Wie wir unser Unternehmen mit KI-Agenten führen, in Workflows, die sich erinnern

Wer ein Unternehmen mit KI-Agenten führen will, legt jeden Job in einen schriftlichen Workflow statt in einen Chat. Genau so arbeiten wir: Der erste Schritt jedes Jobs ruft ab, was vorher entschieden wurde, eine Person gibt dort frei, wo es darauf ankommt, und der Job behält, was sich für den nächsten zu merken lohnt.

Dieser Guide ist der Ausgangspunkt von „Loops We Run“, unserer Reihe über die wiederkehrenden Jobs, die KI-Agenten für uns erledigen und bei denen jeder Lauf den nächsten speist. Er zeigt unsere Woche, das gemeinsame Gedächtnis, eine Anfrage von Anfang bis Ende, wer was entscheidet und wie Sie Ihre eigene Routine starten.

Kein Chat: Jeder Job läuft in einem Workflow

Wir führen das Unternehmen nicht aus einem Chat heraus. Jeder Job ist ein Task in einem Workflow, und diese eine Regel macht alles andere erst möglich.

Ein Chat heißt: fragen, antworten, vergessen. Chats driften außerdem ab: In einer Studie aus dem Jahr 2025(wird in einem neuen Tab geöffnet) über sechs Aufgabentypen schnitten KI-Modelle im Schnitt 39 % schlechter ab, wenn eine Aufgabe über mehrere Chat-Nachrichten verteilt kam statt als eine schriftliche Anweisung.

Was ist ein KI-Workflow? Ein KI-Workflow ist eine schriftliche Liste von Schritten, die ein KI-Agent einen nach dem anderen abarbeitet, mit festen Punkten, an denen er anhält und auf das Ja einer Person wartet.

Ein Job startet per Zeitplan oder auf Anfrage und wird zu einem Task, also einem To-do mit eigener Historie. Unsere Tasks, Workflows und Erinnerungen liegen in ConvOps.

Das ist kein autonomes Unternehmen. Eine Person entscheidet, was jeder Job tun darf, und Codeänderungen, Änderungen an der Funktionsweise einer Website sowie Guides warten auf das Ja einer Person. Es ist eine Etappe auf dem Weg zum KI-Betriebsmodell.

Copperfern, der erfundene Shop in unseren Beispielen

Alle Beispiele ab hier verwenden Copperfern, ein fiktives Unternehmen. Jeder Job läuft genau so wie bei uns; das Unternehmen, die Personen, die Nachrichten und jede Zahl sind erfunden.

Unsere Woche: dieselben Jobs nach Zeitplan

Das meiste, was ein Unternehmen am Laufen hält, ist jede Woche dieselbe Arbeit, und genau diese Arbeit übergeben wir zeitgesteuerten KI-Agenten. Jedes fünfte Unternehmen in der EU mit 10 oder mehr Beschäftigten nutzt bereits KI (20,0 % im Jahr 2025, nach 13,5 % ein Jahr zuvor, laut Eurostat(wird in einem neuen Tab geöffnet)). Die Frage ist also, wie es läuft, nicht ob. Jeder Job ist eine Runde des Loops. Alle Zeiten in UTC.

Jeder wiederkehrende Job steht im Kalender: Die Person markiert die Jobs, die auf ein Ja warten, das Häkchen die Jobs, die eine automatische Prüfung durchlässt.

Suchrecherche und Suchstrategie laufen monatlich, am 2. bzw. 3. Tag des Monats um 07:00. Technische Arbeit hat keine feste Uhrzeit: Sie startet auf Anfrage.

Das Firmengedächtnis: ein geschlossener Loop

Ein Chat vergisst. Unser Unternehmen nicht.

Jeder Job legt das, was sich zu merken lohnt, in einem gemeinsamen Gedächtnis ab, und der erste Schritt des nächsten Jobs ruft es ab.

Was ist ein KI-Agenten-Gedächtnis? Das KI-Agenten-Gedächtnis ist die Art, wie sich die KI merkt, was wir entschieden haben: kurze schriftliche Notizen zu Entscheidungen, Erkenntnissen und Korrekturen, die ein Job speichert und der nächste Job liest, bevor er beginnt.

