Warum Chatbots oft nicht reichen
Ein Chatbot oder Copilot bleibt ein Einzelschritt: Frage, Antwort, weiter der Mensch. Wiederkehrende Abläufe brauchen mehr. Der Agent muss Werkzeuge aufrufen dürfen, einen Status halten und eine Abbruchbedingung haben – sonst wird aus Automatisierung nur ein längeres Gespräch.
Agentic AI heißt hier nicht Autopilot. Es heißt: ein begrenzter Agent in den vorhandenen Systemen, mit Rechten, die sich nachvollziehen lassen.
Was ich konkret mache
Erst einordnen, dann bauen. Ich berate Unternehmen dabei, ob ein KI-Agent Sinn ergibt – und setze das Projekt um, wenn ja. Kein Agent, wenn ein Skript oder eine Integration reicht.
Prozessanalyse
Welche Schritte wiederholen sich, welche Systeme sind beteiligt, wo muss ein Mensch entscheiden?Konzeption
Welcher Ablauf zuerst, welche Rechte, welche Logs, wo der Agent stoppt.Umsetzung
Harness mit Skills, Regeln und Agenten, oft in Git. Cursor dort, wo Mitarbeiter selbst damit arbeiten sollen.Einführung
Onboarding, Retros, Nachschärfen – nicht nur ein Setup und dann Stille.
Typische Fälle
Kein fertiges Produkt, sondern Projekte, die so aussehen:
Wiederkehrende Abläufe im Unternehmen
Prozessanalyse und eine ehrliche Priorisierung, was sich automatisieren lässt.Einstieg ohne KI-Vorwissen
Viele Teams kennen KI nur aus ChatGPT. Ich hole den Alltag ins Repo: Regeln, Skills, Agenten – nicht den nächsten Chat.Cursor und Harness
Onboarding für die betroffenen Mitarbeiter, Git als Ort für das Harness, damit Änderungen nachvollziehbar bleiben.Begleitung nach dem Go-live
Zweiwöchentliche Retros: was genutzt wird, was hakt, welche Idee als Nächstes in Regeln oder Agenten wandert.TYPO3-Entwürfe mit Freigabe
Wo das zum Projekt passt: redaktionelle Entwürfe bleiben Entwurf, bis ein Mensch sie freigibt. Das ist AI Development, kein Autopilot.
Technik ohne Framework-Show
Ein Agent braucht ein Modell und Zugang zu Werkzeugen – APIs, Dateien, Tickets, interne Tools. Dazu Rechte, Tests und Logs. RAG kommt dazu, wenn eigene Dokumente die Antworten tragen sollen, nicht das Trainingswissen. Welche Bausteine nötig sind, hängt am Ablauf, nicht an einer Produktliste.
Vorgehen
Alltag ansehen
Welche Arbeit wiederholt sich, wo sitzt der Kontext, was darf ein Modell nicht sehen?Ein Use-Case
Ein Ablauf, den man begrenzen und messen kann. Nicht zehn Agenten auf einmal.Pilot mit Leitplanken
Rechte, Stopp-Bedingungen, Review. Das Team arbeitet damit, nicht nur eine Demo.Erst dann ausweiten
Was in der Retro hält, kommt in Regeln oder weitere Agenten. Was nicht hält, wird gestrichen.
Zusammenarbeit
Sie sprechen mit mir, nicht mit einer Agenturschicht. Beratung und Umsetzung liegen in einer Hand. Das gilt für Fachbereich und IT – und für Agenturen, die Kapazität für ein Kundenprojekt brauchen, ohne selbst als KI-Abteilung aufzutreten. Overflow für Agenturen: Agentur-Support.
Beispiel: Agentic AI im Unternehmensalltag
Ohne Kundennamen, mit dem, was sich sagen lässt.
Ein Unternehmen hatte wiederkehrende Abläufe – und außer der üblichen ChatGPT-Nutzung keine Erfahrung damit, wie sich Arbeit mit KI automatisieren lässt. Es gab keine fertige Idee und keinen bestehenden KI-Einsatz im Betrieb.
