← Modul 4← Module 4 ÜbersichtOverview
⏱ ~15 min AbschlussFinal

"Was mache ich jetzt damit?""What do I do with this?"

Modul 5: Deine Agent-StrategieModule 5: Your Agent Strategy

Lernziel: Nach diesem Modul hast du ein persönliches Decision Framework für Agent-Adoption, kannst Build vs. Buy vs. Don't bewerten, und kennst die wichtigsten Entwicklungen der nächsten 2 Jahre.Learning Goal: After this module, you have a personal decision framework for agent adoption, can evaluate build vs. buy vs. don't, and know the key developments of the next 2 years.

🔀 Build vs. Buy vs. Don't🔀 Build vs. Buy vs. Don't

Die wichtigste strategische Entscheidung — und die die am häufigsten falsch getroffen wird. Die Forschung zeigt: Menschen delegieren Entscheidungen erstaunlich bereitwillig an AI (Rastogi et al., 2022). Aber eine Option wird systematisch vergessen: Nicht machen. Gartner prognostiziert, dass bis 2026 40% der Enterprise-Apps AI Agents haben werden — aber "haben" heißt nicht "brauchen".The most important strategic decision — and the one most often made incorrectly. Research shows: people delegate decisions to AI surprisingly willingly (Rastogi et al., 2022). But one option is systematically forgotten: Don't. Gartner predicts that by 2026, 40% of enterprise apps will feature AI agents — but "having" doesn't mean "needing".

🔧

Build

Selbst bauenBuild yourself

Volle Kontrolle, maximale Anpassung, höchster Aufwand. Erfordert Entwickler, laufende Wartung, API-Kosten.Full control, maximum customization, highest effort. Requires developers, ongoing maintenance, API costs.

🛒

Buy

Fertiges Produkt nutzenUse ready-made product

Schneller Start, weniger Kontrolle, Vendor Lock-in. Copilot, Gemini, branchenspezifische Lösungen.Quick start, less control, vendor lock-in. Copilot, Gemini, industry-specific solutions.

⏸️

Don't

Noch nicht / Gar nichtNot yet / Not at all

Manchmal die klügste Wahl. Wenn das Risiko zu hoch, der Use Case unklar, oder die Technologie noch nicht reif ist.Sometimes the smartest choice. When risk is too high, use case unclear, or technology not mature enough.

Wann welche Option?When which option?

SituationSituation EmpfehlungRecommendation WarumWhy
Standardaufgaben (E-Mail, Zusammenfassungen)Standard tasks (email, summaries) Buy Copilot/Gemini können das bereits. Kein Grund selbst zu bauen.Copilot/Gemini can already do this. No reason to build yourself.
Branchenspezifische WorkflowsIndustry-specific workflows Buy + Customize Enterprise-Plattformen mit eigenen Daten füttern.Feed enterprise platforms with your own data.
Einzigartige interne ProzesseUnique internal processes Build Kein Produkt passt, aber der ROI rechtfertigt den Aufwand.No product fits, but ROI justifies the effort.
Hochrisiko-Entscheidungen (Recht, Finanzen, HR)High-risk decisions (legal, finance, HR) Don't Die Technologie ist nicht reif genug. Lieber warten.Technology isn't mature enough. Better to wait.
"Wir brauchen auch einen Agent!""We need an agent too!" Don't FOMO ist keine Strategie. Erst den Use Case definieren.FOMO is not a strategy. Define the use case first.
Die vergessene Frage:The forgotten question: "Was passiert wenn wir es NICHT machen?" Wenn die Antwort "nichts Schlimmes" ist — dann ist "Don't" die richtige Wahl. Für jetzt. "What happens if we DON'T do it?" If the answer is "nothing bad" — then "Don't" is the right choice. For now.

📊 Wo stehst du? Agent Maturity Assessment📊 Where Are You? Agent Maturity Assessment

Bevor du entscheidest: Eine ehrliche Einschätzung wo du oder dein Team steht.Before you decide: An honest assessment of where you or your team stands.

