Autor: Boxu Li bei Macaron
Arbeitsabläufe transformieren: Wichtige Anwendungsfälle in der Teamarbeit
Seit der Veröffentlichung von Notion 3.0 hat sich ein Bild davon abgezeichnet, wie autonome Agenten die täglichen Teamabläufe und bereichsübergreifenden Arbeitsprozesse neu gestalten können. Frühe Anwendungsfälle erstrecken sich über ein bemerkenswert breites Spektrum an Wissensarbeit, im Wesentlichen überall dort, wo „Routinearbeiten“ und Koordinationsaufgaben wertvolle Zeit in Anspruch nehmen. In Projektmanagement und Teamkoordination können Agenten die lästige Arbeit von Statusaktualisierungen und Nachverfolgungen übernehmen. Ein Produktteam kann beispielsweise den Agenten bitten, alle Notizen und Maßnahmen aus einer Planungsbesprechung zusammenzufassen und dann automatisch einen ausgearbeiteten Projektplan zu erstellen – komplett mit Aufgaben, die den relevanten Teammitgliedern zugewiesen sind, und Erinnerungen an die nächsten Schritte. Der Agent wird nicht nur das Dokument entwerfen, sondern auch die Aufgabendatenbank aktualisieren und sogar Folge-Nachrichten oder E-Mails für Stakeholder entwerfen notion.com. In der Wissensverwaltung adressieren Agenten die immerwährende Herausforderung, die Dokumentation auf dem neuesten Stand zu halten. Ein häufiges Szenario ist, den Agenten anzuweisen, „unsere Wissensdatenbank nach veralteten Richtlinien zu überprüfen, nachdem wir die Preise aktualisiert haben,“ woraufhin er möglicherweise Hunderte von Wiki-Seiten durchsucht, Unstimmigkeiten identifiziert, Zahlen oder Texte aktualisiert und alles markiert, was eine menschliche Überprüfung erfordert notion.com. Solche Nutzung von KI stellt sicher, dass wichtige Informationsspeicher aktuell bleiben, ohne dass eine dedizierte Person manuell Seiten durchforsten muss.
Ein weiterer Bereich mit hoher Wirkung ist das abteilungsübergreifende Reporting und das Sammeln von Erkenntnissen. Da Notions Agent Daten aus verschiedenen Apps ziehen kann, nutzen Teams ihn mittlerweile als eine Art Betriebsanalyst. Beispielsweise kann ein Agent damit beauftragt werden, jede Nacht Kundenfeedback aus mehreren Kanälen zusammenzustellen – Kommentare aus Slack, Support-Tickets aus Zendesk und Umfrageantworten von Google Forms zu sammeln – und einen einzigen Bericht über Schmerzpunkte und Funktionsanfragen für das Produktteam zu erstellenfastcompany.com. Dies ersetzt Stunden, die jemand mit dem Zusammenstellen von Tabellenkalkulationen und Chat-Protokollen verbracht hätte. Ähnlich können Vertriebs- oder Marketing-Teams Agents nutzen, um verschiedene Eingaben (Website-Analysen, CRM-Updates, Social Media-Erwähnungen) zu überwachen und Dashboards automatisch zu aktualisieren oder eine wöchentliche Zusammenfassung für die Führungsebene zu erstellen. Onboarding- und HR-Workflows haben ebenfalls neuartige Anwendungen gesehen. Notion demonstrierte einen „Onboarding-Agenten“, der aktiviert wird, sobald ein neuer Datensatz eines Mitarbeiters in die HR-Datenbank aufgenommen wird: Der Agent erstellt dann einen personalisierten Onboarding-Plan für diese Person, komplett mit Orientierungstasks, relevanten Dokumentationslinks und einer Willkommens-E-Mail, die über Slack oder E-Mail verschickt werden sollgmelius.comgmelius.com. HR-Teams, die oft einen ähnlichen Onboarding-Prozess wiederholen, können diesen gesamten mehrstufigen Prozess einem Agenten überlassen, der zuverlässig arbeitet, sobald ein neuer Mitarbeiter beginnt.
Bemerkenswert ist, dass diese Agenten nicht auf interne Prozesse beschränkt sind – sie können auch mit externen Updates interagieren. Im IT-Support könnte ein benutzerdefinierter Agent beispielsweise ein Eingabeformular oder eine Ticket-Warteschlange überwachen und Anfragen automatisch triagieren: Er kategorisiert jedes Problem, weist es dem entsprechenden Ingenieur oder Support-Mitarbeiter zu und erledigt sogar einfache, sich wiederholende Reparaturen selbst gmelius.comthecrunch.io. Gleichzeitig könnten Agenten in Content- und Marketing-Operationen Aufgaben übernehmen, wie beispielsweise das Überwachen des Firmenblogs und das Aktualisieren von Notion-Seiten oder anderen Systemen, wenn neue Inhalte erscheinen, um sicherzustellen, dass Redaktionspläne und Social-Media-Warteschlangen stets synchronisiert sind. In all diesen Fällen sticht die Fähigkeit des Agenten hervor, traditionelle Teamgrenzen zu überschreiten. Er kann Daten aus abteilungsübergreifenden Silos (Ingenieurwesen, Support, Marketing) zusammenführen und einen Plan ausführen, der allen Beteiligten dient. Beispielsweise könnte ein Agent bei der Vorbereitung eines vierteljährlichen Geschäftsberichts Verkaufszahlen (aus einer Tabelle), Projektaktualisierungen (aus Notion-Datenbanken) und NPS-Werte von Kunden (aus einem Umfragetool) sammeln und dann eine Entwurfspräsentation oder ein Dokument erstellen, das all diese Eingaben zu einer kohärenten Erzählung verknüpft. Diese Art von zusammengesetzten Aufgaben – die mehrere Funktionen und Datenquellen berühren – sind Bereiche, in denen menschliche Teams oft enormen Koordinationsaufwand betreiben. Frühe Benutzer berichten, dass Agenten hierbei hervorragend abschneiden. Ein Notion-Unternehmenskunde, Ramp, bemerkte, dass sie „nun sofort einsatzbereite Systeme aufsetzen können, die früher Stunden an Routinearbeit erforderten“ und nutzen Notion-Agenten, um „ganz neue Workflows im großen Maßstab zu betreiben.“ notion.com Solche Erfahrungsberichte deuten darauf hin, dass die Technologie ihr Versprechen einlöst, Teams von Routinearbeiten zu befreien und ihnen zu ermöglichen, sich auf höherwertige Probleme zu konzentrieren.
