Die Kernidee
Zwischen Ende 2024 und Mitte 2026 hat sich der Schwerpunkt dreimal grundlegend verschoben.
**Chat → Agents.** Der Mehrwert wird nicht mehr in „einer guten Antwort“ gemessen, sondern in „einer erledigten Aufgabe“. KI ging vom Ratschlaggeben zum Handeln über.
**Prompts → Skills.** Anthropic führte ein portables, offenes Standardformat für Skills ein (standardisiert im Dez. 2025), das heute auf Claude, OpenAI Codex, Cursor, Gemini CLI, Antigravity und Windsurf läuft. Ein Skill ist eine wiederverwendbare Handlungsanweisung – stell es dir wie ein gespeichertes SOP vor, das dein Agent automatisch entdeckt und lädt.
**Integrationen → MCP.** MCP (Model Context Protocol) wurde zum universellen Standardstecker, der KI-Agenten mit echten Tools verbindet. Inzwischen gibt es über 1.000 produktive Server mit offiziellen Integrationen von HubSpot, Salesforce, Clay, Apollo, Google und Meta.
Diese drei Grundbausteine spiegeln direkt das Angebot eines „AI Operating System“ wider, das du verkaufen kannst: SOPs werden zu Skills, Dashboards zu MCP-gestützten Reports und Qualitätskontrolle zu Eval-Schleifen mit menschlichen Prüfpunkten.
Zahlen, auf die es ankommt
- 1.000+ Produktive MCP-Server, die in Verzeichnissen wie Smithery, Glama und PulseMCP gelistet sind. (MCP-Verzeichnis-Erhebung, Mitte 2026)
- 5–20× Kostenaufschlag, den Teams zahlen, wenn sie nicht über Modellstufen hinweg routen. (Praxishandbuch-Synthese §1.3)
- 3 Grundbausteine, die sich jetzt 1:1 auf das Angebot eines „AI OS“ übertragen lassen: Skills, MCP, Evals + Hooks.
Deep Dive
Die drei Umbrüche im Detail
**Chat → Agents** entstand, als Tools wie Claude Code, Cowork und Browser-Use-Agenten dem Modell ermöglichten, einen Computer eigenständig zu bedienen, statt nur Fragen zu beantworten. Das Modell wurde zum Macher.
**Prompts → Skills** entstand, als Anthropic das Skill-Format standardisierte: Ein Ordner mit einer Datei namens SKILL.md (inklusive kurzem YAML-Header und Markdown-Anweisungen) sowie optionalen Skripten und Referenzdokumenten. *Progressive Disclosure* ist hierbei der entscheidende Mechanismus – rund 100 Tokens für Name und Beschreibung sind für das Modell immer sichtbar; die vollständigen Anweisungen werden erst geladen, wenn der Skill relevant ist; Skripte nur auf Abruf. So bleibt der Kontext schlank, selbst wenn du Hunderte von Skills installiert hast.
**Integrationen → MCP** entstand, als sich MCP von einem Anthropic-Nebenprojekt (Nov. 2024) bis Q2 2026 zu einem anbieterübergreifenden Standard mit mehr als 1.000 produktiven Servern entwickelte.
Fünf Oberflächen, die du beherrschen solltest
**Claude.ai / Desktop** – hier denkst du nach, erstellst Entwürfe und führst Live-Gespräche mit Kunden.
**Claude Code** – die zentrale Schaltzentrale für Agenten. Sie liest und schreibt Dateien direkt, lädt Skills automatisch, verbindet sich mit MCP-Servern und kann autonom ohne dich laufen (Headless-Modus). Lass dich vom Namen „Code“ nicht täuschen – das ist eine universelle Agenten-Shell.
**Claude Cowork** – Claude Code ohne sichtbares Terminal. Die Oberfläche, die du Kunden an die Hand gibst, damit sie die volle Power ohne einschüchternde Benutzeroberfläche nutzen können.
**Browser-Agenten** – Chrome plus ein Entwickler-Browser für Aufgaben, bei denen man sich auf einer Website einloggen muss (Werbeplattformen, CRMs etc.).
**Die Claude API + Agent SDK** – für Pipelines, die zeitgesteuert oder über Trigger komplett ohne menschliche Aufsicht laufen.
