LeitfädenKonzept · Taxonomie
AI agent vs. AI employee vs. AI coworker.
Von Doğan Turan, Mitgründer, Qualia5 min read
TL;DR. AI-Agent, AI-Coworker und AI-Mitarbeiter sind drei sich überschneidende, aber unterschiedliche Produktkategorien. Ein AI-Agent ist ein technisches Primitiv, das Sie konfigurieren (Dust, CrewAI, LangChain). Ein AI-Coworker arbeitet an der Seite eines einzelnen Teams und nutzt dessen Tools (Adapt, teils Viktor-Framing). Ein AI-Mitarbeiter übernimmt eine Rolle End-to-End und ist sofort einsatzbereit (Viktor, Pancake, Qualia). Ein AI COO geht noch einen Schritt weiter: Er orchestriert mehrere Rollen über ein Portfolio hinweg (Qualia).
Warum die Kategorienamen eine Rolle spielen.
Wenn Sie 2026 Software kaufen, verrät der Kategoriename auf der Website des Anbieters, wie das Produkt konzipiert wurde und was es von Ihnen erwartet.
- AI-Agent bedeutet „Plattform für Entwickler“. Sie werden Dinge konfigurieren. Sie werden Integrationen verdrahten.
- AI-Coworker bedeutet „sitzt innerhalb eines Teams“. Der Wirkungsbereich ist eine einzelne funktionale Gruppe.
- AI-Mitarbeiter bedeutet „übernimmt eine Rolle, einsatzbereit ab Tag eins“.
- AI COO bedeutet „orchestriert Rollen im gesamten Unternehmen“.
Die falsche Kategorie zu kaufen, ist teuer. Ein Engineering-Team, das Viktor (AI-Mitarbeiter) kauft und danach tiefgreifend anpassen will, stößt schnell an Grenzen. Ein Portfolio-Manager, der Dust (AI-Agenten-Plattform) kauft, verbringt drei Wochen damit, Agenten zu bauen, bevor überhaupt ein Mehrwert entsteht.
AI-Agent: das technische Primitiv.
Ein AI-Agent ist ein konfigurierter AI-Workflow mit Zugriff auf Tools. Sie geben ihm einen System-Prompt, verbinden ihn mit Tools, statten ihn mit Memory aus und beschreiben, was er tun soll. Er läuft autonom.
Echte Produkte: Dust (Multiplayer-AI-Workspace), CrewAI (Open-Source), LangChain / LangGraph, OpenAI Assistants API, AutoGen.
Wer AI-Agenten kauft: Entwickler, entwicklungsintensive Teams. Vertraut mit der internen Konfiguration, Bereitstellung und Wartung von Agenten.
Time-to-Value: Wochen bis Monate an Entwicklungszeit.
Ideal, wenn: Sie klare Vorstellungen davon haben, welche Agenten Sie erstellen möchten, und über die nötigen Entwicklungskapazitäten verfügen.
AI Coworker: der Kollaborateur für einzelne Teams.
Ein AI coworker ist ein KI-Teammitglied, das direkt im Workflow eines einzelnen Teams arbeitet. Er teilt dessen Tools, sieht dessen Unterhaltungen und nimmt an dessen Meetings teil.
Echte Produkte: Adapt („the integrated coworker“), Viktor (in der Berichterstattung), Notion AI („meet your 24/7 AI team“).
Wer AI Coworker kauft: Teamleiter in Unternehmen mit 20 bis 200 Mitarbeitern.
Time-to-Value: Tage.
Ideal, wenn: Sie haben ein fokussiertes Team, dessen Durchsatz Ihr Engpass ist. Sicherheitsstandards sind entscheidend (SOC 2 ab Werk).
AI employee: der Rolleninhaber.
Ein AI employee übernimmt eine Rolle in Ihrem Unternehmen durchgängig – genau wie eine menschliche Fachkraft. Persistentes Gedächtnis, Autonomie über Tools hinweg, Verantwortung für Ergebnisse.
Echte Produkte: Viktor („Kein Tool. Eine Neueinstellung.“), Pancake (Slack-nativer AI employee mit einem Squad), Qualia (der AI employee für Portfolio-Betreiber).
Wer AI employees kauft: Gründer und Operator, die einen Menschen für die Rolle einstellen würden, es aber nicht können.
Time-to-Value: Tag 1 bis Woche 1.
Ideal, wenn: Sie haben eine Rolle, die Verantwortung erfordert, nicht nur Automatisierung. Sie suchen ein Teammitglied, an das Sie Aufgaben übergeben können.
AI COO: der Orchestrator.
Ein AI COO steht eine Stufe über dem AI employee. Statt eines KI-Teammitglieds pro Rolle orchestriert hier ein einziges KI-Teammitglied die Arbeit über viele Rollen hinweg.
Echte Produkte: Qualia (ursprünglich positioniert als AI COO, jetzt auch als AI employee für Portfolio-Betreiber).
Wer AI COOs kauft: Portfolio-Betreiber (2 bis 10 Personen, die 3 bis 20 Produkte managen).
Time-to-Value: Tag 1 für Morning-Briefing + Basis-Automatisierung. Wochen, um das Gedächtnis aufzubauen, das produktübergreifende Korrelationen wertvoll macht.
Ideal, wenn: Sie betreiben mehr als ein Produkt. Ihr Engpass ist die Koordination, nicht eine einzelne Rolle.
Nebeneinander.
| Dimension | AI-Agent | AI-Coworker | AI-Mitarbeiter | AI COO |
|---|---|---|---|---|
| Käufer | Entwickler | Teamleiter | Gründer / Operator | Portfolio-Operator |
| Umfang | Pro Aufgabe konfigurierbar | Ein Team | Eine Rolle | Mehrere Rollen + Produkte |
| Zeit bis zur Wertschöpfung | Wochen | Tage | Tag 1 | Tag 1 + kumulierend |
| Konfigurationsaufwand | Hoch | Mittel | Gering | Gering |
| Persistentes Gedächtnis | Pro Agent konfigurieren | Auf Teamebene | Auf Rollenebene | Auf Portfolioebene |
| Agieren über Tools hinweg | Ja (selbst verknüpfen) | Ja (innerhalb des Teams) | Ja | Ja (produktübergreifend) |
| Ideal für | Eigene AI-Infrastruktur | Durchsatz eines einzelnen Teams | Verantwortung für eine einzelne Rolle | Multi-Produkt-Operations |
| Echte Beispiele | Dust, CrewAI, LangChain | Adapt, Notion AI | Viktor, Pancake, Qualia | Qualia |
Was brauchen Sie? Ein Entscheidungsrahmen.
Verfügen Sie über Engineering-Kapazitäten, um eigene AI-Agents und Workflows zu entwickeln? Ja → AI-Agent-Plattform (Dust, CrewAI). Nein → weiter.
Liegt Ihr Engpass beim Durchsatz eines bestimmten Teams? Ja → AI coworker (Adapt) oder Agent im Stil von Notion AI. Nein → weiter.
Liegt Ihr Engpass bei einer bestimmten Rolle, die einen Verantwortlichen braucht? Ja → AI employee (Viktor, Pancake). Nein → weiter.
Betreiben Sie mit einem kleinen Team mehrere Produkte und Ihr Engpass liegt in der Koordination über Rollen und Produkte hinweg? Ja → AI COO (Qualia).