Der Loop hat vier Teile (Markierungen 1 bis 4):

1. Task. Jede Arbeit ist ein Task, der seinem Workflow folgt.
2. Behalten. Ein abschließender Schritt speichert, was sich zu merken lohnt: eine Entscheidung samt Begründung, eine Erkenntnis, eine Korrektur, eine Vorliebe. Ein Job ohne Neues speichert nichts Neues. Jede Freigabenotiz bleibt erhalten, am Task und im Gedächtnis.
3. Ein gemeinsames Gedächtnis. Es gibt nur ein Gedächtnis. Eine Suche aus einem beliebigen Team-Bereich (Support, Website, Vertrieb) durchsucht alle Bereiche, und jeder KI-Assistent, den wir anbinden, liest und schreibt dasselbe Gedächtnis.
4. Der erste Schritt ruft ab. Der erste Schritt jedes Jobs ruft die passenden Entscheidungen und Erkenntnisse ab und dazu, wo die relevanten Dinge liegen.

Bei Copperfern hat das Support-Team eine Korrektur gespeichert: „Immer 30 Tage sagen, nie einen Monat.“ Der erste Schritt eines Website-Tasks findet diese Notiz, obwohl sie im Support-Bereich liegt.

Ein Job kann auch seine eigene Korrektur speichern. Copperferns montäglicher Changelog-Job bemerkt, dass er zweimal gestartet wurde, hält an, statt die Arbeit zu wiederholen, und speichert: „Der Montags-Changelog kann zweimal starten; prüfen, ob schon ein Lauf aktiv ist.“

Derselbe Loop läuft für Inhalte, Code, Vertrieb und Infrastruktur. Copperferns Task „Die Datenbank-Backups des Shops auf den neuen Speicher umziehen“ beginnt damit, „Backups werden 15 Tage aufbewahrt, entschieden im März“ abzurufen. Die Änderung behält die 15 Tage bei, und die erneute Prüfung bestätigt es.

Der Agent weiß, was bereits entschieden wurde, und fragt deshalb nicht noch einmal. Er weiß, was beim letzten Mal schiefging, und wiederholt es deshalb nicht. Ein einziges Gedächtnis ist das Gegenteil von Agent Sprawl. Die tiefere Idee hinter schriftlichen Schritten erklärt Graph Engineering.

Wenn Ihre KI bei jedem Öffnen wieder bei null anfängt: So funktioniert ConvOps, mit Tasks, schriftlichen Schritten und einem Gedächtnis, das Ihre Agenten zuerst abfragen(wird in einem neuen Tab geöffnet).

Eine Anfrage: zuerst abrufen, zwei Freigaben

Das Spannende an einer Anfrage ist nicht die Arbeit. Es ist das, was der Agent vor dem Start abgerufen hat, und die zwei Momente, in denen eine Person Ja sagt.

Copperferns Anfrage: „Unsere Frist für kostenlose Rückgaben steigt von 14 auf 30 Tage. Bitte alles aktualisieren, was sie erwähnt.“

Der erste Schritt liest, was vorher entschieden wurde, die Arbeit liegt zwischen zwei Freigaben, und eine zweite Prüfung findet den Fehler zuerst.

1. Aus einer Anfrage wird ein Task. „Rückgabefrist 14 → 30 Tage“, Status „To do“ (zu erledigen), Workflow angehängt (Markierung 1).
2. Der erste Schritt ruft ab. Eine Erkenntnis: „Die Rückgabefrist steht auch in der Bestellbestätigungs-E-Mail.“ Eine Entscheidung: „Die Hilfeseite wird separat ins Spanische übersetzt.“ (Markierung 2)
3. Er schreibt auf, was sich ändern muss. 5 Stellen: die Rückgabeseite, die Hilfeseite auf Englisch und auf Spanisch, der Checkout-Footer und die Bestellbestätigungs-E-Mail.
4. Freigabe 1. Maya, die den Betrieb leitet, genehmigt die Liste, und die Liste wird eingefroren. Ihre Notiz „5 Stellen, spanische Hilfeseite inklusive“ bleibt erhalten (Markierung 3).
5. Der Agent erledigt die Arbeit. Er ändert die 5 Stellen.
6. Ein zweiter Agent prüft. Er stellt fest, dass auf der spanischen Hilfeseite noch „14 días“ steht, und der Fehler wird behoben, bevor Maya erneut gefragt wird (Markierung 4).
7. Freigabe 2. Maya genehmigt den Livegang.
8. Live und erneut geprüft. Jede Stelle wird live noch einmal gelesen, und alle 5 nennen 30 Tage (Markierung 5).
9. Für das nächste Mal behalten. Eine neue Erinnerung: „Die Rückgabefrist steht an 5 Stellen, auch in der Bestellbestätigungs-E-Mail.“ Der Task behält seine vollständige Historie (Markierung 6).

