KI-Agenten, Automatisierung & persönliche Infrastruktur

Ich baue seit Jahren an der Frage, wie ein einzelner Mensch mit KI-Werkzeugen die Schlagkraft eines kleinen Teams bekommt — nicht als Gedankenexperiment, sondern als laufende Infrastruktur auf meinen eigenen Maschinen.

Was konkret existiert

Eine Content-Pipeline, die aus langen Videos automatisiert Kurzclips macht: Transkription über faster-whisper und Groq, Clip-Auswahl über die Claude API, Schnitt über ffmpeg, orchestriert durch eine selbstgebaute TypeScript-CLI auf Supabase. Ein Projekt-Dashboard auf Vercel, das TASKS.md-Dateien direkt aus meinen GitHub-Repos liest und mir pro Projekt die nächste Aufgabe für Mensch oder Agent anzeigt. Ein Agenten-Stack mit phasenweisem Fahrplan — Telegram-Anbindung, Orchestrierung, MCP-Basis — inklusive schriftlich fixierter Sequenzierungs- und Timebox-Regeln.

Der letzte Punkt ist mir wichtig, weil er meine unbequemste und wertvollste Erkenntnis in diesem Feld enthält: Infrastruktur-Bauen ist die eleganteste Form der Prokrastination. Ich kenne diese Falle so gut, weil ich mehrfach hineingelaufen bin — und habe deshalb Regeln, die Orchestrierung verbieten, bevor der manuelle Prozess seine Qualität bewiesen hat. Wer mit mir über Agenten spricht, bekommt beides: die Begeisterung und die Bremse.

Meine Position im KI-Diskurs

Wenn Kognition billig wird, steigen ihre Komplemente im Wert: Urteilskraft und Geschmack, Vertrauen und Distribution, Verantwortung und proprietäre Daten. Ich positioniere meine Arbeit konsequent an diesen Engpässen — und genau diese Denkweise bringe ich auch in Gespräche darüber, wo KI in einem Unternehmen wirklich Hebel hat und wo sie nur teures Theater ist.

Was ich anbiete

Pragmatische Einschätzung und Umsetzung: Welcher Prozess gehört automatisiert, welcher nicht, was ist der kleinste Aufbau, der echten Wert liefert. Ich habe genug eigene Pipelines gebaut, gebrochen und repariert, um den Unterschied zwischen Demo und Betrieb zu kennen.