Fang nicht mit KI an. Fang mit einem Workflow an.

Wie Du mit Isaree beginnst — der Leitfaden für Klinikerinnen und Kliniker zu Deinem ersten Agenten und den sechs Phasen, die folgen.

Teil 1 von 2. Teil 2 — Baue ein Gehirn, keine Abhängigkeit →

Wir haben unsere Community Edition für iOS und macOS veröffentlicht. Sie läuft zu 100 % auf Deinem Gerät. Sie integriert sich in Deine lokalen Dateien, Deine Mail, Deine Praxissoftware und das Web. Und wenn Deine Agenten externe Dienste erreichen müssen — klinische Datenbanken, Forschungs-APIs, Evidenznetzwerke — de-identifiziert Isaree Patientendaten, bevor sie Dein Gerät verlassen. Der Wert kommt zurück, die Daten gehen nicht raus. In den Wochen seit dem Launch sprechen wir mit Klinikern und Führungskräften aus dem Gesundheitswesen weltweit.

Sie alle stellen dieselbe Frage.

Nicht: „Was kann es?" Sie haben die Beiträge gelesen. Sie kennen die These. Die Frage ist praktischer, menschlicher, ehrlicher:

„Wie fange ich an?"

Dieser Beitrag ist die Antwort. Keine Featureliste. Kein Pitch. Ein Leitfaden für die Person, die das Werkzeug in den Händen hält und wissen will, was sie zuerst tun soll, was sie erwartet und was passiert, wenn sie dabei bleibt.

Das Modell ist eine Ware. Das Harness ist das Produkt.

Satya Nadella hat es in einem aktuellen Essay klipp und klar gesagt: Die wirkliche Chance liegt nicht darin, das beste Modell auszuwählen, sondern eine Lernschleife auf Modellen aufzubauen. Das Modell, schrieb er, lässt sich zunehmend austauschen. Der dauerhafte Wert liegt im System, das Du darum herum baust.

LangChain hat dieselbe Idee in Zahlen gefasst. Sie nahmen ein Codierungsmodell, änderten nichts am Modell selbst — gleiche Gewichte, kein Retraining — und verbesserten nur das Gerüst drumherum. Auf der Terminal-Bench-2.0-Benchmark sprang das Modell von 52,8 % auf 66,5 %. Von Platz 30 in die Top 5. Gleiches Gehirn. Anderer Körper. Ein komplett anderer Agent.

Dieses Gerüst hat einen Namen: das Harness. Und es ist das, was einen funktionierenden KI-Agenten von einem scheinbar funktionierenden unterscheidet.

Die Gleichung passt in einen Tweet:

Agent = Modell + Harness.

Das Modell ist die KI — das, was denkt, Text erzeugt, Entscheidungen trifft. Das Harness ist alles andere: die Werkzeuge, die der Agent aufrufen kann, die Berechtigungen, die regeln, was er berühren darf, das Gedächtnis, das zwischen Sitzungen bestehen bleibt, die Verifikation, die fehlerhafte Ausgaben abfängt, bevor sie das System verlassen, und die Sandbox, die den Schaden begrenzt, wenn etwas schiefgeht.

Wenn das Modell ein brillanter Geist in einer sensorischen Deprivationstank ist, dann ist das Harness der Körper, die Sinne, das Notizbuch und die To-do-Liste. Für sich genommen macht ein Sprachmodell genau eines: Es nimmt Text auf und gibt Text aus — einmal, ohne Erinnerung an den letzten Aufruf und ohne Möglichkeit, in der Welt zu handeln. Es kann keine Datei öffnen. Keinen Befehl ausführen. Sich nicht an das erinnern, was es gestern herausgefunden hat. Jede dieser Fähigkeiten ist ein Harness-Feature.

Chatbot vs Agent vs Harness — jede Schicht fügt eine Fähigkeit hinzu, die das Modell allein nicht bieten kann

Jeder kann dasselbe Modell mieten. Niemand kann die Schleife aus Workflows, Prüfungen und angesammeltem Wissen mieten, die Du darum baust. Das Modell ist die Ware. Das Harness ist der Teil, der sich verzinst. Und das Harness ist der Teil, der Dir gehört.

