Geben Sie jede neue Aufgabe einmal an einen KI-Agenten

Am 2. September 2026 lagen drei Lieferantenrechnungen im Outlook-Postfach von CERTAINCE. Der Auftrag an den KI-Agenten war kurz: Bearbeite die Rechnungen von gestern, speichere die Dokumente im richtigen Ordner und verschiebe eine E-Mail erst, wenn ihre Rechnung sicher abgelegt ist. Der Agent fand die Nachrichten von Neon, Clockify und DigitalOcean, unterschied die PDFs von eingebetteten Logos, prüfte die Dateien und verschob danach die drei bearbeiteten Nachrichten. Zum Schluss kontrollierte er das genaue Postfach und meldete, dass für den Zeitraum nichts übrig war.

Der eigentliche Gewinn begann danach.

Wir baten den Agenten, den gerade gefundenen Weg für die nächsten Rechnungen festzuhalten. Aus dem einmaligen Auftrag entstanden zwei wiederverwendbare Arbeitsweisen für Claude Code und Codex: „receive-invoices“ für eingehende Lieferantenrechnungen und „create-invoices“ für unsere ausgehenden Rechnungen. Beim nächsten Mal reicht ein Auftrag wie „receive-invoices yesterday“. Die Regeln für den Datumsbereich, den richtigen Postfachordner, doppelte Dateinamen, die PDF-Prüfung und das Verschieben der Nachricht sind bereits enthalten.

Genau deshalb lohnt es sich, das Delegieren zur Gewohnheit zu machen. Geben Sie jede echte Aufgabe einmal an einen KI-Agenten, bevor Sie entscheiden, dass sie beim Menschen bleiben muss.

Der erste Versuch ist eine Messung

Bei einer abstrakten Frage wie „Kann KI unsere Buchhaltung übernehmen?“ fällt die Antwort fast zwangsläufig zu groß und zu ungenau aus. Ein echter Auftrag liefert mehr. Der Agent muss die richtigen Nachrichten finden, Anhänge unterscheiden, auf Dateien zugreifen, Regeln einhalten und ein überprüfbares Ergebnis abliefern. Dabei wird sofort sichtbar, welcher Teil funktioniert und welcher nicht.

Die Regel betrifft den Versuch, nicht die Freigabe.

Manchmal erledigt der Agent die Aufgabe vollständig. Manchmal kommt er bis zu einer fehlenden Berechtigung oder legt einen Entwurf zur Entscheidung vor. Auch das ist ein brauchbares Ergebnis, denn nun ist die Grenze konkret: Es fehlt ein API-Zugang, eine Geschäftsregel oder eine benannte Person für die Freigabe. Eine Vermutung über die Eignung der Aufgabe ist damit durch einen beobachteten Ablauf ersetzt.

Der erste Versuch kann länger dauern als die Handarbeit. Zugänge müssen eingerichtet, stillschweigende Regeln ausgesprochen und Fehler im Auftrag korrigiert werden. Das ist der Preis dafür, aus persönlicher Routine eine nachvollziehbare Arbeitsweise zu machen. Bei einer seltenen Aufgabe kann die einmalige Assistenz deshalb das Ende sein. Bei einer wiederkehrenden Aufgabe beurteilen wir die Ersparnis am zweiten und dritten Durchlauf, wenn die Regeln bereits stehen. Einen brauchbaren Ablauf verwerfen wir nicht wegen seiner Einrichtung, und wir bauen aus einem einmaligen Erfolg noch keine große Automatisierung.

In unseren beiden Aufgaben verdeckte der Fachname zunächst die einzelnen Schritte. „Rechnungen bearbeiten“ klingt nach Buchhaltung. „Newsletter anpassen“ klingt nach Marketing. In der tatsächlichen Arbeit steckten jedoch Schritte wie lesen, vergleichen, Dateien ablegen, Text übertragen und Ergebnisse prüfen. Ein Agent konnte davon einen großen Teil übernehmen, während die Entscheidung über eine Zahlung, einen Preis oder einen Versand beim Menschen blieb.

