KI-Agenten
für Alle.
Wie KI-Agenten im Business-Alltag
produktiv eingesetzt werden können.
Sieben Thesen zur Agenten-Landschaft.
Die Demokratisierung der Agenten-Landschaft ist 2026 vollzogen. Was 2023 als Bastel-Experiment begann, ist Stand August 2026 industrielles Werkzeug — und der Markt ist in die zweite Phase eingetreten: Erstmals werden mehr Agentenprodukte eingestellt als neu gestartet.
(MS Work Trend Index 2026)
(Google AI Agent Trends)
(Google 2026)
Was ist ein KI-Agent — und was ist es nicht?
„Ein KI-Agent ist ein KI-System, das ein Ziel selbstständig in mehrere Schritte zerlegt, dafür Werkzeuge benutzt, sein Vorgehen anpasst, wenn etwas nicht klappt — und am Ende ein Ergebnis liefert, ohne dass jemand jeden einzelnen Schritt vorgibt."
Das mentale Modell: der digitale Fachexperte
Ein KI-Agent ist wie ein digitaler Fachexperte mit Werkzeugzugriff: extrem schnell, breit informiert und ausdauernd, aber ohne eigenes Verantwortungsbewusstsein. Er braucht ein klares Ziel, Zugriff auf die richtigen Daten und Tools, Spielregeln, Feedback und menschliche Letztkontrolle.
Was ist kein Agent?
| Das ist KEIN Agent | Begründung |
|---|---|
| Klassischer Chatbot (FAQ-Bot) | Einmalige Antwort auf einmalige Frage; keine Tool-Nutzung, keine Mehrstufigkeit. |
| Custom GPT (alte Generation) | Reagiert nur auf Eingaben; führt keine eigenständigen Aktionen aus. |
| n8n / Make Workflow | Folgt einem fest verdrahteten Ablauf; passt sich nicht an neue Situationen an. |
| Code-Vervollständigung | Vorschläge auf Tastendruck, keine eigenständige Handlung. |
| Suchmaschine mit KI-Zusammenfassung | Aggregiert Inhalte; plant keine Handlungen. |
Die Grenze ist allerdings fließend: Ein n8n-Workflow, der an einer Stelle ein LLM aufruft, das dann Entscheidungen über den weiteren Verlauf trifft, wird zu einem agentischen System.
Fünf Bausteine bilden jeden Agenten.
Egal welches Tool — die Architektur ist immer dieselbe. Brain, Tools, Memory, Goals und Loop bilden das System, das aus Sprachmodell-Antworten zielgerichtetes Handeln macht.
Die Bausteine im Klartext
| Komponente | Funktion | Analogie aus dem Büroalltag |
|---|---|---|
| Brain (LLM/Reasoning) | Versteht das Ziel, plant Schritte, bewertet Ergebnisse | Fachlogik, Urteilsvermögen, Planungsfähigkeit |
| Tools (Werkzeuge) | API-Aufrufe, Datei lesen/schreiben, Mail senden, Maus & Tastatur | Tastatur, Browser, Telefon |
| Memory | Kontext, frühere Ergebnisse, gelernte Vorlieben | Notizbuch, Onboarding-Doc |
| Goals & Plans | Aufgabenbeschreibung, Erfolgskriterien, Schritt-für-Schritt | Auftragszettel, Checkliste |
| Loop | Wahrnehmen-Planen-Handeln-Beobachten-Kreislauf | „Tun, prüfen, korrigieren, weitermachen" |
Memory hat drei Ebenen: Kurzzeit (Kontextfenster), Mittelzeit (Projekt-Memory), Langzeit (persönliche Präferenzen über Wochen). Microsoft nutzt Work IQ, Google Workspace Intelligence.
Von AutoGPT zu Cowork — 13 Monate.
Vom ersten viralen General-Purpose-Agenten (Manus, März 2025) bis zur Mainstream-Verfügbarkeit für Wissensarbeiter (Cowork, Workspace Agents, Office Add-ins, Frühjahr 2026) lagen etwa 13 Monate. Solche Adoptionsgeschwindigkeiten gab es selbst beim ChatGPT-Boom nicht.
Typen von KI-Agenten — vier Sichtweisen.
KI-Agenten lassen sich nach mehreren Dimensionen klassifizieren. Für die praktische Orientierung ist die anwendungsorientierte Sicht besonders hilfreich — sie dockt direkt an die konkreten Tools im nächsten Abschnitt an.
