Klassische Workflows folgen einem festgelegten Ablauf. Agentic Workflows gehen einen Schritt weiter. Während die Paperfly AI Inbox eingehende Informationen erkennt, einordnet und für die weitere Bearbeitung qualifiziert, kann ein Paperfly Agent den daraus entstehenden Vorgang weiterführen.

Er nutzt Unternehmenswissen und definierte Handlungsmöglichkeiten und entscheidet innerhalb klarer Grenzen, was als Nächstes passieren muss. So lassen sich nicht nur einzelne Aufgaben automatisieren, sondern ganze Bearbeitungsabschnitte weiterführen, bis ein Ziel erreicht ist oder ein Mitarbeiter übernehmen muss.


Serie: KI-Input-Management & Paperfly AI Inbox in der Praxis

Wie die Paperfly AI Inbox, intelligente Posteingangsverarbeitung und Agentic Workflows unstrukturierte Eingänge kanalübergreifend erfassen und in durchgängig automatisierte Geschäftsprozesse verwandeln.


Das erwartet Sie in diesem Artikel:

Was ist ein Agentic Workflow?

Ein Agentic Workflow ist ein Geschäftsablauf, in dem ein Agent innerhalb klarer Leitplanken selbst bestimmt, welche Aktion als Nächstes erforderlich ist. Dafür bewertet er den aktuellen Kontext und Zwischenergebnisse, nutzt bestehendes Wissen und verfügbare Werkzeuge und arbeitet weiter, bis das Ziel oder eine festgelegte Kontrollgrenze erreicht wurde.

Der Unterschied liegt im Weg zum Ergebnis. Nicht jeder Bearbeitungsschritt muss vollständig im Voraus feststehen. Der Agent kann auf neue Informationen reagieren, Werkzeuge einsetzen und nach einer ausgeführten Aktion erneut bewerten, wie der Vorgang weitergeführt werden sollte.

Ein Agentic Workflow verbindet fünf zentrale Eigenschaften:

  • ein definiertes Ziel, aber keine vollständig festgeschriebene Schrittfolge
  • Kontext und Zwischenergebnisse, die den weiteren Verlauf beeinflussen
  • Unternehmenswissen und Werkzeuge, auf die der Agent zugreifen kann
  • Aktionen, deren Ergebnis anschließend erneut bewertet wird
  • Kontrollgrenzen, an denen der Vorgang gezielt an einen Mitarbeiter übergeben werden kann

In der Paperfly-Architektur beginnt diese agentische Bearbeitung dort, wo die AI Inbox die eingehenden Informationen bereits verstanden und den fachlichen Kontext hergestellt hat.

Der Paperfly Agent übernimmt anschließend Aufgaben, bei denen der weitere Weg vom konkreten Fall abhängt. Bei einem Freistellungsauftrag kann er beispielsweise Informationen extrahieren, das Dokument fachlich bewerten und anschließend entscheiden, wie der Fall weitergeleitet und übergeben wird.

Paperfly Agents werten Informationen also nicht nur aus, sondern übernehmen den fachlich eingeordneten Geschäftsfall und führen ihn innerhalb der vorgesehenen Regeln und Handlungsmöglichkeiten weiter.

Was unterscheidet einen Agentic Workflow von einem klassischen Workflow?

Bei einem klassischen Workflow stehen Ablauf, Bedingungen und mögliche Prozesspfade weitgehend im Voraus fest. Ein Agentic Workflow kann dagegen anhand des aktuellen Kontexts und bisheriger Ergebnisse entscheiden, welche zulässige Aktion als Nächstes sinnvoll ist.

Der zentrale Unterschied liegt damit in der Entscheidungslogik während der Bearbeitung. Ein klassischer Workflow folgt einer modellierten Logik: Tritt Bedingung A ein, folgt Schritt B, dann C. Das sorgt für hohe Vorhersagbarkeit und eignet sich besonders für wiederkehrende Abläufe.

