Level 3 — Profi
Du willst das Maximum herausholen. In diesem Level geht es nicht mehr nur um bessere Prompts – hier lernst du, wie du KI in deine Arbeitsabläufe integrierst, Workflows automatisierst und KI-Agenten für dich arbeiten lässt. Willkommen im Profi-Level.
No-Code Automatisierung: n8n und Make
Stell dir vor, du bekommst eine E-Mail, und ein System liest sie automatisch, kategorisiert sie, entwirft eine Antwort und legt alles in einer Tabelle ab – ohne dass du einen Finger rührst. Genau das ermöglichen Automatisierungs-Plattformen.
n8n
Open-Source-Automatisierung, die du auf deinem eigenen Server betreiben kannst. Besonders beliebt in der KI-Community, weil es eine starke KI-Integration bietet. Du verbindest verschiedene „Nodes“ visuell miteinander – wie Bausteine in einem Flussdiagramm.
Make (früher Integromat)
Cloud-basierte Plattform mit über 1.500 App-Integrationen. Einsteigerfreundlicher als n8n, aber weniger flexibel bei komplexen KI-Workflows. Kostenloser Einstieg möglich.
Beispiel-Workflow: Automatische E-Mail-Antwort
Trigger: Neue E-Mail
n8n überwacht dein Postfach. Sobald eine neue E-Mail eintrifft, startet der Workflow.
KI analysiert den Inhalt
Die E-Mail wird an ChatGPT/Claude gesendet: „Kategorisiere diese E-Mail (Anfrage, Beschwerde, Spam) und erstelle einen Antwortentwurf.“
Ergebnis speichern
Kategorie und Entwurf werden in Google Sheets gespeichert. Bei dringenden Mails bekommst du eine Slack-Benachrichtigung.
KI-Agenten: Was sind sie?
Bisher hast du KI genutzt, um Fragen zu beantworten. KI-Agenten gehen einen Schritt weiter: Sie können eigenständig handeln. Ein Agent bekommt ein Ziel, überlegt sich einen Plan, führt die einzelnen Schritte durch und passt seine Strategie an, wenn etwas nicht funktioniert.
Chatbot vs Agent – der Unterschied
Chatbot: Du fragst, er antwortet. Punkt.
Agent: Du gibst ein Ziel, er recherchiert, plant, führt aus, prüft das Ergebnis und berichtet.
Stand 2026 sind KI-Agenten in einem frühen, aber nutzbaren Stadium. Beispiele:
- Computer Use: KI-Agenten, die deinen Browser oder Computer bedienen können
- Research Agents: Sie durchsuchen das Internet, lesen Seiten und erstellen Berichte
- Coding Agents: Sie schreiben, testen und verbessern Code eigenständig
- Workflow Agents: Sie führen mehrstufige Aufgaben in n8n oder Make aus
Wichtig:Agenten sind mächtig, aber nicht perfekt. Überprüfe ihre Ergebnisse immer – besonders bei Aufgaben mit realen Konsequenzen.
APIs verstehen (ohne Programmierer zu sein)
Das Wort „API“ klingt technisch, ist aber einfacher als du denkst. Eine API (Application Programming Interface) ist eine Art Kellner in einem Restaurant: Du (die App) gibst deine Bestellung auf, der Kellner (die API) bringt sie in die Küche (den Server) und kommt mit dem Ergebnis zurück.
Warum ist das für dich relevant?
- Automatisierungs-Tools wie n8n und Make nutzen APIs, um Tools miteinander zu verbinden
- Über APIs kannst du hunderte Texte gleichzeitig verarbeiten statt einzeln einzutippen
- Du kannst KI-Funktionen in eigene Projekte (Websites, Apps) einbauen
Was ist ein API-Key?
Ein API-Key ist wie ein persönlicher Ausweis für den Zugang zu einem Service. Du bekommst ihn, wenn du dich bei einem Anbieter (z.B. OpenAI, Anthropic) registrierst. Behandle deinen API-Key wie ein Passwort – teile ihn nicht öffentlich.
Für den Anfang brauchst du keine einzige Zeile Code. Tools wie n8n, Make oder „GPT for Sheets“ erledigen die API-Kommunikation für dich. Wenn du tiefer einsteigen willst, helfen dir KI-Tools selbst beim Schreiben einfacher Skripte.
Eigene Chatbots bauen
Du kannst dir einen KI-Assistenten bauen, der genau so antwortet, wie du es möchtest – mit eigenem Wissen, eigenem Stil und eigenen Regeln. Und das komplett ohne Programmierung.
Wähle eine Plattform
OpenAI GPT Builder: Erstelle eigene GPTs direkt in ChatGPT. Claude Projects: Richte ein Projekt mit System-Prompt und Wissensdokumenten ein.
Definiere die Persönlichkeit
Schreibe einen System-Prompt, der Ton, Stil, Grenzen und Verhalten festlegt.
