KI-Agenten vs RPA: warum die Zerbrechlichkeit der Punkt ist.

Kurze Antwort

RPA automatisiert eine Aufgabe, indem es die Bildschirme steuert, die eine Person verwenden würde: Es meldet sich mit seinem eigenen Konto an, findet die Schaltfläche über einen Selektor oder ihre Position, gibt in das Feld ein und klickt auf Speichern. Ein KI-Agent automatisiert dieselbe Aufgabe, indem er ein Tool aufruft, das das System für Maschinenaufrufe bereitstellt, mit einem Namen, einer eingegebenen Eingabe und einer Berechtigungsprüfung dahinter. Der Unterschied liegt in der Schnittstelle, und die Schnittstelle entscheidet, wie die Automatisierung reagiert, wenn sich etwas ändert.

RPA bleibt die richtige Wahl, wenn das System überhaupt keine Schnittstelle für Maschinen hat: eine veraltete Desktop-Anwendung, einen Terminalemulator, ein Lieferantenportal, das Sie nicht kontrollieren. Wo ein System seine Aktionen als Tools bereitstellt, ist ein Agent, der sie aufruft, weniger anfällig, handelt unter den Berechtigungen der Person, die er vertritt, und kann Variationen handhaben, für die ein Bot programmiert werden müsste. Die RPA-Anbieter selbst beschreiben Roboter jetzt als eine Ausführungsebene, die von Agenten aufgerufen wird, was das genaue Bild ist.

Was ein Bot tatsächlich tut

Beginnen Sie mit der Architektur, denn der Vergleich von KI-Agenten und RPA wird dadurch entschieden. UiPath, der größte RPA-Anbieter, beschreibt seine Software-Roboter als "menschliche Aktionen bei der Interaktion mit Bildschirmen und Systemen nachahmend", um "wiederholbare, regelbasierte Aufgaben wie das Eingeben von Daten, das Verschieben von Dateien oder das Verarbeiten von Transaktionen" zu bewältigen. Die Desktop-Flows von Microsoft, sein RPA-Produkt innerhalb von Power Automate, sagen dasselbe in mechanischen Begriffen: Sie können "mit der Maschine interagieren, indem Sie UI-Elemente der Anwendung, Bilder oder Koordinaten verwenden", gegen "veraltete Anwendungen wie Terminalemulatoren, moderne Web- und Desktop-Anwendungen, Excel-Dateien und Ordner". Ein Bot kann betreut, neben einer Person am Schreibtisch, oder unbeaufsichtigt, auf einer eigenen Maschine laufen.

Nehmen Sie eine konkrete Aufgabe: die Buchung eines Wareneingangs in ein älteres Bestandsystem, das keine API hat. Der Bot öffnet die Anwendung, navigiert durch das Menü zum Eingangsformular, sucht nach der Bestellung, wechselt in das Mengenfeld für jede Zeile, gibt die Zahl ein und drückt die Speichertaste. Eine Person hat diese Schritte einmal aufgezeichnet; der Bot spielt sie tausendmal schneller und ohne Ziffernvertauschung ab. Für eine stabile Anwendung mit hohem Volumen und ohne andere Zugangswege ist das ein guter Handel, und es hat sich in vielen Finanz- und Betriebsteams amortisiert.

Die Anbieter sagen, wo es passt, und sie haben recht. UiPaths eigene Einordnung ist "hochvolumige, wiederholbare, regelbasierte Aufgaben, insbesondere solche, die mehrere Systeme umfassen": Volumen, Determinismus und Zugriff auf Systeme, die nichts anderes bieten. Ein ehrlicher Vergleich hält diese Punkte auf dem Tisch.

Warum er ausfällt und warum das kein Defekt ist

Ein Bildschirm ist ein Vertrag mit einer Person. Sein Layout, die Beschriftungen, die Tab-Reihenfolge und die Position des Speichern-Buttons sind Versprechen an Augen und einen Zeiger, und keines davon ist einem Computer versprochen. Wenn der Anbieter das Mengenfeld in einen neuen Tab verschiebt, ein Bestätigungs-Pop-up hinzufügt oder ein Menü umbenennt, passt sich die Person in Sekunden an, ohne es zu bemerken. Der Bot scheitert oder, schlimmer noch, gibt die Menge in das falsche Feld ein und speichert. Dieses Versagen sagt nichts über die Kompetenz des RPA-Anbieters aus; die Schnittstelle, die der Bot erhalten hat, zeigt sich.

