Wenn Agenten handeln: Warum wir eine neue UI brauchen und wie sie aussieht

KI wird die Nutzerinteraktion in Unternehmen grundlegend verändern. Sobald Agenten nicht nur antworten, sondern handeln, wird das Interface zur Steuerzentrale statt zur Klickstrecke. Aus UX‑Sicht stellt sich die Leitfrage: Wie interagieren wir künftig mit Systemen, wenn Agenten Prozesse ausführen?

Sobald ein Agent Services nutzt, Aufgaben ausführt und Ergebnisse produziert, verschiebt sich der Schwerpunkt. Wir bewegen uns weg von „Ich klicke mich durch eine Oberfläche“ hin zu „Ich formuliere ein Ziel und das System erledigt den Rest“.

Das hat eine Konsequenz, die viele Produkt- und UX‑Entscheidungen gerade erst einholt: Die klassische Benutzeroberfläche wird vom zentralen Einstiegspunkt zum optionalen Nebenprodukt. Nicht weil UIs verschwinden – sondern weil ihre Rolle sich ändert. Denn nicht der Mensch führt Prozesse aus, sondern ein Agent.

Von Flow Design zu Intent Design

Während wir benutzerzentrisch noch vom Intent ausgehen, müssen wir im technischen Design in einen Flow übersetzen : Sie führen Menschen Schritt für Schritt zu einem Ergebnis. Für viele Prozesse funktioniert das sehr gut – vor allem dann, wenn es um Standardabläufe geht.

Ein einfaches Beispiel: „Kontakt aufnehmen“ klingt trivial, wird in der Praxis aber schnell komplex. Das UI löst es oft über einen Wizard: mehrere Dialoge, mehrere Felder, ein klarer Pfad. Der Nutzer passt sich dem System an.

In agentischen Systemen wird der Ablauf der Aktionen dagegen übernommen. Das Ziel rückt in den Mittelpunkt. Damit wechseln wir zu Intent Design: Anstatt durch ein System in X Schritten geführt zu werden – à la „Klick 1 bis 5“ – zählt die Frage der Nutzenden: „Was will ich mit meiner Anfrage erreichen?“

Das bedeutet Beispiel: Wir führen einzelne Schritte nicht mehr selbst durch, sondern stellen Agenten Aufgaben wie „Freitag 8 Arbeitsstunden im Zeiterfassungssystem eintragen.“ oder „Buche nächste Woche 5 Tage Urlaub an Ort XY.“

Der Mehrwert ist offensichtlich: Klassische UI-Systeme bilden häufig Standardszenarien ab. Agenten können (wenn sie richtig gebaut sind) den Intent mit vorhandenen Services umsetzen. Wichtig dabei ist: das System passt sich stärker an die Nutzenden an, nicht umgekehrt.

UI von KI-Agenten: Der Dialog allein reicht nicht

Momentan werden viele Agenten über Chats gesteuert und für einzelne, klar umrissene Abläufe funktioniert das bereits erstaunlich gut. Für aufeinanderfolgende, eigenständige Handlungen reicht ein reiner Dialog jedoch oft nicht aus.

Warum? Weil ein Chat zu wenig Struktur für das mitbringt, was bei „Handeln“ plötzlich unvermeidlich wird:

• Planung (Was wird als Nächstes passieren?)
• Transparenz und Kontrolle (Was wurde bereits gemacht? Wo kann/muss ich eingreifen?)
• Freigaben (Wer hat entschieden und auf welcher Basis?)

Sobald Agenten ausführen dürfen, brauchen wir KI-Oberflächen, die mehr leisten als Konversation. Sie müssen Ziele präzisieren helfen, einen nachvollziehbaren Plan zeigen und an kritischen Stellen klare Kontrollpunkte anbieten.

Genau hier verläuft die Grenze zwischen KI-Unterstützung, die punktuell hilft, und echter agentischer Arbeit, die eigenständig Ergebnisse produziert und wirklich Arbeit abnimmt.

Vertrauen & Nachvollziehbarkeit: Warum hat der Agent die Hose gekauft?

