KI-Agenten-Orchestrierung: Arbeit nach dem Chat

Du bittest einen Agenten, die Buchhaltung des vergangenen Monats zu prüfen. Er sichtet die Daten, findet eine Lücke und stellt eine Frage. Du antwortest am nächsten Morgen. Geht die Arbeit weiter, oder musst du die Aufgabe noch einmal erklären?

Genau an diesem Übergang muss KI-Agenten-Orchestrierung ihren Nutzen zeigen. Sie verbindet den Auslöser, den Arbeitszeitraum, gespeicherten Fortschritt, deine Antwort und das Ergebnis. Ein hilfreicher Agent übernimmt eine klar begrenzte Aufgabe, während du etwas anderes machst. Entscheidend ist, ob du später zurückkommen und verstehen kannst, was passiert ist.

Meine Position ist einfach: Wiederkehrende Arbeit braucht einen Ablauf, dessen Zustand du sehen kannst.

Was ist KI-Agenten-Orchestrierung?

Die Orchestrierung legt fest, wann ein Agent startet, welchen Schritt er ausführen darf, wann er anhält und wodurch er weiterarbeiten kann. Das Modell beurteilt weiterhin die Aufgabe. Das umgebende System verantwortet die Reihenfolge und den dokumentierten Status.

Nimm eine monatliche Prüfung. „Am dritten Tag starten“ reicht als Beschreibung nicht aus. Die Aufgabe braucht auch einen Prüfzeitraum, gespeicherte Ergebnisse abgeschlossener Kontrollen, einen Ort für Rückfragen und eine Definition von „fertig“. Diese Festlegungen entscheiden darüber, ob eine delegierte Aufgabe eine Unterbrechung übersteht.

Die folgende Tabelle vergleicht typische Ansätze. Sie beschreibt Muster und keine allgemeingültigen Grenzen einzelner Produkte.

Unser Beitrag über KI-Agenten in der Buchhaltung erklärt die fachlichen Entscheidungen. Die Orchestrierung trägt sie durch den gesamten Ablauf.

Warum arbeiten KI-Agenten zunehmend außerhalb des Chats?

Zwei Ankündigungen im September zeigen, woran die Branche arbeitet. Am 10. September 2026 beschrieb Atlassian Agentenschleifen in Jira: Sie suchen geeignete Aufgaben, delegieren deren Bearbeitung und öffnen Pull Requests zur Prüfung. Diese Schleifen waren im privaten Early Access verfügbar, nicht allgemein freigegeben. Die Entscheidung über die Veröffentlichung bleibt beim Menschen. Ankündigung von Atlassian

Am 24. September stellte LangChain LangSmith Trajectories vor, eine chronologische Ansicht der Nachrichten und Aktionen einer Agentensitzung. Sie macht den Verlauf von Arbeit nachvollziehbar, die mehrere Gesprächsrunden und Werkzeugaufrufe umfasst. Ankündigung von LangChain

Ich sehe darin zwei Seiten derselben Aufgabe: Arbeit fortsetzen lassen und anschließend ihren Verlauf verständlich machen. Keine dieser Ankündigungen beweist die Zuverlässigkeit eines Buchhaltungsprozesses. Beide machen die Diskussion aber konkreter als einen Wettbewerb um die eindrucksvollste erste Antwort.

Wie wählen geplante KI-Workflows den richtigen Zeitraum?

Am 29. September haben wir bei Norman ein Update der Orchestrierung veröffentlicht. Es umfasst Zeitpläne, Antworten auf wartende Workflows, die Wiederaufnahme unterbrochener Denkschritte und Zusammenfassungen erledigter Arbeit.

Stell dir einen Monatsabschluss vor, der am 3. Oktober startet. Sein Prüfzeitraum muss vom 1. bis zum 30. September reichen. Eine sorgfältige Prüfung der ersten Oktobertage würde die falsche Frage beantworten. Deshalb beziehen sich unsere geplanten Abschluss- und Abstimmungsprozesse auf den vorherigen Kalendermonat.

Das Beispiel beschreibt das Verhalten und kein Kundenergebnis. Bei einer fristgebundenen Vorbereitung gilt stattdessen der Zeitraum des zugehörigen Berichts. Ein Quartal darf nicht zum Monat werden, nur weil der Zeitplan im Oktober auslöst. Die Vorbereitung erteilt auch keine Erlaubnis, eine Meldung abzugeben.

Du aktivierst den Zeitplan ausdrücklich. Die Karte zeigt den nächsten Start und lässt dich den Zeitplan ändern oder stoppen. Ob die Planung verfügbar ist, hängt vom Tarifzugang ab. Ein älterer Lauf, der auf einen Menschen wartet, darf nicht als erfolgreich gestarteter neuer Zeitraum gelten. Diese Unterscheidung trifft die Orchestrierung; das Modell muss sie nicht aus dem Gespräch erraten.

Was sollte passieren, wenn ein KI-Agent eine Antwort braucht?

Unser Produktionsstand vom 30. September enthielt Dutzende aktive Workflows, die auf einen Menschen warteten. Die meisten dieser Läufe waren mehr als eine Woche zuvor angelegt worden. Das ist eine Momentaufnahme gespeicherter Läufe. Sie misst weder die Wartezeit jeder Frage noch die Wirkung des Updates.

Sie zeigt eine praktische Schwäche: Eine Aufgabe offen zu halten reicht nicht, wenn eine Antwort sie nicht zuverlässig voranbringt.

