Persistente KI-Mitarbeiter: Agenten mit Identität und Gedächtnis

Neben Chatbots und Agenten entsteht gerade eine dritte Kategorie: KI-Mitarbeiter, die eine Aufgabe dauerhaft übernehmen, sich an frühere Arbeit erinnern und von selbst wieder aktiv werden. Im Englischen heissen sie Persistent AI Coworker oder Persistent AI Agent. Bei NETNODE arbeiten wir bereits mit solchen Mitarbeitern. Drei davon stellen wir Ihnen in diesem Artikel vor: Bob, Ruth und Anina.

Inhalt

Was ist ein persistenter KI-Mitarbeiter?
Chatbot, Agent, Coworker: die Abgrenzung
Woraus ein persistenter KI-Mitarbeiter besteht
Bob, Ruth und Anina bei der Arbeit
Der Agentic Workspace
Was das für Ihr Unternehmen bedeutet
Fazit
Referenzen

Was ist ein persistenter KI-Mitarbeiter?

Ein persistenter KI-Mitarbeiter ist ein dauerhaft laufender Agent mit einer definierten organisatorischen Verantwortung. Er behält Kontext, Arbeitszustand und Erfahrungen über einzelne Runs hinweg und kann selbständig auf Ereignisse reagieren.

Technisch gesehen ist er ein Agent mit eigenem System Prompt und damit mit eigener Identität. Der System Prompt legt fest, wer er ist, wofür er zuständig ist, welche Systeme er kennt und wo seine Grenzen liegen. Dazu kommt ein Gedächtnis, das nicht mit dem Chatfenster endet.

Das klingt nach einer kleinen Änderung. In der Praxis ist es der Unterschied zwischen einem Werkzeug, das Sie jedes Mal neu einrichten, und einem Kollegen, der am Montag noch weiss, was am Freitag war.

Chatbot, Agent, Coworker: die Abgrenzung

Die drei Begriffe werden oft durcheinandergebracht. Die Unterscheidung ist aber einfach, wenn man auf die Zeitachse schaut.

	Chatbot	Klassischer Agent	Persistent AI Coworker
Lebensdauer	eine Anfrage	ein Run	dauerhaft
Gedächtnis	nur der aktuelle Chat	nur der aktuelle Run	Firma, Projekte, Entscheidungen, Historie
Auslöser	ein Mensch fragt	ein Mensch startet	Trigger, Zeitpläne, Ereignisse
Verantwortung	keine	für den einen Auftrag	für eine Rolle über Zeit
Beispiel	"Wie setze ich ein Passwort zurück?"	"Schreib mir einen Blogpost zu X"	"Du bist zuständig für unsere Server"

Der Schlüsselbegriff ist der Run, ein abgeschlossener Auftrag mit Anfang und Ende. Chatbot und klassischer Agent sind fertig, wenn der Run fertig ist. Der persistente KI-Mitarbeiter nicht. Er bleibt zuständig, auch wenn gerade niemand fragt. Anthropic zieht die Grenze genau an dieser Stelle. Workflows folgen vordefinierten Pfaden, Agenten steuern ihren Prozess selbst.

Woraus ein persistenter KI-Mitarbeiter besteht

Ein solcher Mitarbeiter hat typischerweise sieben Bausteine. Fehlt einer, ist es meist doch nur ein Agent mit einem längeren Prompt.

Eine feste Rolle und Ziele. Zum Beispiel "Helpdesk bearbeiten" oder "Server betreuen". Die Rolle steht im System Prompt und ändert sich nicht von Anfrage zu Anfrage.

Dauerhaften Kontext und Memory. Wissen zur Firma, zu Projekten, zu getroffenen Entscheidungen und zu bisherigen Ergebnissen. Dieses Wissen wächst mit jedem Run. Wie so ein Gedächtnis technisch aussehen kann, zeigt etwa die Memory-Funktion von Claude Code: Markdown-Dateien, die der Agent liest, ergänzt und beim nächsten Start wieder lädt.

Zugriff auf Tools und Systeme. E-Mail, Jira, CRM, GitHub, CMS oder ein Server-Terminal. Ohne Werkzeuge kann er nur reden.

Einen persistenten Task-Zustand. Er weiss, was offen, erledigt oder blockiert ist. Auch nach einem Neustart.

Trigger oder Zeitpläne. Ein Cronjob, ein neues Ticket, ein Alarm aus dem Monitoring. Der Mitarbeiter wird von selbst aktiv, nicht erst, wenn ihn jemand anspricht.

Definierte Berechtigungen und Grenzen. Was darf er lesen, was darf er ändern, was darf er nie. Bei einem Menschen regelt das die Stellenbeschreibung, hier der System Prompt und die technischen Zugriffsrechte.

Einen Weg, Menschen einzubeziehen. Bei Unsicherheit oder wichtigen Entscheidungen fragt er nach, statt zu raten. Das ist kein Schwachpunkt. Ohne diesen Baustein würden wir keinem Agenten Schreibrechte auf unsere Systeme geben.

Bob, Ruth und Anina bei der Arbeit

Am einfachsten versteht man persistente KI-Mitarbeiter, wenn man ihnen bei der Arbeit zuschaut. Drei Beispiele aus unserem Team.

