Ein Custom Agent ist ein KI-Agent, der für die spezifischen Workflows, Datenstrukturen und Ausgabeanforderungen eines Unternehmens entwickelt wird. Das Sprachmodell darunter — Claude, GPT-4, Llama — ist dieselbe austauschbare Technologie, die jeder Agent verwendet. Was ihn maßgeschneidert macht, ist die Integrationsschicht, die Workflow-Logik und die Genehmigungskontrollen, die speziell für die Arbeitsweise dieses Unternehmens entwickelt wurden. Off-the-Shelf-Agenten decken 80% der Anwendungsfälle gut ab. Custom Agents sind für Unternehmen gebaut, bei denen die verbleibenden 20% die entscheidenden sind.

Eine HR-Beratung deployt einen Off-the-Shelf-Agent für das Kunden-Onboarding. Der Agent funktioniert — meistens. Aber der Genehmigungsablauf der Firma hat drei Stufen, nicht zwei. Das Kundendatenformat passt nicht zu den Annahmen des Agents über Feldnamen. Ausgaben gehen an ein individuelles CRM, zu dem das Tool keine native Verbindung hat. Jede Lücke bekommt einen Workaround. Nach drei Monaten verbringt das Team mehr Zeit mit der Verwaltung der Workarounds, als es durch die Automatisierung eingespart hat. Ein Custom Agent wäre von Anfang an für diese drei Anforderungen entwickelt worden.

Was ist ein Custom Agent?

Ein Custom Agent ist ein KI-Agent, der für die spezifischen Workflows, Datenstrukturen und Ausgabeanforderungen eines Unternehmens entwickelt wurde. Off-the-Shelf-Agenten wie OpenClaw oder Hermes sind für breite Anwendungsfälle konzipiert — sie funktionieren gut, wenn Ihr Workflow zu den Annahmen passt, auf denen sie aufgebaut wurden. Ein Custom Agent wird entwickelt, wenn diese Annahmen nicht passen.

Das Sprachmodell, das einen Custom Agent antreibt — Claude, GPT-4, Llama — ist austauschbar. Jeder Off-the-Shelf-Agent nutzt dieselben Modelle. Die Integrationsarbeit, die Workflow-Logik, die Genehmigungsebene und das Ausgabe-Routing machen einen Agenten maßgeschneidert. Diese Arbeit ist für jedes Unternehmen unterschiedlich.

Ein Custom Agent bedeutet nicht, ein neues KI-Modell zu entwickeln. Es bedeutet, die Schicht zwischen dem Modell und den spezifischen Geschäftsprozessen aufzubauen.

Vergleichstabelle: Off-the-Shelf-Agenten vs. Custom Agents — Ausgangspunkt, was bricht wenn es nicht
Die Lücke zwischen dem, was ein Tool voraussetzt, und dem, was Ihr Workflow erfordert, ist der Ort, an dem versteckte Kosten entstehen.

Was macht einen Agenten „maßgeschneidert"?

Das Modell macht einen Agenten nicht maßgeschneidert. Jeder Agent — Off-the-Shelf oder zweckgebaut — nutzt dieselben zugrundeliegenden Sprachmodelle.

Ein Custom Agent ist kein anderes KI-Modell. Es ist die Integrationsschicht, die Workflow-Logik und die Genehmigungskontrollen, die speziell für Ihr Unternehmen entwickelt wurden. Das Modell ist austauschbar. Alles, was darum herum gebaut wird, macht ihn maßgeschneidert.

KomponenteOff-the-ShelfCustom
SprachmodellGemeinsame Commodity (GPT-4, Claude, Llama)Dieselbe Commodity — gleiche Modelle
IntegrationenVorgefertigt für gängige ToolsEntwickelt für Ihre spezifischen Tools
Workflow-LogikGenerisch — deckt gängige Muster abFür Ihren genauen Entscheidungsfluss kodiert
GenehmigungskontrollenKonfigurierbar innerhalb der Tool-GrenzenFür Ihre Oversight-Anforderungen konzipiert
AusgabeformatStandard — angenommenes Format des ToolsEntspricht genau Ihrem nachgelagerten System
DatenverarbeitungNimmt Standard-Feldnamen und -strukturen anBasiert auf Ihrem tatsächlichen Datenmodell

Custom vs. Off-the-Shelf: Entscheidungshilfe

Die Entscheidung basiert nicht auf Präferenzen. Sie hängt davon ab, ob die Annahmen des Tools mit Ihrem Workflow übereinstimmen.

SignalOff-the-Shelf ist die richtige WahlCustom Build ist die richtige Wahl
GenehmigungsflussStandard 1–2-Stufen-Genehmigung3+ Stufen oder konditionales Routing
AusgabezielVom Tool nativ unterstütztProprietäres oder nicht standardisiertes System
DatenformatStandard-Feldnamen und -strukturenBranchenspezifisches oder individuelles Schema
Tool-StackGängige Tools (HubSpot, Slack, Gmail)Nischen-, proprietäre oder Legacy-Tools
Workaround-AnzahlNull oder ein verwaltbarer SpaltMehrere Spalten, jede mit individuellem Code
ZeithorizontSchnell starten, in WochenKann 4–8 Wochen für die richtige Lösung investieren
BudgetUnter 5.000 $ für Jahr 1Kann 8.000–25.000 $ für Jahr 1 investieren
Das Modell ist austauschbar. Die Integrationsarbeit macht den Agenten maßgeschneidert.

