AI-Agenten sind das neue SaaS [YouTube]

• Während klassisches SaaS Arbeitstools verkauft hat, verkauft Agenten-SaaS die Arbeit selbst, die Teams nicht mehr manuell erledigen müssen, und zielt damit auf einen Billionen-Dollar-Markt für Humankapital
• Vielversprechende Agenten starten bei bezahlten Workflows, für die Unternehmen bereits Mitarbeiter, Agenturen, Rezeptionisten oder Disponenten bezahlen: Aufgaben mit hoher Frequenz, klaren Abschlusskriterien und klaren Verlusten, die Zugriff auf bestehende Software erfordern und ein gewisses Maß an Urteilsvermögen brauchen
• Vor der Entwicklung sollte man 10 bis 20 reale Fälle der zuständigen Person beobachten, Trigger, Kontext, Tools, Berechtigungen, Freigaben, Eskalationen und Erfolgskriterien spezifizieren und daraus einen Minimum Useful Agent (MUA) als Entwurfs-/Freigabe-, Klassifizierungs-, Koordinations- oder begrenzten Ausführungs-Agenten bauen
• Mit 50 realen Fällen sollte ein Evaluations-Set erstellt werden; außerdem braucht es Logs, Freigaben, Einstellungen und Übergaberegeln, damit Kunden Verhalten und Fehler prüfen können. Auch wenn der Agent die Arbeit erledigt, schafft dieser Produkt-Wrapper das Vertrauen in SaaS
• Nötig ist ein Ansatz, bei dem man in einer Nische Piloten an 2 bis 3 Kunden mit demselben Problem verkauft, Mensch und KI kombiniert, wiederkehrende Teile produktisiert und anschließend anhand validierter Ergebnisse über nutzungs- oder erfolgsbasierte Preise skaliert

---

Von Arbeitstools zu Produkten, die Arbeit erledigen

• Die zentrale Denkweise lautet: „Das Produkt ist die Arbeit“
  • Klassisches SaaS verkauft Tools, die Teams nutzen können
  • Agenten-SaaS verkauft Arbeit, die Teams nicht mehr manuell erledigen müssen
• Der Agentenmarkt kann größer sein als SaaS, weil er nicht nur Softwarebudgets adressiert, sondern den Billionen-Dollar-Markt für Humankapital
• Ein gutes Wertversprechen lautet: ein bestimmtes lästiges To-do besser erledigen als ein Junior-Mitarbeiter, schneller als eine Agentur und günstiger als zusätzliche Mitarbeiter

• Telefonannahme in Restaurants

  • Wenn zur Abendzeit viele Anrufe eingehen, kann ein Host schwer gleichzeitig Gäste platzieren, wiederkehrende Fragen beantworten und Reservierungsanfragen bearbeiten; dadurch können Reservierungen oder Anfragen für Gruppenessen Umsatz kosten
  • Slang AI ist ein Beispiel für einen AI-Superhost für Restaurants
    • Beantwortet eingehende Anrufe und Kundenfragen
    • Verwaltet Reservierungen und leitet VIP-Anfragen weiter
    • Informiert Mitarbeiter über Themen mit hoher Priorität, etwa Anfragen zu Gruppenessen oder Kundenbeschwerden
    • Integriert sich in andere Systeme, die das Restaurant nutzt

• Telefonannahme bei Home-Services

  • Bei Sanitär-, HVAC-, Dachdecker- und Schädlingsbekämpfungsbetrieben können verpasste Anrufe zu fehlenden Aufträgen und ausbleibenden Follow-ups führen und die Disponenten stärker belasten
  • same day verkauft an Home-Service-Betriebe einen KI-Disponenten, Vertriebsagenten und Rezeptionisten, der rund um die Uhr Telefonate und SMS bearbeitet
    • Nimmt Anrufe entgegen und beantwortet SMS
    • Bucht oder verschiebt Aufträge
    • Hilft, aus derselben Nachfrage mehr Umsatz zu erzielen

Workflows finden, für die bereits bezahlt wird

• Agentenideen sollte man in Aufgaben suchen, für die Menschen bereits Mitarbeiter, Agenturen, Rezeptionisten, Koordinatoren oder Disponenten bezahlen
• Wenn Automatisierung einen Teil dieser Arbeit übernimmt, können Menschen sich auf kreativere Aufgaben konzentrieren

