Das agentische
Betriebssystem

Ein Tool antwortet. Ein Agent kennt seinen Auftrag.

Ein KI-Tool wartet auf Ihre Eingabe. Sie beschreiben die Aufgabe, es liefert ein Ergebnis. Beim nächsten Mal hängt vieles wieder davon ab, wer fragt und wie gefragt wird. Das Wissen bleibt im Kopf einzelner Personen.

Ein Agent bekommt seinen Auftrag einmal sauber definiert. Er kennt den Prozessschritt, für den er zuständig ist, greift nur auf freigegebene Daten zu, arbeitet nach Ihren Standards und holt einen Menschen dazu, wenn wirklich entschieden werden muss. Dieses Wissen bleibt im System — auch wenn Mitarbeitende wechseln.

Woraus Ihr System entsteht

Ein agentisches Betriebssystem ist kein Produkt von der Stange. Es entsteht aus Ihrem Unternehmen — aus Ihren Prozessen, Daten, Regeln und den Aufgaben, die sinnvoll übernommen werden können.

1. Der Workflow

Am Anfang steht der echte Ablauf: Wer macht heute was? Wo gibt es Übergaben, Rückfragen, Sucherei oder Doppelarbeit? Wo liegen die Daten? Erst wenn der Workflow klar ist, lohnt es sich, über einen Agenten zu sprechen.

2. Der Agent

Der Agent bekommt einen klaren Auftrag, klare Grenzen, definierte Eingaben und ein erwartetes Ergebnis. Je sauberer der Auftrag, desto zuverlässiger kann er arbeiten.

3. Das Modell

Erst jetzt wählen wir das passende Modell. Nicht jede Aufgabe braucht das größte oder teuerste. Entscheidend ist, was für diesen konkreten Agenten zuverlässig, sicher und wirtschaftlich funktioniert.

4. Daten und Werkzeuge

Ein Agent wird erst wirklich nützlich, wenn er an die richtigen Daten und Werkzeuge angebunden ist: freigegebene Ordner, Produktdaten, Datenbanken oder Systeme, in denen er nachschlagen oder etwas eintragen darf.

5. Governance

Parallel legen wir die Leitplanken fest: Wo entscheidet ein Mensch? Was wird protokolliert? Welche Daten dürfen wohin? Governance ist kein Extra — sie gehört in den Aufbau.

Diese Reihenfolge ist für mich der Kern: erst den Prozess verstehen, dann den Agenten bauen, dann Modell und Anbindung wählen — und die Leitplanken von Anfang an mitdenken. So entsteht kein Tool-Zoo, sondern Ihr System.

Was Ihr Team davon merkt

Im Idealfall: vor allem Entlastung. Niemand im Marketing sollte entscheiden müssen, welches Sprachmodell für welche Aufgabe geeignet ist. Das Team sieht die Aufgabe — nicht die Technik dahinter.

Im Hintergrund wird gesteuert, welcher Agent zuständig ist, welche Daten er nutzen darf und welches Modell dafür passt. Genau hier wird aus einzelnen Anwendungen ein System, das personenunabhängig weiterarbeitet.

Cloud, lokal oder beides?

Beides kann richtig sein. Manche Workflows enthalten Daten, die das Unternehmen nicht verlassen sollten. Andere lassen sich in der Cloud sinnvoller, günstiger oder leistungsfähiger abbilden.

Diese Entscheidung treffe ich nicht pauschal fürs ganze Unternehmen, sondern pro Workflow — abhängig von Daten, Risiko, Leistung und Wirtschaftlichkeit.

Wann lohnt sich das?

Wenn Aufgaben regelmäßig wiederkehren, klar beschreibbar sind und heute Zeit, Qualität oder Nerven kosten. Weniger sinnvoll ist es bei seltenen Aufgaben, die jedes Mal völlig anders laufen oder deren Prozess noch gar nicht klar ist.

Deshalb beginnt jedes Projekt mit einer Analyse. Manchmal ist die beste Empfehlung: Diesen Prozess zuerst klären. An einer anderen Stelle lohnt sich KI dafür sofort. Genau diese Ehrlichkeit gehört für mich dazu.