Einführung
Ein kostenloser KI-Agent bedeutet selten ein kostengünstiges Produktionssystem. Durch Open-Source-Software können Lizenzgebühren entfallen, Sie zahlen jedoch möglicherweise weiterhin für Modell-API-Aufrufe, GPUs, Cloud-Hosting, Datenbanken, Observability und Integrationen von Drittanbietern.
Die folgenden Tools bieten eine lizenzkostenfreie Nutzung durch Selbsthosting, Open-Source-Komponenten, lokale Modelle oder kostenlosen Evaluierungszugang. Die Reihenfolge ist kategorisch, keine Leistungseinstufung. Gehostete Pläne, Lizenzen und Produktverfügbarkeit können sich ändern. Überprüfen Sie daher die aktuellen Bedingungen, bevor Sie sich zu einer Bereitstellung verpflichten.
Schnelle Vergleichstabelle für kostenlose KI-Agenten
| Werkzeug | Am besten für | Route ohne Lizenzkosten | Was Sie noch brauchen | Setup-Ebene |
|---|---|---|---|---|
| EasyClaw | Desktop- und Browser-Automatisierung ohne Code | Lokal ausgeführte Desktop-Option basierend auf OpenClaw | Ein unterstütztes Modell, Computerressourcen und App-Berechtigungen | Niedrig |
| OpenClaw | Benutzerdefinierte Desktop- und Anwendungsagenten | Selbstgehostete Open-Source-Bereitstellung | Modellzugriff, Konfiguration und Integrationsarbeit | Mittel bis hoch |
| AutoGPT | Experimentelle autonome Aufgabenausführung | Hosten Sie das Open-Source-Projekt selbst | Modell-API oder lokales Modell, Container und Computing | Hoch |
| AgentGPT | Browserbasiertes Agent-Prototyping | Hosten Sie die Open-Source-Anwendung selbst | Modell-Anmeldeinformationen, Webhosting und Backend-Dienste | Medium |
| CrewAI | Geschäftsabläufe mit mehreren Agenten | Open-Source-Python-Framework | Python-Umgebung, Modelle, Tools und Bereitstellung | Medium |
| LangGraph | Zustandsbehaftete Orchestrierung von Produktionsagenten | Open-Source-Bibliothek | Anwendungscode, Modellzugriff, Speicherung und Überwachung | Hoch |
| Microsoft AutoGen | Gespräche und Recherchen mit mehreren Agenten | Open-Source-Framework | Modelle, Python- oder .NET-Entwicklung und Laufzeitinfrastruktur | Hoch |
| Verändern | Visuelle KI-Workflows und interne Tools | Hosten Sie die Open-Source-Edition selbst | Modellanbieter, Server, Datenbank und Speicher | Medium |
| Öffnen Sie die WebUI | Lokaler KI-Arbeitsbereich mit Tools | Selbsthosting mit lokalen oder kompatiblen Modellen | Modelllaufzeit, Hardware und Werkzeugkonfiguration | Niedrig bis mittel |
| Cline | KI-gestützte Softwareentwicklung | Open-Source-Editor-Erweiterung | VS-Code, Modellzugriff und Projekttools | Niedrig |
Was macht die Nutzung eines KI-Agenten kostenlos?
„Kostenlos“ kann verschiedene Arrangements beschreiben.
Ein Open-Source-Agent-Framework kann vorbehaltlich seiner Lizenz ohne Zahlung einer Softwarelizenzgebühr heruntergeladen und geändert werden. Sie bleiben für den Betrieb verantwortlich. Dabei kann es sich um eine Workstation, einen Cloud-Server, eine GPU, eine Datenbank, eine Domäne, einen Überwachungsstack oder technischen Support handeln.
Der gehostete kostenlose Zugang ist anders. Ein Anbieter betreibt die Software und bietet eine begrenzte, kostenlose Nutzung an. Diese Pläne schränken häufig die Ausführungszeit, den Speicherplatz, die Modellauswahl, die Teamfunktionen oder die monatlichen Credits ein. Sie können sich auch schneller ändern als selbstgehostete Editionen.
Eine dritte Kategorie ist kostenlose Software in Verbindung mit kostenpflichtigen Modellen. Das Agent-Framework kostet nichts, aber jede Eingabeaufforderung, jeder Tool-Aufruf oder jedes generierte Token verbraucht das API-Kontingent eines Modellanbieters. Lokale Modelle können die API-Ausgaben reduzieren, allerdings sind geeignete Hardware und Strom nicht kostenlos.
