Skills: Warum KI-Agenten Arbeitsanweisungen brauchen

Fragen Sie einen KI-Agenten zweimal dasselbe, und Sie bekommen zweimal etwas leicht anderes. Mal gründlich, mal knapp, mal in einer Form, die niemand bestellt hat. Für einen Test ist das egal. Für einen Ablauf, auf den sich das Tagesgeschäft verlässt, ist es das eigentliche Problem.

Skills schließen diese Lücke. Ich halte sie derzeit für das wichtigste Werkzeug im Umgang mit KI-Agenten. Sie machen einen Agenten berechenbar, und Berechenbarkeit ist im Betrieb mehr wert als gelegentliche Brillanz.

Was ein Skill überhaupt ist

Ein Skill ist ein Baustein, den ich an meinen Agenten anhänge. Darin steht, wie eine bestimmte Aufgabe zu erledigen ist: welches Wissen dazugehört, in welcher Reihenfolge vorgegangen wird und woran man erkennt, dass das Ergebnis taugt. Für diesen einen Fall ist der Agent damit deutlich stärker als mit seiner allgemeinen Fähigkeit.

Außerhalb der IT funktioniert die Einarbeitungsmappe als Bild am besten. Eine neue Kollegin ist genauso klug wie eine erfahrene. Ihr fehlt das Hauswissen: welche Vorlage gilt, wer freigibt, und dass ein bestimmter Kunde seit Jahren eine Ausnahme bekommt, die nirgends dokumentiert ist. Diese Mappe ist ein Skill.

Der Agent lädt sie nur, wenn die Aufgabe dazu passt. Sonst liefe bei jeder Frage ein 200-seitiges Handbuch mit und würde das Wichtige zudecken.

Warum ein Skill mehr ist als ein guter Prompt

Ein guter Prompt ist eine einmalige Anweisung. Wer eine Aufgabe jedes Mal neu formuliert, setzt jedes Mal andere Schwerpunkte, meist ohne es zu merken. Das Ergebnis schwankt dann mit der Tagesform dessen, der die Anfrage tippt.

Ein Skill legt den Ablauf fest, und der Agent arbeitet ihn jedes Mal ab. Das Ergebnis wird konsistent und reproduzierbar. Es ist derselbe Gedanke, aus dem in Unternehmen Arbeitsanweisungen und Checklisten entstanden sind. Neu ist der Adressat.

Superpowers: Qualität entsteht durch Wiederholung

Beim Programmieren arbeite ich mit einer Skill-Sammlung namens Superpowers. Ihre Stärke liegt in der Verkettung. Die einzelnen Bausteine rufen sich gegenseitig auf, und der Weg durch eine Aufgabe ist jedes Mal derselbe.

Am Anfang steht ein Brainstorming. Der Agent darf nicht bauen, bevor geklärt ist, was eigentlich gewollt ist. Er stellt Rückfragen, legt einen Entwurf vor und holt sich die Freigabe. Erst danach beginnt die Umsetzung. Am Ende wird getestet und das Ergebnis noch einmal geprüft, und was dieses Review findet, geht zurück in den Ablauf. Bei größeren Aufgaben startet die Sammlung dafür eigene Unteragenten, die Teilstücke parallel übernehmen.

Ich habe dazu keinen dramatischen Moment zu erzählen, in dem mich das vor einem teuren Fehler bewahrt hätte. Der Effekt ist unspektakulärer und aus meiner Sicht deshalb wertvoller: Die Codebasis, die dabei entsteht, ist durchgehend von hoher Qualität, weil jede Aufgabe denselben Weg nimmt. Kein Ausreißer nach oben, wenn ich präzise formuliere. Kein Absacken, wenn ich es abends eilig habe.

Ein Skill, der nichts mit Software zu tun hat

Das Muster funktioniert weit außerhalb der Entwicklung. Mein meistgenutzter Skill schreibt keine Zeile Code, er hilft mir bei LinkedIn-Beiträgen.

Der Ausgangspunkt ist immer mein eigener Gedanke: eine Beobachtung aus einem Projekt, eine Meinung zu einer Meldung, manchmal nicht mehr als ein halber Satz. Der Skill fragt nach, statt sich etwas auszudenken. Was war der konkrete Fall, welche Zahl steckt dahinter, was hat nicht funktioniert. Er kennt meine Themen und meine Tonalität, schlägt Varianten für den Einstieg vor und denkt das passende Visual gleich mit.