Mit dem Update gehört die Antwort zum wartenden Schritt. Eine Antwort direkt auf der Workflow-Karte wird gespeichert, hebt die Blockade dieser Frage auf und erlaubt dem Ablauf, fortzufahren. Eine Antwort im eigenen Chat des Laufs kann nach Ende der Gesprächsrunde denselben Weg nehmen. Stellt diese Runde eine neue Frage, bleibt sie offen. Eine eingegangene Nachricht beweist nicht, dass alle Voraussetzungen erfüllt sind.

Bestimmte Prüfschritte schließen wir außerdem ab, wenn für den Zeitraum keine Transaktionen, Rechnungen oder Eingangsbelege bei Norman angekommen sind. Eine Handvoll Schritte trug dieses Ergebnis bereits in der Momentaufnahme. Das heißt, dass keine Daten zur Prüfung verfügbar waren. Es bedeutet nicht, dass das Unternehmen inaktiv war. Eine fehlende Bankverbindung kann weiterhin Aufmerksamkeit brauchen. Den Unterschied zwischen Warten und Scheitern erklären wir im Beitrag über langlaufende KI-Agenten.

Wie sollte ein unterbrochener KI-Workflow weiterarbeiten?

Ein Denkschritt kann seine ausführende Instanz verlieren, bevor er fertig ist. Die Wiederaufnahme prüft zunächst, ob die Ausführung noch aktiv ist, und gibt erst danach den Schritt für einen neuen Versuch frei. Eine echte Rückfrage bleibt pausiert. Eine als fehlgeschlagen dokumentierte Aktion braucht einen ausdrücklichen Wiederholungsversuch.

Diese Trennung ist besonders wichtig, wenn ein Werkzeug außerhalb des Agenten etwas verändert. Eine externe Anfrage könnte erfolgreich gewesen sein, bevor ihre Antwort verloren ging. Eine Wiederholung könnte dann eine zweite Wirkung auslösen. Gespeicherter Fortschritt beweist nicht, dass sie sicher ist.

Wir schützen dokumentierte Aktionsstarts vor automatischer Wiederholung und unterscheiden sie von unterbrochenen Denkschritten. Das ist keine allgemeine Garantie, dass jede externe Aktion genau einmal stattfindet. Eine solche Garantie hängt vom empfangenden System und von der Prüfung der konkreten Aktion ab. Unser Beitrag über Wiederholungsversuche von KI-Agenten beschreibt diese Grenze genauer.

Der Status sollte zur nächsten Entscheidung führen: antworten, prüfen, erneut versuchen oder weiterarbeiten lassen.

Woran erkennst du, was der Agent erledigt hat?

Ein geplanter Start ist ein Versuch. Ein abgeschlossener Workflow ist ein Ergebnis. Ein abgeschlossener geplanter Lauf kann eine Nachricht mit Zeitraum, Ergebnissen der Schritte und Punkten zur Prüfung erzeugen. Die Wochenübersicht zählt erledigte Workflows, Kategorisierungen, Regelanwendungen und Erinnerungen. Die wöchentliche E-Mail nennt auch Arbeit, die deine Aufmerksamkeit braucht.

Diese Zähler beantworten die Frage: „Was ist während meiner Abwesenheit passiert?“ Sie beweisen weder die Richtigkeit der Buchhaltung noch eine Zeitersparnis. Die geschätzte Zeitersparnis beruht auf festen Annahmen über einzelne Tätigkeiten, nicht auf einer Stoppuhrmessung. Bei einem mit Warnungen abgeschlossenen Workflow müssen die Warnungen weiterhin gelesen werden.

In der Momentaufnahme vom 30. September gab es noch keinen abgeschlossenen Workflow mit dem Auslöser „Zeitplan“. Die Funktion war gerade erst veröffentlicht worden. Daraus bereits einen Leistungsbenchmark abzuleiten oder das Ende menschlicher Wartezeiten zu behaupten, wäre verfrüht.

Eine hilfreiche Zusammenfassung zeigt offene Arbeit neben erledigter Arbeit. Du kannst die E-Mails mit der Wochenübersicht ausschalten.

Was solltest du vor dem Delegieren wiederkehrender Arbeit testen?

Beginne mit einer Aufgabe, deren Zeitraum und Abschlusskriterium du benennen kannst. Teste dann den ganzen Ablauf: Zeitplan einschalten, Zeitraum prüfen, Ausführung unterbrechen, später eine Rückfrage beantworten und das Ergebnis lesen. Nimm einen leeren Zeitraum und eine externe Aktion mit unklarem Ausgang dazu. Eine Vorführung ohne Unterbrechungen sagt wenig darüber aus, ob Delegation funktioniert.

Miss unterschiedliche Ergebnisse getrennt. Hat der richtige Zeitraum begonnen? Hat eine Antwort den richtigen Schritt freigegeben? Blieb eine echte menschliche Blockade bei der Wiederaufnahme bestehen? Waren Warnungen im Ergebnis sichtbar? Die Zahl der Agentenrunden beantwortet diese Fragen nicht.

Als Nächstes brauchen wir einen vergleichbaren Beobachtungszeitraum für abgeschlossene Arbeit und menschliche Eingriffe. Das gestrige Update erlaubt uns, dies zu beobachten.

Ich möchte, dass du die noch offene Entscheidung erkennst, ohne das Gespräch rekonstruieren zu müssen, aus dem sie entstand. Diese Verantwortung muss unsere Orchestrierung jetzt einlösen.