• Fünf Kriterien für einen guten Workflow

  • Hohe Frequenz
    • Tägliche Aufgaben sind gut, stündlich auftretende Aufgaben sind noch besser geeignet
    • Beispiele sind eingehende Leads, Anrufe, Support-Tickets, Angebotsanfragen, Reservierungen, Bestellungen und Wartungsanfragen
  • Klare Abschlusskriterien
    • Es muss erkennbar sein, ob etwas erfolgreich war: Auftrag gebucht, Ticket klassifiziert, Rückerstattung genehmigt, Termin mit Lieferant bestätigt oder dem Kunden eine nützliche Antwort gegeben
  • Nutzung bestehender Software
    • Geeignet sind Aufgaben, bei denen Kontext in Systemen wie Gmail, Slack, Shopify, HubSpot, Zenes oder Stripe gelesen und Tools verwendet werden können
  • Ausnahmen sind mühsam, aber erlernbar
    • Zu einfache Aufgaben lassen sich mit Basisautomatisierung oder einem Zap erledigen
    • Wenn reines menschliches Urteilsvermögen nötig ist, scheitert die erste Version leicht
    • Geeignet sind Bereiche, die repetitiv sind und dennoch Entscheidungen enthalten, bei denen KI helfen kann
  • Der Käufer muss den Verlust spüren
    • Dazu zählen verpasste Anrufe, langsame Antworten, abgesprungene Leads, leere Terminslots oder teure Mitarbeiter, die mit geringwertiger Koordination beschäftigt sind

• Ideen bewerten

  • Eine Nische auswählen und 20 Aufgaben notieren, über die Menschen sich beschweren
    • Dachdeckerbetriebe: verpasste Anrufe, Finanzierungsfragen, Versicherungsunterlagen, Terminerinnerungen
    • Medical Spas: Lead-Qualifizierung, No-Show-Rückgewinnung, Membership-Upsell
    • Shopify-Brands: Retouren, Umtausch, Follow-up bei Wholesale-Leads
  • Jede Aufgabe anhand der folgenden fünf Kriterien bewerten
    • Wie häufig tritt sie auf?
    • Wie hoch sind die Kosten des Problems?
    • Wie leicht lässt sich feststellen, ob sie abgeschlossen ist?
    • Auf welche Tools muss zugegriffen werden?
    • Wer hat bereits ein entsprechendes Budget?
  • Als Erstes sollte man Aufgaben wählen, an denen bereits Gehalt oder externe Kosten hängen

Vor der Entwicklung echte Arbeit beobachten

• Bevor man Prompts schreibt oder codet, sollte man die Person beobachten, die diese Arbeit erledigt, um die Details zu erhalten, die für einen hochwertigen Agenten nötig sind
• 10 bis 20 Fälle direkt ansehen oder den Bildschirm aufzeichnen und die Person bitten, den Ablauf laut zu erklären
  • Erkennen, welche Fälle einfach sind
  • Verstehen, welche Fälle ungewöhnlich sind
  • Notieren, was vor Entscheidungen geprüft wird
  • Finden, wo Fehler entstehen
• Selbst wenn man die Arbeit früher selbst erledigt hat, hilft es im Entwicklungsprozess, aktuelle reale Fälle erneut zu beobachten, um sich an die Detailabläufe zu erinnern

• Details der Arbeit bestimmen die Produktqualität

  • Die reale Arbeit eines Restaurant-Hosts geht viel tiefer, als Fragen zu Öffnungszeiten zu beantworten
    • Er muss wissen, wann die Küche schließt
    • Er muss unterscheiden, welche Tische für Kinderwagen geeignet sind
    • Er muss prüfen, ob die Patio-Bewirtschaftung ausgesetzt ist
    • Er muss wissen, wie VIPs zu behandeln sind
    • Er muss beurteilen, wann bestimmte Anfragen an eine zuständige Person weitergeleitet werden
  • Diese Details der echten Arbeit bestimmen die Qualität des Agenten