Ein konkretes Beispiel macht die Anforderung an „Agenten-UI“ schnell greifbar. Stellen Sie sich vor, ein Agent soll Kleidung kaufen: „Kauf mir eine Hose für die Konferenz nächste Woche.“

Wenn der Agent einfach „loslegt“, entstehen sofort UX- und Governance-Probleme:

• Welche Rahmenbedingungen gelten? Budget? Dresscode? Lieferzeit?
• Welche Präferenzen soll er berücksichtigen? Marke, Material, Farbe, Nachhaltigkeit?
• Darf er überhaupt ohne Rückfrage kaufen oder braucht es eine Freigabe?

Eine gute agentische Oberfläche macht diese Dinge explizit und zwar bevor etwas schiefgeht:

• Constraints & Präferenzen sichtbar machen: „Max. 150 €, Lieferung bis Mittwoch, dunkel, business-tauglich, keine Polyester-Produkte.“
• Rückfragen an den richtigen Stellen: „Slim oder Regular? Eher Chino oder Anzughose?“
• Plan & Schritte transparent: „1) Optionen sammeln 2) nach Lieferzeit filtern 3) Top 3 vorschlagen 4) Freigabe einholen 5) kaufen“
• Kontrollpunkt vor irreversiblen Aktionen: „Kaufen“ ist eine bewusste Entscheidung – keine Nebenwirkung eines Chats.
• Begründung im Ergebnis: „Ausgewählt wegen Passform X, Lieferzeit Y, Preis Z.“

„Warum hat der Agent die Hose gekauft?“ ist damit keine rhetorische Frage mehr, sondern eine, die das System beantworten können muss.

Was eine Agenten-UI leisten muss (jenseits von Chat)

Wenn Agenten handeln, wird Kommunikation zur zentralen Schnittstelle. Aber nur, wenn sie mit Struktur und Kontrolle verbunden ist. Daraus ergeben sich (mindestens) fünf Anforderungen an die UI:

Struktur für Ziele und Rahmenbedingungen

Nutzende müssen Ziele formulieren können, ohne alle Details zu kennen – und das System muss dabei helfen, fehlende Informationen sauber nachzuziehen.

Sichtbarer Plan statt „magischer“ Ausführung

Agentische Arbeit braucht eine Art „Arbeitsmodus“: Was ist der nächste Schritt? Was ist schon passiert? Was ist blockiert?

Kontrollpunkte & Rechte

Nicht alles darf der Agent entscheiden. Es braucht Freigaben, Stop/Abort, Rollback und Eskalation und zwar als Teil des Produkts, nicht als nachgelagerte Policy-Doku.

Personalisierung, aber kontrolliert

Agenten werden nur dann wirklich nützlich, wenn sie Präferenzen kennen. Gleichzeitig müssen Präferenzen nachvollziehbar und editierbar sein (und idealerweise kontextabhängig: privat vs. beruflich).

Ergebnispräsentation, die Verantwortung ermöglich

Ergebnisse müssen so dargestellt werden, dass Menschen sie prüfen, vergleichen und freigeben können – inklusive Begründung und Datenbasis.

UIs verschwinden nicht, aber ihre Rolle wechselt

„Ohne klassische UI“ heißt nicht „ohne Oberfläche“. Es heißt: weniger Klickstrecke, mehr Cockpit. Weniger sichtbar für menschliche Nutzende.

Oberflächen werden vor allem dort wichtig, wo Menschen steuern müssen: für Kontrolle, für Freigaben, für Ausnahmen und für einen Audit-Trail, der sichtbar macht, was passiert ist und warum.

Gute UX ist dann nicht mehr primär die perfekte Klickführung durch einen Standardprozess, sondern die Fähigkeit, Entscheidungen sicher zu treffen, Risiken zu erkennen und im Zweifel schnell und sauber einzugreifen.

Was wir jetzt tun können für eine bessere UI der KI-Agenten

Ein pragmatischer Start und ein bisschen Mut lohnt sich. Wir wählen Prozesse, die häufig vorkommen und klare Regeln haben. Wir schneiden die benötigten Fähigkeiten als Services zu, definieren Kontrollpunkte und bauen einen Audit-Trail, der Entscheidungen und die Datenbasis sichtbar macht.

So entsteht Schritt für Schritt eine Architektur, die agentische Nutzung ermöglicht, ohne Kontrolle zu verlieren.

Wie handhaben Sie das in Ihren Organisationen?

Setzen Sie auf KI-Oberflächen als neuen Einstiegspunkt – oder bauen Sie bewusst weiterhin klassische UIs? Wir freuen uns über Beispiele und Gegenargumente.