KI-Automatisierung und Agenten
Agenten, die wiederkehrende Arbeit erledigen, und Prüfungen, die Fehler abfangen.
Ich baue KI-Automatisierung und Agenten für Arbeit, die Ihr Team wiederholt: Erfassung eingehender Anfragen, Recherche, Entwurf, Sortierung, Veröffentlichung. Jeder Schritt, den ein Modell ausführt, wird durch Code oder ein zweites Modell geprüft, und ein Mensch zeichnet ab, wo ein Fehler teuer wäre.
- Eingangsdokumente
- Agent & Werkzeuge
- Validierung
- Menschliche Prüfung
Was ich selbst betreibe
Ich betreibe täglich ein Multi-Agenten-System für die Softwareentwicklung auf Claude Code: über 100 rollenspezialisierte Agenten und Workflows, die eine Produktspezifikation zu einer getesteten Flutter- und Supabase-Codebasis führen.
- Ein Lauf erzeugte eine App mit 445 Dateien und 2.027 bestandenen Tests.
- Der erste vollständige Lauf brachte die wichtigste Lehre: Der Code war gesund, doch ein neuer Nutzer konnte das Onboarding nicht abschließen. Die Verifikation war an Aufgaben gekoppelt, nicht an den Weg des Nutzers. Ich habe sie auf Abnahmetests vollständiger Nutzerabläufe ausgerichtet, und der nächste Lauf fand und behob den kaputten Pfad als Erstes.
- Generator und Kritiker auf verschiedenen Modellen: Eines schreibt, ein zweites bewertet, ein drittes prüft.
- ScalePilot, mein Landingpage-Produkt: Ein geführtes Briefing geht hinein, eine Pipeline baut, prüft und veröffentlicht eine gestaltete Seite.
Stand Oktober 2026.
Was enthalten ist
Ein Automatisierungsprojekt beginnt mit dem Prozess, wie er heute läuft, und endet mit einer Pipeline, die Ihr Team beobachten und stoppen kann.
Prozessübersicht
Jeder Schritt aufgeschrieben: Eingabe, Entscheidung, Ergebnis, wer prüft, was ein Fehler kostet.
Agenten und Pipelines
Claude- oder GPT-Modelle, wo Urteilsvermögen nötig ist, ansonsten gewöhnlicher Code. Versionierte Prompts mit Evaluierungen, sodass eine Prompt-Änderung wie eine Code-Änderung getestet wird.
Prüfungen
Schema-Validierung an jeder Schnittstelle, ein zweites Modell zur Bewertung der Ausgabe, Regeln, die ein Ergebnis zurückhalten, statt es zu veröffentlichen.
Menschliche Freigabepunkte
Freigaben in den Tools, die Ihr Team ohnehin nutzt, etwa Slack oder E-Mail, an den Schritten Ihrer Wahl.
Integrationen
Ihr CRM, E-Mail, Werbekonten, Datenbanken und interne APIs, über offizielle APIs.
Kosten und Protokolle
Token-Verbrauch und Laufhistorie werden erfasst, sodass Sie sehen, was jeder Lauf gekostet und was er getan hat.
Vom manuellen Prozess zur Pipeline
Die Pipeline entsteht Schritt für Schritt, und jeder Schritt wird gemessen, bevor der nächste automatisiert wird.
Abbilden
Wir gehen den Prozess mit echten Beispielen durch und wählen den Schritt mit der meisten wiederholten Arbeit und dem geringsten Risiko.
Erster Schritt automatisiert
Dieser Schritt läuft auf echten Eingaben, und eine Person prüft jede Ausgabe.
Messen
Wir vergleichen die Ausgabe mit dem, was Ihr Team getan hätte, und beheben die Abweichungen.
Ausweiten
Die Prüfung beschränkt sich auf Stichproben und Ausnahmen, wo die Ergebnisse es rechtfertigen. Der nächste Schritt folgt.
Fragen
Welche Arbeit kann ein KI-Agent übernehmen?
Arbeit mit klaren Eingaben und prüfbarem Ergebnis: Anfragen sortieren und weiterleiten, Daten aus Dokumenten extrahieren, erste Entwürfe, Recherche-Zusammenfassungen, Veröffentlichung auf mehreren Kanälen. Entscheidungen mit rechtlichem oder finanziellem Gewicht bleiben in menschlicher Hand.
Wie verhindern Sie, dass ein Agent Dinge erfindet?
Indem ich nicht auf ein einzelnes Modell vertraue. Die Ausgabe wird gegen ein Schema validiert, von einem zweiten Modell bewertet und, wo vorhanden, gegen Quelldaten geprüft. Ergebnisse, die durchfallen, werden für einen Menschen zurückgehalten und nicht veröffentlicht.
Welche Modelle setzen Sie ein?
Überwiegend Claude und GPT, je Schritt gewählt. Wenn verschiedene Modelle erzeugen und prüfen, rutschen Fehler seltener durch.
Funktioniert es mit unseren bestehenden Tools?
In der Regel ja, über offizielle APIs: E-Mail, Slack, CRMs, Werbeplattformen, Datenbanken. Scraping oder die Automatisierung von Bildschirmen vermeide ich, wo es eine API gibt.
Wohin gehen unsere Daten?
Nur zu den Modellanbietern und Diensten, die die Pipeline braucht, und Sie wählen sie aus. Die Daten bleiben in Ihren eigenen Konten und Datenbanken.
Wie lange dauert es, bis etwas läuft?
Zuerst kommt ein automatisierter Schritt auf echten Daten, noch vor der vollständigen Pipeline, damit Sie früh Ergebnisse sehen und entscheiden, ob es weitergeht.
Welche Aufgabe wiederholt Ihr Team jeden Tag?
CS-01Beschreiben Sie den Prozess, die beteiligten Tools und was ein Fehler kostet.
- Was das Produkt tut und wer es nutzt.
- Was es schon gibt: Designs, Code, ein Backend, ein Store-Konto.
- Ihre Frist und alles, was feststeht, etwa ein Starttermin oder eine Plattform.