
Hi {{first_name|Legend}},
vor ein paar Wochen hatte ich im Schnitt sechs Claude-Code-Sessions am Tag offen. Abends war ich ehrlich gesagt durch.
Heute laufen bei mir sechs Superagents, zehn bis zwölf Sessions am Tag, und mir geht es deutlich besser. Spoiler: Den Teil, der das möglich macht, hab ich nicht selbst gebaut. Ich miete ihn.
Gleichzeitig hab ich meinen letzten Code-Agent komplett selbst mit dem OpenAI SDK geschrieben. Beides ist richtig, und genau diese Entscheidung schauen wir uns heute an.

Fast 9 von 10 Agents gehen nie live
Lass uns erstmal einordnen, was gerade passiert.
Gartner hat schon 2025 prognostiziert, dass mehr als 40 % aller Agentic-AI-Projekte bis Ende 2027 eingestellt werden. Deloitte legt 2026 nach: 89 % der Agent-Piloten in großen Unternehmen kommen nie in Produktion. Das sind internationale Enterprise-Zahlen, die Richtung gilt aber auch für den Mittelstand in DACH.
Jetzt kommt der spannende Teil. Laut Forrester haben nur 38 % der produktiven Agents automatisierte Evals. Agents ohne Evals mussten in 47 % der Fälle zurückgerollt werden, mit Evals in 9 %.
Evals, Freigaben, Risikokontrolle, niemand fühlt sich verantwortlich: Keiner dieser Gründe hat mit dem Modell zu tun. Alle drehen sich um das, was um das Modell herum gebaut ist.
Für dich als Agent-Builder ist das eine ganz wichtige Erkenntnis. Wer erklären kann, warum Agents scheitern, wird gerade zum Experten, den Firmen suchen.
Gehirn, Hände, Herzschlag
Jeder Agent besteht aus drei Teilen. Egal ob dein erstes Python-Skript oder Claude Code.
Das Gehirn ist das Sprachmodell. Es kann genau eine Sache: das nächste Stück Text vorhersagen. Kein Gedächtnis, keine Werkzeuge, kein einziger ausgeführter Befehl.
Die Hände sind die Tools. Du beschreibst dem Modell, welche Werkzeuge es gibt. Das Modell wählt eins aus, und dein Code führt es aus.
Der Herzschlag ist die Schleife. Modell fragen, Tool ausführen, Ergebnis zurückgeben, wieder fragen. So lange, bis das Modell keine Tools mehr braucht.
Und das Gedächtnis? Super simple: eine Liste, an die jede Nachricht angehängt und bei jedem Aufruf komplett mitgeschickt wird. Das ist das berühmte Kontextfenster.
Alles außer dem Gehirn nennt man Harness. Dazu gehören die Schleife und die Tools, aber auch alles, was in keiner Demo vorkommt: Gedächtnis aufräumen, Grenzen setzen, Freigaben, Sandbox, Neustarts überleben, Evals. Genau die Dinge, an denen die meisten Projekte scheitern.
Die Harness-Frage: mieten oder ownen?
Damit landest du bei der eigentlichen Entscheidung. Ich nenne sie die Harness-Frage.
Harness mieten heißt: Du nutzt ein fertiges Produkt. Bei mir sind das ein Grok Bot als Orchestrator und Cursor Cloud Agents als Worker. Die Cloud Agents laufen in eigenen VMs, arbeiten auf einem eigenen Branch und liefern einen Pull Request. Sandbox, Branching, Updates muss ich nicht anfassen.
Der Preis dafür: Die Agents ziehen Credits, deine Daten laufen über fremde Server, und wenn der Anbieter sein Produkt ändert, ändert sich dein Setup mit.
Harness ownen heißt: Der Harness ist dein Code auf deiner Infrastruktur. Das brauchst du, sobald du für einen Kunden ein Agentic SaaS baust. Dann laufen Kundendaten durch den Agent, und du musst erklären können, warum er was getan hat.
Ownen heißt aber nicht, alles von null zu bauen. Am spannendsten finde ich gerade eve von Vercel: Open Source, seit Juni 2026 in Public Preview, Stand heute noch Beta. Ein Agent ist dort einfach ein Ordner, und Sandbox, Freigaben, dauerhafte Ausführung und Evals sind schon eingebaut. Mega smart für DACH: eve läuft auch als eigener Node-Service, also zum Beispiel auf einem Server in Frankfurt.
Meine Faustregel ist ziemlich kurz: Werkzeuge miete ich, Produkte owne ich. Die meisten werden am Ende beides haben, ich ja auch.
