🏆 Was sind Skills und warum sollten Unternehmen sie unbedingt aufbauen?
PLUS: WIR BRAUCHEN EURE HILFE!!! AI REALITY CHECK
WIR BRAUCHEN EUCH!
Der CEO von Cloudflare schreibt auf X, dass zum ersten Mal in der Geschichte des Internets mehr Datenverkehr von Agents als von Menschen kommt.
Das klingt nach einer großen KI-Zukunft. Aber in vielen Unternehmen sieht der Alltag noch ganz anders aus. Das Thema, das ihr euch am meisten von uns wünscht, ist: Wie nutzt man KI in Unternehmen eigentlich wirklich und wo scheitert es in der Praxis? Und genau diese Lücke wollen wir verstehen.
Deshalb starten wir den AI Reality Check 2026 und suchen die Stellen, an denen KI im Unternehmen noch nicht funktioniert.
Wo bleibt Arbeit trotz ChatGPT, Claude, Copilot und Agenten manuell hängen
Wo laufen Prozesse weiter über E-Mail, PDFs, Excel, Portale, Freigaben und Copy-Paste?
Wo wurden KI-Tools ausprobiert, aber nie erfolgreich in den Ablauf eingebaut?
Welche Aufgaben fressen jeden Tag Zeit, obwohl sie sich eigentlich automatisierbar anfühlen?
Vielleicht wird daraus ein Report, vielleicht eine Artikelserie, vielleicht einfach eine sehr gute Sammlung echter KI-Lücken in deutschen Unternehmen.
Dafür suchen wir Menschen, die nah an echten Unternehmensprozessen arbeiten: Gründer, Geschäftsführer, Operations, Finance, Backoffice und Leute aus Bereichen wie Immobilien, Versicherung, Logistik, Procurement, E-Commerce, Beratung und Mittelstand.
Uns interessieren keine Hochglanz-Use-Cases. Uns interessiert, wo echte Arbeit trotz KI noch hängen bleibt. Wenn ihr Lust habt, uns einen echten Workflow aus eurem Alltag zu zeigen, der noch zu manuell, nervig oder fehleranfällig ist, tragt euch hier ein:
DANKE EUCH!!!!
Peanuts für heute:
🧠 Die Große Nuss: Was sind Skills und warum sollten Unternehmen sie aufbauen?
📊 Highlight: Alphabet sammelt 80 Milliarden Dollar für KI-Infrastruktur ein
🛠️ Trai it Out: Mit diesem Skill die StartUp-Idee auf Herz & Niere prüfen
🏆 Was sind Skills und warum sollten Unternehmen sie unbedingt aufbauen?
Die besten Leute in jedem Unternehmen wissen genau, wie sie eine bekannte Aufgabe angehen. Eine starke Vertriebsperson scrollt vor einem Call nicht einfach durchs CRM. Sie sucht das letzte echte Gespräch, erkennt den wahren Entscheider, liest zwischen den Zeilen. Ein guter Support-Lead liest nicht nur das Ticket, sondern sieht die Vorgeschichte und das eigentliche Produktproblem dahinter. Ein solider Finance-Mensch schaut nicht nur auf die Zahlen. Und so weiter, und so weiter…Ihr wisst, worauf ich hinauswill.
Dieses Wissen existiert in fast jeder Firma. Es ist nur selten greifbar. Es steckt in Slack-Threads, alten Docs, halbvergessenen Kommentaren, Onboarding-Gesprächen und in den Köpfen derer, die seit Jahren wissen, wie der Laden wirklich funktioniert. KI-Firmen nennen dieses Wissen inzwischen Skills.
Was ist ein Skill?
Ein Skill ist eine gespeicherte Arbeitsweise für einen KI-Agenten. Kein Einmal-Prompt, den man ins Chatfenster wirft, sondern eine wiederverwendbare Anleitung, wie eine bestimmte Aufgabe gut gemacht wird.
Bei OpenAIs Codex etwa liegt so ein Skill in einem Ordner: eine SKILL.md, dazu Beispiele, Referenzen, Skripte. Man kann dem Agenten direkt sagen, welchen Skill er nutzen soll – oder er erkennt selbst, dass dieser Skill zur Aufgabe passt.
Ohne Skill erklärt man bei jeder Aufgabe von vorne, was man will. Mit Skill legt man einmal fest, wie diese Arbeit grundsätzlich laufen soll.
