Supercharged Agents

KI-Agenten übernehmen Arbeit, Aufgabe für Aufgabe.

Für jede Firma, deren Arbeit sich in Postfach, Kalender und Fachsystem wiederholt: Wir kartieren die Arbeit, bauen KI-Agenten auf den vorhandenen Systemen und übergeben erst nach Freigabe.

Erstgespräch buchen, 15 Min. Wie die Übergabe läuft

15 Minuten per Video, ohne Vorbereitung.

Supercharged ist ein KI-Lab in Berlin. Wir erforschen, wie KI Arbeit und Firmen verändert, und begleiten Teams durch diese Veränderung. Über 500 Profis trainiert, Masterclasses seit 2024.

beim Teambeim Agenten

Wir trainieren und bauen für

Die meisten KI-Projekte fangen beim Werkzeug an.

Gute KI-Automatisierung fängt bei der Arbeit an: wer was wie tut, in welchem System, wie oft. Erst dann wird gebaut, und übergeben wird nur, was sich bewährt hat.

Start
Ein Tool wird gekauft, dann wird ein Anwendungsfall gesucht.
Eine Karte der Arbeit, mit echten Volumen aus den eigenen Daten.
Systeme
Ein neues System, in das alles umziehen muss.
Wir ersetzen nichts. Die Agenten arbeiten in Postfach, Kalender und Fachsystem.
Wissen
Steckt in einem Prompt beim Dienstleister.
Steht in einem Regelbuch, das der Firma gehört. Jede Regel mit Quelle, verantwortlicher Person und Prüfdatum.
Zugriff
Vollzugriff ab Tag eins, damit die Demo läuft.
Erst nur lesen, dann genau die Rechte, die eine Stufe braucht.
Go-live
Nach einer guten Demo, alles auf einmal.
Nach dem Schattenmodus auf echten, alten Fällen, Aufgabe für Aufgabe.
Danach
Abhängig vom Anbieter.
Zwei Leute im Haus verantworten jeden Teil. Dann treten wir zurück.

Vier Stufen, jede Aufgabe einzeln.

Ein Agent steigt nur auf, wenn die verantwortliche Person es entscheidet. Zurück geht es mit einem Klick. Am Beispiel einer Anfrage nach einem Angebot:

  1. Zuschauen

    Der Agent bearbeitet einen Fall, den das Team längst erledigt hat, und vergleicht sein Ergebnis mit der echten Antwort.

    mail.read Fall 318, 3. März
    rules.load angebote.md, v3
    compare Preis gleich, Termin nicht geprüft

    Das Team entscheidet Abweichung als Regel speichern

  2. Nachfragen

    Bei neuen Fällen fragt er, was er nicht weiß. Jede Antwort wird eine Regel im Regelbuch.

    mail.read neue Anfrage für den 24.12.
    rules.match keine Regel für Feiertage
    ask zuständige Person

    Das Team entscheidet Ja, der Preis gilt auch an Feiertagen

  3. Freigabe

    Er bereitet alles vor, bis zum fertigen Angebot. Jemand aus dem Team prüft und gibt frei.

    calendar.check 12.12. frei
    draft.create Angebot, zwei Varianten
    approval.request zuständige Person

    Das Team entscheidet Freigeben und senden

  4. Übernehmen

    Er erledigt die Aufgabe allein und meldet sich im Tagesbericht. Das Team liest nur noch, was er gemeldet hat.

    mail.send Angebot, 23:15
    calendar.hold 12.12.
    report.add Tagesbericht, 07:00

    Das Team entscheidet nichts mehr, außer die Aufgabe zurückzuholen

So läuft es typischerweise: eine Aufgabe, vier Monate.

  1. Woche 1–2Zuschauen61 → 84 %

    300 alte Fälle nachbearbeitet. Die Trefferquote steigt mit jeder Regel, am Ende stehen 23 im Regelbuch.

  2. Woche 3–5Nachfragen4 → 1

    Anfangs vier Rückfragen am Tag, am Ende eine pro Woche. Jede Antwort ist eine neue Regel.

