So baust du dein eigenes KI-Agententeam mit FlowHunts AI Factory

Was ist ein KI-Agententeam und warum brauchst du eins?

Der Aufbau komplexer Automatisierungs-Workflows erfordert normalerweise das Zusammensetzen mehrerer Tools, das Schreiben von eigenem Code und das Verwalten unzähliger Integrationen. FlowHunts AI Factory ändert diese Gleichung, indem sie dich definieren lässt, was getan werden soll, und dann automatisch ein Team von KI-Agenten zusammenstellt, das diese Aufgabe erledigt.

Ein KI-Agententeam ist eine Gruppe spezialisierter KI-Agenten, die unter einem Supervisor zusammenarbeiten, um komplexe Aufgaben zu bewältigen. Anstatt dass eine einzelne KI alle Entscheidungen trifft, spezialisiert sich jeder Agent auf bestimmte Aufgaben. Ein Supervisor koordiniert die Arbeit, Teamleiter delegieren Aufgaben und Worker-Agenten führen die eigentliche Arbeit aus. Diese Struktur spiegelt die Funktionsweise menschlicher Teams wider – und sie ist weitaus effektiver als monolithische Automatisierung.

In diesem Leitfaden bauen wir ein praktisches KI-Agententeam, das kritische Support-Tickets extrahiert, sie nach geschäftlichen Auswirkungen priorisiert und deinem Team einen täglichen Digest über Slack liefert. Dasselbe Muster lässt sich auf jeden mehrstufigen Workflow in deinem Unternehmen anwenden.

Erste Schritte: Zugang zur AI Factory

Die FlowHunt-Oberfläche hat zwei Hauptbereiche: AI Studios (die Standardansicht) und AI Factory (wo du Agententeams baust). Wenn du FlowHunt öffnest, landest du in AI Studios. Um auf AI Factory zuzugreifen, suche nach dem Umschalter in der oberen linken Ecke der Oberfläche und wechsle zu AI Factory.

Erstellung deines ersten Projekts

Sobald du in der AI Factory bist, ist die Erstellung eines neuen Projekts unkompliziert:

1. Klicke auf die Schaltfläche „Projekt erstellen"
2. Gib deinem Projekt einen aussagekräftigen Namen (z. B. „Live Agent Tägliches Action-Item-Digest")
3. Schreibe einen klaren Prompt, der beschreibt, was die Agenten tun sollen
4. Wähle deine Integrationen aus
5. Bestimme, wie der Supervisor die Ergebnisse an dich zurückmeldet
6. Lass das System dein Team bauen

Das System nutzt deine Projektbeschreibung, um die Teamstruktur festzulegen. Eine einfache Aufgabe wie „Tickets extrahieren und zusammenfassen" könnte zu einem einzelnen Agenten führen. Ein komplexer Workflow mit mehreren Datenquellen und Entscheidungsbäumen könnte einen Supervisor, 2–3 Teamleiter und 3–6 Worker-Agenten hervorbringen.

Bereit, Ihr Geschäft zu erweitern?

Starten Sie heute Ihre kostenlose Testversion und sehen Sie innerhalb weniger Tage Ergebnisse.

Demo anfragen Anmelden

So definierst du die Mission deines KI-Agententeams

Der Prompt, den du schreibst, ist die Grundlage für alles, was dein Agententeam tut. Er sollte spezifisch, umsetzbar und klar in Bezug auf das gewünschte Ausgabeformat sein.

Einen effektiven Aufgaben-Prompt schreiben

Ein starker Prompt enthält:

• Was extrahiert oder analysiert werden soll: „Extrahiere alle kritischen LiveAgent-Tickets der letzten 24 Stunden"
• Wie priorisiert werden soll: „Priorisiere nach Kundenauswirkung und Geschäftsrisiko"
• Was mit den Ergebnissen zu tun ist: „Erstelle eine Nachricht auf Slack mit den Top-5–10-Action-Items"
• Erwartungen an das Ausgabeformat: Klare, gut verdauliche Zusammenfassungen mit Prioritätsstufen

Hier ist der Prompt aus unserem Beispiel:

Extrahiere alle kritischen Live-Agent-Tickets der letzten 24 Stunden, priorisiere nach Kundenauswirkung und Geschäftsrisiko und erstelle eine Nachricht auf Slack als Antwort mit allen Top-Action-Items des Tages.

