AI-Automatisierung ohne Programmiererfahrung: Weshalb Guardrails helfen
2026-11-19

Du kennst einen Arbeitsablauf bis ins Detail. Du weisst, welche Informationen fehlen, welche Schritte sich wiederholen und wo jeden Monat Zeit verloren geht. Bisher hast du die Aufgabe vielleicht einem Mitarbeiter erklärt. Heute kannst du auch mit einem AI-Agenten daran arbeiten, daraus eine Automatisierung zu entwickeln.
Dafür musst du nicht selbst programmieren können. Du brauchst passende Werkzeuge und jemanden, der mit dir den technischen Rahmen aufbaut. Innerhalb dieses Rahmens kannst du Abläufe gestalten und verbessern. Welche Daten erreichbar sind und welche Aktionen ausgeführt werden dürfen, sollte dabei klar geregelt sein.
Solche Leitplanken werden häufig als Guardrails bezeichnet. Gut umgesetzt helfen sie dir, die Möglichkeiten von AI im Arbeitsalltag zu nutzen und die Auswirkungen möglicher Fehler zu begrenzen.
Von der eigenen Anwendung zum verbundenen Ablauf
Wir bei pargoo haben früher für die Lohnverarbeitung eine kleine Anwendung mit eigener Oberfläche und Backend gebaut. Sie unterstützte den Ablauf, doch die Daten mussten wir weiterhin hineinkopieren. Die direkte Anbindung der beteiligten Systeme wäre damals im Verhältnis zum Nutzen zu aufwändig gewesen.
Heute sehen wir einen anderen Weg: Mit passenden Verbindungen, Skills und einem Plugin liesse sich ein solcher Ablauf wesentlich einfacher zusammenstellen. Wiederkehrende Aufgaben könnten durch ein hinterlegtes Skript ausgeführt werden. Wie viel Aufwand tatsächlich entsteht, hängt weiterhin von den vorhandenen Schnittstellen und den benötigten Berechtigungen ab.
An diesem Beispiel wird eine wichtige Entwicklung sichtbar: Mit den richtigen Werkzeugen können Menschen ihre Abläufe selbst automatisieren, auch ohne eigene Programmierkenntnisse. Die technische Grundlage muss dafür passen.
Die Fachperson kennt den Prozess
Ein Abteilungsleiter muss dafür nicht zum Plugin-Entwickler werden. Er braucht Werkzeuge, mit denen er seine Arbeitsschritte nachvollziehbar beschreiben und innerhalb eines vereinbarten Rahmens verändern kann.
Das beginnt ähnlich wie bei der Übergabe an einen Mitarbeiter: Was soll am Ende vorliegen? Welche Informationen werden benötigt? Was passiert bei einer Ausnahme? Woran erkennst du, dass das Ergebnis stimmt?
Angenommen, du bereitest jeden Monat einen internen Report vor. Du führst Daten zusammen, prüfst bestimmte Angaben und ergänzt eine Zusammenfassung. Das ist ein hypothetisches Beispiel. Bevor du etwas automatisierst, beschreibst du den Ablauf und die Regeln: welche Quellen verwendet werden, welche Berechnungen gelten und wer das Ergebnis erhält.
Diese fachliche Arbeit kann dir die IT nicht vollständig abnehmen. Sie kann gemeinsam mit dir entscheiden, welche Teile sich wie umsetzen lassen und wo Kontrollen nötig sind.
Die IT stellt Werkzeuge und Leitplanken bereit
Die passende Lösung sieht für jede Firma und Abteilung anders aus. Die IT oder ein externer Entwicklungspartner richtet mit dir die benötigten Verbindungen ein und begrenzt die verfügbaren Möglichkeiten.
Ein möglicher Baustein ist ein gezielt eingerichteter MCP-Server. MCP ist ein Standard, über den AI-Anwendungen bereitgestellte Werkzeuge und Daten nutzen können. Für deinen Report könnte die Verbindung beispielsweise freigegebene Zahlen abrufen und ein Ergebnis am vorgesehenen Ort speichern.
Dabei sollten drei Fragen technisch geklärt sein:
- Welche Aktionen sind erlaubt? Daten lesen, einen Entwurf speichern und etwas versenden sind unterschiedliche Befugnisse.
- Welche Daten sind erreichbar? Der Zugriff wird auf die tatsächlich benötigten Dateien und Datensätze begrenzt und muss zur berechtigten Person passen.
- Welche Regeln gelten verbindlich? Geschäftsregeln werden dort geprüft, wo eine Aktion ausgeführt wird, etwa im Backend oder im verbundenen System.
