KI Agenten erstellen ohne Code: So baust du eigene KI-Pipelines (2026)

Du willst KI Agenten erstellen, die nicht nur antworten, sondern selbstständig arbeiten – Dateien lesen, Code schreiben, Daten speichern und ihr Ergebnis prüfen? Genau das zeigen wir in diesem Leitfaden. Du brauchst dafür keine Programmierkenntnisse, sondern nur ein klares Ziel und den Pipeline-Editor.

Die meisten KI-Werkzeuge haben einen festen Ablauf: Du schreibst, eine KI antwortet. In AICODESIT kannst du diesen Ablauf selbst gestalten. Du verbindest Agenten, Werkzeuge und Prüfschritte auf einer Fläche zu deiner eigenen KI-Pipeline.

Was ist ein KI-Agent?

Ein KI-Agent ist mehr als ein Chatbot. Ein Chatbot beantwortet eine Frage und ist fertig. Ein Agent bekommt ein Ziel und arbeitet in mehreren Schritten darauf hin. Er entscheidet selbst, welches Werkzeug er als Nächstes nutzt, wertet das Ergebnis aus und macht weiter, bis die Aufgabe erledigt ist.

Ein Beispiel: Du sagst „Füge auf der Website ein Kontaktformular hinzu, das Anfragen speichert“. Ein Agent liest dann zuerst die vorhandenen Dateien, legt eine Datenbanktabelle an, schreibt das Formular, bindet es an und prüft, ob alles funktioniert.

Anthropic beschreibt in seinem viel beachteten Artikel Building effective agents, welche Muster sich in der Praxis bewährt haben. Ein zentraler Punkt: Einfache, gut abgestimmte Abläufe schlagen oft komplizierte Systeme.

Warum du eigene KI Agenten erstellen solltest

Eine einzelne KI, die alles macht, stößt schnell an Grenzen. Sie vergisst Details, prüft ihre Arbeit nicht oder hört zu früh auf. Wenn du eigene KI Agenten erstellen kannst, löst du diese Probleme gezielt.

• Spezialisierung: Jeder Agent hat eine klare Rolle, zum Beispiel Planer, Entwickler oder Prüfer.
• Qualität: Ein eingebauter Prüfschritt fängt Fehler ab, bevor sie dich erreichen.
• Kosten: Günstige Modelle für einfache Schritte, starke Modelle nur dort, wo sie nötig sind.
• Kontrolle: Du entscheidest, welche Werkzeuge ein Agent nutzen darf.
• Wiederholbarkeit: Eine gute Pipeline liefert immer wieder zuverlässige Ergebnisse.

Die Bausteine einer KI-Pipeline

Im Pipeline-Editor verbindest du Bausteine mit Linien. Es gibt vier Arten:

• Eingabe: die Nachricht des Nutzers, der Startpunkt jeder Pipeline.
• Agent: ein KI-Modell mit eigener Rolle und Anweisung.
• Werkzeuge: was ein Agent tun darf – Dateien lesen, schreiben und bearbeiten, Befehle ausführen, die Datenbank nutzen, im Web suchen.
• Schleifen: Linien, die zurückführen, damit ein Agent so lange arbeitet, bis seine Aufgabe erledigt ist.

Aus diesen vier Bausteinen entstehen sehr unterschiedliche Abläufe – vom einfachen Helfer bis zum Team aus mehreren spezialisierten Agenten.

Deinen ersten KI Agenten erstellen in 5 Schritten

1. Pipeline-Editor öffnen: Öffne in deinem Projekt den Editor. Du siehst eine leere Fläche mit einem Eingabe-Baustein.
2. Agent hinzufügen: Ziehe einen Agenten auf die Fläche und verbinde ihn mit der Eingabe.
3. Rolle schreiben: Gib dem Agenten eine klare Anweisung, zum Beispiel: „Du bist Entwickler für dieses Projekt. Arbeite in kleinen Schritten und prüfe jede Änderung.“
4. Werkzeuge verbinden: Füge einen Werkzeug-Baustein hinzu, verbinde ihn mit dem Agenten und ziehe eine Linie zurück zum Agenten. Wähle die Werkzeuge aus, die er nutzen darf.
5. Modell wählen: Lege fest, welches KI-Modell der Agent verwendet.

Schon hast du einen funktionierenden Agenten. Schreibe ihm eine Aufgabe und beobachte im Chat, wie er Schritt für Schritt arbeitet.

Beim ersten Lauf lohnt es sich, genau hinzusehen. Welche Dateien liest der Agent?

