Werkzeug, Assistent, System: Die 3 Stufen der KI-Nutzung 2026
Und warum der Unterschied grösser ist, als die meisten denken
Hoi und herzlich willkomma zu den Büro für KI-Insights 🤓
Letzte Woche habe ich euch gezeigt, wie KI-Agent Skills funktionieren und wie man sie baut. Diese Woche zoome ich einen Schritt raus, denn Skills sind nur ein Puzzleteil.
Wie nutzt du KI? Als Werkzeug, als Assistenten oder als System? Die Unterschiede sind grösser als die meisten denken, und sie bestimmen, wie viel du aus KI tatsächlich rausholst.
In dieser Ausgabe teile ich, wie wir das bei uns einsetzen, wo wir die meisten Unternehmen sehen, und was den Unterschied macht. Drei Stufen der KI-Nutzung, eingeordnet mit unseren eigenen Erfahrungen.
Let's dive in 🤿🤓
KI wird agentisch. Die Frage ist, ob du mitgehst.
METR misst seit Jahren, wie lange KI-Agenten autonom an einer Aufgabe arbeiten können, und die Zahlen sind beeindruckend: Die Dauer verdoppelt sich etwa alle vier Monate. 2024 waren es Aufgaben im Minutenbereich, heute löst Claude Opus 4.6 Aufgaben, für die ein menschlicher Experte über 14 Stunden braucht.
Quelle: METR auf X
Gleichzeitig nutzen die meisten KI immer noch für Übersetzungen und E-Mails. Nicht weil die Tools nicht mehr können, sondern weil die Art, wie wir KI einsetzen, nicht mitgewachsen ist.
Ich sehe das in drei Stufen.
Stufe 1: Werkzeug
Du fragst, KI antwortet. ChatGPT, Copilot, Gemini, punktuell und reaktiv. «Schreib mir eine Mail», «Fass das zusammen», «Übersetze das ins Englische».
Die Mehrheit ist hier, und als Einstieg ist das völlig ok. Aber jede Aufgabe startet bei null, jeder Kontext muss neu erklärt werden, und jedes Ergebnis ist ein Einzelstück.
Ein Treuhänder nutzt ChatGPT, um eine Kundenmail zu formulieren. Ein Marketingteam lässt sich Social-Media-Posts generieren, eine Projektleiterin fasst Sitzungsprotokolle zusammen. Alles nützlich, aber jedes Mal muss neu erklärt werden: Wer ist der Kunde, was ist der Kontext, welcher Ton, welches Format. Im Grunde nutzt du KI wie ein besseres Google oder eine schnellere Textverarbeitung.
Stufe 2: Assistent
Auf Stufe 2 kennt KI deinen Kontext. Du hast Custom GPTs konfiguriert, arbeitest mit Projects (Claude, ChatGPT etc.) oder nutzt Langdock oder Copilot mit deinen Unternehmensdaten. Du musst nicht mehr jedes Mal von vorne erklären, wer du bist, was du tust und wie dein Unternehmen funktioniert.
Der Treuhänder hat einen Custom GPT für Kundenkorrespondenz, der seine Vorlagen und seinen Ton kennt. Das Marketingteam arbeitet mit einem Social-Media-Assistenten, der Markenrichtlinien und Beispielposts hinterlegt hat. Ich hatte einen Offerten-Assistenten, der gemäss meinen Anweisungen und mit Wissensdateien wie Beispielofferten, Preislisten und Vorlagen eine Offerte erstellen konnte.
Das war ein grosser Fortschritt gegenüber Stufe 1, aber die KI konnte immer nur einen einzelnen, spezifischen Schritt erledigen. Danach war wieder Handarbeit. Bei mir hiess das: Copy-Paste in Bexio, manuell formatieren, manuell versenden. Beim Treuhänder: Text kopieren, in die Buchhaltungssoftware einfügen, manuell anpassen. Beim Marketingteam: Post kopieren, in Hootsuite einplanen, Bild separat erstellen.
Dazu kamen die Einschränkungen der Tools selbst. Die verfügbaren Funktionen waren in der Regel auf Websuche und Datenanalyse beschränkt, ohne Zugriff auf APIs, ohne die Möglichkeit, Dateien zu erstellen oder mehrstufige Abläufe auszuführen. Jedes Ergebnis war ein Zwischenprodukt, das du manuell weiterverarbeiten musstest.
Stufe 3: System
Auf Stufe 3 erledigt KI Dinge. Nicht nur beantworten und nicht nur einen einzelnen Schritt, sondern komplexe, mehrschrittige Aufgaben komplett ausführen. Agenten übernehmen wiederkehrende Abläufe, Skills definieren die Qualitätsstandards, und Governance-Regeln bestimmen, was autonom laufen darf und wo ein Mensch entscheidet.
