KI-Agenten: Mehr als nur Installation

Was Agenten wirklich können und wo die Herausforderung liegt

Künstliche Intelligenz (KI)-Agenten sind Programme, die Aufgaben für uns erledigen können. Viele Menschen sind gerade sehr daran interessiert, diese Agenten zu nutzen, besonders solche, die auf der OpenAI-Technologie (wie z. B. OpenAI's Assistants API, im Text als "Openclaw" bezeichnet) basieren. Diese Agenten können extrem schnell installiert werden – schneller, als man diesen Satz hier zu Ende lesen kann. Das Problem ist jedoch nicht die Installation, sondern die produktive Nutzung.

Man hat das Gefühl, dass die Installation eines Agenten automatisch bedeutet, dass man ihn auch sinnvoll nutzen kann. Das ist ein Trugschluss. Es gibt eine große Lücke zwischen "Ich kann einen Agenten installieren" und "Ich weiß, wie ich ihn produktiv einsetzen kann". Viele Leute, die behaupten, ihre Agenten für unzählige Dinge zu nutzen, tun dies nur, weil sie gelernt haben, ihre Wünsche und Anforderungen sehr klar zu formulieren. Dies ist jedoch eine sehr schwierige Aufgabe, die die meisten Unternehmen und Einzelpersonen bisher nicht gelöst haben.

Die Kernbotschaft ist: Agenten allein machen uns nicht produktiver. Die wahre Herausforderung liegt darin, ihnen so detailliert zu erklären, was wir wollen, dass sie es verstehen und umsetzen können.

Das "Und jetzt?"-Problem

Ein häufiges Thema in Foren rund um Agenten-Technologie ist die Frage: "Okay, ich habe es installiert, und jetzt?". Es geht nicht darum, technische Fehler zu beheben oder das beste KI-Modell auszuwählen, sondern darum, dass die Nutzer nicht wissen, was sie dem Agenten als Aufgabe geben sollen. Sie brauchen Anleitungen oder "Rezepte".

Das Problem ist, dass Agenten dazu gedacht sind, viele Dinge gut zu können, nicht nur eine einzige Aufgabe. Die häufigste Nutzung von Agenten ist momentan das Sortieren von E-Mails. Dies ist jedoch möglicherweise keine optimale Nutzung der Technologie, wenn man bedenkt, dass Agenten potenziell viel mehr leisten könnten.

Wenn die Erwartungen an Agenten (wie 10-fache Steigerungen der Produktivität) nicht erfüllt werden, führt dies zu Frustration. Es gab sogar Fälle, in denen Menschen ihre bereits installierten Agenten wieder deinstallieren ließen, weil sie nicht den gewünschten Nutzen brachten.

Was bei Agenten funktioniert: Das "Betriebssystem" des Agenten

Trotz der Herausforderungen gibt es erfolgreiche Muster bei der Nutzung von Agenten, insbesondere bei denen, die auf der Technologie basieren, die im Text als "Openclaw" bezeichnet wird. Diejenigen, die Agenten erfolgreich und langfristig einsetzen, nutzen oft eine bestimmte Struktur, die man als das "Betriebssystem" des Agenten bezeichnen könnte.

Diese Struktur besteht aus einfachen Textdateien im Markdown-Format. Sie sind technisch nicht komplex, aber ihre Qualität ist entscheidend für die Leistung des Agenten. Dazu gehören:

• soul.markdown: Definiert die Rolle, Aufgabe, den Ton und die Grenzen des Agenten. Im Grunde eine detaillierte Stellenbeschreibung.
  • 💡 Denk daran wie: Die Vorstellung, wer der Agent ist und was er tun soll.
• identity.markdown: Enthält den Namen des Agenten und Einschränkungen seiner Persönlichkeit.
  • 💡 Denk daran wie: Der Name und die grundlegenden Charakterzüge des Agenten.
• user.markdown: Ein detailliertes Profil des menschlichen Nutzers, einschließlich seiner Vorlieben, seines Zeitplans und seines Kommunikationsstils.
  • 💡 Denk daran wie: Ein Steckbrief über die Person, mit der der Agent arbeiten soll.
• heartbeat.markdown: Eine Checkliste, die der Agent regelmäßig (z. B. alle 30 Minuten) überprüft, um festzustellen, ob Arbeit ansteht.
  • 💡 Denk daran wie: Ein täglicher Aufgabenplaner für den Agenten.

Zusätzlich zu diesen Dateien wird oft ein einfacher Cron-Job verwendet, um den Arbeitsrhythmus des Nutzers abzubilden.