Welche Werkzeuge ruft er auf? Wo zögert er? Diese Beobachtungen helfen dir, die Rolle und die Werkzeuge später gezielt anzupassen.

Werkzeuge: was deine KI Agenten tun dürfen

Werkzeuge sind die Hände deiner Agenten. Ohne Werkzeuge kann ein Agent nur reden.

Mit Werkzeugen kann er handeln. Moderne Modelle nutzen dafür echte Werkzeug-Aufrufe: Die KI ruft gezielt eine Funktion auf, und das Ergebnis kommt strukturiert zurück. Wie das technisch funktioniert, erklärt die Dokumentation von OpenAI zu Function Calling.

In AICODESIT stehen unter anderem diese Werkzeuge zur Verfügung:

• Gather: Dateien auflisten und den Code durchsuchen.
• Read: Dateien lesen, auf Wunsch nur bestimmte Zeilen, mit Zeilennummern.
• Write und Edit: Dateien anlegen oder gezielt einzelne Stellen ändern.
• Bash: Befehle im Projektordner ausführen, in einer abgeschotteten Umgebung ohne Internet.
• Database: Tabellen anlegen, Daten lesen und schreiben, Zugriffsregeln setzen und die gesamte Datenbank durchsuchen.
• Fetch und Search: Webseiten lesen und im Internet suchen.

Im Chat siehst du jeden Werkzeug-Aufruf mit seinem Ergebnis. Nichts passiert im Verborgenen.

Sicherheit: wie Agenten geschützt arbeiten

Wenn du KI Agenten erstellen lässt, die Befehle ausführen und Daten ändern, ist Sicherheit entscheidend. Deshalb sind in AICODESIT mehrere Schutzschichten eingebaut:

• Abgeschottete Befehle: Befehle laufen in einer isolierten Umgebung ohne Netzwerkzugriff. Ein Agent kann weder andere Projekte noch den Server erreichen.
• Nur das eigene Projekt: Jeder Agent sieht ausschließlich die Dateien und die Datenbank seines Projekts.
• Private Tabellen: Neue Datenbanktabellen sind privat, bis der Agent den Zugriff gezielt freigibt. Die Grundlage ist die Row Level Security von PostgreSQL.
• Schutz vor Unfällen: Löschen oder Ändern ohne Filter wird abgelehnt, damit nicht versehentlich alle Daten verschwinden.
• Sichere Webzugriffe: Interne Adressen des Servers sind für die Werkzeuge gesperrt.

Bewährte Muster: so kombinierst du mehrere Agenten

Muster 1: Entwickler und Prüfer.
Der Entwickler setzt die Anfrage um.

Der Prüfer kontrolliert das Ergebnis. Ist etwas offen, schickt er den Entwickler über eine Schleife mit einer konkreten Anweisung zurück. So entstehen weniger halbfertige Ergebnisse.

Muster 2: Planer und Umsetzer.
Ein Planer zerlegt große Aufgaben in kleine Schritte. Ein Umsetzer arbeitet sie nacheinander ab. Das hilft besonders bei umfangreichen Änderungen.

Muster 3: Rechercheur und Autor.
Ein Agent sucht im Web nach aktuellen Informationen, ein zweiter schreibt daraus Texte für die Website. So bleiben Inhalte aktuell und belegt.

Muster 4: Sub-Agenten für Teilaufgaben.
Ein Haupt-Agent startet bei Bedarf kleine Helfer, die eine einzelne Aufgabe erledigen und das Ergebnis zurückmelden. Das hält den Haupt-Agenten übersichtlich.

Agenten nach Zeitplan arbeiten lassen

Manche Aufgaben sollen regelmäßig laufen: jeden Morgen neue Anfragen zusammenfassen, jede Stunde Daten abgleichen, jeden Montag einen Bericht erstellen. Dafür gibt es das Zeitplan-Werkzeug.

Ein Agent schreibt zuerst eine Funktion für dein Projekt und plant sie dann ein, zum Beispiel „jeden Werktag um 9 Uhr deutscher Zeit“. Die Zeitzone wird korrekt berücksichtigt, inklusive Sommer- und Winterzeit. Die Zeitzonen-Namen folgen dem internationalen Standard der IANA-Zeitzonen-Datenbank.

Kosten im Blick, auch bei vielen Agenten

Mehrere Agenten bedeuten mehrere KI-Aufrufe. Damit die Kosten trotzdem planbar bleiben, zeigt AICODESIT nach jedem Schritt im Chat, was er gekostet hat. Eine Budget-Anzeige zeigt dein restliches Guthaben.