Es ist auch lehrreich, sich die persönliche Produktivität anzusehen, da selbst in Unternehmensumgebungen jeder Wissensarbeiter seine eigene Aufgabenliste und Arbeitsabläufe hat. Das Team von Notion stellte fest, dass viele der Fähigkeiten des Agenten auch einzelne Nutzer begeistern: zum Beispiel das automatische Organisieren von Notizen oder das Entwerfen von Plänen für persönliche Nebenprojekte. In einem humorvollen Fall ließ ein Notion-Mitarbeiter seinen Agenten ein mini „Café-Betriebssystem“ erstellen – im Wesentlichen ein automatisiertes System, um die von ihnen probierten Kaffees zu protokollieren und zu bewertennotion.com. Auch wenn dies vielleicht kein direkter Unternehmensanwendungsfall ist, unterstreicht es, dass der Aufgabenbereich, den ein Agent abdecken kann, breit gefächert ist. Vom Verfolgen von Filmempfehlungen bis hin zum Management komplexer Multi-Team-Projekte fungiert der Agent als vielseitiger Helfer. Diese Vielseitigkeit bedeutet, dass Organisationen, die Agenten einführen, nicht auf einen engen Satz von Automatisierungen beschränkt sind; vielmehr erhalten sie ein Toolkit, das kreative Mitarbeiter und Power-User auf unzählige Szenarien anwenden können. Wie es im Start-Blog von Notion heißt, „die Anwendungsfälle sind wirklich endlos“, und die Community entwickelt bereits neue Arbeitsabläufe, die selbst die Ersteller nicht erwartet hattennotion.com. Die Implikationen für Produktleiter sind erheblich: die Einführung agentischer Funktionalität könnte eine kontinuierliche Prozessinnovation freischalten, die von den Endnutzern von Grund auf angetrieben wird, während sie mehr Routinetätigkeiten entdecken, die an ihre KI-Helfer abgegeben werden können.
Frühzeitiges Feedback: Power-User und Unternehmensevaluatoren äußern sich
Angesichts des ehrgeizigen Umfangs von Notions Agent, wie haben die Benutzer in diesen frühen Tagen reagiert? Das Feedback von frühen Anwendern – sowohl von begeisterten Einzelpersonen als auch von vorsichtigen Unternehmensevaluatoren – war eine Mischung aus Begeisterung und Pragmatismus. Auf der positiven Seite bezeichnen viele Power-User den Agenten als „bahnbrechend“, der Notion von einem passiven Werkzeug zu einem aktiven Mitarbeiter erhebtgmelius.com. Diese Benutzer heben die Begeisterung hervor, ihre gesamte Arbeitsumgebung abfragen zu können und intelligente Ergebnisse zu erhalten oder einen langweiligen Bericht zu delegieren und ihn in wenigen Minuten erstellen zu lassen. Besonders für langjährige Notion-Benutzer, die in die Organisation ihrer Wissensbasis investiert haben, erschließt der Agent neuen Wert: Er durchsucht nicht nur die Seiten, sondern agiert auf ihnen. Dies hat dazu geführt, dass einige das Gefühl beschreiben, endlich einen „persönlichen Assistenten“ in Notion zu haben, der die mühsame Arbeit im Hintergrund erledigt. Die integrierte Natur der KI – die sich nahtlos in Sitzungsnotizen, Projekte und Wikis einfügt – wurde dafür gelobt, weitaus praktischer zu sein, als externe KI-Tools zu jonglieren. Wie ein Rezensent bemerkte, ist die Fähigkeit des Agenten, „[Ihre] gesamte Arbeitsumgebung“ abzufragen und dann auf die Ergebnisse zu reagieren, einzigartig und sofort nützlich in einer Weise, die generische Chatbots nicht bietengmelius.com.
Pilotnutzer aus Unternehmen haben auch spezifische Produktivitätsgewinne geteilt. Wir haben gesehen, wie das Operationsteam von Ramp die eingesparten Stunden bei Systemeinrichtungen hervorhob, und das Affirm-Team berichtete, dass sie ein eigenständiges Suchtool absetzen konnten, da die KI von Notion kontextbezogene Antworten liefern konntenotion.comnotion.com. Diese frühen Fallstudien dienen als Beweis: Wenn sie richtig eingebettet sind, können KI-Agenten die Fragmentierung von Tools reduzieren (eine Plattform statt mehrere) und die Wissensarbeit beschleunigen. Es ist bezeichnend, dass Notion selbst einer der größten internen Nutzer von Agenten geworden ist. Die Mitarbeiter des Unternehmens haben interne Sandboxes eingerichtet, in denen Agenten Aufgaben wie das Sortieren von Slack-Fragen und -Antworten oder das Erstellen von Snippets für den Kundensupport übernehmen, was schnelles Feedback darüber liefert, was gut funktioniert und was verbessert werden mussfastcompany.comfastcompany.com. Notion hat auch „sehr KI-erfahrene“ Designpartnerunternehmen hinzugezogen, um die Agenten unter realen Bedingungen vor der vollständigen Einführung zu testen und sicherzustellen, dass sie ein breites Spektrum an Feedback über ihre interne Blase hinaus sammelnventurebeat.comventurebeat.com. Dieser Co-Entwicklungsansatz mit frühen Anwendern scheint sich ausgezahlt zu haben, da wichtige Erkenntnisse gewonnen wurden (zum Beispiel, wie viel Autonomie die Nutzer akzeptieren oder welche Standardverhalten wünschenswert sind).
