Agenten und Computersteuerung
Agenten-Workflows, Browsersteuerung, Gedächtnis, Schleifen, Frameworks und Sprachdialoge mit Kunden.
48 Beiträge (29 Artikel · 19 Videos)
Hier beginnen
Einige gute Beiträge für den Einstieg, bevor Sie die vollständige Übersicht durchsuchen.
11 Min. LesezeitIhren ersten KI-Agenten in n8n erstellen: ein Lead-Triage-Workflow von Anfang bis Ende
Ein anhand der Dokumentation geprüftes Design für die Lead-Triage in n8n: Eingaben validieren, Agent-Tools einschränken, strukturierte Ausgaben validieren, einen atomaren Vorschlag speichern und jede kundensichtbare Aktion durch eine Freigabe absichern.
Mittelstufe
11 Min. LesezeitBrowser-Agenten und Computer Use: Was sie heute tatsächlich leisten können
Browser-Agenten und KI für Computer Use versprechen, Ihren Computer ähnlich wie ein Mensch zu bedienen. Die Realität im Jahr 2026 ist nützlicher, aber auch begrenzter, als Demos vermuten lassen. Ein fundierter Leitfaden dazu, was funktioniert, was nicht und wo der Einsatz sinnvoll ist.
Mittelstufe
13 Min. LesezeitAgenten entwickeln, die nicht endlos in Schleifen laufen
Der häufigste Agentenfehler im Produktivbetrieb sind unendliche oder scheinbar unendliche Schleifen — Agenten wiederholen Aktionen, verzweigen sich und verbrauchen Tokens, ohne Fortschritte zu erzielen. Diese Architekturmuster sorgen dafür, dass Agenten selbst schwierige Aufgaben abschließen.
FortgeschrittenWeitere in diesem Thema
9 Min. LesezeitDGX Spark: was es ist, für wen es gedacht ist und was sich für lokale Agenten geändert hat
Eine sachliche Einordnung von NVIDIA DGX Spark: die Grace-Blackwell-GB10-Spezifikationen von NVIDIA, kohärenter Unified Memory, ConnectX-7-Clustering und die Frage, wann ein Agentenrechner am Schreibtisch die richtige Wahl für private KI ist.
Fortgeschritten
7 Min. LesezeitHermes Agent: Was er ist, was er nicht ist und wann Sie ihn einsetzen sollten
Ein klarer Überblick über Hermes Agent von Nous Research: persistentes Gedächtnis, Skills, Tools und Messaging-Gateways sowie eine Entscheidungshilfe, wann ein Chatbot ausreicht und wann eine Agent-Runtime das richtige Werkzeug ist.
Mittelstufe
8 Min. LesezeitDie erste Woche mit Hermes Agent: Gedächtnishygiene, Skills und Tool-Freigaben
Hermes Agent in der ersten Woche sicher einrichten: Installation und Smoke-Test durchführen, MEMORY.md und USER.md kuratieren, einen Skill hinzufügen, Dateischreibzugriffe begrenzen und den Shell-Zugriff deaktivieren oder isolieren.
Mittelstufe
8 Min. LesezeitHermes oder n8n: passend zur Aufgabe wählen und bei Bedarf kombinieren
Eine Entscheidungshilfe für Hermes Agent und n8n: Deterministische Abläufe bleiben in n8n, während ein per Bearer-Token authentifizierter Hermes-API-Schritt oder ein separater Ereignis-Webhook klar begrenzte Agentenaufgaben übernimmt.
Mittelstufe
7 Min. LesezeitHermes-Webhooks: ereignisgesteuerte Agenten ohne riesigen Allzweck-Prompt
Konfigurieren Sie Hermes-Agent-Webhooks mit anbietergerechter Authentifizierung, Health-Checks auf Port 8644 und kleinen benannten Routen, damit Ereignisse fokussierte Agentenläufe mit einem klaren Zustellziel auslösen.
