Ihr neuer Job ist das Onboarding von KI-Agenten: Wie KI-native Unternehmen tatsächlich arbeiten

In This Article

Liebe Abonnenten, ich habe die letzten Monate damit verbracht, Führungskräfte von KI-nativen Unternehmen zu interviewen. Ich bin jetzt davon überzeugt: Das Onboarding und Management von KI-Agenten IST die Aufgabe, egal welche Funktion Sie haben. In diesem kostenlosen Deep Dive möchte ich Ihnen zeigen, wie drei KI-native Unternehmen – Linear, Ramp und Factory – dieses Prinzip in die Praxis umsetzen. Hier sind einige Zitate von jedem:Nan Yu (Head of Product, Linear): „Sie werden KI-Teammitglieder haben, denen Sie Aufgaben zuweisen und mit denen Sie sprechen können, so wie Sie mit Menschen sprechen.“ Geoff Charles (CPO, Ramp): „Wenn Sie Claude Code nicht verwenden, egal welche Rolle Sie spielen, sind Sie wahrscheinlich unterdurchschnittlich.“ Eno Reyes (CTO, Factory): „Wir haben Produktmanagement, Frontend-Benutzeroberfläche, Datenanalyse und mehr in wiederverwendbare Fähigkeiten kodifiziert, die jeder Mitarbeiter beherrschen kann.“ invoke.“Lesen Sie weiter, um einen Einblick in die Funktionsweise jedes KI-nativen Unternehmens zu erhalten.Linear: KI-Agenten zu erstklassigen Teamkollegen machenSie können einen Agenten @erwähnen, um ein Problem zu erstellen und einem anderen Agenten zuzuweisen. Der Ansatz von Linearar gegenüber Agenten wird durch ihr Produkt geprägt. Nan (Produktleiterin bei Linear) ist der Meinung: Agenten sollten erstklassige Mitarbeiter sein. Sie sollten in der Lage sein, sie zu Projekten hinzuzufügen, sie Problemen zuzuordnen und in Kommentaren zu erwähnen. Allerdings glaubt Nan auch, dass der Mensch immer für das Ergebnis verantwortlich bleibt. So erstellt Linear Produkte mit Agenten in jedem Schritt: Verstehen Sie das Problem. Agenten lesen und fassen jedes Kundengespräch von Intercom, Zendesk und Gong zusammen. Sie erstellen automatisch Vorgänge, gleichen sie mit dem Backlog ab und weisen sie dem richtigen Team zu. Identifizieren Sie die Lösung. Da Agenten Zugriff auf Kundengespräche haben, können sie Sie bei der Iteration einer Spezifikation unterstützen, indem sie datengestützte Erkenntnisse aus mehreren Kanälen abrufen. Machen Sie einen Plan. Agenten können Ihre Spezifikation in konkrete Tickets aufteilen und diese automatisch an die richtigen Teams weiterleiten. Bei Linear erstellen Agenten mittlerweile den Großteil der Tickets. Die Aufgabe des Menschen besteht darin, seine Arbeit zu überprüfen und den Kontext im Laufe der Zeit anzupassen.Ausführen. Fehler und kleine Funktionen werden direkt Agenten wie Codex und Cursor zugewiesen. Für komplexe Funktionen starten Ingenieure Claude Code und verwenden Linear MCP, um den gesamten Problemkontext abzurufen. Von Nan: Es fühlt sich an, als würde der Umfang dessen, was Agenten bewältigen können, jedes Quartal größer. Neue Modelle und Systeme verschieben die Grenzen von einfachen Reparaturen hin zu immer komplexeren Projekten. Möchten Sie mit Agenten wie Linear bauen? Hier sind vier praktische Schritte, die Nan uns mitgeteilt hat und die zeigen, was Ihr Team heute tun kann: Jeder Entwickler sollte standardmäßig ein führendes Agenten-Codierungstool verwenden. Dies ist der einfachste erste Schritt. Stellen Sie das offizielle Tool (Cursor, Claude Code oder Codex) bereit und verwalten Sie es, damit Sie die Nutzung sehen können. Ergänzen Sie es mit einem asynchronen Cloud-Coding-Agenten. Asynchrone Hintergrundagenten können die meisten kleinen Änderungen und Fehlerbehebungen in einem einzigen Schritt durchführen. Cursor und Devin haben hier gute Angebote. Bestehen Sie darauf, dass Designer und PMs direkt an der Codebasis arbeiten. Agenten wie Claude eröffnen PMs und Designern einen reibungslosen Weg, Änderungen direkt in der Codebasis vorzunehmen. Jeder sollte danach streben, ein Baumeister zu sein. PMs und Vermarkter sollten standardmäßig eine KI-Schnittstelle verwenden. Diese Funktionen sollten 80–100 % ihrer Arbeit über eine Chat-Schnittstelle erledigen – sei es Claude, ChatGPT, Notion AI oder etwas Ähnliches. Nan sieht eine Zukunft, in der Menschen mit