Füttere mit Wissen
Lade PDFs, FAQs, Produktinfos oder Anleitungen hoch. Der Chatbot nutzt dieses Wissen bei seinen Antworten.
Teste und verfeinere
Stelle typische Fragen und prüfe, ob die Antworten stimmen. Passe den System-Prompt an, bis das Ergebnis passt.
Du bist der Kundensupport-Assistent für [Firmenname]. Antworte freundlich, kurz und hilfreich. Nutze nur die Informationen aus den hochgeladenen Dokumenten. Wenn du eine Frage nicht beantworten kannst, sag: „Dafür verbinde ich dich gerne mit unserem Team – schreib uns an support@firma.de.“ Erfinde niemals Informationen.
Prompt-Ketten und mehrstufige Workflows
Einzelne Prompts sind gut. Aber die echte Magie entsteht, wenn du Prompts zu Kettenverbindest – jeder Schritt baut auf dem Ergebnis des vorherigen auf.
Beispiel: Content-Pipeline für einen Blogartikel
Keyword-Recherche: „Gib mir 10 SEO-Keywords zum Thema [X] für den deutschen Markt.“
Gliederung: „Erstelle eine Gliederung für einen 1.500-Wörter-Artikel basierend auf den Top-3-Keywords.“
Texterstellung: „Schreibe den Artikel basierend auf dieser Gliederung. Tonfall: locker-informativ.“
Review: „Prüfe den Artikel auf Fakten, Redundanzen und SEO-Optimierung.“
Social Media: „Erstelle 3 Social-Media-Posts (LinkedIn, Instagram, X) basierend auf dem Artikel.“
In n8n oder Make kannst du solche Ketten vollständig automatisieren. Aber auch manuell im Chat ist dieses schrittweise Vorgehen deutlich effektiver als ein einziger riesiger Prompt.
KI im Team einsetzen
KI wird noch mächtiger, wenn ein ganzes Team sie nutzt. Der Schlüssel: gemeinsame Standards, damit alle dieselbe Qualität bekommen.
Shared Prompt Libraries
Erstellt ein gemeinsames Dokument mit euren besten Prompts. Kategorisiert nach Aufgabe: E-Mails, Social Media, Reports, Kundenservice. Jeder im Team nutzt dieselben getesteten Vorlagen.
SOPs mit KI-Unterstützung
Standard Operating Procedures (SOPs) definieren, wie bestimmte Aufgaben erledigt werden. Füge KI-Prompts direkt in eure SOPs ein: „Schritt 3: Nutze folgenden Prompt, um den Monatsbericht zusammenzufassen: [Prompt]“
Eigene Team-GPTs / Projects
Baut euch spezialisierte Chatbots für wiederkehrende Aufgaben: einen für Onboarding neuer Mitarbeiter, einen für Kundensupport, einen für die Content-Erstellung. Jeder im Team hat sofort Zugriff auf das gesammelte Wissen.
Praxis-Tipp
Definiert als Team klare Regeln: Was darf in KI-Tools eingegeben werden, was nicht? Wer prüft die Ergebnisse? Wie werden KI-generierte Inhalte gekennzeichnet?
Ethik und Verantwortung als Profi-Nutzer
Mit großer Macht kommt große Verantwortung. Als fortgeschrittener KI-Nutzer solltest du dir über diese Punkte bewusst sein:
Wann du KI NICHT einsetzen solltest
- Wenn die Entscheidung irreversible Konsequenzen hat (Recht, Medizin, Finanzen) – ohne menschliche Prüfung
- Wenn du die Ergebnisse nicht selbst beurteilen kannst
- Wenn personenbezogene Daten im Spiel sind und die Datenschutzlage unklar ist
Bias-Bewusstsein
KI-Modelle spiegeln die Verzerrungen ihrer Trainingsdaten wider. Wenn du KI nutzt, um Bewerbungen zu bewerten, Texte über Menschen zu schreiben oder Empfehlungen zu geben, prüfe die Ergebnisse auf Fairness und Ausgewogenheit.
Transparenz und Offenlegung
Wenn KI wesentlich an der Erstellung von Inhalten beteiligt war, kommuniziere das offen. Besonders bei: Veröffentlichungen, Kundenkommunikation, Bildungsmaterialien. Ehrlichkeit schafft Vertrauen.
Die KI-Landschaft verändert sich rasant. Bleib informiert über aktuelle Entwicklungen, Best Practices und Regulierungen. Mehr dazu findest du in unserem KI-Kurs.
Bereit für mehr?
Du hast die Profi-Ebene erreicht – Automatisierung, APIs und KI-Agenten sind jetzt Teil deines Werkzeugkastens. Aber es gibt noch zwei weitere Level: In Level 4 baust du eigene KI-Systeme mit RAG und MCP, und in Level 5 wirst du zum KI-Architekten.