00Workshop-Material · KI verstehen

Von der Chatboxzum Kollegen.

Was steckt hinter ChatGPT, Agenten und MCP? Diese Seite zerlegt die KI-Welt in acht Stufen, vom einfachen Chat bis zum Agenten, der selbstständig arbeitet. Dazu ein Glossar und ein Buzzword-Bingo für den Workshop.

Zu den Stufen

01Wo wir herkommen

Siebzig Jahre Anlauf, drei Jahre Sprung.

  1. 1956Der Begriff

    Auf einer Konferenz in Dartmouth fällt zum ersten Mal der Begriff „Künstliche Intelligenz“. Jahrzehntelang heißt KI vor allem: Regeln, von Hand geschrieben.

  2. ab 1990Maschinelles Lernen

    Statt Regeln lernt Software aus Beispielen. Spamfilter, Kaufempfehlungen und Betrugserkennung entstehen so.

  3. 2012Deep Learning

    Große neuronale Netze erkennen plötzlich zuverlässig Bilder und Sprache. Die Grundlage für Sprachassistenten und Übersetzungsdienste.

  4. 2017Transformer

    Forscher bei Google stellen die Bauweise vor, auf der heute fast alle Sprachmodelle beruhen. Das „T“ in ChatGPT.

  5. 2022ChatGPT

    KI wird Alltag: ein Chatfenster, in das jeder schreiben kann. Nach rund zwei Monaten nutzen es über 100 Millionen Menschen.

  6. ab 2024Agenten

    KI antwortet nicht mehr nur, sie handelt: sucht, rechnet, schreibt in andere Programme. Ende 2024 erscheint MCP als gemeinsamer Standard für Konnektoren.

  7. heuteArbeitsteilung

    Agenten laufen im Hintergrund, nach Zeitplan und im Team. Die Frage ist nicht mehr, ob KI etwas kann, sondern wie man sie sicher einbindet.

02Die acht Stufen

Jede Stufe gibt der KI ein Stück mehr Reichweite.

Die meisten kennen Stufe 1. Der eigentliche Nutzen beginnt ab Stufe 3, wenn die KI nicht nur schreibt, sondern etwas tut. Jede Stufe baut auf der vorigen auf.

Stufe 1

Chat

Du fragst, das Modell antwortet.

Ein Sprachmodell (LLM) hat aus riesigen Textmengen gelernt, wie Sprache funktioniert, und schreibt die wahrscheinlichste passende Fortsetzung. Es weiß viel, aber nur bis zu seinem Trainingsstichtag, und es kennt weder dich noch deine Firma.

So hängt es zusammen: Du → Sprachmodell → Antwort
Beispiel
Eine Absage freundlich formulieren, einen langen Text kürzen, eine Idee durchdenken.
Heute zum Beispiel mit
ChatGPT, Claude, Gemini, Microsoft Copilot, Le Chat
Wo es aufhört
Die Antwort klingt immer überzeugend, auch wenn sie falsch ist. Und alles, was das Modell wissen soll, musst du selbst hineinkopieren.
Passendes Paket
KI-Kickstart

Stufe 2

Chat mit deinem Wissen

Die KI arbeitet mit deinen Unterlagen.

Du gibst dem Modell eigene Dokumente und feste Anweisungen mit: Preisliste, Leitfaden, Tonfall. Bei großen Wissensmengen sucht das System vorher die passenden Stellen heraus und legt nur diese dem Modell vor. Das nennt man RAG.

So hängt es zusammen: Du → Deine Dokumente → Sprachmodell → Antwort
Beispiel
Ein Assistent, der Kundenfragen mit deinen echten AGB und Produktdaten beantwortet.
Heute zum Beispiel mit
Projekte in ChatGPT und Claude, eigene GPTs, NotebookLM
Wo es aufhört
Die KI kann lesen, aber nichts tun. Kopieren, verschicken und eintragen bleibt bei dir.
Passendes Paket
KI-Kickstart

Stufe 3

Agent mit Werkzeugen

Die KI arbeitet in Runden, bis das Ziel erreicht ist.

