Vom KI-Experiment zum verlässlichen Service

12 Min. Lesezeit

Das nützliche Experiment verdient eine Zukunft

Ein Beispiel zur Veranschaulichung: Eine Mitarbeiterin in der Auftragsabwicklung eines kleinen Großhändlers liest jeden Morgen Kunden-E-Mails, sucht Artikelnummern heraus und bereitet Aufträge vor. Das Bestellsystem erwartet sauber ausgefüllte Felder. Kunden bevorzugen Sätze, Fotos und die Bezeichnungen von gestern.

Sie probiert ChatGPT aus und gibt anschließend Claude Cowork ein paar Beispiele. Nach einigen Korrekturen entstehen brauchbare Auftragsentwürfe. Sie prüft sie. Das spart Zeit. Ein Kollege möchte das auch nutzen.

Das ist eine gute Entwicklung. Jemand, der die Arbeit kennt, hat eine Verbesserung gefunden. Das Experiment verrät mehr als jede Besprechung über digitale Transformation.

Dann werden die Entwürfe zum normalen Weg, auf dem Aufträge ins Unternehmen gelangen. Andere stellen die bisherige Vorbereitung ein. Ihr Vorgesetzter geht davon aus, dass der Assistent jeden Morgen läuft.

Niemand beschließt, dass sie jetzt für den Betrieb eines Service zuständig ist. Diese Verantwortung gab es offenbar gratis zur Neugier dazu.

Hier kann der CTO etwas Sinnvolles tun: aus dem nachgewiesenen Nutzen etwas machen, auf das sich das Unternehmen verlassen kann. Dazu muss er mit ihr arbeiten, ihre Erkenntnisse bewahren und eine technische Lösung wählen, die der Betrieb warten kann.

Cloud-Agenten gibt es. Ihre Grenzen unterscheiden sich.

Die Angebote können längst mehr als ein Chatfenster, das mit dem Zuklappen des Laptops verschwindet. Sie nutzen Werkzeuge, behalten Kontext und arbeiten im Hintergrund an delegierten Aufgaben weiter. Unter „Cloud-Agent“ verbergen sich allerdings sehr unterschiedliche Betriebsmodelle.

Der folgende Vergleich beruht auf Herstellerdokumentation, geprüft am 15. Oktober 2026. Er beschreibt dokumentierte Fähigkeiten, keine Ergebnisse aus eigenen Zuverlässigkeitstests. Die Verfügbarkeit hängt unter anderem von Konto, Tarif, Region und Administratoreinstellungen ab. Nutzungsberechtigt heißt noch nicht freigeschaltet.