Die gleiche Einschränkung folgt einem Sprachmodell, wenn es dazu gemacht wird, Bildschirme zu steuern. Anthropics Computer-Nutzung gibt Claude "Screenshot-, Maus- und Tastaturkontrolle über eine Desktop-Umgebung", und es ist wirklich nützlich, wo nichts anderes existiert. Aber die eigene Dokumentation von Anthropic rät davon ab, wo immer eine engere Schnittstelle verfügbar ist, und empfiehlt sein Browser-Tool für Arbeiten, die innerhalb einer Webseite bleiben, und fordert "einen Menschen, um Entscheidungen zu bestätigen, die bedeutende reale Konsequenzen haben könnten", wobei finanzielle Transaktionen darunter fallen. Ein Modell, das einen Bildschirm steuert, erbt die Zerbrechlichkeit des Bildschirms und fügt seine eigene Variabilität hinzu. Das ist die am wenigsten attraktive Kombination der beiden Kategorien, und das ist es, was viele "KI-gestützte RPA"-Angebote ausmacht.

Was ein Agent stattdessen nennt

Ein Agent, der ein für Agenten entwickeltes Geschäftssystem betreibt, sieht niemals einen Bildschirm. Er fragt das System, was er tun darf, und erhält eine Liste von Werkzeugen, jedes mit einem Namen, einer Beschreibung, die für das Modell geschrieben wurde, einem Schema für seine Eingaben und optionalen Anmerkungen, die angeben, ob es nur liest, ob es Daten zerstören kann und ob es sicher ist, es zweimal aufzurufen. Das Model Context Protocol standardisiert diesen Austausch: Der Client sendet eine Anfrage zur Auflistung der Werkzeuge, das Modell wählt eines aus, der Client ruft es mit typisierten Argumenten auf, und der Server führt es aus und gibt ein Ergebnis zurück. Die Spezifikation verlangt von Servern, dass sie "alle Werkzeug-Eingaben validieren" und "angemessene Zugriffskontrollen implementieren", und sagt den Clients, dass sie "die Nutzung der Werkzeuge zu Prüfungszwecken protokollieren" sollen. Hier ist die Form eines solchen Werkzeugs, das den zuvor erwähnten Wareneingang verwendet.

{
  "name": "receiveStock",
  "description": "Book goods received against a purchase order into a warehouse location. Fails if the order is closed or the caller cannot receive at that location.",
  "inputSchema": {
    "type": "object",
    "properties": {
      "order_ref": { "type": "string", "description": "Purchase order reference" },
      "location_id": { "type": "string", "description": "Warehouse location to receive into" },
      "lines": {
        "type": "array",
        "items": {
          "type": "object",
          "properties": {
            "sku": { "type": "string" },
            "quantity": { "type": "integer", "minimum": 1 }
          },
          "required": ["sku", "quantity"]
        }
      }
    },
    "required": ["order_ref", "lines"]
  },
  "annotations": { "readOnlyHint": false, "destructiveHint": false, "idempotentHint": false }
}

Eine MCP-Werkzeugdefinition in der Form, die die Spezifikation beschreibt, für denselben Wareneingang, in den der Bot in ein Formular eingetippt hat. Die Feldnamen sind illustrativ; der Punkt ist, dass ein Werkzeug ein Vertrag ist, und ein Vertrag kann in einer Weise versioniert, validiert und berechtigt werden, wie es ein Bildschirm nicht kann.

Vergleichen Sie, was bei einer Änderung passiert. Der Anbieter gestaltet den Bildschirm für die Belege neu: der Bot bricht, das Werkzeug bleibt unberührt. Der Anbieter fügt dem Werkzeug ein erforderliches Feld hinzu: das ist eine versionierte Änderung eines veröffentlichten Vertrags, die in der Werkzeugliste angekündigt wird, und der Agent liest das neue Schema bei seinem nächsten Aufruf. Vergleichen Sie die Identität. Der Bot meldet sich als Dienstkonto mit dem Zugriff an, den ihm jemand vor Jahren gegeben hat. Der Agent ruft das Werkzeug als die Person auf, die er repräsentiert, und die Berechtigungsprüfung erfolgt innerhalb des Werkzeugs, bei jedem Aufruf, gegen die Rolle dieser Person.