StufeLevel BeschreibungDescription Nächster SchrittNext Step
🌱 NeugierigCurious Du hast ChatGPT benutzt, aber noch keinen Agent ausprobiert.You've used ChatGPT but haven't tried an agent yet. Ein fertiges Produkt testen (Copilot, Gemini)Try a ready-made product (Copilot, Gemini)
🌿 ErkundendExploring Du nutzt AI-Tools regelmäßig. Agents klingen interessant.You use AI tools regularly. Agents sound interesting. Einen konkreten Use Case identifizieren (Delegation Decision!)Identify a concrete use case (Delegation Decision!)
🌳 ExperimentierendExperimenting Du hast einen Agent für eine spezifische Aufgabe getestet.You've tested an agent for a specific task. Trust Ladder anwenden. Ergebnis-Qualität systematisch prüfen.Apply Trust Ladder. Systematically check result quality.
🏔️ IntegrierendIntegrating Ein Agent ist Teil deines täglichen Workflows.An agent is part of your daily workflow. Automatisierung erwägen. Kosten-Monitoring aufsetzen.Consider automation. Set up cost monitoring.
🚀 SkalierendScaling Mehrere Agents, automatisierte Workflows, Team-Nutzung.Multiple agents, automated workflows, team usage. Governance, Compliance (AI Act), Risikomanagement formalisieren.Formalize governance, compliance (AI Act), risk management.

📎 TechCo: Kapitel 5 (Abschluss)📎 TechCo: Chapter 5 (Final)

3 Monate später. Marco präsentiert Lisa das Fazit: Copilot hat sich für interne Research bewährt (🟢 Fire & Forget). Für Kunden-Deliverables nutzen sie Draft & Review (🟡). Custom-Build? Don't. Die 20-Personen-Firma hat weder Entwickler noch Budget dafür. Stattdessen: klare Richtlinien, $50/Monat Budget-Limit, kein Kundendaten-Input.3 months later. Marco presents Lisa the conclusion: Copilot proved valuable for internal research (🟢 Fire & Forget). For client deliverables they use Draft & Review (🟡). Custom build? Don't. The 20-person firm has neither developers nor budget for it. Instead: clear guidelines, $50/month budget cap, no client data input.

Das Ergebnis: Kein AI-Hype, kein FOMO-Build, kein Sicherheitsvorfall. Einfach eine informierte Entscheidung. Genau das was Agent Literacy lehrt.The result: No AI hype, no FOMO build, no security incident. Just an informed decision. Exactly what Agent Literacy teaches.

📝 Dein Agent-Strategie WorksheetYour Agent Strategy Worksheet

Beantworte diese 7 Fragen — am besten schriftlich. Am Ende hast du deine persönliche Agent-Strategie.Answer these 7 questions — ideally in writing. At the end, you'll have your personal agent strategy.

1 Welche Aufgabe frisst am meisten deiner Zeit?Which task consumes most of your time? Das ist dein erster Agent-Kandidat — wenn das Delegation Decision es erlaubt.That's your first agent candidate — if the Delegation Decision allows it.
2 Delegation Decision: Kann ein Agent das? Wie hoch ist das Risiko?Delegation Decision: Can an agent do this? How high is the risk? Nutze die 2×2-Matrix aus Modul 1.Use the 2×2 matrix from Module 1.
3 Wie würdest du das Ergebnis verifizieren?How would you verify the result? Wenn Verifizierung länger dauert als die Aufgabe selbst → wahrscheinlich nicht delegieren.If verification takes longer than the task itself → probably don't delegate.
4 Build, Buy, oder Don't?Build, Buy, or Don't? Gibt es ein fertiges Produkt? Ist dein Use Case unique? Lohnt sich der Aufwand?Is there a ready-made product? Is your use case unique? Is the effort worth it?
5 Welche Delegationsstufe wählst du zum Start?Which delegation level do you choose to start? Empfehlung: Starte bei 🟡 Draft & Review. Nicht bei 🟢 Fire & Forget.Recommendation: Start at 🟡 Draft & Review. Not at 🟢 Fire & Forget.
6 Was ist dein monatliches Budget?What's your monthly budget? Setze das Limit BEVOR du startest. Nicht danach.Set the limit BEFORE you start. Not after.
7 Was ist dein "Kill Switch"?What's your "kill switch"? Was muss passieren damit du den Agent abschaltest? Definiere das vorher.What needs to happen for you to shut the agent down? Define it in advance.

