Stufe 7: KI als Betriebssystem

Auf der letzten Stufe ist KI kein Werkzeug mehr, das man aufruft. Sie ist Teil der Art, wie das Unternehmen arbeitet, so selbstverständlich wie das Telefon oder die Buchhaltung. Es gibt ein gemeinsames Gedächtnis, in dem das Wissen des Betriebs lebt. Es gibt Standards, die Menschen und Agenten gleichermaßen lesen. Es gibt Prüfer, die darauf achten, dass diese Standards eingehalten werden. Und es gibt Arbeit, die über Nacht erledigt wird, während morgens ein Mensch entscheidet, was davon gilt.

Diese Stufe ist kein Sprung, sondern das Ergebnis der fünf davor. Wer sie erreicht, hat einen Vorsprung, den man schwer kopieren kann, weil er im Betrieb gewachsen ist.

Woran ihr sie erkennt

• Die wichtigsten Regeln des Betriebs stehen schriftlich so da, dass Menschen und Agenten sie lesen können.
• Prüfer setzen diese Regeln technisch durch. Was gegen einen Standard verstößt, wird angehalten, bevor es Schaden anrichtet.
• Es gibt ein dauerhaftes Gedächtnis: Entscheidungen, Stände und Erkenntnisse bleiben erhalten und stehen beim nächsten Mal bereit.
• Agenten mit Rollen arbeiten zusammen, auch unbeaufsichtigt über Nacht, mit einer Prüfschranke am Ende.
• Gemessen werden Ergebnisse, nicht die Nutzung. Rückschläge werden ausgewertet und als neue Regel festgehalten.

So arbeiten wir selbst

Wir beschreiben hier unser eigenes Arbeitsmuster, weil wir es jeden Tag leben und weil es für einen kleinen Betrieb genauso funktioniert wie für einen großen. Es besteht aus sieben Bausteinen.

1. Ein Gedächtnis für das ganze Unternehmen. Jedes Projekt hat eine Beschreibung des aktuellen Stands: was es ist, was gilt, was als Nächstes kommt. Am Ende jeder Arbeitssitzung wird der Stand nachgezogen, nicht erst am Ende der Woche. Wer morgen weitermacht, Mensch oder Agent, beginnt dort, wo gestern aufgehört wurde. Alte Stände verschwinden nicht, sie liegen in einer Versionsverwaltung und lassen sich jederzeit zurückholen.

2. Festgeschriebene Standards. Jede Frage, die immer wiederkommt, beantworten wir einmal gründlich, belegen sie an guter Praxis und schreiben sie als Standard auf. Danach wird überall gleich gebaut. Gebautes ist für uns ein Einzelfall, der Standard ist die Regel. Weicht etwas Bestehendes ab, kommt es auf eine Liste und wird beim nächsten Anfassen angeglichen.

3. Prüfer, die Regeln automatisch durchsetzen. Eine Regel, die nur auf Papier steht, wird irgendwann vergessen. Darum gibt es kleine Programme, die bei jedem Schritt prüfen: Stimmt die Schrift? Steht irgendwo ein Zeichen, das wir ausschließen? Liegt ein Geheimnis offen im Text? Ist eine Seite zu breit fürs Handy? Was durchfällt, wird angehalten. Das entlastet alle, weil niemand mehr an alles denken muss.

4. Agenten mit Rollen. Statt einer KI, die alles macht, gibt es Spezialisten: einer recherchiert und nennt seine Quellen, einer sucht im Bestand, einer erledigt genau vorgegebene Änderungen, einer prüft Gestaltung gegen die Regeln, einer schaut als Gegenprüfer unabhängig auf das Ergebnis. Jede Rolle hat nur die Werkzeuge, die sie braucht. Wer prüft, darf nur lesen.

5. Läufe über Nacht mit Prüfschranke. Größere Vorhaben zerlegen wir in eine Liste von Aufgaben. Jede Zeile sagt, was zu tun ist und woran man merkt, dass es fertig ist. In der Nacht arbeiten Agenten diese Liste Zeile für Zeile ab. Nach jeder Zeile läuft die Prüfschranke: Baut alles, sind alle Regeln eingehalten, gibt es tote Links? Nur was die Schranke passiert, gilt als fertig. Was eine Entscheidung braucht, wird geparkt statt geraten. Ausgeliefert wird nie in der Nacht, sondern erst nach einem Blick am Morgen.

6. Messung und Lehren aus Fehlern. Jeder Lauf hinterlässt eine kurze Meldung in Alltagssprache: was geklappt hat, was nicht, wie es behoben wurde, was offen ist. Geht etwas schief, fragen wir nicht, wer schuld ist, sondern welche Regel gefehlt hat. Diese Regel wird aufgeschrieben, und ab dem nächsten Lauf gilt sie für alle Agenten. So wird das System mit jedem Fehler ein Stück klüger.

7. Der Mensch entscheidet. Agenten bereiten vor, prüfen und bauen. Was nach außen geht, was sich schwer zurücknehmen lässt und was Geld kostet, entscheidet ein Mensch. Vor solchen Schritten steht eine kurze Abwägung: Was passiert, wie weit reicht es, lässt es sich zurücknehmen, was wäre die Alternative? Dann kommt das Ja oder das Nein.

Was sie bringt

Ein kleines Team schafft, wofür sonst eine ganze Abteilung nötig wäre, und hält dabei eine gleichbleibende Qualität. Wissen geht nicht verloren, wenn jemand geht. Fehler passieren einmal, nicht zweimal. Und die Menschen verbringen ihre Zeit mit Entscheidungen, Gesprächen und Ideen statt mit Weiterreichen und Nachsehen.