Allerdings war nicht jedes Feedback positiv. Einige langjährige Notion-Nutzer haben Frustration geäußert, nicht direkt mit den Fähigkeiten des Agenten, sondern damit, wie diese Fähigkeiten verpackt und bepreist sind. Eine Reihe von individuellen (nicht unternehmensbezogenen) Nutzern in Community-Foren beklagten, dass die vollständigen KI-Agenten-Funktionen auf die höher bezahlten Pläne beschränkt sind, sodass Pro- oder Free-Plan-Nutzer nur durch eine kurze Testphase einen Vorgeschmack erhalten reddit.comgmelius.com. Sie argumentieren, dass Einzelpersonen oder kleine Teams – die möglicherweise zu den frühen treuen Nutzern von Notion gehörten – sich ausgeschlossen fühlen, da die KI-Einführung auf Business- und Enterprise-Stufen fokussiert ist. „Es ist völlig unsinnig, dass der Notion Pro-Plan keine KI beinhaltet“, schimpfte ein Nutzer und wies darauf hin, dass Einzelbenutzer selten ein ganzes Unternehmen nur für sich selbst gründen würden reddit.com. Dieses Gefühl zeigt die Herausforderung für Notion, seine Monetarisierungsstrategie mit dem Wohlwollen der Community in Einklang zu bringen. Einige Nutzer haben auch berichtet, dass, während der Agent großartig darin ist, Inhalte zu generieren, sie gerne eine noch tiefere Integration mit Notions strukturierten Funktionen sehen würden – zum Beispiel intelligentere Datenbankabfragen oder Formelerstellung. (Bemerkenswert ist, dass Notion einen „KI-Formelgenerator“ eingeführt hat, mit dem man eine gewünschte Formel in einfacher Sprache beschreiben kann, damit der Agent die korrekte Notion-Formel erstellt und eine weitere traditionell mühsame Aufgabe vereinfacht thecrunch.io.) Auf der Unternehmensseite prüfen viele Evaluatoren verständlicherweise die Genauigkeit und Zuverlässigkeit des Agenten. Obwohl sie von den Demos beeindruckt sind, führen sie oft eigene Tests durch, um sicherzustellen, dass die KI-Ausgaben korrekt sind und sie Randfälle elegant handhaben kann. In geschäftskritischen Arbeitsabläufen könnten Halluzinationen oder Fehler des Agenten problematisch sein, weshalb Unternehmen die Schutzmaßnahmen des Systems untersuchen und nach Funktionen wie einem Aktivitätsprotokoll der vom Agenten durchgeführten Aktionen fragen.
Zusammenfassend lässt sich sagen, dass das frühe Feedback „gemischt“ ist, aber im Allgemeinen optimistischgmelius.comgmelius.com. Die Nutzer erkennen das transformative Potenzial und die tatsächlichen Produktivitätssteigerungen, helfen aber auch dabei, die Grenzen und Verbesserungsbereiche zu identifizieren. Der Konsens unter den Power-Usern ist, dass die Agenten von Notion bereits „einen bedeutenden Wendepunkt für das Unternehmen markieren, indem sie KI in den Mittelpunkt ihres Produkts stellen“gmelius.com. Die Frage, die sich daraus ergibt, ist, wie sich dies auf den breiteren Markt und den Wettbewerb auswirkt. Notion hat sein 3.0-Release effektiv auf agentenbasierte KI gesetzt – und das zu einer Zeit, in der jeder große Akteur im Bereich Produktivitätssoftware ebenfalls sein KI-Angebot verstärkt. Dies bringt uns zum Wettbewerbsumfeld, in dem der Ansatz von Notion gegen die von viel größeren Technologieriesen und innovativen Startups gleichermaßen getestet wird.
Die Wettbewerbssituation: Agenten betreten die Produktivitätsarena
Notion ist nicht allein auf der Suche nach KI-gesteuerter Workflow-Automatisierung. Der Schritt mit 3.0 erfolgt inmitten eines branchenweiten Rennens um den Aufbau von agentischen Produktivitätsplattformen, und es wird notwendig sein, sowohl die Angebote etablierter Unternehmen als auch die von Neulingen auszumanövrieren. Betrachten Sie Microsofts 365 Copilot: Microsoft hat begonnen, KI-„Copiloten“ in seine Office-Suite und sogar in Windows selbst zu integrieren. Während der aktuelle Copilot größtenteils vom Benutzer aufgerufen wird (zum Beispiel, um ihn zu bitten, eine E-Mail zu entwerfen oder ein Word-Dokument zusammenzufassen), weist Microsofts Vision eindeutig auf eine autonomere Unterstützung hin. Tatsächlich hat Microsoft kürzlich angekündigt, dass „jede SharePoint-Website jetzt einen Agenten hat“, um Benutzern beim Navigieren und Verwalten von Informationsüberflutungen zu helfen reworked.co. Das Unternehmen rahmt diese Entwicklung als einen Schritt über individuelle KI-Funktionen hinaus zu einer Zukunft von „Mensch-geführten, Agenten-betriebenen“ Workflows in Unternehmensumgebungen reworked.co. Theoretisch könnte Microsofts tiefe Integration über Outlook, Teams, Word, Excel und mehr einem Agenten ermöglichen, zwischen Anwendungen zu koordinieren – ähnlich wie Notions Agent in seinem All-in-One-Arbeitsbereich. Microsoft 365 Copilot hat bereits Fähigkeiten über mehrere Anwendungen hinweg demonstriert (z.B. Daten aus Excel in einen Word-Bericht über eine KI-Aufforderung zu ziehen). Es ist jedoch noch früh auf dieser Reise; ihr Copilot handelt typischerweise eine Aufgabe nach der anderen im Kontext eines einzigen Benutzerdokuments oder einer Besprechung. Notions Agent hingegen wurde von Grund auf für die Arbeit über Dokumente und Anwendungen hinweg entwickelt, ohne kontinuierliche Benutzeraufforderung. Dies gibt Notion zumindest vorerst einen Vorteil in der Autonomie. Microsoft hat natürlich massive Vertriebsstärken (es kann Copilot mit der allgegenwärtigen Office-Suite bündeln) und berechnet Berichten zufolge einen Premiumpreis (30 US-Dollar pro Benutzer/Monat) für die Fähigkeiten von Copilot, angesichts der Produktivitätsgewinne, die es sich vorstellt. Aus strategischer Sicht validiert Microsofts Einstieg den Markt für KI-Agenten in der Wissensarbeit – und sein Konzept der SharePoint-Agenten zeigt, dass selbst große Unternehmen erwarten werden, dass KI proaktiv ihre Inhaltsrepositorien durchquert.
