Slack wird zum Arbeitsplatz für Teams aus KI-Kollegen

KI-Agenten in Slack entwickeln sich über einfache Chatbots hinaus, die nur auf eine Erwähnung reagieren. Anthropic hat seinen Agenten Claude Tag erweitert. Er kann nun den Zusammenhang einer ganzen Kanalunterhaltung erfassen und selbst entscheiden, ob er sich einschaltet. NanoClaw erlaubt es dagegen, per Slack-Nachricht Teams aus mehreren eigenständigen Agenten anzulegen.

Beide Neuerungen zeigen einen Wandel bei KI für die Arbeitswelt. Unternehmen betrachten KI zunehmend nicht mehr nur als persönlichen Assistenten. Stattdessen sollen Agenten gemeinsame Gespräche begleiten, auf freigegebene Unternehmenssysteme zugreifen und über längere Zeit mit mehreren Personen zusammenarbeiten.

Anthropic zufolge entscheidet Claude Tag mit der Aktualisierung rund 30 Prozent besser, wann der Agent aktiv werden sollte und wann nicht. Bisher bewertete ein kleiner Klassifikator einzelne Slack-Nachrichten. Jetzt berücksichtigt Claude den gesamten Gesprächsverlauf eines Kanals sowie gespeicherte Informationen und feste Anweisungen.

Dadurch kann der Agent Zusammenhänge erkennen, die in einzelnen Nachrichten verborgen bleiben. Anthropic nennt als Beispiel zwei Entwickler, die unabhängig an demselben Softwarefehler arbeiten. Claude könnte erkennen, dass eine Person eine mögliche Ursache nennt und die andere passende Belege hat. Anschließend kann der Agent einen Diskussion für die nächsten Schritte eröffnen.

Claude kann direkt im Kanal antworten, einen ausführlicheren Thread starten, eine Nachricht einem laufenden Arbeitsvorgang zuordnen oder auch nichts tun. Anthropic betont, dass diese Zurückhaltung entscheidend ist. Ein Agent, der ständig unterbricht, kann mehr stören als helfen. In Kanälen, in denen Claude wiederholt nichts Relevantes beitragen kann, soll er inaktiv werden.

Vom Assistenten zum Beteiligten im Unternehmen

Scott White, Leiter des Enterprise-Produktbereichs bei Anthropic, bezeichnet diesen Ansatz als „Multiplayer AI“. Gemeint sind KI-Systeme, die Teams bei größeren Zielen unterstützen. Dazu können schnellere Vertragsprüfungen, die Analyse technischer Störungen oder die Verbindung von Kundenfeedback mit Produktentscheidungen gehören.

Nach Darstellung von Anthropic treffen dabei drei Voraussetzungen zusammen: leistungsfähigere Modelle, geregelter Zugriff auf Unternehmensdaten und eine Einbindung in die Werkzeuge, in denen Teams ohnehin arbeiten. Das Model Context Protocol, kurz MCP, soll KI-Systeme über festgelegte Berechtigungen mit Datenquellen und Anwendungen verbinden.

Der Datenschutz und die Zugriffsrechte bleiben dabei zentral. Anthropic erklärt, Claude sehe nur Informationen, auf die sowohl der Agent als auch die jeweilige nutzende Person zugreifen dürften. Das Unternehmen verweist außerdem auf Schutzmaßnahmen gegen Prompt Injection, Schnittstellen für Compliance, Ausgabenlimits und Anbindungen an Sicherheitswerkzeuge.

Offen bleibt die Preisfrage. Der zusätzliche Kontext aus Slack-Kanälen zählt derzeit nicht gegen Nutzungs- oder Ausgabenlimits. Anthropic hat aber kein langfristiges Preismodell dafür zugesagt. White erklärt, der Einsatz proaktiver Agenten mit umfangreichem Kontext werde noch mit Kunden erprobt.

NanoClaw setzt auf viele spezialisierte Agenten

NanoClaw verfolgt einen anderen Ansatz. Statt eines zentral verwalteten Assistenten sollen Nutzer viele spezialisierte digitale Kollegen anlegen können. Nach einer einmaligen Verbindung mit Slack kann ein vorhandener Agent weitere Agenten erstellen, etwa für Code-Prüfungen, Tests, Inhaltsprüfungen oder Recherche.

Jeder neue Agent erhält eine eigene Slack-Identität mit Namen und Avatar. Auch Anweisungen, Werkzeuge, gespeicherter Kontext und Berechtigungen lassen sich getrennt festlegen. NanoCo zufolge arbeiten die Agenten in Slack-Kanälen und Canvas-Dokumenten zusammen. Sie können einander ansprechen, wenn sie markiert werden.

Im Unterschied zu verwalteten Angeboten wie Claude Tag, ChatGPT Workspace Agents oder Salesforce Agentforce ist NanoClaw quelloffen und wird selbst betrieben. Unternehmen können die Infrastruktur und das zugrunde liegende Modell selbst wählen. Das schafft Spielraum, verlagert aber auch Verantwortung für Sicherheit, Betrieb und Kontrolle auf die Organisation.

Beide Modelle führen zur gleichen Frage: Können Unternehmen eine wachsende Zahl digitaler Kollegen ebenso gut steuern, wie sie diese erzeugen? Entscheidend werden nicht nur die Fähigkeiten der Modelle sein. Ebenso wichtig sind klare Berechtigungen, menschliche Kontrolle, Kostengrenzen und Regeln dafür, wann ein Agent selbstständig handeln darf.

Quellen

• Anthropic’s new Claude Tag update lets its Slack agent read the full conversation — and jump in unprompted – VentureBeat
• NanoClaw comes to Slack, letting you create persistent AI agent teams and colleagues from a single message – VentureBeat