Transcription
Agentenbasierte Workflows sind nicht nur ein Trend. Sie sind die Zukunft der KI-Branche. Immer mehr Unternehmen stellen auf agentenbasierte Workflows um. Und das fängt gerade erst an, denn es wird geschätzt, dass der Markt für KI-basierte Agenten von etwa 7 Milliarden US-Dollar in diesem Jahr auf rund 93 Milliarden US-Dollar in den nächsten paar Jahren anwachsen wird. Ich kann Ihnen also jetzt schon sagen, dass der Aufbau von KI-basierten Workflows eine der wertvollsten Fähigkeiten sein wird, die Sie besitzen können. In diesem Video werde ich aufschlüsseln, warum Sie KI-basierte Workflows erstellen sollten, und dann werde ich tatsächlich einen live vor Ihnen erstellen, damit Sie genau sehen können, wie er funktioniert. Und am Ende zeige ich Ihnen, wie Sie diese tatsächlich verkaufen können, wenn Sie mit Ihren Fähigkeiten etwas Geld verdienen möchten. Also, legen wir los. Bevor wir etwas bauen, möchte ich Ihnen zeigen, warum das alles wichtig ist. Denn es ist nicht nur Hype. Das ist echtes Geld, das in echte Technologie fließt. Derzeit liegt der Markt für agentenbasierte KI bei rund 8 Milliarden US-Dollar. Bis 2030 wird erwartet, dass dieser Wert auf 40 bis 50 Milliarden US-Dollar ansteigt. Das ist kein kleiner Sprung. Das ist eine ganze Industrie, die vor unseren Augen aufgebaut wird. Und das sind nicht nur Prognosen. Etwa 25 % der Unternehmen setzen in diesem Jahr bereits Pilotprojekte für agentenbasierte Systeme ein. Und bis 2027 wird diese Zahl auf 50 % ansteigen. Die Hälfte der großen Unternehmen wird also in den nächsten zwei Jahren eine Version agentenbasierter Workflows betreiben. Und damit einher gehen massive Budgetzuweisungen, neue Sicherheitsanforderungen und eine Menge neuer Möglichkeiten für Menschen, die wissen, wie man diese Systeme aufbaut. Warum passiert das also jetzt? Was treibt diesen Wandel voran? Es läuft im Grunde auf eine Sache hinaus: Unternehmen stoßen an die Grenzen dessen, was traditionelle Automatisierung leisten kann. Und sie beginnen zu erkennen, dass sie mit agentenbasierten Workflows viel schneller vorankommen können. Wenn Sie Workflows in Tools wie Eniden oder Zapier erstellt haben, kennen Sie das Prozedere. Sie legen jeden Schritt fest. Sie verbinden die verschiedenen Knoten oder Blöcke. Sie kümmern sich selbst um die Ausnahmefälle, und es funktioniert, bis es kaputt geht, denn traditionelle Workflows brechen, wenn sie auf etwas Unerwartetes stoßen. Und wenn das passiert, muss jemand normalerweise manuell eingreifen und es reparieren. Und das ist Wartung. Das ist Zeit. Das ist letztendlich Geld. Ich möchte hier ehrlich zu Ihnen sein, denn es gibt online viel Lärm über agentenbasierte Workflows, der sie wie eine Art Magie klingen lässt, die sich selbst für immer repariert. Und das ist teilweise richtig, aber nur in einem bestimmten Kontext, zumindest im Moment. Denn wenn Sie aktiv in einem Tool wie Cloud Code arbeiten und einen Workflow auslösen und sagen: "Hey, recherchiere diese Konkurrenten und erstelle mir einen Bericht", ist der Agent direkt bei Ihnen. Wenn also etwas schiefgeht, kann der Agent es während der Ausführung erkennen. Er kann seinen Ansatz anpassen. Er kann seine Tools aktualisieren und weitermachen. Dieses Selbstheilungsmerkmal ist sehr, sehr real und unglaublich leistungsfähig, während Sie bauen und iterieren. Aber sobald Sie diesen Workflow bereitstellen, damit er eigenständig nach einem Zeitplan oder durch einen Webhook oder Ähnliches ausgeführt wird, stellen Sie den Code und die Tools bereit, nicht den eigentlichen Agenten. Wenn Sie also meine früheren Videos gesehen haben, in denen wir das WAT-Framework verwendet haben, stellen wir im Grunde die W-Workflows und die Tools bereit, aber nicht den A-Agenten. Aber das werde ich später während des Live-Builds ausführlicher behandeln, falls Sie verwirrt sind. Aber was das bedeutet, ist, dass die Selbstheilungsfähigkeit letztendlich verschwindet, wenn der Code in der Cloud läuft, wissen Sie, automatisch. Und zu diesem Zeitpunkt verhält er sich eher wie eine traditionelle Automatisierung. Aber das ist eigentlich gut, denn Automatisierungen sind vorhersehbar. Sie sind deterministisch. Und diese Arten sind die besten. Wo liegt also der wirkliche Vorteil? Er liegt wirklich darin, wie Sie bauen. Traditionelle Automatisierung ist wie das manuelle Bauen einer Eisenbahnschiene. Sie legen jede Schiene, jede Weiche, jede Verbindung selbst. Während Sie bei agentenbasierten Workflows einer Bautruppe sagen: "Hey, ich brauche eine Eisenbahnschiene von hier nach dort." Und dann bauen sie sie für Sie. Das bedeutet, wenn sie während des Baus auf ein Problem stoßen, würden sie es lösen. Sie erhalten also eine bessere Eisenbahnschiene. Sie wird schneller und mit weniger Fehlern gebaut, weil der Agent die Ausnahmefälle während des Bauprozesses behandelt hat, die Sie vielleicht übersehen oder