Arbeiten mit KI-Agenten: Mein Taskboard und die neue Art zu arbeiten
von Alexander Huber
Ich arbeite nicht mehr an einer Aufgabe, sondern an mehreren Strängen
Vielleicht geht es nur mir so, aber meine Arbeitsweise hat sich im letzten Jahr ziemlich verändert. Nicht nur die Werkzeuge sind neu. Neu ist vor allem der Rhythmus.
Früher habe ich eine Aufgabe begonnen und sie so lange bearbeitet, bis sie fertig war oder ein Meeting dazwischenkam. Heute sieht ein typischer Vormittag anders aus: Ich gebe einem Agenten in Codex einen Auftrag, reviewe in der Zwischenzeit ein Ergebnis, das Claude vorbereitet hat, beantworte eine Rückfrage eines dritten Agenten und komme dann zum ersten zurück. In Codex habe ich inzwischen mehr als 20 Projekte. Oft hängen fünf Tasks für einen Kunden miteinander zusammen.
Mein Satz dafür lautet: Ich arbeite nicht mehr nur an mehreren Aufgaben. Ich betreue mehrere Arbeitsstränge, in denen Agenten weiterarbeiten und auf meine nächste Entscheidung warten.
Das fühlt sich produktiv an. Es hat aber eine Schattenseite, die ich unterschätzt habe: Ich musste ständig suchen, welcher Chat gerade auf mich wartet.
New Work bekommt mit KI-Agenten eine neue Bedeutung
Bei New Work geht es um Arbeit, die Menschen wirklich wollen, und um mehr Selbstbestimmung. Im Unternehmensalltag ist daraus oft eine Debatte über Homeoffice, flache Hierarchien und flexible Arbeitszeiten geworden.
Mit KI-Agenten kommt eine weitere Ebene dazu. Es geht nicht mehr nur darum, wo und wann man arbeitet, sondern welchen Teil der Arbeit man selbst macht. Beim Arbeiten mit KI-Agenten verschiebt sich die eigene Rolle vom Ausführen zum Beauftragen, Prüfen und Entscheiden. Man schreibt weniger Code selbst und formuliert mehr Aufträge. Man liest mehr Diffs und trifft mehr kleine Entscheidungen: Passt der Ansatz? Ist der Test aussagekräftig? Darf der Agent weitermachen?
Diese Arbeit ist real, und sie ist anspruchsvoll. Sie ist nur schwerer zu sehen, weil sie in vielen kurzen Momenten stattfindet, verteilt über mehrere Werkzeuge.
Warum ich mir ein Taskboard für meine Agenten gebaut habe
Solange ich mit einem Agenten gearbeitet habe, war die Übersicht kein Problem. Mit mehreren KI-Agenten parallel wurde sie zum Engpass. Codex zeigt mir meine Codex-Chats, Claude meine Claude-Chats. Eine Frage beantwortet mir keines der beiden Werkzeuge: Welcher Agent braucht mich gerade?
Also habe ich mir ein kleines Taskboard vibecoded. Ich habe vorher nicht recherchiert, ob es so etwas schon gibt, sondern die Idee einfach ausprobiert. Das Board sammelt die Chats aus Codex und Claude an einer Stelle und zeigt für jeden Task einen Zustand:
- Running: Ein Agent arbeitet gerade, ich muss nichts tun.
- Needs you: Ein Agent hat eine Rückfrage und wartet auf meine Antwort.
- Ready: Ein Ergebnis liegt zur Prüfung bereit.
Dazu kommen Projekt, Werkzeug und die letzte Nachricht des Agenten. Ein Klick öffnet den richtigen Chat in Codex oder Claude. Ich muss aktive Chats nicht mehr suchen oder anpinnen.
Was sich an der Arbeit tatsächlich verändert
Aus meiner Erfahrung verändern sich drei Dinge, und das Board macht alle drei sichtbar.
