KI in der Messeorganisation·15.10.2026·8 Min. Lesezeit

KI-Agenten in der Messeorganisation: Wo sie sinnvoll sind und wo nicht

Eine Faustformel aus der Praxis: Agenten gehören dorthin, wo Aussteller und Projektleitungen in Alltagssprache auf Katalog, Aufgaben und Vertriebsdaten treffen. Fristen, Preise und Rechte bleiben bei deterministischer Software.

Ein KI-Agent ist in der Messeorganisation dort sinnvoll, wo unstrukturierte Anfragen auf strukturierte Systeme treffen. Ein Aussteller beschreibt in Alltagssprache, was er für seinen Stand braucht, eine Projektleiterin stellt eine Frage in einem Satz. Dahinter liegen Produktkatalog, Aufgaben, Fristen und Vertriebsdaten. Der Agent übersetzt zwischen beiden Seiten. Fristprüfung, Preisberechnung und Rechte bleiben Aufgabe deterministischer Software, weil sie dort schneller, günstiger und jedes Mal gleich laufen.

Drei Vertiefungen gehören zu diesem Beitrag: die Stromberatung im Ausstellerportal, der Vorjahresvergleich im Flächenverkauf und die Absicherung von KI-Agenten.

Das Wichtigste in Kürze:

• Faustformel: Agenten für unstrukturierte Anfragen an strukturierte Systeme. Für regelbasierte Abläufe deterministische Software.
• Kontext entscheidet: Über einen konkreten Aussteller weiß ein Sprachmodell nur, was in seinem Kontextfenster steht. Vier Quellen füllen es: Tool Calls, Dokumentensuche, Session und Rückfrage.
• Lesen autonom, Verändern per Klick: Daten liest der Agent selbstständig. Jede Änderung erzeugt er nur als Vorschlag, den ein Mensch bestätigt.
• Rechte aus der Anmeldung: Jeder Tool Call läuft mit den Rechten der angemeldeten Person, nie mit eigenen Rechten des Agenten.
• Fünf Grenzen: Halluzination, Verbindlichkeit, Aufplanung, Latenz und Kosten, Datenqualität.

Ausgangslage: KI ist verbreitet, die Auswahl der Anwendungsfälle ist offen

In der Veranstalter-Umfrage des AUMA 2025/2026 gaben 70 Prozent der Befragten an, KI im persönlichen Arbeitsbereich zu nutzen, 14 Prozentpunkte mehr als in der Befragung des Vorjahres (AUMA und Prognos, Oktober 2025, S. 19, 123 Teilnehmende bei Messeveranstaltern). Den Vergleich mit dem Vorjahr hält die Studie nur mit Einschränkung für möglich, weil die Stichproben nicht identisch sind. Am häufigsten genannt werden drei Arbeitsbereiche (S. 20).

Zwei weitere Ergebnisse der Studie rahmen diesen Beitrag. Von 79 bewerteten KI-Anwendungsfeldern stuft sie 44 als „Zeitfresser“ ein, also als Felder mit geringerem Potenzial bei erhöhtem Aufwand (S. 37); als zentrale Herausforderung nennt sie die Identifikation relevanter Anwendungsfälle (S. 6). Und Chatbots entfalten ihren Nutzen laut Studie erst vollständig, wenn sie mit CRM-Systemen, Matchmaking-Plattformen und Follow-up-Prozessen verbunden sind (S. 57). Die Faustformel unten adressiert den ersten Punkt, der Abschnitt zum Kontext den zweiten.

Was ein KI-Agent ist, und was ihn vom Chatbot unterscheidet

Ein KI-Agent ist ein Sprachmodell, das in einer Schleife Tools verwendet, um ein Ziel zu erreichen. Die Formulierung ist unter KI-Entwicklern verbreitet: Anthropic beschrieb Agenten im Dezember 2024 als Sprachmodelle, die in einer Schleife Tools nutzen, und Simon Willison hielt sie im September 2025 für eine Definition, die sich unter KI-Entwicklern inzwischen weit genug durchgesetzt hat. Tools sind Funktionen der eigenen Software mit Beschreibung und Parameterschema, vergleichbar mit API-Endpunkten: offene Aufgaben auflisten, den Produktkatalog abfragen, die Technischen Richtlinien durchsuchen. Der Ablauf hat fünf Schritte.

• Eine Anfrage geht ein.
• Das Modell prüft, ob der vorhandene Kontext für eine Antwort reicht.
• Reicht er nicht, schreibt das Modell einen Tool Call, also Funktionsname und Argumente.
• Die Runtime, die Software um das Modell, führt den Aufruf aus und legt das Ergebnis in das Kontextfenster.
• Das Modell prüft erneut und gibt eine Antwort oder einen Vorschlag aus.

Das Modell führt dabei nichts selbst aus. Es schreibt nur den Aufruf, die Ausführung liegt bei der Software.

