Ein wichtiges Projekt, das ich monatelang vorbereitet hatte, drohte diese Woche zu scheitern. Noch bevor es überhaupt richtig begonnen hatte. Und der Grund hatte nichts mit dem Projekt selbst zu tun.

Kurz zum Projekt. Thomas Mangold hatte vor einiger Zeit seine Selbstmanagement-Software, die er ProHub nannte, in Notion umgesetzt. Wirklich ein tolles Projekt, aber er wollte mehr. Er wollte es ausbauen und eine eigene Webapplikation daraus erstellen.

Und genau da kommt meine monatelange Vorbereitung ins Spiel. Ich habe ein System entwickelt, womit auch Nicht-Programmierer qualitative Software erstellen können, ohne aber die typischen Vibe-Coding-Nachteile zu haben. Sprich, auch für größere Projekte und auch so, dass die Software ohne Probleme beliebig erweitert und verändert werden kann, was ja bei reinem Vibe-Coding immer wieder ein Problem ist.

Um das an einem praktischen Beispiel zu testen, haben wir uns das Softwareprojekt von Thomas vorgenommen. Um auch ungestört arbeiten zu können, haben wir uns aus unserer gewohnten Umgebung in Wien wegbegeben, eine Wohnung in Klagenfurt gemietet und dort zweieinhalb Tage intensiv nur an dem Projekt gearbeitet. Es war hier wichtig, gemeinsam nebeneinander zu arbeiten, weil Thomas das System kennenlernen sollte und ich sehen musste, wie es für ihn funktioniert.

Letzten Dienstag war es so weit, alles war gepackt für die Anreise mit dem Zug. Kurz vorher noch einmal in meinen Claude-Account geschaut, um etwas zu kopieren. Oje, ausgeloggt! Na gut, dann halt neu einloggen mit E-Mail-Adresse, Link per Mail bekommen, draufgeklickt, und dann war sie da. Die Meldung, die mich bis heute verfolgt: „Lass uns dein Konto erstellen.“ Konto erstellen? Ich habe doch eines. Vielleicht die falsche E-Mail-Adresse eingegeben. Also noch ein Versuch. Und … dieselbe Meldung wieder.

Ich habe kurz die Desktop-App von Claude geöffnet. Ah, alles geht, ich konnte mir die Daten kopieren und dachte an einen temporären Fehler. Schau ich mir im Zug nochmal an.

So, ich war dann im Zug, öffne mein Notebook, probiere einzuloggen, nix geht, öffne die Desktop-App und … ausgeloggt. Oje oje. Na gut, dann logge ich halt hier neu ein. Also Login in der App gestartet, E-Mail bekommen, und ja, korrekt, ich bin auf die Website gekommen, die mich dann an die App weiterleiten sollte. Nur steht eben auf dieser Website, dass mein Konto erstellt werden sollte. Hm, jetzt wurde mir trotz guter Kühlung in der Westbahn ziemlich warm.

Überlege dir einmal, was wäre, wenn deine KI, die du seit Wochen, vielleicht Monaten, möglicherweise seit Jahren regelmäßig nutzt, plötzlich weg wäre. Alles, was du dort gemacht und gespeichert hast, ist plötzlich nicht mehr verfügbar. Für mich zu diesem Zeitpunkt einmal eine Horrorvorstellung.

Aber nicht nur diese Gedanken kreisten durch meinen Kopf, sondern auch das Projekt, wegen dem ich im Zug saß. Was mache ich jetzt zweieinhalb Tage mit Thomas in Klagenfurt? Maximal baden gehen, das Wetter und die Temperaturen dafür hätten ja gepasst. Naja, Galgenhumor nennt man das glaube ich.

Gut, ich hatte ja insgesamt etwas mehr als drei Stunden Zeit, um mich gedanklich darauf vorzubereiten und mir zu überlegen, wie ich es Thomas sage. Aber dann, nachdem ich wieder denken konnte und der erste Panikmodus vorbei war, ist mir der Gedanke gekommen. Genau darauf bin ich doch vorbereitet. Ich habe die letzten Wochen an meinem Second Brain gearbeitet und es aufgebaut. Genau dafür: unabhängig von äußeren Einflüssen und Anbietern zu sein. Gerade die Fable-5-Sperre hat mich da noch ein wenig mehr angespornt. Fable 5 ist das große neue Modell von Anthropic, so mächtig, dass die US-Regierung es gleich wieder gesperrt hat. So eine Sperre zeigt schlagartig, wie abhängig wir von einzelnen Anbietern sind.

Also ein Blick in mein Second Brain. Passt, alles da. Mit einer anderen E-Mail-Adresse schnell einen neuen Account angelegt, auf Pro hochgestuft, meine Skills und alle Dokumente hochgeladen. Erster Prompt rein und … wow, es klappt. Genau wie vorher bekomme ich im Chat meinen Prompt für Claude Code, um den aktuellen Stand zu analysieren. Keine halbe Stunde später lief mein System wieder, als wäre nichts gewesen.