Die Wartezeit des Agenten ist keine Pause
Wenn ein Agent zwanzig Minuten an einem Task arbeitet, sitzt man nicht zwanzig Minuten da und wartet. Man wechselt zum nächsten Strang. Die gesparte Zeit wird sofort neu belegt. Das ist gewollt, erhöht aber die Zahl der Wechsel pro Tag deutlich.
Der Wiedereinstieg ist die eigentliche Arbeit
Wenn ein Ergebnis bereitliegt, muss man sich wieder in den Kontext einlesen: Was war der Auftrag? Welche Annahmen hat der Agent getroffen? Was hängt an diesem Task? Dieser Wiedereinstieg kostet mehr Konzentration als das Lesen des Ergebnisses selbst. Ein Board, das nur anzeigt „hier wartet etwas“, spart das Suchen, nicht das Denken.
Verantwortung bleibt beim Menschen
Der Agent schreibt Code, formuliert Texte und führt Tests aus. Ob das Ergebnis zum Kunden passt, entscheidet der Mensch. Diese Prüfarbeit erzeugt oft kein sichtbares Artefakt, sie ist aber der Teil, für den der Kunde am Ende bezahlt.
Was Studien zum Arbeiten mit KI sagen
Mein Taskboard ist ein Einzelfall. Die Forschung misst genau diese Situation, mehrere Agenten über mehrere Werkzeuge, noch nicht. Sie liefert aber Hinweise auf die Mechanismen dahinter.
Eine sechsmonatige Feldstudie mit 7.137 Wissensarbeitern in 66 Unternehmen hat untersucht, wie sich der Zugang zu einem generativen KI-Assistenten auf Arbeitsmuster auswirkt. Beschäftigte, die das Werkzeug nutzten, verbrachten pro Woche rund zwei Stunden weniger mit E-Mails und arbeiteten weniger außerhalb der regulären Arbeitszeit. Eine Veränderung in Menge oder Zusammensetzung ihrer Aufgaben fanden die Autoren darüber hinaus nicht (NBER). Das zeigt: KI verändert Arbeit messbar, aber nicht automatisch so grundlegend, wie es sich im eigenen Alltag manchmal anfühlt. Agenten, die selbstständig ganze Tasks übernehmen, waren nicht Gegenstand der Studie.
Eine Befragung von 319 Wissensarbeitern mit 936 Beispielen aus ihrer Arbeit kommt zu einem Befund, der gut zu meiner Erfahrung passt. Generative KI lässt kritisches Denken nicht verschwinden, sondern verschiebt es hin zum Prüfen von Informationen, zum Zusammenführen von Ergebnissen und zur Verantwortung für die Aufgabe als Ganzes (Microsoft Research, CHI 2025). Es handelt sich um selbstberichtete Beispiele, nicht um eine Zeitmessung.
Warum der Wiedereinstieg so anstrengend ist, erklärt eine ältere Arbeit ohne KI-Bezug. Sophie Leroy zeigte in zwei Experimenten, dass Gedanken an eine nicht abgeschlossene Aufgabe nach einem Wechsel bestehen bleiben können und die Leistung bei der nächsten Aufgabe beeinträchtigen. Sie nennt das „attention residue“ (Leroy, 2009). Genau das passiert, wenn fünf Agenten-Tasks gleichzeitig offen sind.
Und schließlich: Unterbrechungen machen nicht einfach langsamer. In einem Experiment erledigten Teilnehmende unterbrochene Aufgaben sogar schneller und ohne messbaren Qualitätsverlust, berichteten aber mehr Stress, Frustration und Zeitdruck (Mark, Gudith & Klocke, CHI 2008). Wer nur auf das Tempo schaut, übersieht die Belastung.
Was das für IT Dienstleister bedeutet
Mein Board beantwortet eine persönliche Frage: Wo muss ich als Nächstes weitermachen? Für ein IT Unternehmen, das Projekte für Kunden umsetzt, kommt eine wirtschaftliche Frage dazu: Welches Projekt und welche Aufgabe haben die Zeit tatsächlich beansprucht?
