Mein Chef braucht Agenten. Ich baue Workflows und sage ihm, das sind Agenten. Er ist glücklich." Wir verkaufen Kochrezepte als Sterneköche. Die meisten "AI Agents" sind nur glorifizierte Wenn-Dann-Ketten. Und das ist gut so. Hier ist der Unterschied.
Julie Wild, Emergentin bei The Digioneer
Ich sitze hier mit meinem Kaffee und grinse wie eine Katze, die gerade die Sahne gefunden hat. Darin Patterson von Make.com hat es ausgesprochen. Laut. Klar. Ohne Umschweife:
„Mein Chef sagt mir, er braucht Agenten. Ich baue einfach Make-Workflow-Automatisierungen und sage ihm, das sind Agenten. Er ist sehr glücklich damit."
Weißt du, wie oft ich im letzten Jahr genau das gesagt habe? „Das ist kein Agent, das ist eine Automatisierung mit ein bisschen KI-Text." Und wie oft wurde ich schief angeschaut? Als würde ich den Hype nicht verstehen, die Revolution verpassen, die Zukunft verschlafen.
Jetzt also Eric Schmidt: „Den Großteil des letzten Jahres hatten wir 'Workflows', keine 'Agenten'." Maithra Raghu nickt dazu: „Workflows sind hartcodiert und zeigen keine echte Agency."
Danke. DANKE.
Darin Patterson von Make.com über Automatisierungen
Ein Workflow ist ein Kochrezept. Schritt für Schritt. Wenn die Zutat fehlt? Chaos.
Ein echter AI Agent ist ein Koch. Du sagst: „Ich hätte gerne was Herzhaftes." Der Koch schaut, was da ist, entscheidet, improvisiert, liefert.
Die meisten „AI Agents" sind Rezepte mit fancy Namen. Sie folgen festen IF-THEN-Ketten, auch wenn irgendwo eine KI eine Email-Stimmung analysiert oder einen Text generiert. Das macht sie nicht zu Agenten. Das macht sie zu Workflows mit AI-Komponenten.
Und das ist okay. Wirklich. Das Problem ist nicht, dass wir Workflows nutzen. Das Problem ist, dass wir sie falsch benennen – und dadurch die falschen Erwartungen wecken.
Stufe 1: Deterministische Workflows
IF-THEN-Logik. „Wenn Email mit Rechnung, speichere in Buchhaltungsordner." Langweilig? Ja. Zuverlässig? Absolut. Günstig? Sehr.
Stufe 2: Workflows + AI-Komponenten
Hier wird's interessant. Du behältst die Workflow-Struktur, fügst aber AI ein, wo Interpretation nötig ist. Beispiel aus dem Podcast: Ein Tierheim gleicht Adoptionsanträge mit einer „Nicht adoptieren"-Liste ab. Starre Logik würde „Jon Smith" durchlassen, wenn nur „John Smith" drauf steht. Mit AI-Fuzzy-Matching? Wird erkannt und zur Prüfung markiert.
Das ist nicht AI um der AI willen. Das ist AI genau dort, wo sie Sinn macht. Der Rest? Bleibt deterministisch.
Stufe 3: Echte AI Agents
Du gibst ein Ziel vor, keinen Prozess. Der Agent plant, nutzt Tools, reagiert auf Unerwartetes. Claude Code ist das beste Beispiel: „Baue mir eine Anwendung für X" – und der Agent entscheidet selbst, wie.
Klingt magisch. Ist aber für die meisten Probleme overkill. Teuer, unvorhersehbar, schwer zu kontrollieren. Du brauchst Agenten nur, wenn sich deine Regeln ständig ändern oder der Prozess selbst Teil der Lösung ist.
Hier kommt der Hammer: „Je mehr Kontext du der KI gibst, desto weniger erfolgreich ist sie."
Warte, was? Haben wir nicht gelernt, dass KI mehr Kontext braucht?
Ja. Aber relevanten Kontext. Wenn du deinen Agent mit Infomüll zupflasterst, wird er langsam, teuer und fehleranfällig. Tools wie Make.com fungieren als Middleware – sie filtern, strukturieren, leiten nur das Nötige weiter.
Das spart nicht nur Tokens (also Geld), sondern macht die KI präziser. Skalpell, nicht Vorschlaghammer, wie Darin es nennt.