Ein eigener MCP-Server schafft diese Grenzen nicht automatisch. Entscheidend ist, wie Zugriffe und Funktionen tatsächlich umgesetzt sind. Auch ein zusätzlich gestartetes Skript muss innerhalb der vorgesehenen Rechte bleiben.
Beim Beispielreport könnte der Agent die Zahlen aus einem freigegebenen Bereich lesen und eine Zusammenfassung vorbereiten. Die Weitergabe an einen neuen Empfängerkreis wäre eine zusätzliche Aktion, für die eine eigene Regel oder Freigabe nötig ist.
Anweisungen beschreiben den Ablauf, Berechtigungen begrenzen ihn
Ein Skill kann festhalten, wie der Report aufgebaut wird, welche Schritte durchzuführen sind und wie ein brauchbares Ergebnis aussieht. Ein Plugin kann solche Anleitungen mit weiteren Hilfsmitteln bündeln. Wie diese Bausteine eingerichtet werden, hängt von der verwendeten Plattform ab.
Die Anweisung «Verwende nur diesen Ordner» ist jedoch noch keine technisch durchgesetzte Zugriffsbeschränkung. Wenn der Agent über andere Werkzeuge auf weitere Dateien zugreifen kann, besteht diese Möglichkeit weiterhin. Der Rahmen muss deshalb die tatsächlich verfügbaren Zugriffswege berücksichtigen.
Dasselbe gilt für zentrale Geschäftsregeln. Die Fachperson kann beispielsweise die Gliederung des Reports anpassen. Ob ein Datensatz gelesen oder ein Ergebnis versendet werden darf, wird durch die dafür eingerichteten Rechte und Prüfungen bestimmt. Diese Grenzen sollen sich nicht allein durch eine geänderte Arbeitsanweisung erweitern lassen.
So entstehen zwei unterschiedliche Aufgaben: Die Fachperson gestaltet den Ablauf. Die IT betreut den Rahmen, in dem er ausgeführt wird.

Die Fachperson gestaltet Abläufe mit freigegebenen Werkzeugen und Daten. Die IT betreut den technischen Rahmen und richtet nötige Erweiterungen ein.
AI kann Fehler machen. Plane die Prüfung mit ein
Ein AI-Ergebnis ist nicht automatisch richtig. Eine Zusammenfassung kann eine wichtige Ausnahme übersehen oder eine Information falsch einordnen. Auch Mitarbeitende machen Fehler. Bei beiden ist entscheidend, wie die Arbeit überprüft wird und welche Folgen ein Fehler haben kann.
Definiere deshalb für die Automatisierung, was ein korrektes Ergebnis ausmacht. Beim Report kannst du beispielsweise prüfen, ob der richtige Zeitraum verwendet wurde, Summen mit den Quelldaten übereinstimmen und fehlende Angaben sichtbar sind. Für die AI-Zusammenfassung sollte nachvollziehbar bleiben, auf welchen Daten sie basiert.
Manche Prüfungen lassen sich als feste Regeln umsetzen. Andere brauchen fachliches Urteil. Je nach Aufgabe kann der Ablauf selbstständig einen Entwurf vorbereiten, während ein Mensch vor der Weitergabe oder einer folgenreichen Änderung entscheidet.
Teste ausserdem Fälle, in denen Daten fehlen oder widersprüchlich sind. Ein sinnvoll eingerichteter Ablauf hält an einer solchen Stelle an oder meldet die Lücke, statt unbemerkt mit einer erfundenen Annahme weiterzuarbeiten. Ob das funktioniert, musst du mit der konkreten Umsetzung prüfen.
Agent, Skript oder kleine Anwendung?
Wenn du einen Ablauf mit AI entwickeln kannst, muss später nicht jeder Arbeitsschritt erneut von einem AI-Modell bearbeitet werden. Gerade bei häufig wiederholten Aufgaben lohnt sich diese Unterscheidung.
Ein Skript kann etwa Dateien nach festen Regeln verarbeiten. Eine kleine Anwendung kann denselben Ablauf mit einer Oberfläche, Eingabeprüfungen und klaren Bedienelementen zugänglich machen. AI kann beim Entwickeln unterstützen; der fertige Ablauf kann anschliessend ohne laufende Modellaufrufe funktionieren.
Für diese Schritte fallen dann keine AI-Tokenkosten an. Tokens sind die Einheiten, über die viele AI-Dienste die Verarbeitung von Eingaben und Ausgaben abrechnen. Eine feste Umsetzung kann ausserdem schneller und bei häufiger Nutzung günstiger sein. Entwicklung, Betrieb, Schnittstellen und Wartung verursachen weiterhin Aufwand und Kosten.
