- 184 Agents installiert, aber nur 8–25 täglich im Einsatz — der Rest sind Spezialisten für seltene Fälle
- Setup = Claude Code + subagents/-Folder · jede Agent-Persona als markdown mit eigenem System-Prompt
- Echte ROI: −80 % Production-Time bei Video-Localisation, −60 % bei Content-Pipelines, 0 % bei Beziehungs-Arbeit
- Größtes Risiko: Agents geben dir Confidence dort wo Skepsis nötig wäre — Quality-Gates sind nicht-verhandelbar
184 AI Agents auf einem Laptop, ein Operator, ein Marketing-Team. Das klingt nach LinkedIn-Bait. Ist es auch — aber die Mechanik dahinter ist real. Hier ist was wirklich installiert ist, welche Agents täglich laufen, und was ich in 8 Monaten Solo-Operator-mit-Agents-Setup gelernt habe.
Warum 184 Agents — und nicht 10 oder 1.000? #
Die Zahl ist kein Marketing-Move. 184 ist der Stand vom 18. Juni 2026 in meinem ~/.claude/agents/-Folder. Jeder Agent ist eine spezifische Markdown-Datei mit System-Prompt, Tool-Permissions und Persona — von marketing-content-creator (Luca M.) bis finance-financial-analyst (Zara F.).
Warum so viele? Weil Spezialisierung schlägt Generalisierung, wenn der Default-Mode des Modells bereits sehr generalistisch ist. Ein Agent mit klar umrissenem Aufgabengebiet + scharfem System-Prompt liefert konsistenter als ein generischer Prompt mit „bitte fokussiere dich auf X".
Von 184 installierten Agents nutze ich im Median 12 pro Woche. Die andere 172 sind Werkzeuge für seltene Fälle — wie Brockhaus im Bücherregal: man liest ihn nicht täglich, aber wenn man ihn braucht, ist die Spezifität essentiell.
Das Setup #
Drei Komponenten machen das Ganze möglich: Claude Code als Runtime, Subagent-Pattern als Architektur, und ein Orchestration-Layer der entscheidet wer was wann macht.
Subagent-Pattern
Jeder Agent ist eine Markdown-Datei mit YAML-Frontmatter:
---
name: marketing-content-creator
description: Schreibt Long-Form Content im AMIA-Operator-Stil...
tools: [Read, Write, Edit, WebFetch]
model: opus
---
# System Prompt
You are Luca M., AMIA's content creator agent...Vorteil: der Agent kann via Agent-Tool von einem Master-Prompt oder einer Workflow-Datei aufgerufen werden, ohne dass der Master die spezifischen Anweisungen kennt. Das ist encapsulation wie in der Softwarearchitektur — nur für Prompts.
Orchestration-Layer
Hier wird's interessant. Ich rufe Agents nicht direkt — ich beschreibe eine Aufgabe an Claude Code, und der wählt den passenden Agent. Bei Workflow-Tasks (z.B. „Erstelle 5 LinkedIn-Posts für die nächste Woche") wird ein Orchestrator-Agent (agents-orchestrator) aufgerufen, der seinerseits andere Spezialisten dispatched.
Ein Solo-Operator ist nicht ein Solo-Operator. Er ist ein Conductor einer Belegschaft, die nur zur Laufzeit existiert. — Vera S., agent log, 14. Juni 2026
Die 5 wichtigsten Workflows #
Nicht 184. Nicht 50. Fünf. Diese laufen täglich oder wöchentlich, sind getunet, und liefern messbar Zeit zurück:
- Content-Pipeline: Outline → Draft → Brand-Review → Schedule. 4 Agents in Sequenz. Ersetzt 1 Tag/Woche.
- Newsletter-Curation: Web-Research → Filtering → Summarization → Send. Reduziert die wöchentliche Newsletter-Arbeit von 4 h auf 25 Min.
- Project-Postmortems: Source-Sammlung → Pattern-Detection → Draft-Writing. Macht Cases die früher nie geschrieben wurden.
