Es ist 8:50 Uhr, der Zoom-Raum füllt sich, und im Chat geht in zwei Minuten ein kleiner Atlas Deutschlands auf: „Moin aus Berlin", „Grüße aus Fürth", „Hamburg", „Wien", „Zug Schweiz", „Larnaka". Wir hatten heute 380 Menschen live im AI Crashkurs, und die meisten haben dieselbe Frage mitgebracht: Wie steige ich konkret in das Thema Desktop Agents ein, ohne mich vorher durch zwölf YouTube-Playlists zu kämpfen?
Wir starten — wie immer — mit der Standortfrage. „Bisher noch nicht mit Agents gearbeitet" schreibt Andreas. „Erstes Mal mit dem Thema" schreibt Markus. „Taste mich von nahe 0 vor" schreibt Ulrich. Genau für diese Mischung ist der Crashkurs gebaut: weder Hype, noch Tutorial, sondern eine Live-Demo, die zeigt, was sich gerade verschiebt, und warum es sich lohnt, jetzt eine Meinung dazu zu haben.
Zwischen den Begrüßungen schreibt Tobias schon den Wunschzettel mit, den die meisten im Stillen mitführen: „Würde gerne Agents für Social Media einsetzen. Themenrecherche, Texte schreiben, planen, Posting verbunden mit Instagram, YouTube, TikTok. Weiterhin Leads generieren, Verläufe, Rechnung stellen und so weiter." Das ist kein Tool-Wunsch mehr. Das ist ein ausformulierter Geschäftsbetrieb.
Der Live-Auftrag: ein Angebot für 450 Mitarbeitende, gebaut in Echtzeit
Aus dem Panel der Vorab-Anmeldungen wählen wir Harald. Sein Unternehmen ist ein Bauprojektmanagement-Büro mit 450 Mitarbeitenden, und im Vorgespräch hat er uns ein paar Sätze zu seinen Prozessen geschickt. Mehr Briefing gibt es nicht. Raphael öffnet Claude Cowork, schaltet WisprFlow für die Spracheingabe ein und spricht einen einzigen Prompt: Erstelle aus dem Transkript ein vollständiges Angebot im AITI-Branding, inklusive Excel-Kalkulation, ROI-Berechnung und PDF-Layout.
Was dann passiert, ist der Moment, an dem ein Chat zwischen „wird das wirklich gleich klappen?" und „Wahnsinn" hin und her kippt. Claude greift selbstständig auf unsere Skills im Google Drive zu — Markdown-Dateien, die unser AITI-Angebots-Framework, die ROI-Logik und die Brand-Guideline enthalten. Wir reden weiter, beantworten Chat-Fragen, und im Hintergrund baut der Agent das Dokument zusammen.
Als wir das Ergebnis öffnen, kommen die Reaktionen im Sekundentakt:
Roland: „Tolle Sache. Vorher noch die Unternehmenseckdaten abgleichen und dann hast du ein top Angebot!"
Herbert: „Das Excel ist als solches schon sehr beeindruckend."
Markus: „Sehr cool, genau in diese Richtung soll es gehen — wenn auch noch nicht klar ist, wie das alles angelegt werden sollte."
Genau dieser letzte Halbsatz ist die wichtigste Erkenntnis der Session. Die Frage ist nicht mehr, ob ein Desktop Agent ein Angebot bauen kann. Die Frage ist, wie ich mein Unternehmen strukturieren muss, damit so etwas reproduzierbar wird.
Was im Chat dominiert hat
Über zwei Stunden sammeln sich Hunderte Beiträge an. Wenn wir sie clustern, schälen sich drei Themen heraus, die immer wieder zurückkamen.
1. Wie organisiert ihr eure Skills?
Sobald wir den Skill-Ordner zeigen, kippt der Chat in eine Fachdiskussion. Ina fragt: „Organisieren kann man die Skills noch nicht, richtig? Oder nutzt ihr dafür die Projects?" Johannes will wissen, woher unsere Skills kommen, ob wir sie selbst gebaut haben. Alex fragt, ob das Versionskontroll-Ordner mit Git-Anbindung sind.