Wie man Skills nutzt
Der erste große Schritt bei der KI-Einführung in Unternehmen war, der KI so viel Kontext wie möglich zu geben. Google Drive verbinden, E-Mails anbinden, alte Dokumente hochladen. Skills sind die logische Weiterentwicklung. Den Kontext hat die KI jetzt. Aber woher weiß sie, wie etwas gemacht werden soll? Welches Deck ist das beste? Auf welche Metrik kommt es an? Das hält ein Skill fest.
Inzwischen gibt es ganze Bibliotheken solcher Skills zum freien Nutzen, und wir probieren fast jede Woche neue aus. Für neue Ideen läuft bei uns immer der Startup Pressure Test Skill (siehe Tool der Woche) oder der Copy-Best-Practice-Skill. Daneben haben wir eigene Skills für Buchhaltung und Research gebaut.
Eigene Skills baut man am besten dort, wo die erfahrensten Leute richtig gute Ergebnisse liefern. Man setzt sich mit genau diesen Leuten zusammen und fragt: Worauf achten sie zuerst? Was machen sie anders als der Rest? Genau das wird zum Skill.
Es geht auch einfacher. Hat jemand mit der KI ein richtig gutes Ergebnis erzielt, lässt man die KI den ganzen Lösungsweg noch mal durchgehen. Was hat funktioniert, was war schlecht. Und dann fordert man sie auf, daraus einen Skill zu bauen, den danach alle nutzen können.
Beispiel eines copy writing Skills
Warum eine Skill Library eine der ersten echten KI-Strategien für Unternehmen ist
Eine Skill Library ist eine sehr konkrete Sammlung von Arbeitsweisen:
So prüfen wir Ideen. So schreiben wir Kundenmails. So machen wir Code-Reviews. So bauen wir Board-Updates. So bewerten wir Produktfeedback. So entscheiden wir, was wichtig ist.
Der Wert liegt nicht in öffentlichen Skills, die jeder herunterladen kann. Die wertvollsten Skills sind intern, weil sie die eigene Art zu arbeiten festhalten. Den eigenen Ton. Die eigenen Standards. Die eigenen Fehler. Die eigene Kundengeschichte.
Eine Skill Library ist deshalb kein Prompt-Ordner mit besserem Namen. Sie ist der Versuch, das beste Wissen eines Unternehmens in eine Form zu bringen, die Agenten tatsächlich anwenden können.
Quellen: Blogpost, Thread
🛠 Trai it out:
Dieser Skill testet deine Start-up-Idee so richtig!
Jetzt, da wir geklärt haben, was Skills sind, hier ist einer, den wir in letzter Zeit oft nutzen. Er ist für den Moment, wenn du eine Idee hast und dein Gehirn schon beginnt, die Landingpage zu erstellen. Dieser Skill bringt Codex dazu, wichtige Fragen zu stellen: Was muss stimmen, damit die Idee funktioniert? Wer hat wirklich das Problem? Wie lösen Menschen es aktuell? Wer ist die echte Konkurrenz? Und was wäre der kleinste Test, der in zwei Wochen zeigt, ob es überhaupt Interesse gibt? Das ist nützlich, weil das Coden durch KI fast zu günstig geworden ist. Man kann heute ein MVP bauen, bevor man weiß, ob jemand das Problem wirklich hat. Dieser Skill hilft Codex, nicht nur zu programmieren, sondern auch kritisch zu denken: erst die Idee prüfen, dann bauen.
Benutzung ist simpel:
Codex oder Claude Code auf dem Desktop öffnen und in einem neuen Chat einfach schreiben:
“Installiere bitte diesen Skill:
npx --yes codex-startup-pressure-test-skill@latest
Nutze den Skill anschließend für die Unterhaltung in diesem Chat.”
Der Skill kann auch gezielt Problemvalidierung, Konkurrenz-Mapping, erste Kundenmoves oder einen Zwei-Wochen-MVP-Plan ausgeben. Link
Tools kurz & knackig:
Last30Days-Skill — Noch ein Skill der sich lohnt und bei Bedarf beliebige Themen auf Reddit, X, YouTube, HN, Polymarket recherchiert – und anschließend eine fundierte Zusammenfassung erstellt.
Raindrop 2.0 — Monitoring-Tool für Produktiv-Agenten, das stille Fehler erkennt, einzelne Runs zurückverfolgt und direkt in Slack meldet.
Bloom — Wandelt euer Brand-System in eine API um, sodass Agenten markenkonform Bilder, Videos und Texte generieren können.
Odysseus — Self-hosted AI Workspace von PewDiePie, der eigene Agenten-Setups lokal statt in der Cloud laufen lässt.