Was dabei herauskommt, ist kein Beitrag aus der Maschine. Der Skill strukturiert meine Gedanken, die Inhalte und die Formulierung bleiben meine. Genau diese Arbeitsteilung ist der Grund, warum ich ihn täglich benutze und nicht nach drei Versuchen wieder weggelegt habe.

skills.sh als Landkarte

Solche Bausteine sind kein geschlossenes Format eines einzelnen Anbieters. Vercel betreibt mit skills.sh ein offenes Verzeichnis, aus dem sich Skills mit einem einzigen Befehl installieren lassen, über rund zwanzig Werkzeuge hinweg, darunter Claude Code, Cursor und GitHub Copilot. Die Seite weist über 1,16 Millionen Installationen aus, ganz oben stehen Sammlungen von Vercel Labs und Microsoft.

Ich nutze sie als Landkarte. Nach Beliebtheit sortiert sieht man dort, welche Probleme andere bereits gelöst haben, und ich finde regelmäßig etwas, das zu meiner eigenen Arbeit passt. Nebenbei ist die Seite ein guter Gradmesser dafür, wie schnell sich dieses Ökosystem gerade entwickelt.

Wo es hakt

Beim Durchklicken stellt sich schnell ein Reflex ein: installieren, fertig, läuft. Der geht selten auf.

Ein Skill ist nur so gut wie der Prozess, den er abbildet. Wer diesen Prozess nicht einmal von Anfang bis Ende selbst durchgespielt hat, bekommt einen Agenten, der schneller improvisiert. Drei Punkte, an denen es in der Praxis scheitert:

• Der Ablauf wurde nie zu Ende gedacht. Beschrieben ist meist der halbe Weg. Die Ausnahmen kennt die Person, die die Aufgabe seit Jahren macht, und aufgeschrieben sind sie nirgends. Fehlt die Ausnahme im Skill, entscheidet der Agent selbst, plausibel und manchmal falsch.
• Das Wissen fehlt. Ein Skill muss auch sagen, worauf sich der Agent stützen soll. Ohne diese Grundlage füllt er die Lücke aus dem, was er allgemein gelernt hat. Solche Fehler erzeugen keine Fehlermeldung.
• Fremde Skills bringen fremde Vorstellungen mit. Ein Baustein aus dem Verzeichnis enthält die Best Practices seines Autors. Bei meinem LinkedIn-Skill steckt der ganze Wert darin, dass meine Regeln drinstehen und nicht die eines beliebigen Marketing-Ratgebers. Ein fremder Skill gehört gelesen und angepasst, bevor er in die eigene Arbeit einzieht.

Und mehr ist nicht besser. Zwanzig Bausteine, die sich überschneiden, verwässern die Arbeitsweise eines Agenten. Wenige, gut durchdachte schlagen eine große Sammlung.

Die ehrliche Grenze dieses Textes: Belastbare Studien, die den Produktivitätsgewinn durch Skills in Zahlen fassen, kenne ich nicht. Was ich habe, ist eigene Projekterfahrung und eine Beobachtung, die sich wiederholt. Die Ergebnisse werden gleichmäßiger, sobald der Ablauf festgeschrieben ist.

Was ich mitnehme

• Skills machen einen KI-Agenten berechenbar. Für den betrieblichen Einsatz ist das der wertvollere Effekt, auch wenn er weniger spektakulär klingt als ein kluger Einfall.
• Der Kern eines Skills ist ein Ablauf. Deshalb eignen sich wiederkehrende Aufgaben am besten, und deshalb entsteht der Nutzen erst, wenn dieser Ablauf einmal sauber durchdacht wurde.
• Meine beiden meistgenutzten Skills decken Programmierung und LinkedIn-Beiträge ab. Zwei sehr verschiedene Aufgaben, dasselbe Muster.
• skills.sh ist eine gute Landkarte und ein verlässlicher Ideengeber. Die Denkarbeit bleibt bei Ihnen.
• Ein schlecht gebauter Skill ist schlimmer als keiner, weil er ein falsches Vorgehen zuverlässig wiederholt.
• Wer seine Prozesse nie aufgeschrieben hat, kann sie auch nicht an eine Maschine übergeben. Diese Vorarbeit lohnt sich unabhängig von KI. Wie wir dabei vorgehen, steht unter Leistungen, konkrete Beispiele finden Sie in unseren Use Cases.
• Und die Frage, mit der ich anfangen würde: Welchen Ablauf haben Sie in den letzten vier Wochen dreimal fast identisch erklärt? Das ist Ihr erster Skill. Wenn Sie wissen wollen, ob er sich lohnt, sprechen wir darüber.