Die Qualität dieser Dateien ist entscheidend. Sie sind keine KI im eigentlichen Sinne, sondern reiner Text, der dem Agenten die notwendigen Informationen liefert.

🔗 Verbindung: Diese Markdown-Dateien bilden die Grundlage dafür, dass der KI-Agent die spezifischen Bedürfnisse und den Kontext des Nutzers versteht. Ohne sie bleibt der Agent generisch und wenig nützlich.

Spezialisierung statt Universalgenies

Erfolgreiche Nutzer setzen oft auf mehrere spezialisierte Agenten anstelle eines einzigen Agenten, der alles können soll. Jeder dieser spezialisierten Agenten hat seine eigene Identität, seine eigenen Werkzeuge und seinen eigenen Arbeitsbereich. Sie teilen sich keine Informationen und haben klare Zuständigkeiten.

🔗 Verbindung: Diese klare Trennung der Aufgaben ("Separation of Concerns" im technischen Sinne) ist entscheidend für die Funktionsfähigkeit von Mehr-Agenten-Systemen. Es ähnelt der Arbeitsweise in einem menschlichen Team, wo jeder eine bestimmte Rolle hat.

Man kann zwar auch einen allgemeinen Agenten einsetzen, der dann spezialisierte Unter-Agenten für bestimmte Aufgaben erstellt. Aber auch das funktioniert nur, wenn der Hauptagent über ausreichend Kontext und Werkzeuge verfügt, um die gewünschten Aufgaben korrekt zu lösen.

Gedächtnis und Kontext sind entscheidend

Ein weiterer wichtiger Aspekt erfolgreicher Agenten-Implementierungen ist der Fokus auf das "Gedächtnis" des Agenten. Das bedeutet, dass der Agent über die Zeit hinweg lernt und sich verbessert. Dies kann durch verschiedene Mechanismen geschehen:

• Eine memory.markdown-Datei, die Erkenntnisse ansammelt.
• Eine Datenbank, aus der der Agent Informationen abrufen kann (ähnlich dem Konzept "Open Brain").

🔗 Verbindung: Sowohl die Kontextinformationen (wer bin ich, wer bist du) als auch das Gedächtnis sind entscheidend dafür, dass ein Agent lernt und sich verbessert. Ohne diese Funktionen ist er kein wirklich "intelligenter" Agent.

Die Schwierigkeit, Absichten zu artikulieren

Der gemeinsame Nenner bei all diesen erfolgreichen Ansätzen ist die Klarheit der Absicht des Nutzers. Man muss in der Lage sein, detailliert zu beschreiben, was man vom Agenten erwartet, und zwar in Schritten, die der Agent verstehen und überprüfen kann.

Das bedeutet, nicht einfach zu sagen "Ich kümmere mich um Marketing", sondern spezifisch zu beschreiben:

• Welche Websites ich besuche.
• Welche Kennzahlen ich beobachte.
• Welches Budget ich zur Verfügung habe.
• Wie ich die Korrektheit der Ausgaben überprüfe.
• Welche Berechnungen ich durchführe.
• Welche Optimierungsmöglichkeiten ich sehe.

Auch wenn es scheint, als würde man dem Agenten diese Details "beibringen", ist es notwendig, um ihn auf den spezifischen Kontext auszurichten, damit er sich im Laufe der Zeit verbessern kann. Die Annahme, dass ein Agent ohne diese detaillierte Anleitung von selbst versteht, was zu tun ist, ist bei vielen "Me-too"-Produkten (Nachahmungen) präsent.

Der Markt für Agenten: Vom "Magischen Kasten" zur Realität

Viele Produkte auf dem Markt werden als "magische Kisten" verkauft: Man gibt eine beliebige Anweisung ein, und die Kiste löst das Problem. Das funktioniert zunächst gut, aber wenn die Magie verblasst, bleibt eine enttäuschende Erfahrung.

Bekannte Agenten-Plattformen im Überblick:

• Openclaw (OpenAI Assistants API-basierte Lösungen):
  • Die Original-Software, läuft lokal, kann mit verschiedenen KI-Modellen verbunden werden.
  • Umfangreich konfigurierbar, aber die Startschwierigkeiten (Cold Start Problem) liegen beim Nutzer. Ursprünglich für Entwickler konzipiert, die mit der Erstellung von Konfigurationsdateien (wie soul.markdown) vertraut sind.
  • Herausforderung: Die breite Masse der Nutzer ist mit dem Erstellen dieser detaillierten Konfigurationsdateien überfordert.
• Maness (von Meta):
  • Bietet eine einfachere Installation und mehr Sicherheit als das ursprüngliche Openclaw. Kann lokal oder in der Cloud laufen.
  • Herausforderung: Begrenzt durch den fehlenden anfänglichen Kontext. Die Möglichkeit, den Agenten tiefgehend über den Nutzer und seine Arbeitsabläufe zu konfigurieren, ist eingeschränkt. Manche Nutzer berichten aber, dass sie mit mehr eingegebenem Kontext sehr zufrieden sind.
• Perplexity's Personal Computer:
  • Bietet einen dedizierten Mac Mini in der Cloud, der lokale Dateien mit der Perplexity-Cloud verbindet. Ein Projektmanager-KI leitet Aufgaben an bis zu 20 verschiedene Modelle weiter.
  • Die Idee ist ein "KI-Betriebssystem", das anstelle von Anweisungen Ziele (Objectives) erhält.
  • Herausforderung: Wenn das Ziel Wissen über das Leben, die Entscheidungsfindung oder den Arbeitsrhythmus des Nutzers erfordert, das nicht explizit niedergeschrieben wurde, stößt das System an seine Grenzen.
• Nimo Claw (Nvidia):
  • Eine unternehmensfreundliche Version von Openclaw mit Fokus auf Sicherheit und Datenschutz. Läuft in isolierten Umgebungen.
  • Löst das Sicherheitsproblem, aber nicht das Problem, wie die Anweisungen für den Agenten formuliert werden sollen. Die Verantwortung dafür wird an die Unternehmen delegiert, die oft ebenfalls keine Lösung dafür haben.
  • Herausforderung: Die meisten Mitarbeiter wissen nicht, wie sie Nimo Claw produktiv nutzen sollen, wenn sie keine Vorkenntnisse mit Agenten haben.
• Cloud Dispatch (Entropic):
  • Ermöglicht die einfache Kopplung von Telefon und Mac, um Nachrichten über verschiedene Apps zu senden und den Agenten von unterwegs zu steuern.
  • Herausforderung: Selbst mit detaillierten Einleitungen per Textnachricht funktionieren Agenten schlecht, wenn sie den Nutzer nicht kennen. 15 Absätze Text reichen oft nicht aus.

Viele weitere Produkte (Startclaw, My Claw, Simple Claw, Uni Claw) versuchen, die Einrichtung von Agenten zu vereinfachen (z. B. durch "One-Click-Deploy", vorgefertigte Persönlichkeiten). Sie lösen die Installationshürde, aber nicht das grundlegende Problem der fehlenden Personalisierung und Spezifität. Der Wert eines Agenten liegt in seiner Einzigartigkeit für den Nutzer, nicht in einer generischen Konfiguration.

Die Struktur des Wissens und die Schwierigkeit der Delegation

Der Kern des Problems liegt in der Natur von Wissensarbeit. Je erfahrener und wertvoller eine Person wird, desto mehr verlagert sich ihre Arbeit von expliziten Prozessen (klar definierte Schritte) zu implizitem Urteilsvermögen (Bauchgefühl, Erfahrung, nicht bewusst denkender Prozess).

• Anfänger: Denken bewusst über jeden Schritt nach. Alles ist explizit und leicht zu erklären.
• Experten: Viele Prozesse laufen automatisch ab. Das Wissen ist "kompiliert" (wie Maschinencode aus Quellcode), und der Quellcode (die expliziten Schritte) ist nicht mehr leicht zugänglich.

Ein erfahrener Produktmanager merkt intuitiv, welche Daten er vergleichen muss, um eine Schlussfolgerung zu ziehen, ohne bewusst jeden einzelnen Schritt zu durchdenken. Ein erfahrener Verkäufer passt seine Tonalität instinktiv an die Reaktion des Gegenübers an. Ein erfahrener Ingenieur spürt Probleme, bevor er sie analytisch erklären kann. Dieses "komprimierte" Wissen macht die Person schnell und effektiv, macht es aber auch schwer, es zu delegieren.

🔗 Verbindung: Die Arbeit, die Agenten am besten bewältigen könnten (komplexe Wissensarbeit), ist genau die Art von Arbeit, die für Menschen am schwierigsten zu erklären ist.

Diese Schwierigkeit, implizites Wissen zu artikulieren, führt zu drei großen Problemen in Organisationen:

1. Delegationsfehler: Führungskräfte können Aufgaben nicht abgeben, weil sie nicht wissen, wie sie den Prozess schrittweise erklären sollen.
2. Stagnation bei Beförderungen: Hochqualifizierte Mitarbeiter können nicht befördert werden, weil ihr Wissen so stark in ihnen "verankert" ist, dass sie nicht ersetzt werden können.
3. Verlust von institutionellem Wissen: Wenn Mitarbeiter gehen, geht ihr wertvolles Wissen verloren, weil es nie explizit dokumentiert wurde.