nicht bedacht haben. Und dann ist die Idee, sie zu testen, bevor Sie sie tatsächlich bereitstellen. So haben Sie viel Vertrauen, dass sie immer funktionieren wird. In unserer Zuganalogie würden wir, bevor wir diese Eisenbahnschiene bereitstellen, 10 verschiedene Arten von Zügen darauf testen lassen. Sie hätten unterschiedliche Gewichte, unterschiedliche Längen und vielleicht unterschiedliche Räder. Und wir wollen sicherstellen, dass unsere Schiene für alle verschiedenen Zugtypen funktioniert, bevor wir sie bereitstellen. Und der Grund, warum das jetzt möglich ist, ist, dass die Technologie endlich aufgeholt hat. LLMs sind zuverlässig genug geworden, um sie in der Produktion einzusetzen. Und wir spielen nicht mehr nur mit Chatbots herum. Diese Modelle können schlussfolgern. Sie können Entscheidungen treffen und mehrstufige Aufgaben mit echter Konsistenz ausführen. Darüber hinaus haben wir Dinge wie Skills oder MCP oder ATA. Wir haben auch Infrastrukturen wie trigger.dev, modal oder versel, die die Bereitstellung viel einfacher machen als früher. Und am wichtigsten ist, wir haben Tools wie Cloud Code, die all das für Nicht-Entwickler zugänglich machen. Wir sehen also, dass sich der Markt absolut in Richtung agentenbasierter Systeme verschiebt, und die Zahlen belegen das. Aber hier ist eine Frage, die Ihnen wahrscheinlich auf der Zunge brennt. Bedeutet das, dass alles, was ich über Noden oder traditionelle Automatisierung gelernt habe, nutzlos ist? Nicht im Geringsten. Und lassen Sie mich erklären, warum. Die Leute, die mit agentenbasierten Workflows zu kämpfen haben werden, sind diejenigen, die diese Grundlagen komplett überspringen und direkt zu Cloud Code springen, ihm sagen, etwas zu bauen, und keine Ahnung haben, ob das, was gebaut wird, tatsächlich gut ist. Sie wissen wahrscheinlich nicht, was ein Webhook ist oder wie APIs funktionieren. Sie werden nicht erkennen, wenn der Agent eine schlechte Entscheidung getroffen hat, weil sie das Ding nie selbst manuell gebaut haben. Das heißt nicht, dass ein Anfänger Cloud Code nicht lernen kann. Und weil Sie verstehen, wie Automatisierungen im Hintergrund funktionieren, können Sie präziser kommunizieren, was Sie wollen. Und Sie werden sehen, sobald wir zum Live-Build wechseln, wie wichtig es ist, wirklich klar kommunizieren zu können. Gut, jetzt verstehen Sie, warum agentenbasierte Workflows so wichtig sind. Jetzt zeige ich Ihnen, wie einfach es ist, einen agentenbasierten Workflow mit Cloud Code zu erstellen. Und übrigens, wenn Sie mit dem, was ich jetzt bauen werde, Schritt halten möchten, können Sie alle benötigten Ressourcen und Dateien kostenlos in meiner kostenlosen Community erhalten. Der Link dazu ist unten in der Beschreibung. Gut, wir sind jetzt in Visual Studio Code, wo wir Cloud Code tatsächlich verwenden werden. Visual Studio Code ist nur eine IDE oder eine integrierte Entwicklungsumgebung, und dort werden wir, wie gesagt, Cloud Code verwenden. Wenn Sie das also noch nicht eingerichtet haben, müssen Sie nur in einen Browser gehen und Visual Studio Code eingeben und das richtige für Ihr Betriebssystem herunterladen. Und dann, sobald Sie es geöffnet haben, sollte es so aussehen. Das Erste, was Sie tun müssen, ist die Cloud Code-Erweiterung zu installieren. Sie gehen also hier auf die linke Seite. Sie öffnen Erweiterungen und dann sehen Sie hier Cloud Code oder wenn nicht, suchen Sie nach Cloud Code. Und sobald Sie das geöffnet haben, werden Sie aufgefordert, es zu installieren. Und dann, sobald Sie das getan haben, werden Sie im Grunde aufgefordert, sich mit Ihrem Cloud-Abonnement anzumelden. Sie müssen sich auf einem kostenpflichtigen Plan für Claude befinden, um auf Claude Code zugreifen zu können. Wie Sie sehen, erhalten Sie in der kostenlosen Version keinen Cloud Code, aber hier in der kostenpflichtigen Version schon. Sie können also mit dem Pro-Plan für 17 Dollar im Monat beginnen. Und wenn Sie dann, wenn Sie an Grenzen stoßen, auf Max upgraden können, was Sie wahrscheinlich tun werden. Ich bin auf dem Max-Plan und es ist eine erstaunliche Rendite auf meine Investition. Also würde ich einfach zu Max gehen. Aber auf jeden Fall werden Sie authentifiziert und dann werden Sie hierher zurückgebracht. Und jetzt können wir tatsächlich mit der Verwendung von Cloud Code und dem Erstellen von Workflows beginnen. Ich werde diesen Bildschirm schließen. Und was wir jetzt tun werden, ist, dass wir ein Projekt öffnen werden. Auf der linken Seite gehe ich hier zu "Erkunden". Und hier steht: "Sie haben noch keinen Ordner geöffnet. Ordner öffnen." Im Grunde genommen werden wir in Cloud Code innerhalb eines bestimmten Ordners arbeiten. Und das ist sozusagen die Art und Weise, wie ich denke, dass dies das Projekt ist, an dem wir arbeiten. Also klicke ich auf "Ordner öffnen" und öffne ein leeres Projekt. Sie sehen, ich bin in einem Ordner namens "newsletter