Was macht eine KI-Agentur eigentlich?

Eine KI-Agentur analysiert einen wiederkehrenden Geschäftsprozess, entscheidet, welche Schritte ein Sprachmodell brauchen und welche einfache Regeln bleiben, baut den Ablauf in die Werkzeuge ein, die Sie bereits nutzen, und lässt alles Riskante von einem Menschen freigeben. Bei Lytvynov Production beginnt ein erster automatisierter Prozess ab 10.000 USD und geht meist in 4 bis 8 Wochen live. Unser AI Sprint kostet fest 10.000 USD für 4 Wochen Arbeit eines Senior-Teams.

Hinter dem Begriff stehen sehr unterschiedliche Firmen. Manche verbinden SaaS-Werkzeuge mit No-Code-Plattformen, manche verkaufen Strategie und Präsentationen, andere sind Entwicklungsteams, die Code schreiben und betreiben. Dazu kommt, dass ein großer Teil der Inhalte zum Thema sich an Leute richtet, die selbst eine KI-Agentur gründen wollen. Dieser Leitfaden ist für die Käuferseite geschrieben: Geschäftsführung, IT-Leitung oder CTO eines Unternehmens mit 10 bis 60 Mitarbeitenden.

Welche drei Typen von KI-Agenturen gibt es?

KI-Agenturen lassen sich in drei Gruppen einteilen, und der Unterschied zeigt sich daran, was Ihnen am Ende des Projekts gehört.

Typ Was gebaut wird Gut geeignet für Worauf achten
No-Code-Anbieter Workflows in n8n, Zapier oder Make, Chatbot-Baukästen, Prompt-Vorlagen Abläufe mit geringem Volumen zwischen verbreiteten SaaS-Tools, schnelle Experimente Gebühren pro Aufgabe bei Wachstum, fragile Fehlerbehandlung, Workflows im Konto der Agentur
KI-Beratung Analysen, Bewertung von Anwendungsfällen, Roadmaps, Anbieterauswahl Größere Organisationen, die entscheiden, wo sie anfangen Eine Empfehlung ohne jemanden, der für die Umsetzung verantwortlich ist
Entwicklungsteam Integrationen, ein Verarbeitungsdienst, Prüfmasken, Monitoring, als Code in Ihren Repositories Abläufe in Ihrem CRM, ERP oder Ihrer Datenbank, höhere Volumen, Prüfpflichten Höherer Einstiegspreis als ein einzelner No-Code-Workflow

Wir gehören zur dritten Gruppe: ein Softwareentwicklungsunternehmen, das KI-Automatisierung als Teil der Systeme baut, die es ohnehin entwickelt, also CRMs, ERPs und SaaS-Produkte. Das prägt auch unseren Blick. Für ein paar hundert Vorgänge im Monat zwischen Gmail und einer Tabelle ist ein No-Code-Anbieter oft die richtige Wahl.

Wie läuft ein Projekt mit einer KI-Agentur ab?

Ein gut geführtes Projekt beginnt mit einem einzigen Prozess und durchläuft in 6 bis 12 Wochen fünf Phasen.

  1. Prozessanalyse (1 bis 2 Wochen): Die Agentur erfasst, wie die Arbeit heute erledigt wird, misst Volumen und Zeit pro Vorgang, sammelt echte Beispiele wie E-Mails, Rechnungen oder Tickets und teilt die Schritte in Regeln, Modellaufrufe und menschliche Entscheidungen. Sie erhalten ein Festpreisangebot und eine erwartete Einsparung.
  2. Umsetzung (3 bis 5 Wochen): Integrationen mit Ihren Systemen, die Verarbeitungslogik, eine Prüfmaske für Mitarbeitende, Protokollierung und Kostenlimits.
  3. Schattenbetrieb (1 bis 2 Wochen): Die Automatisierung läuft neben Ihrem Team mit, ohne zu handeln, damit Sie ihre Ergebnisse mit denen Ihrer Leute vergleichen können.
  4. Live mit Freigabe (2 bis 4 Wochen): Die Automatisierung handelt, ein Mensch bestätigt. Die Freigabe entfällt nur für Kategorien, deren Genauigkeit gemessen wurde.
  5. Nächster Prozess: Integrationen und Prüfmaske werden wiederverwendet, der zweite Ablauf ist schneller und günstiger.

Schlägt eine Agentur vor, Prozessanalyse oder Schattenbetrieb auszulassen, fragen Sie, woher sie wissen will, dass die Automatisierung korrekt arbeitet, bevor sie echte Kunden oder Datensätze berührt.

Was sollte eine KI-Agentur liefern?