| Typ | Was er tut | Beispiele |
|---|---|---|
| Conversational Agents | Erweiterte Chatbots mit Tool-Zugriff | ChatGPT, Claude.ai, Gemini, Copilot Chat |
| Research Agents | Recherche, Quellensynthese, Berichte | OpenAI/Gemini Deep Research, Perplexity, NotebookLM |
| Browser Agents | Bedienen Webseiten wie ein Mensch | Perplexity Comet, Operator, Project Mariner, Skyvern |
| Office-Add-in-Agents | Arbeiten direkt in Word/Excel/PPT als Sidebar | Claude für Office, ChatGPT für Excel, MS Agent Mode |
| Workspace-Agents | Cloud-basiert, persistent, mit Connectors | ChatGPT Workspace Agents, Workspace Studio, Copilot Studio |
| Cowork / Desktop Agents | Greifen aufs lokale Dateisystem zu | Claude Cowork, Microsoft Copilot Cowork |
| Computer-Use Agents | Bedienen Desktop-Apps mit Maus/Tastatur | Claude Computer Use, Codex Computer Use (macOS + Windows) |
| Coding Agents | Schreiben, refaktorieren, debuggen Code | Claude Code, OpenAI Codex, Cursor, Devin |
| General Purpose Agents | Breit aufgestellt, multitasking-fähig | Manus AI, Paperclip AI, OpenClaw |
| Spezialisierte Rollen-Agenten | Eine konkrete Geschäftsrolle | Sintra Helpers, agents.ai-Marktplatz |
| Multi-Agent-Plattformen | Steuern ganze Agententeams | Paperclip, CrewAI, LangGraph, Google ADK |
| Stufe | Charakteristik | Beispiel | Risiko |
|---|---|---|---|
| 1 — Assistiv | Mensch initiiert jede Aktion | Klassisches ChatGPT, Copilot-Vorschläge | Sehr niedrig |
| 2 — Aufgabenagent | Mehrstufige Erledigung auf Anfrage | ChatGPT Apps, Claude Cowork, Gemini in Docs | Niedrig |
| 3 — Workflow-Agent | Ereignisgesteuert oder geplant | ChatGPT Workspace Agents, Workspace Studio Skills | Mittel |
| 4 — Persistenter Agent | Kontinuierlich, proaktiv | Agent 365 Security/Compliance, Gemini Inbox | Hoch |
| 5 — Multi-Agent-Organisation | Hierarchien, Rollen, Budgets | Paperclip, „Zero-Human Companies" | Sehr hoch |
Für KMU-Einstieg ist Stufe 2 oder 3 der realistische Sweet Spot in 2026.
Eigene Agenten erstellen
No-/Low-Code: Lindy.ai, Relevance AI, Microsoft Copilot Studio, ChatGPT Workspace Agent Builder, Google Workspace Studio.
Frameworks (Code): LangGraph, CrewAI, AutoGen, Pydantic AI, Google ADK.
Vorteil: Tiefe Integration, eigene Logik. Nachteil: Konfigurationsaufwand.
Fertige Agenten beziehen
Marketplaces: Sintra.ai (Rollen-Helper), agents.ai (App Store), Sōkosumi (DE, EU-AI-Act-konform).
Partner-Agenten in Plattformen: Box, Workday, Salesforce, ServiceNow in Gemini Enterprise / Microsoft Copilot Marketplace.
Vorteil: Sofort einsatzfähig. Nachteil: weniger maßgeschneidert.
| Einsatzort | Charakteristik | Beispiele |
|---|---|---|
| Inline-Agents | Innerhalb bestehender Anwendung als Sidebar | MS Agent Mode, Claude für Excel, Gemini in Sheets |
| Workspace-Agents | Persistente Cloud-Umgebung mit Connectors | ChatGPT Workspace Agents, Gemini Enterprise |
| Desktop-Agents (Cowork) | Lokales Dateisystem | Claude Cowork, Microsoft Copilot Cowork |
| Computer-Use-Agents | Bedienen den Desktop wie ein Mensch | Claude Computer Use, Codex CU (macOS + Windows) |
| Browser-Agents | Bedienen Webseiten | Comet, Operator, Project Mariner |
| Hintergrund-Agents | Ereignisgesteuert, ohne UI | Workspace Agent mit Slack-Trigger, Google Batch Agents |
Die letzte Meile — und warum sie 2026 überbrückt wurde.
KI-Agenten sind nur so mächtig wie die Werkzeuge, die sie bedienen können. Bisheriger Standardweg: APIs. Aber viele wichtige Geschäfts-Anwendungen haben keine — und genau hier setzt Computer Use an.
Keine API, keine Automatisierung?
- Branchen-CRMs, alte ERP-Systeme, lokale Buchhaltungs-Software — vieles hat keine API.
- Andere Anwendungen haben theoretisch eine, aber zu eng oder zu kompliziert.
- Gerade im Mittelstand hängt vieles weiterhin an Maus und Tastatur.
Computer Use — Bedienen wie ein Mensch
- Sieht den Bildschirm (Screenshot oder Accessibility-Tree).
- Denkt nach, was als Nächstes zu tun ist.
- Handelt mit Maus und Tastatur.
- Beobachtet das Ergebnis und reagiert.
Stand August 2026: Wo Computer Use aktiv ist
| Anbieter | Funktion | Status | Verfügbarkeit |
|---|---|---|---|
| Anthropic Claude | Computer Use API (Beta); zusätzlich direkte Bildschirmsteuerung in Cowork und Claude Code in der Claude-Desktop-App | API seit Okt 2024 · Desktop-Steuerung als Research Preview seit März/April 2026 | macOS und Windows · Pro und Max (nicht Team/Enterprise) · keine EU-Sperre |
| OpenAI Codex | Computer Use auf macOS und Windows, mehrere Agenten parallel | GA seit 16. Apr 2026 · Windows seit 29. Mai 2026 · EWR/UK/CH seit 17. Jun 2026 | auch in EWR / UK / Schweiz · Memories dort Opt-in, Chrome-DevTools-Protokoll gesperrt |
| Microsoft Copilot | Agent Mode — App-natives Agieren in Office | GA seit 22. Apr 2026 | Word, Excel, PowerPoint · Outlook nur Frontier, nicht EU |
| Google Gemini | Computer Use Tool in der Gemini API — Project Mariner wurde im Mai 2026 eingestellt | Public Preview seit 24. Jun 2026 | 83,0 % OSWorld-Verified mit Gemini 3.6 Flash |
Drei Konsequenzen für Business
„Die letzten zwölf Monate haben einen oft übersehenen, aber entscheidenden Sprung gebracht: Agenten können nicht nur das tun, was Programmierer:innen ihnen über APIs zugänglich machen — sie können zunehmend das tun, was ein Mensch am Computer tun könnte. Das ist die Brücke vom Chatbot zum digitalen Fachexperten mit Werkzeugzugriff."
