Beginnen Sie, Ihren persönlichen Stab aufzubauen.

Ein Prompt in einer Schleife. Das Modell erhält Text (Ihr Ziel plus eine Liste der erlaubten Werkzeuge), gibt Text aus (eine Anfrage, ein Tool aufzurufen, oder eine finale Antwort), wir führen das Tool aus, fügen das Resultat wieder ein und fragen das Modell erneut. Die Schleife läuft, bis das Modell keine weiteren Tools mehr anfordert. Die Intelligenz ist blosse Token-Vorhersage. Die Schleife ist das, was Vorhersage in Arbeit verwandelt.

So sicher wie die Tools, die Sie damit verbinden. Das Modell selbst ist Text-ein, Text-aus — es kann nur tun, was Ihre Tool-Liste erlaubt. Das Risiko liegt an drei Stellen: Lese- versus Schreibrechte, sensible versus öffentliche Daten, und was automatisch genehmigt wird versus von Menschen geprüft. Wir beginnen nur-lesend, nur Entwürfe (kein Versand), ein Workflow aufs Mal. Jeder Modell-Aufruf wird protokolliert, damit Sie sehen, was es gefragt, was es zurückbekommen und was es getan hat.

Der Agent selbst sind Minuten. Ihn mit Ihrer Inbox, Ihrem Kalender, CRM zu verbinden und die Autorisierung durch die IT zu bekommen, ein bis zwei Stunden. Den Prompt zu schreiben, der zuverlässig gute Resultate liefert, dauert zwischen einem Nachmittag und einigen Wochen — dort sitzt 80% der Arbeit. Der erste ist langsam. Beim vierten klonen Sie Muster, und die meiste Zeit geht in Daten-Verkabelung, nicht in den Agent.

Der Software-Teil — ja: lesen, was im Kühlschrank ist, eine Woche Mahlzeiten planen, die Liste erstellen, die Online-Bestell-API Ihres Supermarkts aufrufen. Der physische Teil — nein: er kann keine Taschen tragen. Die Grenze ist dort, wo das Digitale endet und die Atome beginnen. Bis Sie ihn an einen Roboter mit Händen anschliessen, stoppt er bei ‹Bestellung aufgegeben›.

Um einen zu benutzen, nein. Um einen gut zu konfigurieren, ja — aber ‹technisch› heisst hier klares Denken, nicht Code. Die schwierigen Teile sind zu entscheiden, wie guter Output aussieht, welche Schritte ein Mensch prüft versus automatisch laufen, und die Grenzfälle zu benennen. Das machen wir in Workshops mit der Person, die die langweilige Aufgabe hat, nicht mit ihrem Entwickler. Das Werkzeug übernimmt das Tippen.

Das wird er, regelmässig. Modelle halluzinieren — sie behaupten Dinge selbstsicher, die nicht stimmen. Tools liefern Fehler, die das Modell falsch liest. Prompts treffen Fälle, die niemand vorausgesehen hat. Die Verteidigung ist nicht ‹mach es perfekt› — sondern Prüfstellen und kleiner Schadenradius. Jede Aktion wird entworfen (Sie prüfen vor dem Versand), ist umkehrbar (Sie können sie rückgängig machen) oder wird protokolliert (Sie können sie später nachverfolgen). Wenn Sie das richtig einstellen, wird ‹falsch› zu ‹aufgefangen›, nicht zu ‹Schaden angerichtet›.