Am Ende eines Projekts sollten Sie lauffähige Software haben und die Mittel, sie lauffähig zu halten. Diese Liste nutzen wir selbst als Definition von "fertig":

  • Die Automatisierung läuft produktiv in Ihren Werkzeugen, die Zugangsdaten liegen in Ihren Konten.
  • Code oder Workflow-Definitionen in Ihren Repositories, mit einer kurzen Architekturbeschreibung.
  • Prompts und Modelleinstellungen unter Versionskontrolle.
  • Ein Testsatz echter Beispiele mit erwarteten Ergebnissen und ein Skript, das die Automatisierung daran misst.
  • Eine Prüfmaske, in der Mitarbeitende offene Vorgänge, die Entscheidung der Automatisierung und deren Begründung sehen.
  • Monitoring: verarbeitete Vorgänge, Anteil ohne menschliches Eingreifen, Fehlerquote, Kosten pro Vorgang.
  • Eine Dokumentation, mit der ein anderes Team weiterarbeiten könnte.

Der Testsatz ist der wichtigste Punkt und wird am häufigsten weggelassen. Ohne ihn kann niemand sagen, ob ein neuer Prompt oder ein Modellwechsel die Ergebnisse verbessert oder verschlechtert hat.

Was kostet eine KI-Agentur?

KI-Agenturen rechnen auf vier Arten ab: pro Workflow, pro Projekt, pro Sprint oder als monatliche Pauschale. Die Tabelle zeigt, wie das jeweils funktioniert, und unsere eigenen Spannen.

Preismodell Funktionsweise Marktpraxis (2026) Bei Lytvynov Production
Pro Workflow Festbetrag für einen No-Code- oder einfachen Ablauf Oft einige tausend Dollar plus Plattformgebühren Nicht unterhalb unseres Mindestauftrags von 10.000 USD
Pro Projekt Festpreis für einen Prozess von Anfang bis Ende Sehr unterschiedlich, je nach Integrationen und Volumen Ab 10.000 USD, Festpreis nach einem kurzen Scoping-Gespräch
Pro Sprint Fester Zeitrahmen zum Festpreis Seltener AI Sprint: fest 10.000 USD für 4 Wochen
Monatliche Pauschale Laufende Verbesserungen, Monitoring, neue Abläufe Verbreitet bei No-Code-Anbietern Monatsplan oder dediziertes Team nach dem Start

Eine typische US- oder UK-Agentur verlangt für denselben Umfang etwa das 2,5- bis 4-Fache unserer Spannen. Bei jedem Modell kommen laufende Kosten hinzu: Modellnutzung, Hosting und gegebenenfalls Plattformabos. Für einen einzelnen Ablauf im Backoffice liegt die Modellnutzung oft unter einigen hundert Dollar im Monat. Unser Ratgeber zu den Kosten eines KI-Agenten zeigt, wie Sie den Token-Verbrauch für Ihr eigenes Volumen abschätzen.

Mit welchen Prozessen sollte man anfangen?

Fangen Sie dort an, wo das Volumen hoch ist, die Regeln weitgehend klar sind und ein Fehler günstig zu erkennen ist. Diese ersten Kandidaten sehen wir am häufigsten:

  • Dokumenteneingang: Rechnungen, Bestellungen, Anträge und Verträge werden in strukturierte Datensätze übertragen und von einem Menschen kurz bestätigt.
  • E-Mail- und Ticket-Triage: Eingehende Anfragen werden klassifiziert, mit Daten aus Ihren Systemen angereichert und an die richtige Person geleitet.
  • Bestell- und Dispositionsabläufe: Eine Bestellung erhält einen Status, eine verantwortliche Person oder einen Fahrer und Kundenbenachrichtigungen ohne Telefonate.
  • Datenabgleich: Datensätze aus einem System erscheinen korrekt in den anderen, Lücken werden aus Freitextnotizen ergänzt.
  • Wiederkehrende Berichte: Wöchentliche Zusammenfassungen aus Ihren Daten mit einem kurzen vorformulierten Kommentar.

Ein Beispiel: Für ein Abo-Handelsgeschäft haben wir ein Bestell-Board mit Fahrerdisposition über eine Liefer-API und Kundenbenachrichtigungen per Telegram gebaut. Jede Integration hatte eine Sandbox-Implementierung hinter derselben Schnittstelle, sodass der gesamte Ablauf vorgeführt werden konnte, bevor produktive Zugangsdaten existierten. Unser Leitfaden Geschäftsprozesse mit KI automatisieren enthält eine Bewertungsmethode, mit der Sie Ihre eigenen Kandidaten ordnen.

Woran erkennen Sie eine gute KI-Agentur?

Stellen Sie Fragen, die nur ein Team gut beantworten kann, das Automatisierung bereits produktiv betreibt:

  1. Zeigen Sie uns eine Automatisierung, die heute produktiv läuft. Welchen Anteil der Vorgänge erledigt sie ohne Menschen?
  2. Wie messen Sie die Genauigkeit vor und nach dem Start?
  3. Was passiert, wenn das Modell etwas Falsches oder Unvollständiges zurückgibt?
  4. Wo liegen Code, Prompts und Zugangsdaten?
  5. Was kostet der Betrieb bei unserem Volumen pro Monat?
  6. Welche Schritte würden Sie als einfache Regeln statt mit KI lösen, und warum?
  7. Wer wartet das System nach dem Start, und was kostet das?
  8. Wo werden unsere Daten verarbeitet, und wie ist die DSGVO-Frage gelöst?

