Soll ich das jetzt als Agent bauen, oder als klassische Wenn-Dann-Automatisierung? Die Frage kommt im Moment häufig, vollkommen zurecht.
Der faule aber trügerische Weg
Ein Agent bekommt via MCP-Connector Zugriff auf alles, was er vielleicht benötigen könnte. Alle Tools, alle Daten, und er läuft einfach los und sucht sich seinen Weg. Klingt mächtig. Und das ist es kurzfristig auch.
Das Problem: Schwer nachvollziehbar, was der Agent gemacht hat. Hohes Risiko für Halluzinationen. Und enormer Token-Verbrauch, der bei jedem Durchlauf neu entsteht, weil nichts stabil vorgegeben ist.
Und so ist die Antwort auf die Eingangsfrage in vielen Fällen: Beides. Und zwar kombiniert, nicht entweder oder.
Der Königsweg liegt in der Kombination
Drei Ebenen, die ineinandergreifen:
Mitarbeiter-Ebene. Ich löse einen Agent aus, zum Beispiel über einen Skill in Claude, mit Zugriff auf relevantes Wissen und Kontext.
Agent-Ebene. Der Agent hat Zugriff auf einen MCP-Server von z.B. Make oder n8n mit hinterlegten Automatisierungen. Der Agent triggert diese bei Bedarf.
Deterministische Automatisierung. Dort läuft dann das aufgesetzte Wenn-Dann-Szenario mit sehr begrenzten Zugriffen auf die angebundenen Tools. Immer stabil und nachvollziehbar.
Das Resultat läuft den gleichen Weg zurück: von der stabilen Automatisierung über den Agent wieder zu mir als.
Die Vorteile? Die Kombination ist tokeneffizienter, stabiler und sicherer. Der Agent koordiniert, der Kern ist hart deterministisch, wo möglich.
Wer diese Orchestrierung pro Workflow gut hinbekommt, macht aus meiner Sicht gerade den grössten Unterschied.
Aber klar ist auch: Nicht jeder Prozess braucht diese Kombination. Manchmal ist "Agent läuft frei los" oder reine Wenn-Dann-Logik der richtige Weg.
Wichtige News aus meiner Sicht
📊 KI & Datenschutz? Die beste Übersicht da draussen
Die beste Vergleichstabelle zu KI und Datenschutz wurde aufgefrischt: ChatGPT, Copilot, Anthropic und Co. im Vergleich, aufgeschlüsselt nach Auftragsverarbeitung, Trainingsnutzung der Daten und mehr, je Abo-Stufe. Der Unterschied zwischen Gratis-Version und Team-Version ist teils gewaltig.
Wenn mich jemand fragt "ist das KI-Tool jetzt DSGVO-konform" empfehle ich diese super Übersicht von Vischer, die gerade nochmals aktualisiert wurde.
🔑 1Password für Claude: Anmelden, ohne dass Claude das Passwort sieht
Neue Integration: Claude kann sich jetzt über 1Password bei Webseiten in deinem Namen anmelden, ohne das Passwort je zu übertragen. Einmal den Connector verbinden (aktuell nur Mac), dann füllt Claude via 1Password das Feld aus, ohne den Inhalt je gesehen zu haben.
Ich hoffe, andere Passwort-Manager ziehen bald nach, denn das ist ein super praktischer Schritt für den Alltag mit Agents und Skills. Bisher stoppt vieles genau beim Login.
👉 Zur News
🎥 Bildschirm aufnehmen, erzählen, fertig ist der Skill
Claude kann jetzt Bildschirmaufnahmen direkt in einen Skill übersetzen. Ich hab's getestet, siehe Video: Bildschirm aufgenommen, laut erzählt, was passieren soll (Rechnung aus Portal runterladen, in den richtigen Google-Drive-Monatsordner einsortieren), fertig war ein funktionierender Skill-Entwurf.
Ich finde es super spannend, weil es die Hürde nochmal stark senkt, überhaupt eigene Skills zu bauen.
🔥 Token-Verbrennungsöfen in den Keller stellen?
OpenAI schickt jetzt auch eigene Forward Deployment Engineers in Unternehmen, um KI dort direkt zu integrieren. Anthropic macht das genauso.
Allerdings: Damit riskiert man teure Token-Verbrennungsöfen in den Keller gestellt zu bekommen, die man so schnell nicht wieder los wird. Und das Hauptproblem: Es besteht natürlich kein Interesse an Token-Effizienz, wenn genau mit diesen Tokens am Ende das Geld verdient wird. Und es besteht keine Flexibilität mehr, falls Open-Weight-Modelle für den Zweck genauso gut sind.
Daher unbedingt wichtig bei tiefen Integrationen auch im KMU-Umfeld: Modell-agnostisch bleiben, zum Beispiel über einen Ansatz wie OpenRouter. Das KI-Modell bleibt flexibel austauschbar, egal wohin sich der Markt entwickelt.
👉 Zur News
🗂️ Airtable verkauft, das sollte uns zu denken geben
Airtable ist eines meiner liebsten Tools für Automatisierungen und Content-Pipelines, starke API und userfreundlich. Auch bei einigen Kunden durfte ich es einführen. Jetzt wurde es an Bending Spoons verkauft, dieselbe Firma, die schon Evernote, Vimeo und Komoot übernommen hat.
Und ehrlich gesagt zeigt die Übername einen blinden Fleck, die viele im KI- und Automatisierungsbereich zu wenig im Blick haben: Man weiss nie, wann der Eigentümer eines wichtigen Tools wechselt, wie die Roadmap danach aussieht, ob das Preismodell bleibt oder die Feature-Entwicklung einfach eingestellt wird.
Und bei Bending Spoons ging das Muster bei den bisherigen Übernahmen eher in Richtung harter Monetarisierung statt Weiterentwicklung...
Nehmen wir dies als Erinnerung mit, unsere Tool-Abhängigkeiten mal wieder durchzugehen.
👉 Zur News
In diesem Sinne noch einen schönen Sommer 😎
Leon
📬 Den Newsletter gibt's jeweils auch hier auf Linkedin.