• Passende Modelle wählen: Für Planung und Prüfung reicht oft ein schnelles, günstiges Modell.
• Schleifen begrenzen: Lege fest, wie oft ein Agent höchstens zurückgeschickt werden darf.
• Sauberer Stopp: Ist das Guthaben aufgebraucht, startet keine neue teure Anfrage.

Mehr zur Abrechnung erklären wir im Ratgeber zu KI-Website Kosten.

Praxisbeispiel: Ein Agenten-Team für einen Online-Shop

Lena verkauft handgemachte Keramik über einen kleinen Online-Shop. Neue Produkte einzustellen, Texte zu schreiben und Bestände zu pflegen kostet sie jede Woche Stunden. Sie beschließt, eigene KI Agenten zu erstellen, die ihr diese Arbeit abnehmen.

Ihre Pipeline besteht aus drei Agenten:

1. Produkt-Agent: Er bekommt Foto-Links und Stichpunkte, legt das Produkt in der Datenbank an und schreibt eine ansprechende Beschreibung.
2. SEO-Agent: Er ergänzt Titel, Beschreibung und Alternativtexte für jedes neue Produkt.
3. Prüfer: Er kontrolliert, ob Preis, Bestand und Kategorie stimmen, und schickt bei Fehlern den Produkt-Agenten zurück.

Lena schreibt jetzt nur noch: „Neue Vase ‚Morgentau‘, 24 cm, blau glasiert, 49 Euro, 5 Stück, Fotos: …“. Die Pipeline erledigt den Rest. Ein Zeitplan prüft zusätzlich jeden Abend die Bestände und meldet Produkte, die bald ausverkauft sind.

Das Ergebnis: Ein neues Produkt ist in wenigen Minuten online, und Lena hat mehr Zeit für ihre Werkstatt.

Schleifen und Abbruchbedingungen verstehen

Schleifen sind das, was einen Agenten von einer einfachen Antwort unterscheidet. Eine Linie vom Werkzeug-Baustein zurück zum Agenten bedeutet: Nach jedem Werkzeug-Aufruf bekommt der Agent das Ergebnis und darf weiterarbeiten.

Damit eine Schleife nicht endlos läuft, gibt es drei Mechanismen:

• Natürliches Ende: Der Agent antwortet ohne weiteren Werkzeug-Aufruf, weil die Aufgabe erledigt ist.
• Abbruchwort: Ein Prüfer antwortet mit einem vereinbarten Wort wie FERTIG, und die Pipeline endet.
• Maximale Runden: Du legst fest, wie oft eine Schleife höchstens durchlaufen werden darf.

Im Pipeline-Editor siehst du während eines Laufs, wie viele Runden eine Schleife schon gedreht hat. So erkennst du schnell, ob ein Agent sich festgefahren hat.

KI Agenten vs. klassische Automatisierung

Vielleicht nutzt du bereits Automatisierungswerkzeuge, die Aktionen nach festen Regeln verbinden: Wenn ein Formular abgeschickt wird, schicke eine E-Mail. Solche Regeln sind zuverlässig, aber starr.

KI-Agenten sind flexibler. Sie verstehen Aufgaben in normaler Sprache, entscheiden selbst über die nächsten Schritte und kommen auch mit unerwarteten Situationen zurecht. Dafür brauchen sie klare Rollen und Grenzen.

Die beste Lösung ist oft eine Kombination: Feste Abläufe für wiederkehrende, einfache Aufgaben, Agenten für alles, was Verständnis und Entscheidungen braucht. Wenn du KI Agenten erstellen willst, frage dich deshalb immer: Braucht diese Aufgabe wirklich Intelligenz, oder reicht eine einfache Regel?

6 Ideen für deine ersten KI-Agenten

• Content-Agent: Schreibt Blogartikel aus Stichpunkten und legt sie direkt als Seite an.
• Support-Agent: Fasst eingehende Kontaktanfragen täglich zusammen und schlägt Antworten vor.
• Daten-Agent: Durchsucht die Datenbank nach Auffälligkeiten, etwa doppelten Einträgen oder fehlenden Angaben.
• Übersetzungs-Agent: Erstellt aus deutschen Seiten englische Versionen und hält sie aktuell.
• Recherche-Agent: Sucht im Web nach Neuigkeiten aus deiner Branche und erstellt eine Wochenübersicht.
• Qualitäts-Agent: Prüft nach jeder Änderung, ob die Seite noch fehlerfrei lädt.