Konkrete Tools — der Markt im August 2026.
Nicht erschöpfend, aber repräsentativ: acht Anbieter- und Plattformwelten plus eine kompakte Vergleichsmatrix. Jedes Tool ist mit Klick auf + aufklappbar — Stärken, Grenzen, Ausprobierbeispiele.
Stärken
- Niedrige Einstiegshürde im gewohnten ChatGPT-Frontend
- Eigene virtuelle Computer-Umgebung mit Browser, Terminal, Datei-Tools
Grenzen
- Episodisch — jede Aufgabe ist eigenständig
- Nicht ohne Weiteres mit Triggern automatisierbar
Stärken
- Großer Connector-Katalog
- Admin-Kontrolle über Berechtigungen, Read-only/Read-Write
- App Directory seit Frühjahr 2026
Grenzen
- In Enterprise standardmäßig deaktiviert — verzögert Adoption
- Re-Auth nötig nach Permission-Änderungen
Stärken
- Bauen ohne Code — Workflow in natürlicher Sprache
- Teilbar im Workspace (ein Agent für das Team)
- Trigger: manuell, geplant, ereignis-basiert
- Läuft in der Cloud und ist damit unabhängig vom lokalen Rechner
Grenzen
- Nur Business / Enterprise / Edu / Teachers
- Integriert in Abos nach Ende der kostenlosen Preview
- Fortentwicklung von Custom GPTs
Stärken
- Beidseitig: Microsoft 365 und Google Workspace
- GPT-5.4 erreicht 87,3 % auf OpenAI Investment-Banking-Benchmark
- Direkte Anbindung an FactSet, Dow Jones, LSEG, Daloopa, S&P
Grenzen
- Getrennt vom ChatGPT-Hauptkonto — kein gemeinsames Memory
- Office Scripts, Power Query, VBA-Makros nicht voll unterstützt
Stärken
- Schließt die „letzte Meile" zu API-losen Anwendungen
- macOS im Hintergrund — Nutzer kann parallel weiterarbeiten
- Eingebauter Atlas-basierter Browser, dazu Codex-Chrome-Erweiterung
- In DACH nutzbar — Einrichtung in der ChatGPT-App unter Einstellungen › Computernutzung
Grenzen
- Unter Windows übernimmt der Agent den Vordergrund — kein paralleles Weiterarbeiten
- In EWR/UK/CH: Memories nur per Opt-in, Chrome-DevTools-Protokoll gesperrt
- Performance & Permission-Management noch reifend
Stärken
- Starke Recherche-Performance
- Intuitive Bedienung
- Günstig im Vergleich zu Enterprise-Lösungen
Grenzen
- Eher individuell als organisationsweit
- Kein zentrales Admin-Management
Stärken
- Sehr hohe Output-Qualität durch Modell-Synthese
- Ambitionierte Sub-Agent-Architektur
Grenzen
- Höherer Preis und Zusatzberechnung mit Credits
- Eher für anspruchsvolle Wissensarbeit als Standard-Office-Workflows
Warum relevant?
- Zeigt die Zugkraft selbst gehosteter, stark erweiterbarer Agenten
- Community-Skills machen neue Fähigkeiten sehr schnell verfügbar
- Bringt Agenten aus dem Chatfenster in dauerhafte Hintergrundprozesse
Grenzen & Risiken
- Breite Rechte auf Dateien, Accounts, Browser und Netzwerk erhöhen die Angriffsfläche
- Skills/Plug-ins und offene Gateways brauchen harte Prüfung
- Nicht auf Produktivgeräten oder mit echten Konten ausprobieren
Warum relevant?
- Lernschleife statt Konfiguration — der Agent legt eigene Skills an und verbessert sie im Betrieb
- Persistentes Gedächtnis über Sitzungen hinweg
- Erreichbar über Telegram, Discord, Slack, WhatsApp und Signal — der Agent sitzt dort, wo ohnehin kommuniziert wird
- Cron-Zeitplanung, parallele Sub-Agenten, Browser-Automatisierung, MCP-Anbindung
- Modellwahl frei: Nous Portal, OpenRouter, eigene OpenAI-kompatible Endpunkte oder lokales vLLM — damit auch vollständig on-premise betreibbar
Grenzen & Risiken
- Gleiche Angriffsfläche wie OpenClaw: breite Rechte auf Dateien, Konten und Netzwerk
- Gedächtnis eng begrenzt und erst in der nächsten Sitzung wirksam
- Braucht Modelle mit mindestens 64K Kontext — kleine lokale Modelle fallen aus
- Selbst geschriebene Skills sind selbst geschriebener, ungeprüfter Code
- Kein Support, keine Auftragsverarbeitung, keine Zertifizierung — Betrieb und Haftung liegen vollständig im Haus
OpenClaw und Hermes Agent lösen dieselbe Aufgabe unterschiedlich: OpenClaw setzt auf Kanalvielfalt und eine Plugin-Architektur, Hermes auf die Lernschleife aus Gedächtnis und selbst erzeugten Skills. Für Unternehmen sind beide vorerst Lern- und Testobjekte, keine Produktivwerkzeuge.
