dringlichkeit und bevorzugte Zugangszeiten extrahiert. Er gleicht Daten mit Mieterakten ab, legt Ticket-Entwürfe an und eskaliert Sicherheitsrisiken. Das Resultat: weniger manuelle Datenerfassung und vollständigere Arbeitsaufträge.

5. Agent für Vertrags- und Richtlinienabgleich

Ein Einkaufsteam kann Lieferantenverträge mit Standardklauseln abgleichen, Abweichungen markieren und relevante Seitenzahlen auflisten lassen. Der Agent bereitet die Prüfunterlagen vor, trifft jedoch keine rechtlichen Entscheidungen. Das verkürzt die Vorprüfung, während die juristische Bewertung bei der Rechtsabteilung verbleibt.

6. Interner IT-Triage-Agent

Ein IT-Team kann einen internen Agenten an Gerätebestände, Servicestatus und freigegebene Leitfäden zur Fehlerbehebung anbinden. Er sammelt Diagnosedaten, schlägt risikoarme Schritte vor und eröffnet Tickets inklusive relevanter Belege. Das spart Rückfragen, bevor Techniker mit der Behebung beginnen.

7. Kontrollierter Datei- und Code-Agent

Ein Finanz- oder Entwicklerteam kann Dokumente oder Repositories in einer Sandbox bereitstellen, wenige Befehle zulassen und ein Ausgabeverzeichnis definieren. Der Agent prüft Dateien, führt Analysen aus, bearbeitet Entwürfe und übergibt Artefakte zur Kontrolle. Hier wird die Sandbox-Funktion essenziell, da die Aufgabe einen echten Workspace und nachvollziehbare Protokolle verlangt.

Drei marktfähige Produktideen

Der Begriff „KI-Agent“ allein beschreibt keinen Markt. Diese drei Use Cases zeigen jedoch messbare Zahlungsbereitschaft.

Am stärksten: Vertikaler Agent für Support-Vorgänge

Entwickeln Sie einen Support-Agenten für ein spezifisches System – etwa für Shopify-Händler, Hausverwaltungen oder Außendienstbetriebe. Kunden zahlen für gelöste Fälle und saubere Übergaben, nicht für eine generische Chat-Oberfläche.

Die Marktsignale sind deutlich: „AI customer service agent“ verzeichnet rund 720 Google-Suchanfragen im Monat mit starker kommerzieller Absicht und einem CPC von $264.61. In KI-Assistenten wird rund 69 Mal monatlich nach der gleichen Lösung gefragt. Intercoms aktueller Benchmark liegt bei $0.99 für eine erfolgreiche Chat- oder E-Mail-Lösung, eine Prozessübergabe oder eine Disqualifizierung.

Die kleinste marktfähige Version benötigt einen Kanal, eine freigegebene Wissensquelle, ein lesendes Kontoabfrage-Tool, eine Übergabe an Menschen und ein Dashboard für Ergebnisse. Der Wettbewerbsvorteil entsteht nicht durch den Modellaufruf, sondern durch vertikale Integrationen, Evaluierungsdaten, Eskalationslogik und den Nachweis, dass eine Lösung für den Kunden tatsächlich zielführend war.

Dies ist die stärkste Chance: Die Aufgabe ist eng gefasst, der Käufer eindeutig und der Erfolg messbar. Der hohe CPC zeigt zudem, wie intensiv Anbieter um diese Zielgruppe konkurrieren.

Evidenzbasierter Recherche-Agent für eine Fachbranche

Bauen Sie eine Rechercheumgebung für klar definierte Berufsgruppen – etwa Compliance-Analysten, Antragsteller für Fördermittel, Marktforscher im Gesundheitswesen oder Due-Diligence-Teams. Das System durchsucht definierte Datenquellen, belegt Aussagen mit Quellenangaben, gleicht widersprüchliche Angaben ab und exportiert reproduzierbare Berichte.

„AI powered research assistant“ erzielt monatlich rund 18,100 Google-Suchanfragen mit kommerzieller Ausrichtung. Der allgemeinere Begriff „AI research assistant“ kommt auf weitere 2,400 Anfragen. Elicit berechnet für seinen Pro-Plan aktuell $49 pro Nutzer und Monat, für Scale $169 – ein Beleg dafür, dass Zahlungsbereitschaft für strukturierte Rechercheabläufe existiert.