Mittelstufe
8 Min. LesezeitIdempotenz, Wiederholungsversuche und menschliche Freigaben für KI-Nodes in n8n
KI-Nodes versagen anders als CRUD-APIs. Gestalten Sie Wiederholungsversuche, Idempotenzschlüssel, menschliche Freigaben und Protokollierung in n8n so, dass ein unzuverlässiger Modellaufruf keine E-Mail doppelt versendet und keine Prüfung umgeht.
Mittelstufe
10 Min. Lesezeitn8n → Hermes: API-Aufruf oder Ereignis-Webhook wählen
Verwalten Sie deterministische Zustände in n8n. Nutzen Sie die Hermes-API, wenn n8n ein Agentenergebnis benötigt, und den Webhook-Adapter, wenn ein Ereignis eine konfigurierte Zustellung durch Hermes auslösen soll.
Mittelstufe
10 Min. LesezeitNemoClaw auf DGX Spark: Deployment- und Sicherheitsplan
OpenClaw, Hermes oder Deep Agents Code in NVIDIA OpenShell auf DGX Spark planen und bewerten: aktuelles Onboarding, Policy-Schichten, geroutete Inferenz und die erforderlichen Abnahmenachweise.
Fortgeschritten
8 Min. LesezeitOpenClaw: Allowlists, Pairing und sichere Erwähnungen in Gruppen
Kanal-Allowlists, Pairing für Direktnachrichten und Regeln für Erwähnungen in Gruppen bilden die tatsächliche Sicherheitsgrenze von OpenClaw, denn Werkzeuge können Shell, Dateien und Browser umfassen. Eine praktische Checkliste zur Absicherung.
Mittelstufe
9 Min. LesezeitPersönliches OpenClaw-Gateway einrichten: Installation, Onboarding und Dashboard
Was OpenClaw ist, wie Sie das selbst gehostete Multikanal-Gateway installieren und einrichten, die Control UI auf Port 18789 öffnen und unterstützte Node-Versionen wählen, ohne die grundlegenden Sicherheitsmaßnahmen zu überspringen.
Mittelstufe
10 Min. LesezeitOpenClaw-Skills, Heartbeat-Autonomie und Freigabestufen
Wie OpenClaw Skills lädt, wie regelmäßige Heartbeat-Durchläufe funktionieren, wie sich die Shell-Ausführung auf dem Host absichern lässt und wie Browserautomatisierung durch restriktive Richtlinien und geprüfte Bestätigungsschritte begrenzt bleibt.
Mittelstufe
8 Min. LesezeitOpenClaw vs. Hermes: nach der Aufgabe entscheiden, nicht nach der Marke
OpenClaw und Hermes sind selbst gehostete Agentensysteme mit Überschneidungen, aber unterschiedlichen betrieblichen Stärken. Vergleichen Sie Kanalrouting, Webhooks, Tools und Automatisierungsgrenzen, bevor Sie sich für eines oder beide entscheiden.
Mittelstufe
10 Min. LesezeitExperimenteller Stack aus zwei DGX Sparks, DeepSeek-V4-Flash, n8n und Hermes
So bewerten Sie einen experimentellen Community-Pfad für DeepSeek-V4-Flash auf zwei DGX-Spark-Systemen, mit n8n für die deterministische Automatisierung und Hermes für Urteilsaufgaben.
Fortgeschritten
12 Min. LesezeitCodex, Claude Code und Cursor als ein CLI-Team nutzen
Nutzen Sie AGENTS.md, CLAUDE.md, Cursor-Regeln und nicht interaktive CLI-Modi, damit Codex entwirft, Claude prüft und Cursor implementiert, ganz ohne eigene Orchestrierungsplattform.
Fortgeschritten
15 Min. LesezeitMulti-Agent-Projektmanagement mit Linear: Claude, Cursor und Codex mit gemeinsamem Backlog
Lassen Sie Claude Code, Cursor und Codex wie ein echtes Entwicklungsteam am selben Linear-Projekt arbeiten: Aufgaben übernehmen, Fortschritt dokumentieren, Prüfungen übergeben, Befunde beheben und Issues schließen, ohne einander in die Quere zu kommen.