Stärken
- Echte Datei-Aktion — liefert das fertige Excel, nicht die Anleitung
- Computer Use eingebaut
- Connectors zu Drive, Gmail, DocuSign, FactSet
- Sub-Agenten für Batch-Verarbeitung
- Dispatch — Aufgaben per Text/Stimme vom Smartphone
- 1 Mio. Token Kontext (Opus 4.6/4.7)
Grenzen
- Stärker für Einzelpersonen als Team-Orchestrierung
- Lokaler Datenfluss erschwert Governance in regulierten Branchen
Stärken
- „Workflow-Memo" — einmal vormachen, beliebig wiederholen
- Konsolen-Errors für Debugging auslesbar
Grenzen
- Beta-Status zu Beginn 2026
- Sicherheitsfreigaben in Unternehmen oft langwierig
Stärken
- Pionier bei Computer Use und Bildschirmsteuerung
- Klare Eskalationslogik: erst Connector (Gmail, Slack …), dann Chrome, erst zuletzt Maus und Tastatur
- Kombiniert Connectors, lokale Dateien und direkte App-Bedienung
- In Sandboxes ausführbar · API-Beta mit Opus 4.5+ und Sonnet 4.6+
Grenzen
- Research Preview — nur Pro und Max, nicht in Team und Enterprise
- Keine Sandbox zwischen Claude und den Anwendungen; Schutzmechanismen ausdrücklich unfertig
- Governance hängt stark von Berechtigungen und Freigabeprozessen ab
Stärken
- Shared Context zwischen Apps — Modell aus Excel kann an PowerPoint übergeben werden
- 6 Skills für Financial Services (DCF, Comparable, Due Diligence)
- Cell-level Citations
- Auch direkt im Microsoft Copilot Agent Mode wählbar
Grenzen
- Auf Pro/Max/Team/Enterprise beschränkt
- Kein Audit-Logging in Free/Pro/Team-Plänen
- Prompt-Injection-Risiko bei fremden Templates
Stärken
- Sehr starke Demo-Performance, virale Bekanntheit
- Breites Aufgabenspektrum
- Eigene Browser-Operator-Funktion und Dokument-Generierung
Grenzen
- Politisch volatil (Meta-Übernahme Dez 25, China-Block Apr 26)
- Weniger Office-Integration als Microsoft/Google
- In DACH/EU kein zentraler Anbieter
Stärken
- Tiefe Office-365-Integration (Work IQ, SharePoint, Teams, Outlook)
- Enterprise-Governance ab Werk
- Multi-Modell-Power — Anthropic, OpenAI und MS in einem Tool
Grenzen
- Lizenzkomplexität (Copilot, M365 E7, Agent 365)
- Claude LLMs laufen auf AWS und nicht in der Microsoft Cloud-Umgebung des Unternehmens
Stärken
- 30-Tage-Preview Excel: +67 % Engagement, +50 % Retention
- Modell-Switcher: Claude statt OpenAI wählbar (Sub-Processor-Freigabe)
- Transparente Plan-and-Execute-UX
Grenzen
- Outlook, Teams, OneNote noch in Vorbereitung
- Cross-App erst über Copilot Workflows Agent + Agent 365
Stärken
- „Headless Office"-Generierung — voll Office-kompatibel
- Kombination Chat-First-Erstellung + App-First-Bearbeitung
Grenzen
- Aktuell weniger interaktiv als der Inline-Modus
Erwähnenswert als Hinweis darauf, dass Governance 2026 zum Erstklass-Feature wird — nicht mehr nur die Agenten selbst zählen, sondern auch ihre Aufsicht.
Stärken
- Inbox in Gemini Enterprise — zentrale Verwaltung aller Agenten
- Projects: geteilte Arbeitsräume mit persistentem Kontext
- Canvas mit Microsoft-365-Interoperabilität
- Connectors zu MS 365, Workspace, OneDrive, SharePoint, HubSpot, Jira
Wachstum
- 40 % Quartalswachstum bei zahlenden MAUs in Q1 2026
Stärken
- Workspace Intelligence — semantische Schicht analog MS Work IQ
- Skills für agentische Automatisierung in allen Workspace-Apps
- Gemini in Sheets löst Optimierungsprobleme nativ
- Avatars in Google Vids für Markenvideos
Grenzen
- Sichtbar weniger Marktanteil in DACH als Microsoft
Stärken
- Pendant zu ChatGPT Workspace Agents & Copilot Studio
- Verbindungen zu Salesforce, Asana, Jira, Mailchimp
- Apps Script + Webhooks für Power-User
- Oft in Workspace-Lizenz enthalten
Einordnung
- Googles Demokratisierungs-Antwort — Bauen ohne Code im vertrauten Werkzeug
Stärken
- Höchste dokumentierte Browser-Agent-Performance
- Teach & Repeat: einmal vormachen, dann wiederholen
- Multi-Step-Reasoning auf Webseiten
- 10 parallele Browser-Tasks in Cloud-VMs
Roadmap
- Mariner Studio (Q2 2026) — visueller Builder
- Cross-Device-Sync (Q3 2026)
- Agent Marketplace (Q4 2026)
Highlights
- Model Garden: Gemini, Gemma, Anthropic Claude, Llama
- Agent Designer (visueller Flow-Builder)
- ADK mit Sub-Agent-Orchestrierung
- A2A-Protokoll v1.0 in Produktion bei 150+ Organisationen
Partner-Agenten
- Box, Workday, Salesforce, ServiceNow
- Dun & Bradstreet, S&P Global
- Voller Lifecycle: Identity, Registry, Observability, Simulation
Sehr beliebt bei Wissenschaftler:innen, Berater:innen, Studierenden. Mit AI Ultra werden Limits massiv erhöht. Konkurriert direkt mit OpenAI Deep Research und Perplexity.
„Microsoft hat den größten Office-Marktanteil. OpenAI hat das bekannteste Produkt. Google hat den am tiefsten integrierten Stack — vom Chip (Ironwood TPU) über das Modell (Gemini 3) und die Plattform (Agent Platform) bis zur Anwendung (Workspace mit Gmail, Docs)."
