Script statt Prompt: Wann KI für wiederkehrende Abläufe die falsche Wahl ist

Vor ein paar Wochen haben wir einem Unternehmer bei der Entwicklung über die Schulter geschaut. Für jedes Deployment hat er der KI gesagt, sie soll mal ein Release machen. Davon haben wir ihm abgeraten.

Das klingt erst mal widersprüchlich, weil wir sonst jedem raten, mehr mit KI zu machen. Ist es aber nicht. Es geht um die Frage, wofür KI das richtige Werkzeug ist und wofür nicht.

Die Ausgangslage

Deployment heißt, die fertige Software dorthin zu bringen, wo sie für alle läuft. Bei ihm passiert das mehrmals am Tag, und jedes Mal kostet es ein paar Minuten Warten. Dazu kam ein Setup, das über die Zeit gewachsen war. Lokale Entwicklung, ein Server, eine Deploy-Umgebung und dazwischen mehrere Kopien des Projekts.

Kaputt war nichts. Es lief nur jeden Tag ein bisschen anders.

Warum der Prompt hier das Problem ist

Wenn du der KI sagst, mach das Release, beschreibst du ein Ziel. Den Weg dahin sucht sie sich jedes Mal neu. Genau das macht einen Agenten aus, und genau das ist hier der Haken.

• Es kostet jedes Mal. Du zahlst pro Durchlauf dafür, dass ein Ablauf, der immer gleich enden soll, jedes Mal neu erfunden wird. In Tokens und in Wartezeit.
• Es ist nicht wiederholbar. Heute nimmt die KI diesen Weg, morgen einen anderen. Meistens kommt dasselbe raus, aber eben nur meistens.
• Du musst jedes Mal kontrollieren. Weil der Weg nicht feststeht, musst du nach jedem Durchlauf prüfen, ob es diesmal gestimmt hat. Die Zeit, die du sparen wolltest, geht in die Kontrolle.

Wie teuer es werden kann, wenn ein Agent sich den Weg selbst sucht, zeigt der Fall PocketOS. Dort hat ein Agent in 9 Sekunden eine komplette Datenbank samt Backups gelöscht, obwohl die Regel dagegen im Prompt stand. Der Fall steht ausführlich im Beitrag über Rechte für KI-Agenten.

Was wir stattdessen gemacht haben

Wir haben das geradegezogen und in ein Script gepackt. Lokal entwickeln, in die Versionsverwaltung, von dort auf den Server. Ein Befehl, immer derselbe Weg, immer dasselbe Ergebnis. Vereinfacht sieht so etwas aus wie hier.

#!/usr/bin/env bash
set -euo pipefail

# Nur deployen, wenn alles eingecheckt ist
git diff --quiet || { echo "Es gibt nicht eingecheckte Änderungen"; exit 1; }

git push origin main
ssh deploy@server "cd /srv/app && git pull && ./build.sh && systemctl restart app"

Das echte Script ist auf sein Setup zugeschnitten, das Prinzip bleibt dasselbe. Geprüft hat er es einmal. Für diese Aufgabe braucht er uns jetzt nicht mehr.

Und das Script schreibt dir die KI

Das ist der Teil, den viele übersehen. Die KI war nicht falsch, sie war nur an der falschen Stelle. Beim Schreiben des Scripts ist sie ideal. Sie kennt die Befehle, sie baut Fehlerbehandlung ein, und sie erklärt dir, was jede Zeile tut. Ein Beispiel aus unserer eigenen App sind die Druckdaten für Knuffel, die ein von KI geschriebenes Script erzeugt.

Intern baut sich ein Agent für so eine Aufgabe sowieso ein Script. Du musst nur sagen, dass du es behalten willst. Ein Satz wie dieser reicht.

Die Faustregel

Die Schwelle ist einfach. Läuft ein Ablauf mehrmals am Tag und soll er jedes Mal identisch enden, gehört er in ein Script oder einen festen Workflow. KI lohnt sich dort, wo vorher nicht feststeht, was zu tun ist.

Das gilt weit über die Softwareentwicklung hinaus. Ein paar Beispiele aus dem Betrieb.

• Script oder Workflow. Der Export der Rechnungen an den Steuerberater, der Monatsreport aus immer denselben Zahlen, die Übertragung neuer Bestellungen aus dem Shop in die Warenwirtschaft.
• Agent. Eine Kundenanfrage, bei der erst klar werden muss, worum es eigentlich geht. Der Abgleich, warum zwei Systeme unterschiedliche Bestände zeigen. Die Recherche zu einem Lieferanten, den noch keiner kennt.

In der Praxis sind die besten Lösungen eine Kombination. Der Agent entscheidet, was zu tun ist, und ruft für die festen Teile ein Script oder einen Workflow auf. Beim KI-Meetup in Wasserburg hat Martin Brandl genau das gezeigt, Agenten bekommen feste Bausteine an die Hand, damit ihre Ergebnisse vorhersagbar werden. Mehr zu Agenten und wo sie im Betrieb tragen, steht im Beitrag zu Agentic AI im Mittelstand.

Was das für deine Automatisierung heißt

Bevor du einen Agenten für eine Aufgabe baust, lohnt sich eine ehrliche Frage. Soll das Ergebnis jedes Mal gleich sein? Wenn ja, reicht in den meisten Fällen ein Workflow mit n8n oder ein Script. Das ist günstiger im Betrieb, schneller und leichter zu prüfen. Wenn nein, ist ein Agent die richtige Wahl.

Genau diese Abwägung ist Teil jedes Projekts bei uns. Wir bauen beides, feste Workflows und agentische Systeme, und oft die Verbindung aus beidem.

Fazit

KI ist kein Ersatz für ein Script, sie ist der schnellste Weg zu einem. Wiederkehrende Abläufe, die immer gleich enden sollen, gehören in Code oder einen festen Workflow. Die KI schreibt ihn dir, und danach brauchst du sie für diese Aufgabe nicht mehr. Ihre Stärke spielt sie dort aus, wo vorher niemand weiß, was genau zu tun ist.