Von Chatter bis zum Agenten-Orchestrierer: Die 4 Level der AI-Nutzung

In diesem riesigen AI Kuddelmuddel, wo jeden Tag was Neues passiert und man gefühlt ständig auf einem komplett veraltetem Stand ist, kommt hier ein wenig Orientierung mit etwas längerer Halbwertszeit.

Woher kommt das Modell?

Ramp (ein Fintech aus New York mit 2.900 Mitarbeitern) wollte herausfinden, wie gut die eigenen Leute AI wirklich einsetzen [1]. Der CPO hat dafür ein simples 4-stufiges Modell entwickelt. Es gibt noch viele mehr, aber nach dem Motto "Alle Modelle sind falsch, manche sind hilfreich" habe ich mich für dieses hier entschieden.

Die Frage "Wo stehe ich eigentlich?" stellt sich nun nicht nur bei Ramp, sondern auch für euch, und für eure Organisationen. Ich habe es mal am Beispiel eines Product Owners durchexerziert.

Die 4 Level: Von Chatter bis Agenten-Orchestrierer

Level 0: Der Chatter

"Frag, Antwort, copy, paste, repeat"

Du nutzt AI gelegentlich im Browser. Mal hier eine Frage, mal dort einen Text umformulieren lassen, auch mal eine Recherche. Aber kein Kontext, sondern alles "on the fly".

Als Product Owner:

• Du lässt Dir bei der Formulierung von User Stories helfen, halt ohne Kontext
• Du fragst "Meine Stakeholder sind alle sauer, weil ich im Zeitplan hinten dran bin. Wie überlebe ich mein Sprint Review?"
• Die Ergebnisse werden dann manuell irgendwo hin kopiert

Das Ergebnis: Nett, aber vollkommen austauschbar. Die AI weiß nichts über dein Produkt, dein Team, deine Stakeholder. Jedes Gespräch fängt super freundlich (ChatGPT: "Sebastian, ich sag's Dir ganz kurz und ohne viel Bla Bla") aber doch wieder bei Null an.

Level 1: Der Sparringspartner

"Die AI kennt dein Produkt"

Du hast verstanden, dass die Qualität der Antwort von der Qualität deiner Eingabe abhängt. Du gibst Kontext mit, hast die AI auf deinem Desktop installiert, gibst Input in Form von Dateien rein. Und plötzlich sind die Antworten ein großes Stück passgenauer.

Als Product Owner:

• Du legst ein Claude-Projekt an und gibst deiner AI was zum Mitdenken: deine Produktvision, dein aktuelles Ziel für die nächsten paar Releases, deine Personas oder Interviews.
• Du sagst nicht "Schreib mir User Stories", sondern "Den Produktkontext kennst du eh schon - schau dir mal die Stories an: fehlt was? Sind sie gut geschrieben?"
• Du nutzt AI als Sparringspartner: "Spiel den skeptischen Stakeholder und challenge meinen Produkt-Backlog"

Das Ergebnis: Die AI kennt dein Produkt und gibt dir Antworten, die du tatsächlich verwenden kannst. Eine Größenordnung besser als Level 0.

Der Sprung von L0 zu L1 ist der Wichtigste. Hier wird AI vom Spielzeug zum Werkzeug. Wie das geht, zeig ich dir Schritt für Schritt in meinem Artikel: Claude Desktop einrichten →

Aber: du sitzt noch daneben und steuerst jede Runde. Frage, Antwort, Frage, Antwort. Die AI ist schlau - aber ohne dich macht sie nichts. Fühlt sich ein wenig an als würdest Du auf ein vierjähriges Kind aufpassen, das ständig "und jeeeeetzt?" fragt.

Level 2: Der Workflow-Bauer

"Du holst dir Kaffee, die AI arbeitet weiter"

Hier passiert der Sprung vom Dialog zum Agenten, zum digitalen Mitarbeiter. Du sagst der AI nicht mehr Schritt für Schritt, was sie tun soll, sondern gibst ihr eine Aufgabe und sie arbeitet sie eigenständig ab. Sie liest Dateien, nutzt Tools (z.B. Jira, Miro, Chrome, irgendwas auf Deinem Computer), macht mehrere Schritte ohne Rückfrage. Du kommst wieder und - voilà - da liegt es rum, Dein Ergebnis.

Als Product Owner:

• "Synthetisiere die letzten 10 Nutzerinterviews, vergleiche das mit der Stakeholder-Wunschliste und baue mir eine interaktive Feature-Scorecard" - und du gehst Kaffee holen
• Du hast einen Workflow, der aus deinem Sprint Review Protokoll in Miro die Action Items extrahiert, in Dein Jira Backlog einpflegt.
• AI greift auf deine Wissensbasis zu (Confluence, Jira, Emails) und erstellt dir ein Stakeholder-Briefing vor jedem Meeting - automatisch, jede Woche Montag 10:00.