Auf der anderen Seite integriert auch Google KI in seine Workspace-Produkte. Googles Ansatz wurde zunächst als Duet AI für Google Workspace gebrandet, entwickelt sich nun aber unter der Gemini-Modellfamilie weiter. Duet AI (bald „Gemini für Workspace“) fungiert als Assistent, der in Gmail, Docs, Sheets, Meet und mehr eingebettet ist und bei Aufgaben wie dem Schreiben von E-Mails, dem Erstellen von Bildern für Folien oder der Formelhilfe in Sheets hilft blog.googleblog.google. Googles Schwerpunkt liegt darauf, die KI wie einen „Denkpartner“ oder Echtzeit-Coach in jeder App wirken zu lassen support.google.comdevoteam.com. Beispielsweise können Sie in Google Docs Duet (Gemini) bitten, Inhalte basierend auf einigen Stichpunkten zu entwerfen, oder in Gmail, eine Antwort zu verfeinern. Obwohl leistungsstark, sind diese Verhaltensweisen größtenteils benutzerinitiiert und innerhalb der Silos jeder Anwendung begrenzt. Google hat begonnen, begrenzte Cross-App-Aktionen zuzulassen (wie das Zusammenfassen einer Docs-Datei und das Entwerfen einer E-Mail darüber in Gmail), hat jedoch noch nicht die Art von mehrstufigen autonomen Workflows gezeigt, die über mehrere Tools hinweg Notion Agents durchführen können. Das gesagt, es wird berichtet, dass das Gemini-Modell von Google extrem leistungsfähig ist, und mit Googles riesigem Ökosystem kann man sich zukünftige Workspace-Agents vorstellen, die Meetings planen, Kalendereinträge aktualisieren, Chat-Nachrichten senden und Dokumente in einem koordinierten Ablauf vorbereiten könnten. Notions wettbewerbsfähiger Unterschied hier ist seine einheitliche Umgebung: Dokumente, Tabellenkalkulationen (Datenbanken), Aufgaben und Wikis befinden sich an einem Ort, sodass ein Agent nicht mit so vielen unterschiedlichen Systemen integrieren muss, um etwas wie „diese Besprechungsdiskussion in einen Projektplan mit Aufgaben umwandeln und das Team benachrichtigen“ zu erreichen. Googles Agent wird über separate Apps (Docs, Aufgaben, Kalender, Gmail) orchestrieren müssen, was von Natur aus komplexer ist, es sei denn, Google integriert diese tiefgehend über KI. Aus einer marktstrategischen Sicht kann Notion behaupten, dass es den fortschrittlichsten autonomen Agenten für Wissensarbeit bietet, der heute verfügbar ist notion.comdatamation.com, während Microsoft und Google in Bezug auf Autonomie einen Schritt hinterher sind (zunächst auf starke assistive KI fokussiert). Diese Giganten bewegen sich jedoch schnell und haben eine große Nutzerbasis. Notion hofft wahrscheinlich, seinen Vorsprung zu nutzen, um die bevorzugte Plattform für Organisationen zu werden, die speziell nach leistungsstarker Workflow-Automatisierung mit KI suchen – vielleicht sogar ein Innovationsführer zu werden, den Microsoft und Google nachahmen werden.
Wir sollten auch andere Akteure in Betracht ziehen: zum Beispiel Startups und spezialisierte Tools, die agentenähnliche Fähigkeiten bieten. Anthropic's Claude 2 (und seine Iterationen) ist ein allgemeines LLM, das einige Entwickler nutzen, um maßgeschneiderte Agenten und Workflows zu erstellen. Es gibt noch kein „Claude für Geschäftsabläufe“ von Anthropic, aber die Technologiegemeinschaft hat gezeigt, wie Claude dazu gebracht werden kann, als mehrstufiger Aufgaben-Executor zu agieren (mit einer beliebten Demo, die mehrere Claude-Instanzen in einer Forschungs- und Synthesepipeline verknüpft)medium.com. Technikbegeisterte und einige Unternehmen haben begonnen, maßgeschneiderte Lösungen zu erstellen, bei denen sie einem LLM eine Liste von Tools und ein Ziel vorgeben, ähnlich dem AutoGPT-Konzept, um es einen Plan erstellen und ausführen zu lassen. Diese sind jedoch weitgehend experimentell oder erfordern erhebliche individuelle Entwicklung. Der Vorteil von Notion besteht darin, einen fertigen, benutzerfreundlichen Agenten bereitzustellen, der bereits in einen häufig genutzten Arbeitsplatz integriert ist. In der Zwischenzeit haben Produktivitätskonkurrenten wie ClickUp und Monday.com nicht stillgestanden. ClickUp hat einen KI-Assistenten („ClickUp Brain“) eingeführt und Monday.com hat KI-Funktionen zur Automatisierung hinzugefügtgmelius.comgmelius.com, auch wenn diese tendenziell begrenzter sind (wie das Erstellen von Aufgabenlisten oder das Vorschlagen von Projektzeitplänen) und keine vollständigen autonomen Agenten darstellen. Startups wie Airtable oder Coda haben ebenfalls KI in Vorlagen und Automatisierungen integriert, jedoch wiederum nicht in dem Umfang eines frei agierenden Agenten mit 20-minütigen Ausführungsketten.