Bei einem Paperfly Agentic Workflow muss dagegen nicht jeder Bearbeitungspfad vorher vollständig modelliert werden. Der Paperfly Agent bewertet den jeweiligen Fall, berücksichtigt neue Informationen und Zwischenergebnisse und wählt daraus die nächste zulässige Aktion. Ändert sich der Kontext, kann sich damit auch der weitere Bearbeitungsweg ändern.

Klassischer Workflow vs. Agentic Workflow: Die Unterschiede im Überblick

Klassischer Workflow Agentic Workflow
Ablauf Weitgehend vorab festgelegt Kann sich anhand des Falls verändern
Entscheidungen Definierte Regeln und Bedingungen Kontext, Regeln und Zwischenergebnisse
Aktionen Folgen einem modellierten Pfad Auswahl aus zulässigen Aktionen
Ausnahmen Müssen weitgehend vorab berücksichtigt werden Können innerhalb definierter Grenzen situativ behandelt werden
Mensch Übernimmt an festgelegten Prozesspunkten Übernimmt abhängig von Ergebnis, Ausnahme oder Kontrollgrenze

Feste Workflows bilden das Gerüst, während agentische Komponenten dort eingesetzt werden, wo der weitere Weg vom konkreten Fall abhängt. Empfehlenswert ist es, zunächst die einfachste geeignete Architektur zu wählen und zu prüfen, ob der jeweilige Geschäftsprozess diese zusätzliche Entscheidungsfreiheit tatsächlich benötigt.

Bei Paperfly kann deshalb ein Dynamic Workflow die beste Option sein, wenn sich der Ablauf über Daten, Status, Dokumentenlogiken und definierte Regeln steuern lässt. Paperfly Agents kommen dort zum Einsatz, wo der nächste Schritt erst während der Bearbeitung aus dem aktuellen Kontext und den bisherigen Ergebnissen bestimmt werden muss. Welche Ziele, Aktionen und Handlungsmöglichkeiten dafür gelten, wird im zugehörigen AI Flow vorgegeben.

Ein Agentic Workflow bietet sich an, wenn …

  • Mehrere Systeme oder Wissensquellen einbezogen werden müssen, bevor der nächste Schritt feststeht.
  • Rückfragen und Folgeaktionen vom Einzelfall abhängen und deshalb nicht jeder Pfad im Voraus modelliert werden kann.
  • Verschiedene zulässige Bearbeitungswege möglich sind, aus denen der Agent anhand des aktuellen Kontexts auswählt.
  • Ausnahmen regelmäßig auftreten, aber innerhalb klar definierter Handlungsmöglichkeiten weiterbearbeitet werden können.
Paperfly Agents erlauben dabei mehrstufige, iterative Abläufe, die sich an Echtzeitinformationen und unerwartete Bedingungen anpassen. Ein Agent kann beispielsweise nach einer ausgeführten Aktion prüfen, ob sie zum gewünschten Ergebnis geführt hat, und andernfalls einen anderen zulässigen Weg wählen.

Welches Unternehmenswissen braucht ein Paperfly Agent?

Ein Paperfly Agent benötigt fachlichen Kontext, um einen Vorgang sinnvoll weiterzuführen. Dazu gehören je nach Anwendungsfall Produkt- und Vertragslogiken, Prozessregeln, benötigte Nachweise, Zuständigkeiten, Ausnahmen und Eskalationsregeln. Dieses Wissen bestimmt, welche Informationen relevant sind, welche Prüfungen erforderlich werden und welche Aktionen der Agent ausführen darf.

Gerade in Unternehmensprozessen reicht es deshalb nicht, einem Agenten nur einen Prompt zu geben. Er muss auf die Wissensquellen und Werkzeuge zugreifen können, die für seine Aufgabe tatsächlich relevant sind.