Um sich für diese Liste zu qualifizieren, muss ein Tool eine sinnvolle Toolnutzung oder Workflow-Ausführung unterstützen, eine aktive Projekt- oder Produktpräsenz aufrechterhalten und eine praktische, lizenzkostenfreie Route bieten. Ein einfacher Chatbot ohne Aktionen, Integrationen oder Workflow-Steuerung würde diesen Standard nicht erfüllen.
EasyClaw: eine grafische, kostenlose KI-Agent-Option für Desktop-Arbeit
Am besten für: Technisch versierte Benutzer, die eine geführte Automatisierung wünschen, ohne einen Agenten aus Code zu erstellen.
EasyClaw ist eine grafische Desktop-KI-Agentenplattform, die auf OpenClaw basiert. Es verwendet Anweisungen in natürlicher Sprache, um die Arbeit über Desktop-Anwendungen, Browser, Dateien und verbundene Apps hinweg zu automatisieren. Der Schwerpunkt liegt außerdem auf der geführten No-Code-Einrichtung, integrierten Agenten, der Unterstützung mehrerer KI-Modelle und der Chat-basierten Fernsteuerung.
Der lizenzkostenfreie Weg konzentriert sich auf die lokale Ausführung der verfügbaren Desktop-Tools, anstatt das Produkt als vollständig verwalteten Cloud-Dienst zu behandeln. Sie benötigen weiterhin einen kompatiblen Computer, eine KI-Modellverbindung oder ein unterstütztes lokales Modell sowie die Berechtigung für den Zugriff auf die zu automatisierenden Anwendungen.
Ein plausibler Arbeitsablauf besteht darin, einen Agenten aufzufordern, Anhänge aktueller Nachrichten zu sammeln, sie konsistent umzubenennen, sie in Projektordnern zu organisieren und eine Zusammenfassung zur Überprüfung vorzubereiten.
Die Desktop-Automatisierung kann empfindlich auf Anwendungsänderungen und Berechtigungen reagieren. Aktuelle Pläne und Verfügbarkeit sollten vor dem Kauf oder der Bereitstellung überprüft werden. Überspringen Sie es, wenn Sie benötigen eine Code-First-Serverplattform für große, unbeaufsichtigte Arbeitslasten.
OpenClaw für selbstgehostete Computer- und Anwendungsagenten
Am besten für: Bauherren, die eine direkte Kontrolle über ein Open-Agent-Fundament wünschen.
OpenClaw bietet die zugrunde liegende Open-Source-Route zum Erstellen und Betreiben von Agenten, die mit Computern, Anwendungen und Tools interagieren können. Sein selbstgehostetes Modell gibt Entwicklern mehr Kontrolle über Konfiguration, Datenverarbeitung, Modellauswahl und Erweiterungen als ein geschlossenes Desktop-Automatisierungsprodukt.
Für die Nutzung der Open-Source-Route unter der jeweils geltenden Lizenz fallen keine Softwarelizenzgebühren an. Es bleiben betriebliche Anforderungen bestehen: ein Modellendpunkt, eine Maschine oder ein Server, Toolberechtigungen und technische Arbeiten zur Verbindung des Agenten mit der vorgesehenen Umgebung.
Die Flexibilität geht mit der Implementierungsverantwortung einher, insbesondere in Bezug auf Zugriffskontrolle und Fehlerbeseitigung. Überspringen Sie es, wenn Sie möchten eine ausgefeilte Endbenutzeranwendung, die sofort nach der Installation funktioniert.
AutoGPT für autonome Aufgabenexperimente
Am besten für: Entwickler untersuchen länger andauerndes, iteratives Agentenverhalten.
AutoGPT hat dazu beigetragen, Agenten bekannt zu machen, die ein umfassendes Ziel in Schritte aufteilen, Tools verwenden, Ergebnisse prüfen und weiterarbeiten. Seine Open-Source-Komponenten können selbst gehostet werden, was es für Experimente und die Untersuchung des Verhaltens der autonomen Ausführung außerhalb einer herkömmlichen Chat-Schnittstelle nützlich macht.