Das deutlichste Signal, dass Off-the-Shelf nicht passt: Sie schreiben individuellen Code, um Ausgaben in Ihre Tools zu überführen. Über zwei bis drei Jahre übersteigen die Reibungskosten eines schlecht passenden Tools oft die Build-Kosten eines Custom Agents.

Für einen direkten Vergleich der beiden gängigsten Off-the-Shelf-Optionen: Custom Agent vs. Off-the-Shelf.

Was ein Custom-Agent-Build umfasst

Ein Custom-Agent-Build hat vier Komponenten, die ihn von der Konfiguration eines Off-the-Shelf-Produkts unterscheiden.

Foundation. Auswahl des Sprachmodells, das zu den Anforderungen des Workflows passt — Kosten, Geschwindigkeit, Kontextfenster und Ausgabekonsistenz.

Verbindungen. Entwicklung von Integrationen zu Ihren spezifischen Tools mit den richtigen Berechtigungen. Der Custom Agent einer Personalvermittlung verbindet sich mit ihrem ATS mit Lesezugriff auf Kandidatendatensätze und Schreibzugriff auf Statusfelder — keine generische CRM-Integration.

Logik. Kodierung der Workflow-Entscheidungen in Prompts und Code. Welche Eingaben den Agenten aktivieren. Welche Ausgaben wohin gehen. Welche Fälle an einen Menschen eskaliert werden.

Kontrolle. Definition der Genehmigungsebene. Wo menschliche Prüfung erforderlich ist, bevor der Agent handelt. Wie der Agent seine Entscheidungen für Audits protokolliert.

Vier-Komponenten-Diagramm der Anatomie eines Custom Agents: Foundation (Sprachmodell), Verbindungen
Das Modell ist generisch. Die Komponenten 2–4 sind zweckgebaut für das Unternehmen.

Wie man einen Custom-Agent-Build scopet

Unternehmen, die schnell und mit wenigen Überraschungen bauen, kommen mit einem dokumentierten Prozess. Diejenigen, die Schwierigkeiten haben, definieren den Workflow erst während des Builds.

1

Workflow Schritt für Schritt dokumentieren

Schreiben Sie jeden Schritt des Prozesses, wie er aktuell funktioniert: was ihn auslöst, welche Entscheidungen getroffen werden, wie die finale Ausgabe aussieht und wohin sie geht. Dieses Dokument ist das Brief. Seine Qualität bestimmt die Genauigkeit der Build-Kalkulation.

2

Integrationsanforderungen auflisten

Benennen Sie jedes Tool, aus dem der Agent lesen oder in das er schreiben muss, mit den betroffenen Feldern und Aktionen. Identifizieren Sie, welche Tools API-Zugang haben. Nicht standardisierte oder Legacy-Tools mit begrenzter API-Abdeckung sind die häufigste Quelle für Scope-Überraschungen.

3

Freigabe- und Eskalationspunkte definieren

Markieren Sie jeden Punkt im Workflow, an dem ein Mensch prüfen muss, bevor der Agent handelt. Definieren Sie separat, welche Situationen vollständig an einen Menschen eskaliert werden sollen. Die Genehmigungsebene prägt den Build stärker als jede andere Einzelentscheidung.

4

Edge Cases vor Build-Beginn kartieren

Listen Sie die Ausnahmen auf — Eingaben, die nicht dem Standardmuster entsprechen. Eine Lead-E-Mail in einer Sprache, die Sie nicht unterstützen. Eine Anfrage außerhalb der Geschäftszeiten. Edge Cases, die beim Scoping gefunden werden, kosten fast nichts zur Behebung. Solche, die nach dem Launch auftauchen, kosten erheblich mehr.

5

Messbare Erfolgskriterien festlegen

Definieren Sie, wie Erfolg aussieht, bevor der Build beginnt — nicht qualitativ, sondern messbar: „Er verarbeitet 85% der Standardfälle ohne Eskalation in den ersten 30 Tagen." Ohne definierte Kriterien ist es unmöglich zu erkennen, ob der Agent funktioniert oder sich langsam verschlechtert.

Was die Wartung eines Custom Agents wirklich umfasst

Die meisten Build-Kalkulationen erfassen die Build-Kosten korrekt und unterschätzen die Wartung um 30–50%. Wartung ist nicht optional und akkumuliert sich.

Prompt-Drift. Die Unternehmenssprache ändert sich. Mandanten beginnen, Dinge anders zu formulieren. Neue Leistungslinien entstehen. Die Anweisungen des Agenten — für den damaligen Betriebszustand des Unternehmens geschrieben — divergieren zunehmend von der aktuellen Arbeitsweise. Prompt-Updates sind typischerweise alle 4–6 Monate für einen aktiv genutzten Workflow erforderlich.