Aus einer strategischen Perspektive betrachtet ist der Agent von Notion 3.0 sowohl ein Unterscheidungsmerkmal als auch eine Herausforderung. Er differenziert Notion in einem überfüllten Markt, indem er möglicherweise die fortschrittlichste KI-Integration in einer Kollaborationsplattform bietet – etwas, das Rezensenten festgestellt haben, dass Notion an die Spitze der Innovation in der Produktivitätssoftware bringt gmelius.com. Allerdings stellt er Notion auch gegen die strategischen Fahrpläne sehr großer Wettbewerber. Microsoft und Google können es sich leisten, stark zu investieren und sogar KI-Funktionen zu subventionieren, um kleinere Herausforderer abzuwehren. Notions Wette ist, dass es durch ein überlegenes, tief integriertes Produkt jetzt Teams anziehen kann, die diese Leistung benötigen, und vielleicht sogar einen Standard setzen kann, dem andere folgen müssen. Das Unternehmen positioniert sich nicht nur als Notiz- oder Wiki-Tool (sein früheres Image), sondern als intelligentes Operationszentrum. Interessanterweise zeigen Branchendaten, dass das Interesse an KI-Agenten in Unternehmen gestiegen ist – ein Bericht verzeichnete einen Anstieg auf 65 % der Unternehmen, die innerhalb eines einzigen Quartals Interesse an agentischen KI-Lösungen bekundeten, und die Erwartung, dass nahezu alle Organisationen zumindest Einsätze von KI-Agenten in irgendeiner Form planen reworked.co. Der Gesamtmarkt für KI-Agenten wird voraussichtlich schnell wachsen (mit Schätzungen von rund 7,6 Milliarden US-Dollar im Jahr 2025, gegenüber 5,4 Milliarden im Jahr zuvor) gmelius.com, was viele Akteure anzieht. In diesem Licht kann Notions aggressiver Vorstoß mit Agenten sowohl als Welle, auf der man reitet, als auch als Versuch gesehen werden, ihr voraus zu sein.
Der Wettbewerb wird sich auch in Bezug auf Vertrauen und Sicherheitsangebote abspielen, was uns zu den entscheidenden Themen Sicherheit und Governance in dieser neuen Ära der agentischen Produktivität führt.
Sicherheit, Governance und die neue Risiko-Ertrags-Gleichung
Das Implementieren von KI-Agenten in einem Unternehmensworkflow führt zu neuen Sicherheitsüberlegungen, mit denen sich Produktverantwortliche auseinandersetzen müssen. Die gleichen Fähigkeiten, die Notions Agenten so leistungsfähig machen – Langzeitgedächtnis, Werkzeugzugriff und Autonomie – vergrößern auch die potenzielle Angriffsfläche. Ein prominentes Risiko ist die Eingabeaufforderungseinschleusung, eine Technik, bei der böswillige Eingaben (vielleicht ein sorgfältig erstelltes Dokument oder eine Nachricht) den Agenten heimlich dazu bringen können, unbeabsichtigte Aktionen auszuführen. In der Woche, in der Notion 3.0 eingeführt wurde, demonstrierten Forscher, wie eine scheinbar harmlose PDF-Datei mit versteckten Anweisungen einen Agenten dazu verleiten konnte, vertrauliche Daten über seinen Websuchanschluss zu leakenthe-decoder.comthe-decoder.com. Im Wesentlichen tat der Agent genau das, was ihm gesagt wurde – nur kamen die Anweisungen aus einer bösartigen Nutzlast, die ein Benutzer unwissentlich eingab. Dieses Beispiel unterstreicht, dass traditionelle Sicherheitsmodelle wie rollenbasierte Zugriffskontrolle (RBAC) allein nicht ausreichen, wenn eine KI die Fähigkeit hat, „Aufgaben über Dokumente, Datenbanken und externe Anschlüsse hinweg zu verketten, auf eine Art, die RBAC nie vorgesehen hat.“codeintegrity.ai. Die Kombination eines LLM-Agenten + breitem Werkzeugzugriff + Gedächtnis wird von Sicherheitsexperten als „tödliches Dreigestirn“ bezeichnetcodeintegrity.ai, da sie Möglichkeiten für Exploits schafft, die sich über diese Dimensionen erstrecken (z.B. das Einschleusen eines Befehls, der den Werkzeugzugriff ausnutzt).
Wie geht Notion mit diesen Bedenken um? Über die technischen Schutzmaßnahmen hinaus, die wir besprochen haben (Zugriffsvererbung, Linkgenehmigung usw.), gibt es die Anerkennung, dass ständige Wachsamkeit und Anpassung erforderlich sind. Notion hat ein spezielles AI-Sicherheitsteam eingerichtet, das fortlaufende Red-Team-Tests durchführt – im Wesentlichen versuchen sie, ihre eigenen Agenten mit neuen Angriffsarten zu hacken, um zu sehen, was durchkommen könnte the-decoder.com. Wenn Schwachstellen gefunden werden (wie im PDF-Fall), werden schnelle Patches herausgegeben. In diesem Fall aktualisierte Notion „einen breiteren Bereich von Injektionsmustern... einschließlich solcher, die in Dateianhängen versteckt sind“, und bis Oktober 2025 rühmten sie sich verbesserter interner Erkennungssysteme, um verdächtige Anweisungen herauszufiltern the-decoder.com. Sie haben außerdem den Webzugriff der Agenten optional auf Administratorebene gemacht, in Anerkennung dessen, dass einige Organisationen möglicherweise vorübergehend oder dauerhaft entscheiden, ihre Agenten vollständig vom Internet abzuschotten, wenn sie es für zu riskant halten the-decoder.com. Außerdem fördert das Produkt die Transparenz gegenüber den Nutzern darüber, was der Agent tut. Nutzer können die Schritte sehen, die ein Agent unternimmt (zum Beispiel könnte es heißen „Suche in Slack nach ‚Q4-Roadmap‘…“ bevor er dies tut), und diese Transparenz ermöglicht es einem Menschen einzugreifen, wenn etwas außerhalb des Skripts erscheint.