Ein Paperfly Agent verbindet deshalb mehrere Ebenen:

  • Vorgangskontext: Was ist bisher passiert und welche Informationen liegen bereits vor?
  • Unternehmenswissen: Welche Produkt-, Vertrags- und Prozesslogiken gelten?
  • Prüfregeln: Welche Kriterien, Ausnahmen und Kontrollgrenzen müssen berücksichtigt werden?
  • Werkzeuge und Systeme: Auf welche Datenquellen, APIs oder Fachsysteme darf der Agent zugreifen?
  • Zulässige Aktionen: Welche Schritte darf er selbst auslösen und wann muss ein Mitarbeiter übernehmen?
Wissen allein reicht dabei nicht. Der Agent muss daraus handeln können.

Erst diese Kombination versetzt einen Paperfly Agent in die Lage, einen Geschäftsfall nicht nur zu interpretieren, sondern fachlich einzuordnen, kontrolliert weiterzuführen und bei Bedarf gezielt an einen Mitarbeiter zu übergeben.

Wie entscheidet ein Paperfly Agent, was als Nächstes passiert?

Der Unterschied zu einer einmaligen KI-Auswertung ist die fortlaufende Neubewertung. Eine ausgeführte Aktion beendet die Bearbeitung nicht automatisch. Ihr Ergebnis verändert den aktuellen Zustand des Vorgangs und kann dadurch einen anderen nächsten Schritt erforderlich machen.

Vereinfacht lässt sich dieser Ablauf in fünf Schritte zerlegen:

  1. Kontext erfassen: Welche Informationen liegen aktuell vor? Was hat sich seit dem letzten Schritt verändert?
  2. Situation bewerten: Was fehlt noch, welche Regeln gelten und welches Ziel soll erreicht werden?
  3. Aktion auswählen: Welche der zulässigen Möglichkeiten bringt den Vorgang sinnvoll weiter?
  4. Aktion ausführen: Der Agent nutzt beispielsweise ein angebundenes System, startet einen Workflow, stellt eine Rückfrage oder aktualisiert Daten.
  5. Ergebnis prüfen: Hat die Aktion funktioniert und ist das Ziel erreicht? Falls nicht, beginnt die Bewertung mit dem veränderten Vorgang erneut.
Passend zum Thema
Vom verstandenen Dokument zur ausgeführten Aktion.
Die Paperfly AI Inbox qualifiziert den Eingang, Paperfly Agents übernehmen den Vorgang und führen ihn eigenständig durch komplexe Bearbeitungsschritte.
Paperfly Agents → Demo anfordern

Das Prinzip ist also ein wiederkehrender „Sense-Think-Act“-Zyklus, bei dem nach einer Aktion zunächst deren Ergebnis beobachtet wird, bevor der nächste Schritt festgelegt wird. Ein Agent kann dabei auch entscheiden, weiterzuarbeiten, anzuhalten oder an einen Mitarbeiter zu übergeben.

Der nächste Schritt steht also nicht zwangsläufig von Beginn an fest. Er entsteht aus dem aktuellen Ergebnis des Vorgangs.

Paperfly AI Flow, Dynamic und Agentic Workflows

Nicht jeder automatisierte Geschäftsprozess braucht einen Paperfly Agent. Entscheidend ist, wie stark der weitere Ablauf bereits durch Regeln vorgegeben werden kann und wie viel Entscheidungsspielraum während der Bearbeitung benötigt wird.

Welcher Ansatz passt zu welcher Aufgabe?

Anforderung Passender Ansatz
Eingehende Informationen erkennen, verstehen und qualifizieren. Paperfly AI Inbox
Der weitere Ablauf lässt sich anhand definierter Daten, Status und Regeln steuern. Paperfly Dynamic Workflow
Spezialisierte KI-Aufgaben sollen mit definierten Zielen, Aktionen und Handlungsmöglichkeiten beschrieben werden. Paperfly AI Flows liefern das Konzept und die Leitplanken. Paperfly AI Flow
Ein Agent soll eine Aufgabe anhand vorgegebener AI Flows selbstständig bearbeiten und den nächsten Schritt aus Kontext und aktuellem Ergebnis ableiten. Die Leitplanken sind dadurch klar gesetzt. Agentic Workflow / Agent
Eine fachliche Bewertung, Freigabe oder Kontrolle durch einen Mitarbeiter ist erforderlich. Human Task

Die Paperfly AI Inbox bildet dabei den Einstieg in die Verarbeitung. Sie erkennt und qualifiziert eingehende Informationen und kann auf dieser Grundlage den passenden AI Flow, Workflow oder Agentic Workflow anstoßen.