  3. Woche 6–13Freigabe9 von 10

    Entwürfe gehen unverändert raus. Die übrigen Korrekturen werden über Nacht zu Vorschlägen.

  4. ab Woche 14Übernehmenallein

    Der Agent erledigt die Aufgabe selbst. Das Team liest den Tagesbericht und holt sie zurück, wenn sich etwas ändert, etwa eine neue Preisliste.

Verlauf mit Beispielzahlen. Wie schnell eine Aufgabe aufsteigt, entscheidet die verantwortliche Person, nicht der Kalender.

Erstgespräch buchen, 15 Min.

Im Gespräch klärt sich, welche Aufgabe auf welcher Stufe starten kann.

Zwei Fälle. Und eurer.

Wer die Firmen sind, bleibt unter uns. Was dort passiert, gibt es fast überall: dieselben Anfragen, jeden Tag, in leicht anderen Worten. Jeder Agent bekommt einen Namen, damit das Team weiß, mit wem es arbeitet. Ein Gesicht hat er nicht, und er gibt sich nie als Mensch aus.

pia

in einer Arztpraxis

Postfach, Rückrufe, Termine: pia arbeitet nach dem Regelbuch der Praxis und schreibt jede Antwort vor. Das Team gibt frei, bis es pia mehr zutraut.

Stufe 3, Freigabe. Als Nächstes: Rückrufe auf Stufe 4.

gio

in einer Gastronomie-Gruppe

Mehrere Betriebe, ein Regelbuch. Das Team fragt gio im Chat, gio liest im Fachsystem nach und antwortet. Das Postfach ist angebunden, Antworten landen als Entwürfe.

Chat und Fachsystem im Einsatz. Als Nächstes: Postfach im Schattenmodus.

…

bei euch

Wo kommt bei euch jeden Tag dieselbe Frage an? Diese Stelle suchen wir im Erstgespräch. Daraus entsteht euer Agent, mit eigenem Namen.

Im Tagesbericht zählt jeder Agent mit.

  • Mails verarbeitetpro Postfach, gelesen, sortiert, beantwortet
  • Aktionen ausgeführtjeder Werkzeugaufruf, mit Stufe und Freigabe
  • Aufgaben erledigtpro Aufgabe, mit Rückfragen und Korrekturen
  • Tokens verarbeitetpro Agent und Aufgabe, als Kosten im Monat

Das Regelbuch gehört der Firma.

Was ein Agent weiß, steht im Regelbuch: was gilt, was es kostet, wer was entscheidet und wie die Firma schreibt. Dateien schreibt das Team dafür keine. Es sagt dem Agenten, was gilt, der Agent trägt es ein, und die verantwortliche Person sagt Ja.

So bleibt es aktuell.

  • Quelle pro Regelaus einer gesendeten Mail oder einer Ansage, mit Datum
  • Verantwortlich und Prüfdatumpro Bereich eine Person, die bestätigt, dass die Regel noch gilt
  • Nur was jetzt giltalte Fassungen stehen in der Historie, nicht im Regelbuch
  • Lücken bleiben offenwas niemand festgelegt hat, fragt der Agent nach, statt zu raten
  • Korrekturen werden Vorschlägejede Änderung an einem Entwurf wird über Nacht ein Vorschlag für eine Regel
  • Jede Änderung getestetgegen die alten Fälle aus dem Schattenmodus, mit Trefferquote vorher und nachher

Ein Fall, von der Mail bis zur Regel.

So läuft eine Anfrage durch den Agenten. Was er tut und was beim Team bleibt, hängt von der Stufe ab. Was das Team dabei korrigiert, landet nach einem Ja im Regelbuch.

Stufe wählen

  1. Mail kommt an

    „Wir sind 14 Leute. Was kostet das bei euch, und geht es noch vor dem 12.12.?“

    mail.read Postfach Anfragen

  2. Nachschlagen

    Regelbuch und Fachsystem, mit den Rechten der Person, der das Postfach gehört.

    rules.load angebote.md, v3
    system.read Kalender 12.12.

