Automatisierungsplattformen
Zapier, Make, n8n, wiederkehrende Workflows, menschliche Prüfung und sicherere Tool-Anbindungen.
59 Beiträge (36 Artikel · 23 Videos)
Hier beginnen
Einige gute Beiträge für den Einstieg, bevor Sie die vollständige Übersicht durchsuchen.
7 Min. LesezeitEine kleine Zapier-KI-Automatisierung erstellen und validieren
Erstellen Sie einen risikoarmen Zapier-Workflow mit Testdaten, sichtbaren Fehlern, Quellenlinks und einem menschlichen Prüfschritt, bevor er echte Inhalte verarbeitet.
Einsteiger
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
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.
MittelstufeWeitere in diesem Thema
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
8 Min. LesezeitvLLM und andere OpenAI-kompatible Endpunkte aus n8n aufrufen
Rufen Sie einen lokalen OpenAI-kompatiblen /v1/chat/completions-Endpunkt über den HTTP Request-Node von n8n auf, mit expliziter Authentifizierung, gemessenen Zeitlimits, geprüfter Basis-URL und einer privaten Netzwerkgrenze.
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
8 Min. LesezeitDie Würde der Arbeit, wenn Maschinen mehr davon übernehmen können
Eine praktische Bewertung der Arbeitsgestaltung für Führungskräfte in KMU: Prüfen Sie Mitsprache, verbleibenden Entscheidungsspielraum, Lern- und Entwicklungspfade, Arbeitsbelastung, Überwachung und Einspruchsmöglichkeiten, bevor Sie eine Automatisierung als Erfolg verbuchen.
Mittelstufe
8 Min. LesezeitWas Sie Ihrem Team sagen sollten, wenn Sie einen Teil der Teamarbeit automatisieren
Eine praktische Kommunikationsabfolge für Automatisierungsprojekte: Was Sie sagen sollten, bevor die Entscheidung feststeht, welche Zusagen Vertrauen schaffen und welche Versprechen Führungskräfte nicht geben sollten.
Mittelstufe
7 Min. LesezeitDiese Automatisierung sollten Sie abschaffen: Wartungskosten und unbemerkte Fehler
Eine praktische Bestandsprüfung, mit der Sie entscheiden, welche Automatisierungen bleiben, repariert, vereinfacht oder stillgelegt werden sollten. Berücksichtigt werden Zuständigkeit, Störungen, versteckter Prüfaufwand und das Risiko unbemerkter Fehler.
Mittelstufe
17 Minuten12-Factor Agents: Muster zuverlässiger LLM-Anwendungen — Dex Horthy, HumanLayer
AI Engineer. Dex Horthy erklärt, warum zuverlässige Agentensysteme vor allem aus disziplinierter Software rund um wenige LLM-Aufrufe bestehen: Prompt und Kontextfenster selbst kontrollieren, den Kontrollfluss deterministisch halten und Menschen per Tool-Aufruf hinzuziehen, sobald der Workflow menschliches Urteilsvermögen benötigt. Das entspricht direkt den Freigabe-, Ausnahme- und Eskalationsmustern des Artikels.
Mittelstufe
18 MinutenAWS re:Invent 2025 - Human-in-the-Loop-Kontrollen für Multi-Agenten-KI-Systeme implementieren (CNS428)
AWS Events. Dieser Kurzvortrag benennt die Situationen im Geschäftsprozess, in denen menschliche Kontrolle erforderlich ist: Entscheidungen mit großer Tragweite, irreversible Aktionen, regulatorische Anforderungen, Phasen des Vertrauensaufbaus, mehrdeutige Randfälle und kontrollierte Degradation. Er zeigt außerdem konkrete Implementierungsmechanismen wie MCP-Elicitation, Callback-Wartezustände in Step Functions und Freigabeknoten.