Dieser Prompt sagt dem System:

• Die Datenquelle (LiveAgent-Tickets)
• Das Zeitfenster (letzte 24 Stunden)
• Der Priorisierungsrahmen (Kundenauswirkung + Geschäftsrisiko)
• Das Ausgabeziel (Slack)
• Das Format (Top-Action-Items)

Priorisierungsrahmen verstehen

Wenn du Agenten um Priorisierung bittest, brauchen sie klare Kriterien. Im obigen Beispiel verwenden die Agenten einen auswirkungsbasierten Rahmen mit Kategorien wie:

• Systemausfälle — höchste Priorität, betrifft alle Nutzer
• Umsatzrisiko — direkte geschäftliche Auswirkung
• Sicherheitsprobleme — Compliance und Datenschutz
• Auswirkungen auf mehrere Kunden — betrifft mehrere Konten
• Einzelkunden-Probleme — isolierte Probleme

Du kannst diese Kategorien an dein Unternehmen anpassen. Der Schlüssel liegt darin, explizit zu machen, was „kritisch" in deinem Kontext bedeutet.

Verbindung deiner Integrationen

KI-Agenten können isoliert keine nützliche Arbeit leisten. Sie müssen Daten aus deinen bestehenden Tools ziehen und Ergebnisse dorthin liefern, wo dein Team sie sieht.

Erforderliche Integrationen für das Beispiel

Für einen Live-Agent-Action-Item-Digest benötigst du:

Integrationen einrichten

Wenn eine Integration noch nicht verbunden ist, siehst du einen Button „Integrieren". Klicke darauf und gib die erforderlichen Zugangsdaten ein:

• LiveAgent: Deine Domain und dein API-Schlüssel (zu finden in deinen LiveAgent-Kontoeinstellungen)
• Slack: Autorisiere FlowHunt, in deinem Workspace zu posten, und wähle den Kanal, der die Nachrichten erhält

Sobald verbunden, überprüft das System die Integration durch Senden einer Testnachricht. Für Slack siehst du eine Bestätigungsnachricht wie: „FlowHunt-Verbindungstest. Wenn du das siehst, ist der Kanal korrekt konfiguriert."

Warum die Integrationsprüfung wichtig ist

Das System prüft automatisch, dass alle Integrationen funktionieren, bevor deine Agenten mit ihrer ersten Aufgabe beginnen. Wenn eine Integration bei der Einrichtung fehlschlägt, melden die Agenten das sofort, anstatt später stillschweigend zu scheitern. Treten Probleme während der Aufgabenausführung auf, wird die Aufgabe in den Status „Menschliche Eingabe erforderlich" verschoben, damit du das Problem beheben kannst.

Abonnieren Sie unseren Newsletter

Erhalten Sie die neuesten Tipps, Trends und Angebote kostenlos.

E-Mail-Adresse

Abonnieren

Die Struktur eines KI-Agententeams verstehen

Das Schöne an FlowHunts AI Factory ist, dass du dein Team nicht manuell entwerfen musst. Das System analysiert deine Aufgabe und stellt automatisch die richtige Struktur zusammen.

Einfache Aufgabenstruktur: Einzelner Agent

Für geradlinige Aufgaben – wie das Extrahieren und Zusammenfassen von Tickets – erhältst du einen Agenten. In unserem Beispiel ist dieser Agent Marcus, der „Ticket Triage Lead". Seine Persona lautet: „Ein kompromissloser Support-Operations-Veteran, der Ticket-Geschwindigkeit und Kundenauswirkung lebt und atmet."