Starte mit einer dieser Ideen, teste sie mit kleinen Aufgaben und baue sie dann aus.

Wichtig ist, dass jeder Agent eine einzige, klar umrissene Aufgabe hat. Dann lässt er sich leicht testen, verbessern und mit anderen Agenten kombinieren.

Gute Anweisungen für deine Agenten

Die Rolle, die du einem Agenten gibst, bestimmt maßgeblich sein Verhalten. Gute Anweisungen sind kurz, eindeutig und enthalten ein klares Ende.

Beispiel Entwickler: „Du bist Entwickler für dieses Projekt. Lies zuerst die betroffenen Dateien. Ändere nur, was für die Aufgabe nötig ist. Wenn alles erledigt ist, fasse in zwei Sätzen zusammen, was du geändert hast.“

Beispiel Prüfer: „Du prüfst die Arbeit des Entwicklers. Vergleiche das Ergebnis mit der ursprünglichen Anfrage. Wenn etwas fehlt, beschreibe genau, was noch zu tun ist. Wenn alles passt, antworte nur mit FERTIG.“

Ein klares Signal wie „FERTIG“ hilft der Pipeline zu erkennen, wann die Schleife enden soll.

Achte außerdem darauf, dass sich die Rollen nicht überschneiden. Der Entwickler entwickelt, der Prüfer prüft. Wenn der Prüfer selbst anfängt, Code zu ändern, verlierst du den Vorteil des zweiten Blicks.

Hilfreich ist auch ein Satz zur Arbeitsweise, zum Beispiel: „Arbeite in kleinen Schritten und prüfe nach jedem Schritt das Ergebnis.“ Agenten, die so angeleitet werden, machen weniger große Fehler und lassen sich leichter nachvollziehen.

Häufige Fehler beim KI Agenten erstellen

• Zu viele Werkzeuge: Gib jedem Agenten nur die Werkzeuge, die er wirklich braucht.
• Unklare Rollen: Zwei Agenten mit ähnlichen Aufgaben behindern sich gegenseitig.
• Kein Ende definiert: Ohne klares Abbruchsignal laufen Schleifen unnötig lange.
• Teure Modelle überall: Nicht jeder Schritt braucht das stärkste Modell.
• Keine Tests: Probiere neue Pipelines mit kleinen Aufgaben aus, bevor du sie für Wichtiges einsetzt.

Das richtige Modell für jeden Agenten

Wer KI Agenten erstellen will, trifft eine wichtige Entscheidung bei der Modellwahl. Nicht jeder Agent braucht das stärkste und teuerste Modell. Eine gute Faustregel:

• Planen, Zusammenfassen, Prüfen: schnelle, günstige Modelle reichen meist aus.
• Komplexer Code, Datenbank-Logik, schwierige Fehler: hier lohnt sich ein stärkeres Modell.
• Einfache Texte und Übersetzungen: oft genügen kostenlose Modelle.

AICODESIT bietet eine große Auswahl an Modellen verschiedener Anbieter. Ab dem Basic-Plan kannst du außerdem eigene API-Schlüssel verwenden und die KI direkt beim Anbieter bezahlen.

Probiere für jeden Agenten zuerst ein günstiges Modell aus. Erst wenn die Ergebnisse nicht reichen, wechselst du zu einem stärkeren. So findest du schnell die beste Balance aus Qualität und Kosten.

So testest und verbesserst du deine KI Agenten

Eine Pipeline ist selten beim ersten Versuch perfekt. Plane deshalb eine kurze Testphase ein, bevor du deine KI Agenten für wichtige Aufgaben einsetzt.

1. Kleine Testaufgabe: Beginne mit einer überschaubaren Aufgabe, deren Ergebnis du leicht prüfen kannst.
2. Ablauf beobachten: Im Chat siehst du jeden Werkzeug-Aufruf. Achte darauf, ob der Agent sinnvolle Schritte wählt.
3. Anweisungen schärfen: Macht ein Agent immer denselben Fehler, ergänze seine Rolle um eine klare Regel.
4. Werkzeuge reduzieren: Nutzt ein Agent ein Werkzeug, das er nicht braucht, nimm es ihm weg.
5. Kosten vergleichen: Prüfe nach jedem Test, was der Lauf gekostet hat, und optimiere die Modellwahl.

Nach zwei oder drei Runden hast du eine Pipeline, die zuverlässig arbeitet. Speichere sie und verwende sie für ähnliche Aufgaben wieder.