demo" und es ist nichts darin. Es ist komplett neu. Ich klicke auf "Ordner auswählen" und jetzt sehen wir, dass wir uns in diesem Projekt befinden. Ich werde das hier schnell schließen und das hier schließen, damit wir eine sehr saubere Benutzeroberfläche haben, mit nicht viel los, und ich erklären kann, was wir jetzt tun werden. Um es so einfach wie möglich zu machen, haben wir in Cloud Code einen Agenten und Dateien. Das ist alles. Auf der linken Seite sehen wir diese Dateien. Wir sehen verschiedene Workflows. Wir sehen Tools. Wir sehen all diese kleinen Dinge. Und auf der rechten Seite haben wir den Cloud Code-Agenten, und dort sprechen wir mit ihm, planen mit ihm, er stellt uns Fragen und er führt tatsächlich aus und schreibt den Code oder erstellt den Workflow für uns. Wenn ich also zurück zu Visual Studio Code wechsle und hier doppelt klicke und dann auf diese Schaltfläche klicke, die Cloud Code heißt. Hier öffnen wir den eigentlichen Cloud Code-Agenten. Ich werde das also schließen. Sie sehen, das ist sozusagen, worüber wir jetzt sprechen. Dateien auf dieser Seite. Dort ist noch nichts. Und der Claude Code-Agent hier. Was wir als Nächstes tun müssen, ist, Cloud Code eine claw.md-Datei zu geben, die im Grunde nur Anweisungen für dieses spezielle Projekt sind. Und Sie können sich das wirklich als System-Prompt vorstellen. So verarbeitet der Agent nicht nur, was wir gesagt haben, und antwortet uns, wenn wir als Benutzer eine Nachricht an unseren Cloud Code-Agenten senden, sondern er liest jedes Mal auch die cloud.md-Datei. Hier werden also wichtige Dinge wie die Ordnerstruktur, wo Sie Ihre verschiedenen Dateien finden, was sein Endziel ist und welche Frameworks Sie möglicherweise verwenden, hinterlegt. In diesem Fall werden wir ein Framework namens WAT verwenden, das für Workflows, Agent und Tools steht. Wenn Sie also kurz zu meiner kostenlosen Community wechseln und zum Klassenzimmer gehen und dann hier auf Cloud Code klicken, sehen Sie die watclaw.mmd und können diese Datei hier herunterladen. Und sobald Sie diese Datei heruntergeladen haben, können Sie sie einfach hier auf die linke Seite ziehen, und sie sollte als claude.md erscheinen. Und wenn Sie möchten, könnten Sie diesen gesamten System-Prompt durchlesen, um zu sehen, was ich ihm über den Aufbau von Workflows, den Aufbau von Tools, das kontinuierliche Lernen und die Einrichtung seiner Ordner usw. sage. Aber ich werde das jetzt nicht alles vorlesen. Was ich tun werde, ist, Cloud Code einfach anzuweisen, das Projekt einzurichten. Lesen Sie die claw.md-Datei und richten Sie dann das Projekt und die Struktur ein, und dann werden wir gemeinsam Workflows erstellen. Ich werde das also einfach abschicken, und es wird diese Datei lesen und alles vorbereiten. Wir werden also bald auf der linken Seite alle unsere verschiedenen Ordner eingerichtet sehen. Aber während es das tut, lassen Sie mich erklären, was diese verschiedenen Dinge sind. Der Agent ist der eigentliche Cloud Code-Agent, mit dem wir gerade gesprochen haben, wie Sie gesehen haben, und der Agent nutzt Workflows und Tools, um uns bei der Automatisierung zu helfen. Das Erste sind Workflows. Das sind Markdown-Dateien, wie Sie gerade gesehen haben, ähnlich wie die cloud.md, und sie sehen so aus. Es ist im Grunde komplett natürliche Sprache, Sie können jede Zeile lesen und genau verstehen, was vor sich geht. Es verwendet nur Dinge wie Rautenzeichen und, wissen Sie, Bindestriche und Sternchen, um zu trennen, was eine Überschrift ist und was fett gedruckt ist, um die Bedeutung für den Agenten hervorzuheben. Workflows sind natürliche Sprachprozesse, Anweisungen. Nehmen wir also jetzt eine Analogie zu einem Rezept. Der Workflow ist das Rezept. Sie hätten einen Workflow, wie man einen Schokoladenkuchen backt. Und wenn Sie diesen Schokoladenkuchen backen möchten, sagt er Ihnen, was Sie in einer bestimmten Reihenfolge tun müssen. Er sagt also: Heizen Sie den Ofen auf diese Temperatur vor. Kochen Sie etwas Wasser. Ich weiß nicht, warum Sie Wasser für einen Kuchen kochen würden. Schlagen Sie zwei Eier in eine Schüssel. Messen Sie eine Tasse Mehl ab, was auch immer es ist. Und das sind die Tools. Die Tools sind also alle Zutaten, aber ohne die Struktur des Workflows, der besagt: Verwenden Sie Tool eins, dann Tool fünf, dann Tool sieben, dann Tool zehn. Ohne die Reihenfolge und die Struktur sind die Tools nutzlos. Im Grunde sagen die Workflows dem Agenten, wie er die Tools erstellen soll. Und was wirklich cool an beidem ist, ist, dass der Agent sie im Laufe der Zeit verbessern wird, wenn er Fehler macht oder etwas lernt, während sie erstellt und verwendet werden. Deshalb verwenden wir das WAT-Framework, um unsere Workflows mit Cloud Code zu erstellen. Nun, da das erledigt ist, können Sie sehen, dass dies abgeschlossen ist und es im Grunde gesagt hat: Okay, das Projekt ist eingerichtet. Hier