KI-Agenten selber erstellen: Claude, Copilot Studio, n8n, Langdock und LangChain im Einsteiger-Guide
KI-Agenten selber erstellen: Claude, Copilot Studio, n8n, Langdock und LangChain im Einsteiger-Guide
Fünf Plattformen, ein Ziel: der erste eigene KI-Agent. Dieser Guide zeigt, welche Plattform zu welchem Anwendungsfall passt, wie Sie starten und wo die offizielle Dokumentation liegt. Ohne Fachchinesisch, ohne übertriebene Versprechen.
Was ist ein KI-Agent eigentlich?
Ein KI-Agent ist mehr als ein Chatbot. Ein Chatbot antwortet auf Fragen. Ein Agent führt Aufgaben aus. Er trifft Entscheidungen, ruft Systeme auf, schreibt E-Mails, legt Daten in der Datenbank ab, schließt Tickets.
Stellen Sie sich den Agenten als digitalen Mitarbeiter vor. Er kann drei Dinge: zuhören (Eingaben verstehen), denken (mit einem Sprachmodell eine Entscheidung treffen) und handeln (ein konkretes Werkzeug bedienen). Wer tiefer einsteigen will, findet Grundlagen in unserem Praxisguide zu KI-Agenten im Business und weiteren Artikeln im KI-Blog.
Für die Umsetzung haben sich fünf Wege etabliert. Claude ist der dialogorientierte Weg. Copilot Studio ist der Microsoft-365-Weg. n8n ist der visuelle No-Code-Weg. Langdock ist die europäische Enterprise-Antwort auf ChatGPT und Copilot. LangChain ist der Code-basierte Weg für Entwicklerteams. Welcher passt, hängt davon ab, wie tief Sie technisch einsteigen wollen und wo Ihre Daten liegen.
1. Claude von Anthropic: der Gesprächspartner mit Werkzeugen
Claude (Anthropic)
Mittlere EinstiegshürdeWas ist Claude? Claude ist das Sprachmodell des US-Unternehmens Anthropic, vergleichbar mit ChatGPT. Claude ist besonders stark im strukturierten Denken, beim Arbeiten mit langen Dokumenten und beim eigenständigen Nutzen von Werkzeugen. Seit 2024 bietet Claude eine ausgereifte Tool-Use-Funktion. Das Modell greift selbst auf externe Systeme zu. Das ist die Grundlage jedes echten Agenten.
Für wen geeignet? Für Fachabteilungen, die einen dialogorientierten Agenten bauen wollen. Zum Beispiel einen Research-Assistenten, einen Vertragsanalyse-Agenten oder einen Assistenten, der Marktdaten aus mehreren Quellen zusammenführt. Claude ist die richtige Wahl, wenn der Agent viel lesen, schlussfolgern und schreiben soll.
So beginnen Sie:
- Auf claude.ai registrieren und mit einem kleinen Projekt starten. PDFs hochladen und Claude als Assistent darauf ansetzen.
- Im nächsten Schritt Skills und Projects nutzen, um Claude fachliches Wissen dauerhaft mitzugeben.
- Für echte Agenten-Funktionen über die Anthropic API mit Tool Use arbeiten. Claude ruft dann selbst Funktionen auf, die Sie definieren. Zum Beispiel "Rechnung im ERP anlegen".
- Für autonomes Arbeiten Claude Code oder Computer Use evaluieren. Der Agent handelt dann eigenständig am Rechner oder im Terminal.
Ein mittelständisches Beratungsunternehmen nutzt Claude als Angebots-Assistent. Der Agent liest die Ausschreibung, vergleicht sie mit bisherigen Referenzen, schlägt einen Aufbau vor und formuliert erste Textbausteine. Der Projektleiter spart rund sechs Stunden pro Angebot.
