Wie ich mein Business mit Agents automatisiere

Mehrere Kundenprojekte parallel zur eigenen Marke zu betreiben bedeutet einen konstanten Strom operativer Aufgaben: Fehlerdashboards prüfen, Uptime kontrollieren, den Überblick behalten, was geliefert wurde und was als nächstes ansteht. Einzeln sind das Kleinigkeiten — zusammen fressen sie Stunden pro Woche und erzwingen Kontextwechsel, die Deep Work unterbrechen.

Ich habe entschieden, diese Routinen an autonome Agents abzugeben. Keine Chatbots, die auf Eingaben warten, sondern geplante Pipelines, die eigenständig laufen, echte Services abfragen und handlungsrelevante Zusammenfassungen produzieren, die ich in Minuten statt Stunden durcharbeiten kann.

Was Agents eigentlich sind

Ein Agent ist in diesem Kontext eine Claude Code Session, die autonom mit Zugang zu externen Tools läuft. Er kann Dateien lesen, APIs über MCP-Server aufrufen und strukturierten Output schreiben — alles ohne menschliches Eingreifen. Der entscheidende Unterschied zu einer regulären Chat-Interaktion ist, dass Agents geplant sind: Ein Cron-Trigger löst sie in festgelegten Intervallen aus, und sie führen eine definierte Skill von Anfang bis Ende aus.

Jeder Skill ist ein fokussierter Instruktionssatz. Er sagt dem Agent, was abzufragen ist, wie die Ergebnisse zu interpretieren sind und wohin der Output geschrieben wird. Der Agent übernimmt die Ausführung — API-Aufrufe, Parsing der Antworten, Entscheidung, was es wert ist, geflaggt zu werden.

Die vier Automatisierungen

Fehlermonitoring

Der monitor-errors-Skill verbindet sich über MCP mit Sentry, zieht die wichtigsten ungelösten Probleme aus allen Projekten und erstellt einen wöchentlichen Error-Digest. Er markiert neue Regressionen, gruppiert wiederkehrende Muster und schreibt eine Zusammenfassung, die ich in unter zwei Minuten überblicken kann.

Uptime-Reporting

Der monitor-uptime-Skill fragt BetterStack nach Monitor-Verfügbarkeit, Antwortzeiten und etwaigen Incidents der vergangenen Woche ab. Der Output ist eine Health-Summary pro Projekt — Uptime-Prozentsatz, langsamste Endpoints und ob Heartbeats ausgefallen sind.

E-Mail-Triage

Der triage-email-Skill verarbeitet weitergeleitete E-Mails — Kundenanfragen, Rechnungen, Terminabstimmungen. Er klassifiziert jede Nachricht, entwirft bei Bedarf eine Antwort und erstellt einen kundenbezogenen Digest. Statt mein Postfach manuell zu durchsuchen, überprüfe ich eine strukturierte Zusammenfassung und genehmige oder passe die vorgeschlagenen Antworten an.

Business-Health-Sync

Der sync-business-impact-Skill liest Roadmaps, Abhängigkeitsdateien und Konfigurationen aus allen aktiven Projekten. Er erkennt, was sich seit dem letzten Lauf geändert hat, und überträgt Signale in einen zentralen Projektindex — ein einziges Dashboard, das den aktuellen Status jedes Projekts zeigt, ohne dass ich jedes einzeln öffnen muss.

Die Pipeline

Der ROI langweiliger Automatisierung

Keine dieser Automatisierungen ist spektakulär. Sie generieren keine Inhalte und treffen keine Entscheidungen. Sie sammeln Informationen, strukturieren sie und legen sie dort ab, wo ich sie finden kann. Der Wert liegt in den Stunden, die ich nicht damit verbringe, zwischen Dashboards und Postfächern zu wechseln, und in den Problemen, die ich frühzeitig erkenne, weil der Digest sie vor dem Eskalieren sichtbar macht.

Was als nächstes kommt

Zwei Automatisierungen stehen auf der Roadmap, die von Observability in Business Intelligence übergehen:

Umsatz & Cashflow — ein Agent, der Rechnungen liest, Zahlungsstatus verfolgt und eine monatliche Cashflow-Zusammenfassung erstellt. Ziel ist es, überfällige Zahlungen zu markieren und bevorstehende Engpässe frühzeitig zu prognostizieren, ohne dass ich manuell Tabellen abgleichen muss.

Client-Delivery-Risiko — ein Agent, der Projekt-Roadmaps mit tatsächlicher Commit-Aktivität, offenen Tickets und Deadlines abgleicht. Wenn ein Projekt in Verzug gerät oder ein Meilenstein gefährdet ist, liefert er das Signal früh genug — damit ich Zeit habe, den Scope anzupassen oder proaktiv mit dem Kunden zu kommunizieren.

Beide folgen dem gleichen Muster: geplanter Agent, spezialisierter Skill, strukturierter Output. Die Infrastruktur steht bereits — es geht nur noch darum, die Skills zu schreiben und die Datenquellen anzubinden.