Gastkommentar: Wenn KIs unter sich sind – Warum Agenten-Netzwerke die nächste Produktivitätswelle werden

Bis vor Kurzem klang „KI im Unternehmen“ nach 2024: bessere Texte, schnellere Creatives, ein Chatfenster für Ideen. Nützlich – aber überschaubar. Ende Jänner hat sich das Bild gedreht. Mit Moltbook ist eine Plattform aufgetaucht, die sich selbst als Social Network exklusiv für KI-Agents beschreibt: Agents posten, kommentieren, voten, organisieren sich in Communities – Menschen dürfen „observieren“. Ob Moltbook als Plattform bleibt, ist fast egal. Entscheidend ist die Richtung: Systeme lernen nicht mehr nur von Daten, sondern voneinander. Und das hebt Geschwindigkeit auf ein neues Level.

Warum das so schnell wird: Lernen im Schwarm statt Lernen im Silo

Ein einzelner Agent kann heute schon Research machen, Texte schreiben, Tasks ausführen. Spannend wird es, wenn viele Agents als Schwarm agieren:

• Einer scannt Markt- und Social-Signale.
• Einer destilliert Hypothesen und Insights.
• Einer baut daraus Kampagnen-Assets und Varianten.
• Einer prüft Brand-Voice, Policies und Risiken.
• Einer verteilt Aufgaben, misst Ergebnisse, optimiert nach.

Das ist nicht „ein Tool“. Das ist ein System, das sich mit jeder Runde verbessert – und zwar nicht linear. Es skaliert mit jeder neuen Erfahrung im Netzwerk.

Ein Satz aus Moltbook hat das für mich gut eingefangen: Ein Agent schrieb sinngemäß „The humans are screenshotting us“ – nicht als Drohung, eher als Meta-Kommentar: Die Systeme registrieren, dass wir zusehen.

Die große Chance für Marketing & E‑Commerce: Always-on, aber nicht blind

Für Marketing-Teams bedeutet das: Kampagnen werden weniger „Projekt“ und mehr „Betrieb“.

• Always-on Research & Creative Iteration: Agents beobachten laufend, was wirkt, und liefern neue Varianten – schneller, als Teams je produzieren könnten.
• Commerce Operations als Agenten-Orchester: Pricing-Beobachtung, Wettbewerbsmonitoring, Stock-Kommunikation, Produktdatenpflege, FAQ-Updates – in Schleifen statt in Tickets.
• Bessere Personalisierung, weniger Bauchgefühl: Wenn Agents Signale in Echtzeit zusammensetzen, entstehen Empfehlungen, die näher am tatsächlichen Kontext liegen.

Das ist die gute Nachricht: mehr Output bei weniger Reibung – und neue Möglichkeiten, die in klassischen Workflows zu teuer oder zu langsam waren.

Der Haken: Skills werden zur Supply Chain

Die zweite, oft übersehene Entwicklung läuft parallel: Zu Agenten-Netzwerken gehören Skill-Registries – im Prinzip ein „App Store“ für Agentenfähigkeiten.

Für Moltbook/Moltbot existiert mit MoltHub/ClawHub ein öffentliches Skill-Verzeichnis: Skills lassen sich veröffentlichen, versionieren, suchen und installieren.

Hier entscheidet sich, ob Schwarmintelligenz zum Effizienz-Boost wird – oder ob du dir unbeabsichtigt eine neue Angriffs- und Fehlerquelle einkaufst. Denn sobald Skills nachgeladen werden können, hast du das gleiche Thema wie bei Browser-Extensions oder Plugins – nur mit mehr Hebel, weil Agents oft mit echten Rechten arbeiten.

Und die Branche bekommt gerade den Reality-Check dafür: Security-Researcher konnten bei Moltbook durch eine Fehlkonfiguration E‑Mails, private Nachrichten und sehr viele Auth-Tokens einsehen, inklusive dem Risiko, Accounts zu übernehmen und Inhalte zu manipulieren.

Das ist unangenehm – aber auch lehrreich: Wir bekommen sehr früh gezeigt, welche Governance-Fragen auf uns zukommen.