Der Unterschied zu Stufe 2 lässt sich einfach zusammenfassen: Auf Stufe 2 generiert KI Text, den du weiterverarbeitest. Auf Stufe 3 führt KI den ganzen Prozess aus, von der API-Anbindung über das Lesen von Daten bis zum fertigen Dokument. Du steuerst und gibst frei.
Bei mir sieht das so aus: Ich sage dem Agenten, für welchen Kunden und welches Projekt eine Offerte erstellt werden soll. Er kennt den Prozess über den Bexio-Offerten-Skill (den wir in der letzten Ausgabe über Skills gezeigt haben), spricht die Bexio-API direkt an, erstellt die Offerte im System, und ich prüfe und gebe frei. Der ganze Prozess, nicht nur ein Schritt davon.
Für den Treuhänder könnte das heissen: Der Agent liest die Belege aus dem Posteingang, ordnet sie den richtigen Konten zu, bereitet die Buchungen vor und legt sie zur Freigabe bereit. Für das Marketingteam: Der Agent erstellt den Post, generiert das Bild, plant die Veröffentlichung und meldet, wenn alles bereit ist.
Stufe 3 ist kein Zukunftsszenario. Die Technologie ist da, aber die meisten nutzen sie noch nicht so.
Die Tools ziehen nach. Die Frage ist, ob du bereit bist.
Bei mir hat sich der Wechsel zu Stufe 3 über verschiedene Tools entwickelt: Von Claude Code, das KI erstmals erlaubte, längere Aufgaben eigenständig durchzuarbeiten, über OpenClaw als vollständigen Agenten auf meinem Laptop, bis hin zu Anthropic's neuem Opus 4.6, das die Qualität bei den Modellen nochmals spürbar angehoben hat.
Aber das Entscheidende ist nicht mein spezifisches Setup. Das Entscheidende ist, dass die grossen Plattformen alle nachziehen. Manus hat Skills eingeführt, ChatGPT hat Skills eingeführt, Claude bietet mit Cowork agentisches Arbeiten für alle an, Perplexity geht auch mit und Langdock baut ähnliche Funktionen für Unternehmen. Die Infrastruktur für Stufe 3 wird gerade gebaut, und sie wird für alle zugänglich.
Warum nicht einfach Workflows?
Und was ist mit No-Code-Workflow-Tools wie Make oder n8n? Ich bin ehrlich: Ich sehe sie als weniger relevant als noch vor einem Jahr. Viele meiner heutigen Skills sind im Kern Workflows, nur dass sie als Skill definiert und von einem Agenten zuverlässig abgearbeitet werden. Ich kann Workflows in kürzester Zeit erstellen, wenn ich den Prozess sauber beschreiben kann, und dabei zum Teil sogar Dinge tun, die in Make oder n8n von Haus aus nicht möglich wären.
Der häufigste Einwand, den ich darauf höre: Warum um Himmels willen sollte man Agenten nutzen anstelle von deterministischen Workflows? Deterministisch heisst: Jeder Schritt ist fest definiert, die Reihenfolge steht, das Ergebnis ist vorhersagbar. Kein Zufall, keine KI-Interpretation. Das klingt sicherer, und für viele Anwendungen ist es das auch.
Aber hier wird es interessant: Ein Skill ist im Kern genau das. Der Agent ruft einen Skill ab, der aus Scripts und klaren Anweisungen besteht. Die Ausführung ist damit aus meiner Sicht genauso deterministisch (oder halt auch nicht wenn gewünscht) möglich wie ein Make-Workflow.
Der Unterschied: Die Flexibilität ist grösser, ich kann einfach KI-Bausteine einbauen und ich muss mir nicht mühsam alles zusammenklicken. In der Praxis habe ich Skills in der Regel 5 bis 10 Mal schneller erstellt als vergleichbare Workflows in No-Code-Tools.
In den letzten Wochen sind bei mir über 30 Skills zusammengekommen. Alles Dinge, die lange in meinem Backlog für n8n und Make standen, aber für die ich nie die Zeit fand, sie zu bauen.
Das heisst wahrscheinlich nicht, dass No-Code-Tools komplett verschwinden. Aber die Richtung ist klar: Wer Prozesse beschreiben kann, braucht immer weniger visuelle Workflow-Builder.
Die Frage ist deshalb nicht mehr, welches Tool du brauchst. Sondern ob du bereit bist, Arbeit zu übergeben. Hast du deine Prozesse beschrieben? Weiss ein Agent, wie deine Offerte aussehen soll, wie dein Workshop aufgebaut ist, welche Qualitätsstandards gelten?
Wer jetzt anfängt, seine Prozesse sauber niederzuschreiben und Skills zu erstellen, ist vorbereitet, wenn die Tools soweit sind. Und teilweise sind sie es schon.