Integrations-Drift. Verbundene Tools aktualisieren ihre APIs. Ein CRM veröffentlicht eine neue Version, die Feldnamen ändert. Eine E-Mail-Plattform ändert Authentifizierungsanforderungen. Jede Änderung kann still einen Teil des Agenten-Workflows brechen.

Edge-Case-Akkumulation. Der Agent wurde für die häufigen Fälle konzipiert. Im Betrieb begegnet er Situationen, die beim Build nicht berücksichtigt wurden. Jeder Edge Case wird entweder behandelt (durch ein Wartungs-Update) oder dauerhaft an einen Menschen eskaliert. Unbehandelte Edge Cases erodieren die effektive Abdeckung des Agenten mit der Zeit.

Liniendiagramm: Off-the-Shelf-Agent-Kosten und -Reibung steigen über drei Jahre
Die Build-Kosten sind eine einmalige Zahlung. Die Workaround-Kosten akkumulieren sich.

Was kostet ein Custom Agent?

Die Kosten hängen von der Anzahl der Integrationen, der Workflow-Komplexität und der Menge der beim Build behandelten Edge Cases ab.

KostenkomponenteTypische SpanneHinweis
Scoping und Brief500–1.500 $Wird oft auf den Build-Preis angerechnet
Build — einzelner Workflow5.000–15.000 $Abhängig von Integrationszahl und Logikkomplexität
Build — 2–3 Workflows10.000–25.000 $Geteilte Integrationen reduzieren Grenzkosten
Infrastruktur und API — Jahr 1840–3.600 $Günstiger als Off-the-Shelf bei niedrigem Volumen
Wartung — ab Jahr 21.500–6.000 $/JahrPrompt-Updates, Integrations-Drift, Edge Cases
Gesamtkosten Jahr 18.000–25.000 $Scoping + Build + Jahr-1-Infrastruktur
Gesamtkosten ab Jahr 21.500–6.000 $/JahrNur Wartung + Infrastruktur

Die Drei-Jahres-Gesamtkosten eines Custom Builds vergleichen sich oft günstig mit einem Off-the-Shelf-Produkt, das erhebliche Workarounds erforderte. Für die vollständige Aufschlüsselung: Custom-Agent-Kostenaufstellung.

Häufig gestellte Fragen

Was ist ein Custom KI-Agent? Ein Custom KI-Agent ist ein KI-Agent, der für die spezifischen Workflows, Datenstrukturen und Ausgabeanforderungen eines Unternehmens entwickelt wurde. Anders als Off-the-Shelf-Agenten für breite Anwendungsfälle ist er um Ihre spezifischen Tools, Genehmigungsabläufe und Prozesslogik herum aufgebaut. Das Sprachmodell ist austauschbar — die Integrationsarbeit macht ihn maßgeschneidert.

Wann sollte ein Unternehmen einen Custom Agent statt Off-the-Shelf wählen? Bauen Sie custom, wenn Off-the-Shelf-Tools erhebliche Workarounds erfordern: ungewöhnliche Genehmigungsketten, nicht standardisierte Ausgabeformate, proprietäre Tool-Integrationen oder Datenanforderungen, die nicht zu den Annahmen des Tools passen. Wenn Sie individuellen Code schreiben, um Lücken zu überbrücken, ist ein Custom Build über drei Jahre fast immer günstiger.

Was kostet ein Custom-Agent-Build? Ein einzelner gut definierter Workflow kostet 5.000–15.000 $ im Aufbau. Zwei bis drei Workflows mit gemeinsamen Integrationen kosten 10.000–25.000 $. Die Wartung ab Jahr 2 liegt bei 1.500–6.000 $/Jahr. Gesamtkosten Jahr 1: typischerweise 8.000–25.000 $.

Wie lange dauert ein Custom-Agent-Build? Vier bis acht Wochen von der Konzeption bis zum Launch für einen einzelnen gut definierten Workflow. Unternehmen mit einem vollständig dokumentierten Prozess kommen deutlich schneller voran. Integrationskomplexität — besonders nicht standardisierte oder Legacy-Tools — ist die häufigste Quelle für Timeline-Verlängerungen.

Was umfasst die Wartung eines Custom Agents? Prompt-Drift, Integrations-Drift und Edge-Case-Akkumulation. Die meisten Build-Kalkulationen unterschätzen die Wartung ab Jahr 2 um 30–50%. Wartung ist laufend, nicht optional.

Was ist der Unterschied zwischen einem Custom Agent und Off-the-Shelf-Agenten wie OpenClaw oder Hermes? OpenClaw und Hermes sind zweckgebaute Frameworks mit definierten Architekturen. Ein Custom Agent wird von Grund auf um Ihr spezifisches Datenmodell, Ihre Tools und Ihre Prozesslogik entwickelt. Custom Builds kosten mehr im Voraus, haben aber keine architektonischen Kompromisse.

Quellenangaben

  1. Anthropic, „Building effective agents," Anthropic Research, 2024.