Jetzt wollte ich ja noch sehen, ob ich mit Claude auch andere Dinge machen konnte, zum Beispiel an meinem Training weiterarbeiten und es vorbereiten. Denn das war die nächste Vorstellung in meinem Kopf: Wie sollte ich ohne mein Claude dieses Training nächsten Mittwoch abhalten können, wo ich zeige, was ich mit meinem Claude alles mache, wenn ich selbst kein Claude mehr habe? Das wäre dann für meine Verhältnisse ein ziemlich kurzes und einfaches Training geworden, aber wahrscheinlich nicht im Sinne der Teilnehmer.

Also auch hier die Dokumente hochgeladen, ausprobiert, und wow, es klappt. Es fühlt sich fast so an wie vorher. Was an Kontext noch gefehlt hat, einfach im Second Brain gesucht, hochgeladen, und fertig.

Jetzt war ich wirklich beruhigt und konnte die restliche Fahrt genießen. Denn der Versuch, auf mein Konto zuzugreifen und mit dem Support von Anthropic, der Firma hinter Claude, zu sprechen, scheiterte kläglich. Der Chatbot ist so dumm und wenig hilfreich, dass ich mich nie trauen würde, ihn meinen Kunden anzubieten. Aber das ist eine andere Sache.

Was unter dem Strich für mich jetzt einmal übrig geblieben ist: Die Skills in Claude sind Gold wert. Und ja, ich hätte diese auch mit anderen KI-Systemen nutzen können. Aber der konsequente Aufbau eigener Skills über Wochen hat dafür gesorgt, dass meine „neue“ KI mich fast so kennt wie vorher.

Um das fehlende Stück auszugleichen, lasse ich mir von wichtigen Chats immer eine Zusammenfassung als Markdown-Dokument schreiben. Aber mit dem Zusatz, dass ich auch die wichtigen Teile drinnen haben möchte: wie die Ergebnisse entstanden sind und was auch verworfen wurde. Also mehr als nur das Endergebnis. Damit ist nachvollziehbar, was die ursprünglichen Ideen waren und warum am Ende vielleicht etwas anderes rausgekommen ist, als ursprünglich geplant.

All das lege ich dann in meinem Second Brain in Obsidian ab. Dort mache ich auch meine Tagesnotizen und Tagesplanungen, und damit geht fast nichts mehr verloren. Und klar, dort wandern auch meine Angebote und weiteres hinein.

Und genau darum geht es eigentlich in meinem Training nächsten Mittwoch. Ich will dir nicht eine weitere Schulung über Claude geben, die du sonst überall bekommst. Ich will dich teilhaben lassen an dem, was Claude kann, wie ich es persönlich nutze und was ich mache, um auch ohne Claude weiterarbeiten zu können.

Wenn dich das interessiert, dann kannst du dich gerne kostenlos anmelden unter: https://www.andreasstocker.at/live-training-claude/

Das Training findet am Mittwoch, den 1. Juli, um 17:00 Uhr statt.

Ich sage es jetzt gleich: Ich wollte diesen Artikel so nicht schreiben, um auf ein Training hinzuweisen. Anders wäre es mir lieber gewesen. Aber auch das sollst du wissen: Es läuft nicht immer alles gut.

Und wenn das Thema nicht so interessant für dich ist, dann überlege dir zumindest einmal, wie abhängig oder unabhängig du von deiner IT-Umgebung bist. Wie schnell, wenn überhaupt, könntest du weiterarbeiten, wenn etwas davon komplett wegbricht?

Ach ja, und wie gut oder nicht gut das Projekt mit Thomas gelaufen ist, das erzähle ich dir in einem eigenen Post.

In den letzten beiden Jahren haben Millionen von Menschen zum ersten Mal mit KI gearbeitet. Sie haben Texte generiert, Bilder erstellt, mit Chatbots gechattet und gestaunt, was möglich ist. Das war gut und richtig. Ohne diese Phase des Ausprobierens wäre das Thema für viele bis heute abstrakt geblieben.

Aber wenn ich mir anschaue, wie KI aktuell in den meisten Unternehmen genutzt wird, sehe ich ein Muster, das mich nachdenklich macht. Da gibt es einzelne Mitarbeiter, die regelmäßig mit ChatGPT arbeiten. Andere haben ein paar Mal etwas probiert und es wieder gelassen. Wieder andere haben noch nie ein KI Tool geöffnet. Und niemand im Unternehmen hat einen Überblick, wer was nutzt, wofür und mit welchem Ergebnis.

Das ist kein KI Einsatz. Das ist Zufall.

Vom Ausprobieren zum gezielten Einsatz

Der Schritt vom Experimentieren zum strukturierten Einsatz klingt größer, als er ist. Es geht nicht darum, sofort ein millionenschweres KI Projekt zu starten. Es geht darum, sich ein paar grundlegende Fragen ehrlich zu beantworten.

