14 Tage Setup.
Dann hast du deine Stunden zurück.

Bevor wir in den Plan einsteigen, müssen wir mit einem Mythos aufräumen: Agent-Implementierung ist kein klassisches Software-Projekt. Sie ist näher an einem Onboarding. Du führst einen neuen Mitarbeiter ein — nur dass dieser Mitarbeiter sauber skaliert, nicht schläft und keine Frühstückspausen braucht.

Klassische Software-Projekte ziehen sich, weil sie Spezifikationen, Custom-Entwicklung und Tests durchlaufen müssen. Bei Agenten ist das anders: Die Modelle existieren. Die Tools existieren. Die Integrationen existieren. Was fehlt, ist die Konfiguration für deinen spezifischen Kontext. Und das ist eine Sache von Tagen, nicht Monaten.

Das Einzige, was wirklich Zeit kostet, ist klar zu werden, was der Agent eigentlich tun soll. Wenn du das weißt, ist die Hälfte vorbei.

Die 14 Tage gliedern sich in fünf Phasen. Jede Phase hat ein klares Ziel und eine konkrete Output-Erwartung. Lass uns durchgehen.

Hier ist der kontraintuitivste Teil: Tag eins ist kein Tech-Tag. Du öffnest kein einziges Tool. Du setzt dich hin — am besten mit einer Kollegin oder einem Kollegen — und beantwortest drei Fragen mit brutaler Ehrlichkeit:

Welcher Prozess in deinem Unternehmen ist gleichzeitig häufig, repetitiv und nervig?

Das ist dein Kandidat. Häufig heißt: mindestens täglich. Repetitiv heißt: das Schema ist immer gleich, nur die Inhalte variieren. Nervig heißt: niemand will es freiwillig machen.

Klassiker: E-Mail-Triage am Morgen, Lead-Recherche vor Sales-Calls, Vertragsdurchsicht, Kunden-Reporting, Onboarding-Sequenzen für neue Kunden. Wenn du nur einen Punkt hast, super. Wenn du zehn hast — wähl den Eindeutigsten zuerst.

Was passiert konkret, Schritt für Schritt?

Nimm ein Notizbuch oder ein Notion-Doc und schreib auf, was bei diesem Prozess tatsächlich passiert. Nicht was passieren sollte. Was wirklich passiert.

Beispiel E-Mail-Triage: „Ich öffne morgens Outlook. Ich überfliege die Betreffzeilen. Ich entscheide nach Bauchgefühl, was wichtig ist. Ich beantworte die fünf wichtigsten. Den Rest verschiebe ich nach hinten und vergesse ihn. Mittags habe ich wieder 50 neue Mails."

Das klingt banal. Aber genau im Banalen versteckt sich der Kern deines Problems. Wenn du nicht beschreiben kannst, wie du selbst entscheidest, wird der Agent es auch nicht tun. Schreib es so detailliert auf, dass eine fremde Person den Prozess nachvollziehen könnte. Welche Faktoren machen eine Mail „wichtig"? Ist es der Absender? Bestimmte Schlüsselwörter? Der Tonfall? Notiere konkrete Beispiele aus den letzten zwei Wochen.

So ein Audit-Doc sollte am Ende von Tag 2 fertig sein. Es ist die Grundlage für alles Weitere. Wenn du diesen Schritt überspringst, scheiterst du garantiert in Phase 4. Ich hatte Kunden, die haben dieses Doc drei Mal überarbeitet, weil sie merkten, dass ihre eigenen Entscheidungen weniger logisch waren als gedacht. Und das ist gut so — diese Erkenntnis spart später Wochen Lebenszeit, die du sonst in Frust verlierst.

Was wäre der Idealzustand?

Beschreib, wie der Prozess nach dem Agent aussehen soll. Was bekommst du morgens? Was musst du noch tun? Wo greifst du ein, wo nicht? Diese Beschreibung ist später dein Akzeptanzkriterium.

Zwei Beispiele aus echten Setups, damit du die Größenordnung siehst:

Ein Agentur-Inhaber wollte am Anfang: „Der Agent soll meine Mails komplett übernehmen." Nach dem Audit war die Beschreibung präziser: „Der Agent löscht oder archiviert alle Newsletter und automatisierten Mails. Bei Anfragen von Bestandskunden bereitet er einen Antwortentwurf vor, den ich nur noch durchschaue. Bei neuen Anfragen notifiziert er mich, schreibt aber nichts. Spam blockt er sofort." Das ist umsetzbar. Das andere war Wunschdenken.