Warum die meisten bei Stufe 1 hängen bleiben
Stufe 1 ist bequem. Du öffnest ChatGPT, stellst eine Frage, bekommst eine Antwort. Kein Setup, kein Umdenken, und die Tools sind gut genug für Einzelaufgaben. Trotzdem gibt es drei Gründe, warum der Sprung nicht passiert.
Kein Bewusstsein. In meinen Workshops zeige ich regelmässig, wie mein Agent z. B. eine komplette Offerte erstellt, inklusive API-Anbindung. Für die meisten Teilnehmenden ist das das erste Mal, dass sie so etwas sehen. Wer nicht weiss, dass es über «ChatGPT als Textassistent» hinausgeht, bleibt bei dem, was er kennt.
Neue Kompetenz nötig. Von Stufe 2 zu 3 musst du lernen, Arbeit so zu beschreiben, dass ein System sie ausführen kann: Implizites Wissen explizit machen, Prozesse dokumentieren, Qualitätskriterien definieren. Das ist Arbeit, die erstmal langsamer macht, bevor sie sich auszahlt.
Keine Struktur. Ohne klare Regeln, wer was darf, gibt niemand KI mehr Autonomie. Und ohne Skills und dokumentierte Arbeitsweisen kann KI auch gar nicht mehr als Einzelaufgaben erledigen.
Diese drei Punkte hängen zusammen: Wer nicht weiss, was möglich ist, investiert nicht in die Kompetenz. Wer die Kompetenz nicht hat, baut keine Struktur auf. Und ohne Struktur bleibt alles beim Alten.
Der Schlüssel: Aufschreiben, was du weisst
In jedem Unternehmen gibt es Wissen, das nirgends steht. Die erfahrene Mitarbeiterin weiss, wie der Quartalsbericht aufgebaut sein muss, der Teamleiter kennt die Qualitätsstandards für Kundenangebote, und die Marketingverantwortliche hat den Stil der Unternehmenskommunikation im Kopf.
Solange dieses Wissen nur in Köpfen existiert, kann KI es nicht nutzen. Und Menschen können es nur weitergeben, wenn sie gerade verfügbar sind.
Ich hätte nie gedacht, dass ich als Kleinstunternehmen mal anfangen würde, Prozesse niederzuschreiben. 😅 Das klingt nach Konzern, nach Bürokratie. Aber letztes Jahr habe ich genau das gemacht und damit begonnen ein Second Brain aufzubauen: Alles niedergeschrieben, was ich über mein Unternehmen weiss. Wie ich Offerten erstelle, wie meine Workshops aufgebaut sind, welche Qualitätsstandards gelten, wie ich mit Kunden kommuniziere.
Der Sprung von Stufe 2 zu 3 ist im Kern genau das: Aufschreiben, was du weisst. Prozesse beschreiben, definieren, was ein gutes Ergebnis ausmacht, dokumentieren, was schiefgehen kann.
Das ist keine KI-spezifische Fähigkeit, das ist Delegation. Wenn du einem neuen Mitarbeiter eine Aufgabe übergibst, machst du genau dasselbe: Du beschreibst den Prozess, die Standards, die Fallstricke.
Skills sind das Format dafür. Sie übersetzen dein Wissen in eine Form, die ein KI-Agent versteht und ausführen kann. Genau deshalb war die letzte Ausgabe über Skills so wichtig als Grundlage für diese.
Was das für Teams und Unternehmen bedeutet
Die 3 Stufen gelten nicht nur für Einzelpersonen und Solopreneure, sondern genauso für Organisationen.
Die typische Verteilung in KMU sieht so aus: Ein paar KI-Champions auf Stufe 2, die Mehrheit auf Stufe 1, und einige nutzen KI noch gar nicht. Stufe 3 kenne ich bei KMU bisher noch nicht.
Das Wissensproblem
Jedes Unternehmen hat Prozesse, die «irgendwie» funktionieren. Die erfahrene Buchhalterin weiss, welche Konten für welche Buchungen verwendet werden, der Verkaufsleiter kennt die Rabattregeln auswendig, und die Assistentin weiss, wie der Chef seine Berichte haben will.
Wenn diese Personen im Urlaub sind, krank werden oder das Unternehmen verlassen, geht dieses Wissen mit. Skills lösen dieses Problem unabhängig von KI, aber mit KI werden sie zum Hebel: Dokumentiertes Wissen kann nicht nur von Menschen, sondern auch von Agenten genutzt werden.
Governance als Voraussetzung
Wer keine Regeln hat, kann nicht delegieren, und das gilt für Mitarbeitende genauso wie für KI. Bevor ein Team auf Stufe 3 arbeiten kann, braucht es klare Antworten auf einfache Fragen:
- Welche Daten dürfen in KI-Tools eingegeben werden?