Aus einer Governance-Perspektive entwickeln Unternehmen, die Notion Agents (oder ähnliche agentische KI) bewerten, Richtlinien für die KI-Überwachung. Eine häufige bewährte Praxis besteht darin, Agenten zunächst in einem Schatten-/Testmodus für Aufgaben mit geringem Risiko einzusetzen und menschliche Genehmigungen für kritische Aktionen zu implementieren thecrunch.iothecrunch.io. Ein Unternehmen könnte beispielsweise einem Agenten erlauben, eine E-Mail an einen Kunden zu entwerfen, aber eine Person muss „senden“ drücken, nachdem sie diese überprüft hat. Oder sie lassen den Agenten Änderungen an einer Datenbank vorschlagen, die jedoch zur Genehmigung durch einen Manager eingereiht werden müssen, bevor sie ausgeführt werden. Diese prozeduralen Kontrollen mindern das Risiko, während sie gleichzeitig die Effizienz des Agenten nutzen. Notion hat einige dieser Schritte in die Benutzeroberfläche integriert, indem Bestätigungsschritte ermöglicht und die Agentenaktivitäten protokolliert werden, sodass sie geprüft werden können. In regulierten Branchen sind diese Protokolle und die Zusicherung, dass „Agenten alle bestehenden Zugriffskontrollen respektieren“ thecrunch.io von entscheidender Bedeutung. Darüber hinaus tragen Notions vertragliche Verpflichtungen (kein Training mit Kundendaten, Optionen zur Datenresidenz usw.) zur Compliance-Narrative bei, dass die Nutzung ihrer KI unternehmenssicher ist thecrunch.io. Der breitere Punkt ist, dass jede Organisation, die agentische KI einführt, ihre Sicherheitsmodelle aktualisieren muss – indem sie Cybersicherheit, das Verständnis des Verhaltens von KI-Modellen und alte interne Richtlinien kombiniert. Es ist nicht unähnlich, als Unternehmen erstmals Cloud-Dienste einführten: neue Vorteile, neue Risiken und ein Bedarf an neuen Rahmenwerken. Wir sehen, dass frühe Anwender wie diejenigen im Design-Partner-Programm von Notion stark auf dieses Gleichgewicht achten, um sicherzustellen, dass der „Umfang“ des Agentenbetriebs klar definiert ist und es „klar definierte Einschränkungen“ für seine Autonomie gibt reworked.co.
Ermutigend behandelt die Branche diese Probleme gemeinsam: Schwachstellen bei der Prompt-Injektion und beim Missbrauch von Werkzeugen werden nicht nur von Notion, sondern auch von der Wissenschaft und anderen KI-Unternehmen untersucht. Es ist allgemein anerkannt, dass „Prompt-Injektion nicht nur ein Notion-Problem ist“ – sie betrifft alle auf LLM basierenden Agenten the-decoder.com. Daher wird Wissen darüber geteilt, wie Systeme gehärtet werden können (zum Beispiel durch Sandboxing dessen, was ein Agent tun kann, oder durch den Einsatz kleinerer Zwischenmodelle, um die Aktionen des Hauptmodells zu überprüfen). Notions schnelle Reaktion und Kommunikation über den PDF-Exploit hat ihm Vertrauen eingebracht; es zeigte, dass sie die Sicherheit ernst nehmen und bereit sind, die Abwehrmaßnahmen weiterzuentwickeln, während sich Bedrohungen ändern the-decoder.comthe-decoder.com.
Letztendlich wird die Risiko-Ertrags-Gleichung für agentenbasierte Produktivitätstools von Unternehmen durch die Brille von ROI (Return on Investment) gegenüber ROI (Risk of Intelligence) bewertet, wenn wir diesen Begriff prägen dürfen. Der ROI in Bezug auf Produktivität kann erheblich sein – wie bereits erwähnt, berichten Unternehmen von zweistelligen Verbesserungen in bestimmten Kennzahlen durch die Automatisierung von Arbeitsabläufen mit AI-Agentenreworked.co. Wenn ein Agent jedem Wissensarbeiter 5-10 Stunden pro Woche an Routinearbeit erspart, bedeutet das eine spürbare Einsparung bei den Arbeitskosten oder eine Erhöhung der Kapazität. Tatsächlich deuten einige Schätzungen darauf hin, dass die derzeitige KI-Technologie (einschließlich Agenten) 60–70% der routinemäßigen Arbeitslast eines typischen Mitarbeiters automatisieren könntegmelius.com, was diese Zeit für kreativere oder strategische Aufgaben freisetzen könnte. Dies ist im großen Maßstab transformativ; es impliziert eine Zukunft, in der Organisationen mit deutlich weniger manueller Arbeit das gleiche Ergebnis erzielen können. Dieses Potenzial treibt Unternehmen wie Notion – und deren Kunden – dazu, trotz der Risiken am Puls der Zeit zu experimentieren. Auf der anderen Seite kommt das „Risiko der (künstlichen) Intelligenz“ ins Spiel, wenn ein Agent einen kritischen Fehler macht oder wenn durch die Aktionen der KI ein Sicherheitsverstoß auftritt. Solche Ereignisse könnten die Einsparungen schnell zunichtemachen, wenn sie zu finanziellen Verlusten oder Compliance-Strafen führen. Daher sehen wir einen starken Fokus auf KI-Governance: die richtigen Kontrollen zu etablieren, Benutzer darin zu schulen, wie man mit Agenten arbeitet (z. B. wie man sichere Eingaben schreibt und erkennt, wann man eingreifen muss), und mit abgegrenzten Projekten zu beginnen, um den Wert zu beweisen.