Mittelstufe
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. LesezeitHuman-in-the-Loop-Designmuster für KI-Workflows
Menschliche Prüfung ist kein vages Sicherheitsversprechen. Diese praktische Anleitung hilft zu entscheiden, was Menschen genehmigen, stichprobenartig prüfen, auditieren, eskalieren oder niemals delegieren sollten.
Mittelstufe
9 Min. LesezeitKI-Systeme entwickeln oder kaufen: ein praktischer Entscheidungsrahmen
Vergleichen Sie Kauf, Konfiguration, Erweiterung, Eigenentwicklung und Selbsthosting anhand derselben Anforderungen, verbindlichen Ausschlusskriterien, eines repräsentativen Tests und eines einheitlichen Gesamtkostenmodells.
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
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.
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
7 Min. LesezeitKI für Meetings: Transkripte, Zusammenfassungen und Aufgaben
Ein realistischer Workflow für die KI-gestützte Erfassung von Meetings: Wählen Sie einen genehmigten Datenpfad, prüfen Sie das Transkript und überführen Sie ausdrückliche Belege in Entscheidungen und Folgemaßnahmen.
Einsteiger
10 Min. LesezeitDer KI-Marketing-Stack: Content, SEO und Social Media mit menschlicher Freigabe
Mögliche KI-gestützte Marketing-Workflows für zulässige Recherche, quellenbasierte Entwürfe, SEO-Prüfung, Anpassung, menschliche Veröffentlichungsfreigabe und messbare Ergebnisse, ergänzt um rechtliche Prüfungen für den jeweiligen Rechtsraum vor dem Start.
Mittelstufe
11 Min. LesezeitDer KI-Vertriebsstack: Lead-Anreicherung, Personalisierung und Follow-up in großem Maßstab
Ein praktischer KI-Vertriebsstack für Recherche, Personalisierung, Kontaktsequenzen und Follow-up, ohne zu dem Spam zu werden, den alle löschen. Architektur, Werkzeuge, Prompts und Schutzvorkehrungen für wirksame statt lästige Kommunikation.
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
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
10 Min. LesezeitEin persönliches RAG erstellen: mit eigenen Dokumenten chatten
Einen begrenzten dokumentengestützten Assistenten aufbauen und bewerten. Gehostete Notebooks, Projektarbeitsbereiche und konfigurierbares Retrieval vergleichen, ohne Herkunft oder Berechtigungen zu schwächen.
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
8 Min. LesezeitInbox Zero mit KI: ein realistischer E-Mail-Ablauf
Ein praktisches, wiederholbares System zum Sortieren, Entwerfen und Nachfassen von E-Mails mit KI, ohne einem nicht genehmigten Werkzeug Zugriff auf Ihren Posteingang zu geben oder es ungeprüft senden zu lassen.
Einsteiger
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
10 Min. LesezeitOrchestrierung mehrerer Modelle: Routing nach Kosten, Latenz und Qualität
Das Routing unterschiedlicher Aufgaben an verschiedene Modelle kann Kosten oder Latenz verringern. Ob sich die zusätzliche Komplexität auszahlt, zeigt jedoch nur eine Evaluierung anhand der konkreten Arbeitslast. Ein Überblick über Muster, Messgrößen und Fehlermodi.
Mittelstufe
11 Min. LesezeitWiederverwendbare Prompt-Bibliotheken: von Textbausteinen zu gemeinsamen Vorlagen
Wenn dieselbe KI-gestützte Aufgabe wiederkehrt, kann eine Prompt-Bibliothek den Workflow leichter reproduzierbar und bewertbar machen. Ein praxisnahes System zum Erfassen, Testen, Versionieren und Teilen von Vorlagen.