Feste Software verarbeitet gleiche Eingaben unter gleichen Bedingungen nach denselben programmierten Regeln. Sie kann trotzdem Fehler enthalten oder an einer ausgefallenen Schnittstelle scheitern. Wiederholbarkeit und fachliche Richtigkeit sind unterschiedliche Eigenschaften.
Für die Entscheidung helfen drei Fragen:
- Sind die Regeln eindeutig und wiederholen sich die Schritte? Dann kann ein Skript oder eine kleine Anwendung gut passen.
- Müssen wechselnde Texte verstanden oder offene Fragen bearbeitet werden? Dann kann ein AI-Modell einen hilfreichen Beitrag leisten, dessen Ergebnisse überprüfbar bleiben müssen.
- Enthält der Ablauf beides? Dann kann eine Kombination sinnvoll sein: feste Software für klar definierte Verarbeitung, AI für die Teile, die sprachliche Interpretation brauchen.
Beim Beispielreport könnten feste Funktionen die Daten abrufen, berechnen und auf Vollständigkeit prüfen. AI könnte eine Zusammenfassung formulieren. Die Zahlen müssten dafür nicht bei jedem Durchlauf vom Modell neu berechnet werden.

Hypothetischer Monatsreport: Feste Software verarbeitet die Zahlen, AI formuliert die Zusammenfassung. In diesem Beispiel prüft ein Mensch vor der Freigabe.
Mit den richtigen Werkzeugen kann jeder zum «Automatisierer» werden
Wer täglich mit einem Prozess arbeitet, erkennt oft am besten, wo eine Automatisierung helfen würde. Mit AI kann grundsätzlich jeder im Betrieb zum «Automatisierer» werden: eigene Ideen einbringen, Arbeitsschritte beschreiben und daraus gemeinsam mit einem Agenten Abläufe entwickeln.
Dafür müssen die Menschen im Betrieb die passenden Werkzeuge in die Hand bekommen und verstehen, wie sie diese nutzen können. Die IT schafft gemeinsam mit ihnen die Grundlage: freigegebene Datenquellen, geeignete Funktionen und klare Leitplanken. Darauf können Mitarbeitende aufbauen und ihre Prozesse innerhalb dieses Rahmens selbst weiterentwickeln.
Deshalb sollte die IT mit diesen Personen besprechen, welche Werkzeuge wofür geeignet sind. Dazu gehört auch die Frage, wann aus einem zunächst mit dem Agenten erprobten Ablauf ein festes Skript oder eine kleine Anwendung werden sollte. Der passende Weg kann sich ändern, sobald die Regeln klar sind und die Aufgabe häufiger ausgeführt wird.
Innerhalb des bereitgestellten Rahmens kann die Fachperson beispielsweise Anweisungen präzisieren oder die Darstellung eines Ergebnisses verändern. Beim hypothetischen Report könnte sie eine zusätzliche Gliederungsstufe oder einen Vergleich bereits freigegebener Kennzahlen ergänzen, sofern die eingerichteten Werkzeuge und Regeln das erlauben. Braucht sie eine zusätzliche Datenquelle, eine neue Aktion oder weitergehende Rechte, wird die IT wieder einbezogen. Fachlich wichtige Änderungen am Ablauf werden gemeinsam geprüft.
Die Leitplanken lassen damit Raum für eigene Verbesserungen. Zugleich bleibt klar, wer den technischen Rahmen betreut und wie er erweitert wird.
So startest du mit einem konkreten Ablauf
Nimm eine wiederkehrende Aufgabe, die du gut kennst und deren Ergebnis sich prüfen lässt. Beschreibe Ziel, Datenquellen, Regeln und Ausnahmen. Besprich mit deiner IT oder einem Entwicklungspartner, was der Ablauf selbstständig erledigen darf und wo eine Kontrolle nötig ist.
Entscheidet gemeinsam, welche Schritte ein Agent übernehmen soll und welche besser als feste Software umgesetzt werden. Testet die Lösung mit passenden Beispielen und Fehlerfällen, bevor ihr sie auf weitere Aufgaben ausweitet.
Bei pargoo verbinden wir das Verständnis deiner Prozesse mit der technischen Umsetzung. Gemeinsam mit den Menschen, die täglich damit arbeiten, entwickeln wir Werkzeuge und passende Leitplanken, damit sie ihre Abläufe gezielt automatisieren und weiterentwickeln können.