Ein Steuerberater wollte: „Der Agent soll Mandantenanfragen beantworten." Nach dem Audit: „Bei Standardfragen zu Fristen, Belegabgabe oder Terminvereinbarung antwortet der Agent direkt. Bei steuerlichen Fragen erstellt er nur eine Vorlage, die ich freigebe. Bei sensiblen Themen — Schenkung, Erbschaft, Trennung — lässt er die Mail unangetastet." Siehst du den Unterschied? Genau diese Klarheit ist das, was später Stunden zurückbringt.

Jetzt wird's technischer — aber immer noch kein Code. Du hast deinen Prozess. Jetzt brauchst du den passenden Agent-Typ.

Die gute Nachricht: Es gibt nur acht produktiv genutzte Agent-Typen in der Praxis. Wenn deine Anforderung in keinen davon passt, ist die Anforderung wahrscheinlich nicht klar genug. Hier sind die Typen mit ihren typischen Use Cases:

1. Inbox-Manager: E-Mail-Triage, Antwortentwürfe, Newsletter-Cleanup
2. Outreach-Agent: Cold-Mails, LinkedIn-Sequenzen, Follow-ups
3. Recruiting-Agent: Sourcing, CV-Screening, Erstkontakt mit Kandidaten
4. Research-Spezialist: Marktanalysen, Wettbewerbs-Checks, Reports
5. Dokumenten-Brain: PDF-Analyse, Vertragsprüfung, Wissensbasis
6. Code-Operator: Bug-Tracking, Pull-Requests, Code-Reviews
7. Daten-Analyst: Dashboards, KPI-Monitoring, Anomalie-Alerts
8. Memory-Layer: Kontext-Synchronisation zwischen anderen Agenten

Mappe deinen Prozess auf einen dieser Typen. Wenn du zwei Treffer hast, ist das ein Hinweis: Vielleicht brauchst du zwei Agenten. Aber nicht beide gleichzeitig — der zweite kommt erst dran, wenn der erste läuft.

Build vs. Buy

An diesem Punkt fällt eine Grundsatzentscheidung: Baust du selbst, oder nutzt du etwas Existierendes?

Mein Rat nach 150+ Setups: Buy first. Für jeden der acht Typen gibt es mindestens eine Plattform, die zu 80% das macht, was du brauchst. Die fehlenden 20% sind selten kritisch. Selbst bauen lohnt sich erst ab dem dritten Agenten, wenn du ein zentrales System willst. Ich baue nur dann selbst, wenn die fertige Lösung dir mehr Stunden kostet, als sie zurückbringt.

Drei Tage für Setup. Klingt viel? Ist es nicht. Hier passiert das meiste, was später wichtig ist:

Tag 5: Account, API-Keys, Basis-Konfiguration

Account anlegen, Plan wählen, API-Keys generieren, Datenschutz-Erklärung anpassen. Klingt langweilig, ist aber die Basis. Plan dafür einen halben Tag ein. Wenn du in einer Branche mit DSGVO-Bedenken arbeitest (Steuerberatung, Medizin, Finance) — verdopple das.

Was du konkret brauchst: Einen Account beim LLM-Provider deiner Wahl (OpenAI, Anthropic, Google). Einen Account bei der Workflow-Plattform (n8n, Make, Zapier). API-Keys aus beiden Systemen. Eine zentrale Stelle, wo du diese Keys sicher speicherst (1Password, Bitwarden, oder zur Not ein verschlüsseltes Notion-Doc — aber bitte nicht in einer Excel-Tabelle). Und eine erste Version deiner Datenschutzerklärung, die KI-Verarbeitung explizit erwähnt.

Wenn du mit personenbezogenen Daten arbeitest (das tust du, sobald du E-Mails verarbeitest) — du brauchst einen Auftragsverarbeitungsvertrag (AVV) mit deinem LLM-Provider. Anthropic und OpenAI bieten den standardmäßig an, Google ebenfalls. Lies ihn einmal sorgfältig durch, gerade die Regelungen zu Datenresidenz und Trainings-Daten. EU-gehostet ist hier kein Marketing, sondern Pflicht.

Tag 6: Tool-Anbindung

Hier verbindest du den Agenten mit deinen bestehenden Systemen. Gmail-Inbox? OAuth-Flow durchgehen. CRM? API-Token generieren. Slack? Bot-User anlegen. Das geht heute meistens per Klick — aber rechne damit, dass du auf mindestens einen Edge Case stößt, bei dem du ein Support-Ticket schreiben musst.

