Sie müssen keine einzige Zeile Code schreiben, um einen KI-Agenten zu erstellen, der funktioniert. Letzten Monat habe ich einen Marketinganalysten beobachtet, der in Zapier einen Agenten eingerichtet hat, der Wettbewerber-Websites durchsuchte, Ergebnisse zusammenfasste und wöchentliche Berichte versendete – alles über die Benutzeroberfläche. Kein Python. Keine API-Aufrufe. Nur Absicht und das richtige Werkzeug.
Ein KI-Agent unterscheidet sich von einem Chatbot. Ein Chatbot beantwortet Fragen. Ein Agent handelt. Er liest Ihre Anfrage, entscheidet, was zu tun ist, führt Aufgaben nacheinander aus und berichtet zurück. Diese Unterscheidung ist wichtig, da sie verändert, was Sie bauen und wie Sie darüber denken.
Was Sie eigentlich bauen
Bevor Sie sich mit einem Werkzeug befassen, verstehen Sie die drei Komponenten jedes Agenten:
- Ziel – was der Agent erreichen soll (z. B. „kostengünstige Lieferanten für Aluminiumteile finden“)
- Werkzeuge – die Aktionen, die er ausführen kann (Websuche, Datenbankabfrage, E-Mails senden, auf Slack posten)
- Logik – wie er entscheidet, welches Werkzeug in welcher Reihenfolge verwendet werden soll
Der Agent hat kein Bewusstsein. Er folgt einer Schleife: Eingabe lesen → Werkzeug auswählen → ausführen → Ergebnis prüfen → nächste Aktion entscheiden → wiederholen, bis das Ziel erreicht ist.
Die meisten No-Code-Agenten laufen auf bedingter Logik („Wenn dies, dann das“), überlagert mit LLM-Urteilsvermögen. Claude oder GPT-4o entscheidet, welchen Weg er einschlägt. Die Plattform führt ihn aus.
Wählen Sie die richtige No-Code-Plattform
Drei Plattformen dominieren derzeit den No-Code-Agentenbereich:
Zapier ist am praktischsten für geschäftliche Workflows. Es verbindet sich mit über 6.000 Apps und verfügt über integrierte KI-Logik. Sie definieren Trigger („wenn eine E-Mail eingeht“), Bedingungen (Claude bewertet: Benötigt sie eine Aktion?) und Aktionen (Slack-Nachricht senden, zu Airtable hinzufügen). Die Benutzeroberfläche ist so einfach, dass jemand ohne KI-Erfahrung in 30 Minuten etwas Nützliches erstellen kann.
Make.com (ehemals Integromat) bietet eine granularere Kontrolle. Die Preisgestaltung ist niedriger, wenn Sie hohe Volumina erreichen, und die Benutzeroberfläche ist flexibler für komplexe Abläufe. Die Lernkurve ist etwas steiler.
n8n ist selbst gehostet und Open Source. Wenn Sie Bedenken hinsichtlich des Datenschutzes haben oder die volle Kontrolle wünschen, lohnt sich die Einrichtung von n8n auf Ihrem eigenen Server. Es verbindet sich auch direkt mit LLMs (Claude API, OpenAI API), ohne dass Sie pro Aktion Gebühren an eine Vermittlerplattform zahlen müssen.
Nutzen Sie für Ihren ersten Agenten Zapier. Der Kompromiss zwischen Einfachheit und Leistungsfähigkeit spricht für Zapier, wenn Sie gerade erst anfangen.
Ein erster echter Agent: Wöchentliche Wettbewerbszusammenfassung
Hier ist ein konkreter Workflow, dessen Erstellung in Zapier 20 Minuten dauert und keinerlei Programmierung erfordert:
Ziel: Identifizieren Sie jeden Montag die neuesten Produktankündigungen von 3 Wettbewerbern und senden Sie eine Zusammenfassung per E-Mail an Ihr Team.
Der Workflow:
- Trigger: Jeden Montag um 9 Uhr
- Aktion 1: Suchen Sie bei Google nach „[Wettbewerbername] Produktneuheit“ (mithilfe des Suchwerkzeugs von Zapier oder einer Google Sheets-Suche)
- Aktion 2: Senden Sie die Suchergebnisse über den KI-Schritt von Zapier an Claude – mit diesem Prompt:
Sie sind Produktanalyst. Ich gebe Ihnen Suchergebnisse zu Ankündigungen von [Wettbewerber] aus der letzten Woche.
Extrahieren Sie:
1. Produktname oder Funktion
2. Veröffentlichungsdatum
3. Warum das für unser Geschäft wichtig ist (seien Sie spezifisch, nicht allgemein)
4. Ein Satz, wie wir reagieren sollten
Formatieren Sie als Stichpunkte. Seien Sie prägnant.
