KI-Skills statt Agent-Wildwuchs: So wird KI im Unternehmen beherrschbar
KI-Agents haben sich in kurzer Zeit als fester Bestandteil moderner KI-Plattformen etabliert. Unternehmen setzen sie ein, um wiederkehrende Aufgaben zu automatisieren – und mit jeder neuen Anforderung kommt ein weiterer Agent dazu.
Im Großhandel sieht das konkret so aus:
Genau hier entsteht ein Problem: Die Zahl der Agents wächst, aber die Übersicht schrumpft. Wer pflegt welchen Agent? Welche Anweisungen stecken drin? Und warum antwortet der Vertriebs-Agent anders als der Angebots-Agent, obwohl beide auf dieselbe Wissensbasis zugreifen?
Mit Skills gibt es jetzt einen Ansatz, der diese Komplexität auflöst – und gleichzeitig mehr Konsistenz schafft.
Inhaltsübersicht
Wenn aus Agents Wildwuchs wird
Sobald KI-Nutzung über die ersten Power-User hinauswächst, entsteht ein Muster: Jede Abteilung baut eigene Agents. Der Vertrieb hat drei, der Einkauf zwei, Marketing einen, und die Geschäftsführung fragt sich, wie viele es eigentlich insgesamt sind. Bei Unternehmen mit mehreren hundert Mitarbeitenden können das schnell 30, 50 oder mehr Agents werden.
Die Probleme, die daraus entstehen:
- →
Redundanz
Drei verschiedene Agents für ähnliche Aufgaben, mit leicht unterschiedlichen Instruktionen. Wer hat die beste Version?
- →
Inkonsistenz
Ein Agent antwortet im Sie-Form, ein anderer duzt. Einer fasst in Stichpunkten zusammen, ein anderer schreibt Fließtext. Kein einheitlicher Standard.
- →
Wartungsaufwand
Jeder Agent hat eigene Instruktionen, eigene Dokumente, eigene Einstellungen. Wenn sich ein Prozess ändert, muss jemand den richtigen Agent finden und aktualisieren.
- →
Orientierung
Neue Mitarbeitende sehen eine Liste von 40 Agents und wissen nicht, welchen sie für ihre Aufgabe verwenden sollen.
Je mehr Agents ein Unternehmen aufbaut, desto größer wird der Bedarf nach Standardisierung – und genau das leisten Skills.
Was Skills anders machen – und warum das wichtig ist
Ein Skill ist ein wiederverwendbares Set von Anweisungen, das direkt im Chat verfügbar ist – ohne einen separaten Agent aufrufen zu müssen. Plattformen wie Langdock setzen auf dieses Konzept – und der Unterschied zu Agents ist grundlegend:
Agent
Eigener Chatbot mit eigenen Instruktionen, eigenen Dokumenten, eigenem Kontext. Muss gezielt aufgerufen werden. Für jede Aufgabe ein separater Agent.
Skill
Instruktionen, die im Hintergrund aktiv sind. Die KI erkennt automatisch, welcher Skill passt – und wendet die Regeln an. Mehrere Skills gleichzeitig, im selben Chat.
Der entscheidende Vorteil: Statt für jede Aufgabe einen eigenen Agent zu bauen, definieren Sie Skills, die im normalen Chat automatisch greifen. Sie fragen nach einem Statusbericht – und der Skill “Statusbericht” formatiert die Antwort automatisch richtig. Sie geben eine Artikelnummer ein – und der Skill “Artikelauskunft” liefert Bestand, Preis und Einheit. Ohne dass Sie erst den richtigen Agent suchen müssen.
Wie Skills Agents konsolidieren
Viele Agents in Unternehmen machen im Kern das Gleiche: Sie geben der KI Instruktionen, wie eine bestimmte Aufgabe erledigt werden soll. Der Agent ist dabei nur der Container – die eigentliche Leistung steckt in den Anweisungen. Und genau diese Anweisungen lassen sich als Skills herauslösen.
