ChatGPT Training vs. Agenten-Workflows

Tim Jamboula, Founder von Corporathon. Zuletzt fachlich geprüft am 24. August 2026.

Ein ChatGPT-Training bringt einer Person gutes Prompten bei, eine Frage nach der anderen, mit einem Menschen in jedem Schritt. Ein Agenten-Workflow automatisiert eine ganze Aufgabe, verkettet Tools und Schritte, sodass eine Person nur überwacht. Prompten ist die Einstiegsfähigkeit, Agenten-Workflows sind der Hebel. Der Markt bewegt sich von Chatbots zu Agenten, deshalb fängt ein Programm, das beim Prompten stoppt, die erste Scheibe des Werts ein und lässt die größere unberührt. Die meisten Teams müssen an einer echten Aufgabe von einem zum anderen wechseln.

1. Die eigentliche Frage hinter dem Vergleich
2. Chatbot-Prompten gegen einen Agenten-Workflow
3. Wie ein Agenten-Workflow wirklich aussieht
4. Das Entscheidungsframework in vier Fragen
5. Ehrliche Kostenlogik ohne erfundene Preise
6. Ein durchgerechnetes ROI-Modell
7. Der Wert-Shift, visualisiert
8. Warum Prompten allein ein Plateau erreicht
9. EU AI Act, was Artikel 4 verlangt
10. Was du jetzt tun solltest
11. FAQ

„Trainieren wir Leute auf ChatGPT oder bauen wir Agenten-Workflows" heißt in Wahrheit „wollen wir schnellere Leute oder weniger manuelle Schritte". Prompten macht eine Person an ihrer bestehenden Aufgabe schneller, sie fährt weiter jeden Schritt. Ein Agenten-Workflow entfernt Schritte, sodass die Aufgabe läuft, während eine Person überwacht statt macht. Beide sind wertvoll, aber sie beantworten verschiedene Fragen. Wenn das Ziel ein schnellerer Entwurf ist, ist das Prompten. Wenn das Ziel eine Aufgabe ist, die sich mit einer Prüfung am Ende selbst fährt, ist das ein Agenten-Workflow.

Prompten beizubringen ist, jemandem schnelleres Tippen beizubringen. Einen Agenten-Workflow zu bauen ist, der Aufgabe beizubringen, ohne die Person in jedem Schritt zu laufen. Im Zweiten liegt der Hebel. – Tim Jamboula, Founder von Corporathon

Prompten ist die Auffahrt und es ist echt nützlich. Agenten-Workflows sind die Stelle, an der eine wiederholbare Aufgabe aufhört, den Tag einer Person zu verbrauchen. Der Wechsel von einem zum anderen ist der Unterschied zwischen einem Team, das schneller ist, und einem Team, das Kapazität zurückhat.

Ein Agenten-Workflow ist eine Kette, ein Auslöser, ein oder mehrere Modellschritte, ein oder zwei Tool-Aufrufe, ein Checkpunkt für einen Menschen, ein Output. Für eine wiederholbare Aufgabe wie das Triagieren eingehender Anfragen könnte der Workflow die Anfrage lesen, sie klassifizieren, eine Antwort entwerfen, das richtige Dokument anhängen und für eine Person zur Freigabe pausieren. Die Person wechselt vom Machen jedes Schritts zum Überwachen der Ausnahmen. Genau diesen Shift baut ein Hackathon direkt, denn ihr geht mit dem Workflow, nicht nur mit dem Wissen, wie einer funktionieren könnte.

Seriöse Preise hängen von Variablen ab, nicht von einer Pauschale.

Corporathon nennt bewusst noch keine festen Preise. Der sinnvolle Zuschnitt entsteht in einem kurzen Gespräch aus genau diesen Variablen.

Ein rein illustratives Modell, das ihr mit euren Zahlen ersetzen könnt.