Agenten auf der Spezifikationsebene zusammenarbeiten – sie definieren, was erstellt werden muss und warum – und die Dinge dann an Agenten weitergeben, um alles nachgelagerte zu erledigen.Ramp: Messung der KI-Kompetenz auf vier EbenenRamp drängt seine Mitarbeiter schnell dazu, auf vier Ebenen KI-nativ zu sein. Wenn Linear zeigt, wie man Agenten zu einem erstklassigen Teil Ihres Teams macht, dann zeigt Ramp, wie Sie Ihr gesamtes Unternehmen dazu bringen können, sie zu übernehmen. Im Jahr 2025 lieferte Ramp mehr als 500 Funktionen aus und erzielte einen Umsatz von 1 Milliarde US-Dollar. und das alles mit 25 PMs. Dazu mussten sie jede einzelne Funktion (Technik, Produkt, Design, Vertrieb, Marketing, Recht, Finanzen) einbinden und mit Agenten zusammenarbeiten. Geoff (CPO Ramp) stellte ein Framework zur Bewertung der KI-Fähigkeiten für jeden Mitarbeiter vor, das ich äußerst praktisch finde: L0: Verwendet manchmal ChatGPT. Diese Leute werden höchstwahrscheinlich nicht langfristig im Unternehmen bleiben. Wenn Sie kein Selbststarter mit einer wachstumsorientierten Denkweise gegenüber KI-Tools sind, wird es laut Geoff sehr schwierig sein, Sie zu Höchstleistungen zu erziehen.L1: Verwendet und optimiert GPTs, Projekte und interne KI-Tools. Diese Leute experimentieren mit KI, haben aber noch keine echte Arbeit automatisiert.L2: Erstellt eine App, die einen Teil ihrer Arbeit automatisiertArbeit. Diese Personen können mithilfe von KI-Tools Code festschreiben oder aussagekräftiges Feedback zur Arbeit anderer Personen geben. L3: Systementwickler. Diese Leute bauen die KI-Infrastruktur und die Fähigkeiten auf, die alle anderen im Team beschleunigen. Das Ziel des Unternehmens ist es, alle auf der Karriereleiter nach oben zu bringen. L0s wählen sich selbst aus. L1s werden zu L2s. L2s werden zu L3s. Und L3s beeinflussen den Rest der Organisation. Geoff teilte außerdem 5 Schritte mit, die jedes Unternehmen unternehmen kann, um KI-nativ zu werden: Alle Reibungsverluste beseitigen. Ermöglichen Sie den Zugriff auf beliebte KI-Tools ohne Einschränkungen hinsichtlich Token oder Budgets und erstellen Sie ein internes Repository mit KI-Fähigkeiten, auf die jeder zurückgreifen kann. Wenn das Setup schwierig ist, werden die meisten Leute es nicht übernehmen. Machen Sie die Akzeptanz sichtbar. Erstellen Sie öffentliche Slack-Kanäle, in denen Menschen teilen können, was sie erstellt haben. Präsentieren Sie an allen Orten Nicht-Ingenieure, die beeindruckende Dinge leisten, z. B. den Aufbau eines Treasury-Systems im Finanzbereich oder die Automatisierung der Website-Erstellung im Marketing. Bieten Sie praktische Unterstützung. Veranstalten Sie Sprechstunden, an denen jeder teilnehmen kann, um KI-Fähigkeiten und Arbeitsabläufe zu entwickeln. Sie haben KI-Experten benannt, deren einzige Aufgabe darin besteht, zu evangelisieren, Menschen auf den richtigen Weg zu bringen und ihnen zu helfen, den „Aha-Moment“ zu erreichen. Verfolgen Sie die Nutzung und greifen Sie ein. Ramp verfolgt den Token-Verbrauch aller KI-Tools pro Mitarbeiter. Die Führung gibt diese Daten weiter, um eine natürliche Verantwortlichkeit zu schaffen und einzugreifen, wenn die Auslastung einer Person gering ist. Machen Sie dies zu einer Einstellungsanforderung. PM-Interviews beinhalten jetzt eine spezielle Sitzung, in der Sie ein funktionierendes Produkt erstellen und dann erklären müssen, warum Sie es erstellt haben und wie es funktioniert. Geoff fasste seine Führungsphilosophie für jede Rolle bei Ramp in einer Zeile zusammen: „Ihre Aufgabe ist es, Ihre Arbeit zu automatisieren.“ Von Geoff: „Wenn ich meinem Team zehnmal sage, dass der CTA über der Falte liegen muss, bedeutet die Lösung nicht, es beim elften Mal zu sagen. Es geht darum, dieses Feedback in einen automatisierten Entwurfsprozess oder eine KI-Fähigkeit zu kodieren, damit so etwas nie wieder vorkommt.