Hier trennt sich Isarees Philosophie von fast jedem anderen KI-Unternehmen. Das vorherrschende Modell der Branche ist so gebaut, dass jede Interaktion die Plattform mächtiger macht — sie lernt Deine Muster, sammelt Deine Daten, erhöht Deine Wechselkosten, zieht die Schlinge enger. Du wirst abhängiger. Das Unternehmen wird unverzichtbarer. Die Beziehung läuft in eine Richtung.

Wir haben Isaree gebaut, um das umzudrehen. Jede Interaktion macht Dich souveräner. Jede Korrektur, die Du machst, wird zu einer Regel, die Dir gehört. Jeder Workflow, den Du baust, wird zu einer Fähigkeit, die Du kontrollierst. Jede Sitzung wächst zu einem Gehirn heran, das auf Deinem Gerät lebt, Deinen Berechtigungen untersteht und geht, wenn Du es sagst. Du gewinnst Fähigkeiten nicht, indem Du Daten abgibst. Du gewinnst Fähigkeiten, indem Du die Infrastruktur besitzt, die sie hervorbringt. Das Harness wächst. Deine Souveränität wächst mit. Das ist kein Feature. Es ist das Gründungsprinzip des Unternehmens.

Fang mit der richtigen Person an

Die meisten Onboarding-Leitfäden setzen voraus, dass die Leserin oder der Leser Entwickler ist. Unser Leitfaden nicht. Wir haben Isaree für eine bestimmte Person gebaut — und wenn Du das hier liest, besteht eine gute Chance, dass Du sie bist.

Wir nennen diese Person den Kliniker-Innovator. Es ist ein Frontline-Gesundheitsberufler — eine Ärztin, ein Pfleger, eine Fachärztin, ein Therapeut — mit direkter Patientenversorgungsverantwortung. Aber das ist die Berufsbezeichnung, nicht die Identität. Die Identität ist einfacher: erst Problemlöser, dann Kliniker.

Du kennst diese Person. Sie ist diejenige, die komplizierte Tabellenkalkulationen baut, um Patientendaten zu verfolgen, weil die KIS nicht kann, was sie braucht. Sie schreibt detaillierte Fehlerberichte für Software, die die meisten Kollegen längst aufgegeben haben. Sie ist diejenige, die sich im Pausenraum umdreht und sagt: „Was wäre, wenn man einfach..."

Sie ist intellektuell neugierig. Sie ist technikaffin — nicht zwingend Programmierer, aber Power User in allem, was sie anfasst. Sie lässt sich von neuen Werkzeugen nicht einschüchtern. Sie lässt sich einschüchtern von der Vorstellung, ein weiteres Jahrzehnt in Systemen zu arbeiten, die für den Workflow jemand anderen gebaut wurden.

Und sie teilt eine Frustration: mangelnde Autonomie. Sie fühlt sich eingeschränkt von Einheits-KIS und IT-Systemen, die administrative Lasten schaffen und die Patientenversorgung behindern. Sie glaubt — zu Recht —, dass diejenigen, die dem Problem am nächsten sind, am besten gerüstet sind, die Lösung zu gestalten.

Sie sucht keine weitere Software, die sie lernen muss. Sie sucht Bausteine, um die Werkzeuge zu schaffen, die sie sich wünscht.

Wenn das Du bist, bist Du hier richtig. Und Du bist nicht allein — Du bist das Brückenkopf-Segment.

Die Adoption-Reise

Mitchell Hashimoto — der Schöpfer von Terraform — schrieb im Februar 2026 einen Beitrag über seine eigene KI-Adoption-Reise. Er beschrieb drei Phasen, die jeder durchläuft, wenn er ein bedeutungsvolles Werkzeug einführt: eine Phase der Ineffizienz, eine Phase der Angemessenheit und schließlich eine Phase der entdeckungsverändernden Erkenntnis. Die Reibung der Phasen eins und zwei ist der Eintrittspreis. Die meisten geben in Phase eins auf.

Wir haben dieselbe Reise bei Klinikern mit Isaree beobachtet. So sieht sie aus, angepasst an das, was wir gelernt haben.