2. Microsoft Copilot Studio: der Agenten-Baukasten für Microsoft 365
Microsoft Copilot Studio
Geringe EinstiegshürdeWas ist Copilot Studio? Copilot Studio ist Microsofts grafischer Baukasten für eigene Agenten innerhalb der Microsoft-365-Welt. Ohne Programmierung. Ein Agent kann dort auf SharePoint-Dateien, Outlook-Mails, Teams-Chats, Dynamics-365-Daten oder externe APIs zugreifen. Er erscheint als "Custom Copilot" direkt in Teams oder auf der Firmenwebsite.
Für wen geeignet? Ideal für Unternehmen, die stark in der Microsoft-365-Welt arbeiten. Also mit Teams, SharePoint, Outlook und Power Platform. Wenn Ihre Daten Microsoft-dominiert sind, ist Copilot Studio der schnellste Weg zu einem produktionsreifen Agenten mit sauberer Berechtigungssteuerung.
So beginnen Sie:
- copilotstudio.microsoft.com öffnen und mit einem der vorgefertigten Agenten-Templates starten. Zum Beispiel "HR-Assistent" oder "IT-Helpdesk".
- Wissensquellen verbinden: ein SharePoint-Ordner, eine Website, Dataverse-Tabellen oder einzelne Dokumente reichen für den Start.
- Topics definieren (was der Agent können soll) und Actions (was er auslösen darf). Alles klickbasiert, kein Code.
- Agenten direkt in Teams, auf einer Website oder in der Power Platform veröffentlichen.
Ein Industrieunternehmen baut einen HR-Self-Service-Agenten in Teams. Mitarbeitende fragen nach Urlaubstagen, Reisekostenregeln oder Weiterbildungsmöglichkeiten. Der Agent antwortet basierend auf HR-Dokumenten in SharePoint und leitet komplexe Anfragen an die richtige Ansprechperson weiter. Entlastung der HR-Abteilung: rund 40 Prozent der Routine-Tickets.
Ihren ersten KI-Agenten in 2 Tagen bauen
Im KI-Agenten Workshop der Akademie für KI entwerfen Sie an zwei Praxistagen eigene Agenten, bauen sie und integrieren sie in Ihre Prozesse. Mit den Tools, die zu Ihrem Unternehmen passen.
Workshop ansehen Erstberatung anfragen3. n8n: der visuelle Workflow-Baukasten
n8n
Geringe Einstiegshürde Open SourceWas ist n8n? n8n ist eine Open-Source-Plattform für visuelle Workflow-Automatisierung. Gedanklich eine Mischung aus Zapier und Make, aber selbst hostbar und mit starker Agenten-Komponente. Sie verbinden per Drag-and-drop Knoten: ein Trigger (neue E-Mail), ein KI-Knoten (Claude oder OpenAI) und eine Aktion (Eintrag ins CRM). Fertig ist der Agent.
Für wen geeignet? Für alle, die viele Systeme miteinander verbinden wollen und keine Lust auf Code haben. Aber mehr Flexibilität brauchen als Copilot Studio bietet. n8n ist stark bei Prozess-Automatisierung: E-Mails verarbeiten, Tickets weiterleiten, Daten zwischen Systemen synchronisieren, Reports generieren.
So beginnen Sie:
- Kostenlosen Cloud-Account auf n8n.io anlegen oder n8n per Docker auf einem eigenen Server installieren (für sensible Daten).
- Mit einer fertigen Vorlage aus dem n8n-Template-Katalog starten. Zum Beispiel "AI Email Auto-Responder" oder "Research Agent".
- Den AI Agent Node hinzufügen. Dort wählen Sie das Sprachmodell (Claude, OpenAI, Mistral) und definieren Werkzeuge, die der Agent aufrufen darf.
- Workflow aktivieren und jeden Durchlauf im Execution Log prüfen. Ideal für transparente Automatisierung.
Eine Marketing-Agentur baut mit n8n einen Content-Research-Agenten. Sobald ein neues Briefing in Notion erscheint, recherchiert der Agent passende Studien, erstellt eine Quellensammlung, generiert einen Outline-Vorschlag und legt alles als neuen Notion-Unterpunkt an. Einsparung pro Briefing: rund zwei Stunden.
