Was sind Skills? Warum Unternehmen jetzt Skill Libraries aufbauen
Ein Skill ist eine gespeicherte, wiederverwendbare Arbeitsanleitung für einen KI-Agenten: ein Ordner mit einer SKILL.md, oft ergänzt um Beispiele, Referenzen und Skripte. Statt der KI bei jeder Aufgabe neu zu erklären, wie etwas gemacht werden soll, legt ein Skill die Arbeitsweise einmal fest. Für Unternehmen sind interne Skill Libraries eine der konkretesten Formen, Erfahrungswissen dauerhaft nutzbar zu machen – ihr Wert steht und fällt aber mit der Pflege.
Redaktionell aufbereitet aus unseren Originalausgaben. Alle verwendeten Newsletter und externen Quellen sind am Ende des Artikels verlinkt.
Das Wichtigste
- Ein Skill ist kein Einmal-Prompt, sondern eine dokumentierte Arbeitsweise, die ein Agent immer wieder anwenden kann – vergleichbar mit einer sehr guten internen Anleitung.
- Technisch ist ein Skill schlicht ein Ordner mit einer SKILL.md plus optionalen Beispielen, Referenzen und Skripten; Agenten wie Codex oder Claude Code aktivieren ihn gezielt oder erkennen selbst, wann er passt.
- Der erste Schritt der KI-Einführung war, der KI Kontext zu geben (Dokumente, E-Mails, Drive). Skills sind der logische zweite Schritt: Sie halten fest, wie gute Arbeit aussieht, nicht nur womit.
- Die wertvollsten Skills sind intern und nicht herunterladbar, weil sie die eigene Arbeitsweise, den eigenen Ton und die eigenen Standards kodifizieren.
- Eine Skill Library ist damit eine der ersten wirklich greifbaren KI-Strategien für Unternehmen – deutlich konkreter als die meisten „KI-Transformations“-Folien.
Erklärung und Kontext
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 sieht hinter dem Ticket die Vorgeschichte und das eigentliche Produktproblem.
Dieses Wissen existiert in fast jeder Firma. Es ist nur selten greifbar: Es steckt in Slack-Threads, alten Docs, halbvergessenen Kommentaren und in den Köpfen derer, die seit Jahren wissen, wie der Laden wirklich funktioniert. KI-Firmen nennen dieses Wissen inzwischen Skills – und haben dafür ein erstaunlich simples technisches Format etabliert.
Bei OpenAIs Codex etwa liegt 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 ein Skill zur Aufgabe passt. Laut OpenAI-Dokumentation lädt der Agent dabei zunächst nur Name und Kurzbeschreibung des Skills und zieht die vollständige Anleitung erst heran, wenn er ihn wirklich braucht („progressive disclosure“) – so bleiben auch große Skill-Sammlungen praktikabel.
Der Unterschied zum Prompt: Ohne Skill erklärt man bei jeder Aufgabe von vorne, was man will. Mit Skill legt man einmal fest, wie diese Arbeit grundsätzlich laufen soll.
So baut man Skills auf
Der erste große Schritt 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 das beste ist? Auf welche Metrik es ankommt? Genau das hält ein Skill fest.
Zwei Wege haben sich in der Praxis bewährt:
- Von den Besten lernen: Eigene Skills baut man 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.
- Aus gelungenen Ergebnissen destillieren: Hat jemand mit der KI ein richtig gutes Ergebnis erzielt, lässt man die KI den Lösungsweg noch einmal durchgehen – was hat funktioniert, was nicht – und fordert sie auf, daraus einen Skill zu bauen, den danach alle nutzen können.
Daneben gibt es inzwischen ganze Bibliotheken öffentlicher Skills zum freien Nutzen. Die AI-Peanuts-Redaktion probiert selbst laufend neue aus – vom „Startup Pressure Test“-Skill für die kritische Prüfung von Geschäftsideen bis zu selbst gebauten Skills für Buchhaltung und Recherche.
Was daran wichtig 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 entscheiden wir, was wichtig ist.
Der Wert liegt dabei 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.
Das macht sie zu einem seltenen Fall: eine KI-Strategie, die nicht abstrakt bleibt. Wer eine Skill Library aufbaut, beantwortet nebenbei die Fragen, an denen viele KI-Projekte scheitern – Was wollen wir automatisieren? Wie sieht „gut“ bei uns aus? Wer weiß das eigentlich?
Grenzen und Risiken
- Skills veralten. Eine Arbeitsanleitung, die niemand pflegt, ist in sechs Monaten so irreführend wie ein veraltetes Wiki. Skill Libraries brauchen Ownership – sonst kodifizieren sie den Stand von gestern.
- Nicht jede Arbeit lässt sich kodifizieren. Skills funktionieren für wiederkehrende, beschreibbare Aufgaben. Urteilsvermögen in neuen Situationen bleibt bei den Menschen, von denen die Skills stammen.
- Falsche Skills skalieren Fehler. Wer eine mittelmäßige Arbeitsweise zum Skill macht, multipliziert Mittelmaß. Der Auswahlprozess (wessen Arbeitsweise wird Standard?) ist eine Führungsentscheidung, keine technische.
- Werkzeug-Abhängigkeit: Das Skill-Format ist an die jeweiligen Agenten-Ökosysteme (Codex, Claude & Co.) gebunden. Der Kern – dokumentierte Arbeitsweisen – bleibt aber übertragbar.
Häufige Fragen
Was unterscheidet einen Skill von einem Prompt?
Ein Prompt ist eine einmalige Anweisung für eine konkrete Aufgabe. Ein Skill ist eine dauerhaft gespeicherte, strukturierte Arbeitsanleitung (als Ordner mit SKILL.md), die ein Agent bei passenden Aufgaben immer wieder anwendet – inklusive Beispielen, Referenzen und teils ausführbaren Skripten.
Brauche ich Programmierkenntnisse, um Skills zu bauen?
Nein. Ein einfacher Skill ist im Kern ein gut strukturiertes Textdokument. Ein praktikabler Einstieg: Nach einem gelungenen KI-Ergebnis die KI selbst bitten, aus dem Lösungsweg einen Skill zu erstellen.
Wo fange ich im Unternehmen an?
Dort, wo die erfahrensten Leute nachweislich gute Ergebnisse liefern und die Aufgabe regelmäßig wiederkehrt – etwa Angebotsprüfung, Kundenkommunikation oder Reporting. Erst eine Handvoll interner Skills bauen und nutzen, dann systematisch erweitern.
Sind öffentliche Skill-Bibliotheken nutzlos?
Nein – sie sind gut zum Lernen und für generische Aufgaben. Den strategischen Unterschied machen aber interne Skills, die es nirgendwo zum Download gibt, weil sie das eigene Erfahrungswissen enthalten.