ist eine Zusammenfassung der Struktur. Hier ist, was ich verstehe. Wir werden in diesem Projekt wahrscheinlich Workflows rund um Newsletter-Operationen erstellen. WAT-Framework. Ich werde als Agent fungieren. Ich werde Workflows lesen. Ich werde Tools ausführen. Ich werde Fehler behandeln und das System verbessern. Ich habe Python bereit. Und ich werde Geheimnisse in der .env speichern. Hier werden wir also unsere API-Schlüssel hinterlegen, anstatt sie direkt in Cloud einzugeben, damit sie nicht irgendwo offengelegt werden. Okay. Ich werde also jetzt /cle eingeben, um dieses Gespräch zu beenden und frisch zu beginnen. Und wir werden anfangen, diesen Workflow zu planen, den wir erstellen wollen. Bevor wir mit der Planung beginnen, schalte ich dies in den Planmodus. Sie sehen, wir sind im Modus "Berechtigungen umgehen". Sie können "Vor Bearbeitungen fragen" wählen, "Automatisch bearbeiten". Aber ich möchte in den Planmodus wechseln. Und es ist wirklich, wirklich wichtig, wie wir bereits besprochen haben, klar kommunizieren zu können, was Sie wollen. Und das Coole an Cloud Code ist, dass es, wenn wir ihm einen Plan geben, selbst wenn er ziemlich vage ist, zurückkommt und sagt: "Okay, damit das gut wird, muss ich x, y und z wissen." Ich werde ihm also eine ziemlich vage Aufforderung geben. Und dann werden Sie sehen, wie er uns Fragen stellt und diesen Workflow für uns plant. Hey Claude, ich möchte einen Workflow erstellen, der im Grunde eine Newsletter-Automatisierung ist. Ich möchte Ihnen sagen können, dass ich einen Newsletter zu einem bestimmten Thema benötige, und Sie werden recherchieren. Sie werden ihn in HTML strukturieren. Sie werden ihn hübsch machen und Sie werden auch ein paar Infografiken dazu erstellen. Helfen Sie mir also, herauszufinden, welchen Tech-Stack wir hier verwenden sollen und was Sie mir sonst noch vorschlagen würden, woran ich noch nicht gedacht habe. Ich werde das also abschicken. Ob wir uns nun im Planmodus befinden oder, wissen Sie, Berechtigungen umgehen, was passiert, ist, dass der Agent anfängt zu denken und Dinge auszuprobieren. Er denkt, er liest Dateien, er hat dieses kleine Ding, das "computing" oder "deciphering" oder "wobbling" oder was auch immer anzeigt, nur eine Menge kleiner alberner Wörter, aber das zeigt Ihnen im Grunde genau, was er tut. Gut, wir sind gerade an dem Punkt angelangt, an dem er uns einige Fragen stellt, bevor er mit der Planung fortfährt. Das Erste ist für die Recherche: Möchten Sie eine externe Such-API hinzufügen, um Daten abzurufen? Ich werde also sagen: Ja, klar. Nehmen wir einfach Perplexity. Für die Zustellung. Er fragt uns, ob wir Beehive verwenden möchten oder ob wir vorerst nur die HTML-Datei senden wollen. Ich werde tatsächlich einfach sagen: Senden wir das Ganze über Gmail. Und jetzt fragt er uns nach Marken-Assets, was wirklich cool ist. Wenn wir also möchten, können wir einige Markenrichtlinien oder Logos usw. senden, um sicherzustellen, dass die Newsletter immer formatiert sind und sich markenkonform anfühlen. Ich werde also sagen: Ja, ich werde einige Marken-Assets bereitstellen. Dann kommt er mit einem endgültigen Plan zurück. Ich werde hier ein wenig herauszoomen, damit wir das besser sehen können. Wir werden sehen, was er sich ausgedacht hat. Newsletter-Automatisierungs-Workflow. Wir wollen recherchieren, HTML mit poliertem visuellem Design generieren, Infografiken erstellen, die den Inhalt begleiten. Wir haben eine Recherche-Schicht. Wir haben die Inhaltserstellung. Wir haben die Infografiken. Er sagt also, dass er Daten-Statistik-Infografiken verwenden könnte oder SVG. Warum keine Bilderzeugung? Das ist zu unvorhersehbar. Es kann nicht eingebettet werden. Ich werde tatsächlich sagen, dass ich möchte, dass er Nanobanana verwendet. Ich werde also hier eingeben. Für die Infografiken möchte ich, dass Sie KI-Bilder mit Nanobanana generieren. Sie können eine Plattform namens key.ai verwenden. Das zeigt also nur die Bedeutung des Planmodus und das Durchlesen des Plans, damit Sie sicherstellen können, dass Sie mögen, was er tun wird, bevor er tatsächlich mit dem Bau beginnt. Okay. Nun, da dieser neue Plan fertig ist, können Sie sehen, dass der Tech-Stack aus Recherche mit Perplexity besteht. Der Inhalt wird mit Claude geschrieben. Die Infografiken werden mit Nano Banana erstellt. Wir werden die E-Mail in HTML schreiben und sie dann über Gmail versenden. Und er kommt sogar mit einem Abschnitt über Dinge, an die der Benutzer wahrscheinlich nicht gedacht hat. Dinge wie menschliche Überprüfung, Betreffzeile, Metadaten, Markenkonsistenz, all diese Dinge. Das Letzte, was ich ihm vergessen habe zu geben, waren meine Marken-Assets. Ich werde also schnell einen neuen Ordner erstellen. Ich werde ihn brand_assets nennen. Und Sie sehen, ich habe zwei Dinge hineingezogen. Ich habe AIS.png hineingezogen, das ist unser Logo, und