Aus einem Auftrag wird eine Arbeitsweise

Beim Rechnungsbeispiel hätte der erste Durchlauf als nette Zeitersparnis enden können. Dann hätten wir beim nächsten Rechnungseingang wieder erklärt, welches Postfach gemeint ist, wie Berliner Kalendertage in UTC abgegrenzt werden, welche Anhänge als Rechnung zählen und wann eine E-Mail verschoben werden darf. Stattdessen wurde jede dieser Korrekturen Teil der Arbeitsweise.

Die unabhängige Prüfung ergänzte weitere Punkte, die im ersten Auftrag noch fehlten. Der Archivordner muss wirklich unter dem richtigen Posteingang liegen. Bei einer längeren Ergebnisliste müssen alle Seiten gelesen werden. Eine vorhandene Datei darf nicht still überschrieben werden. Und ein Datumsbereich bis zum 5. September endet technisch erst am Beginn des 6. September. Diese Regeln werden nun bei jedem Aufruf mitgeführt, ohne dass der Auftrag länger wird.

Der 2. September hat bei uns eine Gewohnheit hinterlassen: Nach jedem gelungenen ersten Durchlauf entscheiden wir ausdrücklich, ob die Arbeitsweise für das nächste Mal erhalten bleiben soll. Das kann eine kurze Anweisung in einer Markdown-Datei sein, ein gespeicherter Agenten-Ablauf mit festen Prüfungen oder später eine Integration in die vorhandenen Systeme. Welche Form passt, hängt von der Aufgabe ab. Oft reicht zunächst eine lesbare Datei statt einer neuen Software.

Der erste Durchlauf hat den Weg geklärt. Jeder weitere beginnt mit bereits festgehaltenen Regeln.

Wie weit ein Auftrag reichen kann

Am selben Tag begann eine zweite Aufgabe mit der Bitte, die zuletzt verwendete eigene HTML-Vorlage aus Mailchimp zu holen. Der Agent prüfte über die Mailchimp API alle 15 Kampagnen des Kontos und ermittelte, welche der drei eigenen Vorlagen tatsächlich verwendet worden war. Der vorgesehene Vorlagenexport lieferte eine leere ZIP-Datei. Statt dort stehen zu bleiben, fand der Agent den vollständigen HTML-Inhalt über den API-Endpunkt für Kampagneninhalte.

Danach prüfte er erneut, dass die beiden übrigen Vorlagen in keiner Kampagne referenziert waren, und deaktivierte genau diese beiden. Der nächste Auftrag verband bereits zwei Systeme: Die freigegebenen deutschen und englischen Texte lagen in einem Outlook-Verlauf, die Gestaltung in Mailchimp. Der Agent erstellte daraus zwei neue Sprachvorlagen und lud sie in Mailchimp, ohne die verwendete Ausgangsvorlage zu verändern. Der Versand selbst blieb außerhalb des Auftrags.

Dieses Beispiel hat unsere Erwartung an delegierbare Aufgaben verschoben. Die Arbeit ging über das Schreiben eines Textes und das Bedienen einer Oberfläche hinaus. Sie verlangte Recherche in der Herstellerdokumentation, einen Abgleich mit der Kontohistorie, einen Ausweichweg nach einem leeren Export und den Transfer zwischen Outlook und Mailchimp. Ein Mensch hätte diese Schritte vermutlich als mehrere kleine Aufgaben behandelt. Der Agent konnte sie als einen zusammenhängenden Auftrag verfolgen, weil Ziel, Zugänge und Grenze klar waren.

Jede Aufgabe versuchen, nicht jede Aufgabe automatisieren

Der Versuch ist breit, die Berechtigungen bleiben eng. Ein KI-Agent darf zunächst lesen, vergleichen und Entwürfe erstellen. Sobald Geld, Termine, Kunden oder verbindliche Aussagen berührt werden, gehört eine klare Freigabe in den Ablauf. Bei hohem Risiko bleibt die Entscheidung vollständig beim Menschen.