Dieser Agent hat den gesamten Kontext und die Werkzeuge, um:

• LiveAgent nach aktuellen Tickets abzufragen
• Die Auswirkung jedes Tickets zu analysieren
• Sie nach Priorität zu ordnen
• Ergebnisse zu formatieren und in Slack zu posten

Komplexe Aufgabenstruktur: Supervisor + Leiter + Worker

Für komplexere Workflows könnte das System Folgendes erstellen:

• 1 Supervisor: Koordiniert den gesamten Workflow, kommuniziert Ergebnisse an dich zurück, behandelt Sonderfälle
• 2–3 Teamleiter: Spezialisieren sich auf unterschiedliche Aspekte (z. B. einer für Datenextraktion, ein anderer für Analyse)
• 3–6 Worker-Agenten: Führen spezifische Aufgaben unter der Leitung ihres Teamleiters aus

Diese Hierarchie ermöglicht parallele Verarbeitung. Während ein Worker Daten extrahiert, kann ein anderer sie analysieren. Leiter koordinieren, ohne sich gegenseitig zu blockieren. Der Supervisor sorgt dafür, dass nichts durchs Raster fällt.

Dein KI-Agententeam ausführen

Sobald dein Projekt erstellt ist, ist dein Agententeam arbeitsbereit. Du kannst Aufgaben manuell auslösen oder sie nach einem Zeitplan laufen lassen.

Manuelle Ausführung

Klicke auf „Akzeptieren" auf einer beliebigen Aufgabenkarte, um die sofortige Ausführung auszulösen. Du wirst sehen, wie die Aufgabe durch Statusphasen wandert:

1. Offen — Aufgabe ist bereit, aber nicht gestartet
2. In Bearbeitung — Agent arbeitet aktiv
3. Erledigt — Aufgabe abgeschlossen, Ergebnisse sind verfügbar

Geplante Ausführung

Für wiederkehrende Aufgaben lege bei der Projekterstellung einen Zeitplan fest (täglich, wöchentlich, benutzerdefinierte Intervalle). Die Aufgabe wird automatisch:

• Als „Offen" und „In Bearbeitung" beim ersten Durchlauf angezeigt
• Nach Abschluss in „Offen" zurückkehren (da sie wiederkehrend ist)
• Zum nächsten geplanten Zeitpunkt erneut ausgeführt

In unserem Beispiel läuft der tägliche Ticket-Digest jeden Morgen. Wenn du zur Arbeit kommst, schaust du einfach in Slack, um zu sehen, welche kritischen Tickets Aufmerksamkeit benötigen.

Ergebnisse und Agentenarbeit anzeigen

Ergebnisse erscheinen an zwei Orten: auf der Aufgabenkarte in deinem Kanban und in der von dir angegebenen Integration (Slack, E-Mail usw.).

Ergebnisse der Aufgabenkarte

Klicke auf eine abgeschlossene Aufgabe, um die vollständige Ausgabe zu sehen. Beim Ticket-Digest siehst du:

• Zusammenfassung: „Tägliche Triage abgeschlossen. 3 neue Tickets überprüft."
• Priorisierte Liste: Jedes Ticket mit Prioritätsstufe, Beschreibung und empfohlenen Aktionen
• Details: Bewertung der Kundenauswirkung, Geschäftsrisiko und nächste Schritte

Integrationsergebnisse

In Slack siehst du:

• Die Nachricht des Supervisors mit der Digest-Zusammenfassung
• Eine Thread-Antwort mit detaillierten Informationen einschließlich Kundennamen, E-Mails, Problemen, Geschäftsauswirkung und nächsten Schritten

Diese duale Ausgabe ermöglicht sowohl schnelles Überfliegen (Slack-Zusammenfassung) als auch tiefgehende Analyse (Details der Aufgabenkarte).

Kommunikation mit deinem KI-Agententeam

Nach der Erstellung bist du nicht auf den ursprünglichen Prompt festgelegt. Du kannst neue Anweisungen geben, Fragen stellen oder das Verhalten über die Chat-Oberfläche anpassen.

Direkte Agentenkommunikation

Im Bereich „Chat" kannst du:

• Marcus (oder jeden Agenten) bitten, eine Anfrage anders zu bearbeiten
• Antworten zu bestimmten Tickets oder Problemen erhalten
• Die Aufgabe anpassen, ohne das Projekt zu löschen und neu zu erstellen
• Nachfragen zur Analyse des Agenten stellen

Du könntest beispielsweise fragen: „Welche Tickets haben den größten Wirkungsradius, und gib mir den Digest bitte jeden Tag auch auf Spanisch?"