Was wollen wir mit KI erreichen? Nicht „irgendwas mit KI machen“, sondern: Welche konkreten Aufgaben sollen schneller, besser oder effizienter werden? Wo verlieren wir heute Zeit, die wir sinnvoller einsetzen könnten? Wo passieren Fehler, die vermeidbar wären?

Erst wenn du diese Fragen beantwortet hast, kannst du sinnvoll entscheiden, welche Werkzeuge, welche Modelle und welche Prozesse dafür nötig sind. Alles andere ist Stochern im Nebel.

Schulung ist keine Kür, sondern Pflicht

Ein Punkt, den ich in fast jedem Unternehmen anspreche und der fast immer unterschätzt wird: Deine Mitarbeiter müssen verstehen, was sie da nutzen.

Das bedeutet nicht, dass jeder im Team ein KI Experte werden muss. Aber jeder sollte zumindest wissen, wie ein Sprachmodell grundsätzlich funktioniert, warum es manchmal Dinge erfindet und wie man es so einsetzt, dass die Ergebnisse brauchbar sind. Denn die Qualität der Ergebnisse hängt direkt davon ab, wie gut die Fragen formuliert sind. Wer nicht weiß, wie man mit einem KI Modell kommuniziert, wird frustriert sein und es irgendwann bleiben lassen.

Die Grundlagen vermitteln. Was ist ein Sprachmodell? Warum halluziniert es manchmal? Was bedeutet es, wenn ein Modell „trainiert“ wird? Du musst nicht tief in die Technik einsteigen. Aber ein grundlegendes Verständnis hilft enorm, weil es unrealistische Erwartungen abbaut und gleichzeitig zeigt, wo echtes Potenzial liegt.

Den Umgang mit Prompts trainieren. Die Art, wie du eine Frage stellst, bestimmt die Qualität der Antwort. Das ist keine Nebensache, das ist der Kern. Wer lernt, präzise und kontextreich mit einem KI Modell zu kommunizieren, bekommt dramatisch bessere Ergebnisse als jemand, der einfach irgendwas eintippt.

Grenzen klar benennen. Wo darf KI eingesetzt werden und wo nicht? Welche Daten dürfen eingegeben werden und welche auf keinen Fall? Was muss ein Mensch immer noch selbst prüfen? Diese Fragen brauchen klare Antworten, bevor der Einsatz breit ausgerollt wird.

Regeln sind kein Bremsklotz, sondern Leitplanken

Viele Unternehmer zucken zusammen, wenn ich von Regeln für den KI Einsatz spreche. Als wollte ich die Innovation bremsen. Aber das Gegenteil ist der Fall. Klare Regeln geben Sicherheit. Und Sicherheit gibt Geschwindigkeit.

Wenn deine Mitarbeiter wissen, was erlaubt ist und was nicht, trauen sie sich mehr. Wenn klar ist, dass Kundendaten nicht in ein externes KI Tool eingegeben werden dürfen, muss niemand bei jeder Anfrage neu überlegen. Wenn definiert ist, welche Aufgaben sich für KI eignen und welche menschliches Urteil brauchen, spart das Diskussionen und Fehlversuche.

Solche Regeln müssen kein hundert Seiten langes Dokument sein. Oft reicht eine Seite mit den wichtigsten Grundsätzen. Wichtig ist, dass sie existieren, dass alle sie kennen und dass sie regelmäßig überprüft werden, weil sich die Technologie schnell weiterentwickelt.

Nicht jeder muss alles können

Ein Fehler, den ich häufig sehe: Unternehmen versuchen, alle Mitarbeiter auf denselben Stand zu bringen. Alle sollen dasselbe können, dasselbe Tool nutzen, dieselben Aufgaben damit erledigen. Das klingt demokratisch, ist aber unpraktisch.

In der Realität gibt es unterschiedliche Rollen, unterschiedliche Aufgaben und unterschiedliche Berührungspunkte mit KI. Die Marketingabteilung braucht andere Fähigkeiten als die Buchhaltung. Der Vertrieb arbeitet anders mit KI als die Produktentwicklung. Es macht mehr Sinn, für jeden Bereich zu definieren, wo KI den größten Nutzen bringt, und dann gezielt dort zu schulen.

Das spart Zeit, reduziert Frustration und sorgt dafür, dass KI dort eingesetzt wird, wo sie tatsächlich einen Unterschied macht.

Der natürliche nächste Schritt

Wenn du die Artikel dieses Monats verfolgt hast, siehst du den roten Faden. KI ist weit mehr als ChatGPT. Selbst bei den Chatbots gibt es große Unterschiede. Der aktuelle Hype um KI Agenten ist faszinierend, aber für die meisten Unternehmen noch zu früh. Die Kombination aus KI und Automatisierung bringt schon heute echte Ergebnisse. Und jetzt, im vierten und letzten Artikel dieses Monats, geht es um die Frage: Wie machst du daraus etwas Nachhaltiges?