Das MIT Center for Information Systems Research fand in einer Befragung von 721 Unternehmen (2022, veröffentlicht 2024), dass die Unternehmen auf den oberen Reifestufen finanziell deutlich über ihrem Branchenschnitt liegen und die auf den unteren überwiegend darunter. Nur 7 Prozent hatten die höchste Stufe erreicht.

Anwendungsfälle nach Branche

• Handwerk: Alle Angebote, Bautagebücher und Rechnungen folgen denselben Standards, ein Prüfer schaut jede Nacht nach offenen Posten und fehlenden Unterlagen.
• Produktion: Prüfprotokolle, Reklamationen und Lieferantenbewertungen laufen in ein gemeinsames Gedächtnis, aus dem jede Nacht ein Qualitätsbericht entsteht.
• Handel: Sortiment, Texte und Preise werden über Nacht gegen die Standards geprüft, Abweichungen liegen morgens zur Entscheidung bereit.
• Gastro: Dienstplan, Wareneinsatz und Bewertungen werden jede Nacht ausgewertet, mit Vorschlägen für die Woche.
• Dienstleistung: Jedes Kundenprojekt hat einen aktuellen Stand, und die Agenten arbeiten nach den Standards des Hauses.
• Verwaltung: Vorlagen, Fristen und Zuständigkeiten sind festgeschrieben, ein Prüfer meldet, was droht liegenzubleiben.

Werkzeuge

Auf dieser Stufe gibt es kein einzelnes Produkt, sondern ein Zusammenspiel aller Werkzeuge der Stufen davor. Wichtig sind:

• Schriftliche Standards, die Agenten lesen: Dateien mit Anweisungen im Projekt (ein verbreitetes Format heißt AGENTS.md) und Agent Skills, die Anthropic 2025 als offenen Standard vorgestellt hat.
• Prüfer: kleine Skripte und Hooks (Haken, die sich vor oder nach einem Schritt automatisch einklinken) in der Arbeitsumgebung der Agenten.
• Versionsverwaltung wie Git, damit jeder Stand nachvollziehbar und umkehrbar ist.
• Messung: Langfuse aus Berlin, selbst betrieben, oder vergleichbare Werkzeuge für Protokolle und Kosten.
• EU-Variante: Das ganze System lässt sich auf eigenen Servern in der EU betreiben, mit Modellen aus EU-Regionen oder deutschen Rechenzentren.

Aufwand und Zeit

Der Weg zu Stufe 7 dauert Monate und geht über die Stufen davor, nie als Sprung. Der erste Baustein ist aber schnell gelegt: Die zehn wichtigsten Regeln eures Betriebs schriftlich festzuhalten, dauert einen Tag. Danach wächst das System mit jedem Projekt und mit jedem Fehler.

Risiken

• Abhängigkeit von Anbietern: Wer alles auf einen Anbieter baut, ist dessen Preisen und Regeln ausgeliefert. Offene Standards und eigene Server halten euch beweglich.
• Wissensinseln in Agenten: Wenn Regeln in einzelnen Agenten stecken statt in gemeinsamen Standards, entstehen neue Silos.
• Verantwortung bei unbeaufsichtigten Läufen: Was nachts passiert, braucht morgens einen Menschen, der hinschaut.
• Nutzung messen statt Ergebnis: Shopify erklärte 2025 KI-Nutzung zur Grunderwartung und nahm sie in die Leistungsbeurteilung auf. Kritiker wandten ein, dass gemessene Nutzung leicht zu Schein-Erfüllung führt.
• Kommunikation: Duolingo kündigte 2025 an, freie Mitarbeitende schrittweise durch KI zu ersetzen. Nach heftiger Kritik räumte der Chef ein, zu wenig erklärt zu haben.
• Der Mensch als Ausweg: Klarna ließ ab 2024 einen Großteil der Kundenchats von KI erledigen und holte 2025 wieder Menschen dazu, weil die Servicequalität litt. Im Kundenkontakt braucht es immer einen Weg zum Menschen.

Diese Konzernbeispiele zeigen die Richtung, sie sind keine Vorlage. Dort ging es oft um Stellenabbau, im Mittelstand geht es um Fachkräftemangel und Entlastung.

Einstieg in einem Tag

1. Schreibt die zehn wichtigsten Regeln eures Betriebs so auf, dass ein Agent sie lesen kann: Tonfall, Preise, Freigaben, Tabus.
2. Legt diese Regeln als Datei oder Skill dort ab, wo eure KI-Werkzeuge sie finden.
3. Lasst einen bestehenden Ablauf, etwa die Angebotsmail, gegen diese Regeln prüfen.
4. Notiert jede Abweichung und fragt: Fehlt eine Regel, oder ist sie unklar formuliert?

Der nächste Schritt

Stufe 7 hat keine Stufe darüber. Der nächste Schritt ist hier der nächste Fehler, aus dem eine neue Regel wird, und der nächste Bereich, der in das System hineinwächst. Ein guter Takt ist ein fester Termin im Monat, an dem ihr Messung, Rückschläge und neue Standards gemeinsam anseht.

Gesprächsfragen für den Termin

• Welche zehn Regeln müsste jede neue Person bei euch am ersten Tag kennen?
• Wo steht heute, was in einem Projekt entschieden wurde und warum?
• Welche Fehler sind bei euch schon zweimal passiert?
• Welche Arbeit könnte über Nacht erledigt werden, wenn morgens jemand draufschaut?
• Woran messt ihr, ob KI euch wirklich weiterbringt?
• Wer entscheidet bei euch, was ein Agent darf und was nicht?