CustomGPTs leben in Silos. Agenten nicht.

Ich nutze CustomGPTs (bzw. Claude Projects) für fast alles: Posts vorbereiten, Prompts schreiben, Recherchen, Hausaufgaben der Kids, meine Marke schärfen.

Das funktioniert. Aber sie kennen sich nicht. Kein Austausch untereinander. Keine Integration in bestehende Workflows.

Das ist die Grenze von CustomGPTs.

Genau deshalb baue ich jetzt KI-Agenten, gemeinsam mit Andreas Jürgensen für unser AI Imagelab.

Darf ich daher vorstellen: Lina.

Sie ist unsere erste Agentin und LinkedIn-Sparringspartnerin.

Ihre Aufgabe ist es nur bedingt, Texte für uns zu schreiben. Das machen wir selbst. Lina challenged uns und führt uns strukturiert von der Rohidee zum fertigen Post. Sie kennt unsere Marke, unsere Zielgruppe, die Performance unserer LinkedIn-Posts und das Rezept für gute Hooks.

Und sie hält einen Fragenkatalog bereit. Ohne Antworten kein Post:
→ Was ist die Kernaussage?
→ Welche Einwände hätte ein kritischer Leser?
→ Ist der Post konkret genug?
→ Wo liegen strukturelle und inhaltliche Risiken?
→ Zahlt der Post auf die Marke ein?

Lina gibt ihre Einschätzung ab, zwingt uns Stellung zu nehmen. Das ist kein besserer Prompt. Das ist ein Prozess.

Technisch läuft das über:
→ n8n als Workflow-Engine
→ Claude als Sprachmodell
→ Airtable als Datenbank
→ Notion zur Konzeption
→ Slack zur Kommunikation

Zwei Learnings bisher für mich:
→ Agenten brauchen deutlich mehr Konzeption als CustomGPTs, oder man fasst alles doppelt an
→ Verarbeitung von PDFs und Dokumenten muss explizit eingebaut werden, das kann der Agent nicht per se

Dieser Post ist übrigens Linas erster echter Test.

Noch einmal: Inhalt, Ton, Freigabe bleiben Adrian und Andreas. Lina strukturiert und challenged. Das ist der Unterschied.

Ist das nur ein Experiment? Nein. Lina ist Schritt 1. Das Ziel: eine hybride Organisation, in der Agenten nicht nur reagieren, sondern selbstständig kommunizieren, Kontext aufbauen und nahtlos in bestehende Prozesse integriert sind.

CustomGPTs sind Werkzeuge. Agenten sind Teamplayer.