• Sieben Elemente einer Agenten-Spezifikation

  • Was löst den Agenten aus?
  • Welcher Kontext wird benötigt?
  • Welche Tools darf er nutzen?
  • Was kann er selbst erledigen?
  • Wo ist Freigabe erforderlich?
  • Wann muss an einen Menschen eskaliert werden?
  • Welcher Zustand bedeutet Erfolg?
  • Diese Elemente müssen klar sein, damit der Agent so gut wie ein Mensch oder besser arbeitet und zugleich konsistentere Qualität liefert

Mit einem Minimum Useful Agent starten

• Wer von Anfang an einen vollständig autonomen Mitarbeiter bauen will, kann zwar eine überzeugende Demo haben, aber in der Praxis scheitern und damit das Geschäft gefährden
• Die erste Version sollte auf einen Minimum Useful Agent (MUA) eingegrenzt werden

• Vier erste Versionen

  • Entwurfs- und Freigabe-Agent
    • Liest Kontext und erstellt Antworten, Angebote, Zusammenfassungen oder nächste Schritte
    • Ein Mensch gibt das Ergebnis frei
    • Geeignet für Aufgaben mit Risiko, Kreativität oder Freigabeprozessen
  • Klassifizierungs-Agent
    • Klassifiziert eingehende Arbeit und leitet sie an die richtige Stelle weiter
    • Anwendbar auf Wartungsanfragen, Abrechnungsprobleme, Rückerstattungsanfragen usw.
  • Koordinations-Agent
    • Steuert den Arbeitsfortschritt zwischen Systemen und Menschen
    • Prüft Verfügbarkeiten, sendet Erinnerungen und fragt fehlende Informationen an
  • Agent für begrenzte Ausführung
    • Führt bestimmte Aufgaben unter klaren Regeln direkt aus
    • Beispiele sind Buchungen, Follow-ups oder Rückerstattungen unter 50 Dollar
  • Ein Minimum Useful Agent kann seinen Autonomieumfang in der Reihenfolge Entwurf, Klassifizierung, Koordination und begrenzte Ausführung erweitern

• Vom Workflow zum autonomen Agenten

  • Laut den Agentenrichtlinien von Anthropic sollten viele Agentenprobleme zunächst als vorhersagbare Workflows beginnen
  • Workflows folgen festen Pfaden, während Agenten je nach Situation dynamischer entscheiden
  • Gründer sollten mit vorhersagbaren Pfaden starten und Autonomie nur dort hinzufügen, wo Urteilskraft Wert schafft
  • Für ein frühes Produkt reicht ein Workflow und ein Versprechen
    • Verpasste Anrufe eines Dachdeckerbetriebs beantworten und passende Aufträge buchen
    • Wartungsanfragen eines Immobilienverwalters klassifizieren und Termine mit geeigneten Lieferanten vereinbaren
    • Reservierungsanrufe eines Restaurants bearbeiten und Mitarbeiter informieren, wenn ein Mensch eingreifen muss
  • Da Kunden zum ersten Mal einen Agenten kaufen, wollen sie möglicherweise nicht einem neuen Anbieter statt Microsoft oder Salesforce auf einmal alle Aufgaben anvertrauen
  • Daher muss Vertrauen über einen einzelnen funktionierenden Workflow aufgebaut werden

Produkt-Wrapper und Evaluationssystem für Vertrauen

• Wenn der Agent Arbeit erledigt, gibt der Produkt-Wrapper dem Kunden Vertrauen und Kontrolle
• Folgende Funktionen unterscheiden einfache Automatisierung von Agent-first-SaaS
  • Arbeitslogs
  • Freigabeprozesse
  • Steuerungseinstellungen
  • Regeln für die Übergabe an Menschen
  • Tests vor dem Live-Betrieb
  • Funktionen, mit denen man nachvollziehen kann, warum der Agent eine bestimmte Handlung gewählt hat
• Da Agenten in Telefonsystemen, Posteingängen, Slack-Kanälen oder CRMs arbeiten können, darf das Dashboard schlicht sein; Kunden brauchen aber einen Kontrollraum
  • Telefonagent für Restaurants: Gesprächszusammenfassungen, Reservierungsergebnisse, fehlgeschlagene Übergaben an Menschen
  • Wartungsagent für Immobilien: erstellte Tickets, Weiterleitungen an Dienstleister, Updates an Mieter, Freigaben durch Eigentümer