Stärken
- Zeigt, wohin die Reise gehen könnte
- Konzept der „Zero-Human Companies" konkret
Grenzen
- Stand August 2026 mehr Forschungsobjekt als Produkt
- Sicherheit, Governance, Realitätstest noch ausstehend
- Für klassische KMUs nicht sinnvoll
Tool-Übersichtsmatrix · filterbar
Filter nach Anbieter oder Reife:
| Tool | Stärke | Einsatzform | Preis (Ø) | Reife |
|---|---|---|---|---|
| ChatGPT Work | Aus einem Ziel fertige Ergebnisse | Chat / Work / Codex | im Plan, verbrauchsbasiert | GA seit 09.07.2026 |
| ChatGPT Plugin Directory | 1.400+ Plugins, auch schreibend | Connector-Schicht | Im Plan | GA |
| ChatGPT Workspace Agents | Trigger & Teamwork | Team-Workflow | 25 $/Mo + Credits | GA |
| ChatGPT für Excel/PPT/Sheets | GPT-5.6 in der Sidebar | Office-Add-in | im Plan + Credits | GA · PowerPoint seit 06.07. |
| Codex Computer Use | Anwendungen ohne API | Desktop-Steuerung | Plus+ | GA macOS + Windows · EWR/UK/CH seit 17.06.2026 |
| Perplexity Comet | Browser-Recherche | Agentischer Browser | ~20 $/Mo | GA |
| Perplexity Computer | Multi-Modell-Tasks | Research-Workspace | Pro / Enterprise | GA |
| OpenClaw | Self-hosted Agent | Experiment / Sandbox | Open Source | Hype · riskant |
| Hermes Agent | Selbstlernend · eigene Skills · Messenger-Bedienung | Self-hosted / Sandbox | Open Source · MIT | Reif genug zum Testen · riskant im Betrieb |
| Claude Cowork | Lokale Datei + CU | Desktop, Web, Mobile | Pro 20 $/Mo | GA · Web/Mobile seit 07.07. |
| Claude Chrome Extension | Browser-Workflows | Browser-Erweiterung | Pro / Max | GA in Cowork/Code · Extension Beta |
| Claude für Excel/PPT/Word | Office-Sidebar mit Reasoning | Office-Add-in | 20 $ / Max+ | GA · Outlook Beta |
| Claude Computer Use | macOS + Windows · 82,3 % OSWorld | API-Beta / Desktop-App | API · Pro & Max | Research Preview · in der EU nutzbar |
| Manus AI | General Purpose Power | General-Purpose-Agent | ~20 $/Mo | GA · volatil |
| Microsoft Copilot Cowork | Office-Tiefenintegration + Multi-Modell | M365-Cowork | 30 $/Mo + Credits | GA weltweit seit 16.06.2026 |
| Copilot Agent Mode | Inline-Office-Bearbeitung | Office-Modus | 30 $/User/Mo | GA seit 22.04. |
| Gemini in Workspace | Inline in Google-Office | Workspace-inline | In Workspace-Lizenz | GA |
| Workspace Studio | No-Code Citizen-Builder | No-Code-Builder | Workspace Business+ | GA seit Dez. 2025 · deutschsprachig |
| Gemini Computer Use | 83,0 % OSWorld-Verified | Gemini API | nach Verbrauch | Public Preview · Mariner eingestellt |
| Gemini Enterprise | Agenten-Verwaltung & Hub | Enterprise-Hub | Standard / Plus | GA |
| Paperclip | Multi-Agent-Orchestrierung | Forschungsplattform | Open Source | Research · dünne Quellenlage |
Preise Stand August 2026; sie können sich kurzfristig ändern. Für operative Entscheidungen bitte gegen die Anbieter-Webseiten prüfen.
Bauen oder mieten?
Nicht jedes Unternehmen muss selbst Agenten bauen. Die Plattform-Landschaft 2026 lässt sich praktisch in drei Grundentscheidungen ordnen: selbst bauen, fertige Agenten beziehen — oder das erweitern, was ohnehin schon lizenziert ist. Darunter liegen sechs Ausprägungen: No-/Low-Code, Frameworks, selbst gehostete Open-Source-Agenten, Marktplätze, Partner-Agenten und die Erweiterungsschicht aus Skills, Connectors und Plugins.
Plattformen zum Selbstbauen
No-/Low-Code
- Lindy.ai — persönliche Stabschef-Agenten, 5.000+ Integrationen
- Relevance AI — KI-Mitarbeiter für Vertrieb/Marketing/Support
- Microsoft Copilot Studio — für M365-Kunden
- ChatGPT Workspace Agent Builder — direkt im ChatGPT-Ökosystem
- Google Workspace Studio — für Workspace-Kunden
- Anthropic Claude Managed Agents — API-getrieben, mit Sandbox
Frameworks (Code)
- LangGraph, CrewAI, AutoGen, Pydantic AI, Google ADK
Selbst gehostet (Open Source)
- Hermes Agent — Nous Research, MIT; persistentes Gedächtnis, schreibt eigene Skills, Modell frei wählbar bis hin zu lokalem vLLM
- OpenClaw — Stiftungsgetragen, große Skill-Community
- Beide: volle Datenhoheit, volle Betriebs- und Sicherheitsverantwortung
Plattformen zum Beziehen
Marketplaces
- Sintra.ai — vorkonfigurierte Helper (Milli/Penn/Buddy/Cassie)
- agents.ai — App-Store-artiger Marktplatz
- Sōkosumi — DE/Serviceplan; EU-AI-Act-konform; Pay-per-Use
Partner-Agenten in Plattformen
- Gemini Enterprise: Box, Workday, Salesforce, ServiceNow, S&P, Dun & Bradstreet
- Microsoft Agent 365: über Copilot Marketplace
Die dritte Option: erweitern statt bauen oder mieten
Bevor eine neue Plattform ins Haus kommt, lohnt der Blick auf die Lizenzen, die schon da sind. ChatGPT und Claude haben 2026 beide eine Erweiterungsschicht bekommen, mit der sich vorhandene Abos ohne Plattformwechsel deutlich weiter tragen lassen. Die Bausteine heißen bei beiden Anbietern fast gleich — und meinen auch fast dasselbe.