Fortgeschritten
6 MinutenKI-Sprachagenten: Wie sie wirklich funktionieren und warum sie so menschlich klingen
CX Foundation. Das Video zerlegt Sprachagenten in eine praktische Pipeline aus Spracherkennung, Sprachmodell, APIs der Geschäftssysteme, Sprachsynthese und Unterbrechungsbehandlung. Damit erhält das Einführungsmodell des Artikels eine konkrete technische Grundlage, bevor Leser Twilio, Retell, Vapi, LiveKit oder eine andere Plattform auswählen.
Fortgeschritten
9 Min. LesezeitKI-native IDEs und Repository-bewusste Entwicklungsworkflows
Cursor, Copilot, Claude Code und Repository-bewusste Agenten verändern die Softwareentwicklung nur, wenn Teams Grenzen setzen. Ein praktischer Workflow für Codebasis-Kontext, Planung, Tests, Code-Review, Geheimnisse und Produktsicherheit.
Fortgeschritten
9 Min. LesezeitVoice-Agenten für Kundenprozesse: Wo sie funktionieren und wo sie scheitern
Voice-Agenten sind sinnvoll, wenn der Ablauf klar begrenzt ist, die Daten verfügbar sind und die Übergabe zuverlässig funktioniert. Ein praktischer Entscheidungsrahmen für Systeme im Stil von Twilio und Retell sowie für Offenlegung, Übergabe, Tests und Rollout.
Fortgeschritten
11 Min. LesezeitLangGraph vs. CrewAI vs. direkte API: Das richtige Agenten-Framework im Jahr 2026
Die Landschaft der Agenten-Frameworks ist im Jahr 2026 reifer, aber nicht übersichtlicher. LangGraph, CrewAI, Pydantic AI, OpenAI Agents SDK und direkte APIs eignen sich jeweils für bestimmte Teams und Projekte, jedoch nie für alle. Ein ehrlicher Vergleich und ein Entscheidungsrahmen.
Fortgeschritten
11 Min. LesezeitEinen KI-Agenten für den Kundensupport entwerfen: Triage, Wissen, Aktionen und Eskalation
Ein an der Warteschlange bewertetes Referenzdesign für Support-Triage, Retrieval, Antwortentwürfe, kontrollierte Aktionen und menschliche Eskalation mit den Richtlinien- und Messgrenzen für einen sicheren Pilotbetrieb.
Mittelstufe
10 Min. LesezeitEin laufendes Briefing oder einen Newsletter mit KI erstellen
Erstellen Sie ein automatisiertes tägliches oder wöchentliches Briefing mit nachvollziehbaren Quellen, unter Berücksichtigung von Zugriffs- und Nutzungsrechten, klaren Qualitätsprüfungen und einem Wartungszyklus.
Mittelstufe
12 Min. LesezeitComputer-Use- und Browser-Agenten im Produktiveinsatz
Demos von Computer-Use- und Browser-Agenten gehen viral. Produktiveinsätze in großem Maßstab sehen jedoch anders aus: eng begrenzter Umfang, umfassende Schutzmechanismen und sorgfältig gestaltete UX. Dieser Artikel zeigt funktionierende Muster, wiederkehrende Fehler und die tatsächliche Wirtschaftlichkeit.
Fortgeschritten
10 Min. LesezeitKI sicher mit E-Mail, Kalender und CRM verbinden
Ein risikobasierter Leitfaden zur sicheren Anbindung von KI an E-Mail, Kalender und CRM: mit minimalen Berechtigungen, Freigabeschranken, geschützten Audit-Nachweisen, Negativtests und Wiederherstellungswegen.
Mittelstufe
10 Min. LesezeitMCP für Nichtentwickler: Claude oder Cursor mit Ihren Werkzeugen verbinden
MCP ist der neue Standard für die Verbindung von KI mit Werkzeugen. Sie müssen keinen MCP-Server entwickeln, um davon zu profitieren. Ein Leitfaden zu Funktionsweise, Serverauswahl, Installation und neuen Möglichkeiten.
