Wer steuert die KI in Ihrem Unternehmen: Warum Unternehmen einen Claude-Code-Operator brauchen

In den meisten Unternehmen ist künstliche Intelligenz längst angekommen. Die einen haben ihren Mitarbeitenden Abonnements bezahlt, andere haben bei einem Integrator einen Chatbot oder einen Sprachassistenten bestellt, wieder andere haben KI an E-Mail und Dokumente angebunden. Und einige Monate später räumt die Geschäftsführung offen ein: Der Effekt ist kleiner als versprochen. Der Bot nennt veraltete Preise, der Assistent „macht irgendetwas“, aber niemand kann sagen, wie viele Stunden er eingespart hat, und die Hälfte der Belegschaft ist zu ihren gewohnten Tabellen zurückgekehrt.

Am Modell selbst liegt das selten. Fast immer fehlt ein Mensch, der der KI täglich Aufgaben stellt, das Ergebnis abnimmt und dafür genauso verantwortlich ist wie der Hauptbuchhalter für die Buchhaltung. Wir nennen diese Rolle Operator und erklären in diesem Beitrag am Beispiel von Claude Code, warum sie selbst nach der besten Einführung unverzichtbar ist.

Was die Zahlen sagen

Das ehrlichste Bild liefert der Quartalstracker der Federal Reserve Bank of St. Louis. Demnach sparte generative KI Beschäftigten in den USA im dritten Quartal 2026 durchschnittlich rund 2,1 % aller Arbeitsstunden. Das ist der Durchschnitt über alle Erwerbstätigen zwischen 18 und 64 Jahren: Wer keine KI nutzt, wird mit null gezählt, deshalb fällt die Gesamtzahl so bescheiden aus.

Ganz anders sieht es dort aus, wo KI in konkrete Arbeit eingebettet wurde. Die Studie „Generative AI at Work“ (Brynjolfsson, Li, Raymond, NBER) begleitete die Einführung eines KI-Assistenten für 5.179 Supportmitarbeitende: Die Zahl der pro Stunde gelösten Anfragen stieg im Schnitt um 14 %, bei Neulingen und den am wenigsten Erfahrenen sogar um 34 %. Zwischen „Man hat den Leuten einfach KI gegeben“ und „Man hat KI in den Prozess eingebettet“ liegen Welten.

Der Bericht „The GenAI Divide“ von MIT NANDA (2025) erklärt, warum die Einbettung nicht allen gelingt: Ihm zufolge liefern nur rund 5 % der KI-Pilotprojekte in Unternehmen ein spürbares finanzielles Ergebnis. Die Ursache sehen die Autoren nicht in der Qualität der Modelle, sondern darin, dass sich die Werkzeuge nicht in die Arbeitsabläufe des Unternehmens einfügen und sich nicht an sie anpassen. Das Problem ist also kein technisches, sondern ein organisatorisches.

Die Schlussfolgerung ist einfach: Den Effekt bringt nicht der Zugang zu KI, sondern ein Mensch, der daraus einen Prozess macht.

Claude Code ist kein Chat, sondern ein Agent in der Arbeitsumgebung

Die meisten kennen KI als Chatfenster: Frage – Antwort. Claude Code funktioniert anders. Es ist ein Agent, der in der Arbeitsumgebung des Unternehmens arbeitet: Er liest das Projekt und die Dokumente, schlägt einen Plan vor, nimmt selbst Änderungen vor und zeigt, was genau er geändert hat. Über Konnektoren (MCP) wird er an E-Mail, Kalender, Buchhaltungssysteme oder die Website angebunden – und arbeitet dann nicht mit einer einzelnen Datei, sondern mit den realen Daten des Unternehmens.

Genau deshalb ist er leistungsfähiger als ein Chat – und genau deshalb braucht er Führung. Ein Agent, der eine Seite der Website, einen Preis in der Datenbank oder den Text eines Vertrags ändern kann, braucht einen Verantwortlichen: jemanden, der festlegt, was er darf, und der das Ergebnis prüft, bevor es zum Kunden geht.

