← Zurück zu allen Denkanstößen
Aus dem InstitutAusgabe vom 12. Mai 2026
AI Update

Erlebnisbericht: 1.000 Menschen live im AI Crashkurs 2.0

Was passiert, wenn Claude live vor 1.000 Menschen 50 Stunden Trainings-Transkripte zu einem Tool-Verzeichnis verarbeitet? Wir haben mitgeschrieben.

VON JENNY MILLER·12. MAI 2026·LEKTÜRE 5 MIN.
Editorial-Workspace mit Laptop, der eine Video-Call-Übersicht von zwölf Teilnehmer:innen zeigt, daneben Notizbuch mit handschriftlicher Aufgabenliste, Pflanze und dampfende Kaffeetasse im warmen Naturlicht

Anfang des Jahres, irgendwo zwischen einem Café namens „Café Nero" und der Straße davor, spricht jemand Raphael an. Beide kennen sich aus der Trainerausbildung. Der andere baut inzwischen seine eigene Plattform für AI-Avatare. Raphael lächelt, weiß aber in dem Moment schon: Er möchte das, was er da hört, am liebsten nicht mehr.

Mit dieser Geschichte hat unser AI Crashkurs 2.0 am 1. April begonnen, und mit einer Frage, die als roter Faden durch die folgenden 90 Minuten lief:

„Was ist dein post-agentisches Alleinstellungsmerkmal?"

Keine zehn Minuten später hatte Liam einen Live-Auftrag, hatten wir 1.000 Teilnehmer:innen, und der Zoom-Chat moderierte sich selbst.

Was 1.000 Live-Stimmen über Desktop Agents verraten

Am 1. April 2026 haben wir den AI Crashkurs 2.0 mit Anthropics Desktop Agent live demonstriert. 1.000 Menschen waren dabei, der Chat lief parallel. Aus diesem Live-Mitschnitt destillieren wir hier, was die Community wirklich von einem Desktop Agent erwartet, fürchtet und braucht.

Der Live-Auftrag: 50 Stunden Video, ein Excel

Raphael diktiert über WisprFlow in Slack: aus über 50 Aufzeichnungen der AI-Trainer-Ausbildung jedes erwähnte Tool extrahieren, mit Häufigkeit, Fazit, Zielgruppe und Preis. Dazu ein PDF-Handout für die zehn meistgenannten Tools im AITI-Branding. Liam liest mit. Während wir reden, läuft das Modell schon.

Irene: „unfassbar!"

HA: „Wahnsinn! Könnt ihr das XLS im Nachgang teilen?"

Michaela: „🪄 Magie ;-)"

Kurz darauf teilen wir den Link. Eine vollständige Tool-Tabelle, sortiert und zählbar, produziert während wir sprachen. Genau das ist der Unterschied zu einem klassischen Chat-Tool: ein Desktop Agent arbeitet im Hintergrund, während du etwas anderes tust. Wie diese Architektur funktioniert, haben wir im Detail im Artikel KI Agenten als Desktop Agent beschrieben.

Die drei Themen, die im Chat dominierten

1. Datenschutz: Wem gehört das, was Claude sieht?

Über 20 separate Datenschutz-Fragen kamen im Chat. Die nüchternste Wortmeldung lieferte Kerstin von Blossey & Partner Datenschutzberatung:

„Der Datenschutz muss systematisch aufgebaut werden. Das würde hier den Rahmen sprengen."

Sie hat recht. Im Crashkurs zeigen wir, was Desktop Agents leisten. Wie du das datenschutzkonform aufsetzt, klärst du dort, wo es hingehört: im Agent-Rollout-Termin oder im Club-Bootcamp. Eine Live-Demo ist nicht der Ort für eine DSGVO-Folgenabschätzung. Eine pragmatische Antwort kam übrigens aus dem Chat selbst:

Andreas (inPaSS): „Wenn du sicher bleiben/werden willst, muss das lokal laufen oder in sicheren Clouds."

2. Tokens und Plan-Kosten

Die zweithäufigste Frage drehte sich um Kosten:

Ina: „Selbst die Max-5-Variante hat ja ihre Limits und ist mit knapp 300 Euro verdammt teuer."

Isabella: „Mit Claude Max kommt man super aus, allerdings auch nicht mehr zum Schlafen 🫠"

Wer agentisch arbeitet, kalkuliert anders als wer ChatGPT Pro abonniert. Bei einem Chat-Tool zählt Antwortqualität pro Frage. Bei einem Desktop Agent zählt: Wie viele Aufgaben erledigt er, während du im Meeting bist. Damit verschiebt sich die Frage von „Was kostet eine Frage?" zu „Was ist eine bearbeitete Aufgabe wert?". In dem Moment fühlen sich 200 Euro plötzlich nicht mehr teuer an.

3. Workflows statt Tools

Zwei Beiträge haben uns besonders gefreut, weil sie zeigen: Die Community denkt schon in Prozessen, nicht mehr in einzelnen Tools.

Karolina: „Meine Rechnungen kommen per Mail. Ich brauche eine Automatisierung: Anhänge ablegen, umbenennen, ausdrucken. Sobald ein Kundenname oder eine Baustellen-Adresse übereinstimmt, soll eine Material-Liste in Excel entstehen, die ich dem Kunden zur Abrechnung schicke."

Das ist kein Tool-Wunsch, sondern ein ausformulierter Geschäftsprozess. Aus solchen Beiträgen wird in unseren monatlichen Umsetzungsworkshops am Ende ein echtes Setup, das andere kopieren können.

Was wir aus diesen 90 Minuten mitnehmen

Der Chat moderiert sich selbst. Bei 1.000 Menschen muss man nicht jede Frage beantworten. Die wichtigen kommen mehrfach zurück, die anderen klären sich untereinander. Als acht Personen parallel erklärten, wie man im Zoom-Tab den Bildschirm umschaltet, mussten wir nichts dazu sagen.

Die Community ist konkreter als erwartet. Wir hatten uns auf „wow, was kann Claude alles" eingestellt. Stattdessen kamen Prozessbeschreibungen mit Schritt-für-Schritt-Logik. Das ist nicht mehr Tool-Demo-Publikum. Das ist Workflow-Publikum.

Fazit

Ein Desktop Agent verändert nicht in erster Linie, was du erledigt bekommst. Er verändert wann. Aufgaben, die früher deinen ungeteilten Fokus brauchten, laufen jetzt parallel zu allem anderen. Wer das ein paar Wochen erlebt hat, möchte nicht zurück.


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 Webinars vom 1. April 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 nur Vornamen und, wo angegeben, die im Chat selbst geführten Firmen-Suffixe.

Quellen

  1. [1]AI Training Institute. Aufzeichnung AI Crashkurs 2.0 vom 1. April 2026https://www.aitraining.institute/aufzeichnung-des-ai-crashkurs-2-0
  2. [2]Anthropic. Bringing Claude to your browser and desktophttps://www.anthropic.com/news/claude-for-chrome
  3. [3]McKinsey & Company. The State of AI: How organizations are rewiring to capture valuehttps://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
Jenny Miller

Aus der Feder von

Jenny Miller

Content Lead

Jenny ist Content Lead beim AI Training Institute und schreibt über praktische AI-Anwendungen, Tools und Strategien für den Business-Alltag.