Ein konkretes Beispiel: Ein Unternehmen hat bisher fünf separate Agents:
| Bisheriger Agent | Wird zum Skill |
|---|---|
| Übersetzungs-Agent | Skill: Fachübersetzung (DE ↔ EN) – automatisch aktiv bei fremdsprachigem Text |
| Zusammenfassungs-Agent | Skill: Meeting-Protokoll – formatiert Zusammenfassungen immer gleich |
| Artikelauskunft-Agent | Skill: ERP Artikelauskunft – ruft Bestand, Preis und Einheit aus dem ERP ab |
| Tonalitäts-Agent | Skill: Unternehmens-Tonalität – stellt sicher, dass Antworten im Sie-Form und im Hausstil verfasst werden |
| Produkttext-Agent | Skill: Produktbeschreibung – generiert Shop-Texte aus technischen Datenblättern |
Das Ergebnis: Statt fünf Agents, die einzeln gepflegt und aufgerufen werden müssen, gibt es fünf Skills, die parallel im selben Chat aktiv sind. Die KI entscheidet selbst, welcher Skill zur Anfrage passt.
Agents bleiben sinnvoll – für bestimmte Fälle
Praxis: So erstellen Sie einen Skill
Skills lassen sich auf verschiedenen KI-Plattformen umsetzen. Für dieses Praxisbeispiel verwenden wir Langdock als Beispiel – eine DSGVO-konforme KI-Plattform aus Berlin. Seit März 2026 bietet Langdock neben Agents und Workflows auch Skills als eigenständiges Feature.
Skill erstellen
Ein Skill wird über Name, Beschreibung und Anweisungen definiert. Die Beschreibung ist dabei entscheidend – anhand dieser entscheidet die Plattform automatisch, ob der Skill zu einer Anfrage passt. Hier unser Skill “ERP Artikelauskunft” in Langdock:
Skill “ERP Artikelauskunft” in Langdock
Name
ERP Artikelauskunft
Handle
erp-artikelauskunft
Wird automatisch aus dem Namen abgeleitet
Beschreibung
Gibt Auskunft zu einzelnen Artikeln im Großhandel via ERP. Aktiviert bei Fragen wie “Was kostet Artikel 12345?”, “Ist Artikel X verfügbar?”, “Zeig mir Details zu [Artikelbezeichnung]” oder wenn eine Artikelnummer oder Produktbezeichnung genannt wird.
Anhand dieser Beschreibung entscheidet Langdock, ob der Skill automatisch aktiviert wird
Anweisungen
## Ziel Artikelauskünfte aus dem ERP abrufen und strukturiert ausgeben. ## Eingaben - Artikelnummer (Pflicht) ODER Suchbegriff/Bezeichnung (Pflicht) ## Ausgabe Tabelle mit: Artikelnummer, Bezeichnung, Lagerbestand, Listenpreis, Einheit --- ## Arbeitsanweisung 1. Eingabe prüfen: Liegt eine Artikelnummer oder ein Suchbegriff vor? 2. MCP-Abfrage starten: Artikel anhand der Eingabe im ERP suchen 3. Treffer auswerten: Gibt es einen eindeutigen Treffer oder mehrere? 4. Ausgabe erstellen: Ergebnis als Tabelle ausgeben 5. Qualitätscheck: Definition of Done prüfen --- ## Kontext Kern (immer laden): ERP-Artikelstamm via MCP Aufgabenspezifisch: Lagerbestand + Preisinfo des gefundenen Artikels Abruf: Alternativartikel, falls kein Treffer --- ## Governance 🟢 Grün – KI gibt Auskunft autonom, kein Review nötig --- ## Definition of Done - ✅ Artikelnummer stimmt mit Anfrage überein - ✅ Alle Felder befüllt oder als „–" markiert - ✅ Keine Daten erfunden – nur MCP-Rückgabe - ✅ Bei 0 Treffern: klare Meldung + Rückfrage ## Typische Fehler (nicht erlaubt) - ❌ Preise oder Bestände schätzen oder erfinden - ❌ Ähnliche Artikel ohne Hinweis als Ergebnis ausgeben
MCP (Model Context Protocol)
Verbindung zum ERP-System für Echtzeit-Artikeldaten
Über die MCP-Integration greift der Skill direkt auf den ERP-Artikelstamm zu – keine CSV-Exports, keine manuellen Datenabgleiche. Die KI liest Bezeichnung, Lagerbestand, Listenpreis und Einheit live aus dem System.