Die Nutzung der Software selbst ist ohne Lizenzzahlung möglich, sinnvolle Ausführungen erfordern jedoch ein Sprachmodell. Je nach Konfiguration bedeutet das kostenpflichtige API-Aufrufe oder ein lokales Modell mit ausreichend Rechenleistung. Möglicherweise sind auch Container-Tools, Speicher, Anmeldeinformationen und externe Serviceintegrationen erforderlich.
Unbegrenzte oder schlecht eingeschränkte Aufgaben können zu einer übermäßigen API-Nutzung und inkonsistenten Ergebnissen führen. Produktionsbereitstellungen erfordern Budgets, Tooleinschränkungen, Protokollierung und Genehmigungstore. Überspringen Sie es, wenn Sie benötigen eine deterministische Geschäftsautomatisierung mit minimaler Überwachung.
AgentGPT für browserbasierte KI-Agent-Prototypen
Am besten für: Demonstration von Agentenschleifen über eine zugängliche Weboberfläche.
AgentGPT verpackt die autonome Aufgabenausführung in ein Browser-Erlebnis. Ein Benutzer definiert ein Ziel und der Agent versucht, eine Abfolge von Aufgaben zu erstellen und auszuführen. Teams können die Open-Source-Anwendung selbst hosten, anstatt sich auf eine öffentlich gehostete Instanz zu verlassen.
Durch das Selbsthosting entfallen die Kosten für die Anwendungslizenz, nicht die damit verbundenen Kosten. Für den gemeinsamen Zugriff benötigen Sie im Allgemeinen Modellanmeldeinformationen, Backend-Infrastruktur, Umgebungskonfiguration und Hosting. Verfügbarkeit und Grenzen einer öffentlichen Bereitstellung sollten separat geprüft werden.
Ein Gründer könnte AgentGPT nutzen, um einen Marktforschungsassistenten zu entwickeln, der Kundenkategorien identifiziert, Interviewfragen vorschlägt und den daraus resultierenden Forschungsplan organisiert.
Seine zugängliche Schnittstelle kann die Unsicherheit der autonomen Ausführung verschleiern. Ausgaben müssen noch validiert werden und komplexe Integrationen erfordern Entwicklungsarbeit. Überspringen Sie es, wenn Sie benötigen eine detaillierte Zustandskontrolle, Überprüfbarkeit oder vorhersehbare Verzweigungslogik.
CrewAI für rollenbasierte Multi-Agent-Workflows
Am besten für: Die Modellierung von Python-Teams erfolgt als Zusammenarbeit zwischen spezialisierten Agenten.
Mit CrewAI können Entwickler Agenten mit unterschiedlichen Rollen, Tools, Verantwortlichkeiten und Aufgaben definieren. Diese Agenten können zu einem Team zusammengestellt werden, das die Arbeit zwischen Spezialisten verteilt, wodurch sich das Framework ideal für Prozesse eignet, die bereits einem kleinen Team ähneln.
Das Open-Source-Python-Framework bietet den Weg ohne Lizenzkosten. Sie stellen die Sprachmodelle, die Ausführungsumgebung, Tool-Integrationen, Geheimnisse und das Produktions-Hosting bereit. Für verwaltete Funktionen, die mit dem umfassenderen Produkt verbunden sind, gelten möglicherweise separate Bedingungen.
Mehrere Agenten können den Tokenverbrauch erhöhen und die Fehlerverfolgung erschweren, da eine schwache Ausgabe Auswirkungen auf spätere Schritte hat. Überspringen Sie es, wenn Ein einzelner Agent kann mit ein paar klar definierten Tools dieselbe Aufgabe einfacher erledigen.
LangGraph für die zustandsbehaftete KI-Agenten-Orchestrierung
Am besten für: Entwicklungsteams erstellen kontrollierte Agentenanwendungen mit langer Laufzeit.
LangGraph modelliert das Agentenverhalten als Diagramm von Knoten, Übergängen, Zuständen und Prüfpunkten. Dies ist besonders nützlich, wenn ein Workflow angehalten, fortgesetzt, erneut gestartet, eine menschliche Genehmigung eingeholt oder expliziten bedingten Pfaden gefolgt werden muss.
Die Kernbibliothek kann im Rahmen ihrer Open-Source-Bedingungen ohne Lizenzgebühr genutzt werden. Entwickler müssen weiterhin die Anwendung schreiben, ein oder mehrere Modelle verbinden, Persistenz konfigurieren, Dienste verfügbar machen und das resultierende System betreiben. Zugehörige gehostete Dienste sind von der selbst gehosteten Bibliothek getrennt.