Welche Aufgaben man dem Agenten im Unternehmen schon heute übertragen kann

Wir arbeiten täglich mit Claude Code an unseren eigenen Produkten – Smart CMS, Smart 360, Smart LMS, BOT-panel – und an Websites unserer Kunden. Diese Aufgaben erledigt bei uns bereits zuverlässig ein Agent unter der Führung eines Operators:

• Websites und Content. Eine Website aus einem Altsystem migrieren, jede Seite am Desktop und auf dem Smartphone mit dem Original abgleichen, die Website in mehrere Sprachen übersetzen, den Newsbereich aktualisieren.
• Dokumente. Einen Vertrag oder ein Leistungsprotokoll nach der Vorlage des Unternehmens erstellen, Zahlungen mit dem Kontoauszug abgleichen, ein Dokumentenverzeichnis vorbereiten.
• E-Mail und Kalender. Den Posteingang sortieren, Antwortentwürfe vorbereiten, Absprachen in der Korrespondenz wiederfinden. Versendet wird von einem Menschen.
• Chatbots und Sprachassistenten. Die Wissensbasis eines Bots aktualisieren, wenn neue Produkte hinzukommen oder sich Preise ändern, und die Antworten mit Kontrollfragen prüfen.
• Infrastruktur. Einen Server auf Schwachstellen prüfen, Backups einrichten, Ausfälle von Automatisierungsszenarien überwachen.
• Berichte. Daten aus mehreren Systemen zu einem Bericht für die Geschäftsführung zusammenführen.

Keine dieser Aufgaben setzt voraus, dass der Operator Programmierer ist. Gefragt ist etwas anderes: das eigene Fachgebiet verstehen und dem Agenten eine Aufgabe so stellen können, dass sich das Ergebnis abnehmen lässt.

Wo der Agent leise Fehler macht

Die gefährlichsten Fehler der KI sind nicht die, bei denen sie die Arbeit verweigert, sondern die, bei denen sie selbstsicher „fertig“ meldet. Einige Situationen aus unserer Praxis:

• „Fertig“ heißt nicht „erledigt“. Der Agent hat das Layout einer Seite abgeschlossen und grüne Prüfungen vorgezeigt. Auf dem Smartphone ist ein Block jedoch über den Bildschirmrand gerutscht. Die Prüfungen sehen das nicht – das sieht ein Mensch, der die Seite bei 390 Pixeln öffnet.
• Wörtliche Ausführung. Den Auftrag „Ersetze die Telefonnummer überall“ führt der Agent tadellos aus – selbst wenn die neue Nummer im Auftrag falsch ist. Der Operator nennt zuerst den alten und den neuen Wert als Ziffern und startet erst danach die Massenänderung.
• Massenänderung ohne Rückweg. Eine einzige Ungenauigkeit im Ersetzungsmuster kann in einer Sekunde Dutzende Datensätze in der Datenbank beschädigen. Die Regel des Operators: Vor jeder Massenaktion ein Backup. Dann kostet ein Fehler Minuten statt eines ganzen Tages.
• Veraltetes Wissen. Ein Sprachassistent nannte Kunden wochenlang die alten Tarifnamen, weil nach der Umbenennung niemand seine Anweisungen aktualisiert hatte. Das Modell kann nichts dafür: Es hat ehrlich wiederholt, was man ihm gegeben hatte.

In jedem dieser Fälle rettet nicht ein „klügeres Modell“, sondern ein Mensch mit einem klaren Arbeitszyklus.

Warum nach dem Integrator ein Operator gebraucht wird

Ein Integrator steht für ein Projekt: Er installiert das System, richtet es ein, schult und übergibt. Doch das System lebt weiter. Preise ändern sich, Produkte kommen hinzu, neue Mitarbeitende fangen an, Daten und Sicherheitsanforderungen ändern sich. Ohne Verantwortlichen hinkt selbst eine perfekt eingeführte KI der Realität des Unternehmens nach wenigen Monaten hinterher.