ich habe unsere Markenrichtlinien hineingezogen. Ich möchte, dass der Newsletter auf diese Weise formatiert ist. Ich klicke also auf "Keine Schlüsselplanung" und sage Claude, dass er diese beiden Assets verwenden muss. Das Coole ist, dass ich sie direkt taggen kann. Ich sage also: Stellen Sie sicher, dass der gesamte Newsletter basierend auf meinem Logo und meinen Markenrichtlinien gebrandet ist. Für das Logo mache ich @ und tippe AIS. Und Sie sehen, dass AIS.png angezeigt wird. Und hier mache ich @ AIS und klicke auf Markenrichtlinien. Jetzt wird er sich diese beiden Dinge genau ansehen und sicherstellen, dass der Newsletter gebrandet ist. Okay. Diesmal sieht der Plan gut aus. Und ich werde ihn einfach automatisch akzeptieren. Und ich werde die Berechtigungen umgehen einschalten. Er wird also alles bauen. Er wird die verschiedenen Dateien erstellen, die wir brauchen. Und dann können wir im Grunde nur noch unsere API-Schlüssel hinzufügen und testen. Was er jetzt tut, ist, dass er eine To-Do-Liste erstellt. Das sind also all die Dinge, die er tun muss. Und während er sie abschließt, streicht er sie durch. Es ist also wirklich cool, weil Sie an etwas anderem auf einem anderen Bildschirm arbeiten und einfach bei Cloud Code nachsehen können, wo es steht und ob es Hilfe benötigt. Nun, Sie fragen sich vielleicht nach diesem Modus "Berechtigungen umgehen". Wenn Sie das nicht sehen, müssen Sie nur zu Ihren Einstellungen gehen. Suchen Sie in Ihren Einstellungen nach Cloud Code. Und dann hier können Sie "Gefährliches Überspringen von Berechtigungen zulassen" sehen, was den Modus "Berechtigungen umgehen zulassen" aktiviert. Okay, das ist fertig. Er sagt uns hier, was er gebaut hat. Er hat zwei Konfigurationsdateien erstellt, die wir hier sehen können. Er hat newsletter_style, die im Grunde nur die Farben, den Text und den Hintergrund anzeigt, und er hat recipients, wo wir hinzufügen müssen, an wen das tatsächlich gesendet wird. Hier würden wir also eine riesige Liste unserer E-Mail-Liste hinzufügen. Dann hat er 1, 2, 3, 4, 5 verschiedene Tools erstellt. Wenn ich diese hier öffne, sind die Tools: research, generate_infographic, assemble_html, send_via_gmail und archive_to_sheets. Und hier ist, was all diese fünf Tools tun. Und dann haben wir natürlich den eigentlichen Workflow hier, der unsere Markdown-Datei ist, die im Grunde Schritt für Schritt erklärt, wie man den Newsletter tatsächlich erstellt und welche Tools man verwendet. Und das ist die vollständige natürliche Sprache, die den Prozess erklärt. Nun, da diese alle erstellt wurden, müssen wir als Letztes, bevor wir sie tatsächlich testen, Anmeldedaten angeben. Also Anthropic, Perplexity Key.ai und dann unser Gmail. Ich werde also zu Perplexity gehen, meinen API-Schlüssel holen. Ich werde in die .env gehen und hier hat er diese Platzhalter erstellt. Das ist alles, was ich tun muss: meinen API-Schlüssel dort einfügen und dann speichern, um sicherzustellen, dass alles gespeichert wird. Ich werde das jetzt für meine anderen API-Schlüssel tun. Okay, wir haben alles getan, was er uns gesagt hat. Wir haben alle unsere Anmeldedaten eingerichtet. Zumindest hoffe ich das. Wenn wir auf Fehler stoßen, sollte Cloud Code sie beheben oder uns sagen, was zu tun ist. Was ich jetzt tun werde, ist, eine Eingabeaufforderung zu starten. Schreibe mir einen Newsletter über Agentic AI. Ich habe buchstäblich nur gesagt: Schreibe mir einen Newsletter über Agentic AI. Und das ist alles. Was er jetzt tut, ist, dass er die relevanten Workflows und Tools durchsucht und herausfindet, was zu tun ist. Hier sehen Sie, dass er sagte: Ich habe den Newsletter-Workflow gefunden, beginnend mit Schritt eins, ich werde einige Recherchen durchführen. Sie sehen, danach wird er die Infografiken planen und generieren. Er wird den Newsletter-Inhalt schreiben und dann haben wir tatsächlich einen Punkt zur menschlichen Überprüfung. Er wird die Genehmigung der Betreffzeile erhalten und wenn sie genehmigt wird, wird er den Newsletter senden. Jetzt ist Ihre Aufgabe, ihn zu beobachten und sicherzustellen, dass er alles richtig macht, und wenn er auf Probleme stößt, sollte er sich selbst beheben. Aber manchmal benötigt er möglicherweise Ihre Hilfe, um ihn in die richtige Richtung zu lenken. Der erste Testlauf ist der einzige, bei dem es wirklich so ist, weil Sie sehen müssen, wie er funktioniert. Aber danach sollten Sie darauf vertrauen können, dass er fast jedes Mal perfekt läuft. Hier sehen Sie, dass wir bereits auf unser erstes Problem gestoßen sind. Es gab ein Unicode-Encoding-Problem, aber er wird es einfach beheben. Und das ist großartig, weil ich nicht wirklich weiß, was das bedeutet. Also bin ich froh, dass er weiß, was zu tun ist. Schön. Sie sehen, er hat drei Infografiken geplant. Er hat Marktwachstum. Er hat die Gartner-Roadmap. Und er hat Auswirkungen auf Kennzahlen. Hier ist ein