| Baustein | Was er leistet | OpenAI — ChatGPT Work & Codex | Anthropic — Claude, Cowork & Code |
|---|---|---|---|
| Skills | Eine wiederverwendbare Arbeitsanweisung: Vorgehen, Vorlagen, Prüfschritte, Tonfall. Kein Code — Klartext. | Skills, im Chat per @, in Codex per $ aufgerufen; im Arbeitsbereich mit Kolleg:innen teilbar | Agent Skills als SKILL.md (YAML + Markdown); werden automatisch erkannt und nur bei Bedarf geladen |
| Connectors / Apps | Zugang zu externen Systemen und Daten, per OAuth und mit abgestuften Rechten. | Connectors auf MCP-Basis, dazu eigene Oberflächen-Bausteine direkt im Chat | Connectors auf MCP-Basis (Drive, Gmail, Slack, Microsoft 365, Figma …), teils mit interaktiver Oberfläche im Chat |
| Plugins | Installierbares Bündel aus Skills, Connectors, MCP-Servern, Hooks und Aufgaben-Vorlagen — ein Klick statt Einzelteile. | Gemeinsames Plugin Directory für ChatGPT Work und Codex; ersetzt das frühere App-Verzeichnis. Nicht in Chat, IDE-Erweiterung oder Mobile | Plugins nach dem Marketplace-Standard aus Claude Code (.claude-plugin/), heute auch in Cowork nutzbar |
| Governance | Wer darf was installieren — und was läuft dabei mit? | Workspace-Admins steuern Installation und Vorgaben; Verfügbarkeit hängt zusätzlich an Tarif, Oberfläche und Region | Skills auf allen Tarifen (Codeausführung muss aktiv sein); eigene Organisations-Marktplätze erfordern Team oder Enterprise |
Entscheidungsleitfaden
| Profil | Empfehlung |
|---|---|
| Vorhandene ChatGPT- oder Claude-Lizenz besser ausnutzen, ohne neue Plattform | Erweitern statt bauen: Skills, Connectors und Plugins in ChatGPT Work/Codex bzw. Claude/Cowork/Code. Erste Station vor jeder Beschaffung. |
| Immer dieselbe Arbeitsweise (Vorlage, Tonfall, Prüfschritte) in vielen Aufgaben | Skill schreiben — ChatGPT-Skill oder SKILL.md. Klartext, kein Code, kein Agentenbau. |
| Agent soll auf Fachsysteme zugreifen (CRM, Ticketsystem, Drive, Postfach) | Erst fertigen Connector auf MCP-Basis prüfen, dann eigenen MCP-Server, erst zuletzt Eigenbau |
| Ein Fachbereich soll ein fertiges Paket bekommen (Vertrieb, Analytics, Code-Review) | Plugin aus dem Verzeichnis — bündelt Skills und Connectors. Vor Freigabe Hooks und Rechte prüfen. |
| Standardaufgaben loswerden, ohne Konfiguration | Mieten: Sintra.ai oder Sōkosumi |
| Spezifische, wiederkehrende Team-Workflows | Bauen mit Low-Code: Lindy, ChatGPT Workspace Agents, Workspace Studio |
| Tiefe Integration mit eigenen Geschäftsprozessen | Bauen mit Plattform: Relevance AI, Copilot Studio, Gemini Agent Platform |
| Microsoft-365-Haus mit Compliance | Microsoft Copilot Stack (Cowork, Agent Mode, Studio, Agent 365) |
| Google-Workspace-Haus | Gemini Enterprise + Workspace Studio (oft in Lizenz) |
| Engineering-Team mit voller Kontrolle | Frameworks: LangGraph, CrewAI, Pydantic AI, Google ADK |
| Regulierte Branche / EU-AI-Act-relevant | Sōkosumi, Microsoft mit EU Data Boundary, Google Cloud/Workspace mit EU-Datenresidenz bzw. Assured-Workloads-Kontrollen, oder selbst gehostet |
| Volle Datenhoheit, eigene Hardware, keine Anbieter-Cloud | Selbst gehostet: Hermes Agent (MIT, Nous Research) oder OpenClaw — mit lokalem Modell betreibbar, aber nur mit hartem Sandboxing, ohne Produktivkonten und mit eigener Betriebsverantwortung |
Wo Agenten Stand August 2026 Stunden sparen.
Use Cases nach Geschäftsfunktion, geordnet nach Reife — von oben nach unten absteigend. Jeder Block trägt seinen Reifegrad im Kopf. Klick auf eine Funktion zeigt konkrete Anwendungen ohne Festlegung auf einzelne Tools.
Reife heißt hier: Wie belastbar sind Werkzeuge, Praxisberichte und Governance für dieses Feld? Sehr hoch — vielfach im Produktivbetrieb, ausgereifte Werkzeuge. Hoch — tragfähig, aber mit Nacharbeit und klarer Aufsicht. Mittel — funktioniert technisch, wird durch Regulierung oder Datenlage gebremst. Der Reifegrad sagt nichts über den Nutzen im eigenen Haus: Ein mittelreifer Use Case kann bei Ihnen mehr sparen als ein sehr reifer.