Angebot	Ausführung und dauerhafte Speicherung	Integrationen, Berechtigungen und Kontrollen	Dokumentierter Zugang
OpenAI Dots	Eigener Cloud-Rechner und Browser, gespeicherter Kontext und laufende Aufgaben. Cloud-Arbeit läuft auch bei ausgeschalteten Geräten weiter.	Angebundene Plugins behalten ihre Berechtigungen; lokaler Zugriff braucht einen verbundenen Rechner, der online ist. Workspace-Administratoren steuern Fähigkeiten und App-Aktionen.	Schrittweise Freischaltung berechtigter Konten; Tarif, Region und Workspace-Zugang prüfen. Enterprise-Administratoren vergeben Zugriff über Workspace-Berechtigungen. Siehe Dots und Workspace-Kontrollen.
Grok Bot	Ein dauerhaft verfügbarer Cloud-Rechner pro Nutzer in Cursors Cloud. Alle Bots dieses Nutzers teilen Dateien und Browser-Anmeldungen.	Shell, Browser, Rechnerbedienung und erlaubte Konnektoren. Netzwerkkontrollen, Aktionsprotokolle und verbindliche Freigaberichtlinien erfordern Enterprise.	Teamverwaltung ist für Cursor Teams und Enterprise dokumentiert, mit unterschiedlichen Kontrollen. Den Zugang des vorgesehenen Kontos prüfen. Siehe Architektur und Administration.
Meta Muse	Eigene virtuelle Maschine; die Arbeit läuft nach dem Schließen der App weiter. Kontext unterstützt längerfristige Ziele.	Geschäftliche Konnektoren für Meta-Konten und Werkzeuge anderer Anbieter. Laut Meta brauchen Veröffentlichen, Versenden und Geldausgeben eine Freigabe.	Die Ankündigung nennt Verfügbarkeit in den USA und Kanada; Funktionen und Konnektoren für kleine Unternehmen kamen im September hinzu. Siehe Muse und Muse for Small Business.
Claude Cowork	Cloud-Sitzungen speichern Arbeit und unterstützen geplante Aufgaben. Neue Pro- und Max-Aufgaben laufen seit dem 6. Oktober in der Cloud; ältere lokale Aufgaben bleiben lokal.	Konnektoren, Skills und Plugins. Lokale Ordner sind nur erreichbar, wenn die Desktop-App geöffnet und verbunden ist. Team-/Enterprise-Verantwortliche haben Überwachungskontrollen.	Cloud-Sitzungen für Pro/Max; Cloud-Cowork ist bei Team/Enterprise in der Beta. Unter dem Namen Claude wird außerdem eine gemeinsame Oberfläche für Chat und Aufgaben eingeführt. Siehe aktuelle Verfügbarkeit und Schutzmaßnahmen beim Zugriff.
Perplexity Computer	Cloud-Abläufe laufen im Hintergrund weiter; wiederkehrende Aufgaben und mehrere Modelle unterstützen längere Arbeiten.	Konfigurierte Konnektoren und wiederverwendbare Skills; Enterprise-Administratoren steuern Nutzer und Konnektoren. Der Anbieter unterscheidet seine Entwicklungsumgebung vom Produktionshosting.	Enterprise Pro und Enterprise Max sind in den FAQ zum Computer-Workshop dokumentiert.
Manus Cloud Computer	Dauerhaft verfügbare virtuelle Ubuntu-Maschine: Dateien, installierte Werkzeuge und Prozesse bleiben zwischen Sitzungen erhalten. Gewöhnliche Manus-Task-Sandboxes sind temporär.	Kommandozeilenanwendungen, Skripte und Bots können dauerhaft laufen. Die Übersicht belegt keine unternehmensweiten Freigaben oder Prüfprotokolle; das ist gesondert zu klären.	Erfordert einen aktiven Tarif; Manus kann die dauerhafte Umgebung zuweisen, wenn eine Aufgabe sie braucht. Siehe Cloud Computer.
MiniMax MaxClaw	Vom Anbieter gehostetes OpenClaw mit Langzeitgedächtnis, Cloud-Speicher und wiederkehrenden Aufgaben.	Browser- und Dateiwerkzeuge sowie Messenger-Anbindungen, darunter Telegram, Discord und Slack. Die Produktseite belegt keine unternehmensweiten Berechtigungskontrollen.	Über MiniMax Agent mit Ein-Klick-Bereitstellung und Updates durch den Anbieter erhältlich. Siehe MaxClaw.
Kimi Claw	Gehostetes OpenClaw mit Langzeitgedächtnis; alternativ lässt sich eine vorhandene Instanz auf dem eigenen Gerät anbinden.	Chat-Anbindungen und Gruppenzusammenarbeit. Gruppenverantwortliche steuern Mitgliedschaft und Sichtbarkeit; das legt nicht fest, was angeschlossene Systeme erlauben.	Gehostete Bereitstellung erfordert Allegretto oder höher. Siehe Kimi Claw und Gruppenkontrollen.
OpenClaw, selbst gehostet	Host, Speicher, Modellzugang und Integrationen werden selbst ausgewählt und gewartet. Was dauerhaft erhalten bleibt, hängt von dieser Installation ab.	Werkzeugrichtlinien, Zugriffskontrollen und Sandboxing müssen konfiguriert werden. Ein Gateway setzt einen gemeinsamen Vertrauensbereich voraus und isoliert keine Nutzer, die einander nicht vertrauen.	Für den Betrieb in eigener Verantwortung verfügbar. Siehe das Sicherheitsmodell.
Microsoft Copilot Cowork	Mehrstufige Microsoft-365-Arbeit und wiederkehrende Aufgaben in einer isolierten Umgebung. Ergebnisdateien bleiben in OneDrive/SharePoint erhalten.	Handelt mit den Berechtigungen des Nutzers; Freigaben, Plugin-Kontrollen, Prüfprotokolle und Nutzungslimits liegen in der Unternehmensadministration. Manche Browser-Aufgaben nutzen den lokalen Edge des Nutzers.	Allgemein verfügbar; Ausgabenrichtlinien gewähren Zugriff und ermöglichen nutzungsabhängige Abrechnung. Siehe Administration und FAQ.