Mittelstufe
12 Min. LesezeitGedächtnis für lang laufende Agenten entwickeln
Lang laufende Agenten benötigen ein eigenes Persistenzkonzept: Herkunft, Bestätigung, Mandantenisolierung, Abruftests, Aufbewahrungsdauer, Korrektur und nachweisbare Löschung.
Fortgeschritten
9 Min. Lesezeitn8n vs Zapier vs Make: die richtige Automatisierungsplattform auswählen
Ein ehrlicher Vergleich der drei wichtigsten Automatisierungsplattformen für KI-Workflows im Jahr 2026: ihre Stärken, ihre Grenzen und klare Entscheidungsregeln für eine langfristig passende Wahl.
Mittelstufe
12 Min. LesezeitRAG jenseits von Chunking: Graph RAG, agentisches RAG und Long-Context RAG
Klassisches Chunk-basiertes RAG hat Grenzen. Graph RAG, agentisches RAG und Long-Context RAG überwinden sie auf unterschiedliche Weise. Erfahren Sie, wann welcher Ansatz das richtige Werkzeug ist, wie er tatsächlich funktioniert und welche Kompromisse im Produktivbetrieb relevant sind.
Fortgeschritten
190 MinutenLangGraph-Komplettkurs für Einsteiger – komplexe KI-Agenten mit Python
freeCodeCamp.org. Eine ausführliche Implementierung zum Mitmachen, die LangGraphs Zustandsgraphen, Knoten, Kanten, bedingtes Routing, Checkpoints und Werkzeugnutzung behandelt. Am Ende verstehen Sie das Modell mit typisiertem Zustand und expliziten Übergängen gut genug, dass die Vergleiche des Artikels mit CrewAI und direktem API-Code nicht mehr abstrakt wirken.
Fortgeschritten
66 MinutenCrewAI-Tutorial: vollständiger Crashkurs für Einsteiger
aiwithbrandon. Eine vergleichbare Implementierung, diesmal im Rollen-Ziele-Hintergrundgeschichten-Modell von CrewAI: Agenten als Teammitglieder, Aufgaben als Ergebnisse und ein vom Framework verborgener Ausführungszyklus. Sehen Sie das Video direkt nach dem LangGraph-Kurs. Der Unterschied darin, wie viele Entscheidungen das Framework übernimmt, ist genau der Zielkonflikt, den der Artikel bewertet.
Fortgeschritten
15 MinutenWie wir effektive Agenten entwickeln: Barry Zhang, Anthropic
AI Engineer. Barry Zhang formuliert drei Regeln: Bauen Sie keinen Agenten, wenn ein Workflow genügt; halten Sie die Schleife so einfach wie möglich; und „denken Sie wie Ihr Agent“. Versetzen Sie sich dazu in sein Kontextfenster und erkennen Sie, dass er zwischen Screenshots Entscheidungen im Blindflug trifft. Das Plädoyer für Einfachheit und die Frage „Ist diese Aufgabe überhaupt einen Agenten wert?“ entsprechen genau der Disziplin des Artikels.
Fortgeschritten
18 MinutenTipps zum Entwickeln von KI-Agenten
Anthropic. Drei Anthropic-Entwickler behandeln die häufigsten Probleme aus ihrer Praxis: Agenten ohne Abbruchkriterium, überladene System-Prompts statt einer verbesserten Umgebung und die Kosten unnötiger Multi-Agenten-Architekturen. Das Video ist direkt nach Barrys Vortrag besonders nützlich, weil dieselben Muster aus einem anderen Blickwinkel sichtbar werden.