Ein Agent ist ein Sprachmodell, das Werkzeuge benutzen darf: im Web suchen, Code ausführen, Dateien erstellen. Er plant, handelt, prüft das Ergebnis und macht weiter, bis die Aufgabe erledigt ist. Aus einer Antwort wird ein Arbeitsergebnis.

So hängt es zusammen: Ziel → Agent → Websuche · Code · Dateien → Ergebnis
Beispiel
„Vergleich die fünf größten Anbieter für Kassensysteme und mach mir eine Tabelle.“ Der Agent recherchiert selbst und liefert die fertige Datei.
Heute zum Beispiel mit
ChatGPT Agent, Claude mit Websuche und Code, Gemini Deep Research, Perplexity
Wo es aufhört
Die Werkzeuge sind allgemein. Dein Postfach, dein Kalender und deine Kundendaten bleiben außen vor.
Passendes Paket
KI-Kickstart

Stufe 4

Agent mit Konnektoren

Die KI greift auf deine Systeme zu.

Über Konnektoren bekommt der Agent Zugang zu den Programmen, mit denen du arbeitest: E-Mail, Kalender, Ablage, CRM, Shop. Er kann dort lesen und, wenn du es erlaubst, auch schreiben. Der gemeinsame Standard dafür heißt MCP.

So hängt es zusammen: Du → Agent → Konnektoren → Mail · Kalender · CRM
Beispiel
„Welche Angebote sind seit zwei Wochen unbeantwortet? Entwirf für jedes eine Nachfass-Mail.“
Heute zum Beispiel mit
Claude oder ChatGPT mit Konnektoren zu Gmail, Outlook, Google Drive, Notion, HubSpot
Wo es aufhört
Der Agent arbeitet nur, solange du mit ihm chattest. Ohne dich passiert nichts.
Passendes Paket
KI-Umsetzung

Stufe 5

Agent nach Zeitplan

Die KI arbeitet, während du etwas anderes tust.

Der Agent startet von selbst: jeden Morgen um sieben, bei jeder neuen Bestellung, bei jeder eingehenden Rechnung. Er erledigt die Routine und legt dir nur vor, was eine Entscheidung braucht. Das nennt man Human in the Loop.

So hängt es zusammen: Uhrzeit oder Ereignis → Agent → Deine Systeme → Freigabe durch dich
Beispiel
Jeden Morgen liegt eine sortierte Inbox bereit: Antwortentwürfe für Standardanfragen, Dringendes ganz oben.
Heute zum Beispiel mit
Geplante Aufgaben in ChatGPT und Claude, n8n, Make, Zapier mit KI-Schritten
Wo es aufhört
Du bist an die Möglichkeiten fertiger Plattformen gebunden. Was es dort nicht gibt, geht nicht.
Passendes Paket
KI-Umsetzung

Stufe 6

Eigene App

Die KI steckt in deiner eigenen Software.

Statt eines fremden Chatfensters entsteht ein Werkzeug, das genau zu deinem Ablauf passt. Die KI wird über eine Schnittstelle (API) eingebunden, eigene Konnektoren verbinden sie mit Systemen, für die es nichts Fertiges gibt, zum Beispiel deiner Branchensoftware.

So hängt es zusammen: Deine App → Sprachmodell → Eigene Konnektoren → Deine Daten
Beispiel
Ein Angebotsrechner, der Kundenwünsche versteht, mit deinen Preisen rechnet und das fertige PDF direkt in die Warenwirtschaft legt.
Heute zum Beispiel mit
Claude- oder OpenAI-API, ein eigener MCP-Server, eine kleine Web-App
Wo es aufhört
Ein einzelner Agent kann viel, aber nicht alles gleich gut. Lange, vielschichtige Aufgaben überfordern ihn.
Passendes Paket
KI-Umsetzung

Stufe 7

Agenten-Team

Mehrere Agenten teilen sich die Arbeit.

