Von 70 Agenten auf 6: Die Skalierbare Architektur einer AI-Native-Firma (inkl. Blueprint)

In dieser Folge

„Im Februar habe ich 30 KI-Agenten gefeuert.” Klingt drastisch — war aber der Moment, in dem Tobias das komplette KI-Setup von AI-Power neu gedacht hat. Zum ersten Mal öffentlich zeigt er, wie eine AI-Native-Firma wirklich arbeitet: nicht mit hunderten Einzweck-Agenten, sondern mit einem Fundament aus vier Ebenen, das mit jeder neuen Aufgabe mitwächst.

📖 Der Umsetzungs-Guide zu dieser Folge

Warum ich 30 KI-Agenten gefeuert habe — und was stattdessen skaliert

18 Monate lang haben wir über 60 KI-Agenten aufgebaut. Im Februar habe ich die Hälfte gelöscht. Hier ist das Vier-Ebenen-System, das seitdem unsere Firma steuert — das Company AI OS, Schritt für Schritt erklärt.

Guide lesen

Hot News der Woche

1. Anthropic-Bann — die US-Regierung nimmt Fable 5 und das cyber-mächtige Mythos kurz nach dem Launch vom Markt. Kunden fordern Refunds, weil ihre Modelle über Nacht weg waren. Wer sein Business an ein einziges Modell kettet, hat ein Geschäftsrisiko, kein IT-Detail.
2. Der Markt flieht zu Open Source & Europa — die Nachfrage nach Alternativen wie Mistral, GLM-5.2 und Cohere explodiert. Modellagnostik — also nicht von einem Anbieter abhängig zu sein — wird von der Tech-Spielerei zur Chefsache.
3. Norwegen zieht die Reißleine — das digitalste Land Europas verbietet generative KI ab dem neuen Schuljahr im Unterricht, gestuft nach Alter. Während die Emirate KI zum Pflichtfach machen. Die Frage dahinter — wann hilft KI, wann überspringt sie Lernschritte? — stellst du dir im Unternehmen bei jedem Prozess.

Deep Dive — Das Company AI OS in vier Ebenen

Früher: 60–70 Agenten, jeder ein starrer Einzweck-Agent (der Fireflies-Agent „Freddy” konnte nichts außer Meetings zusammenfassen). Niemand pflegt den Wildwuchs, jeder Agent ist eine Insel. Der Auslöser zum Umdenken war nicht ein Drama, sondern eine simple Erkenntnis: In der Realität hat man auch keinen Mitarbeiter pro Einzelaufgabe — man hat Menschen mit Fähigkeiten. Genau so funktioniert heute das System von AI-Power: vier Ebenen, die aufeinander aufbauen.

Die vier Ebenen im Schnelldurchlauf: C-Level-Agenten als Entscheider (fünf bis sechs Rollen statt hunderter Einzweck-Agenten), Skills als wiederverwendbare Fähigkeiten (einmal gebaut, von jedem Agenten aufrufbar), Kontext als maschinenlesbares Firmenwissen und Tools, die über das Model Context Protocol (MCP) mit granularen Rechten andocken. Der Clou: Jede Ebene wird genau einmal gebaut und bleibt stabil — keine Kettenreaktion, kein Wildwuchs. Die Take-Home-These der Folge: Hör auf, Prozesse zu bauen — bau Fähigkeiten.

Wie du das System für deine eigene Firma aufbaust — alle vier Ebenen im Detail, die Live-Demo und die Lektionen, die wehgetan haben — steht im ausführlichen Umsetzungs-Guide (Karte unten).

Erwähnt in dieser Folge

• Anthropic, Fable 5 & Mythos – die Modelle, die kurz nach Launch vom Markt genommen wurden (Programm „Project Glasswing”)
• Dario Amodei – CEO von Anthropic, warnt vor dem Tempo der KI-Entwicklung
• Mistral, GLM-5.2, Cohere, DeepSeek, Sakana Fugu – Open-Source- und EU-Alternativen, die gerade an Nachfrage gewinnen
• MCP (Model Context Protocol) – Anthropics Standard, um Tools an KI-Modelle anzubinden
• n8n – hostet bei AI-Power die MCP-Schnittstellen, für mehr Kontrolle und Rechtevergabe
• Christopher Nachtwey – Co-Founder von AI-Power