Die Antwort ist weniger kompliziert als du vielleicht denkst. Du brauchst ein klares Ziel. Du brauchst Mitarbeiter, die verstehen, was sie tun. Und du brauchst ein paar einfache Regeln, die den Rahmen setzen. Wer KI im Unternehmen ernsthaft nutzen will, braucht Orientierung, Wissen und einen strukturierten Blick auf die eigenen Einsatzfelder. Alles andere ist Zufall. Und Zufall ist keine Strategie.

Wo stehst du gerade? Hast du in deinem Unternehmen schon klare Regeln für den KI Einsatz, oder läuft das Thema noch eher informell? Schreib es mir in die Kommentare.

Aber lass mich eines gleich klarstellen: KI allein ist kein Wundermittel. Und Automatisierung allein auch nicht. Erst wenn du beides zusammen denkst, entsteht das, was viele sich erhoffen, aber nur wenige tatsächlich erreichen: echte, spürbare Entlastung im Arbeitsalltag.

Warum KI ohne Plan Spielerei bleibt

Du kennst das vielleicht: Jemand im Team hat angefangen, ChatGPT für Texte zu nutzen. Ein anderer lässt sich Zusammenfassungen erstellen. Wieder jemand verwendet es für Recherche. Alles einzelne Anwendungen, die für sich genommen durchaus nützlich sind. Aber sie hängen in der Luft. Es gibt keinen Prozess dahinter. Kein System. Keine Verbindung zu den tatsächlichen Abläufen im Unternehmen.

Das ist der Unterschied zwischen KI als Spielerei und KI als Werkzeug. Ein Werkzeug wird dann wertvoll, wenn es in einen Ablauf eingebettet ist. Wenn klar ist, wann es zum Einsatz kommt, wofür es genutzt wird und was mit dem Ergebnis passiert. Solange KI nur punktuell und spontan eingesetzt wird, bleibt sie ein nettes Experiment. Nicht mehr.

Was Automatisierung allein nicht kann

Auf der anderen Seite stehen viele Unternehmen, die ihre Prozesse bereits automatisiert haben. Formulare werden automatisch verarbeitet, Mails werden nach Regeln sortiert, Daten fließen von einem System ins andere. Das funktioniert gut, solange alles in klare Kategorien passt.

Aber was ist mit den Aufgaben, die nicht in ein festes Schema passen? Eine Kundenanfrage, die sich nicht mit einer Standardantwort beantworten lässt. Ein Dokument, das erst gelesen und verstanden werden muss, bevor die richtigen Daten extrahiert werden können. Eine Bewerbung, die inhaltlich beurteilt werden soll, bevor sie weitergeleitet wird.

Hier stößt klassische Automatisierung an ihre Grenzen. Denn Automatisierung ist gut im Ausführen von Regeln. Aber sie kann nicht verstehen, interpretieren oder einschätzen. Genau das kann KI.

Die Kombination macht den Unterschied

Der eigentliche Durchbruch passiert, wenn du beide Welten zusammenbringst. Wenn die KI den Teil übernimmt, der Verständnis braucht, und die Automatisierung dafür sorgt, dass das Ergebnis sauber in den Ablauf eingebettet wird.

Ein Beispiel, das ich oft verwende, weil es so greifbar ist:

Vorher, ohne KI und ohne Automatisierung. Eine Kundenanfrage kommt per Mail rein. Ein Mitarbeiter liest sie, entscheidet, in welche Kategorie sie fällt, formuliert eine Antwort, speichert die relevanten Daten im CRM und leitet bei Bedarf an den richtigen Kollegen weiter. Das dauert pro Anfrage fünf bis zehn Minuten. Bei zwanzig Anfragen am Tag sind das zwei bis drei Stunden.

Mit Automatisierung, aber ohne KI. Die Mail wird automatisch ins Ticketsystem übernommen. Basierend auf Schlüsselwörtern wird sie einer Kategorie zugeordnet. Eine Standardantwort wird vorgeschlagen. Das spart Zeit, funktioniert aber nur bei eindeutigen Anfragen. Sobald die Mail komplexer ist, greift die Automatisierung ins Leere.

Mit KI und Automatisierung zusammen. Die Mail kommt rein und wird automatisch an ein KI Modell weitergeleitet. Das Modell liest den Inhalt, erkennt das Anliegen, bewertet die Dringlichkeit und erstellt einen Antwortvorschlag. Die Automatisierung übernimmt den Rest: legt das Ticket an, ordnet es dem richtigen Mitarbeiter zu, trägt die relevanten Daten ins CRM ein. Der Mitarbeiter prüft den Antwortvorschlag, passt ihn bei Bedarf an und schickt ihn ab. Statt zehn Minuten dauert das zwei.

Das ist keine Zukunftsmusik. Das funktioniert heute schon mit vorhandenen Werkzeugen. Aber nur, wenn der Prozess vorher klar definiert ist.

Wo die Kombination heute schon echten Mehrwert bringt

Es gibt eine Reihe von Einsatzfeldern, in denen die Verbindung von KI und Automatisierung bereits praktisch funktioniert.