4. Langdock: die europäische Enterprise-Plattform
Langdock
Geringe Einstiegshürde Made in EuropeWas ist Langdock? Langdock ist eine in Berlin entwickelte Enterprise-Plattform für generative KI. Vom Aufbau her vergleichbar mit ChatGPT Enterprise oder Copilot, aber mit EU-Hosting und DSGVO im Kern. Über ein einziges Interface haben Teams Zugriff auf mehrere Modelle (Claude, GPT, Gemini, Mistral und weitere) und können dort Assistenten bauen, Wissensbasen einbinden und Prompts im Team teilen.
Für wen geeignet? Für Unternehmen in DACH, die eine zentrale, rechtssichere KI-Plattform für alle Mitarbeitenden brauchen. Besonders relevant für regulierte Branchen (Finanz, Healthcare, Public Sector) und für Teams, die sich nicht auf ein Modell oder einen Anbieter festlegen wollen. Langdock wird oft als Alternative zu ChatGPT Enterprise gewählt, wenn Datenhoheit und EU-Compliance vorgehen.
So beginnen Sie:
- Demo auf langdock.com anfragen und die Plattform im Team testen.
- Wissensquellen einbinden: Dokumente, SharePoint, Google Drive, Confluence, Notion. Die Plattform indexiert die Inhalte und macht sie für Assistenten durchsuchbar.
- Eigene Assistants anlegen. Jeder Assistent bekommt eine klare Rolle, Zugriff auf passende Dokumente und (optional) eigene Tools.
- Team-Assistenten zentral verwalten, Prompts teilen und Nutzung über das Admin-Dashboard auswerten.
Ein österreichisches Versicherungsunternehmen setzt Langdock als zentrale KI-Plattform für rund 800 Mitarbeitende ein. Fachabteilungen bauen eigene Assistenten, etwa für Vertragsprüfung, internen Wissenstransfer oder Schadensbearbeitung. Die IT behält die Hoheit über Daten, Zugriffsrechte und verwendete Modelle. Nach sechs Monaten sind über 60 produktive Assistenten im Einsatz.
5. LangChain: das Entwickler-Framework für individuelle Agenten
LangChain & LangGraph
Höhere Einstiegshürde Open SourceWas ist LangChain? LangChain ist das bekannteste Open-Source-Framework zum Bauen von KI-Anwendungen in Python oder JavaScript. Mit dem Schwesterprojekt LangGraph lassen sich komplexe Multi-Agenten-Systeme aufbauen, also mehrere spezialisierte Agenten, die zusammenarbeiten. Das Framework bringt fertige Bausteine mit: Anbindungen an alle gängigen Sprachmodelle, Vektor-Datenbanken, Datei-Lader, Speicher und Tool-Integrationen.
Für wen geeignet? Für Unternehmen mit eigener IT-Entwicklung oder einem Tech-Partner. Dann, wenn ein Agent sehr individuell werden soll, mit spezieller Logik, eigenen Datenquellen oder tiefer Integration in bestehende Software. LangChain ist das richtige Werkzeug, wenn No-Code-Lösungen an ihre Grenzen stoßen.
So beginnen Sie:
- LangChain über Python (
pip install langchain) oder Node (npm install langchain) installieren. - Erste Chain bauen: eine einfache Abfolge aus Eingabe, Sprachmodell-Aufruf und Ausgabe. Das ist das Grundmuster jeder LangChain-Anwendung.
- Chain zum Agent erweitern: Werkzeuge definieren (Websuche, Datenbankabfrage, API-Aufruf). Das Modell entscheidet selbst, wann welches Werkzeug zum Einsatz kommt.
- LangSmith zur Überwachung nutzen und LangGraph für mehrstufige Agenten-Workflows.
Ein Versicherer baut einen Schadens-Triage-Agenten. Der Agent liest eingehende Schadensmeldungen, prüft Policen in der internen Datenbank, bewertet die Dringlichkeit und ordnet den Fall dem passenden Sachbearbeiter zu. Möglich wurde das durch die tiefe Integration in Bestandssysteme. Mit No-Code-Tools wäre dieses Szenario nicht abbildbar.
