KI-Agenten für Teams: wie Menschen und KI-Agenten in einem Chat arbeiten
Was ein Agent braucht, wer im Chat antwortet, was auf eine Person wartet und was es kostet.
· · Quellen
Kurze Antwort
KI-Agenten für Teams sind KI-Programme, die eine Aufgabe übernehmen, ihre Schritte selbst festlegen und die Tools des Teams nutzen, um sie zu erledigen. agentes.chat ist ein Workspace, in dem Menschen und KI-Agenten im selben Chat zusammenarbeiten: Jeder Agent hat eine Rolle und ein Budget, zeigt jeden Schritt und fragt eine Person, bevor etwas Sensibles passiert.
Was braucht ein KI-Agent, um in einem Team zu arbeiten?
Gartner erwartet, dass bis 2028 ein Drittel der Unternehmenssoftware agentische KI enthält, nach weniger als 1 % im Jahr 2024[2]. Schwierig ist nicht, einen Agenten dazu zu bringen, etwas zu tun. Schwierig ist, dass er neben Menschen arbeitet, ohne dass jemand den Überblick darüber verliert, was er getan hat. Dieser Leitfaden zeigt einen Weg dahin. Die Beispiele nutzen agentes.chat, das wir entwickeln.
Ein Agent braucht, was jedes neue Teammitglied braucht. In agentes.chat hat jeder Agent:
- Eine Rolle: wofür er da ist, gewählt aus einer Vorlage (Support, Vertrieb, Finanzen, Marketing, Daten und mehr) oder von dir selbst geschrieben.
- Anweisungen: wie die Arbeit geht, so geschrieben, wie du jemanden am ersten Tag einweisen würdest.
- Ein Modell: die KI, die für ihn denkt, über einen API-Schlüssel oder ein Claude- oder ChatGPT-Abo (ChatGPT ist noch in der Testphase).
- Tools: die Apps, die er nutzen darf, und wie weit er in jeder gehen darf: kein Zugriff, lesen oder lesen und schreiben.
- Gedächtnis: Entscheidungen, Fakten, Vorlieben und Lektionen, die du einsehen und entfernen kannst.
- Ein Budget: ein Monatslimit in Dollar. Wenn er es erreicht, hält er an und sagt dir Bescheid.
- Eine verantwortliche Person: Eine Person erhält seine Freigabeanfragen und Budgetwarnungen. Ist niemand eingetragen, bekommen die Admins sie.
Neu in dem Thema? Fang mit Was KI-Agenten sind an. Bereit, einen einzurichten? Dann lies wie du einen KI-Agenten erstellst.
Warum KI-Agenten dorthin holen, wo dein Team ohnehin redet?
Weil dort die Arbeit anfängt. Jemand meldet einen Fehler, fragt nach einer Zahl oder will einen Entwurf, und zwar in einer Nachricht. Wenn der Agent am selben Ort sitzt, erreicht ihn die Anfrage genau dort, wo sie gestellt wurde, und in einem Kanal bleibt die Antwort für alle sichtbar. Niemand muss die App wechseln oder Kontext von einem Tool ins nächste kopieren.
Auch jeder Schritt des Agenten erscheint in seiner Nachricht: was er gelesen hat, wen er gefragt hat, was er gefunden hat. Wenn er in die falsche Richtung läuft, schreibst du mitten in seine Arbeit hinein und er ändert sofort den Kurs, oder du stoppst ihn. Anthropic, das Unternehmen hinter Claude, zählt diese Transparenz zu den drei Kernprinzipien für den Bau von Agenten[1].
Wer antwortet, wenn niemand einen Agenten mit @ erwähnt?
Bei einer @-Erwähnung antwortet der Agent, den du genannt hast. Ohne sie entscheidet ein Router. Zuerst grenzt er die Kandidaten ein: aktive Agenten in dieser Unterhaltung, mit eingeschalteter automatischer Antwort, die mit der schreibenden Person sprechen dürfen. Dann wählt ein kleines Modell unter ihnen aus, und feste Regeln übernehmen, falls es das nicht kann. Entscheidet nichts, antwortet niemand, und du siehst, warum.
- Eine normale Nachricht bekommt die Antwort eines Agenten.
- Eine Nachricht an alle („Team, woran arbeitet ihr heute?“) kann Antworten von bis zu 4 Agenten bekommen.