Das Ergebnis: Du sparst nicht mehr Minuten, sondern Stunden. Und: du bist nicht mehr der Kindergärtner, der alle zwei Minuten springen muss.

Level 3: Der Agent-Orchestrierer

"Du führst ein Team aus Agenten"

Nicht nur ein digitaler Mitarbeiter, sondern ein ganzes Team. Mehrere spezialisierte Agenten arbeiten parallel, jeder mit eigenem Gedächtnis und eigenem Fachgebiet. Und sie werden proaktiv - du musst nicht jede Aufgabe anstoßen, die Agenten melden sich, wenn etwas passiert.

Als Product Owner:

• Ein Agent überwacht deine Produkt-Metriken und schlägt Alarm, wenn sich etwas verändert - ohne dass du danach fragst
• Während ein Agent deine Wettbewerbsanalyse aktualisiert, bereitet ein anderer dein Stakeholder-Update vor und ein dritter optimiert deine Produkt-Landingpage
• Du sagst "Bereite das nächste Release vor" und der Agent entscheidet selbst, welche Schritte dafür nötig sind - inklusive Schritte, an die du nicht gedacht hättest

Das Ergebnis: Du arbeitest nicht mehr MIT der AI. Du führst sie. Wie ein Team. Je reifer Dein Team schon ist, desto weniger musst Du gegenchecken.

Wo stehst du?

Genaue Zahlen zur Verteilung habe ich nicht gefunden. Aber die Tendenz ist klar: Laut einer Gallup-Studie [3] von Q3/2025 nutzen 61% der AI-Anwender nur einfache Chatbots. Nur 10% nutzen AI überhaupt täglich. Und laut Stack Overflow (Dezember 2025) arbeiten gerade mal 14% der Entwickler - also der technisch versiertesten Berufsgruppe - mit AI-Agenten [4]. Bei Product Ownern dürfte die Zahl deutlich niedriger liegen. Deckt sich übrigens mit meinen eigenen Erfahrungen: während ich einige wenige Entwicklerfreund:innen habe, die fast nur noch mit Agenten arbeiten, verwenden viele Entwickler, mit denen ich täglich zu tun habe, AI fast gar nicht - was ich für einen großen Fehler halte.

Die gute Nachricht

Die allermeisten sind also noch irgendwo bei Level 0. Wenn Du dazugehörst: das ist absolut okay und Du bist in guter Gesellschaft. Aber deine Reise sollte bis Ende 2026 schon darüber hinaus gehen - und sei es nur, damit Du wahnsinnig viel Zeit zum Kaffeetrinken hast ;-)

Du musst nicht bei Level 3 ankommen, um einen riesigen Unterschied zu spüren. Der größte Sprung passiert zwischen Level 0 und Level 1. Einfach weil die meisten Leute AI ohne jeglichen Kontext nutzen - und sich dann wundern, warum die Ergebnisse generisch sind.

Und so richtig gemerkt habe ich die Zeitersparnis auf Level 2. Wenn die AI eigenständig arbeitet und du nicht mehr jede Runde steuerst, ändert sich was Grundlegendes: du hörst auf, der AI beim Arbeiten zuzugucken, und fängst an, parallel was anderes zu machen.

Der Blick nach vorne

Level 3 klingt nach Science Fiction - ist es aber nicht. Ich arbeite selbst so: mit mehreren AI-Agenten, die parallel an meiner Website, meinem SEO, meinen Trainings arbeiten; die mir Arbeiten wie Buchungen oder Internetrecherche abnehmen; und die mir helfen, meine Ideen festzuhalten und was draus zu machen. Die gute Nachricht: du musst dafür kein Software-Entwickler sein, weil die Tools das heute einfach hergeben.

Die Frage ist nicht, ob AI in deinen Arbeitsalltag kommt - nach allem, was ich gerade an Geschwindigkeit mitbekomme, sage ich: das geht unglaublich schnell. Die Frage ist: gestaltest du das aktiv mit, oder wartest du ab?

Lust, direkt auf Level 1 zu springen? In meinem Viertelstunden-Tutorial zeige ich dir, wie du Claude auf deinem Desktop aufsetzt, deinem Produkt Kontext gibst, und mit ein paar Prompts und Nutzerinterviews etwas Tolles für deine Stakeholder zauberst: Claude Desktop einrichten →

Wohin die Reise für Organisationen geht

Zurück zu Ramp: CEO Eric Glyman nutzt die Self-Driving-Car-Analogie - "Self-Driving Money" - und hat im Juli 2025 die ersten AI Agents gelauncht [1]. Seine Vision in Zeitstufen:

• 2026: AI-Agenten übernehmen Routinearbeit
• 2027: Finance läuft parallel (Mensch und AI arbeiten gleichzeitig)
• 2028: Autonome AI mit menschlicher Aufsicht

Ein Fintech mit 32 Milliarden Bewertung plant also, in zwei Jahren bei Level 3 zu sein - mit menschlicher Aufsicht als Sicherheitsnetz.