Dokumentenverarbeitung. KI liest und klassifiziert eingehende Rechnungen, Verträge oder Formulare. Die Automatisierung sorgt dafür, dass die extrahierten Daten ins richtige System wandern und die nächsten Schritte ausgelöst werden.

Kundenkommunikation. KI analysiert eingehende Nachrichten, erkennt Stimmungen und Absichten, schlägt passende Antworten vor. Die Automatisierung steuert die Weiterleitung, das Tracking und die Dokumentation.

Contentproduktion. KI erstellt Entwürfe für Social Media Posts, Blogartikel oder Newsletter. Die Automatisierung kümmert sich um Freigabeprozesse, Veröffentlichungszeitpunkte und Verteilung auf die richtigen Kanäle.

Datenaufbereitung. KI erkennt Muster, fasst Informationen zusammen und bewertet Datenqualität. Die Automatisierung sorgt dafür, dass aufbereitete Daten in Berichten, Dashboards oder Entscheidungsvorlagen landen.

In all diesen Fällen gilt das gleiche Prinzip: Die KI denkt, die Automatisierung handelt. Und der Mensch behält die Kontrolle.

Nicht jede Aufgabe braucht einen KI Agenten

Ein Punkt, der mir wichtig ist, weil er in der aktuellen Diskussion oft untergeht: Du brauchst für die meisten dieser Anwendungen keinen voll autonomen KI Agenten, der deinen ganzen Computer übernimmt. Oft reicht eine gut geplante Kombination aus einem klaren Prozess, einem Automatisierungstool wie Make oder n8n und einem gezielten KI Aufruf an der richtigen Stelle.

Das ist weniger spektakulär als das, was gerade auf Konferenzen und in Tech Medien gezeigt wird. Aber es funktioniert. Es ist kontrollierbar. Und es liefert Ergebnisse, auf die du dich verlassen kannst.

Erst der Prozess, dann das Werkzeug

Wenn du jetzt überlegst, wo du KI und Automatisierung in deinem Unternehmen zusammenbringen kannst, dann starte nicht mit der Technologie. Starte mit der Aufgabe. Schau dir an, welche wiederkehrenden Abläufe es gibt, die sowohl Verständnis als auch Ausführung brauchen. Genau dort liegt das Potenzial.

Frag dich: Wo wird heute etwas gelesen, bewertet oder eingeordnet, bevor der nächste Schritt passieren kann? Genau an diesen Stellen kann KI den menschlichen Aufwand reduzieren und die Automatisierung den Rest übernehmen.

Hast du schon Erfahrung damit, KI und Automatisierung zu kombinieren? Oder steckst du noch in der Phase, wo beides getrennt voneinander läuft? Schreib es mir in die Kommentare.

Was ist passiert? OpenClaw ist kein Chatbot. Es ist ein KI Agent, der sich auf deinem Rechner installiert, sich mit deinen Programmen und Messengern verbindet und eigenständig Aufgaben erledigt. E-Mails zusammenfassen, Flüge buchen, Dateien organisieren, Code schreiben. Nicht auf Zuruf in einem Chatfenster, sondern permanent im Hintergrund, mit Zugriff auf dein gesamtes System.

Das hat eine Welle ausgelöst. Innerhalb weniger Wochen haben alle großen Anbieter nachgezogen. Anthropic hat mit Claude Code und Cowork eigene Agentenlösungen gebracht. Manus hat für Aufsehen gesorgt. Perplexity hat einen Computer Agent vorgestellt. Plötzlich war das Thema KI Agenten überall. Und mit dem Thema kam der Hype.

Was KI Agenten von einem Chatbot unterscheidet

Um zu verstehen, worum es hier geht, lohnt sich ein kurzer Schritt zurück. Ein klassischer Chatbot wie ChatGPT oder Claude beantwortet Fragen. Du gibst einen Text ein, das Modell liefert eine Antwort. Das Ergebnis bleibt innerhalb des Chatfensters. Du entscheidest, was du mit der Antwort machst.

Ein KI Agent geht einen entscheidenden Schritt weiter. Er handelt. Er bekommt eine Aufgabe und führt sie eigenständig aus. Er öffnet Programme, klickt Buttons, füllt Felder aus, navigiert durch Websites, trifft Entscheidungen. Er arbeitet nicht mehr nur mit Text, sondern direkt mit deinem Computer, deinen Apps, deinen Daten.

Das klingt nach einem gewaltigen Sprung. Und technisch ist es das auch. Aber genau hier beginnt der Punkt, an dem man genauer hinschauen sollte.

Warum der Hype so groß ist

Die Begeisterung ist nachvollziehbar. Was in den Demos und auf Social Media gezeigt wird, sieht beeindruckend aus. Ein Agent, der eigenständig einen Flug bucht. Ein System, das Daten aus verschiedenen Quellen zusammensucht und in eine Tabelle einträgt. Ein Werkzeug, das Code schreibt, testet und korrigiert, ohne dass ein Mensch eingreifen muss.