Das Minimal Viable Product (MVP) erfordert einen Dokumententyp, eine Berichtsvorlage, eine strukturierte Evidenztabelle und eine Prüfansicht. Die Herausforderung ist die Spezialisierung: Ein generischer Assistent konkurriert mit großen Standardlösungen. Ein tragfähiges Modell stützt sich auf spezialisierte Datenquellen, Workflows oder Qualitätsstandards, die Standardtools nicht abbilden.

Agent für Vertriebsqualifizierung und Follow-up

Entwickeln Sie einen Inbound-Agenten, der Produktfragen beantwortet, Kundenbedarfe prüft, CRM-Einträge anlegt, Meeting-Briefings erstellt und Termine erst nach Erfüllung fester Kriterien bucht. Starten Sie bei Inbound-Anfragen – unüberwachte Outbound-Kommunikation birgt deutlich höhere Reputations- und Compliance-Risiken.

„AI sales agent“ verzeichnet rund 1,000 Google-Suchanfragen pro Monat mit kommerzieller Absicht bei einem CPC von $74.89. Intercom veranschlagt aktuell $9.99 pro erfolgreichem Qualifizierungsergebnis, was einen konkreten Marktpreis vorgibt.

Das MVP benötigt Web-Chat oder E-Mail-Anbindung, lesenden CRM-Zugriff, klare Qualifizierungsregeln, Kalenderintegration und manuelle Freigaben vor sensiblen Follow-ups. Die Hürde sind unvollständige Daten: Ein Agent auf lückenhaften CRM-Datensätzen wird unpassende Kontakte mit hoher Überzeugung falsch einstufen.

Grenzen, auf die es ankommt

Ein Agent macht Software mit inhärenten Unsicherheiten nicht deterministisch. Er verlagert Unsicherheiten in eine Schleife, die Sie beobachten und kontrollieren können.

• Setzen Sie Agenten nicht für starre Programmlogik ein, die herkömmlicher Code zuverlässiger abbildet.
• Vergeben Sie keine Schreibberechtigungen, bevor die reine Lese-Version echte Praxisfälle fehlerfrei besteht.
• Verlassen Sie sich nicht allein auf eine zentrale Guardrail. Guardrails auf Agentenebene decken nicht automatisch jedes externe oder integrierte Tool ab; Berechtigungsprüfungen gehören zusätzlich in die Anwendungs- und Tool-Ebene.
• Kombinieren Sie Speichersysteme nicht unüberlegt. Doppelter Kontext erzeugt unvorhersehbares Verhalten und treibt den Token-Verbrauch in die Höhe.
• Starten Sie nicht mit Multi-Agenten-Systemen. OpenAI empfiehlt, zunächst das Potenzial eines einzelnen Agenten mit Werkzeugen auszuschöpfen, bevor Sie Orchestrierungen mehrerer Agenten aufbauen.
• Lassen Sie irreversible Aktionen niemals autonom vom Modell freigeben. Risikoreiche Schritte erfordern menschliche Freigaben, bis Kennzahlen eine präziser gefasste Automatisierung rechtfertigen.

Sicherheitswerkzeuge bieten Unterstützung, die Hauptverantwortung liegt jedoch in der Architektur. Der Vergleich von KI-Sicherheitstools hilft Ihnen weiter, sobald Sie wissen, welche konkreten Risiken Ihr Agent mit sich bringt.

Die Realität zeigt: Die Modellanbindung ist oft die leichteste Aufgabe. Die eigentliche Produktarbeit besteht aus Werkzeugdesign, Rechtemanagement, Datenhygiene, Evaluation, Eskalationspfaden und Wirtschaftlichkeit. Wer diese Komponenten beherrscht, schafft funktionale Systeme. Wer sie vernachlässigt, verwandelt eine beeindruckende Demo in eine unzuverlässige Kraft mit direktem Produktionszugriff.

Wenn Sie eine solche Lösung passgenau für Ihre Systeme und Freigabeprozesse umsetzen möchten, finden Sie weitere Details unter KI-Agenten-Entwicklung.