Managed KI-Agenten: das Modell hinter dem Begriff
KI-Agenten, die ein Anbieter baut, integriert und dauerhaft betreibt: was das Managed-Modell umfasst, wovon es sich unterscheidet, was es kostet und wann es die falsche Wahl ist.
Aktualisiert: Juli 2026 · 8 Min. Lesezeit
Managed KI-Agenten sind KI-Agenten, die ein Anbieter für einen konkreten Geschäftsprozess entwickelt, in die bestehenden Systeme integriert und anschließend dauerhaft betreibt, samt Überwachung, Tests und Weiterentwicklung. Der Kunde kauft keine Software und stellt kein Team ab, sondern bezieht die erledigte Arbeit als Ergebnis. Das Modell überträgt eine bekannte Idee auf KI: So wie Managed IT-Services den Serverbetrieb übernehmen, übernimmt der Managed-Anbieter den Agenten-Betrieb.
Wir schreiben diese Seite als Anbieter genau dieses Modells, mit der gebotenen Offenheit: Managed ist nicht für jeden die richtige Wahl, und die Unterschiede zu Software-Kauf, Eigenbau und klassischer Beratung sind größer, als die Begriffe im Markt vermuten lassen. Hier steht, woran ihr das Modell erkennt und woran ihr jeden Anbieter messen könnt, uns eingeschlossen.
Selbst betreiben vs. Managed KI-Agenten
Was der Managed-Betrieb konkret umfasst
Der Bau ist beim Managed-Modell nur der Anfang. Dazu gehören die Aufnahme des Prozesses (welche Eingänge, welche Regeln, welches prüfbare Ergebnis), die Entwicklung des Agenten und die Integration in die Systeme, mit denen ihr ohnehin arbeitet: CRM, E-Mail, Tabellen, Schnittstellen. Der Agent liefert dorthin, wo die Arbeit gebraucht wird, nicht in ein weiteres Dashboard, das jemand bedienen muss.
Der eigentliche Unterschied liegt danach: Der Anbieter überwacht den Agenten im laufenden Betrieb, testet ihn regelmäßig gegen definierte Erwartungen (bei uns täglich und automatisiert), pflegt Modell- und Schnittstellen-Änderungen nach und entwickelt den Agenten weiter, wenn sich der Prozess ändert. Ein Agent ist kein Projekt mit Enddatum, sondern ein Arbeitsverhältnis. Wer den Betrieb nicht mit einkauft, hat ihn ab Go-live selbst am Bein, und genau dort scheitern viele KI-Projekte im Alltag.
Abgrenzung: Software kaufen, selbst bauen, Beratung buchen
Der Markt bietet drei Alternativen, die alle ihre Berechtigung haben. Erstens fertige Agenten-Software und Plattformen: schnell verfügbar und gut für Standardfälle wie Kundenservice-Chat, aber ihr konfiguriert, betreibt und überwacht selbst, und der Zuschnitt auf euren konkreten Prozess bleibt eure Aufgabe. Zweitens der Eigenbau mit eigenem Engineering-Team: maximale Kontrolle und sinnvoll, wenn Agenten euer Kernprodukt werden sollen; die Make-or-Buy-Abwägung behandelt ein eigener Beitrag ausführlich.
Drittens die klassische KI-Beratung: Sie liefert Strategie, Roadmap und oft einen Piloten, endet aber typischerweise mit der Übergabe. Managed KI-Agenten unterscheiden sich von allen dreien in einem Punkt: Die Verantwortung für das laufende Ergebnis bleibt beim Anbieter. Das ist keine Wertung, sondern eine Zuordnungsfrage: Wer soll nach dem Go-live aufstehen, wenn der Agent nachts um drei auf eine geänderte Schnittstelle läuft?
Was Managed KI-Agenten kosten
Das verbreitete Kostenmodell ist eine feste monatliche Pauschale pro Agent, oft ergänzt um einen einmaligen Einstieg für Analyse und Aufbau. Die Pauschale deckt Betrieb, Überwachung, Tests und Weiterentwicklung ab; seriöse Anbieter machen sie kündbar, ohne dass ihr eure Daten oder den Prozess verliert. Öffentliche Zahlen sind im Markt die Ausnahme; eine detaillierte Einordnung der Preisspannen findet ihr in unserem Kosten-Beitrag.
Zur Transparenz unsere eigenen Zahlen: Bei ai-train ist der Einstieg der Discovery-Pilot für 4.900 Euro Festpreis, der in zwei Wochen einen laufenden Pilot-Agenten samt Business Case liefert. Danach läuft jeder Agent zur festen monatlichen Pauschale, monatlich kündbar. An dieser Struktur (nachvollziehbarer Einstieg, planbare Pauschale, kurze Bindung) könnt ihr jeden Managed-Anbieter messen.
Datenschutz: die drei Fragen an jeden Managed-Anbieter
Weil beim Managed-Modell eure Prozessdaten durch die Systeme des Anbieters laufen, entscheidet der Datenschutz über die Anbieterwahl mit. Drei Fragen trennen belastbare Antworten von Behauptungen: Wo läuft das Hosting, benannt statt versprochen? Wo läuft die Modell-Inferenz, also die eigentliche KI-Verarbeitung, gerade bei Modellen amerikanischer Hersteller? Und was passiert mit personenbezogenen Daten vor dem Modellaufruf, etwa durch Pseudonymisierung?
Bei uns läuft beides in der EU: Hosting auf EU-Infrastruktur und EU-residente Modell-Inferenz auch für die Modelle amerikanischer Hersteller, mit Pseudonymisierung sensibler Daten vor dem Modellaufruf. Wie das technisch funktioniert und welche Vertragsbausteine (AVV, Unterauftragsverarbeiter) dazugehören, steht im DSGVO-Beitrag im Detail.
Für wen sich das Modell lohnt, und für wen nicht
Managed KI-Agenten passen, wenn drei Dinge zusammenkommen: ein wiederkehrender Prozess mit klarem Eingang und prüfbarem Ergebnis, kein internes Team mit Kapazität für Aufbau und Dauerbetrieb, und der Wunsch nach einem Ergebnis statt einem weiteren System, das jemand pflegen muss. Typische Fälle sind Vertriebsrecherche, Lead-Qualifizierung, Buchhaltungs-Workflows und Dokumentenprüfung.
Das Modell passt nicht, wenn Agenten euer Kernprodukt werden sollen (dann baut selbst und behaltet das Wissen im Haus), wenn ein Standard-Tool euren Fall bereits vollständig abdeckt, oder wenn der Prozess so selten läuft, dass sich eine monatliche Pauschale nicht rechnet. Ein Anbieter, der euch in einem dieser Fälle trotzdem einen Managed-Vertrag verkauft, optimiert für sich, nicht für euch.
Quellen & Weiterlesen
Verwandte Themen
Aus dem Thema einen Agenten machen?
Im Erstgespräch prüfen wir, wo daraus ein konkreter, gemanagter Agent für euch wird, von der Analyse bis zum Betrieb.