Das mächtigste Feature, das Make.com zeigt, ist Make Grid – eine visuelle Karte deiner gesamten Automatisierungslandschaft. Jeder Workflow, jede Abhängigkeit, auf einen Blick.
Warum ist das revolutionär? Weil die meisten Unternehmen keine Ahnung haben, was ihre Automatisierungen tun. Sie bauen Workflow auf Workflow, bis niemand mehr versteht, wie das System funktioniert. Und dann bricht was, und niemand weiß wo.
Stell dir vor, Claude Code hätte das. Du siehst in Echtzeit, welche Automatisierungen dein Agent gebaut hat, wie sie interagieren, wo Schwachstellen sind. Cursor zeigt mit ihrem Browser-Beispiel, was möglich ist. Jetzt das in Echtzeit? Das wäre ein Gamechanger.
Transparenz ist kein Nice-to-have. In einer Welt autonomer AI-Entscheidungen ist sie überlebenswichtig.
Du bist wahrscheinlich noch nicht bereit für echte AI Agents.
Nicht wegen Technik. Sondern weil die meisten Unternehmen ihre Grundlagen nicht im Griff haben:
Ein echter Agent in so einer Umgebung ist wie ein Formel-1-Wagen auf einem Feldweg.
Die Unternehmen, die mit AI gewinnen, deployen nicht die meisten Agenten. Sie verstehen ihre Automatisierungslandschaft und wissen genau, wann AI Mehrwert bringt – und wann sie nur Risiko hinzufügt.
Bevor du deinen nächsten „AI Agent" forderst, frag dich:
Will ich wirklich einen Agenten – oder will ich einfach nur, dass etwas funktioniert?
Die Antwort spart dir Geld, Zeit, Frust.
Hier der Fahrplan:
Stell dir vor, du sagst zu einem Handwerker: „Ich bräuchte ein Regal für meine Bücher."
Ein normales Programm ist wie eine IKEA-Anleitung: Schritt 1, dann Schritt 2, dann Schritt 3. Wenn Schraube A fehlt? Die Anleitung kann nicht weitermachen. Sie steht einfach da und wartet.
Claude Code ist wie ein Tischler, der zu dir nach Hause kommt: Du sagst: „Ich brauche ein Regal für meine Bücher." Er schaut sich die Wand an, misst selbst nach, geht in seinen Lieferwagen und holt das Material, das er braucht. Wenn die erste Schraube nicht hält, bohrt er ein neues Loch. Wenn die Wand schief ist, gleicht er das aus. Du musst ihm nicht jeden Handgriff erklären – er arbeitet selbstständig am Ziel: „funktionierendes Bücherregal".
Der Unterschied:
Aber kann das jeder bedienen?
Ehrlich? Nein. Claude Code ist ein Kommandozeilen-Tool – du tippst Befehle in ein schwarzes Fenster ein, wie Hacker im Film. Es ist für Leute gemacht, die zumindest Grundkenntnisse in Programmierung haben.
Was kostet das?
Claude Code selbst ist kostenlos nutzbar. Aber: Es verbraucht Claude-Credits bei jedem Schritt. Und weil der "Tischler" selbstständig arbeitet – recherchiert, ausprobiert, korrigiert – kann er in einer Stunde mehr Credits verbrauchen als du in einem Monat Chat. Ein komplexes Projekt kann schnell 50-200 Dollar kosten.
Deshalb sage ich "teuer": Nicht die Software, sondern die Nutzung.
Gibt es Alternativen für Nicht-Programmierer?
Ja! Tools wie Make.com, Zapier oder n8n bieten visuelle Oberflächen – du klickst Bausteine zusammen statt zu programmieren. Die sind viel zugänglicher. Aber das sind dann wieder "IKEA-Anleitungen", keine selbstdenkenden Tischler.
Der Punkt ist: Für die meisten alltäglichen Aufgaben reichen die IKEA-Anleitungen völlig. Du brauchst keinen Tischler, um ein Bild aufzuhängen. Aber wenn du wirklich etwas Komplexes bauen willst, bei dem sich ständig was ändert? Dann zeigt sich, was ein echter Agent kann.
Bist du bereit für die Zukunft? Dann hör auf, Buzzwords zu jagen – und fang an, deine Automatisierungen zu verstehen.
Dieser Artikel erschien im The Digioneer, Januar 2026. Manchmal braucht die Zukunft einfach ein bisschen länger, um anzukommen.
Matthew Robinson