Wer 2026 nach «einem Bot» fragt, kriegt zehn verschiedene Antworten , und meistens ist nur einer davon das, was er wollte. Bot, Chatbot, AI Agent, conversational AI, LLM, KI-Mitarbeiter sind in Marketing-Texten und Produkt-Briefings völlig durcheinander. Das hat Konsequenzen: KMU kaufen das Falsche, Berater verkaufen das Falsche, und am Ende funktioniert der Bot nicht so, wie es im Pitch klang.
Dieser Beitrag sortiert die Begriffe sauber durch, mit Beispielen, in Schweizer Hochdeutsch, ohne Marketing-Sprech. Damit du beim nächsten Anbieter-Gespräch genau weisst, wovon ihr beide redet.
Warum die Begriffe so verwirrend sind
Die Sprach-Verwirrung hat zwei Ursachen. Erstens: die Technologie hat sich in fünf Jahren mehrfach verändert. Die alten Bots aus der Web-1.0- Zeit hiessen genauso wie die neuen Sprachmodell-basierten Systeme, die können aber 100-mal mehr. Zweitens: Marketing-Abteilungen verwenden den Begriff, der gerade Aufmerksamkeit zieht. 2023 war es «KI», 2024 war es «conversational AI», 2026 ist es «AI Agent».
Nüchtern hilft eine andere Frage: Was kann das System eigenständig entscheiden, und in welchem Rahmen? Daran unterscheidet sich, was ein Begriff wirklich bedeutet, und ob er für deinen Use-Case passt.
Klassischer Bot
Ein klassischer Bot ist ein regelbasiertes System. Er folgt einem Entscheidungsbaum: wenn der User Wort A schreibt, antwortet er mit Antwort 1. Wenn nicht, fällt er auf einen Default zurück. Es gibt keine Sprachmodelle, keine echte Verstehens-Schicht, nur Mustererkennung auf Stichworten.
Stärken: billig, deterministisch, leicht zu debuggen. Schwächen: bricht zusammen, sobald der User umformuliert oder etwas fragt, das nicht in der Regel-Tabelle steht. Wirkt schnell mechanisch.
Beispiel: viele Kontakt-Formulare in den 2010er-Jahren mit Drei-Wege- Auswahl («Verkauf», «Support», «Sonstiges»). Funktioniert für Routine-Routing, scheitert an echtem Gespräch.
Chatbot
Ein Chatbot ist im Prinzip ein «Bot mit Sprach-Verständnis» , meistens dahingehend, dass er ein Sprachmodell (LLM) wie GPT, Claude oder ein Open-Source-Modell im Hintergrund nutzt. Er versteht freie Texteingaben und generiert freie Antworten.
Stärken: versteht Umformulierungen, Mundart-Eingaben, Smalltalk. Antwortet flüssig. Schwächen: ohne Wissensbasis halluziniert er, ohne Eskalations-Logik bleibt er bei seinen erfundenen Antworten. Antwort- Stil ist generisch, sofern man ihn nicht aktiv konfiguriert.
Die Begriffe «ki chatbot», «künstliche intelligenz chatbot» und «chatbot mit ki» meinen 2026 alle das Gleiche: einen LLM-basierten Chat. Der Unterschied liegt nicht im Begriff, sondern in der Implementation: hat das System eine eigene Wissensbasis? Hat es klare Eskalations-Regeln? Lernt es nicht, wenn man es nicht aktiv lässt?
Ein Chatbot ohne Wissensbasis ist eine teure Fragestrasse zum Halluzinieren. Erst die eigene Wissensbasis macht ihn nützlich.
AI Agent
Ein AI Agent geht einen Schritt weiter als ein Chatbot. Er hat nicht nur Sprache, sondern Werkzeuge. Er kann APIs aufrufen, Termine buchen, Mails verschicken, Datenbank-Einträge anlegen, also nicht nur antworten, sondern handeln.
Technisch sind moderne AI Agents meist auf einem leistungsfähigen LLM gebaut, das in einer Schleife arbeitet: «Was ist mein Ziel? Welches Werkzeug brauche ich als Nächstes? Habe ich genug Information, um zu antworten?». Anbieter wie Anthropic mit Claude und OpenAI mit GPT liefern dafür Tool-Use-APIs, mit denen ein solcher Agent konfiguriert werden kann.