Bob, der CRM-Assistent

Bob kennt unser CRM und unseren Newsletter. Fragen wie "Welche Kontakte aus der Museumsbranche haben den letzten Newsletter geöffnet?" oder "Wann hatten wir zuletzt Kontakt mit dieser Firma?" beantwortet er direkt, ohne dass jemand im CRM Filter zusammenklicken muss. Weil er die Gespräche und Auswertungen der letzten Wochen kennt, kann er eine neue Frage in den Zusammenhang stellen: "Diese Firma hatte Sie im Frühling schon einmal nach einer Offerte gefragt."

Ruth, die Projektmanagement-Assistentin

Ruth bereitet Meetings vor und nach. Vor einem Jour fixe stellt sie die offenen Punkte, die letzten Entscheidungen und die fälligen Aufgaben zusammen. Nach dem Meeting verarbeitet sie das Memo. Sie macht aus Beschlüssen Tasks, kommentiert bestehende Tickets und trägt Zuständigkeiten nach. Dazwischen überwacht sie die Tasks im Projekt. Bleibt etwas liegen oder nähert sich ein Termin, meldet sie sich. Nichts geht vergessen, weil Ruth sich erinnert, was beim letzten Mal besprochen wurde.

Anina, die Web-Analytics-Agentin

Anina beantwortet Ad-hoc-Fragen zum Webtraffic: "Wie viele Sessions hatten wir gestern?", "Welche Seiten haben diese Woche am meisten Zugriffe dazugewonnen?", "Woher kommen die Besucher der neuen Kampagnenseite?" Zusätzlich erstellt sie jede Woche von selbst einen ausführlichen Report, ohne dass jemand daran denken muss. Weil sie die Zahlen der Vorwochen kennt, ordnet sie ein, statt nur zu zählen. Ein Anstieg ist bei ihr ein Anstieg gegenüber dem, was normal ist.

Was die drei gemeinsam haben

Bob, Ruth und Anina unterscheiden sich in ihrem Fachgebiet, aber nicht im Prinzip. Alle drei haben ihr eigenes Gedächtnis und werden auf Trigger und Zeitpläne hin aktiv, nicht nur auf Zuruf. Und fragt man sie etwas aus ihrem Bereich, antworten sie wie eine Kollegin, die seit Monaten dabei ist. Ändern darf keiner von ihnen etwas Wichtiges, ohne dass ein Mensch aus dem Team zustimmt.

Der Agentic Workspace

Ein persistenter KI-Mitarbeiter braucht ein Zuhause. Bei NETNODE ist das der Agentic Workspace, den wir im Team gemeinsam teilen. Jeder Mitarbeiter hat dort ein Profil mit Name, Rolle und Chat-Zugang. Alle im Team sehen, wer gerade woran arbeitet.

Der geteilte Agentic Workspace bei NETNODE: jeder KI-Mitarbeiter mit eigener Rolle, eigenem Chat und sichtbarer Aktivität

Bob, Ruth und Anina sind dort nicht allein. Neben ihnen arbeiten unter anderem Nora im Support, Steve am CMS von netnode.ch, Timo für Social-Media-Texte und Nils für unser DevOps-Team. Jeder mit eigenem System Prompt, eigenem Gedächtnis und eigenen Werkzeugen.

Der geteilte Workspace löst ein Problem, das viele Teams beim ersten KI-Einsatz übersehen: Wenn jede Person ihren eigenen Chat mit eigenen Prompts pflegt, entsteht kein gemeinsames Wissen. Im Workspace dagegen fragt eine Kollegin Ruth nach offenen Punkten im Projekt, und die Antwort baut auf allem auf, was Ruth vorher schon für andere im Team erledigt hat.

Was das für Ihr Unternehmen bedeutet

Sie müssen nicht gleich mit drei Mitarbeitern anfangen. Fragen Sie sich eher, welche Verantwortung in Ihrem Betrieb klar umrissen ist, sich wiederholt und heute darunter leidet, dass Wissen in Köpfen oder verstreuten Dokumenten steckt.

Einige typische Kandidaten:

First Level Helpdesk, der die Historie jedes Kunden kennt
Content-Pflege im CMS, die weiss, welche Seiten wann zuletzt überarbeitet wurden
Reporting, das die Zahlen mit den Vormonaten vergleicht und einordnet
Projektassistenz, die offene Punkte, Entscheidungen und Zuständigkeiten im Blick behält

Der Aufwand liegt weniger in der Technik als in der Klärung: Was ist die Rolle? Welche Systeme braucht sie? Wo sind die Grenzen? Und wer im Team ist die Ansprechperson, wenn der Mitarbeiter nachfragt? Sind diese Fragen beantwortet, ist der erste persistente KI-Mitarbeiter oft innert weniger Wochen produktiv.

Fazit

Bob, Ruth und Anina zeigen, was ein persistenter KI-Mitarbeiter im Alltag ist. Sie kennen ihren Bereich und erinnern sich an das, was war. Aktiv werden sie von selbst. Und bevor sie etwas Wichtiges ändern, fragen sie nach.

Das Modell dahinter ist dasselbe wie im Chatbot. Was den Unterschied macht, ist die Verantwortung, die über die Zeit bestehen bleibt.

Lassen Sie uns darüber sprechen

Sie möchten wissen, welche Rolle in Ihrem Unternehmen sich für einen persistenten KI-Mitarbeiter eignet? Wir beraten Sie gerne. Das erste Gespräch ist immer kostenlos.

Jetzt Kontakt aufnehmen