Unsere Antwort, kurz: Die Skills sind reine Markdown-Dateien im Google Drive. Manche haben wir selbst geschrieben (unsere wiederkehrenden Prozesse, das Angebots-Framework, die Brand-Guideline), andere kommen fertig von Anthropic. GitHub haben wir zusätzlich angeschlossen, seitdem wir unsere Website direkt aus Claude heraus aktualisieren. Aktuelles Limit sind 50 parallel aktive Skills — mehr braucht es im Alltag selten.
Was uns an dieser Frage gefällt: niemand fragt mehr „ist KI sicher?". Die Diskussion ist eine Ebene tiefer angekommen. Es geht um Ablage-Logik, um Versionierung, um Tool-Wechsel-Sicherheit. Wer so fragt, hat verstanden, dass die eigentliche Arbeit nicht das Prompten ist, sondern das Aufbauen einer durchsuchbaren Wissensbasis.
2. Datenschutz und Login: wer hat eigentlich Zugriff auf was?
Andreas formuliert die nüchternste Variante der Frage:
„Wie geht ihr mit dem Thema Datensicherheit um? ChatGPT und auch Claude Cowork lagern die Daten auf die Anbieter-Server aus — ein Security- und Compliance-Thema, mit dem ihr euch sicherlich auch befasst habt."
Antje legt nach, weil sie wissen will, an welcher Stelle wir Human-in-the-Loop einbauen. Irene fragt, wie Logins in Drittanwendungen funktionieren, vor allem mit Zwei-Faktor-Authentifizierung: „Gibt man dem Agenten diesen Workflow mit, oder muss man die entsprechenden Tools parallel offen haben? Was passiert, wenn die Credits nicht ausreichen — kauft der Agent automatisch neue?"
Wir antworten ehrlich: Connectoren wie Gmail, Notion oder Slack werden einmal verbunden, danach läuft das Login transparent im Hintergrund. Wo es keinen offiziellen Connector gibt, bauen wir einen eigenen MCP-Server. Bei den Tokens lässt sich Auto-Recharge aktivieren, sodass der Agent nicht mitten in einer Aufgabe stoppt. Für die Datenschutz-Architektur — wer darf welche Daten sehen, wo verarbeitet, wie lange gespeichert — gilt: das ist nichts, was wir in einer Live-Demo seriös abdecken können. Das ist Setup-Arbeit, die in den Agent-Rollout gehört.
3. ROI: ist das realistisch oder schöngerechnet?
Bei Haralds Angebot haben wir auch eine ROI-Berechnung gezeigt. Die Annahmen waren konservativ, das Ergebnis trotzdem deutlich. Herbert ist skeptisch:
„Ich frage mich, ob die Einsparungen tatsächlich so passieren können. Realistisch sind das 1,5 Mio. pro Jahr."
Jessica fragt zu Recht, ob der Aufbauaufwand der Skills im ROI eingerechnet ist. Simone ergänzt die Frage nach den Lizenzkosten der eingesetzten Tools. Beide Fragen sind berechtigt. Im Live-Beispiel haben wir bewusst nur die direkten Stundeneinsparungen gerechnet, weil das die Zahl ist, die in jedem Geschäftsführungs-Gespräch zuerst kommt. Der vollständige Business Case enthält Skill-Aufbau, Tool-Lizenzen, Schulungen und einen sinnvollen Risikoaufschlag — und ist genau deshalb individuell. Eine pauschale Zahl wäre Marketing, keine Empfehlung.
Die Stimmen, die wir besonders mitnehmen
Nicht jeder im Chat war begeistert. Sebastian schreibt mitten in die Demo: „Sorry, ich mag die Intention, aber der ganze hier wirkt absolut chaotisch — mein Lerneffekt geht gegen 0." Johann ergänzt eine Variante derselben Skepsis: „Ich habe das Gefühl, das ist nicht anders als ein ChatGPT Deep Research, vielleicht noch mit besseren Bildern."