Stärken: kann echte Vorgänge anstossen, Termin buchen, Lead in CRM eintragen, Mail-Entwurf erstellen. Schwächen: ohne enge Eskalations-Regeln kann er Aktionen ausführen, die jemand nicht haben wollte. Audit-Trail ist keine Selbstverständlichkeit. Implementation ist deutlich aufwändiger als ein einfacher Chatbot.
Der Begriff «conversational AI» wird heute fast synonym zu AI Agent verwendet, ist aber technisch breiter, er beschreibt das ganze Feld inklusive klassischer Voice-Bots und Sprachassistenten.
KI-Mitarbeiter
KI-Mitarbeiter ist kein etablierter Tech-Begriff. Er ist eine Positionierung, die wir bei ki-mitarbeiter.ch bewusst gewählt haben. Was ihn von einem AI Agent unterscheidet, ist nicht die Technologie, sondern die Rahmensetzung:
- Persona mit Namen und Rolle (Lara für die Praxis, Sarah für die Kanzlei und so weiter), die durchgängig in der Tonalität bleibt.
- Eigene Wissensbasis aus deinen FAQs, Preisen, Verfügbarkeiten, Vorlagen. Nicht generischer Web-Inhalt, sondern dein Betrieb.
- Eskalations-Logik mit klaren Regeln: wann antwortet der Bot, wann reicht er weiter an einen Menschen.
- Audit-Trail jeder Konversation, du siehst, was passiert ist, jederzeit.
- Branding wie ein neuer Mitarbeiter: Tonalität, Logo, Farben, nicht «noch ein Chatbot».
Technisch baut ein KI-Mitarbeiter auf einem AI Agent auf. Konzeptionell wird er als Mitarbeiter geführt, nicht als Werkzeug benutzt. Diese Sprach-Differenz hat handfeste Folgen: man konfiguriert ihn gründlicher, übergibt mehr Verantwortung, und das Team integriert ihn natürlicher in den Arbeitsablauf.
| Aspekt | Klassischer Bot | Chatbot | AI Agent | KI-Mitarbeiter |
|---|---|---|---|---|
| Sprach-Verständnis | Stichwort-Match | LLM, frei | LLM, frei | LLM mit Tonalität |
| Wissensbasis | Regel-Tabelle | optional | optional | Pflicht (eigen) |
| Werkzeuge / Aktionen | Nein | Selten | Ja (APIs) | Ja, mit Eskalation |
| Persona | Nein | Optional | Selten | Pflicht (Name + Rolle) |
| Audit-Trail | Nein | Variabel | Variabel | Pflicht |
| Aufwand Setup | Niedrig | Mittel | Hoch | Mittel bis hoch |
Wann braucht man was?
Die ehrliche Antwort: meistens nicht das, was im Pitch versprochen wurde. Hier eine pragmatische Entscheidungsleiter.
- Klassischer Bot reicht, wenn deine Anfragen extrem standardisiert sind (z.B. Routing zwischen drei klar getrennten Anliegen) und du keine Energie in Konfiguration stecken willst. Heute eher selten der richtige Pfad.
- Chatbot ohne Werkzeuge passt, wenn du primär Antworten brauchst, eine FAQ-Erweiterung, Smalltalk, Information-Retrieval. Kein Termin-Buchen, kein CRM-Eintrag.
- AI Agent passt, wenn der Bot Aktionen anstossen soll, typische Use-Cases sind Termin- Buchung, Lead-Erfassung, Daten-Übertragung. Mit klaren Mensch-im-Loop-Regeln.
- KI-Mitarbeiter ist die richtige Wahl, wenn du den Bot wie einen neuen Kollegen einführen willst, mit Persona, Branding, Wissensbasis und einem definierten Eskalations-Pfad. Für KMU mit Branchen-Spezifika ist das fast immer der nachhaltige Pfad.
Was die Begriffe konkret für deinen Betrieb heissen, schauen wir uns am besten direkt an. Kostenloses 30-Minuten-Erstgespräch, danach hast du einen klaren Pfad, egal ob mit uns oder ohne.
Wer noch tiefer einsteigen will: unsere Web-Empfang-Page beschreibt den klassischen KI-Mitarbeiter-Use-Case im Frontoffice-Bereich, und unter Backoffice-Leistungen steht, was im Hintergrund automatisierbar ist.