Ein Abrechnungsagent könnte eine Anfrage klassifizieren, Kontodaten abrufen, eine Anpassung berechnen, oberhalb eines Schwellenwerts zur Genehmigung pausieren und dann die autorisierte Aktion an ein Abrechnungssystem senden.
LangGraph erfordert mehr Software-Engineering als visuelle Agenten-Builder. Der Graph, das Zustandsschema und das Fehlerverhalten müssen bewusst gestaltet werden. Überspringen Sie es, wenn Ihrem Team fehlt es an Entwicklungskapazitäten oder es benötigt nur einen kurzen linearen Workflow.
Microsoft AutoGen für Gespräche mit mehreren Agenten
Am besten für: Entwickler, die Konversationsagententeams erforschen oder implementieren.
Microsoft AutoGen ist ein Open-Source-Framework für Anwendungen, in denen Agenten kommunizieren, Tools aufrufen und mit Personen oder anderen Agenten zusammenarbeiten. Es unterstützt Muster wie einen Planungsagenten, der Arbeit an Spezialisten delegiert, und einen Prüfer, der deren Ergebnisse überprüft.
Das Framework kann vorbehaltlich der aktuellen Bedingungen ohne den Kauf einer Softwarelizenz installiert und ausgeführt werden. Sie müssen kompatible Modelle bereitstellen, das Agentenverhalten codieren, Tool-Anmeldeinformationen verwalten und die Laufzeit hosten. Die Modellnutzung kann zum größten wiederkehrenden Kostenfaktor werden.
Ein Sicherheitsteam könnte einen Arbeitsablauf erstellen, bei dem ein Agent eine Warnung zusammenfasst, ein anderer genehmigte Telemetriedaten abfragt und ein dritter einen Abhilfevorschlag für einen Analysten vorbereitet.
Das Gespräch zwischen Agenten kann langwierig werden, ohne dass sich die Antwort verbessert. Starke Beendigungsregeln, Nachrichtenbeschränkungen und Beobachtbarkeit sind unerlässlich. Überspringen Sie es, wenn Sie bevorzugen ein visuelles Workflow-Design oder benötigen eine schlüsselfertige Betriebsschnittstelle.
Dify für visuelle KI-Agenten- und Workflow-Entwicklung
Am besten für: SaaS-Teams erstellen interne Assistenten und KI-Anwendungen über eine visuelle Schnittstelle.
Dify vereint Prompt-Management, Modellverbindungen, Wissensabruf, Tools, Agenten und Workflow-Design in einer Anwendungsplattform. Sein visueller Builder kann Produkt- und Betriebsteams bei der Zusammenarbeit unterstützen, ohne dass jede Workflow-Änderung zu einem individuellen Engineering-Projekt werden muss.
Die Open-Source-Edition kann im Rahmen der geltenden Lizenz ohne Lizenzkosten selbst gehostet werden. Für eine echte Bereitstellung sind weiterhin Server, Datenbanken, Speicher, Modellanmeldeinformationen, Sicherheitskonfiguration, Upgrades und Backups erforderlich.
Ein Kundenerfolgsteam könnte einen Workflow aufbauen, der eine Kontofrage entgegennimmt, genehmigte Dokumentation abruft, den CRM-Kontext über eine Integration prüft und eine Antwort mit Links zu den relevanten Datensätzen verfasst.
Das Selbsthosten einer breiten Plattform verursacht fortlaufenden Verwaltungsaufwand, und erweiterte organisatorische Anforderungen können über die Community-Edition hinausgehen. Überspringen Sie es, wenn Sie benötigen lediglich eine kompakte Codebibliothek, die in einen vorhandenen Dienst eingebettet ist.
Öffnen Sie die WebUI für die Verwendung lokaler KI-Agenten und Tools
Am besten für: Einzelpersonen und kleine Teams, die eine selbst gehostete Schnittstelle für lokale oder private Modelle wünschen.
Open WebUI bietet einen browserbasierten Arbeitsbereich für die Interaktion mit lokalen und OpenAI-kompatiblen Modellen. Durch die Unterstützung von Tools, Funktionen, Abrufmöglichkeiten und Erweiterbarkeit kann es mehr als nur eine Chat-Schnittstelle sein, obwohl es kein Ersatz für jedes dedizierte Orchestrierungs-Framework ist.