MaxClaw und Kimi beschreiben ausdrücklich Angebote auf OpenClaw-Basis. Daraus folgt keine OpenClaw-Architektur für Dots, Muse, Cowork oder die übrigen Angebote. Ähnlich aussehende Delegation belegt kein gemeinsames Innenleben.

Gemini Enterprise gehört in einen anderen Vergleich: eine Unternehmensplattform zum Finden, Erstellen, Bereitstellen und Führen von Agenten, deren Fähigkeiten von der Edition abhängen. Salesforce Agentforce verbindet Modellentscheidungen mit ausdrücklichen Abläufen, Code und API-Aktionen in Geschäftsprozessen. Beide sind mehr als ein weiterer persönlicher Cloud-Rechner mit neuem Etikett.

Diese Unterschiede zählen bei der Werkzeugwahl. Sie klären nicht, wer für die Auftragsabwicklung verantwortlich ist. Ein Anbieter kann den Rechner warten. Regeln, angebundene Konten, Ausnahmen und Folgen bleiben trotzdem Sache des Unternehmens.

Das Büromakro hat gelernt, E-Mails zu lesen

Excel-Arbeitsmappen, VBA-Makros, Access-Datenbanken, kleine Skripte, Low-Code-Abläufe und RPA begannen alle mit irgendeiner Variante von „Das muss doch besser gehen“. Oft ging es besser. Wer die Arbeit erledigte, sah ein Problem, das die offizielle Projektplanung noch nicht erreicht hatte.

Das Muster der Einführung ist vertraut. Die Fähigkeiten sind andere.

Ein Agent kann eine E-Mail interpretieren, die in keine Vorlage passt, eine unbekannte Produktbeschreibung recherchieren, Angaben aus mehreren Systemen vergleichen und entscheiden, welches Werkzeug er als Nächstes ausprobiert. Gespeicherter Kontext hilft, frühere Entscheidungen weiter zu berücksichtigen. Mehr Werkzeugzugriff lässt ihn über die ursprüngliche Tabelle hinaus handeln.

Cloud-Ausführung und Zeitplanung gab es schon vor dieser Agentenwelle. Office Scripts und Power Automate unterstützen längst zeit- und ereignisgesteuerte Tabellenarbeit, ohne dass jemand Excel offen halten muss. Der wesentliche Unterschied liegt darin, dass ein Modell Eingaben interpretiert und Aktionen auswählt, wo der alte Ablauf für jede Verzweigung eine ausdrückliche Anweisung brauchte.

Das ist nützlich, wenn Interpretation gefragt ist. Es ist ein schlechter Grund, festgelegte Regeln verhandelbar zu machen.

In unserem Auftragsbeispiel verlangt „noch eine Kiste wie letztes Mal“ vielleicht Interpretation und eine Rückfrage. Den vereinbarten Preis anzuwenden, das Kundenkonto zu prüfen und doppelte Aufträge zu verhindern, sollte ausdrücklichen Regeln folgen. Der Agent kann Werkzeuge aufrufen, die diese Regeln durchsetzen. Er muss das Bestellverfahren nicht neu erfinden.

