So wählen Sie eine AI-Agent-Plattform: No-Code, Framework oder Managed

Die eine beste AI-Agent-Plattform gibt es nicht. Es gibt drei echte Kategorien: No-Code-Builder, Code-Frameworks und Managed-Enterprise-Plattformen. Welche die richtige ist, hängt davon ab, wer den Agent baut, wie individuell die Logik wirklich ist und welche Governance die Aufgabe verlangt. Ein falscher Match kostet real, nicht nur theoretisch: Gartner prognostiziert, dass über 40 % der Agentic-AI-Projekte bis Ende 2027 eingestellt werden, und nennt steigende Kosten, unklaren Geschäftsnutzen und unzureichende Risikokontrollen als Hauptursachen. Dieser Leitfaden führt durch die drei Kategorien, die echten Plattformen in jeder und einen Auswahlprozess, mit dem Sie die passende finden.

Die drei Kategorien und die echten Plattformen darin

Die Aufteilung lässt sich am leichtesten als drei verschiedene Betriebsgrundlagen für dieselbe Agent-Aufgabe verstehen.

„No-Code“ heißt, ein Fachanwender konfiguriert den Agent visuell. „Framework“ heißt, ein Entwickler schreibt die Struktur des Agents direkt in Code, ohne praktische Obergrenze für eigene Logik. „Managed“ liegt dazwischen: bei OpenAI weiterhin code-first, bei Microsoft Low-Code mit starker Governance, aber jeweils um ein bestimmtes First-Party-Ökosystem herum gebaut statt um eine universelle visuelle Arbeitsfläche. Keine dieser Kategorien ist „seriöser“ als die anderen. Jede ist eine andere Wette auf dieselbe zugrunde liegende Aufgabe.

Warum diese Entscheidung wichtiger ist, als sie aussieht

Die Verbreitung von Agents nimmt so schnell zu, dass es selbst ein Risiko ist, diese Entscheidung zu überspringen und zu nehmen, was ein Team ohnehin offen hat. Gartner prognostiziert, dass bis Ende 2026 40 % der Unternehmensanwendungen aufgabenspezifische AI Agents enthalten werden, nach weniger als 5 % im Jahr 2025. Doch Volumen ist nicht dasselbe wie Erfolg, und die oben genannte Abbruchquote von 40 % zeigt, warum: Viele Agentic-AI-Projekte sind derzeit frühe, vom Hype getriebene Experimente, die auf Aufgaben angewandt werden, die nicht zum Tool passen, und das macht Teams blind für die realen Kosten und die Komplexität, einen Agent im großen Maßstab zu betreiben. Gartner nennt außerdem „Agent Washing“ als weiteren Faktor, der die Kaufentscheidung trübt: Anbieter etikettieren bestehende Chatbots, RPA und Assistenten als Agents um, ohne echte agentische Fähigkeit.

Die praktische Schlussfolgerung ist keine Vorsicht um ihrer selbst willen. Die Kategorie, in der Sie starten, sollte zur Aufgabe passen, nicht umgekehrt.

Auswahlkriterien: die Fragen, auf die es ankommt

Beantworten Sie diese Fragen, bevor Sie irgendeine Plattform öffnen:

1. Wem gehört dieser Agent im Alltag? Ein Business-Team ohne Engineering-Unterstützung spricht für No-Code. Ein Engineering-Team, das Code gern selbst verantwortet, spricht für ein Framework. Ein Team, das bereits auf ein bestimmtes Enterprise-Ökosystem standardisiert hat, spricht für die passende Managed-Plattform.
2. Ist die Logik standardisiert oder wirklich individuell? Eine Aufgabe nahe an etwas bereits Gebautem (Antwort-Triage, Lead-Routing, Terminplanung) passt gut zu einer Vorlage und einem No-Code- oder Managed-Tool. Etwas Neuartiges mit Verzweigungslogik, die ein visueller Builder nicht ausdrücken kann, verweist auf ein Framework.
3. Muss er sich mit einem System integrieren, für das es keinen Connector gibt? Kein Connector bedeutet meist Code oder echten Aufwand für Workarounds in den Webhook-Tools einer No-Code-Plattform.
4. Was kostet ein Fehler? Aufgaben mit hohem Risiko, mit Finanz- oder Compliance-Bezug brauchen den Prüfpfad und die Governance, die eine ausgereifte Plattform (No-Code oder Managed) leichter richtig umsetzbar macht, oder die Testdisziplin, die ein Framework direkt einzubauen erlaubt.
5. Leben Ihre Daten und Ihre Infrastruktur bereits in einem bestimmten Ökosystem? Eine Organisation auf Microsoft 365 zieht überproportionalen Nutzen aus der nativen Verankerung von Copilot Studio in SharePoint und Dataverse. Eine, die das nicht tut, profitiert mehr von einem plattformunabhängigen Tool.
6. Wie schnell brauchen Sie eine erste Version? No-Code- und Managed-Plattformen gewinnen beim Tempo fast immer. Ein Framework kostet vorab mehr Zeit und bietet dafür eine Logik-Obergrenze, die es praktisch nie gibt.

Diese Fragen erweitern die Zwei-Wege-Checkliste aus No-Code- vs. Code-AI-Agents auf die Drei-Wege-Variante. Die sechs Bausteine, die jeder Agent braucht (Rolle, Tools, Regeln, Playbook, Entscheidungslogik, Leitplanken), ändern sich nicht mit der gewählten Kategorie. Nur der Anteil, den Sie schreiben statt konfigurieren, verschiebt sich.

No-Code: wenn Tempo und Verantwortung im Business am wichtigsten sind

No-Code passt, wenn ein Business-Team das Ergebnis verantwortet, die Aufgabe regelreich und wiederholbar ist und die nötigen Integrationen bereits von Haus aus unterstützt werden. Innerhalb von No-Code ist der eigentliche Unterschied meist Breite des App-Katalogs gegenüber Kontrolle über die Infrastruktur. Zapier und Make führen bei Katalogumfang und visuellem Feinschliff. n8n tauscht einen Teil dieses Feinschliffs gegen Self-Hosting und einen Ausweg in Code, wenn Sie auf einen Sonderfall stoßen. Lindy optimiert am stärksten auf die Zeit bis zum ersten Agent. Gartner führt dieses gesamte Feld inzwischen als eigene aufkommende Marktkategorie für No-Code-Agent-Builder, ein Signal, dass diese Tools weit über den Neuheitenstatus hinaus sind.

Framework: wenn Sie volle Kontrolle brauchen

Ein Framework ist die richtige Wahl, wenn die Aufgabe individuelles Schlussfolgern braucht, das eine Vorlage nicht ausdrücken kann, eine tiefe Integration in proprietäre interne Systeme oder die Versionskontrolle und Testdisziplin, die zu einem Software-Engineering-Workflow gehören. Zwischen den beiden führenden Frameworks gibt LangGraph Ihnen einen expliziten Graphen mit Nodes, Edges und bedingtem Routing, gebaut für Teams, die genau sehen und steuern wollen, wie ein Agent verzweigt. CrewAI beschreibt Agents dagegen in Rollen, bei Multi-Agent-Aufgaben ein Jahr später schneller nachzulesen, dafür mit etwas weniger der Low-Level-Kontrolle über den Graphen. Keines setzt das andere voraus; wählen Sie danach, ob Ihr Team in Graphen oder in Rollen denkt.

Managed und Enterprise: wenn Ökosystem-Passung und Governance am wichtigsten sind

Managed-Plattformen tauschen einen Teil der Flexibilität eines Frameworks gegen First-Party-Integration in ein bestimmtes Ökosystem und eine Governance, die bereits für die IT gebaut ist, statt nachträglich ergänzt zu werden. Responses API und Agents SDK von OpenAI passen zu einem Team, das ohnehin Software schreibt und möglichst wenige Schichten zwischen seinem Code und den Modellen von OpenAI möchte, ganz ohne visuellen Host: Server und Laufzeit gehören Ihnen. Microsoft Copilot Studio passt zu einer Organisation, die bereits Microsoft 365 betreibt, wo die Verankerung in SharePoint, der Zugriff auf Dataverse und die Admin-Aufsicht von Agent 365 auf einer universellen Plattform schwer nachzubauen sind. Beide sind „Managed“ in dem Sinn, dass Governance und Ökosystem-Integration aus erster Hand kommen, nicht weil eine von beiden weniger leistungsfähig wäre.