Wenn ein Arbeitstag aus vielen kurzen Schleifen über mehrere Kundenprojekte besteht, ist diese Frage am Abend schwerer zu beantworten als früher. Zwanzig Minuten Review hier, eine Rückfrage dort, ein Wiedereinstieg in einen Task, der seit gestern auf Prüfung wartet. Ein grober Eintrag wie „Kunde A, Entwicklung, acht Stunden“ wird der Arbeit dann nicht mehr gerecht. Die Prüf- und Entscheidungsarbeit, die sich zum Menschen verschiebt, verschwindet in solchen Blöcken, obwohl sie Teil der Leistung ist. Warum gute Zeiterfassung mit KI eher wichtiger als unwichtiger wird, habe ich im Beitrag KI in der Wissensarbeit ausführlicher beschrieben.
Mein Board weiß nichts über Projektbudgets und soll es auch nicht. Es ist ein Werkzeug für meine Aufmerksamkeit. Für die Frage, welchem Projekt die Zeit zugutekommt, braucht es eine Projektzeiterfassung, die auch kleinteilige Arbeit sauber zuordnen lässt.
Daran schließen weitere Fragen an, auf die ich hier noch keine fertige Antwort habe: Wie verrechnet man die Zeit, die man mit Beauftragen, Prüfen und Steuern von Agenten verbringt? Wie verrechnet man die KI selbst, also Lizenzen und Tokenkosten? Und was passiert mit Pauschalen und Stundensätzen, wenn ein Agent in einer Stunde schafft, wofür früher ein Tag nötig war? Das sind Themen für einen eigenen Beitrag.
Tipps aus meiner Praxis
Ein paar Dinge haben sich für mich beim Arbeiten mit mehreren KI-Agenten bewährt:
Zustände sichtbar machen. Ob mit eigenem Board oder mit einer einfachen Liste: Man muss auf einen Blick sehen, was läuft, was auf einen wartet und was fertig ist. Sonst verbringt man die gesparte Zeit mit Suchen.
Rückfragen zuerst beantworten. Ein Agent, der auf eine Antwort wartet, blockiert einen ganzen Strang. Ein fertiges Ergebnis kann oft noch eine halbe Stunde liegen.
Weniger parallele Stränge als möglich. Nur weil man zehn Agenten starten kann, muss man es nicht. Jeder offene Strang braucht irgendwann einen sorgfältigen Review, und dafür braucht es Konzentration.
Zeit nach Projekt buchen, nicht nach Werkzeug. „Mit Claude gearbeitet“ ist keine sinnvolle Kategorie. Entscheidend ist, welchem Kunden und welcher Aufgabe die Arbeit dient.
Am selben Tag buchen. Kurze Arbeitsschritte verlieren schnell ihren Kontext. Bei der Rekonstruktion hilft mir der grafische Kalender in time cockpit, in dem ich die Arbeit des Tages den richtigen Projekten zuordne.
Fazit: Die neue Arbeit ist Koordination
KI-Agenten nehmen einem Ausführung ab. Sie nehmen einem nicht die Verantwortung ab, und sie nehmen einem nicht das Denken ab. Stattdessen koordiniert man mehrere Arbeitsstränge, entscheidet öfter und steigt häufiger in einen Kontext wieder ein. Für mich ist das der Kern von New Work mit KI: nicht weniger Arbeit, sondern eine andere.
Mein Taskboard löst dabei nur einen kleinen Teil des Problems, nämlich die Frage, wo ich als Nächstes gebraucht werde. Ob und wie gut KI-Agenten sich in einem Unternehmen wirtschaftlich auszahlen, zeigt erst der Blick auf die Projekte, denen diese Arbeit zugutekommt.
Wie behalten Sie den Überblick, wenn mehrere Agenten parallel an Ihren Tasks arbeiten? Und wissen Sie, welchen Projekten diese Arbeit zugutekommt? Wenn Sie das für Ihr Team ausprobieren möchten, testen Sie time cockpit mit Ihren eigenen Projekten.