Ein FAQ-Chatbot auf einer Messe-Website folgt einem festen Ablauf: Anfrage, Suche in FAQ und Dokumenten, Antwort. Seine Wissensbasis ist für alle Fragenden gleich, Systeme und Aktionen bleiben außen vor. Für Fragen zu Anreise, Öffnungszeiten oder Hallenplan reicht das. Sobald ein Aussteller nach seinem Stand, seinen Bestellungen oder seinen Fristen fragt, braucht die Antwort Zugriff auf genau diese Daten. Dazwischen liegt der Workflow, bei dem der Code die Reihenfolge der Schritte festlegt; die Abgrenzung zum Agenten, bei dem das Modell den Ablauf steuert, folgt Anthropic.

Ein Beispiel macht den Unterschied greifbar. Ein Aussteller schreibt: „Reicht mir der Schuko-Anschluss wieder?“ Das Wort „wieder“ verweist auf seine Bestellung aus dem Vorjahr, und die steht in keinem Merkblatt. Der Chatbot erklärt, was ein Schuko-Anschluss leistet. Der Agent ruft die Bestellhistorie ab, fragt nach den Geräten am Stand und rechnet. Beide Antworten sind korrekt, nur eine beantwortet die gestellte Frage.

Die Faustformel: unstrukturierte Anfragen, strukturierte Systeme

Agenten dort, wo unstrukturierte Anfragen auf strukturierte Systeme treffen. Sonst meist: deterministische Software. Der Input ist unstrukturiert, Kontext, Output und Aktionen sind strukturiert. In der Messeorganisation trifft das auf zwei Stellen zu. Im Ausstellerportal treffen Anforderungen in natürlicher Sprache auf Produktkatalog, Aufgaben und Fristen; Aussteller kennen ihre Geräte, den passenden Stromanschluss im Katalog kennen sie selten. Auf der Veranstalterseite trifft eine Frage wie „Wo stehen wir im Verkauf in Halle 4 gegenüber dem Vorjahr?“ auf ein Vertriebsdatenmodell, in dem jeder Report Filter, Bedingungen und Vergleichszeiträume verlangt. In beiden Fällen übersetzt das Modell die Anfrage in strukturierte Operationen. Die Regeln setzt das System.

Was ein Agent braucht: Kontext

Das Kontextfenster umfasst alles, was ein Modell bei einer Antwort sieht: System-Prompt, Gesprächsverlauf, die Definitionen der verfügbaren Tools, Tool-Ergebnisse und abgerufene Dokumente. Allgemeines Wissen bringt das Modell aus dem Training mit. Über einen konkreten Aussteller weiß es nur, was im Kontextfenster steht. Zu wenig Kontext führt zu generischen Antworten oder Halluzinationen. Zu viel Kontext senkt die Antwortqualität und erhöht Kosten und Latenz, weil der gesamte Kontext bei jedem Schritt erneut an das Modell geht. Prompt-Caching dämpft Kosten und Latenz, an der Antwortqualität ändert es nichts. Chroma hat diesen Effekt im Juli 2025 an 18 Modellen gemessen und Context Rot genannt: Schon eine einzelne thematisch ähnliche, aber unzutreffende Passage verschlechterte das Ergebnis.

Merksatz: Für jeden Schritt so viel Kontext wie nötig, so wenig wie möglich. Die Disziplin dahinter heißt seit 2025 zunehmend Context Engineering; Anthropic beschreibt sie als natürliche Weiterentwicklung des Prompt Engineering. Die exakte Formulierung einer einzelnen Eingabe hat an Bedeutung verloren, weil leistungsfähigere Modelle weniger genaue Vorgaben brauchen. Der System-Prompt bleibt aber Teil des Kontexts und damit selbst Prompt Engineering. Context-Management bezeichnet den Teil, der zur Laufzeit entscheidet, was in den Kontext kommt. Dazu gehört auch die Auswahl der Tools: Jede Tool-Definition belegt Platz im Fenster, und Anthropic nennt überladene Tool-Sets als einen der häufigsten Fehler beim Bau von Agenten. Der Agent erhält deshalb je Oberfläche nur die Tools, die er dort braucht.

Vier Quellen für Kontext

Ähnlich heißt nicht richtig

Eine Ähnlichkeitssuche findet Passagen, die so klingen wie die Frage. Ob sie die Frage beantworten, prüft sie nicht. Auf „Was habe ich letztes Jahr bestellt?“ liefert die Dokumentensuche Abschnitte über Bestellfristen aus dem Merkblatt. Die richtige Quelle ist die Bestellhistorie, abgefragt per Tool Call. Als Regel: Tool Call für Antworten, die in einem Datensatz stehen; Dokumentensuche für Antworten, die in einem Text stehen; beides, wenn eine Regel aus einem Text auf konkrete Daten angewendet wird. Ob ein Traversensystem in Halle 4 stehen darf, braucht die zulässige Bauhöhe der gebuchten Fläche und das gebuchte System aus den Daten sowie die Genehmigungsregel aus den Richtlinien. Die Freigabe selbst erteilen Veranstaltende und Gelände.