Warum die Modellwahl weniger wichtig ist als früher
Betrachte Modelle in drei Stufen und nicht als eine einzige, pauschale Entscheidung:
**Frontier-Modelle** (das jeweils leistungsfähigste Modell eines Anbieters – Namen ändern sich schnell, prüfe daher den verlinkten Modellkatalog) übernehmen Aufgaben mit hohem Anspruch an Urteilsvermögen: Strategie, Orchestrierung, kundenorientierte Texte.
**Mittelklasse-Modelle** (z. B. die aktuelle Sonnet-Klasse) bewältigen das 80%-Arbeitspensum – Datenanreicherung, Entwürfe, Subagent-Aufgaben.
**Kleine/schnelle Modelle** (z. B. die aktuelle Haiku-Klasse oder lokale Modelle via Ollama) übernehmen aufrufintensive Routineaufgaben – Tagging, Routing, Datenextraktion.
Die eigentliche Kunst ist das *Routing*: jedem Schritt im Workflow die richtige Stufe zuzuweisen. Tools wie n8n, Clay und eigene Agent-Harnesses unterstützen die Zuweisung von Modellen pro Schritt. Teams, die nicht routen, zahlen das 5- bis 20-fache pro Ergebnis – ganz ohne Qualitätsvorteil.
Die KI-Reifegrad-Leiter als Diagnose-Tool
**Stufe 0 – Tourist:** Nutzt ChatGPT für Entwürfe und kopiert den Output manuell heraus. Keine echte Integration.
**Stufe 1 – User:** Hat Claude Projects eingerichtet, nutzt Prompt-Templates, speichert gute Outputs als Referenzen.
**Stufe 2 – Builder:** Hat Automatisierungen in n8n oder Zapier gebaut, APIs angebunden, vielleicht einfaches Retrieval (RAG) aufgesetzt. Hier stehen die meisten „KI-affinen“ Agenturen heute.
**Stufe 3 – Operator:** Nutzt eine Agenten-Umgebung im täglichen Workflow. Hat eine eigene Skills-Bibliothek. Verfügt über MCP-Server, die mit dem Live-Stack verbunden sind. Lässt Evals (automatisierte Qualitätsprüfungen) über kritische Workflows laufen.
**Stufe 4 – Architect:** Baut Multi-Agenten-Systeme, schreibt eigene MCP-Server, verwaltet Rechtematrizen sowie Cost-Routing-Policies und implementiert das gesamte Setup als fertiges Betriebssystem beim Kunden.
Stufe 0–2 ist bereits reine Massenware. Die wirtschaftlich lukrative Lücke liegt bei Stufe 3–4 – und sie wird immer größer, weil jedes Projekt neue, wiederverwendbare Bausteine schafft, die sich exponentiell auszahlen.
Ausführung & Setup
- Harness benennen. Wähle ein primäres Agent Harness pro Projekt (Claude Code als Standard) und dokumentiere die Gründe.
- Oberflächen zuordnen. Wähle für jede Kundenaufgabe die richtige der fünf Oberflächen, bevor du auch nur einen einzigen Prompt schreibst.
- Routing-Richtlinie festlegen. Weise jedem Pipeline-Schritt eine Modell-Klasse zu (Frontier/Mid/Small) und begründe jede Entscheidung in einem Kommentar.
- Die Leiter bewerten. Platziere den Kunden auf Stufe 0–4 und erstelle die Artefaktliste für den nächsten Schritt nach oben.
Aus der Praxis
Modell-Routing in einer Lead-Pipeline: Haiku-Klasse für die erste Filterung, Sonnet-Klasse für die Synthese der Datenanreicherung, Frontier nur für die finalen 5 %, die ein maßgeschneidertes Research-Briefing rechtfertigen. Teams, die nicht so routen, zahlen das 5- bis 20-fache pro Ergebnis – ganz ohne Qualitätsgewinn.
Wann du es nicht nutzen solltest
Wenn der Kunde noch auf Stufe 0–1 (Tourist/User) steht, verkaufe ihm keine Stufe-4-Architektur. Die Leiter – Tourist, User, Builder, Operator, Architect – dient als Diagnose-Tool: Hole Kunden genau eine Sprosse über ihrem aktuellen Stand ab und bepreise die Upgrades schrittweise.