  3. Der Agent

    Schreibt eine Antwort nur für sich und vergleicht sie mit der, die das Team damals wirklich geschickt hat.

    compare Preis gleich, Termin fehlt

    Merkt, dass keine Regel passt, und fragt nach, statt zu raten.

    ask „Nehmen wir bei großen Aufträgen eine Anzahlung?“

    Schreibt das Angebot fertig und legt es in die Entwürfe.

    draft.create Angebot, zwei Varianten
    approval.request zuständige Person

    Schickt das Angebot selbst und reserviert den Termin.

    mail.send 23:15
    calendar.hold 12.12.

  4. Das Team

    Speichert die Abweichung als Regel oder als bewusste Ausnahme.

    Antwortet in einem Satz: „Ja, ab 12 Personen 30 %.“

    Ergänzt „Anzahlung 30 %“ und gibt frei.

    Liest morgens den Tagesbericht. Kann die Aufgabe jederzeit zurückholen.

    log jede Aktion, mit Stufe und Person

  5. Über Nacht

    Aus Korrekturen und Antworten werden Vorschläge für Regeln, mit Quelle. Personendaten bleiben draußen.

    harvest 1 Vorschlag
    „Ab 12 Personen: Anzahlung 30 %“

  6. Ja, dann Test

    Die verantwortliche Person sagt Ja. Die Regel läuft gegen die alten Fälle, bevor sie gilt.

    test.run alte Fälle, vorher / nachher
    rules.save angebote.md, v4

↺ angebote.md, v4 gilt ab der nächsten Anfrage. Weniger Rückfragen, weniger Korrekturen: daran sieht das Team, wann die Aufgabe eine Stufe höher kann.

Beispiel mit erfundenen Daten.

Fünf Phasen, jede mit einem Ergebnis.

In jeder Phase ist klar, was wir tun, was beim Team liegt und wen wir im Haus brauchen.

  1. 01Discovery Sprint

    Umfrage im Team, Interviews mit Führung und Teamleads, dazu eine Auswertung der Postfächer und Systeme. Nur lesend, nur Zahlen: welche Anfragen wie oft kommen, wer sie beantwortet, wie lange es dauert, welche Antworten sich wiederholen.

    Ergebnis
    Die Karte der Arbeit, eine Roadmap mit einer verantwortlichen Person pro Schritt und die erste Aufgabe für einen Agenten. Dazu eine Landkarte: wo welche Daten liegen und was ein Agent dort nie tun darf. Die Karte bleibt, auch wenn es danach nicht weitergeht.
    Dabei
    Geschäftsführung und Teamleads

  2. 02Fundament

    Wir verbinden die Systeme, in denen die Arbeit liegt, über MCP-Server mit den bestehenden Logins, erst nur lesend. Die ersten Regeln leiten wir aus dem ab, was das Team tatsächlich geschrieben hat.

    Ergebnis
    Konnektoren, die das Team auch selbst in Claude nutzt, ein Rechtekonzept pro Stufe und das Regelbuch in Version 1.
    Dabei
    Wer die Zugänge verwaltet, die Verantwortlichen der ersten Aufgabe

  3. 03Schattenmodus

    Der Agent bearbeitet Fälle, die schon erledigt sind. Jede Abweichung von der echten Antwort wird eine neue Regel oder eine bewusste Ausnahme. Live geht noch nichts.

    Ergebnis
    Eine Trefferquote pro Aufgabe, Fall für Fall nachvollziehbar, und eine begründete Empfehlung für die Startstufe.
    Dabei
    Die Verantwortlichen der Aufgabe

  4. 04Übergabe in Stufen

    Die Aufgabe läuft live, auf der freigegebenen Stufe. Aufgestiegen wird, wenn die Zahlen es tragen: kaum noch Rückfragen, Entwürfe gehen meist unverändert raus.

