Erfahrungsbericht
Das Gesellschaftskapitel
Stand 21.08.2026: Zahlen und Zustände in diesem Text beziehen sich auf dieses Datum.
Ich wollte kein Gesellschaftskapitel schreiben
Ehrlich gesagt hatte ich es fest geplant, es wegzulassen. Das Buch sollte technisch bleiben. Guards, Skills, Crystallization-Loop. Harte Zahlen, echte Systeme. Kein Manifest, kein Aktivismus.
Aber dann saß ich eines Abends vor meinem Dashboard und schaute auf eine Zahl, die mich nicht losließ: 1.087 autonom erledigte Tasks. Ohne mich. In einem einzigen Monat.
Und ich dachte: Was passiert, wenn das nicht mehr mein persönliches Experiment ist, sondern die Standardausstattung eines Unternehmens?
Was mein System jeden Tag beweist
Mein Agentensystem läuft auf einer einfachen Architektur. Cron-Jobs feuern Tasks, Guards prüfen Ausgaben, Skills führen spezialisierte Workflows aus. Die Erfolgskennzahlen sprechen für sich:
- 232 aktive Cron-Jobs, die rund um die Uhr arbeiten
- 88,1% Aufgaben ohne menschliches Eingreifen abgeschlossen
- Durchschnittliche Reaktionszeit unter 4 Minuten für routinemässige Entscheidungen
Das ist kein Proof-of-Concept. Das ist mein Arbeitsalltag.
Ein konkretes Beispiel: Jede Nacht um 2:00 Uhr läuft ein Agent, der meine LinkedIn-Performance auswertet, Erkenntnisse in eine Wissensdatei schreibt und den nächsten Morgen mit priorisierten Empfehlungen vorbereitet. Ich wache auf und finde eine fertige Analyse vor.
# Auszug aus meinem Cron-Setup
0 2 * * * claude --skill post-analyse --input performance/daily/$(date +%Y-%m-%d).md
30 2 * * * claude --skill content-excellence --mode review
Das ist Routine. Das läuft jeden Tag. Das macht niemand manuell.
Die Frage, die ich nicht ignorieren konnte
Wenn eine Person mit diesem System die Produktivität von mehreren Vollzeitkräften erreicht, dann stellt sich eine Frage, die ich nicht wegdefinieren kann: Was passiert mit den Arbeitsplätzen, die diese Routinetätigkeit bisher ausgefüllt haben?
Der IMF schätzt, dass 40% aller Arbeitsplätze weltweit von KI betroffen sein werden. Nicht in zehn Jahren. Die Verschiebung findet jetzt statt, in kleinen Schritten, in jedem Unternehmen, das beginnt, Agenten einzusetzen.
Ich sage das nicht als Warnung. Ich sage es als Beobachtung von jemandem, der diese Werkzeuge baut und täglich benutzt.
Wer profitiert, wer verliert
Die ehrliche Antwort ist unbequem: Im Moment profitieren vor allem diejenigen, die Zugang zu den Werkzeugen haben und wissen, wie man sie einsetzt. Das sind typischerweise gut ausgebildete Wissensarbeiter, Entwickler und Unternehmer mit technischem Hintergrund.
Verwaltungskräfte, die repetitive Datenpflege betreiben. Sachbearbeiter, die standardisierte Korrespondenz abwickeln. Koordinatoren, die Termine und Ressourcen verwalten. Das sind keine fiktiven Berufsgruppen. Das sind reale Menschen in realen Positionen, deren Kernaufgaben Agenten heute schon erledigen können.
Das ist kein Argument gegen KI. Es ist ein Argument dafür, dass wir über Verteilung reden müssen.
Was im Buch steht und warum ich es geschrieben habe
Das beschreibe ich ausführlich in "Läuft ohne mich". Nicht als Aktivist, sondern als Praktiker, der sich zwingt, die Konsequenzen des eigenen Handelns zu durchdenken.
Im Gesellschaftskapitel diskutiere ich vier Ansätze, die politisch diskutiert werden:
Robotersteuer: Unternehmen zahlen eine Abgabe für jeden durch Automatisierung ersetzten Arbeitsplatz. Klingt einfach, ist komplex in der Umsetzung, weil "Ersatz" schwer zu messen ist.
Wertschöpfungsabgabe: Statt auf Arbeit wird auf Wertschöpfung besteuert, unabhängig davon, ob Mensch oder Maschine sie erzeugt hat. Löst das Messproblem der Robotersteuer teilweise.