Strategische Auswirkungen: Preisgestaltung, Nutzungslimits und der Weg zur Kapitalrendite
Notions Strategie mit seinen AI-Agents ist nicht nur technisch – es geht auch um Geschäftsmodell und Marktpositionierung. Eine mutige Entscheidung des Unternehmens war, AI-Agents als integriertes Feature seiner Kernpläne anzubieten, anstatt als gemessene Zusatzoption. Im August 2025 hat Notion sein vorheriges „AI-Add-on“-Abonnement abgeschafft und die neuen AI-Funktionen in die Business- und Enterprise-Stufen seiner Preisgestaltung integriertthecrunch.io. Der Haken ist, dass die volle Funktionalität der Agents nur auf diesen höheren Stufen verfügbar ist; Nutzer der Free- und Plus-Tarife erhalten bestenfalls eine sehr begrenzte Testversion (Notion gewährt einmalig 20 AI-Antworten als Probezugang für niedrigere Stufen, im Wesentlichen als Teaser)gmelius.comgmelius.com. Dieser Schritt signalisiert deutlich, dass Notion seine Agents als Premium-Feature sieht, das auf Teams abzielt, die bereit sind zu investieren. Die Implikation für die Akzeptanz ist zweigeteilt: Größere Organisationen, die bereits Business/Enterprise nutzen, werden die neue AI, die sie erworben haben, selbstverständlich evaluieren, während kleinere Nutzer mit günstigeren Tarifen sich ausgeschlossen oder unter Druck gesetzt fühlen könnten, ein Upgrade durchzuführen. Wie festgestellt, waren einige individuelle Notion-Enthusiasten von dieser Einschränkung enttäuscht und nannten es eine Bezahlschranke für Innovation.
Aus der Perspektive von Notion vereinfacht das Bündeln von KI auf der höchsten Ebene ihre Verkaufsstrategie – es ist vergleichbar damit, wie Cloud-Software oft nur in Unternehmensplänen Top-Funktionen enthält. Es stimmt auch mit der Preisgestaltung der Konkurrenten für ihre KI überein. Microsoft berechnet beispielsweise eine Pauschale von 30 $ pro Nutzer und Monat zusätzlich zu Office 365 für Copilotmicrosoft.com, was effektiv auf Unternehmenskunden mit Budgets für Produktivitätssteigerungen abzielt. Notions Business-Plan, ungefähr 20 $ pro Nutzer und Monat (jährlich berechnet), umfasst nun unbegrenzte KI-Nutzunggmelius.comgmelius.com. Für ein Team, das die Rendite bewertet, könnte diese Preisgestaltung tatsächlich recht wettbewerbsfähig erscheinen: Notion sagt, für 20–24 $ im Monat bekommt man nicht nur die Arbeitsbereichssoftware, sondern auch eine KI, die möglicherweise mehrere andere Werkzeuge oder Abonnements ersetzt. Tatsächlich lautet Notions Botschaft, dass die integrierte KI „die Kosten möglicherweise dadurch rechtfertigt, dass sie andere eigenständige KI-Abonnements ersetzt und die Produktivität innerhalb von Notion steigert.“gmelius.com Anders gesagt, warum sollte man separat für ein ChatGPT Plus-Konto, ein Dokumentationssuchwerkzeug und vielleicht einen RPA-Bot bezahlen, wenn diese Funktionen in einer Plattform gebündelt sind? Diese Bündelung könnte für Start-ups oder Abteilungen, die eine All-in-One-Lösung wünschen, attraktiv sein. Für Unternehmen skaliert sich natürlich der absolute Kostenaufwand mit der Mitarbeiterzahl – und das zusätzliche Zahlen von, sagen wir, 20.000 $ pro Jahr für ein 100-Personen-Team ist nur akzeptabel, wenn die Produktivitätsgewinne eindeutig 20.000 $ an Wert übersteigen. Deshalb rahmen Notion und andere ihre KI in Bezug auf gesparte Zeit und hinzugefügten Wert ein. Wenn jeder Nutzer dank des Agenten sogar nur 1 Stunde pro Woche spart, sind das ungefähr 50 Stunden im Jahr – was bei typischen vollbelasteten Gehältern mehr als die 240 $/Jahr-Kosten für diesen Nutzer ausgleicht. Viele Teams prognostizieren weit mehr als 1 Stunde pro Woche Einsparung, insbesondere für Rollen, die stark mit der Bewältigung von Informationen beschäftigt sind.
Allerdings bleiben Nutzungsgrenzen und Kostenkontrolle ein Anliegen, wenn diese Agenten eingeführt werden. Ein Grund, warum Notion den Agent möglicherweise auf höhere Pläne beschränkt hat, ist, eine Nutzungsexplosion zu verhindern, die ihre eigenen Kosten in die Höhe treiben könnte (da im Hintergrund jede Aktion eines Agenten teure AI-Modell-APIs aufruft). Während früher Tests stellte Notion fest, dass die bevorstehenden benutzerdefinierten Agenten (die autonom nach Zeitplänen laufen) „deutlich mehr AI-Nutzung zu erzeugen scheinen als der gewöhnliche Notion-Agent“, der nur handelt, wenn ein Benutzer ihn dazu auffordert fastcompany.com. Grundsätzlich könnte ein ständig aktiver Agent viel Rechenzeit verbrauchen – was Kosten in der Cloud verursacht, die jemand tragen muss. Notion optimiert wahrscheinlich noch sein Preismodell für diese. Sie haben angegeben, dass sie untersuchen werden, wie Kunden benutzerdefinierte Agenten in Pilotprogrammen nutzen, um zu entscheiden, wie sie dafür berechnen werden fastcompany.com. Es ist möglich, dass wir in Zukunft zusätzliche nutzungsbasierte Gebühren oder Limits sehen könnten, wenn ein einzelnes Unternehmen beginnt, Dutzende von Agenten rund um die Uhr laufen zu lassen. Derzeit hat Notion wahrscheinlich eine erwartete Nutzungsspanne in den Preis des Business-Plans einkalkuliert, und es ist eine strategische Wette, dass der durchschnittliche Umsatz pro Benutzer die AI-Kosten decken wird. Dies ist eine ähnliche Herausforderung für Microsoft und Google – auch sie müssen sicherstellen, dass die Pauschalgebühren, die sie für AI erheben, nicht verlustbringend werden, wenn die Benutzer die AI mit zu vielen Anfragen überlasten. Im Fall von Microsoft wurde die $30-Copilot-Gebühr mit sehr hohen Nutzungserwartungen festgelegt, und sie haben den Vorteil, die Modelle (OpenAIs Modelle über Azure, etc.) zu besitzen, um die Kosten zu verwalten. Notion, als kleineres Unternehmen, verhandelt wahrscheinlich Deals mit OpenAI/Anthropic oder verwendet eine Kombination von Modellen, um die Kosten zu optimieren.