Für jeden, der täglich mit wiederkehrenden Aufgaben am Computer kämpft, ist das eine verlockende Vorstellung. Und die Technologie dahinter ist real. Sie funktioniert. Zumindest in kontrollierten Umgebungen und bei klar definierten Aufgaben.

Das Problem ist: Die meisten Unternehmensrealitäten sind weder kontrolliert noch klar definiert.

Wo du heute vorsichtig sein solltest

Wenn ein KI Agent deinen Computer übernimmt und eigenständig Entscheidungen trifft, stellen sich sofort Fragen, die in den meisten Demos nicht vorkommen.

Wer haftet, wenn der Agent einen Fehler macht? Stell dir vor, ein KI Agent bucht eigenständig einen Flug für einen Kunden. Falsche Daten, falscher Preis, falsches Datum. Oder er verschickt eine E-Mail an den falschen Empfänger. Bei manueller Arbeit merkst du den Fehler vielleicht noch rechtzeitig. Bei einem autonomen System ist die Aktion ausgeführt, bevor du überhaupt hinschaust.

Auf welche Daten greift der Agent zu? Bei OpenClaw ist das besonders deutlich geworden. Das System läuft lokal auf deinem Rechner und hat potenziell Zugriff auf alles: dein CRM, dein Bankkonto, deine E-Mails, deine Passwörter. Cybersecurity Experten haben bereits vor konkreten Sicherheitslücken gewarnt, und es gab dokumentierte Fälle, in denen sensible Konfigurationsdaten gestohlen wurden. Gerade für Unternehmen in der EU, wo die DSGVO strenge Regeln vorgibt, ist das ein ernstes Thema.

Wie zuverlässig sind die Ergebnisse? Die ehrliche Antwort: noch nicht zuverlässig genug für den produktiven Einsatz. Es gibt dokumentierte Fälle, in denen Agenten ganze E-Mail Postfächer gelöscht haben, weil ein automatisierter Aufräumvorgang schiefgelaufen ist. Die Technologie ist beeindruckend in der Demo. Aber beeindruckend und produktionsreif sind zwei verschiedene Dinge.

Autonomie ist nicht automatisch die beste Lösung

Es gibt einen Denkfehler, der in der aktuellen Diskussion ständig mitschwingt: Mehr Autonomie ist immer besser. Je selbstständiger die KI, desto nützlicher. Das stimmt aber nicht.

Für viele Aufgaben in einem Unternehmen brauchst du gar keinen voll autonomen Agenten. Oft reicht eine gut geplante Kombination aus einem klaren Prozess, einer sauberen Automatisierung und gezielter KI Unterstützung an den richtigen Stellen. Das ist weniger spektakulär als ein Agent, der den ganzen Bildschirm übernimmt. Aber es funktioniert zuverlässig, ist kontrollierbar und liefert schon heute echte Ergebnisse.

Ein KI Modell, das eingehende E-Mails analysiert, nach Dringlichkeit sortiert und Antwortvorschläge erstellt, die ein Mensch dann prüft und abschickt, ist in vielen Fällen sinnvoller als ein Agent, der die E-Mails komplett eigenständig beantwortet. Der Unterschied zwischen „unterstützen“ und „ersetzen“ ist größer, als der Hype vermuten lässt.

Was das für dich bedeutet

KI Agenten sind eine faszinierende Technologie und sie zeigen, wohin die Reise geht. Dass ein Wiener Entwickler innerhalb weniger Wochen die gesamte Tech Branche aufgemischt hat, zeigt, wie schnell sich dieses Feld bewegt. Aber für die meisten kleinen und mittleren Unternehmen ist der produktive Einsatz heute noch mit erheblichen Risiken verbunden.

Der klügere Weg: Versteh, was KI Agenten sind und wo ihre Grenzen liegen. Beobachte die Entwicklung, aber lass dich nicht vom Hype treiben. Prüf, welche deiner Aufgaben tatsächlich volle Autonomie brauchen und welche mit bestehenden Werkzeugen und einer guten Prozessstruktur besser gelöst werden. Und wenn die Agenten in absehbarer Zeit ausgereifter und sicherer werden, bist du bereit, sie gezielt dort einzusetzen, wo sie wirklich Sinn machen.

Wie siehst du das Thema KI Agenten? Hast du OpenClaw oder ähnliche Tools schon ausprobiert, oder beobachtest du die Entwicklung eher von der Seitenlinie? Schreib es mir in die Kommentare.

Und genau darin liegt das Problem. Denn so beeindruckend dieses Erlebnis war und ist, es hat bei vielen ein Bild von KI geprägt, das viel zu eng ist. KI gleich Chatbot. KI gleich Textgenerator. KI gleich „ich tippe etwas ein und bekomme eine Antwort“. Wer so denkt, verpasst einen Großteil dessen, was Künstliche Intelligenz heute bereits leisten kann. Und wer mit diesem Bild im Kopf Entscheidungen für das eigene Unternehmen trifft, steuert mit hoher Wahrscheinlichkeit am eigentlichen Potenzial vorbei.