• Mit 50 realen Fällen evaluieren

  • Bevor Autonomie versprochen wird, sollte ein Evaluations-Set erstellt werden
  • 50 reale Arbeitsfälle sammeln, etwa Anrufe, Leads oder Wartungsanfragen
  • Für jeden Fall die richtige Antwort markieren und anschließend Folgendes prüfen
    • Wurde das Problem korrekt klassifiziert?
    • Wurden notwendige fehlende Informationen erfragt?
    • Wurde die richtige Richtlinie angewendet?
  • Jedes Mal, wenn Prompt, Modell, Tools oder Workflow geändert werden, dasselbe Evaluations-Set erneut ausführen, um Verbesserungen und Rückschritte zu erkennen
  • Evaluationen lassen sich auch im Verkaufsprozess als Vertrauensmaterial nutzen
  • Ergebnisse offenlegen, zum Beispiel: Von 50 früheren Wartungsanfragen wurden 42 korrekt weitergeleitet, 6 zur menschlichen Prüfung markiert und bei 2 traten Fehler auf
  • Wenn man auch die fehlerhaften Fälle und deren Behebung zeigt, können Kunden die Grenzen des Agenten und den Verbesserungsprozess nachvollziehen

Piloten wie Arbeitsleistung verkaufen und als SaaS produktisieren

• Der schnellste Startpunkt ist, einen Pilot zu verkaufen, bei dem KI und Menschen gemeinsam Arbeit erledigen, und anschließend die wiederkehrenden Teile zum Produkt zu machen
• Mit drei Kunden starten, die dieselbe Nische, denselben Workflow und dasselbe Problem haben, und die Ergebnisse verkaufen
  • Verpasste Anrufe beantworten und Leads qualifizieren
  • Wartungsanfragen klassifizieren
• Anfangs eine Einrichtungsgebühr und eine leicht verständliche monatliche Subscription berechnen; nachdem der Wert verstanden ist, nutzungs- oder erfolgsbasierte Preise ergänzen
• Kunden wollen möglicherweise eher für Ergebnisse zahlen als für weitere Nutzerplätze, aber man sollte nicht von Anfang an auf Erfolgspricing umstellen, sondern erst nach ausreichendem Lernen

• Preisbeispiele

  • 1.500 Dollar Einrichtungsgebühr und 1.000 Dollar pro Monat je Workflow
  • 2.000 Dollar Einrichtungsgebühr und 30 Dollar pro qualifizierter Buchung
  • 3.000 Dollar pro Monat für bis zu 500 bearbeitete Tickets
  • Wichtiger als den exakten Preis zu finden ist, Folgendes zu lernen
    • Was sieht der Kunde als wertvoll an?
    • Wo scheitert der Agent?
    • Für welche Aufgaben ist Freigabe nötig?
    • Was vermisst der Kunde am meisten, wenn das Produkt entfernt wird?

• Wiederkehrende Muster produktisieren

  • Wenn jeder Dachdeckerbetrieb Skripte für Notfallanrufe, Prüfung des Servicegebiets, Finanzierungsfragen und Angebots-Follow-ups braucht, kann daraus ein Produkt entstehen
  • Wenn jedes Medical Spa Lead-Scoring, Beratungsterminbuchung, No-Show-Rückgewinnung und Follow-ups nach Behandlungen braucht, lässt sich das auf dieselbe Weise produktisieren
  • Erst wenn man die Arbeit selbst ausführt und gemeinsame Muster findet, kann man wiederverwendbare Software bauen

Kunden mit Workflow-Vergleichsinhalten gewinnen

• Für die Kundengewinnung sind Workflow-Zerlegungen wirksam, die die bisherige Methode und die Agentenmethode nebeneinander zeigen

• Bisherige Methode

  • Niemand nimmt den Anruf entgegen, und der Kunde wechselt zur Konkurrenz
  • Ein Kundenservice-Mitarbeiter stellt Fragen, prüft Zeitplan und Servicegebiet und bucht dann den Termin
  • Er hinterlässt Notizen und Erinnerungen, vergisst aber das Follow-up