Die Rolle von Agenten als Katalysator für Wissensmanagement

Agenten schaffen einen persönlichen Anreiz, diese Probleme zu lösen. Anstatt dass die Organisation von oben Druck ausübt, um Wissen zu dokumentieren, bietet die Nutzung von Agenten einen direkten persönlichen Vorteil: wer sein Wissen besser dokumentiert und erklärt, kann seine Agenten effektiver nutzen und gewinnt dadurch an Produktivität und Einfluss.

Diejenigen, die ihre Expertise in explizite, delegierbare Teile zerlegen können, werden exponentielle Gewinne erzielen. Ihre Agenten werden besser, weil ihre Spezifikationen besser werden. Diejenigen, die diesen Aufwand scheuen, werden feststellen, dass Agenten nur ein Hype sind.

Die Lösung: Der "Interview-Agent"

Die wichtigste Erkenntnis ist: Der erste Agent, den man einsetzt, sollte kein persönlicher Assistent sein, sondern ein Werkzeug zur Vorbereitung auf die Nutzung von Agenten.

Dieses Werkzeug sollte wie ein Experten-Interviewer funktionieren. Es stellt die richtigen Fragen zur richtigen Zeit und mit den richtigen Nachfragen, um genau das operative Wissen zu extrahieren, das der Nutzer besitzt, aber nicht leicht zugänglich machen kann.

Dies geht weit über die einfachen Fragen bei der Installation hinaus (wie "Wer bin ich?"). Es ist ein strukturierter Prozess, der die folgenden Bereiche abfragt:

1. Arbeitsrhythmen: Wie sehen Ihre Tage, Wochen und Monate wirklich aus (nicht nur der Kalender)?
2. Entscheidungsprozesse: Welche Urteile fällen Sie regelmäßig? Was sind einfache vs. schwierige Entscheidungen? Welche Informationen benötigen Sie dafür?
3. Abhängigkeiten: Von wem benötigen Sie wann Informationen oder Unterstützung?
4. Reibungspunkte: Welche wiederkehrenden Ärgernisse kosten Sie Zeit?
5. Präferenzen und Standards: Was sind Ihre Standards für bestimmte Aufgaben? Welche Tonalität verwenden Sie bei verschiedenen Zielgruppen? Welchen Datenquellen vertrauen Sie?

Der Output dieses Prozesses ist strukturierter Datensatz. Dieser kann dann direkt in ein persönliches Wissensspeicher-System ("Open Brain") eingespeist werden, das durchsuchbar und für jeden Agenten zugänglich ist.

Aus diesen Daten kann dann ein Konfigurationsgenerator erstellt werden, der automatisch die notwendigen Dateien (soul.markdown, heartbeat.markdown, user.markdown usw.) für Agenten-Plattformen wie Openclaw erzeugt.

🔗 Verbindung: Dieser Interview-Agent schließt die Lücke, die viele andere Agenten-Produkte nicht adressieren. Er hilft, das implizite Wissen des Nutzers in explizite, maschinenlesbare Form zu bringen.

Die tiefere Bedeutung des Prozesses

Der eigentliche Wert liegt nicht nur in den erzeugten Konfigurationsdateien, sondern in der Konversation selbst. Sie schafft eine strukturierte "Karte" davon, wie man arbeitet, was man weiß und wo die Hebelpunkte liegen. Dies verbessert nicht nur die Fähigkeit, Aufgaben an Agenten zu delegieren, sondern auch an Menschen. Es erleichtert die eigene Beförderung und macht das eigene Wissen überlebensfähig.

Der Agent hilft dabei, das eigene Wissen aus dem Kopf zu holen, und ermöglicht es dann, diesen Agenten effektiv zu nutzen. Der Fokus liegt auf dem Agenten, der den Nutzer vorbereitet, den Agenten zu nutzen.

Diejenigen, die diese zusätzliche Arbeit investieren, um ihre Expertise zu artikulieren, werden die größten Vorteile aus Agenten ziehen. Ihre Agenten werden immer besser, weil ihre Spezifikationen immer besser werden. Die, die diesen Schritt überspringen, werden letztendlich feststellen, dass Agenten nicht die Lösung sind, die sie sich erhofft haben.

Die Lücke zwischen der Installation eines Agenten und seiner produktiven Nutzung ist die Fähigkeit des Menschen, seine eigene Expertise zu verstehen und für die Maschine aufzubereiten. Genau hier liegt die wirkliche Herausforderung und die Chance.