Grenzen von KI-Agenten

So leistungsfähig Agenten sind, sie ersetzen nicht dein Urteil. Sie können Anweisungen missverstehen, falsche Annahmen treffen oder bei unklaren Aufgaben in die falsche Richtung laufen.

Deshalb gilt: Wichtige Änderungen immer prüfen, bevor sie live gehen. Und wenn du KI Agenten erstellen lässt, die mit echten Kundendaten arbeiten, gib ihnen nur genau die Rechte, die sie für ihre Aufgabe brauchen.

Von der Idee zur Pipeline: ein einfacher Planungsbogen

Bevor du im Editor die ersten Bausteine verbindest, hilft eine kurze Planung auf Papier. Beantworte für jede neue Pipeline diese fünf Fragen:

1. Was ist das Ziel? Ein Satz, der beschreibt, was am Ende fertig sein soll.
2. Welche Teilschritte gibt es? Liste sie der Reihe nach auf. Jeder größere Teilschritt kann ein eigener Agent werden.
3. Welche Werkzeuge braucht jeder Schritt? Lesen, Schreiben, Datenbank, Web, Befehle?
4. Wer prüft das Ergebnis? Ein eigener Prüfer oder eine klare Regel am Ende.
5. Wann ist Schluss? Das Abbruchsignal und die maximale Zahl der Runden.

Mit diesen Antworten ist das Bauen im Editor in wenigen Minuten erledigt. Die meisten Probleme mit Agenten entstehen, weil eine dieser Fragen vorher nicht beantwortet wurde.

Wann lohnt es sich, eigene KI Agenten zu erstellen?

Eigene Agenten lohnen sich vor allem bei Aufgaben, die sich wiederholen, mehrere Schritte haben und etwas Verständnis brauchen. Typische Beispiele sind das Pflegen von Inhalten, das Auswerten von Anfragen oder das Prüfen von Daten.

Für einmalige, kleine Änderungen reicht dagegen meist der normale Chat. Die Faustregel: Wenn du dieselbe Art von Aufgabe mehr als dreimal pro Woche erledigst, lohnt sich eine eigene Pipeline.

Welcher Plan für den Pipeline-Editor?

Der Pipeline-Editor zum Erstellen und Bearbeiten eigener Agenten-Abläufe ist ab dem Basic-Plan enthalten (20 $ im Monat, mit 20 $ KI-Guthaben). Pro (50 $) und Max (100 $) bieten mehr Projekte, mehr veröffentlichte Websites und mehr KI-Guthaben. Alle Details auf der Preisseite.

FAQ: KI Agenten erstellen

Muss ich programmieren können, um KI Agenten zu erstellen?
Nein. Pipelines baust du visuell, die Anweisungen an die Agenten schreibst du in normaler Sprache.

Kann ich verschiedene KI-Modelle mischen?
Ja. Jeder Agent kann ein eigenes Modell nutzen, etwa ein günstiges für die Planung und ein stärkeres für die Umsetzung.

Sind meine Daten sicher?
Agenten arbeiten nur im eigenen Projekt, Befehle laufen abgeschottet ohne Internet, und neue Tabellen sind standardmäßig privat.

Was kostet es, KI Agenten zu erstellen?
Der Pipeline-Editor ist ab dem Basic-Plan enthalten. Die laufenden Kosten hängen von der Zahl der KI-Aufrufe und den gewählten Modellen ab; jeder Schritt zeigt seine Kosten im Chat.

Können Agenten im Internet recherchieren?
Ja, mit den Werkzeugen für Websuche und Webseiten-Abruf. Befehle im Projektordner haben dagegen bewusst keinen Internetzugang.

Wie viele Agenten sollte eine Pipeline haben?
So wenige wie möglich. Zwei gut abgestimmte Agenten sind meist besser als fünf, die sich gegenseitig im Weg stehen.

Fazit

Eigene KI Agenten erstellen ist heute ohne Code möglich. Mit dem Pipeline-Editor verbindest du Agenten, Werkzeuge und Prüfschritte zu einem Ablauf, der zuverlässig und nachvollziehbar arbeitet.

Beginne mit einem einfachen Entwickler-Agenten, füge einen Prüfer hinzu und erweitere die Pipeline Schritt für Schritt. Jetzt starten und deinen ersten KI-Agenten bauen.

---

Weiterlesen: Website mit KI erstellen · KI-Website Kosten · Lovable Alternativen · How the pipeline editor works (English)