Deterministischer Code kann Fehler enthalten. Vom Agenten ausgewählte Werkzeuge können deterministischen Code ausführen. Entscheidend ist, wo Ermessensspielraum erlaubt ist und wo das Unternehmen eine wiederholbare, prüfbare Entscheidung braucht.

Die Lehre aus der Modernisierung alter VBA-Lösungen gilt weiter: tatsächliches Verhalten ermitteln, Ausnahmen untersuchen und wichtige Beispiele in ausführbare Prüfungen verwandeln. Ein Prompt befreit den Ablauf nicht von dieser Arbeit.

Individuelle Software wird erschwinglicher

Hinter den Ankündigungen zu Cloud-Agenten steckt noch eine wirtschaftliche Veränderung. KI kann erfahrenen Entwicklern auch helfen, die eigentliche Software schneller zu bauen.

Bei einem klar begrenzten Ablauf mit bekannten Regeln und brauchbaren Schnittstellen kann KI den Aufwand für das Schreiben und Überarbeiten von Code senken. Diese Ersparnis sollte sich an einem kleinen, funktionierenden Ausschnitt des tatsächlichen Prozesses zeigen, bevor jemand einen Termin verspricht. Unklare Anforderungen, unzugängliche Systeme, Migration und organisatorische Entscheidungen werden nicht klein, nur weil das Modell schnell tippt.

Das ist ein Grund, eine alte Annahme zu überprüfen: dass der Kauf eines Allzweckwerkzeugs zwangsläufig günstiger sein müsse als ein kleiner Service für die konkrete Aufgabe.

Beim Großhändler könnte der Service eine eingehende Anfrage lesen, einen Auftragsvorschlag daraus erstellen, Artikelnummern gegen den Katalog prüfen, vereinbarte Preisregeln anwenden und unklare Fälle einem Menschen vorlegen. Freigegebene Aufträge gelangen über eine kontrollierte Schnittstelle ins Bestellsystem. Der Service protokolliert, was passiert ist.

Ein Modell kann weiterhin die Sprache interpretieren. Der Ablauf darum herum kann eine festgelegte Reihenfolge, ausdrückliche Berechtigungen und Tests für bekannte Ausnahmen haben. Trifft dieselbe Nachricht zweimal ein, darf der zweite Versuch keinen weiteren Auftrag erzeugen. Ist das Kundenkonto gesperrt, muss der Service vor der Übermittlung stoppen.

Diese Entscheidungen werden Teil des Systems. Sie sind dann keine Anweisungen mehr, an die sich der Allzweckagent hoffentlich bei jedem Durchlauf erinnert. Das Unternehmen kann sie erneut prüfen, wenn sich die Implementierung ändert.

Kosten entstehen auf beiden Seiten. Agentenläufe verbrauchen Ressourcen und Prüfzeit. Individuelle Software braucht Hosting, Updates ihrer Abhängigkeiten, Schnittstellenpflege, Überwachung und Wiederherstellung nach Fehlern. Neben dem ersten Bau zählen laufende Kosten und die Folgen eines Ausfalls.

Günstigere Entwicklung macht die Wahl interessanter. Sie macht keine der beiden Optionen wartungsfrei.

Neugier ist kein Betriebsvertrag

Home Assistant liefert einen brauchbaren Vergleich. An der Hausautomation zu tüfteln kann Freude machen. Man lernt, was ein Gerät kann, passt einen Ablauf an und repariert etwas, wenn gerade Zeit ist. Dann verlassen sich andere darauf, dass Heizung, Licht oder Alarmanlage funktionieren, während man seinem eigentlichen Beruf nachgeht.

Die Abhängigkeit verändert die Aufgabe. Wer weiß, welcher Raum Wärme braucht, kann deshalb noch lange nicht jeden Integrationsfehler diagnostizieren. Interesse ist keine Zusage, bei jeder Störung Support zu leisten.