Aus strategischer Sicht eines Kunden zwingt die Einführung von AI-Agents zu einer Neubewertung der wichtigen Metriken. Der ROI von Produktivitätssoftware wurde früher in qualitativen Begriffen oder einfachen Adoptionsraten gemessen. Jetzt messen einige zukunftsorientierte Unternehmen Ergebnisse wie die Reduzierung der Projektlaufzeiten, schnellere Dokumentenbearbeitungszeiten oder sogar die Mitarbeiterzufriedenheit durch weniger Routinearbeiten. Notions Fallstudien deuten auf Verbesserungen hin – z.B. Amazon steigerte den Umsatz um 35% oder DHL senkte die Kosten um 15% durch agentengesteuerte Automatisierung (Zahlen im Zusammenhang mit dem breiteren agentischen AI-Trend zitiert) reworked.co. Wenn solche Zahlen Bestand haben, wird das Geschäftsszenario für Investitionen in AI (und das Bezahlen von Premium-Plänen) nachvollziehbar. Um Kunden zu überzeugen, müssen Anbieter wie Notion diese Erfolge weiterhin demonstrieren und möglicherweise Werkzeuge bereitstellen, mit denen Organisationen AI-gesteuerte Produktivitätsgewinne nachverfolgen können (zum Beispiel Dashboards, die von Agents erledigte Aufgaben oder eingesparte Zeit anzeigen). Es gibt auch ein Element des Change-Managements: Die Einführung von Agents in Arbeitsabläufe kann erfordern, das Personal im Umgang mit AI zu schulen und Prozesse neu zu gestalten, um den Agent optimal zu nutzen (ähnlich wie sich Prozesse änderten, als E-Mail oder Workflow-Software eingeführt wurde).
Mit Blick auf die Zukunft könnte die strategische Wettbewerbsdynamik davon abhängen, wer den ROI von KI am klarsten artikulieren und liefern kann. Notion präsentiert seinen Agenten nicht nur als schickes Feature, sondern als integralen Wandel in der Arbeitsweise (daher Formulierungen wie „der fortschrittlichste Wissensarbeitsagent, der für Teams entwickelt wurde“ notion.com). Wenn es gelingt, seine Lösung an greifbare Geschäftsergebnisse zu knüpfen, kann es seine Kosten rechtfertigen und möglicherweise noch wertvollere Unternehmensverträge abschließen (einschließlich maßgeschneiderter KI-Einführungen usw.). Umgekehrt, wenn Kunden diese Agenten als Spielerei oder nur marginal nützlich wahrnehmen, werden sie nicht extra dafür bezahlen – oder sie werden sich günstigeren oder kostenlosen Alternativen zuwenden, sobald diese verfügbar werden.
Ende 2025 befinden wir uns in den frühen Tagen der agentischen Produktivität. Notions mutige Wette in zwei Teilen – die Entwicklung eines tief integrierten autonomen Agenten und die Anpassung seines Geschäftsmodells zur Monetarisierung – wird von der Branche genau beobachtet werden. Die Wettbewerbsansprüche steigen: Microsoft und Google werden sicherlich mehr autonome Verhaltensweisen integrieren, und Dutzende von Startups werden Nischen mit spezialisierten Agenten angreifen (von E-Mail-fokussierten wie den Gmail-Agenten von Gmelius gmelius.comgmelius.com bis hin zu branchenspezifischen Workflow-Bots). Auch die Sicherheitsanforderungen werden steigen und wahrscheinlich zu einem Unterscheidungsmerkmal werden (zum Beispiel könnte ein Konkurrent damit werben, dass sein Agent noch nie ein Datenleck hatte, um konservative Kunden zu beruhigen). Für Produktleiter und technikaffine Verbraucher bietet das Aufkommen dieser Agenten eine spannende Perspektive: die Möglichkeit, die menschliche Produktivität dramatisch zu steigern, indem Routinearbeiten an Maschinen delegiert werden, ähnlich wie physische Maschinen in vergangenen industriellen Revolutionen die manuelle Arbeit übernommen haben. Die nächsten ein bis zwei Jahre werden entscheidend sein, um Hype von Realität zu unterscheiden. Wird Notions wegweisender Agent sein Versprechen halten und zu einem unverzichtbaren digitalen Teammitglied in Startups und Unternehmen werden? Frühe Anwender sind optimistisch, aber das endgültige Urteil wird gefällt werden, wenn diese Tools über Pilotprojekte hinaus in den Alltag integriert werden. Klar ist, dass der Geist aus der Flasche ist – die Ära der agentischen Produktivität hat begonnen, und die wettbewerbs- und strategischen Einsätze, es richtig zu machen, sind für alle Beteiligten hoch.
Quellen:
datamation.comdatamation.comdatamation.comreworked.conotion.com
notion.comnotion.comnotion.com
gmelius.comgmelius.comfastcompany.comthecrunch.io
venturebeat.comventurebeat.com
the-decoder.comthe-decoder.comcodeintegrity.ai