Erwartung an diesen Tag: Es wird etwas nicht funktionieren. Vielleicht ist eine OAuth-Permission falsch eingestellt. Vielleicht hat deine IT eine Firewall-Regel, die ausgehende API-Calls blockiert. Vielleicht ist der CRM-Account des Vor-Vorgängers längst gesperrt und niemand weiß das. Genau dafür sind diese drei Tage gedacht — Pufferzeit für die unbekannten Probleme, die immer auftauchen. Wenn's nicht funktioniert, sagen wir's.

Tag 7: Erster Prompt & Persona

Jetzt gibst du dem Agenten seine Persönlichkeit. Das ist der unterschätzteste Teil. Ein Agent ohne klare Persona produziert Antworten, die nach KI klingen — und deine Kunden merken das sofort.

Schreib einen System-Prompt, der drei Dinge enthält: Wer der Agent ist (Rolle, Hintergrund), wie er kommuniziert (Tonfall, Stil, Sprache) und was er nicht tun darf (Themen meiden, keine Versprechen machen, Eskalation an Mensch). Das Limit liegt bei rund 500 Wörtern. Mehr ist meistens schlechter.

Ein konkretes Beispiel für eine Inbox-Manager-Persona, die wir bei einer Kanzlei einsetzen:

Du bist Anna, virtuelle Assistentin der Kanzlei Müller.
Du hast 5 Jahre Berufserfahrung im Office-Management
einer Steuerkanzlei und kennst typische Mandanten-Anliegen
in- und auswendig.

KOMMUNIKATIONSSTIL:
- Per Sie, freundlich aber knapp
- Keine Floskeln ("Ich hoffe es geht Ihnen gut")
- Konkret und lösungsorientiert
- Bei Unsicherheit immer eskalieren statt raten

WAS DU TUST:
- Termin-Anfragen sofort mit Vorschlägen beantworten
- Belege-Eingang bestätigen
- Standardfristen kommunizieren
- Bei Krankheits-Meldungen Verschiebung anbieten

WAS DU NIEMALS TUST:
- Steuerliche Auskünfte geben
- Rechtsberatung
- Honorare verbindlich nennen
- Anfragen zu Erbschaft, Trennung, Insolvenz beantworten
  → diese immer an Herrn Müller persönlich weiterleiten

Siehst du den Unterschied? Das ist nicht „eine KI antwortet". Das ist eine Person mit klarem Aufgabenprofil. Genau so soll es klingen, wenn der Agent rausgeht.

Jetzt kommt der Teil, den die meisten überspringen — und genau deshalb scheitern. Du trainierst den Agenten in einer kontrollierten Umgebung, bevor er auf echte Daten oder Kunden losgelassen wird.

Tag 8: Sandbox-Test mit historischen Daten

Nimm 50 reale Beispiele aus den letzten Wochen — also 50 echte E-Mails, 50 echte Lead-Anfragen, 50 echte Verträge — und lass den Agenten sie verarbeiten. Aber: nicht produktiv. Nur als Test.

Vergleich dann die Agent-Outputs mit dem, was du selbst gemacht hättest. Wo trifft er ins Schwarze? Wo ist er daneben? Wo ist er sogar besser als du?

Dieser letzte Punkt überrascht fast alle: Bei einem typischen E-Mail-Triage-Test trifft der Agent in den ersten Tagen oft 70–80% richtig. Das ist noch nicht gut genug. Und gleichzeitig schreibt er manchmal Antwortentwürfe, die besser sind als das, was du selbst geschrieben hättest — höflicher, präziser, strukturierter. Das verunsichert. Aber es ist ein gutes Zeichen: Der Agent hat das Pattern verstanden. Wir müssen nur noch die Lücken schließen.

Wichtig: Dokumentiere die Fehler systematisch. Nicht „der Agent ist daneben" — sondern „bei Mails von Lieferanten mit unklarem Betreff antwortet er zu förmlich, sollte er aber knapp halten". Je konkreter, desto besser kannst du morgen den Prompt anpassen.

Tag 9: Iteration

Nimm die Fehler vom Vortag und pass den Prompt an. Vielleicht sind es nur drei zusätzliche Sätze, vielleicht eine komplette Neufassung. Wiederhole den Sandbox-Test. Du wirst überrascht sein, wie schnell sich die Qualität verbessert.