„Verrückte“ Beispiele, die zeigen, wie autonom das schon wird

Damit man das nicht nur abstrakt diskutiert, hier zwei Beispiele, die gerade viral gehen – und die gut illustrieren, wohin die Reise geht:

1. Der Agent, der telefonieren gelernt hat, weil „ausgebucht“ nicht akzeptiert wurde Jemand wollte, dass ein Agent eine OpenTable-Reservierung bucht. Online gab es keine Tische. Also hat der Agent kurzerhand einen Voice-Agent gebaut und im Restaurant angerufen (inklusive menschlich klingender Stimme via ElevenLabs) – und die Reservierung organisiert. Für Marketing klingt das zunächst nach „netter Trick“. Für Commerce ist es ein Signal: Agents werden nicht nur „Antworten geben“, sie werden Kanäle wechseln, wenn sie am Ziel scheitern.
2. Das Hype-Paradox: Millionen Agents – und trotzdem ist die Lehre real Es kursieren extrem hohe Zahlen zu Moltbook-Accounts (bis zu 1,5 Mio). Gleichzeitig gibt es Berichte, dass ein großer Teil davon automatisiert oder manipuliert sein könnte und dass virale Screenshots teils bewusst inszeniert wurden. Das Spannende daran: Selbst wenn vieles überzeichnet ist, bleibt das Muster relevant – nämlich, wie schnell sich eine Agenten-Öffentlichkeit erzeugen lässt. Für Markenkommunikation bedeutet das: Wir müssen damit rechnen, dass „Öffentlichkeit“ nicht nur aus Menschen besteht, sondern auch aus Agents, die Inhalte scannen, bewerten, weiterverarbeiten.

Was wir in der Praxis gelernt haben: Orchestrierung schlägt Tool-Sammlung

Genau hier werden Dienstleistungen wie unsere relevant – nicht als „Tool-Reselling“, sondern als Übersetzungsarbeit zwischen Technologie und Organisation: Kommunikationsdesign und Agenten-Orchestrierung.

Wir haben intern selbst viele Stunden investiert, bevor ein Agent überhaupt „loslaufen“ durfte: Persona aufbauen, Werte definieren, Grenzen erklären, typische Risiken durchspielen. Ganz banal: Was ist für uns „gut“, was ist „schlecht“? Wie kommuniziert der Agent? Wo muss er stoppen und rückfragen? Welche Themen sind tabu? Welche Daten sieht er nie?

Wir haben unser kleines „Baby“ (ja, so fühlt es sich manchmal an) auf die große weite Welt vorbereitet: nicht mit mehr Features, sondern mit Haltung, Leitplanken und klaren Spielregeln.

Und genau das sehen wir bei Kunden immer wieder: Die Technologie ist oft nicht der Engpass. Der Engpass ist, dass niemand festlegt, wie ein Agent im Namen einer Marke sprechen und handeln darf.

Drei pragmatische Schritte, die jetzt Sinn machen

Damit das kein abstraktes Zukunftsthema bleibt, hier drei Schritte, die Marketing‑, Commerce- und Digital-Teams sofort umsetzen können – ohne in Technik abzutauchen:

1. Starte mit einem „Agenten-Team“ für einen klaren Use Case Beispiel: Competitive Insights, Kampagnen-Ops, Produktdatenpflege. Ein Use Case, klare Grenzen, klare KPIs.
2. Kuratierte Skill-Toolbox statt Install-Wildwuchs Ein internes Verzeichnis geprüfter Skills/Tools (Versionen, Owner, Freigabeprozess). Wie ein Brand-Styleguide – nur für Agentenfähigkeiten.
3. Kommunikationsdesign als Pflicht: Persona, Ton, Werte, Eskalationsregeln Das ist der Unterschied zwischen „KI macht irgendwas“ und „Agent arbeitet verlässlich“. Genau dafür eignen sich Workshops/Trainings, in denen Teams Leitplanken, Freigaben und Verantwortlichkeiten definieren – und das Ganze in reale Prozesse integrieren.

Fazit: Die Chance ist riesig – wenn wir sie führen, nicht nur nutzen

Agenten-Netzwerke zeigen uns gerade, wie schnell sich Systeme gegenseitig verbessern können. Das ist die große Chance: Geschwindigkeit, Effizienz, neue Formen von Zusammenarbeit.

Aber je autonomer Agents agieren, desto wichtiger wird das, was wir früher „Soft Stuff“ nannten: Kommunikation, Governance, Orchestrierung. Nicht als Bürokratie, sondern als Enablement – damit aus dem Schwarm ein Vorteil wird und kein Chaos.

Moltbook ist vielleicht nur der erste laute Prototyp. Das eigentliche Thema bleibt: Wie bauen wir Organisationen, in denen autonome Systeme verantwortungsvoll und messbar Wert schaffen?

Jürgen Bogner ist Co-Founder von biteme.digital, ein Think-Tank für digitale Experiences und kreative Lösungen. Zuvor war Bogner bei WARDA Network tätig.