Ein leitender Agent zerlegt die Aufgabe und verteilt sie an Spezialisten: einer recherchiert, einer schreibt, einer prüft. Wie in einem kleinen Team konzentriert sich jeder auf sein Fach. Das Ergebnis wird besser, weil jemand gegenliest.

So hängt es zusammen: Ziel → Leitender Agent → Recherche · Text · Prüfung → Ergebnis
Beispiel
Ein Agent sammelt passende Ausschreibungen, einer entwirft die Bewerbung, einer prüft Fristen und Pflichtangaben.
Heute zum Beispiel mit
Claude Code mit Subagenten, OpenAI Agents SDK, LangGraph, CrewAI
Wo es aufhört
Bis hierher sind es einzelne Aufgaben. Einen ganzen Ablauf mit allen Ausnahmen zu verantworten, ist die nächste Stufe.
Passendes Paket
KI-Begleitung

Stufe 8Ausblick

Digitaler Kollege

Die KI verantwortet einen ganzen Ablauf.

Agenten mit Gedächtnis übernehmen einen Prozess von Anfang bis Ende, merken sich, was funktioniert hat, und lernen aus deinem Feedback. Wo es keine Schnittstelle gibt, bedienen sie Programme wie ein Mensch, mit Maus und Tastatur. Du setzt Ziele und Grenzen und entscheidest die Ausnahmen.

So hängt es zusammen: Ziel → Agent mit Gedächtnis → Alle Systeme → Du bei Ausnahmen
Beispiel
Die ganze Auftragsabwicklung: Anfrage verstehen, Angebot schreiben, nachfassen, Rechnung stellen. Du schaust nur noch auf die Fälle, die aus der Reihe fallen.
Heute zum Beispiel mit
In Teilen heute möglich, etwa mit Computer Use und Agenten mit Gedächtnis. Vollständig ist es noch Ausblick.
Wo es aufhört
Vertrauen. Je mehr die KI selbst entscheidet, desto wichtiger werden klare Regeln, Protokolle und Kontrolle.
Passendes Paket
KI-Begleitung

03Was einen Agenten ausmacht

Ein Chat antwortet einmal. Ein Agent arbeitet, bis es passt.

Das ist der ganze Trick: Das Modell bekommt die Ergebnisse seiner eigenen Handlungen zurück und entscheidet, was als Nächstes kommt. Diese Schleife läuft so lange, bis die Aufgabe erledigt ist oder der Agent dich etwas fragen muss.

  1. 1. Ziel verstehen
  2. 2. Plan machen
  3. 3. Werkzeug nutzen
  4. 4. Ergebnis prüfen

04Drumherum

Neun Themen, die auf jeder Stufe mitspielen.

  • 01

    Gedächtnis

    Normalerweise vergisst ein Modell alles nach dem Gespräch. Mit Gedächtnis merkt es sich Vorlieben, Entscheidungen und Zwischenstände.

  • 02

    Multimodal

    Moderne Modelle verstehen nicht nur Text, sondern auch Bilder, PDFs, Sprache und teils Video. Ein Foto vom Lieferschein reicht.

  • 03

    Nachdenkende Modelle

    Reasoning-Modelle denken vor der Antwort Schritt für Schritt nach. Langsamer und teurer, aber deutlich besser bei kniffligen Aufgaben.

  • 04

    Lokale Modelle

    Offene Modelle wie Llama, Mistral oder Qwen laufen auch auf eigenen Rechnern. Die Daten verlassen dann nie das Haus.

  • 05

    Datenschutz und EU AI Act

    Welche Daten in welches Modell dürfen, regeln DSGVO und Verträge. Der EU AI Act stuft KI-Anwendungen nach Risiko ein und verlangt je nach Stufe zum Beispiel Transparenz.