    Ergebnis
    Den Tagesbericht und ein Protokoll jeder Aktion.
    Dabei
    Die verantwortliche Person der Aufgabe

  5. 05Übergabe ans Team

    Zwei Leute im Haus verantworten jeden Teil: Regelbuch, Konnektoren, Agenten. Wir schulen sie wie in unseren Workshops, am eigenen Material. Danach kommt die nächste Aufgabe von der Karte, mit uns oder ohne.

    Ergebnis
    Dokumentation, ein Runbook pro Agent und die nächste Aufgabe, vorbereitet.
    Dabei
    Die zwei internen Verantwortlichen

Offene Standards statt Blackbox: MCP, Claude, Cloudflare.

Kein neues System für die Daten. Die Agenten arbeiten dort, wo die Daten schon liegen, und jede Verbindung ist einzeln freigegeben.

  1. Bestehende Systeme

    IMAP, REST, OData, SQL

    Postfächer, Kalender, Personal und Dienstplan, Rechnungen und Einkauf.

  2. Konnektoren

    MCP-Server, OAuth

    Die bestehenden Logins, eine Allowlist pro Person, sensible Felder ausgeblendet.

  3. Agenten

    Cloudflare Agents, Durable Objects

    Ein Agent pro Aufgabe, mit eigenem Zustand, Zeitplan und Protokoll. Das Wissen kommt aus dem Regelbuch.

  4. Modell und Ausgaben

    Claude, Anthropic API

    Tagesbericht per Mail und Fragen an die Agenten direkt aus Claude.

Ein Weg durch das System, von der Anfrage im Postfach bis zum Tagesbericht.

Angebunden.

  • FileMakerüber OData, lesen und schreiben mit Rückfrage, läuft
  • IMAP-PostfächerEntwürfe landen im Ordner Entwürfe, läuft
  • cisboxRechnungen und Einkauf, nur lesend, läuft
  • Google Workspace, Microsoft 365Mail und Kalender, als Nächstes
  • DATEV und Fachsystemeje nach Karte der Arbeit, auf Anfrage
  • Alles mit API oder DatenbankREST, OData, SQL, sonst über das Postfach
Modell
Claude von Anthropic über die API. Eingaben über die API werden nicht zum Training genutzt.
Protokoll
Model Context Protocol. Dieselben Konnektoren nutzen die Agenten und das Team in Claude.
Laufzeit
Cloudflare Workers und Durable Objects mit SQLite, Zeitpläne statt Dauerbetrieb.
Zugriff
OAuth über die bestehenden Logins. Passwörter und Bankdaten bleiben ausgeblendet.
Regelbuch
Markdown, ein Thema pro Datei, wie angebote.md. Jede Regel mit Quelle, jede Änderung mit Autor, Datum und Vorher-Nachher.
Sichtbarkeit
Ein Ergebnis ist nie sichtbarer als seine Quelle. Was aus einem persönlichen Postfach kommt, landet nicht im gemeinsamen Regelbuch.
Personendaten
Personenbezogene Daten kommen nie ins Regelbuch. Vor dem ersten Postfach steht ein Auftragsverarbeitungsvertrag.
Speicher
Zustand und Protokoll in Cloudflare Durable Objects, verschlüsselt bei der Übertragung und im Ruhezustand.
Nachvollziehbar
Jede Aktion und jede Freigabe im Protokoll, Mails, Aufgaben und Tokens pro Agent im Tagesbericht.

Ein KI-Lab aus Berlin.

Supercharged Agents ist ein Angebot von Supercharged. Wir erforschen, wie KI Arbeit und Firmen verändert, und begleiten Firmen und Teams durch diese Veränderung. In Workshops und Masterclasses mit über 500 Profis, und mit Supercharged Agents jetzt im laufenden Betrieb.

Porträt von Ben Mateev

Ben Mateev

Agenten, Konnektoren, Infrastruktur

Lead Engineer bei Wunderlist bis zur Übernahme durch Microsoft, danach Principal Product Manager bei Microsoft. Mitgründer von informed, finanziert von HV Capital und 468 Capital. Heute CTO von Umane. MSc Informatik mit Schwerpunkt Machine Learning, TU Berlin.