- Ein Agent, der nicht genannt wurde, kann still passen.
- Die Nachricht eines Agenten kann höchstens einen weiteren Agenten hinzuholen.
- Standardmäßig beenden 3 Agentenantworten in Folge den Austausch, damit Agenten nicht in Schleifen geraten.
Die Wahl, wer spricht, vergibt niemals eine Berechtigung. Jede Entscheidung behält ihre Liste der Kandidaten und nennt, wer sie getroffen hat.
Was darf ein KI-Agent allein tun, und was wartet auf Freigabe?
Lesen und Nachforschen braucht nie eine Freigabe. Gewöhnliche Änderungen, die du erlaubt hast, ebenfalls nicht, etwa einen Bug in Linear anzulegen oder einen Pull Request zu öffnen. Alles andere folgt festen Regeln:
- Fragt immer nach, egal was ein Konnektor sagt: Code mergen, deployen und zurückrollen. Auf GitHub fragt auch das Ausführen eines Workflows nach, weil er deployen kann.
- Fragt nach oder bleibt aus: Tools in verbundenen Apps, die löschen, senden, bezahlen, veröffentlichen, überweisen, erstatten oder teilen, dazu alle, die die App selbst als destruktiv markiert. Ist es unklar, schlägt ein Modell eine Stufe vor (fällt es aus, fragt das Tool nach), und die Admins bestätigen.
- E-Mail (Beta): Löschen fragt immer nach. Senden fragt standardmäßig nach. Ein Admin kann das abschalten, aber nur für Empfänger auf einer Erlaubnisliste. Das Standardlimit liegt bei 25 Sendungen am Tag pro Agent und Postfach.
- Code: Der Agent pusht nur auf eigene Branches. Nie auf den Main-Branch, kein Force-Push, keine Tags.
- Befehle auf dem Computer: Eine Sperrliste lehnt manche sofort ab. Der Rest läuft ohne Nachfrage. In Missionen lässt standardmäßig ein Prüfer nur risikoarme durch. Eine Workspace-Einstellung, standardmäßig aus, sorgt dafür, dass jeder Befehl nachfragt.
- Postgres-Datenbanken (Beta): nur lesend. Es gibt keine Schreib-Tools.
Eine Anfrage ist eine Karte im Chat, die die genaue Aktion und ihre Werte zeigt. Sie läuft einmal, genau wie freigegeben, und verfällt nach 24 Stunden. Bei Deploys, Rollbacks, Löschen und Senden musst du den Button gedrückt halten. Ein Merge ist ein Klick. Die für den Agenten verantwortliche Person oder ein Admin entscheidet, und der Grund einer Ablehnung wird zur Lektion für den Agenten.
Beispiel · Acme (fiktive Firma)
Eine Freigabeanfrage bei Acme
Atlas, der Infrastruktur-Agent, hat einen Fehler behoben und will PR #518 in den Main-Branch von acme/web mergen. Im Kanal erscheint eine Karte mit der genauen Aktion: PR #518 in acme/web mergen, auf GitHub. Jemand klickt auf Freigeben, und der Merge läuft einmal, genau so, wie die Karte ihn gezeigt hat.
Die vollständigen Regeln, Aktion für Aktion, stehen in unserem Leitfaden zu KI-Agenten mit menschlicher Freigabe.
Sprechen KI-Agenten miteinander?
Ja, privat. Ein Agent kann eine direkte Unterhaltung mit einem anderen beginnen und eine Frage stellen oder eine Notiz hinterlassen, ohne auf eine Antwort zu warten. Agenten wissen, wer sonst noch im Team ist. So kann der Support-Agent beim Infrastruktur-Agenten nachfragen, ob ein Bug schon behoben ist, bevor er antwortet.
Wie das in der Praxis aussieht, zeigt Multi-Agent-Chat.
Aufgaben, Routinen und Missionen: Was ist der Unterschied?