  • 06

    Leitplanken

    Sie legen fest, was ein Agent darf: lesen ja, löschen nein, Geld bewegen nie ohne Freigabe. Je mehr Reichweite, desto wichtiger.

  • 07

    Kosten

    Abgerechnet wird nach Tokens, also nach Textstücken. Ein Chat kostet Bruchteile eines Cents, ein Agent, der lange arbeitet, spürbar mehr.

  • 08

    Qualität messen

    Mit Evals prüft man an echten Beispielen, ob die KI richtig liegt, bevor man ihr eine Aufgabe dauerhaft überlässt.

  • 09

    Sicherheit

    Bei Prompt Injection versuchen versteckte Anweisungen in einer Mail oder Webseite, den Agenten umzulenken. Ein guter Agent liest fremde Inhalte als Daten, nicht als Befehle.

05Buzzword-Bingo

Fünf in einer Reihe, und du rufst Bingo.

Für den Workshop: Jede Person bekommt eine Karte. Fällt ein Begriff, wird er markiert. Tipp auf ein Feld, dann siehst du hier, was der Begriff bedeutet.

KI

Tipp auf einen Begriff.

06Glossar

Die Begriffe, jeweils kurz erklärt.

KI (Künstliche Intelligenz)
Sammelbegriff für Software, die Aufgaben löst, für die man bisher menschliches Denken brauchte. Im Alltag ist heute meist generative KI gemeint.
Generative KI
KI, die Neues erzeugt: Texte, Bilder, Code, Musik. Im Unterschied zu KI, die nur sortiert oder erkennt.
LLM (Large Language Model)
Großes Sprachmodell. Ein neuronales Netz, das aus riesigen Textmengen gelernt hat, Sprache fortzusetzen. Der Motor hinter ChatGPT, Claude und Gemini.
Prompt
Die Eingabe an die KI: Frage, Auftrag, Kontext. Je klarer der Prompt, desto besser das Ergebnis.
System-Prompt
Feste Anweisungen, die vor jedem Gespräch gelten, etwa Rolle, Tonfall und Regeln. Wer chattet, sieht sie meist nicht.
Token
Die Einheit, in der Modelle lesen und schreiben: ein Wortstück, im Schnitt kürzer als ein Wort. Nach Tokens wird auch abgerechnet.
Kontextfenster
Wie viel Text das Modell gleichzeitig im Blick haben kann, gemessen in Tokens. Moderne Modelle schaffen ganze Bücher. Was nicht hineinpasst, existiert für das Modell nicht.
Trainingsstichtag
Das Datum, bis zu dem ein Modell Daten gesehen hat. Was danach passiert ist, kennt es nur, wenn es nachschlagen darf.
Halluzination
Das Modell erfindet etwas, das plausibel klingt, aber falsch ist: eine Quelle, eine Zahl, ein Urteil. Dagegen helfen eigene Daten, Quellenangaben und Prüfung.
Temperatur
Regler für den Zufall. Niedrig heißt verlässlich und gleichförmig, hoch heißt kreativ und überraschend.
Parameter
Die gelernten Stellschrauben im Inneren eines Modells, oft Milliarden. Mehr Parameter heißt meist mehr Können, aber auch mehr Rechenaufwand.
Training und Inferenz
Beim Training entsteht ein Modell, das dauert Monate und kostet Millionen. Inferenz ist das Benutzen danach, also jede einzelne Antwort.
Reasoning-Modell
Ein Modell, das vor der Antwort intern Schritt für Schritt nachdenkt. Stärker bei Rechnen, Logik und Planung, dafür langsamer.
Multimodal
Ein Modell, das mehrere Arten von Eingaben versteht: Text, Bild, Ton und teils Video.
Embedding
Ein Text als Zahlenreihe, die seine Bedeutung abbildet. Ähnliche Bedeutung ergibt ähnliche Zahlen. So findet die KI passende Stellen, auch ohne das genaue Wort.
Vektordatenbank