Der Agent wird diese Anfrage bearbeiten, überprüfen, dass alle Integrationen noch verbunden sind, und sein Verhalten entsprechend anpassen.

Multi-Agenten-Gespräche

In Systemen mit mehreren Agenten kann der Supervisor Gespräche zwischen Agenten moderieren. Du kannst Fragen stellen, die Koordination erfordern, und der Supervisor leitet sie angemessen weiter.

Verifizierung und Sicherheit

Bevor sie eine Anfrage ausführen, werden Agenten:

• Überprüfen, dass alle Integrationen ordnungsgemäß verbunden sind
• Prüfen, dass benötigte Werkzeuge verfügbar sind
• Fehlende Berechtigungen oder Konfigurationsprobleme melden
• Aufgaben in „Menschliche Eingabe erforderlich" verschieben, wenn etwas die Ausführung blockiert

Praxisbeispiel: Live Agent Täglicher Digest

Gehen wir den kompletten Workflow von der Einrichtung bis zu den Ergebnissen durch.

Projektsetup

Projektname: Live Agent Tägliches Action-Item-Digest

Aufgaben-Prompt: Extrahiere alle kritischen Live-Agent-Tickets der letzten 24 Stunden, priorisiere nach Kundenauswirkung und Geschäftsrisiko und erstelle eine Nachricht auf Slack als Antwort mit allen Top-Action-Items des Tages.

Integrationen: LiveAgent (Quelle) + Slack (Ziel)

Supervisor-Kommunikation: Slack-Kanal „ask-flowhunt"

Was der Agent tut

1. Fragt LiveAgent ab: Ruft alle in den letzten 24 Stunden erstellten Tickets ab
2. Analysiert Auswirkungen: Bewertet jedes Ticket anhand des Priorisierungsrahmens:
   • Systemausfälle (höchste Priorität)
   • Umsatzrisiko
   • Sicherheitsprobleme
   • Auswirkungen auf mehrere Kunden
   • Einzelkunden-Probleme
3. Ordnet Ergebnisse: Erstellt eine priorisierte Liste der Top-3–5-Action-Items
4. Formatiert Ausgabe: Strukturiert den Digest für Klarheit und Handlungsfähigkeit
5. Postet in Slack: Sendet die Zusammenfassung an deinen Team-Kanal und detaillierte Infos in einem Thread

Beispielausgabe

Tägliche Triage abgeschlossen
Überprüfte Tickets: 3 neue Tickets der letzten 24 Stunden

PRIORITÄT 1: 404-Fehler bei FlowHunt API
- Kunde: [Name]
- Status: Kunde blockiert
- Aktion: An Tech-Support zuweisen, innerhalb von 2 Stunden lösen

PRIORITÄT 2: Hilfe beim Erstellen eines E-Mail-Slack-Notification-Flows
- Kunde: [Name]
- Status: Onboarding-Support
- Aktion: Antwort innerhalb von 2–4 Stunden

PRIORITÄT 3: Preisanfrage White Labeling
- Kunde: [Name]
- Status: Vertriebsfrage
- Aktion: An Vertriebsteam weiterleiten

Erweiterte Funktionen: Anpassung und Kontrolle

Dein KI-Agententeam ist nicht statisch. Du kannst es weiterentwickeln, wenn sich deine Anforderungen ändern.

Agentenverhalten anpassen

Ohne das Projekt zu löschen, kannst du:

• Ändern, was der Agent priorisiert
• Neue Ausgabeformate hinzufügen (z. B. „auch auf Spanisch senden")
• Das Zeitfenster anpassen („letzte 48 Stunden" statt 24)
• Neue Integrationen hinzufügen (z. B. auch per E-Mail posten)

Frage den Agenten einfach über die Chat-Oberfläche, und er passt sich an.