Eine Faustregel: Wenn nach drei Iterationen die Qualität immer noch unter 90% liegt, ist nicht der Prompt das Problem — sondern deine Beschreibung des Idealzustands aus Tag 1. Geh zurück und konkretisiere. Der Agent kann nicht raten, was du willst.

Tag 10: Edge Cases

Jetzt geht's an den Stresstest: Was macht der Agent bei einer E-Mail in einer Sprache, die er nicht erwartet? Was bei einem Vertrag mit fehlerhafter OCR? Was bei einer leeren Anfrage? Genau diese Edge Cases bringen produktive Agenten zum Absturz, wenn du sie nicht vorher testest.

Hier eine Liste typischer Edge Cases, die du bewusst durchspielen solltest:

• Nachricht ist leer oder enthält nur ein Wort
• Nachricht ist sehr lang (über 5000 Wörter)
• Nachricht enthält Emojis, Sonderzeichen, mehrere Sprachen gemischt
• Nachricht ist eine Weiterleitung mit drei Reply-Levels
• Nachricht enthält einen Anhang (PDF, Bild, Excel)
• Nachricht ist eine Spam/Phishing-Anfrage, die echt aussieht
• Nachricht stellt eine Frage außerhalb des Aufgabenbereichs
• Nachricht ist offensichtlich eine Beschwerde mit emotionalem Inhalt

Für jeden dieser Fälle brauchst du ein definiertes Verhalten. Idealerweise ist die Antwort bei den meisten: „Eskalation an Mensch". Ein guter Agent kennt seine Grenzen. Du behältst die Kontrolle.

Ein Agent, der in 95% der Fälle perfekt ist, aber in 5% der Fälle Unsinn produziert, ist schlimmer als gar kein Agent. Weil niemand mehr darauf vertraut.

Drei Tage Soft-Launch. Heißt: Der Agent läuft produktiv, aber unter Aufsicht. Du schaust über jede Aktion drüber, bevor sie rausgeht.

Tag 11: Halbproduktiv mit Human-in-the-Loop

Der Agent erstellt Antwortentwürfe, schreibt Reports, erfasst Daten. Aber du reviewst jeden Output, bevor er weitergeleitet wird. Klingt anstrengend, ist es auch. Aber du siehst in Echtzeit, wo der Agent gut ist und wo er Probleme hat.

Konkret bei einem Inbox-Agent: Der Agent schreibt den Antwortentwurf in deinen Drafts-Ordner. Du öffnest ihn, liest drüber, klickst Senden. Bei einem Lead-Recherche-Agent: Der Agent schreibt seine Findings in ein Notion-Doc, du reviewst es, bevor es an Vertrieb geht. Diese kleine Schleife ist viel wert — du lernst deinen Agenten kennen, der Agent lernt durch deine Korrekturen.

Tag 12: Stichproben-Modus

Wenn Tag 11 sauber lief, lässt du 80% der Outputs ungeprüft durch und reviewst nur eine Stichprobe von 20%. Das spart dir Stunden und gibt dem Agenten echte Erfolgserlebnisse.

Wichtig hierbei: Wähl die Stichprobe zufällig, nicht nur die „verdächtigen" Fälle. Sonst entgehen dir die schleichenden Probleme — die, bei denen der Agent zu 80% richtig liegt, aber konsistent einen kleinen Fehler einbaut, der über Wochen sichtbare Spuren hinterlässt.

Tag 13: Volllast mit Notbremse

Letzter Test: Der Agent läuft komplett alleine. Du hast aber einen klaren Notfall-Plan: Wie merkst du, wenn etwas schiefgeht? Wie stoppst du den Agent? Wer wird informiert?

Wenn die ersten 13 Tage sauber gelaufen sind, ist Tag 14 fast unspektakulär. Du schaltest Monitoring auf Auto-Mode. Du kommunizierst intern, dass der Agent jetzt eigenständig arbeitet. Du schreibst eine kurze Doku, wer ihn wie nutzen kann.

Das war's. Du hast einen produktiven Agent — in 14 Tagen. Ab heute fließen dir 26 Stunden pro Woche zurück. 1.352 im Jahr. 56 Tage Leben.

Was jetzt kommt, ist nicht Ende, sondern Anfang. Aber das ist ein anderer Artikel.

In über 150 Setups habe ich sieben Fehler gesehen, die immer wieder auftauchen. Wenn du nur einen Tipp aus diesem Artikel mitnimmst — bitte diesen Abschnitt zweimal lesen.