Grundeinkommen: Entkopplung von Arbeit und Existenzsicherung. Politisch umstritten, aber ökonomisch in mehreren Experimenten getestet, zuletzt in Finnland mit gemischten, aber nicht negativen Ergebnissen.
Digitale Souveränität: Wer kontrolliert die Infrastruktur? Open-Source-Agentensysteme versus proprietäre Plattformen. Ein Aspekt, der im Diskurs oft untergeht.
Ich bewerte diese Ansätze nicht als Politiker. Ich beschreibe die Mechanismen und ihre Implikationen.
Was wir als Praktiker tun können
Hier ist meine persönliche Position, die ich auch im Buch vertreter: Wer diese Systeme baut, trägt Verantwortung für ihre Einführung.
Das bedeutet konkret:
Transparenz beim Rollout. Wenn ich in einem Unternehmen ein Agentensystem einführe, das Aufgaben automatisiert, sollten die betroffenen Menschen das wissen und Zeit haben, sich neu zu orientieren. Überrumpelung ist kein Geschäftsmodell, das langfristig funktioniert.
Weiterbildung als Teil des Projekts. Die Menschen, deren Aufgaben verschwinden, müssen lernen, die neuen Systeme zu nutzen oder zu kontrollieren. Das kostet Zeit und Geld, aber es ist investierbar.
Offene Standards bevorzugen. Wenn möglich, baue ich auf offene Protokolle und vermeidbar proprietäre Lock-ins. Das ist nicht nur technisch sinnvoll, es ist eine Frage der Machtteilung.
# Beispiel: Agenten-Task mit menschlichem Review-Gate
def run_task_with_oversight(task, auto_approve_threshold=0.95):
result = agent.execute(task)
if result.confidence < auto_approve_threshold:
# Niedriges Vertrauen: menschliche Prüfung erzwingen
return queue_for_human_review(result)
return result.approve()
Dieses Muster, ein menschliches Review-Gate bei niedrigem Konfidenz-Score, ist nicht nur technisch klug. Es ist ein Designentscheidung, die sagt: Automatisierung ja, Entmachtung nein.
Die offene Frage
Ich habe das Gesellschaftskapitel nicht geschrieben, weil ich Antworten habe. Ich habe es geschrieben, weil ich die Fragen für unvermeidbar halte.
Wenn ein System wie meins skaliert, wenn es nicht mehr das Experiment eines einzelnen Entwicklers ist, sondern die Standardinfrastruktur mittelständischer Unternehmen, dann ändert sich etwas Grundsätzliches. Nicht durch eine grosse Entscheidung. Durch tausend kleine, die jeder für sich alleine trifft.
Die Frage ist nicht, ob Routinetätigkeit verschwindet. Sie verschwindet bereits. Die Frage ist, wer die Bedingungen gestaltet, unter denen das passiert. Und ob die Antwort auf "wer profitiert" ein breiteres Spektrum umfasst als nur diejenigen, die den Code schreiben.
Das ist kein abstraktes politisches Problem. Das ist eine Designentscheidung, die jeder trifft, der heute ein Agentensystem baut.
Wichtigste Erkenntnisse
- KI-Automatisierung findet nicht in zehn Jahren statt. Sie läuft bereits, in jedem System, das Routineaufgaben autonomer erledigt als vor zwei Jahren.
- Wer Agentensysteme baut, trägt Mitverantwortung für ihre gesellschaftliche Einführung. Das ist keine moralische Meinung, es ist eine logische Konsequenz aus Handlungsmacht.
- Review-Gates und Konfidenz-Schwellen sind nicht nur technische Muster. Sie sind Designentscheidungen über menschliche Kontrolle.
- Die Debatten über Robotersteuer, Wertschöpfungsabgabe und Grundeinkommen sind keine Randthemen. Sie werden relevanter, je weiter Agentensysteme skalieren.
- Als Praktiker haben wir die Wahl, diese Entwicklung bewusst oder unbewusst zu gestalten. Unbewusst ist auch eine Entscheidung.
Das Buch: Taschenbuch (24,99 EUR) https://amazon.de/dp/B0HDMT162J | E-Book (9,99 EUR) https://amazon.de/dp/B0HDMS2YQ9
Dieser Artikel wurde mit KI erstellt, auf Basis meiner eigenen Systeme und Praxiserfahrung.
Zuerst erschienen am 21.08.2026 auf DEV Community: https://dev.to/frederikvonderheyden/das-gesellschaftskapitel-48pj