Bau dir einmal selbst einen Agent
Selbst wenn du nie einen Harness ownen willst: Bau einmal einen. Danach verstehst du, was Cursor, Claude Code oder eve eigentlich für dich erledigen, und kannst das jedem Kunden erklären.
Kopier diesen Prompt in Claude Code oder Codex, in einem leeren Ordner:
text
Bau mir in diesem leeren Ordner einen minimalen Coding-Agent in Python, ohne Agent-Framework. Ich will verstehen, woraus ein Agent besteht.
Anforderungen:
- Eine Datei agent.py, maximal 120 Zeilen, nur das Paket openai.
- Modell und Endpunkt aus Umgebungsvariablen: OPENAI_API_KEY, optional OPENAI_BASE_URL und MODEL (Standard: gpt-4o-mini).
- Markiere die drei Bausteine mit Kommentaren: # 1. GEHIRN, # 2. HÄNDE, # 3. HERZSCHLAG (inkl. Nachrichtenliste als Gedächtnis).
- Vier Tools: list_files, read_file, write_file, run_command.
- run_command fragt vorher "Ausführen? [j/N]".
- Dateizugriffe nur im aktuellen Ordner, alles andere wird abgelehnt.
- Maximal 15 Schritte. Tool-Fehler gehen als Text zurück ans Modell.
- Jeder Schritt wird ausgegeben: Tool, Argumente, die ersten 200 Zeichen des Ergebnisses.
Erklär mir danach in fünf Sätzen die drei Bausteine und nenn drei Dinge, die ein produktiver Harness zusätzlich erledigt.Was du bekommen solltest: eine agent.py mit rund 80 Zeilen. In meinem Test waren es 82. Danach pip install openai, Key setzen und python agent.py "Schreib eine README.md für diesen Ordner".
Achte im Terminal auf den Moment, in dem der Agent eine Datei außerhalb des Ordners lesen will und deine Grenze ihn blockt. Das ist ein winziges Stück Harness. Ein produktiver hat davon Hunderte.
Keine Lust auf Terminal? Dann kopier den Prompt in einen normalen Chat mit Claude oder ChatGPT und lies nur Code und Erklärung. Auch das reicht.
AgentReady-Update
Poppy 1.0 ist da: Sierra, Meta und Shopify regeln mit dem neuen Standard, wie sich persönliche Agents bei Shops ausweisen und was sie dürfen. Ora prüft ihn ab sofort in jedem Scan mit. Shopify-Shops liefern die Datei automatisch aus, allerdings nur als Standardvorlage mit einem einzigen Recht, dem Checkout. (Sierra)
AgentReady kommt auf WordPress: Elementor baut in jede Seite einen kostenlosen Agent-Readiness-Score ein. Die Studie dazu zeigt, dass Agents meist ganz normale Seiten lesen und nur 39 % der Testaufgaben vollständig lösen. (Elementor)
Die Messlatte steigt: Mit Ranker 3.0 zählt nicht mehr, ob es Agent-Tools gibt, sondern ob sie funktionieren. Bot-Walls oder Inhalte, die nur per JavaScript laden, deckeln den Score bei 59, und der typische Score fällt dadurch von 67 auf 48. (Ora)
Der 8-Punkte-Check für Agents
Im morgigen Member Newsletter gehe ich tiefer:
Mit welchen 8 Fragen du jedes Agent-Setup prüfst, egal ob gemietet oder selbst gebaut, und wie du das Ergebnis einem Kunden erklärst
Wie du den Mini-Agent um Tracing und Evals erweiterst, also genau die Teile, an denen laut Forrester die meisten Rollbacks hängen
Der komplette, getestete Code plus ein Audit-Prompt für Claude Code zum Kopieren
Wenn du tiefer einsteigen willst:
1) Können KI-Agents deine Website lesen? Der kostenlose Check prüft deine Seite in 9 technischen Bereichen, von Crawler-Zugriff bis Produktdaten, und zeigt dir für jeden Bereich den nächsten Schritt. → Website checken
2) KI ohne Team – Die Community für alle, die ihr Business mit Agents statt mit einem Team betreiben. Über 70 Unternehmer, jeden Monat eine Live-Bau-Session, in der wir gemeinsam ein System bauen. → Zur Community
3) AI-Agent-Workshop für dein Team – Ich zeige deinem Team, wie ihr Agents wie Claude Code mit euren internen Tools produktiv und sicher einsetzt. → Workshop anfragen