Die fünf Plattformen im direkten Vergleich
Jede Plattform hat ihre Stärken. In der Praxis setzen Unternehmen oft mehrere parallel ein: Copilot Studio für interne Mitarbeitenden-Agenten, n8n für die Prozess-Automatisierung im Hintergrund, Claude als Modell in beiden Systemen, Langdock als zentrale Team-Plattform und LangChain für die wirklich individuellen Fälle.
| Kriterium | Claude | Copilot Studio | n8n | Langdock | LangChain |
|---|---|---|---|---|---|
| Einstiegshürde | Mittel | Niedrig | Niedrig | Niedrig | Hoch |
| Programmierung nötig? | Optional | Nein | Nein | Nein | Ja |
| Idealer Anwendungsfall | Dialog, Analyse, Texte | M365-Integration | Prozess-Automation | Zentrale Team-KI in EU | Individuelle Logik |
| Hosting | Cloud (US & EU) | Microsoft Cloud | Cloud oder selbst | EU-Cloud | Frei wählbar |
| Zeit zum ersten Agenten | 1 bis 2 Stunden | 2 bis 4 Stunden | 1 bis 3 Stunden | 1 bis 2 Stunden | 1 bis 5 Tage |
| Preismodell | Abo oder API | Lizenz / Pay-as-you-go | Open Source oder Abo | Enterprise-Lizenz | Open Source |
Ihre ersten Schritte in vier Etappen
Egal welche Plattform Sie wählen: Der Weg zum ersten produktiven KI-Agenten folgt bei unseren Kunden meist demselben Muster. Er ist kürzer, als die meisten denken.
Anwendungsfall wählen
Starten Sie mit einem Prozess, der viele Wiederholungen enthält und klar beschreibbar ist. Angebote vorbereiten, Mails kategorisieren, Reports erstellen.
Plattform entscheiden
Nutzen Sie die Vergleichstabelle oben. In den meisten Fällen reicht eine Kombination aus n8n plus Claude, Copilot Studio im Microsoft-Umfeld oder Langdock als zentrale Team-Lösung.
Prototyp bauen
Erstellen Sie einen einfachen Agenten in ein bis zwei Tagen. Perfektion ist das Gegenteil von Fortschritt. Testen, anpassen, wieder testen.
Ausrollen und messen
Nutzer eng begleiten, Feedback sammeln, Zeitersparnis messen. Erst dann auf weitere Prozesse übertragen.
Wer das strukturiert angeht, umgeht die zwei häufigsten Fallen: den zu großen ersten Anwendungsfall und das Verrennen in technische Details, bevor der Nutzen überhaupt bewiesen ist. In unseren Beratungsprojekten begleiten wir Unternehmen genau dabei. Mehr dazu im KI-Strategie-Programm.
Alle offiziellen Dokumentationen im Überblick
Die schnellste Art, tiefer einzusteigen: direkt zu den Docs der Hersteller. Alle Links öffnen in neuem Tab, damit dieser Artikel als Orientierung offen bleibt.
Plattform-Dokumentationen für den direkten Einstieg
Fazit: Welche Plattform passt zu Ihrem Fall?
Die Frage ist 2026 nicht mehr, ob Sie einen eigenen KI-Agenten bauen können. Sondern welche der fünf Plattformen am besten zu Ihrem Anwendungsfall, Ihrer IT-Landschaft und Ihrem Team passt.
Für die meisten Unternehmen empfehle ich den pragmatischen Weg. Mit Copilot Studio oder n8n starten, Claude als Sprachmodell andocken, Langdock evaluieren, wenn eine zentrale Team-Plattform in EU-Hand gewünscht ist, und LangChain erst dann, wenn No-Code-Lösungen nicht mehr reichen.