Dabei stellt sich die Frage, ob wir KI einsetzen, eigentlich gar nicht mehr. Die stellt sich längst. Die eigentliche Frage ist: Wie setzen wir sie ein?

KI ist nicht gleich KI

Hinter dem Begriff Künstliche Intelligenz verbirgt sich eine ganze Landschaft an Technologien, Modellen und Werkzeugen. ChatGPT ist ein sogenanntes Large Language Model, also ein großes Sprachmodell, das auf riesigen Textmengen trainiert wurde und dadurch Sprache verstehen und erzeugen kann. Das macht es sehr gut. Aber es ist eben nur eine Form von KI unter vielen.

Es gibt KI Systeme, die Bilder erkennen und analysieren. Andere können gesprochene Sprache in Echtzeit übersetzen. Wieder andere sind darauf spezialisiert, Muster in großen Datenmengen zu finden, etwa um Betrug zu erkennen, Kundenverhalten vorherzusagen oder Produktionsprozesse zu optimieren. Es gibt Modelle, die Dokumente klassifizieren, solche die Stimmungen in Texten erkennen und solche die komplexe Entscheidungsvorlagen aufbereiten. Manche dieser Systeme arbeiten vollständig im Hintergrund, ohne dass ein Mensch jemals einen Chat damit führt.

Die Welt der KI ist also deutlich breiter als das, was du auf dem Bildschirm siehst, wenn du ChatGPT öffnest. Und genau dieses Verständnis ist entscheidend, wenn du KI in deinem Unternehmen sinnvoll einsetzen möchtest.

Chatbot ist nicht gleich Chatbot

Selbst wenn wir nur bei den Chatbots bleiben, lohnt sich ein genauerer Blick. Denn auch innerhalb dieser Kategorie gibt es erhebliche Unterschiede. ChatGPT, Claude, Gemini, DeepSeek oder Mistral sind zwar alles Sprachmodelle, aber sie liefern keineswegs die gleichen Ergebnisse.

Wer zum Beispiel einen längeren Geschäftstext schreiben lässt, wird schnell merken, dass manche Modelle eher oberflächliche Standardtexte produzieren, während andere deutlich nuancierter und präziser formulieren. Bei der Analyse komplexer Dokumente zeigen sich ähnliche Unterschiede. Manche Modelle erfassen Zusammenhänge besser, andere neigen stärker dazu, Dinge zu erfinden, die plausibel klingen, aber schlicht falsch sind. Das nennt man in der Fachsprache „Halluzinationen“. Wieder andere sind bei technischen Aufgaben wie Programmierung oder Datenaufbereitung deutlich stärker.

Ich selbst arbeite täglich mit mehreren Modellen und kann dir sagen: Die Unterschiede sind teilweise enorm. Je nachdem, was du erreichen möchtest, kann ein anderes Modell die deutlich besseren Ergebnisse liefern. „ChatGPT“ ist also nicht automatisch die beste Wahl für jede Aufgabe.

Das Tool ist nicht die Strategie

In vielen Unternehmen ist in den letzten zwei Jahren etwas Ähnliches passiert. Jemand hat ChatGPT ausprobiert, war begeistert und hat angefangen, es für verschiedene Aufgaben zu nutzen. Texte schreiben, E-Mails formulieren, Ideen sammeln, vielleicht sogar Code generieren. Das war eine wichtige Entwicklung. Denn ohne dieses erste Ausprobieren hätten viele Menschen bis heute keinen Zugang zum Thema KI gefunden.

Aber irgendwann stellt sich die Frage: Was kommt danach? Reicht es, wenn einzelne Mitarbeiter ein einzelnes Tool nutzen, jeder auf seine Weise, ohne gemeinsame Linie und ohne klares Ziel? Ohne zu wissen, ob es vielleicht bessere Werkzeuge für die jeweilige Aufgabe gibt?

Nein. Das reicht nicht. Denn ein Tool ist noch keine Strategie. Und ein Chatbot ist noch kein KI Konzept.

Zwischen Panik und Planlosigkeit

Was ich derzeit in vielen Gesprächen mit Unternehmern erlebe, ist eine seltsame Mischung aus Druck und Unsicherheit. Auf der einen Seite die Angst, etwas zu verpassen. Die Konkurrenz setzt KI ein, in den Medien wird täglich über neue Durchbrüche berichtet und überall heißt es, wer jetzt nicht handelt, wird abgehängt. Auf der anderen Seite fehlt vielen die Orientierung, wo sie überhaupt anfangen sollen.

Die Reaktionen darauf sehen fast immer gleich aus.