Skill anwenden
Nach dem Erstellen ist der Skill sofort aktiv. Ein Mitarbeitender stellt im Chat eine Frage – zum Beispiel: “Ich benötige Informationen zu Hoppe Türbeschlägen.” Langdock erkennt automatisch, dass der ERP-Artikelauskunft-Skill zu dieser Anfrage passt, und startet im Hintergrund die MCP-Abfrage gegen das ERP-System. Kein manueller Aufruf, keine Toolauswahl nötig.
Die Frage “Ich benötige Informationen zu Hoppe Türbeschlägen” aktiviert den Skill – die ERP-Abfrage startet automatisch
Das LLM liest die Anfrage, gleicht sie mit der Skill-Beschreibung ab und erkennt: Hier wird nach Artikelinformationen gefragt. Der Skill wird aktiviert, die Artikelstammdaten werden via MCP aus dem ERP abgerufen und das Ergebnis als strukturierte Tabelle zurückgegeben:
Das Ergebnis: Hoppe Türbeschläge aus dem ERP – strukturiert als Tabelle mit Artikelnummer, Bezeichnung, Bestand, Preis und Einheit
Drei weitere Skill-Ideen
Lieferanten-Preislisten in ERP-Format konvertieren
Lieferanten liefern Artikelstammdaten in unterschiedlichsten Formaten – Excel, PDF, CSV mit eigener Spaltenlogik. Der Skill erkennt die Struktur, mappt Felder wie Artikelnummer, Bezeichnung, VPE und Preis auf das ERP-Importformat und gibt eine importfertige Datei aus. Was früher Stunden an manueller Zuordnung kostete, läuft in Sekunden.
Besuchsbericht-Strukturierung
Der Außendienst tippt nach dem Kundenbesuch Stichworte oder eine Sprachnotiz. Der Skill erstellt daraus einen strukturierten CRM-Eintrag mit Gesprächsthemen, vereinbarten nächsten Schritten und Follow-up-Datum. Immer im gleichen Format – egal, wer den Bericht verfasst.
Produktbeschreibung aus Datenblatt
Ein technisches Datenblatt wird eingefügt – der Skill generiert daraus eine verständliche Produktbeschreibung für den Onlineshop. In einheitlichem Stil, mit den richtigen Suchbegriffen und auf Deutsch. Ersetzt den bisherigen “Produkttext-Agent”, der für dieselbe Aufgabe separat aufgerufen werden musste.
Fazit: Weniger Agents, mehr Wirkung
Agents haben KI in Unternehmen nutzbar gemacht – und sie bleiben für Spezialfälle relevant. Aber die Erkenntnis setzt sich durch: Nicht für jede Aufgabe braucht es einen eigenen Chatbot. Skills bündeln das, was bisher über dutzende Agents verstreut war, und machen es als gemeinsamen Standard verfügbar.
Für den Großhandel bedeutet das konkret: Ihr Innendienst, Einkauf und Außendienst arbeiten mit derselben KI – aber jeder bekommt automatisch die Unterstützung, die zu seiner Aufgabe passt. Ohne Agent-Suche, ohne doppelte Pflege, ohne Wildwuchs.
Der nächste Schritt: Schauen Sie sich Ihre bestehenden Agents an. Welche davon enthalten im Kern nur Instruktionen – ohne eigene Wissensbasis? Genau diese lassen sich als Skills konsolidieren. Und wie unser Praxisbeispiel zeigt: Vom Erstellen bis zur ersten Abfrage vergehen nur wenige Minuten.
KI-Skills für Ihr Unternehmen definieren?
Wir helfen Ihnen, die richtigen Skills für Ihre Abläufe zu identifizieren und aufzusetzen – pragmatisch und ohne unnötige Komplexität.
Jan Verhagen
Gründer bei viamind. Berät den Mittelstand beim pragmatischen Einsatz von KI – von konkreten Use Cases bis zur strategischen KI-Roadmap. Fokus auf Lösungen, die im Tagesgeschäft funktionieren, nicht nur in der Demo.