Im Unternehmen gilt dasselbe. Die Mitarbeiterin in der Auftragsabwicklung weiß, warum ein Auftrag wichtig ist, welche Produktbeschreibungen mehrdeutig sind und welche Kunden Sondervereinbarungen haben. Dieses Wissen gehört in die Lösung. Sie hat aber womöglich weder Zeit noch Erfahrung, eine Strategie für Wiederholungsversuche zu beurteilen, die Authentifizierung zu warten oder einen teilweise abgeschlossenen Vorgang wiederaufzunehmen.

Zurück zu unserem Beispiel:

• Das Bestellsystem nimmt einen Auftrag an, aber die Verbindung bricht ab, bevor der Assistent den Erfolg vermerkt. Ein erneuter Versuch kann einen doppelten Auftrag erzeugen.
• Eine gespeicherte Anmeldung läuft ab. Der geplante Durchlauf wartet auf eine neue Anmeldung, während die Kollegen von fertigen Aufträgen ausgehen.
• Zwischen Vorbereitung und Übermittlung ändert sich ein Preis. Jemand muss entscheiden, welcher Preis gilt.
• Mehrere Anfragen werden abgeschlossen, eine scheitert. Ein Neustart des gesamten Stapels kann bereits erledigte Arbeit wiederholen.
• Die ursprüngliche Mitarbeiterin verlässt das Unternehmen. Ihre Nachfolge übernimmt den Geschäftsprozess, aber die Automatisierung läuft weiterhin unter ihrem Konto.

Das sind gewöhnliche Betriebsfragen. Sie verlangen festgelegtes Verhalten und jemanden, der handeln kann, wenn das System davon abweicht.

In einem kleinen oder mittleren Unternehmen zeigt sich vielleicht zuerst nur die ungeklärte Verantwortung: Alle nutzen es, niemand hat Zeit für die Wartung. In größeren Unternehmen werden unverwaltete Konten und Integrationen zusätzlich zur Schatten-IT. Microsofts öffentliche Vorschau von Shadow AI erkennt unverwaltete Agenten auf verwalteten Geräten und kann einige davon blockieren. Das Problem hat die Administrationskonsole bereits erreicht.

Der Mitarbeiterin die Schuld zu geben, wäre am Problem vorbei. Sie hat eine nützliche Verbesserung gezeigt. Nun muss das Unternehmen entscheiden, wie es das unterstützt, worauf es sich inzwischen verlässt.

Das Experiment gehört an den Tisch mit CTO und Entwicklern

Eine abstrakte Forderung nach „KI-gestützter Auftragsabwicklung“ lässt viel Raum zum Raten. Eine Mitarbeiterin, die zehn echte Beispiele, drei Korrekturen und die Stelle zeigen kann, an der der Assistent durcheinanderkommt, bringt etwas deutlich Besseres mit.

Das Experiment wird zum gemeinsamen Untersuchungsgegenstand. Was hat es richtig verstanden? Was hat die Mitarbeiterin stillschweigend repariert? Welche Entscheidungen stammen aus Unternehmensregeln, welche hat das Modell erfunden? Wo hing der scheinbare Erfolg davon ab, dass sie daneben saß?

Das ist ein produktiver Ausgangspunkt für unsere Beratungsarbeit: mit Mitarbeiterin und CTO zusammensitzen, dem tatsächlichen Prozess folgen und die nötigen Entscheidungen gemeinsam treffen. Entwickler und Anbieter kommen dort hinzu, wo ihr Wissen gebraucht wird. Die Mitarbeiterin liefert Prozesskenntnis; technische Erfahrung hilft bei der Wahl einer wartbaren Umsetzung und belastbarer Erfolgsnachweise.