🍭🍬 Gemischte Tüte
📖 Must Reads:
Unsere Gemischte Tüte ist immer vollgepackt - in dieser Sektion kuratieren wir die aus unserer Sicht wichtigsten Links:
Alphabet sammelt 80 Milliarden Dollar für KI-Infrastruktur ein. Die Google-Muttergesellschaft Alphabet führt die größte Aktienkapitalerhöhung in der Geschichte der Technologiebranche durch, aufgeteilt in mehrere Tranchen, einschließlich eines 10-Milliarden-Dollar-Anteils von Berkshire Hathaway mit einem Rabatt von etwa sechs Prozent. Das Geld soll für die weiteren KI-Pläne des Unternehmens verwendet werden. Link
Martin Scorsese unterstützt KI-Storyboard-Tool von Black Forest Labs. Das deutsche Startup, das sich auf die Erstellung von Bildern/Video spezialisiert hat, hat den berühmten Regisseur als Berater gewonnen. Obwohl Scorsese dafür viel Kritik erhält, ist es ein bedeutender Schritt für die deutsche KI-Branche. Link
🇪🇺 EU & Deutschland:
SoftBank investiert bis zu 75 Milliarden Euro in AI-Rechenzentren in Frankreich. Link
👩💻 Tech-News:
OpenAI plant den größten Umbau der ChatGPT App seit Entstehung. Link
OpenAI behebt ChatGPT-Memory-Feature mit nur 41,5% Genauigkeit durch "Dreaming V3" Hintergrund-Prozess. Link
OpenAI erweitert Codex mit Website- und App-Generator für Teams, Code wird direkt in teilbare Links verwandelt. Link
ChatGPT-Memory jetzt mit Summaries und doppelter Kapazität für Plus- und Pro-Nutzende. Link
Meta startet AI-Business-Agents für WhatsApp, Instagram und Messenger. Link
Anthropic fordert globale Pause bei KI-Entwicklung und warnt vor selbstverbessernden Systemen. Was schon sehr ironisch ist, vor allen Dingen wenn man der Börsengang bevor steht. Link
Sam Altman sagt Top-Token-Nutzer bei OpenAI verbraucht 100 Milliarden Tokens monatlich. Und das sei nicht die Spitze! Link
World ID von Tools for Humanity wird als Proof-of-Human gegen KI-Bots und Deepfakes beworben. Link
Bernie Sanders plant American AI Sovereign Wealth Fund mit 50%-Steuer auf AI Labs in Form von Aktien. Link
Anthropic und AI-CEOs warnen Kongress, dass KI es zu einfach macht, Biowaffen zu designen. Link
Demis Hassabis, Sam Altman und Dario Amodei unterzeichnen offenen Brief für Screening von Nukleinsäure-Synthesen. Link
Sam Altman unterstützt Stealth-Startup Alfred für Software in Robotik und Fahrzeugen. Link
Bain & Company und OpenAI teilen Erfahrungen beim Enterprise-Scale-Einsatz von LLMs. Link
Founders Fund startet Game Show mit Sam Altman, Palmer Luckey und anderen Tech-Leadern. Sehr unterhaltsam!! Link
Kann die Börse Anthropic, SpaceX und OpenAI überhaupt finanzieren, fragt The Economist. Link
Unternehmen erleben Kostenexplosion durch Claude Code und ähnliche Agentic-Tools, Budgets aufgebraucht. Link
💻 Agentic Engineering:
Princeton-Studie zeigt, dass Frontier-Modelle keine signifikante Zuverlässigkeits-Verbesserung bringen und bei Benchmarks manipulieren. Link
🌍 Geopolitik & AI Race:
👷 Arbeitswelt:
Eine Studie der Stanford-Universität zeigt, dass Künstliche Intelligenz bessere Antworten auf Fragen von Jurastudenten gibt als Juraprofessoren. Link
Kirkland & Ellis plant 500 Millionen Dollar für proprietäre Legal-AI-Tools. Link
Strukturelle Barrieren bremsen AI-Adoption in der Rechtsbranche trotz großer Chancen. Link
Meta stoppt Keystroke-Tracking-Programm für AI-Training nach Petition von 1.500 Beschäftigten. Link
🔐 AI Safety & Governance:
🏥 Health & Science:
🧂 Salty Memes:
Klicken für mehr Infos zu den Autoren
Du hast Fragen, Anmerkungen oder brauchst unsere Hilfe?
Schreib uns einfach an:
[email protected]
Bis zur nächsten Ausgabe!