🔒 Regeln vs. Enforcement: Die wichtigste Erkenntnis🔒 Rules vs. Enforcement: The Most Important Insight

Hier wird es unbequem. Denn diese Erkenntnis betrifft nicht nur Agents — sie betrifft jeden der Agent-Systeme betreibt.This is where it gets uncomfortable. Because this insight doesn't just affect agents — it affects everyone operating agent systems.

Ein Agent kann 15 Regeln haben. Er kann sie auflisten. Er kann erklären warum sie wichtig sind. Und er kann sie trotzdem ignorieren.An agent can have 15 rules. It can list them. It can explain why they're important. And it can still ignore them.

Das ist kein Bug. Es ist eine fundamentale Eigenschaft von LLM-Agents: Skills, Workflows, System-Prompts sind Empfehlungen. Der Agent interpretiert sie — und unter Zeitdruck oder in langen Sessions erodiert die Einhaltung.This isn't a bug. It's a fundamental property of LLM agents: Skills, workflows, system prompts are suggestions. The agent interprets them — and under pressure or in long sessions, compliance erodes.

Ein AWS-Artikel (März 2026) bringt es auf den Punkt:An AWS article (March 2026) puts it precisely:

"Prompts are suggestions. The LLM can hallucinate compliance with any instruction. Hooks are enforcement."
— AWS / DEV.to: "AI Agent Guardrails: Rules That LLMs Cannot Bypass" (März 2026)— AWS / DEV.to: "AI Agent Guardrails: Rules That LLMs Cannot Bypass" (March 2026)

❌ Regeln (Empfehlungen)Rules (Suggestions)

  • System-Prompt: "Prüfe Quellen"System prompt: "Verify sources"
  • Learned Rule: "Review vor Deploy"Learned rule: "Review before deploy"
  • Skill-Datei: "Mindestens 3 Quellen"Skill file: "At least 3 sources"

→ Agent kann sie lesen und trotzdem übergehen→ Agent can read and still skip them

✅ Enforcement (Infrastruktur)Enforcement (Infrastructure)

  • Git Pre-Push Hook: Blockiert ohne QuellenGit pre-push hook: Blocks without sources
  • Cron-Job: Prüft ob Learnings persistiert sindCron job: Checks if learnings were persisted
  • Tool-Policy: Verweigert gefährliche BefehleTool policy: Denies dangerous commands

→ Agent kann nicht weitermachen ohne Check→ Agent cannot proceed without check

Das Prinzip:The principle: Regeln im Prompt = Empfehlungen. Regeln in der Infrastruktur = Enforcement. Beides braucht man — aber nur das zweite ist verlässlich. Rules in the prompt = suggestions. Rules in the infrastructure = enforcement. You need both — but only the latter is reliable.

Wenn du ein Agent-System einführst, frag nicht nur "Welche Regeln geben wir dem Agent?" — frag: "Was passiert wenn der Agent die Regeln ignoriert? Und welche Checks laufen außerhalb des Agents?"When introducing an agent system, don't just ask "What rules do we give the agent?" — ask: "What happens when the agent ignores the rules? And what checks run outside the agent?"

🔮 Wohin entwickelt sich das Feld?🔮 Where Is the Field Heading?