• Agentenmethode

  • Nimmt den Anruf entgegen und stellt passende Fragen
  • Prüft Servicegebiet und Dringlichkeit
  • Erstellt die Buchung und aktualisiert das CRM
  • Sendet eine Bestätigungsnachricht
  • Leitet Ausnahmefälle an Menschen weiter
  • Da Manager die Verluste im bisherigen Prozess direkt spüren, sollte man ein Schmerzmittelprodukt verkaufen, kein Vitamin
  • Einen Workflow wählen und dafür sorgen, dass diese Arbeit im Internet mit dem Produkt verknüpft wird
  • Checklisten und Benchmarks erstellen
  • Workflow-Zerlegungen und rund 50 Beispielinhalte veröffentlichen
  • Die bisherige Methode satirisch darstellen oder als Meme aufbereiten
  • Inhalte mit guter Resonanz auswählen und bezahlte Werbung schalten
  • Anfangs auf eine Plattform fokussieren und während der gesamten Aufbauphase gleichzeitig eine Zielkundengruppe aufbauen

30-Tage-Ausführungsplan für ein Agenten-Business

• Woche 1: Nische und funktionsfähige Version validieren

  • Tag 1: Eine Nische wählen, in der ausgelassene Arbeit zu Geldverlust führt
    • Beispiele sind Home-Services, Immobilienverwaltung und Versicherungsagenturen
  • Tag 2: 10 operative Verantwortliche interviewen und den Workflow per Screensharing beobachten
    • Man kann für Interviews auch bezahlen
    • Gesprächsinhalte als Forschungsunterlagen aufbewahren
  • Tag 3: Einen Workflow wählen, der Frequenz, Schmerz, Softwarezugang und klare Erfolgsmetriken hat
  • Tag 4: Eine Agenten-Spezifikation mit Trigger, Kontext, Tools, Regeln, Übergabe und Evaluation schreiben
  • Tag 5: Mit Claude oder chatbt Kontext kopieren/einfügen, einen Ergebnisentwurf erstellen und von einem Menschen freigeben lassen
    • Prüfen, ob KI bei der echten Arbeit hilft, bevor Software gebaut wird
  • Tag 6: Die kleinste nützliche Version bauen, fokussiert auf Entwurf/Freigabe oder Klassifizierung
  • Tag 7: Aus 50 realen Fällen ein Evaluations-Set erstellen

• Woche 2: Piloten in derselben Nische verkaufen

  • 2 Piloten für dieselbe Nische und denselben Workflow verkaufen
  • Den Scope eng halten und dasselbe Problem sowie dasselbe Ergebnis wiederholt validieren

• Woche 3: SaaS-Kontrollfunktionen hinzufügen

  • Einen Produkt-Wrapper mit Logs, Freigaben, Einstellungen, Analytics und menschlicher Übergabe hinzufügen
  • Die Software mithilfe von KI bauen; Clawude Design und Fable werden als Tool-Beispiele genannt

• Woche 4: Belege und Vertriebskanäle sichern

  • Inhalte zur Workflow-Zerlegung veröffentlichen
  • Pilotergebnisse in Validierungsunterlagen für das Produkt umwandeln
  • Content-Formate mit guter Resonanz finden und sich auf diese Strategie konzentrieren
  • Kanäle identifizieren, in die man Geld für bezahlte Kundengewinnung investieren kann
  • Im zweiten und dritten Monat den Customer Lifetime Value (LTV), funktionierende Kanäle und Bereiche für zusätzliche Investitionen prüfen

Ein Business, das repetitive, schmerzhafte Arbeit beseitigt

• Die Rolle von Software verschiebt sich von „Tool, das bei der Arbeit hilft“ zu „System, das Arbeit gemeinsam erledigt“
• Die Chance liegt darin, in einer gut verstandenen Nische den kleinsten und schmerzhaftesten Workflow zu finden und zu beseitigen, der den ganzen Tag wiederkehrt
  • Anrufe entgegennehmen
  • Aufträge buchen
  • Tickets klassifizieren
  • Systeme aktualisieren
  • Ungewöhnliche Fälle an Menschen eskalieren
• Die Ausführungsreihenfolge lautet: Arbeit finden, Verantwortliche beobachten, Spezifikation schreiben, manuell betreiben, Minimum Useful Agent bauen, Piloten verkaufen, wiederkehrende Teile produktisieren
• Erst wenn man Arbeit, für die Menschen bereits bezahlen, zuverlässig erledigt und zugleich Kontroll-, Evaluations- und Übergabemöglichkeiten bietet, entsteht Agenten-SaaS, das Kunden tatsächlich kaufen