- Brand-Audit: Vera S. läuft monatlich über aktive Assets, flaggt Off-Brand-Output. Catches die ich übersehen würde.
- Code-Reviews auf eigenen Tools (Build-Scripts, Site-Snippets) durch
code-reviewer-Agent vor Deploy.
Lass dich nicht von „Agents können alles" locken. Definier zuerst den Workflow, dann pick den Agent — nicht umgekehrt. Workflow-First ist die einzige Methode die scaled.
Brauchst du Agents in deinem Stack?
Ich helfe Marketing-Teams den Sprung zu Solo-Operator-mit-Agents zu machen — von der Stack-Audit bis zur Workflow-Implementierung. 90 Min Discovery-Call, kostenfrei.
Failure-Modes — und wie ich sie auffange #
Drei Fehler-Muster, die ich gesehen habe — bei mir, bei anderen Operators, in Audits von Agent-Setups:
Agents formulieren sehr selbstsicher. Ein finance-financial-analyst wird dir eine Excel-Tabelle generieren die EXAKT so aussieht wie eine echte Analyse — aber die Zahlen können erfunden sein. Quality-Gate: jede Zahl die du nicht selbst eingegeben hast, validierst du gegen die Source.
Agents haben kein persistentes Memory. Wenn du gestern mit Vera S. an einer Brand-Bibel gearbeitet hast, weiß sie heute nichts mehr davon. Fix: jeder wichtige Output kommt in den Repo-Speicher (Markdown), nicht nur ins Chat-Log.
Agents produzieren statistisch das Durchschnittlichste. Wenn du Mainstream-Brand-Content willst, perfekt. Wenn du anti-mainstream willst (was AMIA explizit will), musst du in jeden System-Prompt scharfe „Don't"-Klauseln einbauen.
Was AI noch nicht kann #
Vier Bereiche wo Agents heute (2026) nicht zuverlässig liefern — wo der Mensch Pflicht ist:
- Konflikt-Mediation mit echten Stakeholdern (HR-Situations, schwierige Vendor-Verhandlungen)
- Kreative Risiken, die gegen den Konsens gehen — Agents tendieren zur sicheren Mitte
- Live-Verhandlung mit Zeit-Druck und Beziehung als Variable
- Proprietäre Daten, die nicht in den Context passen oder rechtlich nicht reinmüssen
Heißt nicht „AI ist überschätzt". Heißt: einsetzen wo's funktioniert, weglassen wo nicht — und ehrlich darüber sein, welcher Bereich gerade welcher ist.
FAQ
Wie viele AI-Agents braucht ein Solo-Marketer wirklich?
Realistisch zwischen 8 und 25 Agents im täglichen Einsatz. 184 in der Library zu haben heißt nicht 184 zu nutzen — die meisten sind Spezialisten für seltene Aufgaben (legal-Review, Finance-Modeling, spezifische Channel-Experts).
Kann ein AI-Agent einen Freelancer ersetzen?
Nein, aber sie ersetzen die Übergabe-Verluste. Ein Solo-Operator + Agents arbeitet wie ein kleines Studio ohne Briefing-Iterationen. Für strategische Beziehungs-Arbeit, schwierige Verhandlungen oder hoch-kreative Out-of-Box-Konzepte brauche ich weiterhin menschliche Partner.
Was kann Claude noch nicht zuverlässig?
Echte Beziehungsarbeit, Konflikt-Mediation, kreative Risiken die gegen den Mainstream gehen, Live-Verhandlungen, plus alles wo proprietäre Daten essentiell sind. Dazu: hochpräzise quantitative Analysen ohne Validierung.
Was kostet ein 184-Agents-Setup pro Monat?
Stand Juni 2026: Claude Max + API-Credits zusammen ~$200–500/Monat je nach Auslastung. Verglichen mit einem einzigen Junior-Freelancer (~$3000–6000/Monat) ist die Mathematik trivial — aber nur wenn die Workflows wirklich täglich laufen.