Keine Glaskugel — aber informierte Einschätzungen basierend auf dem was heute gebaut und angekündigt wird. Alle Zeitangaben sind Trend-Einordnungen, keine Vorhersagen.No crystal ball — but informed assessments based on what's being built and announced today. All timelines are trend assessments, not predictions.

🔌 MCP wird allgegenwärtig🔌 MCP becomes ubiquitous

Bereits im Gange (2025-2026)Already happening (2025-2026)

Model Context Protocol wuchs von ~100K monatlichen SDK-Downloads bei Launch (Nov 2024) auf über 97M bis Ende 2025 (Gupta, Dez. 2025 — umfasst npm + pip inkl. CI/CD). Im Dezember 2025 wurde MCP an die Linux Foundation übergeben — mit Anthropic, Google, Microsoft, OpenAI und AWS als Gründungsmitglieder. Stand: Dez. 2025.Model Context Protocol grew from ~100K monthly SDK downloads at launch (Nov 2024) to over 97M by end of 2025 (Gupta, Dec 2025 — includes npm + pip incl. CI/CD). In December 2025, MCP was donated to the Linux Foundation — with Anthropic, Google, Microsoft, OpenAI, and AWS as founding members. As of: Dec 2025.

🖥️ Computer Use wird besser (aber nicht perfekt)🖥️ Computer Use improves (but isn't perfect)

2026-20272026-2027

Agents die deinen Bildschirm sehen und Maus/Tastatur steuern können. Anthropic, Google und OpenAI arbeiten daran. Potenzial: Agents die jede Software bedienen können. Risiko: Agents die versehentlich die falschen Knöpfe drücken.Agents that can see your screen and control mouse/keyboard. Anthropic, Google, and OpenAI are working on this. Potential: Agents that can operate any software. Risk: Agents that accidentally click the wrong buttons.

👥 Neue Rollen entstehen👥 New Roles Emerge

2026-20282026-2028

"Agent Trainer", "AI Operations Manager", "Delegation Designer". Menschen die nicht programmieren, aber verstehen wie man Agents konfiguriert, trainiert und überwacht. Das ist die Rolle für die dieser Kurs dich vorbereitet."Agent Trainer", "AI Operations Manager", "Delegation Designer". People who don't code, but understand how to configure, train, and monitor agents. This is the role this course prepares you for.

⚖️ Regulierung wird konkret⚖️ Regulation gets concrete

Aug 2026+Aug 2026+

Nach der vollständigen Durchsetzung des EU AI Act werden andere Regionen nachziehen. Wer jetzt gute Praxis etabliert (Transparenz, HITL, Dokumentation), hat einen Vorsprung.After the EU AI Act's full enforcement, other regions will follow. Those who establish good practice now (transparency, HITL, documentation) have a head start.

📌 Was du aus diesem Kurs mitnimmst📌 What You Take Away from This Course

ModulModule Kern-ErkenntnisCore Insight
1 Ein Agent ist kein Chatbot — er handelt, und Fehler haben echte Konsequenzen.An agent isn't a chatbot — it acts, and mistakes have real consequences.
2 Kalibriertes Vertrauen schlägt blindes Vertrauen und blindes Misstrauen.Calibrated trust beats blind trust and blind distrust.
3 Vier Schichten, zwei Protokolle, drei Patterns — das reicht um jedes System zu verstehen.Four layers, two protocols, three patterns — enough to understand any system.
4 Die größten Risiken sind unsichtbar: schleichende Kosten, Prompt Injection, "erfolgreich aber falsch".The biggest risks are invisible: creeping costs, prompt injection, "successful but wrong."
5 "Don't" ist manchmal die klügste Strategie. Und FOMO ist nie eine."Don't" is sometimes the smartest strategy. And FOMO never is.
Die eine Sache die du mitnehmen solltest:The one thing you should take away: Bei jeder Aufgabe: Kann der Agent das? Was passiert wenn er sich irrt? Wenn du diese zwei Fragen beantworten kannst, bist du kompetenter als 90% der Menschen die gerade Agents einsetzen. For every task: Can the agent do it? What happens if it's wrong? If you can answer these two questions, you're more competent than 90% of people currently deploying agents.

