YouTube
Externer Inhalt
Wird von Google Ireland Ltd. geladen.
„Wer braucht noch Chatbots? SO funktionieren KI Agenten in ChatGPT und Co.!" ist bei YouTube gehostet. Beim Laden wird eine Verbindung zu YouTube/Google aufgebaut.
Beim Laden werden Daten (z. B. IP-Adresse, Browser-Informationen) an Google Ireland Ltd. / Google LLC übertragen. Beim Laden Verbindung zu YouTube/Google; eine Übermittlung in die USA kann nicht ausgeschlossen werden.
Chatbots geben dir eine Antwort, Agents übernehmen Aufgaben. In diesem Video zeigt Christoph ruhig und konkret, wie sich mit Autonomy Slider, Apps, MCP und CLI mehr Verantwortung an KI übergeben lässt, ohne die Kontrolle ganz abzugeben.
Der Kernunterschied ist einfach: Beim Chatbot stellst du eine Frage, beim Agenten übergibst du eine Aufgabe. Der Agent kann dann selbst entscheiden, ob er recherchiert, ein PDF liest, Inhalte zusammenfasst oder Entwürfe vorbereitet.
Richtig brauchbar werden Agents erst mit Zugriff auf Kalender, E-Mail, Slack, Teams oder andere Systeme. Diese Anbindungen geben dem Modell Kontext, den es im normalen Chat nicht hat, und machen aus Antworten erst brauchbare Arbeitsschritte.
Du kannst festlegen, wie viel ein Agent selbst machen darf und wo er erst fragen soll. Entwürfe, Freigaben und Zeitpläne sind genau dafür da, damit Aufgaben im Hintergrund laufen, du aber am Ende trotzdem entscheidest.
Christoph macht klar, dass das klassische Chat-Prinzip sehr manuell bleibt. Frage rein, Antwort raus, wieder von vorn. Für einzelne Rückfragen ist das okay, für wiederkehrende Arbeit aber langsam und mühsam.
Mit dem Autonomy Slider verschiebt sich das Verhältnis. Ein Agent muss nicht mehr bei jedem Schritt neue Anweisungen bekommen, sondern kann eine Aufgabe selbst weiter zerlegen und die passenden Werkzeuge wählen.
Ein Agent ist nicht einfach ein schlauerer Chatbot. Er braucht Zugriff auf Datenquellen, klare Fähigkeiten und eine definierte Rolle. Im Beispiel werden Vorlagen für strategische Assistenz, Datenanalyse oder Vertriebsarbeit gezeigt, weil viele Menschen erst einmal wissen müssen, wofür sie so ein System überhaupt einsetzen können.
Dazu kommen Skills, also fest beschriebene Verhaltensweisen. Im Video wird etwa ein Skill für freundliche, kontextbezogene E-Mail-Antworten gebaut. Genau daran sieht man, dass Agents nicht nur antworten, sondern in einem vorgegebenen Rahmen handeln.
Über MCP, also Model Context Protocol, oder über CLI bekommt ein Agent gezielten Zugriff auf externe Systeme. Das kann für Recherchen, Mail-Entwürfe oder Kalenderzugriff genutzt werden. Wichtig ist dabei: Je präziser der Zugriff, desto sauberer und datensparender arbeitet der Agent.
Christoph betont, dass er CLI oft bevorzugt, weil sich damit Zugriffe klarer begrenzen lassen. So muss der Agent nicht mehr Daten durchsuchen als nötig. Das ist nicht nur effizienter, sondern auch kontrollierbarer.
Ein starker Punkt im Video: Der Agent verschickt nicht blind E-Mails, sondern legt Entwürfe an. Damit bleibt die Verantwortung bei dir, während die Vorbereitung schon erledigt ist.
Genau das ist der praktische Hebel. Ein Agent kann morgens zusammenfassen, priorisieren, Formulierungen vorschlagen und offene Punkte markieren. Du steigst später ein und entscheidest nur noch, was wirklich rausgeht.
Wir haben die Kernideen dieser Quelle als strukturierte Markdown Datei aufbereitet, damit du es perfekt als Kontext für dein eigenes KI-Projekt nutzen kannst. Lade die Datei herunter, wirf sie in das Tool deiner Wahl und arbeite damit weiter!
Wenn du aus deinem Interesse echte Praxis machen willst, komm' in die Blackboat Academy! Von kompakten Workshops über mehrwöchige Intensivprogramme bis zur persönlichen Begleitung über ein ganzes Quartal: in unserer Academy findest du das Format, das zu deinem Ziel, deinem Level und deinem Zeitrahmen passt.
Wenn das Thema gerade für dein Team, dein Event oder deine Führungsebene relevant ist, kann Christoph den Impuls auch live in eure Organisation bringen.
Diese redaktionelle Aufbereitung kommt direkt aus der KI-Werkstatt. Unsere Crew hat die Inhalte nicht geprüft. Dies bezieht sich nicht auf die Originalquelle.