Die Entwicklung von Nilo Assistant macht diese Verantwortung immer wieder greifbar. Ein Service, der E-Mails verschickt, muss klären können, was passiert ist, wenn er stoppt, nachdem der Mailanbieter die Nachricht angenommen hat. Den Erfolg festzuhalten, einen unklaren Ausgang zu klären und einen weiteren Versand zu verhindern, gehört zur Funktion. Ein freundliches Gespräch allein löst das nicht.

Dieselben Fragen gehören zum Experiment der Mitarbeiterin. Erst das Was klären, dann die Technik polieren: Was soll passieren? Was darf niemals passieren? Was braucht eine Freigabe? Was soll nach einer Unterbrechung geschehen?

Beispiele und Ausnahmen als Tests festhalten. Schnittstellen stabilisieren. Berechtigungen dort prüfen, wo Aktionen ausgeführt werden. Fehler für jemanden sichtbar machen, der reagieren kann. Entscheiden, welche Teile agentengesteuert bleiben können und welche ausdrücklichen Code oder einen kontrollierten Ablauf verdienen.

Der CTO gehört zu diesen Entscheidungen. Externe Hilfe stärkt das vorhandene Team, wenn sie Geschäftsabsicht, Softwareverhalten, Anbietergrenzen und Betrieb verbindet. Wer den CTO umgeht, verschiebt den Streit um Verantwortung nur bis zur nächsten Störung.

Manche Kunden brauchen Hilfe beim Bau des Service. Andere brauchen zusätzlich jemanden für den Betrieb. Das sind getrennte Zusagen mit unterschiedlicher Arbeit und unterschiedlichen Kosten. Beides gehört klar benannt, einschließlich der Frage, wer Regeln ändert und wer beim Ausfall einer Abhängigkeit reagiert.

Fertig heißt: Jemand kann sich darauf verlassen

„Fertig“ ist bei Software ein schwieriges Wort. Viele hören darin die Erlaubnis, nicht mehr hinzusehen. Ein betrieblicher Service braucht eine nützlichere Bedeutung: für verlässliche Nutzung geeignet, mit dauerhafter Verantwortung.

Für den Auftragsservice heißt das: vereinbartes Verhalten und Ausnahmen sind ausdrücklich festgelegt. Wichtige Zusagen haben ausführbare Prüfungen. Ein Betreiber sieht fehlgeschlagene und ungeklärte Vorgänge, unterscheidet sie von abgeschlossenen und kann weiterarbeiten, ohne blind alles erneut zu übermitteln. Schnittstellen und Zugangsdaten haben Zuständige. Jemand außer der ursprünglichen Enthusiastin kann den Service betreiben.

Auch das Ersatzverfahren zählt. Wer bereitet die Aufträge vor, wenn die Automatisierung ausfällt? Wie verhindert der Betrieb, dass dieselbe Anfrage nach dem Wiederanlauf zweimal verarbeitet wird? „Dann machen wir es eben von Hand“ braucht einen tatsächlichen Ablauf, kein beruhigendes Winken in Richtung Sachbearbeitung.

Diese Anforderungen gelten, ob das Ergebnis im Agenten eines Anbieters, in einem selbst gehosteten System oder in einer kleinen individuellen Anwendung läuft. Eine verwaltete Plattform kann nützliche Kontrollen liefern. Das Unternehmen muss trotzdem das Verhalten festlegen und die Betriebsarbeit finanzieren.

KI-Agenten machen euch zum Softwareunternehmen hat die Verantwortung benannt. Die praktische Chance besteht jetzt darin, sie bezahlbar zu machen: mit Experimenten Nutzen entdecken, mit KI-gestützter Entwicklung die passende Technik bauen und dem Ergebnis einen geregelten Betrieb geben.

Die neugierige Mitarbeiterin verdient Unterstützung. CTO und erfahrene Entwickler sollten dazukommen, bevor das Experiment zu ihrem unausgesprochenen Zweitjob wird.

KI macht nützliche Software günstiger. Einen verlässlichen Service daraus zu machen, bleibt jemandes Aufgabe.