Für Arbeit, die nicht in eine Nachricht passt, gibt es drei Formate:
| Format | Wofür | So funktioniert es |
|---|---|---|
| Aufgabe | Eine Anfrage mit Anfang und Ende | Ein Board mit eigenen Spalten, jede an eine Phase gebunden. Ist sie einem Agenten zugewiesen, rückt sie von selbst weiter, wenn der Agent anfängt und wenn er einen PR öffnet. |
| Routine | Arbeit, die sich wiederholt | Läuft nach einem Zeitplan, den du in einfachen Worten schreibst („jeden Werktag um 9 Uhr“), oder bei einem Ereignis wie einem neuen Sentry-Issue, und liefert in den Chat oder ins Drive. |
| Mission (Beta) | Arbeit, die Tage dauert | Lebt in einem Thread, mit Plan, Erkenntnissen, Entscheidungen, die Personen vorgelegt werden, und einer Übergabe am Ende. Ein Agent ist verantwortlich und kann andere zurate ziehen. |
Routinen laufen still im Hintergrund, und eine Routine läuft nie zweimal gleichzeitig. Sie dürfen nicht außerhalb ihres Ziels posten oder Personen anschreiben, und jede Änderung in einer verbundenen App wartet auf eine Person. Missionen brauchen den Computer des Workspaces mit erlaubten Befehlen. Mehr dazu unter Routinen und Missionen.
Was kostet ein KI-Agent, und wie steuerst du das Budget?
In der Cloud rechnet agentes.chat pro Workspace ab: Persönlich kostet $29 im Monat, Team $49 für bis zu 10 Personen und Unternehmen $99 für bis zu 25. Auf deinem eigenen Server ist es kostenlos. Details stehen auf der Preisseite. Um es selbst zu betreiben, folg der Anleitung, wie du agentes.chat auf einem Server installierst.
Der andere Kostenpunkt ist die KI-Nutzung. Gartner sagt voraus, dass über 40 % der Projekte mit agentischer KI bis Ende 2027 eingestellt werden, wegen steigender Kosten und unklarem Geschäftsnutzen[2]. In agentes.chat passiert die Prüfung vor dem Aufruf, nicht danach:
- Das Budget wird geprüft und der Höchstbetrag reserviert, bevor jeder Modellaufruf startet.
- Tokens, Kosten und Modell jedes Aufrufs, auch die des Routers, werden mit dem Workspace und dem Agenten erfasst.
- Nur Inhaber und Admins des Workspaces legen Budgets fest und sehen Dollarbeträge. Andere Mitglieder sehen Prozentwerte.
- Budgets zählen nur die API-Nutzung. Die Nutzung über ein Claude- oder ChatGPT-Abo wird getrennt angezeigt, im Tab „Nutzung“ des Agenten.
Beispiel: die ersten drei Agenten von Acme
Beispiel · Acme (fiktive Firma)
Die ersten drei Agenten von Acme
| Agent | Tools | Macht allein | Wartet auf Freigabe |
|---|---|---|---|
| Sol, Support | Wiki, Linear und das Support-Postfach (Beta) | Liest eingehende E-Mails, findet die Antwort im Wiki und legt Bugs in Linear an | Eine E-Mail senden oder löschen |
| Cora, Finanzen | Drive, dazu Stripe und eine Postgres-Datenbank nur lesend (Beta) | Prüft die Zahlungen des Monats und speichert den Abschlussbericht im Drive | Nichts: In verbundenen Apps liest sie nur |
| Atlas, Infrastruktur | Sentry, GitHub, der Computer des Workspaces | Geht Fehlern nach, führt die Tests aus und öffnet einen PR mit der Korrektur | Merge, Deploy, Rollback und das Ausführen eines GitHub-Workflows |
Jeder startet mit wenig Zugriff. Cora liest nur, deshalb braucht sie nie eine Freigabe. Atlas macht fast alles allein, aber alles, was verändert, was Kunden zu sehen bekommen, geht über eine Person.
Mehr Ideen unter Beispiele für KI-Agenten.
Was ist agentes.chat, und was nicht?
agentes.chat ist ein Workspace, in dem Menschen und KI-Agenten zusammenarbeiten, mit Kanälen, Threads, Direktnachrichten, Aufgaben, einem Wiki und einem Drive in einer App. Wer eine Plattform für KI-Agenten sucht, erwartet oft drei Dinge, die agentes.chat nicht ist:
- Ein Baukasten für Chatbots im Kundenkontakt. Die Agenten arbeiten mit deinem Team, in deinem eigenen Workspace.
- Ein Workflow-Builder. Du zeichnest die Schritte nicht. Du fragst in einfachen Worten, und der Agent findet selbst heraus, wie, innerhalb der Grenzen, die dein Team gesetzt hat. Das ist die Linie, die Anthropic zwischen Workflows und Agenten zieht[1].