Irgendein Tool einführen, Hauptsache schnell. Es wird ein Abo abgeschlossen, vielleicht eine Lizenz für das ganze Team gekauft. Aber ohne klares Konzept, ohne definierte Einsatzfelder und ohne dass jemand wirklich versteht, was das Tool kann und was nicht. Nach ein paar Wochen stellt sich Ernüchterung ein. Die Nutzung flacht ab, die erhofften Verbesserungen bleiben aus und am Ende steht die Aussage: „KI bringt bei uns nichts.“ Dabei lag das Problem nicht an der Technologie. Es lag daran, dass der Einstieg ohne Plan erfolgt ist.

Ein KI Modell nutzen, weil die Lizenz schon da ist. Diese Variante begegnet mir besonders häufig. Ein Unternehmen setzt ein bestimmtes Modell ein, nicht weil es am besten zur Aufgabe passt, sondern weil es halt schon Lizenzen dafür gibt. Das betrifft vor allem den Microsoft Copilot. Wer bereits Microsoft 365 nutzt, bekommt Copilot praktisch als Erweiterung angeboten. Also wird er aktiviert, weil er „eh schon da ist“ oder weil er als datenschutzrechtlich unbedenklicher gilt. Ob das Tool aber tatsächlich die beste Lösung für die konkreten Aufgaben im Unternehmen ist, wird dabei oft gar nicht geprüft. Das ist so, als würdest du ein Auto kaufen, nur weil du schon eine Garage hast. Ohne vorher zu überlegen, ob du überhaupt ein Auto brauchst oder ob vielleicht ein Fahrrad die bessere Wahl wäre.

KI als Einzelaktion statt als Unternehmensentscheidung. Einzelne Mitarbeiter probieren auf eigene Faust herum, jeder mit seinem eigenen Tool, seinen eigenen Prompts, seiner eigenen Vorgehensweise. Das ist für den Anfang in Ordnung. Aber wenn das der Dauerzustand bleibt, entsteht kein Mehrwert für das Unternehmen. Nur ein Flickenteppich aus Insellösungen, die niemand überblickt.

Die richtige Frage zuerst

Der häufigste Fehler ist der Einstieg über das Werkzeug statt über das Ziel. „Wir sollten ChatGPT einsetzen“ klingt nach einem Plan, ist aber keiner. Die viel wichtigere Frage lautet: Was genau wollen wir verbessern? Welche Aufgaben kosten zu viel Zeit? Wo passieren Fehler, die vermeidbar wären? Wo liegt Potenzial, das bisher nicht gehoben wurde?

Nicht „Welches KI Tool nehmen wir?“ sondern „Welches Problem lösen wir?“

Erst wenn diese Fragen beantwortet sind, ergibt es Sinn, über konkrete Werkzeuge nachzudenken. Und dann zeigt sich oft, dass ein Chatbot für manche Aufgaben tatsächlich eine gute Wahl ist, für andere aber ein ganz anderes System besser geeignet wäre. Vielleicht ein spezialisiertes Modell für Dokumentenanalyse. Vielleicht eine KI gestützte Automatisierung, die Daten aus verschiedenen Quellen zusammenführt. Vielleicht ein Bilderkennungssystem für die Qualitätskontrolle. Die Möglichkeiten sind enorm, aber sie erschließen sich nur, wenn du den Blick über den Chatbot hinaus öffnest.

Die Experimentierphase war wichtig, jetzt kommt der nächste Schritt

Die letzten zwei Jahre waren für viele Unternehmen eine Art Entdeckungsreise. Man hat ausprobiert, getestet, gestaunt und manchmal auch frustriert aufgegeben. Das gehört dazu. Aber diese Phase des reinen Experimentierens sollte jetzt in etwas Strukturierteres übergehen.

Das bedeutet nicht, dass du sofort ein großes KI Projekt starten oder teure Beratung einkaufen musst. Es bedeutet zunächst einmal, dir ehrlich ein paar Fragen zu stellen: Wo stehen wir eigentlich? Was nutzen unsere Mitarbeiter bereits? Bringt es tatsächlich etwas? Und vor allem: Wissen alle im Team, was KI kann und was nicht?

Denn eines der größten Risiken ist nicht, dass du die falsche KI einsetzt. Das größte Risiko ist, dass KI entweder gar nicht genutzt wird, weil das Thema zu abstrakt wirkt, oder dass sie unstrukturiert eingesetzt wird und dabei weder Effizienz gewinnt noch Qualität verbessert. Der sinnvolle Weg liegt dazwischen. Er beginnt mit Klarheit über die eigenen Ziele, einem realistischen Blick auf die verfügbaren Möglichkeiten und der Bereitschaft, das Thema nicht dem Zufall zu überlassen.

Wer KI im Unternehmen sinnvoll nutzen will, sollte nicht zuerst nach dem bekanntesten Tool fragen, sondern nach dem Ziel, das erreicht werden soll. Alles andere ergibt sich daraus.

Mich interessiert, wie es bei dir aussieht: Welche KI Modelle nutzt du aktuell? Hast du schon einen konkreten Plan, wie KI in deinem Unternehmen eingesetzt werden soll, oder bist du noch in der Ausprobierphase? Schreib es mir in die Kommentare.