gutes Beispiel. Er hat versucht, diese Infografiken mit key.ai zu generieren, und er hat einen Fehler erhalten. Also hat er das Problem untersucht. Er sagte: "Lassen Sie mich untersuchen, um den richtigen Endpunkt zu finden." Er hat im Web gesucht. Er hat sich die Dokumentation angesehen. Er hat mehrere Suchen durchgeführt, wie Sie sehen können. Und er hat herausgefunden, dass sich die Endpunkte geändert haben. Und jetzt kann er das Tool wechseln, damit es diesmal funktioniert. Da ist es. Er sagte: "Ich habe die Lösung gefunden. Hier ist der richtige Endpunkt. Lassen Sie mich das Tool aktualisieren, damit das nicht wieder passiert." Und jetzt hat er das Tool repariert. Gut. An diesem Punkt hat er einen Schritt zur menschlichen Überprüfung durchgeführt. Und wir könnten natürlich sagen, dass wir das nicht wollen, wenn wir es nicht wollen. Aber für jetzt sehen wir uns an, was er will. Er bittet uns, eine Betreffzeile zu genehmigen. Er bittet uns, eine auszuwählen. Ich werde fünf auswählen. Und dann werden wir das Endergebnis sehen. Okay. Es sind ein paar Dinge passiert. Und ich bin froh, dass sie passiert sind, damit ich Ihnen zeigen kann, wie Sie das beheben müssen. Das Erste ist, wir haben die E-Mail erhalten, aber das HTML ist komplett durcheinander. Sie kam mit einer Hintergrundfarbe, aber dann ist all das einfach schrecklich. Wir werden es also reparieren lassen. Das Zweite ist, ich habe ihm die falsche Google Sheet ID zum Archivieren in Sheets gegeben, weil es irgendein Zugriffsproblem gab. Ich werde also diese Sheet ID korrigieren und ich werde einfach meine natürliche Sprache verwenden, um ihm zu sagen, dass das schrecklich ist. Ich habe die Sheet ID aktualisiert. Die eigentliche E-Mail, die ich erhalten habe, ist jedoch völlig furchtbar. Ich kann nichts davon lesen. Es ergibt keinen Sinn. Schauen Sie sich das an, finden Sie heraus, was passiert ist, und versuchen Sie, es mir noch einmal zu schicken. Er wird also diagnostizieren, was passiert ist, und hoffentlich eine bessere Version senden. Wieder einmal hat er das Problem gefunden, er hat genau herausgefunden, wie er es beheben kann, und jetzt aktualisiert er den Workflow im Tool, damit er nicht wieder passiert. Nun, Cloud Code ist nicht perfekt. Sie sehen das in dieser Demo, aber denken Sie darüber nach, wenn Sie das in etwas anderem wie Eniden oder etwas manuellerem tun würden und auf diese Probleme stoßen würden, und Sie müssten zurückgehen und die gesamte Logik selbst reparieren und all das debuggen. Ich habe ihn buchstäblich nur gebeten, es zu reparieren, und dann andere Arbeiten erledigt oder bin in den anderen Raum gegangen und habe darauf gewartet, dass er es selbst herausfindet. Okay, jetzt hat er alles repariert. Und wenn ich zu meiner E-Mail gehe, sehen wir diesen Newsletter. Was passiert, wenn KI aufhört, auf Anweisungen zu warten? Wir sehen, dass wir oben unser Logo haben. Wir haben AIS Intelligence Brief. Er denkt zwar, es ist Juni 2026, was falsch ist, aber das könnten wir natürlich sehr einfach korrigieren. Aber jetzt kommen wir zum eigentlichen Newsletter. Und denken Sie daran, das begann mit einer einzigen Eingabeaufforderung, die lautete: "Schreibe mir einen Newsletter über Agentic AI." Das war's. Achten Sie auch während des Newsletters darauf, dass er unsere Schriftarten verwendet. Er verwendet unsere Markenrichtlinien, unsere Farben, all das in diesem Newsletter. Der erste Abschnitt handelt von der Marklandschaft, einer Explosion, die nicht ignoriert werden kann. Ich werde nicht den gesamten Text lesen. Das würde zu lange dauern. Ein von Nano Banana AI generiertes Bild mit Text und Grafiken. Und diese Infografik hält sich ebenfalls an unsere Markenrichtlinien. Im zweiten Abschnitt haben wir Architektur. Wir haben ein kleines Zitat hier. Und wenn wir weiter nach unten scrollen, haben wir weitere Statistiken. Wir haben Abschnitt drei. Wir haben ein weiteres Zitat. Und wir haben eine weitere Infografik. Wiederum im Einklang mit unseren Markenrichtlinien und mit einem kleinen Logo hier oben. Und so geht der Rest des Newsletters im Grunde weiter. Wir haben Abschnitt vier. Und wir sehen unsere dritte und letzte Infografik, die eine andere Version des AIS-Logos sowie unsere Markenrichtlinien enthält. Das war also buchstäblich Iteration eins. Es gibt viele Dinge, die wir hier verbessern können. Und alles, was wir tun würden, wäre, Cloud Code zu öffnen und es zu bitten, es besser zu machen, indem wir natürliche Sprache verwenden. Wir könnten sicherstellen, dass jede Infografik, die es erstellt, unser tatsächliches Logo verwendet, anstatt eine Art AIS-Logo darin zu platzieren. Es endet mit einigen wichtigen Erkenntnissen, und dann haben wir es endet mit einigen wichtigen Erkenntnissen. Wir haben einen Call-to-Action hier unten und dann alle Quellen, auf die wir tatsächlich klicken könnten und die uns zu der tatsächlichen