Paperfly Dynamic Workflows steuern Abläufe anhand definierter Prozess-, Daten- und Dokumentenlogik. Je nach Einzelfall können unterschiedliche Pfade, Nachforderungen oder Freigaben ausgelöst werden. Der Entscheidungsrahmen ist dabei im Workflow angelegt.

Paperfly AI Flows verbinden mehrere spezialisierte Paperfly AI Tasks zu einer definierten Verarbeitungskette. So lassen sich beispielsweise Dokumentenanalyse, Datenextraktion, Prüfungen, Entscheidungen und Folgeaktionen miteinander kombinieren.

Paperfly Agentic Workflows gehen einen Schritt weiter. Hier kann ein Paperfly Agent innerhalb der durch den AI Flow vorgegebenen Handlungsmöglichkeiten selbst bestimmen, welche Aufgabe oder Aktion aufgrund des aktuellen Vorgangs als Nächstes erforderlich ist. So wird festgelegt, was der Agent tun darf, während er innerhalb dieses Rahmens den jeweils passenden nächsten Schritt auswählt. Paperfly Agents sind vorkonfigurierte Spezialisten, die einen Fall auf diese Weise eigenständig durch mehrere Bearbeitungsschritte führen können.

Human Tasks bilden schließlich die kontrollierte Übergabe an einen Mitarbeiter. Erreicht ein Vorgang eine definierte Kontrollgrenze oder ist eine fachliche Freigabe notwendig, wird die automatisierte Bearbeitung unterbrochen und der Fall gezielt zur Prüfung übergeben.

In der Praxis stehen diese Bausteine nicht nebeneinander, sondern können innerhalb desselben Geschäftsprozesses zusammenspielen. Ein Paperfly Agent kann beispielsweise einen Dynamic Workflow von Paperfly für eine Nachforderung auslösen, einen Paperfly AI Flow für eine definierte Dokumentenprüfung nutzen und bei einem komplexen Grenzfall einen Human Task erzeugen.

Wie werden Paperfly Agents in bestehende Systeme eingebunden?

Der Vorgang, den ein Paperfly Agent weiterbearbeitet, kann beispielsweise aus der Paperfly AI Inbox kommen. Sie stellt den fachlichen Kontext und die eingegangenen Informationen bereit. Für die weitere Bearbeitung greift der Agent anschließend auf eine gezielt bereitgestellte Wissensbasis sowie auf ausdrücklich freigegebene Werkzeuge und Systeme zu.

Bei Paperfly wird das für den Agenten relevante Unternehmenswissen in einer separaten Wissensdatenbank bereitgestellt. Dort können beispielsweise Produktwissen, Prozessregeln, benötigte Nachweise, Ausnahmen oder Eskalationslogiken gezielt hinterlegt werden. Der Agent greift damit auf eine klar definierte Wissensbasis zu, die genau die Informationen enthält, die er für seine jeweilige Aufgabe benötigt.

Wissen und Handlungsmöglichkeiten lassen sich voneinander trennen:

  • Unternehmenswissen: gezielt bereitgestellte Informationen in einer separaten Datenbasis
  • Vorgangskontext: Daten und Dokumente des aktuell bearbeiteten Falls
  • Berechtigungen: definieren, welche Daten gelesen und welche Aktionen ausgeführt werden dürfen
  • Human Tasks: übernehmen, sobald eine fachliche oder kontrollpflichtige Entscheidung erforderlich ist

Der Agent erhält nicht pauschal Zugriff auf „das Unternehmen“. Er arbeitet mit dem Wissen, den Schnittstellen und den Aktionen, die für seine Aufgabe ausdrücklich vorgesehen sind. Das schafft einen kontrollierbaren Rahmen und reduziert zugleich die Sorge vor einer KI, die eigenständig und unbeschränkt auf interne Daten oder Systeme zugreift.