Die Anwendung kann gemäß den aktuellen Open-Source-Bedingungen ohne Lizenzzahlung selbst gehostet werden. Sie benötigen weiterhin eine Modelllaufzeit wie einen lokalen Inferenzdienst oder eine externe API sowie Hardware, Speicher und Konfiguration für etwaige Tools.
Ein Team könnte eine interne Dokumentationssammlung und eine Funktion zur Suche nach genehmigten Tickets verbinden, sodass Mitarbeiter Vorfälle über eine private Schnittstelle recherchieren können.
Die Funktionen variieren je nach Modell und Erweiterung, und lokal gehostete Modelle können auf bescheidener Hardware langsam oder ungenau sein. Überspringen Sie es, wenn Sie benötigen komplexe, dauerhafte Hintergrundworkflows mit umfassender Verzweigungs- und Wiederherstellungslogik.
Cline als kostenloser KI-Coding-Agent
Am besten für: Entwickler, die möchten, dass ein Agent Code in ihrem Editor prüft, ändert und ausführt.
Cline ist ein Open-Source-Codierungsagent, der in Visual Studio Code ausgeführt wird. Es kann Projektdateien untersuchen, Änderungen vorschlagen, Entwicklungsbefehle mit Genehmigung ausführen und Browser- oder Terminal-Feedback verwenden, während eine Softwareaufgabe bearbeitet wird.
Die Erweiterung bietet die Softwareroute ohne Lizenzkosten. Benutzer bringen ihren eigenen Modellzugriff mit, sei es über einen unterstützten API-Anbieter oder ein kompatibles lokales Setup. API-lastige Codierungssitzungen können immer noch teuer werden und lokale Modelle benötigen genügend Speicher und Rechenleistung.
Ein Entwickler könnte Cline bitten, eine fehlgeschlagene Checkout-Anfrage zu verfolgen, die Validierungslogik zu aktualisieren, einen Regressionstest hinzuzufügen und die entsprechende Testsuite zur Bestätigung auszuführen.
Einem Agenten zu erlauben, Dateien zu bearbeiten und Befehle auszuführen, erfordert eine sorgfältige Prüfung, insbesondere in Repositorys, die Geheimnisse oder Bereitstellungsskripts enthalten. Überspringen Sie es, wenn Ihre Arbeit ist in erster Linie nichttechnischer Natur oder Ihre Organisation kann editorbasierten Agenten nicht erlauben, auf den Quellcode zuzugreifen.
So wählen Sie einen kostenlosen KI-Agenten aus
Beginnen Sie mit der Umgebung, die der Agent kontrollieren muss. Desktop- und Browser-Arbeiten deuten auf EasyClaw oder OpenClaw hin. Die Softwareentwicklung weist auf Cline hin. Interne KI-Anwendungen mit visuellen Arbeitsabläufen passen zu Dify, während privater Modellzugriff mit geringerem Werkzeugeinsatz zu Open WebUI passt.
Passen Sie für die Code-First-Orchestrierung das Framework an die Workflow-Form an. CrewAI eignet sich für rollenbasierte Zusammenarbeit. AutoGen konzentriert sich auf Agentengespräche. LangGraph ist stärker, wenn Status, Prüfpunkte, Verzweigungen und menschliche Genehmigungen explizit sein müssen. AutoGPT und AgentGPT eignen sich eher für die Untersuchung autonomer Aufgabenschleifen als für streng regulierte Prozesse.
Schätzen Sie die gesamten Betriebskosten, bevor Sie sich entscheiden. Berücksichtigen Sie Modell-Tokens, GPUs, Hosting, Datenbanken, Speicher, Überwachung, Integrationswartung und die für die Überprüfung von Fehlern erforderliche Zeit. Ein kostenloses Framework, das ständiges Eingreifen erfordert, kann mehr kosten als ein verwaltetes Produkt.
Testen Sie abschließend einen engen Workflow mit messbaren Erfolgskriterien. Verfolgen Sie die Abschlussrate, fehlerhafte Aktionen, die Zeit für die menschliche Überprüfung, die Latenz und die Kosten pro Ausführung, bevor Sie den Zugriff erweitern.