🚀 Was jetzt?🚀 What Now?

Baue dein eigenes: Agent System Starter Kit — Understand before you build. Basiert auf einem echten System.
Lerne weiter: AI Learning Ökosystem — mehr Kurse zu AI, GitHub, Obsidian.
Bleib kritisch: Das Feld entwickelt sich schnell. Was heute stimmt, kann morgen veraltet sein.Build your own: Agent System Starter Kit — Understand before you build. Based on a real system.
Keep learning: AI Learning Ecosystem — more courses on AI, GitHub, Obsidian.
Stay critical: The field moves fast. What's true today may be outdated tomorrow.

💭 Abschluss-ReflexionFinal Reflection

  1. Du hast jetzt 5 Module durchgearbeitet. Was hat dich am meisten überrascht?You've worked through 5 modules. What surprised you the most?
  2. Hat sich deine Meinung zu AI Agents verändert? Wenn ja: In welche Richtung?Has your opinion on AI agents changed? If so: In which direction?
  3. Wenn du morgen früh ins Büro kommst: Was ist die erste Sache die du anders machen würdest?When you arrive at the office tomorrow morning: What's the first thing you'd do differently?

🎓 Abschluss-Check: Teste dein Wissen🎓 Final Check: Test Your Knowledge

5 Fragen — eine pro Modul. Wenn du 4 von 5 beantworten kannst, hast du den Kurs verstanden.5 questions — one per module. If you can answer 4 of 5, you've understood the course.

1. (Modul 1)1. (Module 1) Was unterscheidet einen Agent von einem Chatbot? Nenne zwei konkrete Unterschiede.What distinguishes an agent from a chatbot? Name two concrete differences.

AntwortAnswer

Agents haben Werkzeuge (können handeln, nicht nur antworten) und verfolgen eine Strategie (Perceive→Think→Act→Observe Loop statt Frage→Antwort). Weitere: Gedächtnis über Sessions hinweg, eigenständiges Handeln möglich.Agents have tools (can act, not just answer) and follow a strategy (Perceive→Think→Act→Observe loop instead of question→answer). Also: memory across sessions, autonomous action possible.

2. (Modul 2)2. (Module 2) Dein Agent hat einen Blog-Post geschrieben und sagt "Fertig!". Was ist dein nächster Schritt — und warum?Your agent wrote a blog post and says "Done!". What's your next step — and why?

AntwortAnswer

Review vor Veröffentlichung (Stufe 🟡 Draft & Review). "Erfolgreich ausgeführt" ≠ "korrekt". Prüfe: Fakten stimmen? Ton passend? Keine Halluzinationen in Zitaten? Ein Blog-Post ist reputationsrelevant = hohes Risiko.Review before publishing (Level 🟡 Draft & Review). "Successfully executed" ≠ "correct". Check: Facts accurate? Tone appropriate? No hallucinated citations? A blog post is reputation-relevant = high risk.

3. (Modul 3)3. (Module 3) Was ist der Unterschied zwischen MCP und A2A? Nutze je eine Analogie.What's the difference between MCP and A2A? Use one analogy each.

AntwortAnswer

MCP = Agent↔Tool (wie USB — universeller Anschluss für Werkzeuge). A2A = Agent↔Agent (wie ein Telefonnetz — Agents rufen sich gegenseitig an). MCP von Anthropic, A2A von Google. Sie ergänzen sich.MCP = Agent↔Tool (like USB — universal connector for tools). A2A = Agent↔Agent (like a phone network — agents call each other). MCP by Anthropic, A2A by Google. They complement each other.