Schritt 2 ist der Grund, warum die Liste 5 Stellen hat und nicht 3.

Wer was entscheidet und was passiert, wenn ein Job schiefgeht

Noch bevor ein Job zum ersten Mal läuft, legen wir fest, welche seiner Änderungen auf eine Person warten und welche nach einer automatischen Prüfung live gehen. Das ist Human in the Loop in einfachen Worten: Eine Person gibt dort frei, wo das Risiko liegt (mehr dazu).

Selbst spezialisierte KI-Tools liegen bei Fakten daneben, deshalb steht eine zweite Prüfung zwischen der Arbeit und dem Livegang: Forschende in Stanford(wird in einem neuen Tab geöffnet) stellten fest, dass führende KI-Tools für juristische Recherche jeweils in mehr als 17 % der Fälle etwas erfanden (2025).

Eine Person legt vor dem ersten Lauf fest, in welche Spalte ein Job gehört, und liest das Protokoll dessen, was live ging (siehe KI-Agenten-Observability).

Als ein Job schiefging

Das ist uns selbst passiert. Auf Copperfern-Daten nacherzählt: Die tägliche Suchprüfung schlug Alarm mit „CRITICAL: Klickrate 0,4 %, Branchenstandard 3 %“ und dazu 5 Empfehlungen, nach denen niemand gefragt hatte. Der Vergleichswert war erfunden.

Die Prüfung hat einen Vergleichswert erfunden; wir haben entschieden, dass sie nur Punkte aus einer festen Liste melden darf, und jeder Lauf ruft diese Entscheidung zuerst ab.

Maya und das Team trafen eine Entscheidung. Die tägliche Prüfung darf nur Punkte aus einer festen Liste von 4 Prüfungen melden: Rückgang der Besuche aus der Suche, Rückgang der Besuche über KI-Assistenten, fehlende Testseiten (Seiten, an denen wir gerade eine Änderung testen), Startseite lädt. Jeder Punkt ist ok oder wird gemeldet. Ein Skript berechnet jede Zahl. Keine externen Vergleichswerte, keine Empfehlungen.

Die Entscheidung wird gespeichert, von jedem späteren Lauf zuerst abgerufen und in die Schritte der Prüfung geschrieben. Am nächsten Morgen stehen alle 4 auf ok (Markierung 2).

So starten Sie: Ihr Unternehmen mit KI-Agenten führen

Beginnen Sie mit dem langweiligsten Job, den Sie jede Woche erledigen, nicht mit dem beeindruckendsten, und lassen Sie ihn einmal von Hand laufen, bevor Sie ihn in einen Zeitplan legen.

Fünf Schritte von einer wöchentlichen Routinearbeit zu Ihrer ersten Routine: Ihre KI schreibt die Schritte, Sie entscheiden, wo sie für Ihr Ja anhält.

Wählen Sie eine Routinearbeit, die Sie in einer Minute prüfen können: einen Wochenbericht, eine Bestandsprüfung, eine Preisliste. Kein Code, kein Editor. Ihre angebundene KI schreibt die Schritte, und Sie entscheiden, wo sie für Ihr Ja anhält (die Personen-Markierung bei Schritt 3).

Erstellen Sie ein kostenloses ConvOps-Konto und richten Sie Ihre erste Routine ein(wird in einem neuen Tab geöffnet). Sollen wir den Rhythmus gemeinsam mit Ihnen aufsetzen? Buchen Sie eine kostenlose Discovery Session.