Ich habe zuerst die Prozesse analysiert und festgehalten, welche Schritte sich automatisieren lassen und welche ein Mensch entscheiden muss. Danach kam die Umsetzung: Cursor für die betroffenen Mitarbeiter, ein Git-Repository für das Harness und darin Skills, Regeln und Agenten. In der Einführungsphase bin ich dabei geblieben. Alle zwei Wochen eine Retro: was genutzt wird, was hakt, welche Idee als Nächstes in Regeln oder Agenten wandert.
In diesem Projekt sind die wiederkehrenden Aufgaben einzelner Mitarbeiter innerhalb von zwei Monaten um 80 % zurückgegangen. Für viele im Team war das der erste Kontakt mit KI, der über ChatGPT hinausgeht und im Alltag hält. Die Sorge, die Werkzeuge nähmen den Arbeitsplatz weg, ist kleiner geworden, weil die Arbeit nachvollziehbar geblieben ist.
Erfahrung – und die Grenze
Ich entwickle seit über 15 Jahren Software. KI nutze ich im eigenen Betrieb dieser Website: Entwürfe entstehen automatisch und gehen erst nach Freigabe live. Dazu kommt das beschriebene Agenten-Projekt. Weitere Cases erfinde ich nicht.
Was das nicht ist: kein Team-Ersatz, keine Rechtsberatung zu Datenschutz oder EU AI Act, kein fertiges Produkt von der Stange. Technisch einordnen kann ich – rechtlich bewerten muss ein Anwalt. Begriff: KI-Agenten im Glossar.
Die Grundlage bleibt solide Entwicklung. Einstieg fürs Team im Editor: AI Development. TYPO3-Projekte: TYPO3.
Fachartikel
Fachartikel
Vier Texte zur Einordnung, jeder mit einem Weg zurück auf diese Seite.
Kurz beantwortet – Details klären Sie mit mir im Gespräch.
Was ist der Unterschied zwischen einem Chatbot und einem KI-Agenten?
Ein Chatbot antwortet in einem Gespräch. Ein KI-Agent arbeitet einen Ablauf ab: er nutzt Werkzeuge oder APIs, hält einen Status und stoppt an einer klaren Stelle – zum Beispiel, wenn unsicher ist oder ein Mensch freigeben muss. Mehr dazu unter KI-Agenten & Agentic AI.
Wann lohnt sich ein Agent – und wann reicht Automation?
Eine klassische Automation reicht, wenn der Ablauf fest und die Regel klar ist. Ein Agent lohnt sich, wenn Zwischenschritte variieren, mehrere Systeme angefasst werden müssen und trotzdem eine prüfbare Übergabe an einen Menschen bleibt. Wenn ein Skript oder eine Integration reicht, baue ich keinen Agenten.
Setzen Sie Agentic AI auch um oder nur beraten?
Beides. Ich prüfe zuerst, ob ein KI-Agent für den konkreten Ablauf Sinn ergibt. Wenn ja, setze ich ihn in den Systemen des Unternehmens um – mit Rechten, Logs und Freigabe. Wenn nein, sage ich das und schlage die schlankere Variante vor.
Wer entscheidet, wenn der Agent unsicher ist?
Ein Mensch. Der Agent darf nicht ins Blaue weitermachen. Unklare Fälle, fehlende Rechte oder ein Ergebnis außerhalb der Leitplanken gehen in die Freigabe – nicht live, nicht ungeprüft.
Wie hängt das mit TYPO3 zusammen?
TYPO3 ist ein möglicher Kontext, nicht die Grenze. Redaktionelle Entwürfe mit Freigabe gehören zum bestehenden AI Development. Ein Agent kommt ins Spiel, wenn der Ablauf Werkzeuge braucht und weiterläuft – in TYPO3, in APIs oder in internen Tools. Einstieg: KI-Agenten & Agentic AI.
Was ist mit Datenschutz und dem EU AI Act?
Ich ordne technisch ein, welche Daten ein Modell sehen darf, wo Logs liegen und an welcher Stelle ein Mensch entscheidet. Das ist keine Rechtsberatung. Begriffe und Einordnung: EU AI Act, DSGVO und KI und KI-Agenten im Glossar.