Grenzen der kostenlosen KI-Agenten, die Sie sich ansehen sollten, bevor Sie sich verpflichten
Der Open-Source-Zugriff garantiert keine Produktionsbereitschaft. Dokumentation, Migrationsunterstützung, Sicherheitsfixes und Kompatibilität können zwischen den Projekten erheblich variieren.
Auch Modellkosten können das Budget dominieren. Gespräche mit mehreren Agenten, Wiederholungsversuche, Abrufanrufe und lange Kontextfenster vervielfachen die Nutzung schnell. Legen Sie Ausgabenobergrenzen und Ausführungsgrenzen fest, bevor Sie unbeaufsichtigte Ausführungen zulassen.
Werkzeugberechtigungen verdienen die gleiche Prüfung. Ein Agent, der mit E-Mail, Quellcode, Abrechnung oder Kundendatensätzen verbunden ist, sollte den erforderlichen Mindestzugriff erhalten. Sensible Aktionen sollten einer Genehmigung bedürfen und jeder Tool-Aufruf sollte protokolliert werden.
Weitere praktische Probleme sind die schnelle Injektion, eine schwache Leistung des lokalen Modells, eine unzuverlässige Browserautomatisierung, sich ändernde APIs von Drittanbietern und eine eingeschränkte Debugging-Sichtbarkeit. Bestätigen Sie die Lizenz für die kommerzielle Nutzung und überprüfen Sie die Bedingungen aller Modelle, Anschlüsse und Datenquellen im Stapel.
FAQ zu kostenlosen KI-Agenten
Kann ein KI-Agent völlig kostenlos laufen?
Ja, auf einem lokalen Computer mit Open-Source-Software und einem lokalen Modell, aber für Maschine, Strom, Lagerung und Wartung fallen trotzdem Kosten an. Auch die Leistung kann geringer sein als bei kostenpflichtigen gehosteten Modellen.
Welcher kostenlose KI-Agent ist für Nicht-Entwickler am einfachsten?
EasyClaw ist auf die geführte No-Code-Desktop-Automatisierung ausgerichtet, während Dify die visuelle Workflow-Erstellung für KI-Anwendungen bietet. Open WebUI ist für die lokale Modellinteraktion und eine einfachere Werkzeugnutzung zugänglich.
Welche Option eignet sich am besten für Produktionssoftware?
LangGraph, CrewAI und Microsoft AutoGen bieten Code-First-Grundlagen für die Produktionsentwicklung, aber nichts macht Tests, Sicherheitskontrollen, Überwachung und betriebliche Infrastruktur überflüssig. Die beste Wahl hängt von der Workflow-Struktur ab.
Sind Open-Source-KI-Agenten für Unternehmensdaten sicher?
Selbsthosting kann die Kontrolle darüber verbessern, wo Daten verarbeitet werden, macht ein System jedoch nicht automatisch sicher. Überprüfen Sie Modellendpunkte, Protokolle, Anmeldeinformationen, Toolberechtigungen, Abhängigkeiten und Datenaufbewahrungseinstellungen.
Funktionieren kostenlose KI-Agenten ohne API-Schlüssel?
Einige funktionieren, wenn sie mit einem lokalen Modell verbunden sind. Andere erfordern eine gehostete Modell-API oder erzielen mit einer wesentlich bessere Leistung. Überprüfen Sie vor der Bereitstellung die Modellkompatibilität und Hardwareanforderungen.
Fazit
Ein kostenloser KI-Agent ist am besten als lizenzkostenfreier Ausgangspunkt zu verstehen und nicht als Versprechen einer kostenlosen Automatisierung. EasyClaw und OpenClaw befassen sich mit Aufgaben auf Computerebene, Cline konzentriert sich auf die Codierung, Dify und Open WebUI bieten zugängliche, selbst gehostete Schnittstellen und CrewAI, LangGraph, AutoGen, AutoGPT und AgentGPT bieten verschiedene Ansätze zur Agenten-Orchestrierung.
Wählen Sie basierend auf dem Arbeitsablauf, der erforderlichen Kontrolle, der verfügbaren technischen Kapazität und den Gesamtbetriebskosten. Beginnen Sie mit einem eingeschränkten Prozess, halten Sie eine Person auf dem Genehmigungspfad und erweitern Sie ihn erst, nachdem der Agent unter realen Bedingungen zuverlässig funktioniert.