Unsere Delegationskarte ordnet diese Grenze je Prozessschritt ein. Sie unterscheidet feste Regeln, Assistenz, Entwürfe mit Freigabe und eng begrenzte Automatik mit Stichproben. Das passt zur Gewohnheit aus diesem Artikel: Der erste Versuch zeigt die Schritte. Die Karte entscheidet, wie weit jeder davon später gehen darf.

Ein abgebrochener Versuch ist dabei kein verlorener Versuch. Wenn der Agent keinen Zugriff auf das System bekommt, wissen Sie, dass die nächste Entscheidung um einen Zugang oder eine Integration geht. Wenn niemand im Unternehmen „richtig“ für den Einzelfall definieren kann, bleibt die Aufgabe vorerst beim Menschen. Und wenn der Vorgang so selten ist, dass sich das Festhalten der Arbeitsweise nicht lohnt, war die einmalige Assistenz vermutlich schon die kleinste sinnvolle Lösung.

Testen Sie die nächsten zehn Aufgaben

Nehmen Sie die nächsten zehn echten Aufgaben, die auf Ihrem Schreibtisch landen. Beziehen Sie auch Arbeit ein, die nicht wie ein typischer KI-Fall wirkt. Eine Lieferantenrechnung, die Änderung einer Kampagne, eine Recherche, ein wiederkehrender Bericht oder die Vorbereitung einer Besprechung zählen genauso. Geben Sie dem Agenten jeweils den vollständigen Auftrag mit vier Angaben:

1. Beschreiben Sie das Ergebnis, das am Ende vorliegen soll.
2. Nennen Sie die Quellen und Systeme, die er dafür verwenden darf.
3. Legen Sie fest, welche Handlung eine menschliche Freigabe braucht.
4. Sagen Sie, woran sich ein richtiges und vollständiges Ergebnis prüfen lässt.

Ordnen Sie den Versuch danach als „vollständig“, „teilweise“ oder „nicht geeignet“ ein. Bei einem vollständigen oder teilweisen Ergebnis beantworten Sie noch eine Frage: Welche Anweisung, Prüfung oder Verbindung würde den nächsten Durchlauf kürzer machen? Halten Sie nur das fest, was sich im echten Auftrag bewährt hat. Sobald eine der Aufgaben wiederkehrt, vergleichen Sie Ihren eigenen Aufwand mit dem ersten Durchlauf. Deckt ein vorhandenes Werkzeug den Ablauf verlässlich ab, bleibt es die einfachste Lösung. Lässt sich der normale Fall als eindeutige Regel beschreiben, gehört er in eine feste Automatisierung; ein KI-Agent lohnt sich für die Schritte, bei denen die Fälle wirklich voneinander abweichen. Erst dann wird die Wahl zwischen No-Code-Plattform und Code-Umgebung wichtig.

Diese Übung ist der Kern des Enablement-Workshops in unserer Einrichtung. Ihr Team übergibt an zwei Tagen ganze Aufgaben aus der eigenen Arbeit an Claude, ChatGPT oder Copilot, prüft die Ergebnisse und lernt, eine Aufgabe zurückzunehmen, wenn das Werkzeug denselben Punkt wiederholt verfehlt. Vorher verbinden wir die Programme, die Ihr Team schon nutzt, damit ein erster Versuch nicht an einem fehlenden Zugang scheitert.

Die drei Rechnungen haben nicht bewiesen, dass Buchhaltung an KI gehört. Sie haben einen genauen Ablauf sichtbar gemacht, den der Agent in diesem Durchlauf übernommen hat und dessen Regeln nun für den nächsten Posteingang bereitstehen. Genau darum lohnt sich die Gewohnheit: Was sich delegieren lässt, erfahren Sie bei der Delegation, und der zweite Durchlauf beginnt dort, wo der erste aufgehört hat.