Profis trainiert, von Startups bis Konzern
500+
Masterclasses in Berlin seit
2024
Leute an einem Nachmittag, höchstens
200

Supercharged Agents in Kürze.

Anbieter
Supercharged, ein KI-Lab in Berlin. Über 500 Profis in Workshops und Masterclasses trainiert, seit 2024.
Leistung
Karte der Arbeit, KI-Agenten auf den vorhandenen Systemen, Übergabe in vier Stufen: Zuschauen, Nachfragen, Freigabe, Übernehmen.
Regelbuch
Gehört der Firma: Markdown, Quelle pro Regel, Prüfdatum, jede Änderung gegen alte Fälle getestet.
Agenten
pia in einer Arztpraxis, gio in einer Gastronomie-Gruppe.
Technik
Claude über die Anthropic API, Model Context Protocol, Cloudflare Workers und Durable Objects.
Ablauf
Discovery Sprint, Fundament, Schattenmodus, Übergabe in Stufen, Übergabe ans Team.
Team
Ben Mateev.
Erstgespräch
15 Minuten per Video.

Was Geschäftsführung und IT zuerst fragen.

Brauchen wir neue Software?

Nein, wir ersetzen nichts. Supercharged Agents arbeiten in den Systemen, die schon da sind: Postfach, Kalender, Warenwirtschaft, Personalsystem. Neu ist nur der Tagesbericht, und der kommt per Mail.

Wo liegen unsere Daten?

Dort, wo sie heute liegen. Die Konnektoren lesen sie bei Bedarf, die Agenten speichern nur ihren Zustand und das Protokoll. Modellaufrufe gehen an die Anthropic API, die Eingaben nicht zum Training nutzt. Passwörter oder Bankdaten sind in den Konnektoren ausgeblendet.

Was passiert, wenn ein Agent einen Fehler macht?

Bis Stufe 3 geht nichts ohne Freigabe raus. Auf Stufe 4 steht jede Aktion im Protokoll und im Tagesbericht, und die Aufgabe geht mit einem Klick eine Stufe zurück. Aus dem Fehler wird eine Regel im Regelbuch.

Sind wir an Claude gebunden?

Nein. Wir arbeiten mit Claude, weil Claude in unseren Projekten Werkzeuge zuverlässig nutzt und lange Kontexte verarbeitet. Die Konnektoren sprechen MCP, einen offenen Standard, und das Regelbuch ist Markdown. Beides funktioniert auch mit anderen Modellen.

Für welche Firmen passt das?

Für Firmen, deren Arbeit in Postfächern, Kalendern und Fachsystemen liegt und sich oft wiederholt. Branche und Größe sind zweitrangig. Jede Firma startet mit der Karte der Arbeit im Discovery Sprint.

Wem gehört das Regelbuch?

Der Firma. Es ist Markdown, jede Regel mit Quelle, und es funktioniert mit jedem Modell. Endet die Zusammenarbeit, bleibt es im Haus.

Brauchen wir einen KI-Verantwortlichen im Haus?

Nein. Wir bauen mit dem Team, das die Arbeit heute macht. Am Ende verantworten zwei Leute im Haus Regelbuch, Konnektoren und Agenten, geschult am eigenen Material. Technisches Vorwissen brauchen sie dafür nicht.

Was ist der Schattenmodus?

Im Schattenmodus bearbeitet ein Agent Fälle, die das Team schon erledigt hat, und vergleicht sein Ergebnis mit der echten Antwort. Jede Abweichung wird eine Regel oder eine bewusste Ausnahme. Live geht dabei nichts.

Müssen wir vorher einen Workshop machen?

Nicht nötig. Teams, die einen Supercharged-Workshop hatten, starten schneller, weil sie die Werkzeuge schon kennen.

Welche Aufgabe geht als erste an einen Agenten?

15 Minuten über die Arbeit, die liegen bleibt. Danach ist klar, ob sich ein Agent lohnt, oder ob es gar keinen braucht.

Erstgespräch buchen, 15 Min.

Mit Ben Mateev, per Video.

Erstgespräch buchen, 15 Min.