Wichtig ist, nicht zu lange zu planen. Der beste Lernweg ist immer der erste lauffähige Prototyp. Und den schaffen Sie mit jeder dieser Plattformen in wenigen Stunden. Strukturiert und mit Begleitung geht es in unseren Workshops zur KI-Automatisierung, im Langdock KI-Workshop und im KI-Agenten Workshop.
Häufige Fragen zu KI-Agenten selbst erstellen
Brauche ich Programmierkenntnisse, um einen KI-Agenten zu erstellen?
Nein. Für vier der fünf vorgestellten Plattformen brauchen Sie keine Programmierkenntnisse. Claude, Microsoft Copilot Studio, n8n und Langdock sind für Fachabteilungen gebaut. Nur LangChain setzt Python- oder JavaScript-Kenntnisse voraus. Unser KI-Agenten Workshop vermittelt den No-Code-Einstieg in zwei Tagen.
Welche Plattform ist für Einsteiger am besten geeignet?
Wer bereits mit Microsoft 365 arbeitet, fährt mit Copilot Studio am schnellsten. Wer viele Systeme verbinden will, nimmt n8n. Wer eine europäische Team-Lösung sucht, schaut sich Langdock an. Für einen reinen Dialog-Agenten ohne Systemintegration ist der direkte Weg über Claude am schnellsten. LangChain lohnt sich erst, wenn No-Code-Tools an ihre Grenzen stoßen.
Was kostet die Entwicklung eines eigenen KI-Agenten?
Die Plattformkosten reichen von Open Source (n8n, LangChain) über klassische Abo-Modelle (Claude, Langdock) bis zu nutzungsbasierten Abrechnungen (Copilot Studio). Größer ist meist der Konzeptions- und Integrationsaufwand, also die Frage, welchen Prozess der Agent übernimmt und wie er an bestehende Systeme andockt. Für konkrete Zahlen zu Ihrer Situation melden Sie sich gerne für eine kostenlose Erstberatung.
Ist der Einsatz von KI-Agenten DSGVO-konform möglich?
Ja. Alle fünf Plattformen bieten DSGVO-konforme Nutzungsoptionen. Entscheidend sind drei Punkte: Auswahl einer EU-Region (bei Langdock per Default, bei den anderen optional), Abschluss eines Auftragsverarbeitungsvertrags und klare Regeln, welche Daten der Agent verarbeiten darf. Für regulierte Branchen empfehlen wir zusätzlich eine begleitende EU-AI-Act-Schulung.
Was ist der Unterschied zwischen Langdock und ChatGPT Enterprise?
Beide sind Team-Plattformen für generative KI im Unternehmen. Der zentrale Unterschied: Langdock wird in Europa entwickelt, mit EU-Hosting und expliziter DSGVO-Konformität. Und Langdock ist modell-agnostisch. Teams haben Zugriff auf Claude, GPT, Gemini, Mistral und weitere über dasselbe Interface. ChatGPT Enterprise ist enger an OpenAIs Modelle gebunden. Für DACH-Unternehmen mit Fokus auf Datenhoheit ist Langdock oft die strategisch sicherere Wahl. Einen praktischen Einstieg gibt unser Langdock KI-Workshop.
Kann ich mehrere Plattformen gleichzeitig nutzen?
Ja, und das ist der Regelfall. Viele Unternehmen nutzen Claude als Sprachmodell (das "Gehirn") und betten es in n8n-Workflows oder Copilot-Studio-Agenten ein. Langdock kommt als zentrale Team-Plattform dazu. LangChain ergänzt, wenn individuelle Logik nötig wird. Die Plattformen konkurrieren weniger miteinander, als sie sich ergänzen.
Wie lange dauert es, einen ersten Agenten produktiv zu bringen?
Ein einfacher Agent in Copilot Studio, n8n oder Langdock ist in einem halben bis einem Tag lauffähig. Für einen produktiv eingesetzten Agenten mit Testphase, Nutzer-Schulung und ersten Optimierungen rechnen wir typischerweise zwei bis vier Wochen. In begleiteten Projekten liefern wir den ersten produktiven Agenten oft innerhalb eines Monats aus.