Website führen würden, von der es die Daten bezogen hat. Das war also Version eins des Newsletters, und ich denke, das ist ziemlich solide. Das Coole an diesen Projekten in Cloud Code ist, dass sie mit zunehmender Nutzung immer besser werden, denn jedes Mal, wenn ich diesen Workflow ausführe, findet er vielleicht etwas Neues heraus und aktualisiert seine cloud.md. Er aktualisiert seine Workflows. Er aktualisiert seine Tools, während ich ihm mehr Marken-Assets gebe, ihm mehr Kontext und mehr Wissen gebe. Er wird einfach immer besser. Und wenn Sie den tatsächlichen Workflows und Tools wirklich vertrauen, dann kommen Sie zurück. Und wenn Sie den Workflows und Tools, die Sie mit Cloud Code erstellt haben, wirklich vertrauen, würden Sie diese beiden Dinge im Grunde nehmen und sie in ein GitHub-Repository hochladen und sie mit etwas wie trigger.dev oder modal synchronisieren, um sie tatsächlich jeden Montag um 6 Uhr morgens oder täglich ausführen zu lassen, so etwas. Ich werde das in diesem Video nicht behandeln, aber wenn Sie ein Video sehen möchten, in dem ich das getan habe, dann werde ich hier oben eines verlinken. Was Sie also hier gesehen haben, war, dass ich kaum Aufforderungen verwendet habe, nur meine natürliche Sprache, ihm ein paar Logos und Farben gegeben habe und dann ein wirklich, wirklich gutes Ergebnis für einen Newsletter erzielt habe. Eine Sache, die wir in diesem Video nicht behandelt haben, aber in Zukunft viel mehr behandeln werden, ist, wie Sie Ihre Workflows noch besser machen können. Und das ist die Idee, Skills zu verwenden. Ob es sich um einen Skill handelt, den Sie selbst erstellen, oder um einen Skill, den jemand anderes bereits erstellt hat. Skills sind also im Grunde nur System-Prompts, die Sie laden können, wenn Sie sie brauchen. Sagen wir also, Sie bitten Claude um Hilfe. Hey, kannst du mir eine Website entwerfen? Der Agent prüft dann alle Skills, auf die er Zugriff hat, und sieht anhand all dieser Skills, ob meine aktuelle Anfrage dies erfordert. Es ist also fast so, wie er entscheidet, ob er ein Tool verwenden soll oder nicht. Zum Beispiel gibt es einen Frontend-Design-Skill, der Cloud Code so viel besser beim Entwerfen von Websites macht. Und wenn ich also ein Projekt baue, bei dem er Websites erstellen können muss, sage ich ihm, dass er immer den Frontend-Design-Skill aufrufen soll. Und der Grund, warum ich das erwähne, ist, dass Sie Ihre eigenen erstellen können. Was ich also in dieser Version tun könnte, ist, wenn ich merke, was ich wirklich an der Art und Weise mag, wie er Newsletter erstellt, werde ich ihm sagen, dass er das in einen Skill umwandeln soll. Vielleicht ist es der Skill, Infografiken wirklich, wirklich poliert aussehen zu lassen, mit dem AIS-Logo oben links, und ich könnte diesen Skill erstellen, damit er jedes Mal, wenn er eine neue Infografik erstellen muss, diese zuerst liest und dann seine Ausgaben konsistenter macht. Ich weiß, dass das am Anfang etwas einschüchternd wirkt, aber hoffentlich erkennen Sie nach dem Ansehen, wie einfach es für mich war, das zu tun, wieder mit kaum technischem Wissen. Wir haben keine API-Aufrufe eingerichtet. Wir haben nichts dergleichen getan. Wir haben einfach mit ihm gesprochen. Aber jetzt stellt sich die Frage, wie man einen solchen Skill tatsächlich in Einkommen umwandelt. Das sehe ich ständig. Ein Geschäftsinhaber sieht Ihre YouTube-Videos oder LinkedIn-Posts oder was auch immer und sieht eine auffällige KI-Demo. Vielleicht ist es ein Sprachagent oder ein wirklich cooler Chatbot oder ein verrückt aussehendes Dashboard, und sie kommen zu Ihnen oder einer Art KI-Agentur und sagen: "Ich will das." Aber wenn Sie sich tatsächlich hinsetzen und ihr Geschäft und ihre Abläufe betrachten, ist das nicht das, was sie brauchen. Das eigentliche Problem ist, dass Leads durchs Raster fallen könnten, oder die Einarbeitung dauert viel zu lange, oder es gibt tonnenweise manuelle Dateneingabe. Denken Sie einfach an Sanitärinstallationen. Wenn Sie ein verstopftes Rohr haben, spielt es keine Rolle, wie viel Wasser Sie hineingießen, es wird nicht schneller fließen, wenn es eine Verstopfung gibt. Die meisten Unternehmen versuchen, so viel Wasser wie möglich in das Rohr zu gießen, stellen mehr Leute ein, werfen KI auf zufällige Probleme, aber was sie wirklich brauchen, ist jemand, der reinkommt, die Verstopfung findet und sie dann beseitigt und dann mehr Wasser hinzufügt. Das ist wirklich der Skill. Und wenn Sie durch den Lärm schneiden und echte Einschränkungen identifizieren und diese Verstopfung beseitigen können, ist das viel mehr wert, als einen super auffälligen Agenten zu bauen, der cool aussieht, aber nicht wirklich etwas bewegt. Der Bau selbst ist auch nicht das, wofür Unternehmen bezahlen, denn der Bau wird jeden Tag einfacher und einfacher, was eine gute Nachricht ist, aber es bringt auch Panik mit sich, weil mehr