Eine einfache Art zu entscheiden

Gehen Sie der Reihe nach vor, nicht alle sechs Kriterien auf einmal. Beginnen Sie bei der Verantwortung: Fehlt Engineering-Unterstützung, führt das zu No-Code oder Managed. Prüfen Sie dann die Ökosystem-Passung: Lebt Ihre Organisation bereits in Microsoft 365, lenkt das eine Managed-Wahl in Richtung Copilot Studio, noch bevor Sie etwas anderes bewerten. Liegt die Verantwortung beim Engineering und zieht kein dominantes Ökosystem die Entscheidung, ist die eigentliche Weggabelung standardisierte gegenüber neuartiger Logik, ausführlicher in wann man einen AI Agent einsetzt behandelt: Standardisiertes spricht für No-Code oder eine Managed-API, wirklich Neuartiges für ein Framework. Compliance-Risiken können das Tempo an jeder Stelle dieser Abfolge überstimmen: Eine Aufgabe mit hohem Risiko verdient den Prüfpfad, den eine ausgereifte Plattform oder die eigene Testdisziplin eines Frameworks ermöglicht, auch wenn es nicht der schnellste Weg zur Demo ist.

Die meisten Organisationen, die echte Größe erreichen, bleiben nicht in einer Kategorie. Sie betreiben einfache, hochvolumige Agents auf einer No-Code- oder Managed-Plattform, die ein Business-Team pflegen kann, und reservieren ein Framework für die wenigen Agents, bei denen die Logik wirklich individuell ist oder der Einsatz die Bauzeit rechtfertigt. Das ist dieselbe Make-or-Buy-Abwägung wie in AI Build vs. Buy.

Key Facts

• Drei echte Kategorien decken den Markt für AI-Agent-Plattformen ab: No-Code-Builder (Zapier, Make, n8n, Lindy), Code-Frameworks (LangGraph, CrewAI) und Managed-Enterprise-Plattformen (Responses API und Agents SDK von OpenAI, Microsoft Copilot Studio).
• Gartner prognostiziert, dass über 40 % der Agentic-AI-Projekte bis Ende 2027 eingestellt werden, und nennt steigende Kosten, unklaren Geschäftsnutzen und unzureichende Risikokontrollen, oft durch eine zur Aufgabe unpassende Plattform.
• Gartner prognostiziert separat, dass bis Ende 2026 40 % der Unternehmensanwendungen aufgabenspezifische AI Agents enthalten werden, nach weniger als 5 % im Jahr 2025, und führt No-Code-Agent-Builder als eigene aufkommende Marktkategorie.
• Die sechs Bausteine, die jeder Agent braucht (Rolle, Tools, Regeln, Playbook, Entscheidungslogik, Leitplanken), sind plattformunabhängig, sodass die Logik eines gut spezifizierten Agents einen späteren Wechsel zwischen Kategorien übersteht.
• Die meisten Organisationen im großen Maßstab betreiben mehrere Kategorien gleichzeitig: No-Code oder Managed für einfache, hochvolumige Aufgaben, ein Framework für wirklich individuelle oder risikoreiche.

Wie es weitergeht

Haben Sie eine Kategorie gewählt, enthalten die plattformspezifischen Leitfäden die echten Bauanleitungen: LangGraph, CrewAI, Zapier, Make, n8n, Lindy, Responses API und Agents SDK von OpenAI und Microsoft Copilot Studio. Wenn Sie die sechs Bausteine noch nicht festgezurrt haben, beginnen Sie mit wie man einen AI Agent baut, bevor Sie überhaupt eine Plattform öffnen. Und in welcher Kategorie Sie auch landen: Die Übersicht Automatisierungs-Tools und die SaaS-Anbieter-Bewertungsmatrix sind nützliche Referenzen, um konkrete Anbieter darin zu bewerten.