- Coding-Assistenz — Features, Tests, Pull Requests und Refactorings unterstützen.
- Computer-Use für Frontend-Tests — UI-Iteration ohne API oder spezielle Test-Schnittstelle.
- Code-Review — automatisierte Reviews.
- Bug-Triage — Klassifizieren, Reproduktionsschritte vorschlagen.
- Infra-as-Code — Terraform/K8s aus Anforderungen.
- Security — Schwachstellenanalyse, Review-Hinweise und Policy-Prüfung vorbereiten.
- Lead-Qualifizierung & -Anreicherung — automatisch mit Web-Daten anreichern, Score, CRM-Eintrag.
- Outbound-Sequenzen — personalisierte Akquise-E-Mails, A/B-Tests.
- Account Briefing — vor jedem Termin automatisch Mappe mit Hintergrund, News und Interaktionen.
- Content-Produktion — Posts, Newsletter und Entwürfe im Markenton.
- Wettbewerbsbeobachtung — regelmäßige Reports zu Marktbewegungen und Wettbewerbern.
- Ticket-Triage — klassifizieren, priorisieren, routen.
- Selbstbedienung Stufe 2 — einfache Anfragen direkt auflösen.
- Wissensbasis-Pflege — aus FAQ-Tickets neue Artikel-Vorschläge ableiten.
- Sentiment-Analyse — regelmäßige Stimmungsberichte aus Kundenkontakten.
- Multi-Agent-Bearbeitung — mehrere spezialisierte Agenten übernehmen Analyse, Antwortvorschlag und Qualitätssicherung.
- Berichts-Erstellung — Wochen-, Monats- oder Quartalsberichte aus mehreren Quellen.
- Spesen-Verarbeitung — aus Beleg-Fotos eine fertige Abrechnung vorbereiten.
- Meeting-Nachbereitung — Protokolle, To-Dos und Follow-ups aus Aufnahmen.
- Vertrags-Reviews — kritische Klauseln markieren und mit Vorlagen vergleichen.
- Inbox-Triage — priorisieren, Antwortentwürfe vorbereiten, Newsletter zusammenfassen.
- Rechnungsprüfung — automatischer Vergleich mit Bestellungen, Verträgen oder Historie.
- Markt- & Wettbewerbs-Recherchen — strukturiert und quellenbasiert statt losem Web-Sammeln.
- Akademische Literaturrecherche — Übersichten mit Quellen, Gegenpositionen und offenen Fragen.
- Daten-Analyse — aus CSV-Dateien automatisch Insights, Visualisierungen und Prüfhinweise ableiten.
- Finanzanalyse mit Live-Daten — Modelle, Vergleichsgruppen und Sensitivitätsanalysen vorbereiten.
- Patent- & Regulierungsrecherche — strukturierte Sichtung mit Quellen- und Risikohinweisen.
- Cashflow-Modellierung — Forecasts aus Buchhaltungs- und Planungsdaten.
- Kontoabstimmung — Bank vs. Buchhaltung mit Differenz-Markierung.
- Reporting-Pakete — Quartalsreports automatisch vorbereiten.
- Budget-Reviews — Abweichungsanalysen mit Erklärungen.
- Pitchbooks & Due Diligence — Anthropic publiziert 10 Ready-to-Run-Templates für Cowork & Code.
- Recruitment-Vorscreening — Lebensläufe vorbewerten (High Risk!).
- Interview-Vorbereitung — Briefings für Interviewer.
- Onboarding-Begleitung — personalisierte Pfade.
- Mitarbeiter-Anfragen — Standardanfragen automatisch beantworten oder zur richtigen Stelle routen.
- Energieversorgung — Lastprognosen, Anomalie-Erkennung in Netzdaten, Bürger-Anfragen-Triage.
- Engineering — Angebotskalkulation aus LV, Konsistenzprüfung techn. Doku, Genehmigungsverfahren.
- Systemische Beratung — Workshop-Doku aus Audio, Theorie-Recherchen und Interventions-Designs.
- Medizinprodukte — Regulierungs-Recherche (FDA, MDR), Audit-Vorbereitung, Wettbewerber.
- Legacy-System-Bedienung — alte Branchen-CRM/ERP plötzlich automatisierbar via Computer Use → IT-Modernisierungs-Tür.
KI-Agenten für Alle.
Die sechs Stufen der Nutzung reichen vom einfachen Konsumieren bis zu eigenen Agenten-Architekturen. Stufe 4 ist 2026 der entscheidende Schwellenwert: Wer dort ankommt, ist ein „Citizen Agent Builder" — vergleichbar mit dem Citizen Developer, den Microsoft mit Power Platform vor zehn Jahren etablierte. Neu 2026: Die Erweiterungsschicht aus Skills, Connectors und Plugins zieht sich durch die Stufen 2 bis 5 und macht den Aufstieg deutlich flacher als noch im Vorjahr.
Die sechs Stufen der Nutzung
Konsumieren
ChatGPT, Claude, Gemini, Copilot Chat. Niedrigste Hürde, sofort produktiv.
Personalisieren
ChatGPT Custom Instructions, Claude Memory, Copilot Personalization, Gemini-Personalisierung. Dazu die ersten Connectors: Postfach, Ablage, Kalender verbinden — der Assistent kennt ab hier den eigenen Arbeitskontext.
Konfigurieren — Fertiges aktivieren
Nichts selbst schreiben, nur einschalten: Plugins aus dem ChatGPT Plugin Directory (in ChatGPT Work und Codex) bzw. aus dem Claude-Plugin-Verzeichnis (Cowork und Code), fertige Skills per @ oder $ aufrufen, Sintra-Helper engagieren, Sōkosumi-Modul aktivieren, Workspace-Studio-Bausteine einbinden.