Deterministisch versus probabilistisch: der Handel, den niemand verbergen sollte

Es gibt Kosten auf der Agentenseite, und die RPA-Anbieter geben dies in ihrer eigenen Agentendokumentation genau an: Roboter "folgen strukturierten Logiken und festen Regeln", während Agenten "einen probabilistischen Ansatz verfolgen, um Entscheidungen basierend auf Mustern und Echtzeitdaten zu treffen". Ein Bot, der die gleichen Schritte wiederholt, gibt für die gleiche Eingabe dasselbe Ergebnis und kann bewiesen werden. Ein Agent, der die gleiche Absicht hat, wählt einen verteidigbaren Weg, normalerweise denselben, nicht immer. Für einen regulierten Schritt, bei dem Wiederholbarkeit nachgewiesen werden muss, oder für eine Million identische Transaktionen pro Monat ist die deterministische Option die bessere Wahl, und etwas anderes zu sagen, wäre irreführend.

Der Vorteil des Agenten beschränkt sich auf Variationen. Wenn der Beleg nicht mit der Bestellung übereinstimmt, wenn der Lieferant zwei Lieferungen gegen eine Zeile gesendet hat, wenn die Menge plausibel, aber die Einheit falsch ist, hat der Bot keinen Zweig dafür und stoppt oder macht selbstbewusst das Falsche. Der Agent liest die Abweichung, überprüft die Bestellung, bucht, was übereinstimmt, und fragt eine Person nach dem Rest. Das ist die Arbeit, die früher eine Warteschlange von Ausnahmen auf jemandes Schreibtisch war, und es ist die Arbeit, für die ein Agent da ist.

Greifen Sie zu RPA, wenn, greifen Sie zu einem Agenten, wenn

Frage	Greifen Sie nach RPA	Greifen Sie nach einem Agenten
Bietet das System Aktionen für Maschinen an?	Nein: nur Bildschirme, eine veraltete Desktop-Anwendung, ein Terminal	Ja: eine API oder ein MCP-Server mit typisierten Werkzeugen
Kontrollieren Sie das System?	Nein, und das wird sich für Sie nicht ändern	Ja, oder der Anbieter veröffentlicht und versioniert seine Werkzeuge
Wie stark variiert die Aufgabe?	Sehr wenig: die gleichen Felder in der gleichen Reihenfolge	Jeder Fall erfordert Lesen und eine Beurteilung
Muss die gleiche Eingabe immer die gleiche Ausgabe liefern?	Ja, und Sie müssen in der Lage sein, dies zu beweisen	Ein nachvollziehbares Ergebnis mit einem vollständigen Protokoll ist ausreichend
In wessen Namen handelt es?	Ein Dienstkonto mit eigenem Login	Die Person, die es vertritt, unter ihren Berechtigungen
Was bricht es?	Ein verschobenes Feld, ein umbenanntes Menü, ein unerwarteter Pop-up	Ein geänderter Tool-Vertrag, der versioniert und angekündigt wird
Volumen und Kosten pro Ausführung	Sehr hohes Volumen bei nahezu null Kosten pro Ausführung	Moderates Volumen mit einem Modellaufruf pro Ausführung
Wohin Ausnahmen gehen	An eine Person, als fehlgeschlagene Ausführung	Der Agent gleicht ab, was er kann, und fragt nach dem Rest

Die erste Zeile entscheidet die meisten Fälle. Alles andere in der Tabelle folgt daraus, ob das System mit einem Maschinenaufruf im Hinterkopf entwickelt wurde.

Beide nutzen und was das zugrunde liegende System entscheidet

Das Muster, das die Anbieter jetzt beschreiben und das in der Praxis funktioniert, ist, dass der Agent entscheidet und der Bot auf Systemen, die nichts anderes haben, ausführt. UiPath beschreibt es so, dass Roboter "eine ergänzende Rolle im Ausführungsstapel" neben Agenten spielen. In diesem Arrangement ist der Bot eines der Werkzeuge des Agenten: eine verpackte, deterministische Aktion gegen einen Legacy-Bildschirm, wobei der Agent dafür verantwortlich ist, zu entscheiden, wann er ihn aufruft, und dafür, was der Bot zurückgibt, zu behandeln. Im Laufe der Zeit ziehen sich die Bots nacheinander zurück, während die Systeme hinter ihnen eigene Werkzeuge gewinnen, und auf der Agentenseite muss sich nichts ändern, wenn sie dies tun.