Stolperfallen und Learnings
- „Einen Custom GPT + ein paar Zaps“ verkaufen – das ist Stufe 0–2 und reine Commodity-Ware.
- Die Modellauswahl als Identitätsfrage behandeln, statt als Routing-Entscheidung innerhalb von Workflows.
- Ignorieren, dass Skills + MCP + Harness-Engineering Zinseszins-Effekte erzeugen – jedes Projekt bringt wiederverwendbare Fähigkeiten hervor.
- Die Werteinheit ist eine erledigte Aufgabe, keine hübsche Antwort.
- Skills sind über jeden größeren Agent-Stack hinweg portabel – kein Vendor-Lock-in.
- MCP ist die Integrationsschicht; Schreibzugriff ist die entscheidende Trennlinie.
- Die Modellauswahl ist Routing, keine Identitätsfrage – weise sie pro Schritt zu.
- Stufe 3–4 skaliert kumulativ; Stufe 0–2 ist austauschbare Massenware.
Mach dich an die Arbeit
Ziel: Erstelle eine echte Scorecard zum AI-Nativeness-Grad für einen realen Kunden (oder deine eigene Agentur) und verwandle sie in eine bepreiste 90-Tage-Upgrade-Roadmap – keine hypothetische Übung, sondern ein Dokument, das du noch heute verschicken könntest. (55 Min.)
- Subjekt wählen und Belege sammeln. Wähle ein Kundenprojekt (oder deine eigene Agentur), das du gut genug kennst, um es ehrlich zu bewerten. Liste jedes AI-bezogene Artefakt auf, das derzeit im Einsatz ist: Prompt-Templates, Automatisierungen, Dashboards, Agent Harnesses, Skills, MCP-Verbindungen.
- Jede der fünf Dimensionen anhand der Stufenleiter bewerten. Schreibe für jede Sprosse der Leiter (Tourist, User, Builder, Operator, Architect) einen Satz mit Belegen, warum das Subjekt diese Stufe meistert oder verfehlt. Lande bei einem eindeutigen Score von 0–4 mit nachvollziehbarer Begründung.
- Die Artefaktliste für den nächsten Schritt definieren. Liste für die Lücke zwischen der aktuellen und der nächsten Stufe die spezifischen fehlenden Artefakte auf (z. B. „keine Skills-Bibliothek“, „kein MCP-Schreibzugriff“, „kein Eval-Harness für kritische Workflows“, „keine Berechtigungsmatrix“). Werde konkret – nenne echte Tools und Dateien, keine abstrakten Kategorien.
- Den Aufstieg bepreisen. Schätze für jedes fehlende Artefakt die Entwicklungszeit und setze einen Sprint-Preis an, der sich am Wert ersetzter Stellen oder eingesparter Zeit orientiert (nicht an abgerechneten Stunden). Ordne sie in einen 90-Tage-Plan mit 3 Meilensteinen ein.
- Die One-Page-Scorecard verfassen. Komprimiere die Schritte 2–4 auf eine einzige Seite: aktuelle Stufe + Belege, Zielstufe, die Artefakt-Lückenliste und der 90-Tage-Meilensteinplan inklusive Preisen. Das ist dein fertiges Vertriebs- und Planungsdokument.
- Mit einer Zweitmeinung einem Stresstest unterziehen. Lass Claude oder ChatGPT in die Rolle eines skeptischen Kunden schlüpfen, der deine Scorecard liest und jeden denkbaren Einwand formuliert. Überarbeite das Dokument so, dass die beiden stärksten Einwände vorab entkräftet werden.
Ergebnis: Eine einseitige AI-Nativeness-Scorecard für ein reales Subjekt: aktuelle Stufe mit Belegen, konkret benannte Artefaktlücken und eine bepreiste 90-Tage-Meilenstein-Roadmap, die den Skeptiker-Check überstanden hat.
Quellen
- GMS AI-Native Field Manual 2026 §1 (The 2026 Landscape)
- Anthropic Agent Skills open-standard announcement (Dec 2025)
- Anthropic models overview (docs.claude.com)
- OpenAI models (platform.openai.com/docs/models)