Beide Wortmeldungen schätzen wir, weil sie genau die Hürde benennen, an der viele scheitern: Wenn man einen Desktop Agent zum ersten Mal sieht, sieht es aus wie ein normales Chat-Tool. Der Unterschied wird erst dann sichtbar, wenn man drei, vier Tage mit ihm arbeitet — wenn man bemerkt, dass die Aufgabe, die man vorhin per Sprachbefehl angestoßen hat, schon fertig ist, während man eigentlich Kaffee geholt hat. Diese Verschiebung im Zeitgefühl bekommt man in einem 2-Stunden-Webinar nicht eingebaut. Dafür ist der Workshop da, oder der Club, oder der Probemonat.
Auf der anderen Seite stand Michael, der die wahrscheinlich unspektakulärste, aber wertvollste Erkenntnis formuliert hat:
„Sehr klasse finde ich die Erkenntnis, dass ein Verzeichnis-Share auf einfachste Weise eine Zusammenarbeit von mehreren Leuten ermöglicht. Auch wenn es offensichtlich ist, hatte ich das zuvor nicht im Sinn."
Genau dafür sitzen Menschen zwei Stunden in einem Webinar: für den einen Satz, der eine Annahme verschiebt.
Was wir aus dieser Mai-Ausgabe lernen
Drei Beobachtungen, die wir für die nächste Crashkurs-Ausgabe mitnehmen:
- Die Live-Demo bleibt der Anker. Der Moment, in dem Claude während wir reden ein 12-seitiges Angebot baut, ersetzt 30 Minuten Theorie. Erkenntnisse hängen an Erlebnissen, nicht an Folien.
- Skills sind das eigentliche Asset, nicht das Tool. Wer einmal angefangen hat, Prozesse als Markdown-Dateien aufzuschreiben, ist beim Tool-Wechsel frei. Wer alles nur in ChatGPT-Chats hat, fängt bei jedem Anbieter-Wechsel von vorne an.
- „Wie strukturiere ich mein Unternehmen?" ist die richtige Folgefrage. Sie taucht in jedem Crashkurs auf, und sie ist der Übergang von Demo zu Umsetzung. Antworten gibt es nicht in 90 Minuten, sondern in einem Rollout-Prozess.
Fazit
Ein Crashkurs ist kein Anfang und kein Abschluss. Er ist der Punkt, an dem du dir eine eigene Meinung darüber bildest, ob das, was hier gerade passiert, etwas verändert oder nicht. Heute war diese Antwort im Chat schon nach der ersten Live-Demo da — bei den meisten ohne Ausrufezeichen, einfach als kurzes „geflascht" (so hat Markus es formuliert) und dann der nächsten Frage.
Den nächsten Crashkurs gibt es bald wieder, immer ein bisschen anders, weil wir mit jedem Mal selbst dazulernen. Und für alle, die schon weiter sind: das Freiburg-Meetup unseres AI Explorer Clubs läuft am 13.06. Auch dort gilt das Prinzip dieser Session: weniger Folien, mehr live.
Mehr in unserer KI-Tool-Übersicht
Die vollständige AITI-Tool-Übersicht zeigt alle Tools, die wir aktuell empfehlen, mit Bewertung, Use-Case-Logik und Lernpfad. Zur Vertiefung: Desktop-Agents.
Hinweis zu den O-Tönen: Sämtliche Zitate stammen aus dem Live-Chat-Export des AI Crashkurs vom 13. Mai 2026. Teilnehmer:innen wurden zu Beginn der Session im Pinned-Chat darauf hingewiesen, dass Chat-Beiträge zur Content-Erstellung verwendet werden. Aus Datenschutzgründen verwenden wir ausschließlich Vornamen.