Zum Inhalt springen
Lokale KI lernen
Modul 6: Entscheidungslektion

Die Werkzeuglandschaft: Womit baut man Workflows und Agenten?

Grafische Baukästen, Agenten-Frameworks, Heim-Klassiker — eine Landkarte mit Bewertungskriterien, damit du das richtige Werkzeug für dein Projekt findest.

Dauer
ca. 25 Minuten
Lernziel
Du kennst die Werkzeugkategorien für Automatisierung, bewertest Kandidaten nach festen Kriterien und weisst, womit dieser Kurs baut.
Voraussetzungen
Lektion «Vom Chatbot zum Agenten»

Erst die Kategorie, dann das Produkt

Die Landschaft ist unübersichtlich, weil dauernd Neues erscheint. Ordnung schafft der Blick auf die Kategorie — Produktnamen wechseln, Kategorien bleiben (Profile: Stand Kurserstellung 07/2026; Prüfdaten je Produkt im Technologiekatalog):

Kategorie Charakter Bekannte Vertreter
Grafische Workflow-Baukästen Stufe 3–4 per Drag-and-drop, hunderte Anbindungen n8n, Node-RED (Heim-Klassiker), Dify
KI-Flow-Baukästen grafisch, spezialisiert auf LLM-Ketten und Chat-Apps Flowise, Langflow
RAG-/Chat-Plattformen fertige Oberflächen mit Dokumentenwissen, teils Agentenfunktionen Open WebUI, AnythingLLM
Agenten-Frameworks (Code) maximale Kontrolle, Programmierung nötig LangGraph, LlamaIndex, CrewAI, AutoGen, Haystack
Computer-Use-Werkzeuge KI bedient direkt Programme/Terminal — mächtig und riskant Open Interpreter u. ä.
Smart-Home-Zentralen Automatisierung im Haus, zunehmend mit KI-Anschluss Home Assistant (Labor 6)

Die Bewertungskriterien

Egal welche Kategorie — prüfe Kandidaten immer gegen dieselbe Liste (sie stammt direkt aus den Kurszielen): Anfängerfreundlichkeit · grafische Bedienung vs. Code · läuft es vollständig lokal? · Datenschutz (wohin telefoniert es?) · Windows-Kompatibilität · Stabilität und Projektaktivität (Kernmodul 10 zeigt, wie man das auf GitHub abliest) · Kosten/Lizenz · Agentenfunktionen (Tools, Freigaben, Logs) · Sicherheitsmodell (lassen sich Rechte begrenzen?).

Womit dieser Kurs baut

Für die Kursprojekte gilt der Grundsatz «so wenig Werkzeuge wie möglich»:

  • Kernmodul 7 (erster Agent): ein kleines, vollständig erklärtes Python-Skript plus die lokale API aus Kernmodul 4. Warum kein Baukasten? Weil du beim ersten Agenten jede Zeile verstehen sollst — Berechtigungen, Logs und Not-Aus inklusive. Keine Angst vor Python: Es sind wenige Dutzend Zeilen, jede wird erklärt, und du musst nichts davon auswendig können.
  • Mission 6 (Fernsteuerung): die eingebaute Weboberfläche bzw. ein Messenger-Anschluss — mit dem Sicherheitsmodell aus Kernmodul 9.
  • Wenn du lieber grafisch arbeitest: n8n oder Node-RED sind die naheliegenden Baukästen für Stufe-3/4-Projekte; die Konzepte des Kurses (Trigger, Tools, Freigaben, Logs) übertragen sich eins zu eins.

Der Entscheidungsweg

  1. Stufe bestimmen (letzte Lektion): Stufe 2–4 → Workflow-Baukasten; Stufe 5 → Framework oder eigenes Skript.
  2. Lokal-Pflicht? Streiche alles, was einen Cloud-Zwang hat.
  3. Kriterienliste durchgehen — besonders Projektaktivität und Sicherheitsmodell.
  4. Kleinstprojekt bauen (ein Trigger, ein Schritt) bevor du dich festlegst — eine Stunde Ausprobieren schlägt zehn Stunden Vergleichslektüre.

Kurz geprüft

3 Fragen zum Festigen — Feedback kommt sofort.

Warum baut Kernmodul 7 den ersten Agenten als kleines Skript statt mit einem mächtigen Framework?
Ein Automatisierungstool sieht toll aus, hatte aber seit einem Jahr kein Update und offene Sicherheitsmeldungen. Dein Schluss?
Was macht Computer-Use-Werkzeuge besonders riskant?

Das kann ich jetzt

  • Ich ordne Automatisierungswerkzeuge in sechs Kategorien ein — und Produkte kommen und gehen.
  • Ich bewerte Kandidaten nach der festen Kriterienliste, mit Projektaktivität und Sicherheitsmodell als Schwergewichten.
  • Ich weiss, womit der Kurs baut und warum — und wie ich grafische Alternativen einordne.

Nächster Schritt: Mission 5 und Kernmodul 7 — dein erster eigener Agent, mit Sicherheitsnetz.