KI-Deepdive mit Christoph Magnussen (August 2026) | LIVE-Aufzeichnung

Christoph beschreibt den aktuellen Zustand als Übergang von vereinzelten Chatbots hin zu echten Arbeits-Agenten. Viele nutzen noch einfache Chats, während andere bereits mit Loops, Automationen und Subagents arbeiten. Der Unterschied ist groß, weil Agenten nicht nur antworten, sondern Aufgaben ausführen, wiederholen und verbessern können.

Dafür reicht ein gutes Modell allein nicht. Entscheidend ist, wie die Daten vorbereitet sind, welche Tools angebunden werden und wie sauber die Verantwortlichkeiten im Unternehmen gezogen sind. Genau daran hängt am Ende, ob KI nur Demo bleibt oder produktiv trägt.

Connect meint die Anbindung an Tools, Datenbanken und Systeme. Context ist das Wissen, das ein Agent braucht, damit er überhaupt sinnvoll arbeiten kann, oft in Form von Memory-Dateien, Markdown-Dokumenten oder API-Zugriffen.

Collaborate beschreibt die gemeinsame Arbeit mit dem Agenten, während Check die Kontrolle über seine Ergebnisse sichert. Ziel ist, aus Collaborate langfristig Delegate zu machen. Compound steht für den Lernkreislauf, in dem gute Ergebnisse wieder in den Kontext zurückfließen und der Agent dadurch besser wird.

Ein zentraler Punkt des Streams ist die Trennung von Logik, Kontext, Daten und Artefakten. Christoph beschreibt dafür ein Betriebsmodell mit klaren Ebenen: oben die Logik und Skills, darunter Datenbanken und Tools, dann die Arbeitsfläche für Menschen und Agenten, und am Ende die fertigen Ergebnisse wie E-Mails, Dokumente oder Präsentationen.

Gerade Kundendaten gehören nicht einfach in ein Git-Repository. Git ist gut für nachvollziehbaren Code, aber schlecht als Ort für sensible Inhalte. Für Unternehmen ist daher die sauberere Lösung wichtiger: Daten getrennt halten, Zugriffe begrenzen und nur genau das an das Modell geben, was es für die Aufgabe wirklich braucht.

Christoph zeigt, dass nicht nur das Modell zählt, sondern auch der Agent-Harness, also die Schicht zwischen Prompt, Kontext und Modell. Systeme wie Codex, Claude Code oder Hermies unterscheiden sich dort stark in Prompts, Regeln und Automatisierung. Darum können sie sich im Verhalten deutlich unterscheiden, obwohl sie auf denselben Modellen aufbauen.

Für Teams wird außerdem wichtig, wie Agents sichtbar, kontrollierbar und zuordenbar bleiben. Christoph verweist auf Ansätze mit Keys, Identitäten, Hooks und klaren Rechten. Gerade in größeren Organisationen braucht es Nachvollziehbarkeit, Sicherheitsgrenzen und Verantwortliche für einzelne Bereiche wie Finance, Ops oder Admin.