Fazit: Vom analysierten Vorgang zur ausgeführten Aktion

Agentic Workflows werden dort relevant, wo KI nicht nur Informationen analysiert, sondern auf Basis des aktuellen Vorgangs kontrolliert handeln soll. Welche Aktion als Nächstes erforderlich ist, ergibt sich dabei aus Kontext, Unternehmenswissen, Regeln und den Ergebnissen vorheriger Schritte.

Paperfly verbindet AI Inbox, AI Flows, Dynamic Workflows, Paperfly Agents und Human Tasks zu einem kontrollierten Rahmen. Die Paperfly AI Inbox versteht und qualifiziert den Eingang, während der Agent dort übernimmt, wo der weitere Bearbeitungsweg vom aktuellen Kontext abhängt.

FAQ: Häufige Fragen zu Agentic Workflows in automatisierten Geschäftsprozessen

Wie bleiben Agentic Workflows kontrollierbar?

Agentic Workflows bleiben kontrollierbar, indem Datenzugriffe, Handlungsmöglichkeiten, Berechtigungen, Prüfregeln und Übergabepunkte vorab definiert werden. Bei Paperfly arbeitet der Agent innerhalb eines festgelegten Rahmens, der vom Paperfly AI Flow vorgegeben wird. Wird eine Risiko-, Qualitäts- oder Entscheidungsgrenze erreicht, kann der Vorgang gezielt über einen Human Task an einen Mitarbeiter übergeben werden.

Können Agentic Workflows vollständig autonom arbeiten?

Agentic Workflows können einzelne Bearbeitungsabschnitte selbstständig ausführen, müssen aber nicht vollständig autonom arbeiten. Der zulässige Handlungsspielraum wird für den jeweiligen Geschäftsprozess festgelegt. Bei Paperfly können sensible Entscheidungen, fachliche Freigaben oder komplexe Ausnahmen bewusst beim Mitarbeiter verbleiben, während Standardfälle automatisiert weitergeführt werden.

Welche Prozesse eignen sich für Agentic Workflows?

Agentic Workflows eignen sich besonders für Prozesse, bei denen der nächste Schritt vom aktuellen Kontext, neuen Informationen oder Zwischenergebnissen abhängt. Typische Merkmale sind wechselnde Eingaben, mehrere Wissensquellen, Rückfragen und unterschiedliche Bearbeitungswege. Bei vollständig vorhersehbaren Abläufen ist ein klassischer Workflow häufig die einfachere Lösung.

Braucht ein Agentic Workflow Zugriff auf Unternehmensdaten?

Ein Agentic Workflow benötigt die für seine Aufgabe relevanten Unternehmensinformationen, aber keinen direkten Zugriff auf interne Daten. Bei Paperfly kann das benötigte Unternehmenswissen gezielt in einer separaten Wissensbasis bereitgestellt werden. Vorgangsdaten, Wissensquellen und operative Systemzugriffe lassen sich dadurch kontrolliert voneinander trennen.

Können Agentic Workflows bestehende Fachsysteme nutzen?

Agentic Workflows können bestehende Fachsysteme nutzen, wenn dafür definierte Schnittstellen und Berechtigungen bereitgestellt werden. Ein Agent kann dadurch beispielsweise Informationen abrufen, einen weiteren Workflow starten oder Ergebnisse zurückgeben. Bei Paperfly lassen sich dafür unter anderem APIs, DMS-, CRM-, ERP-, Kern- und Fachsysteme einbinden.

Was ist der Unterschied zwischen einem Agent und generativer KI?

Generative KI erzeugt typischerweise Inhalte oder Antworten auf Grundlage eines Inputs. Ein Agent kann darüber hinaus Kontext bewerten, Wissen und Werkzeuge einsetzen, Aktionen ausführen und deren Ergebnis erneut prüfen. Dadurch kann er einen Vorgang innerhalb definierter Grenzen über mehrere Bearbeitungsschritte hinweg selbstständig weiterführen.