	Integrator	Operator im eigenen Team
Format	Befristetes Projekt	Tägliche Arbeit
Verantwortlich für	Inbetriebnahme des Systems	Tägliches Ergebnis des Systems
Kennt	Die Technologie	Die Technologie und die Prozesse der eigenen Abteilung
Wenn sich Preise oder Produkt ändern	Neuer Auftrag	Aktualisiert noch am selben Tag
Zugänge und Kundendaten	Übergibt sie nach dem Start	Verwaltet und kontrolliert sie

Das ist keine Konkurrenz. Ein guter Integrator hat gerade ein Interesse daran, dass es beim Auftraggeber jemanden gibt, dem er das System übergeben kann – sonst wird er nach einem halben Jahr wieder gerufen, um „die kaputte KI zu reparieren“.

Der Zyklus des Operators: vier Schritte bei jeder Aufgabe

1. Aufgabe. Aus „Mach es schön“ werden klare Grenzen der Änderung und ein Abnahmekriterium: Was genau ändern wir, was rühren wir nicht an, woran erkennen wir, dass es erledigt ist.
2. Plan. Der Agent zeigt die Schritte, bevor er die erste Zeile ändert. Eine falsche Richtung wird hier gestoppt, nicht erst hinterher.
3. Diff. Der Operator liest die Änderungen selbst, Zeile für Zeile, und nicht die Zusammenfassung des Agenten.
4. Abnahme. „Fertig“ heißt es erst nach den Prüfungen – auf der Live-Seite, auf dem Smartphone, mit echten Daten –, nicht an ihrer Stelle.

Solange dieser Zyklus nicht zur Routine geworden ist, bleibt der Agent ein interessantes Spielzeug. Sobald er es ist, wird daraus ein Werkzeug, das dem Team jede Woche Stunden an Routinearbeit abnimmt.

Der Kurs „Operator Claude Code“

Diese Rolle vermitteln wir in der SmartGT Academy. Im Kurs geht es nicht um das Werkzeug an sich, sondern darum, es zu führen: sechs Wochen Praxis an den eigenen Aufgaben der Teilnehmenden.

• Durchgang 03 startet am 1. Dezember 2026. 12 Termine à 90 Minuten, zwei pro Woche, online auf Ukrainisch, mit Aufzeichnungen.
• Gruppe mit bis zu 8 Personen: Alle teilen ihren Bildschirm und arbeiten an ihrer eigenen Arbeitsaufgabe, nicht an einem Übungsbeispiel.
• Acht Module: Arbeitsplatz des Operators, Projektkontext, Aufgabenstellung, Abnahme der Arbeit, Skills und Subagenten, Konnektoren zu Microsoft 365 und Google, Sicherheit und Zugriffsgrenzen, Einführung im Team.
• Für wen: Entwickler und Teamleads, Analysten und Systemadministratoren, Führungskräfte, die KI in ihrem Team einführen, Juristen und alle, die mit Dokumenten arbeiten. Programmierkenntnisse sind nicht nötig – gebraucht werden Grundkenntnisse im Umgang mit dem Terminal und ein Claude-Abonnement, bei dessen Abschluss wir helfen.
• Nach dem Kurs – ein Support-Chat für einen weiteren Monat.
• Preis: 500 $ · 18.000 UAH pro Person, für Bestandskunden von SmartGT 400 $ · 15.000 UAH, Firmengruppe mit bis zu 8 Personen 3.200 $ · 120.000 UAH. Bezahlung auf Vertragsbasis; ein Rücktritt ist nach dem ersten Termin möglich.

Den Durchgang leitet Mykhailo Vasianovych, Gründer von SmartGT, der täglich mit Claude Code an genau den Produkten arbeitet, die als Praxismaterial dienen.

Ränge: eine Qualifikation, die mit der Praxis wächst

Ein Zertifikat „Kurs besucht“ sagt nichts darüber aus, was jemand am Montag leisten wird. Deshalb führen wir für Operatoren eine Rangskala: zehn Stufen, jede belegt durch Arbeitsstunden mit dem Agenten, die Zahl der Arbeitssitzungen, verbrauchte Tokens und eine praktische Aufgabe.