“ Factory: KI nativ vom ersten Tag an. Wenn Linear und Ramp zeigen, wie Unternehmen KI-Agenten einführen, zeigt Factory, was passiert, wenn Sie bauen vom ersten Tag an um sie herum. Factory ist ein 55-köpfiges KI-Softwareentwicklungsunternehmen mit einem Wert von 300 Millionen US-Dollar, das von Grund auf auf KI ausgerichtet ist. Das unterscheidet sie: Stellen Sie Produktingenieure ein. Die Fabrik stellt PMs und Ingenieure nicht getrennt ein. Stattdessen stellen sie Produktingenieure ein, die KI-Agenten verwalten und mit ihnen arbeiten. Ein typischer Tag sieht so aus: Untersuchen Sie die Spuren von Agentenausführungen, um zu sehen, wo das System schlechte Entscheidungen getroffen hat. Schreiben Sie Korrekturen nicht als Code, sondern als Governance (z. B. ein Update eines Skills, eine neue Lint-Regel oder eine verfeinerte Automatisierung). Überprüfen Sie nur die PRs, die Agenten als risikoreich kennzeichnen (Agenten kümmern sich um den Rest). Schlagen Sie neue Ideen vor und diskutieren Sie die Priorisierung mit Kollegen und der KI. Diese Arbeit ist nicht einfach und erfordert tiefergehendes Fachwissen, aber die Hebelwirkung ist enorm. Machen Sie Ihre Codebasis agentenbereit. Agenten benötigen eine Codebasis, in der sie tatsächlich arbeiten können, um effektiv zu sein. Factory bewertet Codebasen in fünf Reifegraden, und Level 3 („Standardisiert“) ist das erste Ziel, auf das die meisten Teams abzielen müssen.Factorys Framework für die AgentenbereitschaftKodieren Sie Fachwissen in wiederverwendbare Fähigkeiten. Sobald Ihre Codebasis für Agenten bereit ist, besteht der nächste Schritt darin, Agenten das Wissen zu vermitteln, um mithilfe von Fähigkeiten (im Grunde nur Text-Markdown-Dateien) gute Entscheidungen zu treffen. Factory nutzt Fähigkeiten, um Experten- und Unternehmenswissen in etwas zu kodieren, das jeder Agent oder Mitarbeiter nutzen kann. Hier ist eine Liste der Fähigkeiten, die Factory intern verwendet, und Links zu ihren Markdown-Dateien, damit Sie sie kopieren und ändern können: Produktmanagementfähigkeit. Produktprinzipien, ein 11-Sterne-Erlebnis-Framework (entlehnt von Brian Chesky von Airbnb), PRD-Vorlage, Bewertungsrubrik und Sprachanleitung, alles in einer Markdown-Datei. Fähigkeit zur Frontend-UI-Integration. Instruiert Droid, wie man Features mithilfe des Factory-Designsystems, Routing-Konventionen und Teststandards erstellt. Fähigkeiten als KI-Datenanalyst. Führen Sie explorative Analysen durch, erstellen Sie Visualisierungen und erstellen Sie statistische Berichte mithilfe des gesamten Python-Ökosystems. Kenntnisse in internen Tools. Erstellen Sie Admin-Panels, Support-Konsolen und Betriebs-Dashboards mit integrierten Zugriffskontrollen und Audit-Protokollierung. Vibe-Codierungskenntnisse. Erstellen Sie mit modernen Frameworks schnell Prototypen für neue Web-Apps. Wenn Sie das, was Ihre besten Leute wissen, in Fähigkeiten umwandeln können, müssen Sie nicht für jede Funktion Spezialisten einstellenLinear: Standardmäßig verwendet jeder Entwickler ein Agenten-Codierungstool wie Cursor, Claude Code oder Codex. Integrieren Sie PMs und Designer in die Codebasis. Lassen Sie sie PRs einreichen und Code mithilfe von Agenten versenden. Hören Sie auf, jede kleine Änderung einem Ingenieur zu überlassen. Von Ramp: Messen Sie die KI-Kompetenz in Ihrem gesamten Team. Das 4-Ebenen-Framework von Ramp bietet Ihnen ein gemeinsames Vokabular dafür, wo sich Menschen befinden und wohin sie gehen müssen. Verfolgen Sie die KI-Nutzung und machen Sie sie zu einem Teil der Leistungserwartungen. Was Sie nicht messen, können Sie nicht verbessern, und Anreize sind wichtig. Ab Werk: Bewerten Sie Ihre Codebasis für die Agentenbereitschaft. Nutzen Sie die Agent-Bereitschaftsstufen von Factory, um zu verstehen, ob Ihre Codebasis bereit ist. Kodieren Sie das Fachwissen Ihres Teams in wiederverwendbare Fähigkeiten. Kodieren Sie das Wissen Ihrer besten Mitarbeiter in Skill-Dateien und machen Sie es sowohl Menschen als auch Agenten leicht, diese zu verwenden. Vor allem können Sie Agenten so einbinden, wie Sie einen Menschen einbinden würden. Geben Sie ihnen Kontext, verbinden Sie sie mit Ihrem operativen Stack und machen Sie einen Menschen für ihre Ergebnisse verantwortlich. Lassen Sie mich in den Kommentaren wissen, was Sie denken!

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)