- Welche Aufgaben darf KI vorbereiten, wo entscheidet immer ein Mensch?
- Wer erstellt und pflegt die Skills?
- Wie wird die Qualität der KI-Ergebnisse überprüft?
Das muss kein 50-seitiges Dokument sein. Fünf klare Regeln auf einer Seite reichen für den Anfang. Aber ohne diese Regeln traut sich niemand, KI mehr Verantwortung zu geben, und ohne mehr Verantwortung bleibt KI ein Textgenerator.
Die 3 Stufen als Gesprächswerkzeug
Wenn du das nächste Mal mit deinem Team oder deinem Kunden über KI sprichst, stell die Frage: «Auf welcher Stufe sind wir?» Die 3 Stufen machen sichtbar, wo man steht, und zeigen, was als nächstes kommt.
Nächste Schritte
Wenn du auf Stufe 1 bist
Fang an, KI Kontext zu geben. Und löst euch Business-Lizenzen. Mit Gratis-Versionen werdet ihr nicht weiterkommen. Erstelle und nutze Projekte in ChatGPT oder baue Custom GPTs für wiederkehrende Aufgaben.
Wenn du auf Stufe 2 bist
Drei Fragen:
- Welche Aufgabe erklärst du jede Woche neu, obwohl der Prozess gleich ist?
- Was davon könntest du als Schritt-für-Schritt-Anleitung beschreiben?
- Wer in deinem Team hat Wissen im Kopf, das nirgends dokumentiert ist?
Die Antworten sind deine ersten Skills. In der letzten Ausgabe über Skills findest du eine konkrete Anleitung, wie du von einer SOP zu einem Skill kommst. Zudem werden hier Schnittstellen zu euren Tools zentral. Dies gilt es entsprechend abzuklären und Zugänge zu schaffen, die euren Vorgaben zu Datenschutz etc. entsprechen.
Wenn du für ein Team verantwortlich bist
Beginne mit Governance: Fünf Regeln auf einer Seite. Dann einen Pilotprozess identifizieren, also einen wiederkehrenden Ablauf, der klar definiert ist und bei dem ein Fehler nicht katastrophal wäre. Dokumentieren, als Skill verpacken, testen, iterieren.
Ausblick
Ich werde über die nächsten Wochen verstärkt auf diesem Thema bleiben und noch tiefer eintauchen. Wir sind gerade dabei, unser gesamtes Integrations-Playbook zu überarbeiten: Weg vom klassischen Chatbot- und Assistent-Ansatz, hin zu diesem Systemgedanken. Vom KI-Tool zum KI-Betriebssystem.
In den kommenden Ausgaben zeige ich euch, wie wir das konkret angehen. Wie eine KI-Agenten-Architektur aussieht, welche Sicherheitsfragen beantwortet werden müssen, wie viel Autonomie ein KI-Agent haben darf, und welche Frameworks dabei helfen, den Übergang strukturiert zu gestalten.
Wer die letzten Ausgaben gelesen hat, sieht den roten Faden: Von den Grundlagen (KI-Muskel trainieren), über die Werkzeuge (Skills), zur Einordnung (diese Ausgabe), hin zur konkreten Umsetzung (was kommt). Es lohnt sich, dranzubleiben.
Key Takeaways
- Es kommt weniger darauf an, welches KI-Tool du nutzt, und mehr darauf, wie du es nutzt
- Die 3 Stufen: Werkzeug (fragen/antworten), Assistent (Kontext, aber Einzelschritte), System (komplexe Prozesse delegieren)
- Die meisten Menschen und Unternehmen sind auf Stufe 1. Stufe 3 ist bei KMU die Ausnahme
- Der Schlüssel von Stufe 2 zu 3: Aufschreiben, was du weisst. Prozesse beschreiben, Standards definieren, dokumentieren was schiefgehen kann
- Skills sind die Brücke. Sie übersetzen dein Wissen in eine Form, die ein KI-Agent versteht und ausführen kann
- Governance ist die Voraussetzung: Ohne klare Regeln kann niemand delegieren, weder an Menschen noch an KI
Fazit
KI wird agentisch (oder systemisch). Modelle werden fähiger, Agenten übernehmen komplexere Aufgaben.
Aber ob du davon profitierst, hängt nicht vom Modell ab, sondern davon, ob du KI als Werkzeug nutzt, als Assistenten oder als System.
Wenn du eine Sache aus dieser Ausgabe mitnimmst: Überleg dir, welche Aufgabe du diese Woche zum dritten Mal von Grund auf erklärt hast. Genau das ist dein erster Skill, und dein erster Schritt Richtung Stufe 3.
Bis nächsten Sonntag 👋🏽
Andreas
Kommentare
Melde dich an, um einen Kommentar zu schreiben.