Leute diese Automatisierungen viel schneller hochfahren können und das ein wenig mehr zur Ware wird. Wenn Sie also versuchen, mit "Ich kann KI-Automatisierungen bauen" zu konkurrieren, werden Sie in einem Wettlauf nach unten sein. Was Sie tun müssen, ist, als Arzt zu agieren, nicht als Apotheker. Diese Analogie habe ich schon oft auf meinem Kanal verwendet. Ein Apotheker füllt nur ein Rezept aus, das jemand anderes geschrieben hat, aber ein Arzt setzt sich mit dem Patienten zusammen, stellt Fragen, führt Diagnosen durch und findet heraus, was wirklich falsch ist, bevor etwas verschrieben wird. Das ist der Unterschied zwischen jemandem, der nur Workflows erstellt, und jemandem, mit dem Unternehmen ernsthaft Geld verdienen wollen, um zusammenzuarbeiten. Wenn Sie also mit einem Geschäftsinhaber sprechen, leiten Sie nicht mit "Ich baue agentenbasierte Workflows in Cloud Code" ein. Das ist ihnen egal. Sie leiten mit "Ich kann Ihnen X Stunden pro Monat sparen" ein. Sie leiten mit "Ich kann diesen Prozess X Prozent Fehler ersparen" ein. Und genau deshalb sollten Sie sich nicht stundenweise abrechnen. Denn wenn Sie etwas in 30 Minuten bauen können, das dem Unternehmen sagen wir mal 20 Stunden pro Woche spart. Das ist kein 30-Minuten-Job. Das sind Zehntausende von Dollar an Wert über das Jahr hinweg. Wenn Sie sich also stundenweise abrechnen, setzen Sie eine Obergrenze für Ihr Einkommen und ignorieren völlig den Wert, den Sie tatsächlich liefern. Stundenweise kann in Ordnung sein, wenn Sie gerade erst anfangen und Vertrauen aufbauen und Ihre ersten Erfolge erzielen wollen. Aber sobald Sie den ROI, die gesparten Stunden, die eliminierten Kosten, den generierten Umsatz und all das klar zeigen können, dann sollte Ihre Preisgestaltung diesen Wert widerspiegeln, nicht Ihre Zeit. Zeit gegen Geld zu tauschen ist nicht sehr skalierbar. Hier ist eine einfache Möglichkeit, darüber nachzudenken. Sie setzen sich mit einem Kunden zusammen und ermitteln seine Prozesse und berechnen, dass dieses System ihm 10.000 US-Dollar pro Monat einsparen wird. Nehmen wir an, Sie berechnen 5.000 US-Dollar für diesen Build. Das sollte für sie ein No-Brainer sein. Sie verdienen ihr Geld in zwei Wochen zurück, und dann ist alles andere nur noch Gewinn für das Unternehmen. Und es ist auch ein großartiges Geschäft für Sie, denn dieser Build hat Sie vielleicht nur ein paar Tage, vielleicht ein paar Wochen gekostet. Das ist im Grunde wertbasierte Preisgestaltung. Jeder gewinnt. Was die Kundengewinnung angeht, habe ich das in einem anderen Video ausführlich behandelt, das ich hier verlinken werde. Aber auf hoher Ebene ist der Ansatz einfach. Sie brauchen keine riesige Zielgruppe. Sie müssen keine vollständige Agentur gründen. Sie müssen nur Gespräche mit den richtigen Leuten beginnen. Sie müssen transparent sein, was Sie bauen, und damit beginnen, wie Sie ihnen helfen können. Sobald Sie die Lösung geliefert haben, bleiben Sie dran, denn sobald das erste System läuft und sie die Ergebnisse sehen, werden sie mehr wollen. Sie werden wollen, dass Sie den Build optimieren. Sie werden wollen, dass Sie ihn erweitern. Sie werden wollen, dass Sie neue Möglichkeiten in ihrem Unternehmen finden. So wird aus einem 3.000-Dollar-Build eine 50.000-Dollar-Jahresbeziehung. Aber der Schlüssel ist, dass Sie die Metriken verfolgen müssen. Sie müssen die Verantwortung dafür übernehmen. Sie müssen ihnen proaktiv den Wert zeigen, den das System tatsächlich hinzufügt. Das ist super wichtig. Und das ist genau der Weg vom Freelancer zum Berater zum vertrauenswürdigen Partner. Sie bauen nicht nur Workflows. Sie werden zu der Person, auf die sich Unternehmen verlassen, um ihre Abläufe intelligenter zu gestalten. Wir sind also gerade vom Verständnis des Marktes für agentenbasierte Workflows zum Live-Aufbau eines solchen und zur Betrachtung, wie man diese Systeme zu Premium-Preisen verkauft, gelangt. Aber hier ist die Sache. Das ist nicht nur die Zukunft der Automatisierung. Es passiert gerade jetzt. Unternehmen stellen bereits um. Und die Nachfrage nach Menschen, die diese Systeme bauen können, wird nur noch wachsen. Wenn Sie also tiefer in diese Art von Dingen eintauchen möchten, habe ich eine Community mit über einer Viertelmillion Mitgliedern, in der ich Vorlagen, Ressourcen und alle Dateien aus Videos wie diesem teile. Und wenn Sie es ernst meinen, mit KI-Automatisierung Geld zu verdienen, wenn Sie Zugang zu Live-Q&As mit mir wünschen, wenn Sie direkten Support und sogar Jobmöglichkeiten wünschen, dann können Sie sich meine kostenpflichtige Community ansehen, beide Links sind in der Beschreibung. Aber das war's für dieses Mal. Wenn es Ihnen gefallen hat und Sie etwas Neues gelernt haben, geben Sie bitte ein Like. Das hilft mir wirklich sehr. Und wie immer schätze ich es, dass Sie es bis zum Ende des Videos geschafft haben. Wir sehen uns beim nächsten Mal.