Ein Team von sechs bearbeitet 200 eingehende Anfragen pro Woche, jede braucht rund 12 Minuten zum Triagieren und Beantworten von Hand. Ein Agenten-Workflow entwirft und routet, sodass eine Person nur prüft, was die Bearbeitung auf rund 4 Minuten senkt.

Das ist ein Modell, keine Garantie und keine Kundenzahl. Beachtet den Größenunterschied zum Prompten, demselben Team schnelleres Prompten beizubringen würde vielleicht ein bis zwei Minuten je Anfrage abschneiden, der Agenten-Workflow entfernt den Großteil des Schritts. Diese Lücke ist der Wert, den der Shift zu Agenten freisetzt.

Visualisierung, eingefangener Wert, Prompten gegen Agenten-Workflow (schematisch).

eingefangener Wert
100% |                                  ####  Agenten-Workflow
     |                                  ####  (Schritte entfernt)
 75% |                                  ####
     |                                  ####
 50% |                                  ####
     |          ####                    ####
 25% |          ####  Prompten          ####
     |          ####  (schnellere Person)####
  0% +------------------------------------------------>
          Einstiegsfähigkeit       Hebel

Ohne Wiederholung und Anwendung sinkt behaltenes Wissen schnell ab, das beschreibt die Vergessenskurve seit dem 19. Jahrhundert. Prompt-Fähigkeit hat noch eine zweite Obergrenze, selbst eine gut trainierte Person ist durch die eigene Zeit begrenzt, weil sie jeden Schritt fährt. Ein Agenten-Workflow hebt diese Grenze, indem er Schritte ganz von der Person entfernt. Prompten erreicht also zweimal ein Plateau, einmal weil die Fähigkeit ohne Nutzung verfällt und einmal weil eine Person nur so viel von Hand schafft. Der Shift zu Agenten ist, wie ein Team an beiden vorbeikommt.

Seit dem 2. Februar 2025 verlangt Artikel 4 der KI-Verordnung ausreichende KI-Kompetenz der Mitarbeiter, rollen- und kontextbezogen. Agenten-Workflows heben die Latte hier, denn einen automatisierten Workflow zu überwachen verlangt zu verstehen, was er tut, wo er scheitern kann und wann einzugreifen ist. Einen Workflow zu bauen und zu dokumentieren ist ein starker Baustein für diese Kompetenz, auch wenn es kein behördliches Zertifikat ist und keine automatische Compliance garantiert. Die Angemessenheit prüft das Unternehmen selbst.

Zwei Wege, je nachdem wie weit ihr seid.

Wenn eure Aufgabe ad hoc und variierend ist, startet mit Prompt-Fähigkeit, sie ist die Auffahrt und echter Wert. Wenn eure Aufgabe wiederholbar und hochvolumig ist, wechselt zu einem Agenten-Workflow, denn dort hört eine Person auf, jeden Schritt zu machen. Für die meisten Teams ist die ehrliche Antwort beides in Reihenfolge, Prompten für die Grundlage, dann ein Workflow an einer wiederholbaren Aufgabe. In nur 1 Woche kommt ihr vom Erstkontakt zu einem funktionierenden Agenten-Workflow, den ihr behaltet.

KI-Adoption · KI-Enablement · AI Literacy · KI-Upskilling

Ein Hackathon, Workshop oder Training kann als rollen- und kontextbezogene Maßnahme zur KI-Kompetenz beitragen und geeignete interne Evidenz erzeugen. Das Format ist kein behördlich vorgeschriebenes Zertifikat, ersetzt keine Rechtsberatung und garantiert für sich allein keine Compliance. Das Unternehmen muss sein gesamtes Maßnahmenpaket anhand von Rollen, Systemen, Risiken und Nutzungskontext beurteilen.

A hackathon, workshop or training can contribute to role- and context-appropriate AI literacy measures and create suitable internal evidence. It is not an officially prescribed certificate, does not replace legal advice and cannot guarantee compliance on its own. The organisation must assess its complete programme against the relevant roles, systems, risks and use context.