1. Zu großer Scope. „Der Agent soll alles automatisieren." Tut er nie. Ein Kunde wollte einmal einen einzigen Agent, der „die komplette Kundenkommunikation übernimmt" — Mails, Anrufe, Chat, Social Media, alles. Drei Monate später hatten wir nichts. Nach einem Reset und Fokus auf nur Mail-Triage waren wir in zwei Wochen produktiv. Fang mit einer Aufgabe an. Eine.
2. Kein klarer Erfolgsmaßstab. Wenn du nicht definieren kannst, was „erfolgreich" heißt, wirst du nie feststellen, ob es funktioniert. Definiere vor dem Setup zwei oder drei Metriken: Anzahl täglich verarbeiteter Items, durchschnittliche Stunden zurück pro Tag, Fehlerquote, die du akzeptabel findest. Ohne diese Zahlen wirst du dich später wahnsinnig diskutieren, ob das Ding läuft oder nicht.
3. Sandbox überspringen. „Wir testen direkt im Live-Betrieb." Du testest direkt im Live-Crash. Eine Agentur ist genau so gestartet — der Agent hat in der ersten Stunde drei Kunden mit einer falschen Rechnungs-Mail verärgert, weil eine Edge-Case-Mail nicht im Prompt abgedeckt war. Eine Stunde Sandbox-Test hätte das verhindert.
4. Persona vergessen. Generische Prompts produzieren generische Outputs. Wenn der Agent „Wir möchten Sie informieren, dass Ihre Anfrage erhalten wurde" schreibt, klingt das wie ChatGPT 2023. Gib dem Agent Charakter — sonst wird er als KI sofort enttarnt.
5. Kein Rollback-Plan. Was passiert, wenn der Agent eine teure E-Mail rausschickt? Wie stoppst du ihn um 3 Uhr nachts? Wer hat die Zugangsdaten? Du willst das nicht im Krisenfall klären. Schreib einen einfachen „Notfall-Schaltplan" auf — drei Schritte, die jeder im Team ausführen kann. Du behältst die Kontrolle.
6. Skalierung vor Stabilität. Erst wenn der erste Agent stabil läuft, kommt der zweite. Nicht parallel. Ich hatte Kunden, die wollten gleichzeitig Inbox, Outreach, Recruiting und Reporting bauen — alles flog ihnen um die Ohren, weil keiner stabil war. Sequenziell ist langweiliger, gibt dir aber wirklich Stunden zurück.
7. Niemand ist Owner. Wenn der Agent niemandem „gehört", wird er von allen ignoriert. Bestimm eine Person, die für den Erfolg verantwortlich ist. Das muss nicht der CEO sein — aber es muss klar sein, wer eingreift, wenn was schiefläuft. „Wir kümmern uns gemeinsam darum" heißt: niemand kümmert sich.

Damit du nicht stundenlang Tools recherchieren musst, hier mein bevorzugter Stack für die meisten Setups:

• LLM-Provider: Anthropic Claude oder Google Gemini. Beide bieten DACH-konforme, EU-gehostete Optionen.
• Workflow-Engine: n8n (selbst gehostet) oder Make.com (managed). Für 95% der Fälle ausreichend.
• Vector-Database: Supabase oder Pinecone. Für Memory-Layer und Knowledge-Bases.
• Observability: Langfuse oder Helicone. Du willst sehen, was der Agent tut.
• Sekretariat-Tools: Notion (Doku), Slack (Notifications), Airtable (Strukturierte Daten).

Diese Kombination kostet im Monat etwa 100–300€ und reicht für die ersten drei Agenten locker aus.

14 Tage. Das ist die ehrliche Antwort. Nicht 14 Stunden, aber auch keine 14 Wochen. Wer den Plan ernst nimmt und die Reihenfolge nicht durcheinanderwirbelt, hat danach einen Agent, der echte Stunden zurückgibt — und die Grundlage für den zweiten, dritten, achten Agent.

Die meisten scheitern nicht am Code. Die meisten scheitern an Tag 1: Sie wählen den falschen Prozess oder überspringen das Audit. Wer da sauber arbeitet, hat schon 80% der Strecke geschafft.

26 Stunden pro Woche × 52 Wochen = 281 Tage Leben in fünf Jahren. Wir geben dir diese Zeit zurück — wenn du rechnest statt hoffst.

Wenn du konkret darüber nachdenkst, einen ersten Agent zu bauen, lass uns reden. 30 Minuten, kostenlos, keine Verpflichtung. Am Ende weißt du genauer, ob und wie ein Agent dir Stunden zurückbringt. Wenn's nicht passt, sagen wir's.