Vom Chatfenster zum Arbeitsablauf: Skills, Workflows und Agenten nüchtern eingeordnet

Montagmorgen, Angebotsrunde. Eine Kollegin hat sich in ChatGPT eine Anleitung gebaut, mit der Angebotstexte in zehn Minuten stehen. Ihr Kollege am Nebentisch fängt jedes Mal bei null an, tippt den Kontext neu ein und bekommt jedes Mal etwas anderes heraus. Beide nutzen dieselbe Lizenz. Nur eine von beiden hat aus dem Chatfenster einen Arbeitsablauf gemacht.

Genau diese Lücke zeigt die neue Bitkom-Studie vom 14. September 2026. KI ist in der Mehrheit der Unternehmen angekommen, aber kaum eines holt nach eigener Einschätzung heraus, was möglich wäre. Gleichzeitig wird überall über KI-Agenten gesprochen. Dieser Beitrag ordnet drei Stufen ein: die feste Anleitung, den automatisierten Workflow und den Agenten. Und er zeigt, wo bei jeder Stufe das Risiko liegt.

Was die Bitkom-Zahlen sagen: eingeführt ja, ausgeschöpft nein

Bitkom Research hat für die Studie vom 14. September 2026 603 Unternehmen ab 20 Beschäftigten telefonisch befragt, im Juli und August 2026. Das Ergebnis:

59 Prozent der KI-Nutzer sagen sogar, sie schöpften das Potenzial überhaupt nicht aus, weitere 28 Prozent eher wenig. Aufschlussreich ist auch die Kostenseite: 41 Prozent der Anwender nennen die Integration in bestehende Systeme als großen Kostenpunkt, nur 21 Prozent die Lizenzen.

Auch die Einsatzfelder verschieben sich. Am häufigsten nutzen die Unternehmen KI laut Bitkom im Kundenkontakt (72 Prozent) und in Marketing und Kommunikation (54 Prozent). Deutlich zugelegt haben Controlling und Rechnungswesen (25 Prozent, Vorjahr 17 Prozent) sowie internes Wissensmanagement (22 Prozent, Vorjahr 11 Prozent). Das sind Bereiche, in denen Aufgaben sich wiederholen und feste Abläufe den Unterschied machen.

Zur Einordnung: Das sind Selbstauskünfte, keine Messungen. Was „Potenzial ausschöpfen“ heißt, definiert die Studie nicht. Die Richtung ist trotzdem klar. Das Werkzeug ist da, der Ablauf drumherum fehlt.

Drei Stufen: Anleitung, Workflow, Agent

Die Begriffe gehen in der Diskussion oft durcheinander. Die Anbieter selbst ziehen eine recht klare Linie.

Die feste Anleitung ist die unterschätzte Stufe. Anthropic beschreibt seine Agent Skills als Ordner mit Anweisungen, Skripten und Material, die das Modell bei Bedarf lädt. OpenAI nennt die Skills in ChatGPT „wiederverwendbare, teilbare Arbeitsabläufe“, die eine Aufgabe einheitlicher erledigen sollen. Dazu kommen Projekte und eigene GPTs. Gemeinsam ist allen: Das gute Vorgehen einer Person wird für alle nutzbar. Der Mensch startet die Aufgabe und prüft das Ergebnis.

Der Workflow läuft nach festen Schritten ab. Anthropic definiert Workflows in seinem Leitfaden „Building effective agents“ als Systeme, in denen Modell und Werkzeuge über „vorgegebene Pfade“ zusammenarbeiten. Ein Beispiel: Eine eingehende Anfrage wird klassifiziert, ein Antwortentwurf entsteht, der Entwurf landet in einem Ordner zur Freigabe. Die KI übernimmt einzelne Schritte, die Reihenfolge ist festgelegt.

Der Agent entscheidet selbst, welche Schritte und Werkzeuge er nutzt. OpenAI beschreibt Agenten in seinem Praxisleitfaden als Systeme, die Aufgaben „eigenständig in Ihrem Auftrag erledigen“. Bemerkenswert ist die Empfehlung beider Anbieter. Anthropic rät, mit der einfachsten Lösung zu beginnen und Komplexität nur bei Bedarf zu erhöhen. OpenAI hält Agenten vor allem bei komplexen Ermessensfragen und unstrukturierten Daten für sinnvoll, „andernfalls kann eine deterministische Lösung genügen“.