Zwei Anwendungsfälle

Stand Oktober 2026: Der Chat im Fairoo-Ausstellerportal ist im Produkt und wird je Veranstaltung freigeschaltet; er beantwortet Fragen aus den Daten des Ausstellers mit Quellenangabe. Der Beratungsablauf mit Stromberechnung ist der nächste Ausbauschritt, der Analyse-Assistent im Dashboard läuft in der Testumgebung. Alle Beispieldaten sind fiktiv.

Ausstellerportal: von der Geräteliste zum Stromanschluss

Der Aussteller will wissen, welche Aufgaben vor der Messe noch offen sind. Der Agent holt sie per Tool Call, ohne Aussteller-Parameter, denn die Identität kommt aus der Session. Offen ist die Aufgabe „Stromanschluss“. Der Aussteller ist unsicher, ob Schuko oder Drehstrom passt, also lädt der Agent Katalog und Standdaten und fragt nach den Geräten, weil deren Leistung in keinem System steht. Aus „ein normaler Vollautomat, ein kleiner Kühlschrank, ein Bildschirm, zwei Laptops“ macht das Modell eine strukturierte Geräteliste. Gerechnet wird nicht vom Modell, sondern von einem Tool mit der Richtwerttabelle der Veranstaltenden: 2,1 kW, mit zehn Prozent Reserve 2,3 kW, der Schuko-Anschluss reicht. Der Agent schlägt zwei Artikel für den Warenkorb vor; bestellt wird im regulären Checkout. Die Platzierung des Anschlusses auf der Fläche übergibt er per Link an den Layout-Editor. Den vollständigen Ablauf mit Rechenweg zeigt der Beitrag zum Stromanschluss am Messestand.

Veranstalterseite: vom Satz zum Report

Die Projektleiterin hat das Dashboard ihrer Messe geöffnet und fragt nach dem Verkaufsstand in Halle 4 gegenüber dem Vorjahr. Der Agent liest den Datenkatalog und formuliert eine Abfrage, das System prüft sie auf Gültigkeit und Berechtigung und führt sie rein lesend aus. Die Antwort vergleicht verkaufte Fläche, Aussteller mit Buchung und offene Angebote zum gleichen Abstand vor Eröffnung. Auf Wunsch legt der Agent die Kennzahl auf das Dashboard, gespeichert wird nach Bestätigung. Warum der Vergleich nur zum gleichen Stichtag trägt, erklärt der Beitrag zum Vorjahresvergleich im Flächenverkauf.

Lesen autonom, Verändern per Klick

Lesende Tool Calls führt der Agent selbstständig aus. Für jede Änderung erzeugt er einen Vorschlag in Form eines Buttons. Den Klick setzt der Mensch, die Ausführung übernimmt das System, mit den Rechten der angemeldeten Person. Der Grund liegt in den Folgen eines Fehlers: Ein falscher Lese-Call ergibt einen falschen Satz auf dem Bildschirm, ein falscher Schreib-Call eine falsche Bestellung. Dass das Modell keine Sicherheitsgrenze sein darf und wie die Grenze im System aussieht, beschreibt der Beitrag zur Absicherung von KI-Agenten.

Fünf Grenzen von KI-Agenten in der Messeorganisation

Drei Fragen an jedes KI-Angebot

• Was liegt im Kontextfenster, wenn das Modell antwortet?
• Mit wessen Rechten laufen die Tool Calls?
• Was tut der Agent, wenn ihm Kontext fehlt?

Fazit

Agenten ersetzen die Messesoftware nicht. Sie arbeiten auf ihr. Die Modelle stehen allen Anbietern gleichermaßen zur Verfügung; die Qualität eines Agenten entscheidet sich an der Datengrundlage: ein verbundenes Datenmodell aus CRM, Aufplanung, Shop, Ausstellerportal und Abrechnung, gepflegte Wissensquellen und Tools, die mit den Rechten der angemeldeten Person laufen. Fairoo bildet diese Grundlage als Plattform mit einer gemeinsamen Datenbasis ab, vom CRM bis zum Ausstellerportal. Wie sich die Standbuchung auch ohne Agenten automatisieren lässt, zeigt der Beitrag Standbuchung automatisieren.

Quellen

• AUMA und Prognos: Messen im Zeitalter von KI: An der Schwelle zwischen Experiment und Integration, Oktober 2025, Veranstalter-Umfrage 2025/2026 mit 123 Teilnehmenden. auma.de (PDF)
• Simon Willison: I think „agent“ may finally have a widely enough agreed upon definition to be useful jargon now, 18. September 2025. simonwillison.net
• Anthropic: Building effective agents, 19. Dezember 2024, und Effective context engineering for AI agents, 29. September 2025. anthropic.com
• Chroma, Kelly Hong, Anton Troynikov und Jeff Huber: Context Rot: How Increasing Input Tokens Impacts LLM Performance, 14. Juli 2025. trychroma.com
• Hannes Wagner: Context-Management: Wie KI-Agenten im Messeumfeld sinnvoll eingesetzt werden. Vortrag auf dem neo summit 26, Hamburg, 6. Oktober 2026.