Gefühlt dreht sich ja aktuell alles um diese ominösen AI Agents. Und doch herrscht so viel Verwirrung. Agents werden auf jedes noch so passende oder unpassende Problem geworfen.
Mir geht es hier nicht um Coding-Agents wie Claude Code. Mir geht es um den operativen Arbeitsalltag: Marketing, Vertrieb, Buchhaltung, Kundenservice. Dort, wo Menschen administrative Prozesse abarbeiten und repetitive Aufgaben lösen.
Agents verheissen Erleichterung, aber nur wenn klar ist, wo sie Sinn machen und wo ich diese sauber aufsetze. Und da gibt es viele Fragezeichen, wie ich in aktuellen Projekten und KI-Workshops der letzten Monate mitbekomme.
Darum möchte ich in diesem Newsletter etwas aufräumen, helfen das Chaos im Kopf aufzulösen und die Fragen beantworten:
Wo machen Agents Sinn (und wann reicht eine einfache Automatisierung)?
Wo setzen wir diese Agents dann am besten auf?
Aber starten wir mit der Frage, bei der schon viel Verwirrung herrscht:
Was ist überhaupt ein Agent?
Zumindest meine Definition ist: Ein teilweise autonomes “KI-System”, was je nach Kontext Entscheidungen treffen kann z.B. zu:
Welches angeschlossene Tool (wie z.B. Kalender) nutze ich?
Welche Daten (z.B. aus dem CRM) benötige ich?
Wie erledige ich eine Aufgabe idealerweise bei jeweils dynamischem Input?
Diese Eigenständigkeit hier als Workflow dargestellt, in Anlehnung an die Definition von Anthropic:
Der User gibt Ziel und Leitplanken vor. Der Agent übernimmt, startet die Schleife, wählt die Aktion und greift auf Tools oder Daten zu, der Agent analysiert und entscheidet über den nächsten Schritt.
Das bringt eine sehr hohe Anpassungsfähigkeit, aber eben auch Komplexität und potentielle Inkonsistenz mit sich, verglichen mit einem starren Ablauf.
Task vs. Workflow vs. Agent, wo machen Agents überhaupt Sinn?
Dazu ein simpler “Entscheidungsbaum”, bevor wir uns auf das “Agent bauen” stürzen:
Abläufe und Prozesse, die in sehr starrem Rahmen immer ähnlich durchlaufen, sind ein Workflow. Da kann KI eine Rolle spielen, aber wir benötigen die “Autonomie” eines Agents nicht. Und vor allem wollen wir sie nicht.
Ändern sich bei komplexeren Aufgaben jeweils Kontext, Input, Output oder Anforderungen? Dann machen Agents Sinn. Beispiel: Ein individuelles Angebot aus einem Mailverlauf und mehreren Dokumenten erstellen. Hier haben wir es mit dynamischem Kontext zu tun, was einen Standard-Workflow schwierig macht.
Und wo setzen wir diese Agents auf?
Auch hier besteht in meiner Wahrnehmung etwas “Chaos” in der Diskussion. Denn wir haben ganz verschiedene Ebenen, Tools und Umgebungen, in denen wir jetzt die Agents aufsetzen können. Daher habe ich hierzu ein simple Übersicht erstellt:
Die Ebenen sind dabei fliessend:
Mitarbeiter-Ebene (Assistant): Aufgesetzt in Claude, ChatGPT oder auch Langdock. Mitarbeiter sparen individuell Zeit durch eigene Agents mit spezifischen Skills und Konnektoren zu Tools. Schnell aufgesetzt und direkt hilfreich im Arbeitsalltag. Allerdings: Risiko von “Agent-Silos” und kaum auditierbar.
Tool-Ebene (Plattform): Viele SaaS-Tools bringen bereits ihre eigenen, internen Agent-Systeme mit. Innerhalb von Salesforce z.B. lassen sich Vertriebsagents relativ einfach erstellen. Diese sind meist begrenzt auf das jeweilige Tool an sich. Microsoft Copilot würde ich hier hinzuzählen, eine mittlerweile mächtige Umgebung für alles im Microsoft-Universum.
Orchestrator-Ebene: Für übergreifende Agents, die Mitarbeiter-unabhängig laufen müssen und verschiedene Tools und Daten miteinander verknüpfen. Hierfür eignen sich solche Workflow-Tools wie Make.com oder n8n. Dort laufen die Agents mit maximaler Governance im Hintergrund. Das Setup ist aber auch komplexer.
Custom Agents: Hier wird es technisch, für den normalen Business-Prozess im klein- bis mittelgrossen Unternehmen zu technisch. LangGraph und Co. bieten Lösungen, selbst gehostete Setups aufzusetzen. Das lohnt sich meiner Meinung nach nur, wenn die Agents zu einer echten Differenzierung dienen sollen in Kernprozessen.
Ich hoffe, das bringt bereits etwas mehr Klarheit.
Die zwei häufigsten Fehler in der Praxis
Und nun noch die aus meiner Erfahrung zwei häufigsten Fehler, die gemacht werden, wenn es um das Aufsetzen von Business-Agents geht:
Overbuilding: Komplexe Agent-Logiken für einfache Alltagsaufgaben. Ein simpler Skill in Claude mit den richtigen Tools verbunden tut es meistens schon.
Agent auf kaputtem Prozess: Wenn interne Abläufe chaotisch sind oder das Ziel nicht klar definiert ist, führt ein Agent nur zu noch mehr Chaos. Meist braucht es diesen “Schritt zurück” und die Frage, was wollen wir hier überhaupt.
Allerdings auch mein Rat: Wer ein erstes Gefühl für Agents bekommen möchte, sollte einfach loslegen z.B. in Claude mit eigenen Skills anhand einer echten Alltagsaufgabe. Dann wird relativ schnell klar, was möglich ist und was zu erwarten ist. Und mit diesem Wissen kann man sich nochmal die Karten legen und die Ziele klar definieren.
Wo es auch um Agents geht: Ich durfte zu Gast sein im Podcast “KI für Marketing” zu Themen wie GEO, Agents und unserer KI-Zukunft allgemein, zu hören hier auf Spotify oder Youtube.
In diesem Sinne: Happy Agent-Building - aber bitte nur dort, wo sinnvoll!
Leon
📬 Den Newsletter gibt's jeweils auch hier auf Linkedin.