Wie zuverlässig Agenten heute arbeiten

Die Anbieter zeigen eindrucksvolle Vorführungen. Unabhängigere Messungen zeichnen ein nüchterneres Bild:

• Remote Labor Index: Scale AI und das Center for AI Safety lassen KI-Systeme 230 echte Freelance-Projekte bearbeiten. Beim Start im Oktober 2025 lieferte das beste System in 2,5 Prozent der Fälle ein Ergebnis, das ein Auftraggeber akzeptiert hätte (Studie). Ende September 2026 lag der Bestwert bei 20,8 Prozent (Rangliste, Stand 29.09.2026). Der Fortschritt ist schnell, aber vier von fünf Projekten scheitern weiterhin.
• TheAgentCompany: In einem simulierten Unternehmen mit 175 Büro- und Softwareaufgaben erledigte der beste Agent 30 Prozent vollständig selbstständig (Carnegie Mellon u. a., Fassung vom 10.09.2025).
• τ-bench: Bei Kundenservice-Aufgaben mit Datenbankänderungen lösten starke Agenten weniger als die Hälfte. Musste dieselbe Aufgabe achtmal hintereinander gelingen, schafften sie das in weniger als 25 Prozent der Fälle (Sierra, Juni 2024).

Diese Benchmarks messen vollständige, eigenständige Erledigung. Im Büroalltag reicht oft ein guter Entwurf, den ein Mensch nachbearbeitet. Eine niedrige Erfolgsquote als Agent heißt also nicht, dass die KI als Assistenz wenig nützt. Sie heißt: Wer ihr ohne Kontrolle Aufgaben überträgt, muss mit Fehlern rechnen. Belastbare Fehlerquoten für typische Aufgaben im deutschen Mittelstand, etwa Angebote oder Buchhaltung, gibt es bislang nicht.

Schreibende Schritte nur mit Bestätigung

Solange eine KI nur liest und Entwürfe schreibt, bleibt ein Fehler ein schlechter Entwurf. Sobald sie Mails versendet oder Daten ändert, wird aus dem Fehler eine Handlung. Hinzu kommt ein Angriffsweg, den viele unterschätzen: Prompt Injection. Dabei verstecken Angreifer Anweisungen in einer Mail, einem Dokument oder einer Webseite. Liest die KI diesen Inhalt, folgt sie womöglich den fremden Anweisungen.

Das Bundesamt für Sicherheit in der Informationstechnik (BSI) hat schon im Juli 2023 davor gewarnt, dass diese Schwachstelle in KI-Sprachmodellen, die mit anderen Anwendungen verbunden sind, grundsätzlich angelegt ist. Eine Abwehr, die das Problem vollständig beseitigt, gibt es bis heute nicht.

Die Anbieter bauen solche Schritte inzwischen ein. ChatGPT fragt laut OpenAI vor folgenreichen Aktionen um Erlaubnis. Bei den Arbeitsbereich-Agenten in ChatGPT stehen schreibende Aktionen standardmäßig auf „Always ask“ (OpenAI Help Center, Stand Juli 2026). Beim Microsoft-365-Konnektor von Claude müssen Admins Schreibrechte wie den Mailversand eigens freischalten (Claude Help Center, Stand August 2026).

Ein Bestätigungsschritt ist kein Allheilmittel. Wer zwanzigmal am Tag „Senden“ bestätigt, liest irgendwann nicht mehr hin. Das BSI betont deshalb, dass solche Schutzmaßnahmen Schulung voraussetzen.

Wann welche Stufe passt

Feste Schwellenwerte, ab welcher Häufigkeit oder Menge sich ein Workflow gegenüber einer Anleitung lohnt, gibt es in der Forschung nicht. Faustregeln dazu kursieren viele, belegt ist keine. Was sich aus den Leitfäden von Anthropic, OpenAI und BSI ableiten lässt, sind Prüffragen:

1. Wiederholt sich die Aufgabe? Dann zuerst eine feste Anleitung bauen und im Team teilen. Das ist die günstigste Stufe und schafft Einheitlichkeit.
2. Sind die Schritte immer gleich? Dann kann ein Workflow übernehmen. Die Reihenfolge bleibt nachvollziehbar, Fehler lassen sich finden.
3. Braucht es echtes Abwägen in jedem Einzelfall? Erst dann kommt ein Agent in Frage.
4. Ändert die KI etwas in der Außenwelt? Dann gilt: minimale Rechte, Bestätigung vor dem Senden oder Speichern, Protokoll der Aktionen.
5. Was kostet ein Fehler? Eine falsche Formulierung im internen Entwurf ist harmlos. Eine falsche Mail an einen Kunden oder eine geänderte Rechnung nicht.

Unsere Empfehlung für den Einstieg: Nehmen Sie die drei Aufgaben, die in Ihrem Team am häufigsten wiederkehren, und bauen Sie dafür feste Anleitungen. Messen Sie, wie oft sie genutzt werden und wie viel Nacharbeit bleibt. Erst wenn eine Anleitung stabil läuft, lohnt die Frage nach Automatisierung.

Sie möchten wissen, welche Aufgaben in Ihrem Unternehmen eine feste Anleitung verdienen und wo Automatisierung sinnvoll ist? Sprechen Sie mit uns über eine nüchterne Einschätzung.