Dein-Weg-AkademieChat antwortet, ein Agent tut
Stufe 1 · Kapitel 3 · Lesezeit ca. 4 Minuten
In Kapitel 2 hast du gesehen, was KI heute kann und wo sie an ihre Grenzen stößt. Wer die Grenzen kennt, ist bereit für den nächsten Schritt: raus aus dem reinen Fragen und Antworten, rein ins Erledigen.
Chat antwortet, ein Agent tut
Ein Chat ist einfach: Du fragst, du bekommst eine Antwort. Danach bist du wieder dran. Der Chat wartet auf dich, er tut von sich aus nichts. Christoph Magnussen bringt den Unterschied auf einen Satz, den du dir merken kannst: „Chat antwortet, ein Agent tut." Ein Chat ist wie ein guter Berater am Telefon, er weiß viel und sagt dir, was zu tun wäre. Ein Agent ist der Mitarbeiter, den du losschickst und der die Sache tatsächlich erledigt.
Das ist kein kleiner Unterschied. Der Chat gibt dir Wissen, der Agent gibt dir ein Ergebnis. Und genau das ändert, wie du mit der KI arbeitest.
Prompt oder Loop
Beim klassischen Arbeiten schreibst du einen Prompt: Du gibst etwas ein, wartest auf die Antwort, besserst nach, gibst wieder ein. Du bist im Takt drin, jeder Schritt geht über deinen Tisch. Das ist wie ein Gespräch, in dem du jede Frage einzeln stellst.
Ein Agent arbeitet mit einem Loop, man sagt auch Goal, also Ziel. Du beschreibst einmal, was am Ende herauskommen soll, und die KI läuft dann von allein, bis das Ziel erreicht ist. Der Trick dahinter: Die KI prüft nach jedem Schritt selbst „Bin ich fertig, stimmt das schon?" und macht weiter, bis die Antwort Ja ist. Beim Prompt diktierst du jeden Schritt. Beim Loop gibst du die Richtung und lässt laufen.
Warum ein Agent Konnektoren braucht
Ein Agent, der nur reden kann, erledigt am Ende auch nichts. Damit er wirklich etwas tut, muss er an deine Werkzeuge herankommen: an den Kalender, ans Postfach, an die Dateien auf dem Laufwerk. Diese Anschlüsse heißen Konnektoren. Ohne sie ist der Agent ein Berater ohne Hände. Mit ihnen kann er einen Termin blocken, eine Mail schreiben, eine Liste öffnen und ausfüllen.
Wird die Aufgabe größer, holt sich der Haupt-Agent Helfer, sogenannte Subagenten. Jeder bekommt ein eigenes Teilziel, arbeitet es ab und meldet zurück. Wie ein Meister, der die Arbeit an mehrere Gesellen verteilt und am Ende einsammelt. So entsteht ein kleines Team aus KI, das eine Aufgabe gemeinsam abarbeitet.
Ein gutes Ziel ist klein und messbar
Damit das funktioniert, muss dein Ziel klar sein. So klar, dass die KI selbst beurteilen kann, ob es erreicht ist. Das nennt man messbar. „Organisier mir den Wareneinkauf fürs Sommerfest" kann eine KI abarbeiten und am Ende sagen: fertig. „Kümmer dich um den Laden" kann sie nicht, das ist kein Ziel, das ist ein Wunsch. Zu weit gefasst, und der Agent läuft ins Leere.
Magnussen hat das selbst erlebt. Sein Test „bau mir meine Website neu" lief 20 Stunden am Stück. Ein Ergebnis kam heraus, aber nicht das, was er wollte. Das Ziel war zu weit gefasst, es hätte in kleine Unterziele geteilt gehört. Die Lehre daraus gilt auch für dich als Führungskraft: Ein Ziel klar und klein zu formulieren ist schon bei Menschen schwer, bei einem Agenten noch mehr. Genau da liegt deine Arbeit.
Sommerfest im Dorfkrug, 120 Gäste angemeldet. Fragst du den Chat: „Wie viele Portionen Schnitzel plane ich für 120 Gäste?", bekommst du eine saubere Antwort und Zahl. Mehr nicht, den Rest machst du selbst.
Gibst du einem Agenten das Ziel „Organisier mir den Wareneinkauf fürs Sommerfest", tut er selbst: Er prüft die Reservierungsliste, rechnet die Mengen, gleicht sie mit dem Sortiment deines Lieferanten ab, schreibt die Bestellliste und blockt den Liefertermin im Kalender. Wie ein Mitarbeiter, dem du ein Ziel gibst, statt jeden Handgriff zu diktieren.
Die Warnung dazu: Setzt du das Ziel zu weit, etwa „kümmer dich um das Sommerfest", weiß der Agent nicht, wo er anfangen soll, und läuft ins Leere. Klein und klar schlägt groß und vage.