Mittelstufe
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
23 MinutenIch habe ein Team von Recherche-Agenten für die Newsletter-Automatisierung in n8n entwickelt (ohne Code)
Nate Herk | AI Automation. Das Video zeigt eine sequenzielle Multi-Agenten-Pipeline für Newsletter in n8n mit Planer, Rechercheuren, Redakteur und Überschriftentexter. Sie erhält ein Thema und eine Zielgruppe als Eingabe und liefert am Ende einen quellenbelegten Newsletter. Die Aufrufzahl liegt unter unserer üblichen Schwelle von 100k. In der Nische der No-Code-Newsletter mit mehreren Agenten ist dies jedoch die klarste und vollständigste derzeit verfügbare YouTube-Anleitung und entspricht unmittelbar dem Briefing-Muster des Artikels.
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
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
30 MinutenSo verwenden Sie Zapier: Grundlagen, die Sie kennen sollten
Tom Nassr | XRAY. Das Video erklärt, was ein Zap tatsächlich ist, wie Auslöser und Aktionen zusammenspielen und wie Sie von Grund auf eine funktionierende Automatisierung von Google Sheets → Slack erstellen — genau das mentale Modell, das Sie benötigen, bevor KI hinzukommt. Außerdem stellt es Zapier Tables, Interfaces und KI-Funktionen vor, damit Sie den Funktionsumfang kennenlernen.
Einsteiger
12 MinutenAutomatisieren Sie alles mit Zapier KI-Agenten (Schritt-für-Schritt-Anfängerleitfaden)
Kevin Stratvert. Das Video erstellt von Grund auf einen Agenten, der in Google Sheets überfällige Rechnungen prüft und über Gmail Erinnerungen versendet — dasselbe Muster „KI liest etwas und führt anschließend eine Aktion aus“ wie bei der Automatisierung Gmail → KI → Slack im Artikel. Auslöser, Zeitpläne, Tools, ein Testlauf mit echten Daten und der Aktivitätsverlauf werden vollständig gezeigt. Genau diese Checkliste sollten Sie durchgehen, bevor Sie einer Automatisierung vertrauen.
Einsteiger
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
19 MinutenJedes KI-Modell erklärt
Tina Huang. Ein klarer Überblick über die aktuelle Modelllandschaft, gegliedert in Flaggschiff-, Lite-, Mittelklasse- und Spezialmodelle, mit konkreten Empfehlungen zu den jeweiligen Stärken. Das Video deckt die Hälfte des Artikels ab, in der es darum geht, die Optionen vor dem Routing zu kennen. Huang betrachtet Kosten und Leistungsfähigkeit ähnlich wie der Artikel, ohne sich auf Benchmark-Hype zu stützen.
Mittelstufe
9 MinutenRouteLLM erreicht 90% GPT4o Qualität UND 80% BILLIGER
Matthew Berman. Führt durch den RouteLLM-Fachartikel und den zugehörigen Code von LMSYS: Ein kleiner Klassifikator wird einem Paar aus starkem und schwachem Modell vorgeschaltet und entscheidet, welches Modell aufgerufen wird. So erreicht das System ungefähr 95% der Qualität des starken Modells zu einem Bruchteil der Kosten. Die Aufrufzahl liegt unter der üblichen 100k-Marke. Für die spezielle Frage „Wie sieht echtes Modell-Routing statt eines bloßen Modellvergleichs aus?“ ist dies jedoch die klarste Erklärung auf YouTube und passt direkt zum Abschnitt des Artikels über den Zielkonflikt zwischen Qualität und Kosten.
Mittelstufe
10 Minutenn8n vs Make: Wählen Sie nicht die falsche Plattform (2025)
Jack Roberts. Ein praktisch tätiger Automatisierungsentwickler benennt die drei Kriterien, die die Wahl tatsächlich bestimmen — native KI-Agenten, Self-Hosting und die langfristige Roadmap jedes Tools. Dazu gehören Erkenntnisse aus einem Gespräch mit dem Leiter für Applied AI bei Make über die künftige Entwicklung der Plattform. Das entspricht genau dem Ansatz des Artikels: Wechseln Sie nicht allein wegen des Shiny-Object-Syndroms.
Mittelstufe