Agenten neu zuweisen

Wenn Marcus (dein Ticket-Triage-Agent) unterausgelastet ist, kannst du ihn anderen Aufgaben zuweisen und dabei seine Persönlichkeit und Expertise beibehalten. Das System merkt sich seine Spezialisierung und wendet sie auf neue Aufgaben an.

Projekte löschen und neu erstellen

Wenn du einen komplett neuen Start willst, lösche das Projekt und erstelle ein neues. Deine Integrationen bleiben verbunden, sodass die Einrichtung beim zweiten Mal schneller geht.

Best Practices für den Erfolg deines KI-Agententeams

1. Sei spezifisch in deinen Prompts

Vage Prompts führen zu vagen Ergebnissen. Anstelle von „Tickets zusammenfassen" sage: „Extrahiere Tickets mit Systemauswirkung, sortiere nach Kundenumsatz und liste die Top 5 mit empfohlenen Aktionen auf."

2. Teste Integrationen frühzeitig

Bevor du dich auf geplante Aufgaben verlässt, führe eine manuelle Ausführung durch, um zu überprüfen:

• Daten werden korrekt gezogen
• Ergebnisse sind wie erwartet formatiert
• Integrationen liefern die Ausgabe an den richtigen Ort

3. Starte einfach, skaliere schrittweise

Beginne mit einer Einzel-Agent-Aufgabe, um den Workflow zu verstehen. Sobald du dich sicher fühlst, baue komplexere Multi-Agent-Systeme.

4. Überwache die Agentenleistung

Prüfe deine Aufgabenergebnisse regelmäßig. Wenn ein Agent nicht richtig priorisiert oder wichtige Daten verpasst, passe den Prompt über die Chat-Oberfläche an.

5. Nutze die Supervisor-Kommunikation

Die Nachrichten des Supervisors sind dein Fenster in das, was die Agenten tun. Lies sie aufmerksam, um die Argumentation des Agenten zu verstehen und Probleme frühzeitig zu erkennen.

Häufige Anwendungsfälle für KI-Agententeams

Der Live-Agent-Ticket-Digest ist nur ein Beispiel. KI-Agententeams glänzen bei:

• Sales-Pipeline-Management: Deals analysieren, gefährdete Accounts markieren, CRM aktualisieren
• Content-Moderation: Nutzerbeiträge prüfen, kategorisieren, Verstöße eskalieren
• Datenaggregation: Daten aus mehreren Quellen ziehen, transformieren und konsolidieren
• Kunden-Onboarding: Informationen verifizieren, Konten erstellen, Willkommenssequenzen senden
• Incident Response: Anomalien erkennen, Teams alarmieren, Lösung koordinieren
• Report-Erstellung: Daten sammeln, Trends analysieren, Erkenntnisse verteilen

Das Muster ist immer dasselbe: Aufgabe definieren, Integrationen verbinden, das System das Team bauen lassen.

Fazit

KI-Agententeams stehen für einen grundlegenden Wandel, wie wir Automatisierung angehen. Anstatt starre Workflows zu bauen, definierst du, was getan werden soll, und lässt das System das richtige Team zusammenstellen. FlowHunts AI Factory macht das zugänglich – kein Coding erforderlich, keine komplexe Konfiguration, nur klare Prompts und verbundene Integrationen.

Das Beispiel des täglichen Live-Agent-Digests zeigt die Stärke dieses Ansatzes. Was einst manuelle Prüfung, Tabellenkalkulationsupdates und E-Mail-Koordination erforderte, passiert jetzt jeden Morgen automatisch. Dein Team startet jeden Tag mit klaren Prioritäten, und dein Support-Betrieb läuft reibungsloser.

Ob du Support-Tickets verwaltest, Vertriebsdaten aggregierst, Nutzerinhalte moderierst oder Incident Response koordinierst – dieselben Prinzipien gelten. Starte mit einem klaren Prompt, verbinde deine Integrationen und lass dein KI-Agententeam die Arbeit erledigen.

Bereit, dein erstes KI-Agententeam zu bauen? Geh zu FlowHunts AI Factory, definiere deine Aufgabe und beobachte, wie das System das perfekte Team zusammenstellt, um sie auszuführen.