Bauen mit Sprache — der Schwellenwert
Workspace Agent, Lindy, Copilot Studio oder Workspace Studio in Klartext beschreiben. „Wenn neuer Lead in Salesforce kommt, recherchiere ihn auf LinkedIn …" — ohne Code.
Hierher gehört auch der eigene Skill. Eine SKILL.md oder ein ChatGPT-Skill ist reiner Klartext: Name, Zweck, Vorgehen, Vorlagen. Wer sein Vorgehen einmal sauber aufschreibt, hat einen wiederverwendbaren Baustein — und kann ihn im Team teilen. Für viele Fachbereiche ist das der schnellste Weg über die Schwelle, noch vor dem ersten gebauten Agenten.
Skripten
Code-Tools einbinden, Apps Script in Workspace einsetzen, eigene MCP-Server für Fachsysteme bereitstellen, Skills und Connectors zu einem eigenen Plugin für die Organisation bündeln. Ab hier wird's technisch — ist ab Stufe 4 oft nicht mehr nötig.
Frameworks & Eigenbetrieb
LangGraph, CrewAI, AutoGen — oder ein selbst gehosteter Agent wie Hermes Agent oder OpenClaw auf eigener Hardware. Volle Freiheit, vollständige Kontrolle, vollständige Verantwortung. Für 99 % der Business-User unnötig.
Die neue Rolle: „Agent Supervisor"
Microsoft führte mit dem Work Trend Index 2026 einen neuen Begriff ein, der sich als zentrale Rolle etabliert: „Agent Supervisor" — Mitarbeiter:innen, deren primäre Wertschöpfung nicht mehr im Erledigen von Aufgaben liegt, sondern im Management, Coaching und Auditieren von Agenten-Flotten.
- Gute Domänen-Kenntnis (kann beurteilen, ob Output „richtig" ist)
- Pragmatischer Umgang mit Tools (muss kein Programmierer sein)
- Sinn für Workflow-Design
- Verständnis für Compliance und Governance
„Vor zwei Jahren musste oft noch erklärt werden, was ein KI-Agent ist. Stand August 2026 haben viele Wissensarbeiter:innen bereits mit agentischen Funktionen gearbeitet — teils ohne sie so zu nennen."
Was schiefgehen kann.
Agenten sind mächtig, weil sie sehen, entscheiden und handeln können. Genau daraus entstehen neue Risiken: falsche Entscheidungen, überbreite Berechtigungen, Datenabfluss und Angriffe über scheinbar harmlose Inhalte.
Wo wir 2026 stehen.
OpenAIs fünfstufige Skala (Juli 2024) ersetzt die diffuse AGI-Definition durch ein operatives Modell. 2026 stecken wir mittendrin in der Level-3-Welle — Computer Use ist die technische Voraussetzung dafür.
Chatbots
KI mit konversationellem Sprachvermögen.
Reasoners
Menschen-Niveau in Problemlösung. Nachdenkende Modelle.
Agents — wir sind hier
Systeme, die Aktionen über längere Zeiträume ausführen. Cowork, Workspace Agents, Office Add-ins, Computer Use.
Innovators
KI, die Erfindungen unterstützt oder selbst tätigt. Erste Anzeichen in Forschung und Coding.
Organizations
KI, die die Arbeit ganzer Organisationen leistet. Konzeptionell auf dem Tisch (Paperclip), nicht produktionsreif.
Aktivierungsfrage
„Wenn wir 2026 mitten in der Level-3-Welle stecken — was bedeutet das konkret für eure Organisation?"
- Habt ihr Tools auf Level 1 im Einsatz? (Chatbot-Spielereien, Custom GPTs)
- Sind Mitarbeiter:innen mit Level 2 (Reasoning-Modelle) vertraut?
- Habt ihr Level 3-Pilotierungen (Agenten, Office-Add-ins, Computer Use)?
- Plant ihr für Level 4 (zunehmende Innovations-Beteiligung von KI)?
- Habt ihr Vorstellung, was Level 5 für eure Wertschöpfung bedeutet?
Methodische Kritik: Das Framework hat inkonsistente Logik (Level 2 = Fähigkeit, Level 5 = Anwendungsform), Marketing-Charakter und suggeriert Sprung-Klarheit, die es nicht gibt. Trotzdem ein gut verwendbares Modell zur Orientierung.
Was bringt der Rest von 2026?
Drei Empfehlungen
Schnell starten, niedrig anfangen
Wartet nicht auf die „perfekte Strategie". Einen konkreten, schmerzhaften Workflow herauspicken (Wochenreport, Inbox-Triage, Lead-Qualifikation) und genau diesen automatisieren. Lerneffekte und Akzeptanz folgen.
In Agent Supervisor investieren
Im Team Personen mit pragmatischer KI-Affinität, gutem Domänen-Wissen und Workflow-Sinn identifizieren. Zu Multiplikatoren machen.
Governance früh, nicht spät
BEVOR ihr Agenten produktiv setzt: Welche Daten dürfen sie sehen? Welche Aktionen brauchen Approval? Wer auditiert? Eine kleine Governance-Investition vorne erspart später viel.
Praktische nächste Schritte
- Sofort: Einen Agentenmodus an einem realen Mini-Problem ausprobieren — mit überschaubarem Zeitaufwand.
- Diese Woche: Einen wiederkehrenden Workflow identifizieren, in einem Satz beschreiben.
- Diesen Monat: Mit einer No-Code-Plattform (Lindy, Workspace Agent, Workspace Studio, Copilot Studio, Sintra) den ersten eigenen Agenten bauen.