Rang	Schwelle	Was die Person ohne Aufsicht leistet
R0 · Verbunden	erster Dialog	Werkzeug installiert, Berechtigungen eingerichtet
R1 · Praktikant	6 Std. · 3 Sitzungen	Aufgaben unter Aufsicht, stoppt den Agenten bei einer falschen Richtung
R2 · Operator	14 Std. · 7 Sitzungen	Führt eine Aufgabe selbstständig: von der Aufgabenstellung bis zum abgenommenen Diff
R3 · Prüfer	26 Std. · 13 Sitzungen	Prüft die Arbeit des Agenten für andere
R4 · Skill-Meister	42 Std. · 21 Sitzungen	Verankert die Routine der Abteilung in den Werkzeugen des Teams
R5 · Integrator	60 Std. · 30 Sitzungen	Bindet den Agenten an E-Mail, Kalender und Buchhaltungssysteme an
R6 · Wächter	80 Std. · 40 Sitzungen	Verantwortet Zugänge, Geheimnisse und die Isolation von Kundendaten
R7 · Dirigent	95 Std. · 48 Sitzungen	Führt mehrere Agenten parallel und kann Operatoren ausbilden
R8 · Architekt	180 Std. · 90 Sitzungen	Prozessverantwortlicher in der Abteilung: Branches, Prüfungen, Regelwerk
R9 · Mentor	350 Std. · 175 Sitzungen	Bildet Operatoren aus und hält den Standard im Unternehmen

Die ersten zwei, drei Stufen erreichen die Teilnehmenden schon während des Kurses – in der Praxis mit ihren eigenen Aufgaben. Danach wächst der Rang mit der Arbeit: monatlich eine kurze Umfrage dazu, was sich in den Prozess einbetten ließ, quartalsweise eine Prüfung für die nächste Stufe. Der Rang ist nicht im Kurspreis enthalten: Man kauft ihn nicht, man erarbeitet ihn sich.

Zu jedem Rang gehört ein Ausweis mit einem dauerhaften Code der Form OCC-XXXXX und eine eigene Seite, die ein Arbeitgeber öffnen und überprüfen kann: Rang, Praxisstunden, Sitzungen, Verlauf der Stufen. Hier zum Beispiel das Abzeichen des Kursleiters – Rang 8, „Architekt“. Operatoren ausbilden darf man schon ab Rang 7 („Dirigent“): Wer selbst sicher mehrere Agenten führt, kann das auch Kolleginnen und Kollegen beibringen. Für ein Unternehmen ist das ein klares Kriterium: In einer Stellenausschreibung lässt sich die geforderte Stufe angeben, Zugänge zu Geheimnissen und Kundendaten vergibt man nicht vor der sechsten, und die Ausbildung neuer Operatoren überträgt man ab der siebten.

Wo man anfängt

Nicht mit einem großen Projekt. Wählen Sie eine Aufgabe, die jemanden im Team jede Woche mehrere Stunden kostet, und eine Person, die diesen Bereich gut kennt. Das ist Ihr künftiger Operator. Im Kurs erledigt er diese Aufgabe gemeinsam mit uns und führt die nächsten danach selbstständig.

Kursprogramm und Anmeldung für Durchgang 03 · Auf Telegram schreiben – wenn Sie gleich ein ganzes Team schulen möchten, stellen wir eine Firmengruppe für Ihre Abteilung zusammen.

Quellen

• Federal Reserve Bank of St. Louis, FRED: Generative Artificial Intelligence, Time Savings: Employed Adults (RPSGENAITSALL), Daten für das dritte Quartal 2026.
• Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond. Generative AI at Work, NBER Working Paper 31161.
• MIT NANDA, „The GenAI Divide: State of AI in Business 2025“, nach der Zusammenfassung von Virtualization Review.

SmartGT ist ein IT-Team für ganzheitliche Unternehmenslösungen. SmartGT Academy ist ein unabhängiges Bildungsprojekt. Claude und Claude Code sind Marken von Anthropic; wir sind kein offizieller Partner des Unternehmens.