Fortgeschritten
31 MinutenSo erstellen Sie mit n8n einen KI-Kundensupport-Agenten (kostenlose Vorlage)
Bart Slodyczka. Der n8n-Workflow verbindet Helpdesk-Produkte, entwirft Antworten aus abgerufenem Material und macht gelöste Tickets zu Kandidaten für die Wissensbasis. Ergänzen Sie vor diesem Aufnahmemuster menschliche Freigabe, schwärzen Sie personenbezogene Daten und Geheimnisse, bewahren Sie Quellticket und Inhaltsversion als Herkunftsnachweis und führen Sie Retrieval-Bewertungen an einem zurückgehaltenen Ticketsatz aus.
Mittelstufe
231 MinutenWie man KI-Agenten erstellt und verkauft: Ultimative Anfängeranleitung
Liam Ottley. Der Kurs behandelt RAG-gestützte Chatbots, Eskalationslogik und einen No-Code-Stack mit Werkzeugen wie Botpress, Voiceflow, Make und n8n. Der Abschnitt „Anatomie eines Agenten“ bietet eine konkrete Implementierung zum Vergleich mit den Verantwortungsstufen des Artikels: Triage → Evidenz → vorgeschlagene Aktion → Richtlinienprüfung → Übergabe.
Mittelstufe
24 MinutenEinführung in Operator & Agenten
OpenAI. Die eigentliche Einführungsdemo von Operator: Das Team reserviert Restaurants, bestellt Lebensmittel und kauft Veranstaltungstickets. Dabei bleibt Operator an einer Weiterleitung hängen oder übergibt die Kontrolle, sobald eine Anmeldung erforderlich ist. Die Demo vermittelt besonders anschaulich, wie sich ein Browser-Agent in der Praxis verhält: mit der Schleife aus Screenshot und Klick, Bestätigungen vor „zustandsverändernden“ Aktionen und Schutzmechanismen gegen Prompt-Injection. Genau diese Erwartungen vermittelt auch der Artikel.
Mittelstufe
2 MinutenClaude | Computer Use zur Steuerung von Aufgaben
Anthropic. Eine zweiminütige Anthropic-Demo, in der Claude eine kleine anwendungsübergreifende Aufgabe plant, im Web sucht, Maps prüft und eine Kalendereinladung erstellt, indem er den Desktop direkt steuert. Sie bildet einen nützlichen Kontrast zum reinen Cloud-Browser-Modell in der folgenden Operator-Demo und veranschaulicht die Kernaussage des Artikels: Computer-Use-Agenten funktionieren am besten bei kurzen, klar abgegrenzten Tätigkeiten und nicht bei offenen Aufgabenstellungen.
Mittelstufe
5 MinutenClaude hat die Kontrolle über meinen Computer übernommen ...
Fireship. Die klarste kurze YouTube-Erklärung der Schleife Screenshot–Aktion–Screenshot, einschließlich realistischer Fehlermodi: Claude schweift zu Yellowstone ab, hoher Tokenverbrauch und Latenz bei jedem Schritt. Fireship lässt Produktionsdetails bewusst knapp aus — dafür dient der Artikel. Das Video vermittelt jedoch die richtige Intuition dafür, weshalb diese Systeme teuer und fragil sind, bevor Sie eines in Ihren Stack aufnehmen.
Fortgeschritten
8 MinutenAnthropics Claude Computer Use Is A Game Changer | YC Decoded
Y Combinator. Garry Tan erläutert, was Computersteuerung für den schwer automatisierbaren langen Rand der Softwarelandschaft verändert: Altsysteme, interne Portale und alles ohne API. Die Darstellung entspricht dem Argument des Artikels, dass der Browser die universelle Schnittstelle ist, und zeigt aus realistischer Geschäftsperspektive, wo sich dieser Ansatz zuerst auszahlen kann.
Fortgeschritten
25 MinutenOWASPs zehn wichtigste Angriffswege gegen LLMs: KI-Schwachstellen offengelegt
IBM Technology. Das Video erweitert den Blick von Prompt-Injection auf die OWASP Top 10 für LLMs, darunter unsichere Ausgabeverarbeitung, Offenlegung sensibler Informationen und übermäßige Handlungsautonomie. Genau diesen Katalog möglicher Fehlerszenarien sollten Sie kennen, bevor Sie einem System Berechtigungsbereiche für Gmail oder HubSpot erteilen.