4. (Modul 4)4. (Module 4) Nenne die drei Risikokategorien bei Agent-Systemen — und welche am tückischsten ist.Name the three risk categories for agent systems — and which is most insidious.

AntwortAnswer

Operativ (Fehler), Security (Angriffe), Finanziell (Kosten). Am tückischsten: Finanziell — weil automatisierte Agents stille Geldverbrenner sind. Man merkt es erst auf der Monatsrechnung.Operational (errors), Security (attacks), Financial (costs). Most insidious: Financial — because automated agents are silent money burners. You only notice on the monthly bill.

5. (Modul 5)5. (Module 5) Dein Chef sagt: "Alle nutzen Agents, wir brauchen auch einen!" Was antwortest du?Your boss says: "Everyone's using agents, we need one too!" What do you answer?

AntwortAnswer

"FOMO ist keine Strategie." Erst den Use Case definieren. Delegation Decision anwenden: Was genau soll der Agent tun? Kann er das? Was passiert bei Fehlern? Dann: Build vs. Buy vs. Don't. Oft ist "Don't (noch nicht)" die klügste Antwort."FOMO is not a strategy." Define the use case first. Apply the Delegation Decision: What exactly should the agent do? Can it? What happens on failure? Then: Build vs. Buy vs. Don't. Often "Don't (not yet)" is the smartest answer.

🧭

Agent Literacy — AbgeschlossenAgent Literacy — Completed

Du verstehst jetzt wie AI Agent Systeme funktionieren, wann du ihnen vertrauen kannst, und wie du informierte Entscheidungen triffst.You now understand how AI agent systems work, when to trust them, and how to make informed decisions.

Teile dein Ergebnis: #AgentLiteracy auf LinkedInShare your result: #AgentLiteracy on LinkedIn

🤖

Dieser Kurs wurde von einem Agent mitgebautThis course was co-built by an agent

Alles was du in diesem Kurs gelernt hast — Delegation Decision, Trust Calibration, Verifikation, Kosten-Management — wurde bei der Erstellung dieses Kurses praktiziert. Inklusive Fehler und Korrekturen. Das ist kein Marketing — das ist die Pointe.Everything you learned in this course — Delegation Decision, Trust Calibration, verification, cost management — was practiced while creating this course. Including mistakes and corrections. That's not marketing — that's the point.

← Modul 4: Was schiefgehen kannModule 4: What Can Go Wrong 🧭 Zurück zur Übersicht🧭 Back to Overview

✅ Kannst du jetzt...✅ Can you now...

  • ...Build vs. Buy vs. Don't für deinen Use Case bewerten?...evaluate Build vs. Buy vs. Don't for your use case?
  • ...den Unterschied zwischen Regeln und Enforcement erklären?...explain the difference between rules and enforcement?
  • ...ein Agent-Strategie Worksheet für dein Team ausfüllen?...fill out an agent strategy worksheet for your team?

🎓 Geschafft! Zum Abschluss-Badge ↑🎓 Done! Go to Completion Badge ↑

📚 Quellen & Referenzen📚 Sources & References
  1. Grgic-Hlaca, N. et al. (2019). Ask not what AI can do, but what AI should do: Towards a framework of task delegability. NeurIPS 2019. neurips.cc [Tier A]
  2. AWS / Strands (2026). AI Agent Guardrails: Rules That LLMs Cannot Bypass. dev.to/aws [Tier B]
  3. EU (2024). Verordnung über Künstliche Intelligenz (AI Act).EU (2024). Artificial Intelligence Act (Regulation 2024/1689). EUR-Lex [Tier A — Legal]
  4. Gartner (2025). 40% of Enterprise Apps Will Feature AI Agents by 2026. gartner.com [Tier B]
  5. MCP Blog (2025). Model Context Protocol — SDK Downloads. anthropic.com [Tier B]
  6. Rastogi, C. et al. (2022). Rise of the machines: Delegating decisions to autonomous AI. Computers in Human Behavior. [Tier A]