Ein Speicher für Embeddings. Findet zu einer Frage in Sekundenbruchteilen die inhaltlich ähnlichsten Textstellen.
RAG (Retrieval-Augmented Generation)
Vor der Antwort werden passende Stellen aus deinen Dokumenten gesucht und dem Modell mitgegeben. So antwortet es mit deinem Wissen und kann Quellen nennen, ohne neu trainiert zu werden.
Fine-Tuning
Ein fertiges Modell mit eigenen Beispielen nachtrainieren, damit es einen Stil oder eine Spezialaufgabe besser beherrscht. Selten nötig, oft reichen gute Anweisungen und RAG.
Agent
Ein Sprachmodell, das selbstständig Werkzeuge benutzt und in Runden arbeitet, bis ein Ziel erreicht ist.
Tool Use (Function Calling)
Das Modell entscheidet, ein Werkzeug aufzurufen, etwa eine Suche oder einen Taschenrechner, und bekommt das Ergebnis zurück.
API
Programmierschnittstelle. Der Weg, auf dem Programme miteinander sprechen, ohne Bildschirm und Maus.
MCP (Model Context Protocol)
Offener Standard, über den KI-Anwendungen an andere Systeme andocken. Wie USB für KI: einmal gebaut, überall nutzbar.
Konnektor
Die Verbindung zwischen der KI und einem bestimmten Programm, zum Beispiel Gmail oder deinem CRM. Oft auf Basis von MCP gebaut.
Workflow
Ein fester Ablauf mit vorher festgelegten Schritten, in dem die KI einzelne Aufgaben übernimmt. Berechenbarer als ein Agent, aber weniger flexibel.
Multi-Agent-System
Mehrere spezialisierte Agenten arbeiten zusammen, gesteuert von einem leitenden Agenten. Das Steuern heißt Orchestrierung.
Human in the Loop
Ein Mensch prüft oder gibt frei, bevor etwas Wichtiges passiert. Die KI bereitet vor, du entscheidest.
Guardrails
Leitplanken: technische und inhaltliche Grenzen dafür, was eine KI tun und sagen darf.
Prompt Injection
Ein Angriff, bei dem versteckte Anweisungen in Texten, Mails oder Webseiten die KI zu etwas bringen sollen, das du nicht willst.
Evals
Tests für KI: eine Sammlung echter Beispiele mit erwarteten Ergebnissen, an der man misst, ob das System gut genug ist.
Open-Weight-Modell
Ein Modell, das man frei herunterladen kann, etwa Llama, Mistral oder Qwen. Es läuft auch auf eigener Hardware.
Copilot
KI als Beifahrer direkt im Programm, etwa in Word, Excel oder im Code-Editor. Microsoft hat den Begriff zum Produktnamen gemacht.
Computer Use
Ein Agent bedient einen Computer wie ein Mensch: Er sieht den Bildschirm, klickt und tippt. Hilfreich dort, wo es keine Schnittstelle gibt.
Vibe Coding
Software bauen, indem man der KI beschreibt, was man will, statt selbst Code zu schreiben. Schnell für Prototypen, riskant ohne Prüfung.
Gedächtnis (Memory)
Die Fähigkeit, sich über ein Gespräch hinaus etwas zu merken, etwa Vorlieben oder frühere Entscheidungen.
EU AI Act
EU-Gesetz, das KI-Anwendungen nach Risiko einstuft. Je höher das Risiko, desto strenger die Pflichten, bis hin zum Verbot.
AGI (Artificial General Intelligence)
Eine gedachte KI, die so breit und flexibel denkt wie ein Mensch. Beliebtes Schlagwort, für das es keine einheitliche Definition gibt.

07KI-Kickstart

Auf welcher Stufe stehst du?

Die meisten Betriebe nutzen heute Stufe 1 und ahnen, dass mehr geht. Im Kickstart schauen wir gemeinsam, welche Stufe sich bei dir zuerst lohnt.