Gute Antworten sind konkret und enthalten Zahlen. Antworten, die sich vor allem um das neueste Modell drehen oder vom ersten Tag an volle Autonomie versprechen, sind ein Warnsignal. Eine ausführliche Prüfliste für die Anbieterauswahl finden Sie in unserem Leitfaden KI-Agentur auswählen.

Wann ist ein KI-Agent die bessere Lösung?

Wenn ein Schritt mehrere Ermessensentscheidungen hintereinander verlangt, also nachschlagen, entscheiden, handeln und das Ergebnis prüfen, wird aus einem festen Ablauf ein KI-Agent. Agenten sind teurer in Entwicklung und Test, weil sie ihren Weg selbst wählen. Unsere Seite zur Entwicklung von KI-Agenten beschreibt, wann sich dieser Aufwand lohnt und wann eine einfachere Automatisierung genügt.

So arbeiten wir als KI-Agentur

Wir sind ein 2020 gegründetes Softwareentwicklungsunternehmen, das interne Systeme, SaaS-Produkte und KI-Funktionen für Unternehmen in den USA, Großbritannien und der EU entwickelt. Unsere KI-Automatisierung entsteht in denselben Systemen, die wir täglich bauen: ein Ticket-CRM für ein Telekom-Supportunternehmen in Frankreich, das Alarme aus Drittsystemen übernimmt, ein ERP für ein US-Unternehmen für Flugzeugwartung, Bestell- und Dispositionsabläufe für den Handel.

Jedes Projekt beginnt mit einer Prozessanalyse, einem schriftlichen Umfang und einem Festpreisangebot. Der Code gehört Ihnen, alles Riskante prüft ein Mensch, und die Genauigkeit wird an Ihren echten Daten gemessen, bevor die Automatisierung allein handelt. Wie wir dabei vorgehen, sehen Sie auf unserer Seite KI-Automatisierung, oder bringen Sie einen Prozess, den Sie nicht mehr von Hand erledigen wollen, in ein kurzes Scoping-Gespräch mit.

Case Studies

Häufig gestellte Fragen

Eine KI-Agentur nimmt einen wiederkehrenden Geschäftsprozess, etwa eingehende E-Mails und Dokumente lesen, Daten erfassen, Anfragen weiterleiten oder Berichte erstellen, und macht daraus einen Ablauf, der in Ihren bestehenden Werkzeugen selbstständig läuft. Eine gute Agentur analysiert zuerst den Prozess, setzt ein Sprachmodell nur dort ein, wo es nötig ist, lässt riskante Aktionen von einem Menschen prüfen und misst nach dem Start die eingesparte Zeit.

Bei Lytvynov Production beginnt ein erster automatisierter Prozess ab 10.000 USD und geht meist in 4 bis 8 Wochen live, unser AI Sprint kostet fest 10.000 USD für 4 Wochen. Am Markt verlangen No-Code-Anbieter oft einige tausend Dollar pro Workflow plus eine monatliche Pauschale, Entwicklungsteams kalkulieren pro Projekt. Eine typische US- oder UK-Agentur verlangt für denselben Umfang etwa das 2,5- bis 4-Fache unserer Preise.

Nicht ganz. Eine KI-Beratung endet meist mit einer Empfehlung: welche Prozesse sich lohnen, welcher Ansatz passt und eine Roadmap mit Kosten. Eine KI-Agentur baut die Automatisierung und betreibt sie. Manche Firmen machen beides; entscheidend ist, ob dieselben Leute, die empfehlen, auch bauen und für das Ergebnis geradestehen.

No-Code-Werkzeuge sind ein guter Einstieg für Abläufe mit geringem Volumen zwischen verbreiteten SaaS-Produkten. Individueller Code wird die bessere Wahl, wenn das Volumen wächst, wenn Schritte Wiederholungen, Protokolle und Berechtigungen brauchen, wenn der Ablauf Ihre eigene Datenbank oder Altsysteme berührt oder wenn Gebühren pro Aufgabe schneller wachsen als der Nutzen. Viele Unternehmen nutzen beides.

Messen Sie vorher und nachher drei Zahlen: Zeit pro Vorgang, Vorgänge pro Woche und Fehler- oder Nacharbeitsquote. Multiplizieren Sie die eingesparten Stunden mit den Vollkosten pro Stunde der beteiligten Mitarbeitenden, ziehen Sie die laufenden Kosten für Modellnutzung und Hosting ab und vergleichen Sie mit den Entwicklungskosten. Eine erste Automatisierung lohnt sich meist, wenn sie sich allein über die eingesparte Zeit innerhalb eines Jahres bezahlt macht.

Sie sollte. Fragen Sie, bei welchem Modellanbieter und in welcher Region die Daten verarbeitet werden, ob ein Auftragsverarbeitungsvertrag besteht, ob API-Daten zum Training genutzt werden und wie lange sie gespeichert bleiben. Personenbezogene Daten, die der Ablauf nicht braucht, sollten vor dem Modellaufruf entfernt werden. Wo nötig, kann ein offenes Modell auf Ihrer eigenen Infrastruktur laufen.

Starten wir Ihr Projekt
Gespräch buchen