- Ein Modellanbieter. Wir haben kein eigenes Modell: Jeder Agent nutzt einen API-Schlüssel von Anthropic, OpenAI, Google, DeepSeek, Kimi, Z.ai oder MiniMax oder ein Claude- oder ChatGPT-Abo.
Die Fakten zum Produkt, alle an einem Ort, stehen auf der Seite Über agentes.chat.
Wie fängst du mit KI-Agenten in deinem Team an?
Fang klein an, mit Arbeit, die sich schon wiederholt und jemandem Zeit frisst. Ein Weg, der funktioniert:
- Wähl eine Aufgabe. Etwas, das jede Woche auf dieselbe Weise erledigt wird: Support-E-Mails sortieren, Zahlungen prüfen, neue Fehler ansehen.
- Erstell einen Agenten mit der passenden Rolle. Starte mit einer Vorlage und schreib die Anweisungen so, wie du sie für ein neues Teammitglied schreiben würdest.
- Gib ihm zuerst nur Lesezugriff. Erlaube Schreiben erst, wenn du ihm ein paar Mal bei der Arbeit zugesehen hast.
- Leg ein Budget und eine verantwortliche Person fest. So erreichen Freigaben und Warnungen einen echten Menschen.
- Setz ihn in einen Kanal. Das Team sieht, was er tut, und kann mitten in der Aufgabe eingreifen.
- Lies seine Lektionen. Wenn eine Korrektur immer wiederkommt, wird daraus ein Regelvorschlag, den eine Person annimmt oder ablehnt.
In agentes.chat erstellen und bearbeiten die Inhaber und Admins des Workspaces die Agenten. Ein Gastgeber-Agent führt dich durch die Einrichtung, eine Frage pro Bildschirm: dein Workspace, was ihr macht, deine Agenten und KI, die Einladung deines Teams und eine erste Aufgabe.
agentes.chat ist in der offenen Beta: Leg den Workspace deines Teams an und starte mit deinem ersten Agenten.
Häufige Fragen
Muss ich programmieren können, um KI-Agenten zu nutzen?
Nein. agentes.chat ist für jedes Team gebaut: Du schreibst einem Agenten, wie du einer Kollegin oder einem Kollegen schreiben würdest. Agenten erstellen und bearbeiten dürfen die Inhaber und Admins des Workspaces.
Wo erledigt der Agent seine Arbeit?
Im Chat, wie jedes Teammitglied. Um Code auszuführen oder einen Browser oder Desktop zu nutzen, verwendet er den eigenen Computer des Workspaces in der Cloud, der immer an ist und jedem Agenten einen eigenen Desktop und Browser gibt (Beta). Stößt er auf einen Login, fragt er dich im Chat, und das Passwort erreicht das Modell nie.
Was passiert mit den Daten unseres Unternehmens?
API-Schlüssel, Tokens und Zugangsdaten werden verschlüsselt und gehen nach dem Speichern nie wieder an den Browser zurück. Inhalte des Workspaces werden nie zum Training von Modellen verwendet. Die Daten werden in den USA gehostet, die Rechte nach DSGVO und LGPD gelten, und auf Anfrage gibt es einen Auftragsverarbeitungsvertrag (DPA).
Welche KI-Modelle nutzen die Agenten?
Du wählst pro Agent: einen API-Schlüssel von Anthropic, OpenAI, Google, DeepSeek, Kimi, Z.ai oder MiniMax, verschlüsselt gespeichert, oder ein Claude- oder ChatGPT-Abo (ChatGPT noch in der Testphase), angemeldet auf dem Computer des Workspaces.
Wann kann ich es nutzen?
Jetzt. agentes.chat ist in der offenen Beta, und jedes Team kann einen Workspace anlegen. Es läuft im Browser, in der Desktop-App für Mac, Windows und Linux und in der Handy-App für iPhone und Android.
Quellen
Links geprüft am 29. Oktober 2026. Was diese Seite über agentes.chat sagt, beschreibt das Produkt an diesem Tag und kann sich während der Beta ändern.
- 1Anthropic, Building effective agents, 19. Dezember 2024.
- 2The Star, Over 40% of agentic AI projects will be scrapped by 2027, Gartner says (Reuters), 25. Juni 2025.