Mittelstufe
11 MinutenWas ist ein Prompt-Injection-Angriff?
IBM Technology. Jeff Crumes Beispiel „Kaufen Sie einen SUV für 1 Dollar“ erklärt in zehn Minuten besonders anschaulich, warum direkte und indirekte Prompt-Injection unterschiedliche Probleme darstellen und weshalb Filter beide nicht vollständig lösen können. Das passt unmittelbar zum Argument des Artikels: Sie benötigen OAuth-Berechtigungsbereiche nach dem Prinzip der geringsten Rechte, ein dediziertes Agentenkonto und menschliche Freigabe für jede irreversible Aktion, nicht nur einen raffinierteren System-Prompt.
Mittelstufe
26 MinutenVon Null bis zu Ihrem ersten KI-Agenten in 25 Minuten (kein Programmieren erforderlich)
Futurepedia. Das Video erstellt in einer Sitzung einen funktionierenden n8n-Agenten von Grund auf und erklärt dabei, was ein Agent tatsächlich ist, wie er sich von einem linearen Workflow unterscheidet und an welchen Stellen Schutzmaßnahmen erforderlich sind. Anschließend erkennen Sie jeden Knoten im Diagramm des Artikels und können sinnvolle Standardwerte besser einschätzen.
Mittelstufe
92 Minutenn8n Masterclass: KI-Agenten erstellen und Workflows automatisieren (von Anfänger bis Profi)
Nate Herk | AI Automation. Nate gehört speziell für n8n zu den meistgesehenen Praktikern. Diese Masterclass geht tiefer als die Einführung von Futurepedia und behandelt Memory, Multi-Agenten-Konfigurationen, Fehlerbehandlung und reale Geschäftsworkflows. Nutzen Sie sie, sobald Ihr Lead-Triage-Agent funktioniert und Sie ihn erweitern möchten.
Mittelstufe
20 MinutenDas Model Context Protocol (MCP)
Anthropic. Die Entwickler des Protokolls — Theo Chu, David Soria Parra und Alex Albert — erläutern, warum MCP existiert, aus welchen Komponenten es besteht (Server, Client und Transport), wie es seit der Veröffentlichung im November 2024 aufgenommen wurde und welche Server sie im Alltag selbst verwenden. Nach Nate Herks Übersicht dient das Video als maßgebliche Primärquelle.
Mittelstufe
16 MinutenWie MCP-Server Agenten intelligenter machen (für Nichttechniker)
Nate Herk | AI Automation. Eine 16-minütige Erklärung ohne Fachjargon dazu, was ein MCP-Server ist, wie Clients wie Claude und n8n ihn nutzen und was Sie nach der Anbindung konkret anders machen. Sie entspricht nahezu genau dem Ansatz des Artikels „Claude oder Cursor mit Ihren Tools verbinden“.
Mittelstufe
7 MinutenGedächtnis für Agenten (Konzeptvideo)
LangChain. Ein kurzer Überblick ohne Code über die Trennung von Kurzzeit- und Langzeitgedächtnis, die drei typischen Formen des Langzeitgedächtnisses, Anweisungen, Profil und Objektliste, sowie den Zielkonflikt zwischen Schreiben im Hot Path und im Hintergrund. Der Abschnitt des Artikels zur Gedächtnisarchitektur setzt genau diese Taxonomie voraus.
Fortgeschritten
44 MinutenGehirnähnliches Gedächtnis für KI entwickeln | Speichersysteme für LLM-Agenten
Adam Lucek. Eine ausführlichere Implementierung der kognitionswissenschaftlich inspirierten Kategorien episodisches, semantisches, Arbeits- und prozedurales Gedächtnis in einem Agenten. Sehen Sie das Video nach dem konzeptionellen Überblick von LangChain, wenn Sie ein stärker ausgeprägtes Denkmodell und ein funktionierendes Beispiel als Vorlage wünschen.
Fortgeschritten