Das bringt die Entscheidung zurück zum Geschäftssystem. Sois ist so aufgebaut, dass der Bot dagegen nie benötigt wird: Ein Arbeitsbereich ist ein MCP-Server, jede Aktion, die eine Person ausführen kann, wird als benanntes Werkzeug bereitgestellt, und der Agent, den Sie bereits verwenden, Claude, ChatGPT oder ein beliebiger MCP-Client, verbindet sich, indem er die Arbeitsbereichsadresse hinzufügt und sich einmal anmeldet. Werkzeuge werden vor dem Agenten nach der Rolle der Person gefiltert und beim Ausführen erneut überprüft, sodass der Zugriff geschlossen fehlschlägt; die Ausgaben sind pro Integration begrenzt; jeder Aufruf wird mit seinen Eingaben und seinem Ergebnis protokolliert. Wo Sie weiterhin ein Legacy-System daneben betreiben, bleibt der Bot auf diesem System, und der Agent behandelt es als ein weiteres Werkzeug.

Wenn Ihr Kernsystem nur Bildschirme hat, ist RPA die Brücke, und es gibt keinen Grund zur Scham. Die entscheidende Frage ist, ob das nächste System, das Sie kaufen, eines benötigen wird.

Fragen, die Menschen stellen

Ist RPA obsolet, jetzt wo es KI-Agenten gibt?

Nein. Für hochvolumige, regelbasierte Arbeiten gegen Systeme, die nichts als einen Bildschirm bereitstellen, ist ein Bot immer noch die kostengünstigste deterministische Option, und die RPA-Anbieter positionieren ihre Roboter jetzt als die Ausführungsschicht, auf die Agenten zugreifen. Was sich geändert hat, ist, dass Systeme, die mit typisierten Werkzeugen gebaut wurden, keinen Bot mehr benötigen.

Kann ein KI-Agent einen Bildschirm so steuern wie ein RPA-Bot?

Ja. Die Computernutzung von Anthropic gibt Claude Screenshot-, Maus- und Tastaturkontrolle, und es ist nützlich, wo keine engere Schnittstelle existiert. Es erbt die Zerbrechlichkeit des Bildschirms und fügt die Variabilität des Modells hinzu, und die Anleitung von Anthropic ist, engere Werkzeuge zu bevorzugen, wo verfügbar, und eine Person zu haben, die folgenschwere Aktionen bestätigt.

Ist RPA günstiger als ein KI-Agent?

Pro Ausführung in der Regel: Ein Bot spielt aufgezeichnete Schritte zu nahezu null Grenzkosten ab, während ein Agent jedes Mal einen Modellaufruf kostet. Der Vergleich ändert sich, wenn Sie die Wartung berücksichtigen, die jede Bildschirmänderung dem Bot auferlegt, und die Ausnahmen, die der Bot nicht bewältigen kann, die immer noch auf eine Person fallen.

Können RPA-Bots und KI-Agenten zusammenarbeiten?

Ja, und dies ist das Muster, das die Anbieter beschreiben. Der Agent liest, entscheidet und ruft Werkzeuge auf; wo ein System keine Werkzeuge hat, führt ein als deterministische Aktion verpackter Bot die Ausführung auf diesem Bildschirm durch. Wenn Systeme eigene Werkzeuge gewinnen, ziehen sich die Bots zurück, ohne den Agenten zu ändern.

Quellen

UiPath: Was ist robotergestützte Prozessautomatisierung? die eigene Definition des Anbieters für RPA, die Aufgaben, für die es geeignet ist, und Roboter als ergänzende Ausführungsebene für Agenten
Microsoft Learn: Einführung in Desktop-Workflows RPA in Power Automate: UI-Elemente, Bilder oder Koordinaten, gegen Legacy- und moderne Anwendungen
Anthropic: Computer-Nutzungstool Bildschirmsteuerung für Claude, seine angegebenen Grenzen und die Anleitung zur Bestätigung folgenreicher Aktionen
Model Context Protocol-Spezifikation: Werkzeuge Tool-Definitionen, Anmerkungen, Entdeckung und Anrufnachrichten sowie die Sicherheitsanforderungen an Server und Clients

Dieser Artikel wird überprüft, wenn sich die beschriebenen Produkte ändern. Nächste geplante Überprüfung: 4. Dezember 2026.

KI-Agenten vs RPA