Die Adoption-Reise — Ineffizienz, Angemessenheit, Entdeckung. Die meisten geben auf, bevor die Kurve sich dreht.

Phase 1: Den Chatbot ablegen

Deine erste KI-Erfahrung war wahrscheinlich eine Chat-Oberfläche. Du hast eine Frage getippt, sie hat geantwortet. Nützlich zum Entwerfen einer E-Mail, Zusammenfassen eines Artikels, Nachschlagen einer Interaktion. Aber in dem Moment, als Du versuchtest, echte Arbeit zu erledigen — etwas mit Deinen Dateien, Deinen Patientendaten, Deinem Workflow — bist Du an eine Wand gelaufen. Du hast kopiert und eingefügt. Korrigiert. Nochmals korrigiert. Es war langsamer, als es selbst zu tun.

Weil ein Chatbot das einfachste mögliche Harness ist: eine while-Schleife, die Text aufnimmt und Text ausgibt. Keine Werkzeuge. Kein Gedächtnis. Kein Zugang zu Deiner Welt. Um echten Wert zu finden, brauchst Du einen Agenten — ein LLM, das Dateien lesen, Programme ausführen und Anfragen stellen kann. Ein Chatbot antwortet. Ein Agent handelt.

Isaree ist kein Chatbot. Es ist ein Harness — gekoppelt mit einem Community-getriebenen Agenten-Hub, in dem Du Agenten herunterladen kannst, die auf unserer Agent-Builder-Plattform gebaut wurden, Deine eigenen teilen und von den Lösungen anderer lernst. Der erste Wechsel ist, den Unterschied zu verstehen: Ein Chatbot antwortet. Ein Agent handelt. Ein Harness wächst.

Phase 2: Die eigene Arbeit reproduzieren

Hashimotos Durchbruch kam, als er sich zwang, seine manuelle Arbeit mit Agenten zu reproduzieren. Er machte die Arbeit von Hand, dann kämpfte er mit einem Agenten, dasselbe Ergebnis zu erzielen — ohne dass der Agent seine Lösung sah. Es war quälend. Aber es formte sich Expertise. Er entdeckte aus erster Hand, was funktionierte und was nicht.

Die Kliniker-Version ist einfacher. Wähle einen Workflow, den Du jeden Tag machst. Ein Überweisungsschreiben. Eine Triage der nächtlichen Nachrichten. Eine Literaturprüfung vor der Morgenvisite. Mach es manuell, wie immer. Dann mach es mit Isaree. Vergleiche. Passe an. Korrigiere den Agenten, wenn er falsch liegt — und jede Korrektur lehrt ihn etwas Bleibendes.

Du wirst anfangs langsamer sein. Das ist normal. Das ist die Ineffizienzphase. Du zahlst Einrichtungskosten, die sich vielfach zurückzahlen — aber nur, wenn Du durchhältst.

Teil dieser Kosten ist eine bewusste Entscheidung. Wir könnten Isaree als versiegelte Box ausliefern — ein Modell, eine Konfiguration, eine Arbeitsweise, keine Entscheidungen. Es wäre am ersten Tag einfacher. Es wäre auch ein Käfig. Stattdessen geben wir Dir maximale Flexibilität: Du wählst Dein Harness-Modell, Deine Agenten-Modelle, Deinen Orchestrator, Deine Integrationen. Du entscheidest, ob Du alles lokal laufen lässt oder schwerere Aufgaben über eine zustandslose externe Schicht leitest. Du entscheidest, welche Agenten aus dem Hub Du übernimmst und welche Du von Grund auf baust.

Diese Flexibilität hat ihren Preis. Mehr Entscheidungen bedeuten mehr Lernen, mehr anfängliche Reibung, mehr Zeit, um die beweglichen Teile zu verstehen, bevor sie sich für Dich bewegen. Wir akzeptieren diesen Tausch — denn ein Harness, den Du konfigurierst, ist ein Harness, der Dir gehört, und ein Harness, der Dir gehört, ist die einzige Art, die in Deine Richtung wächst. Bequemlichkeit mietest Du. Fähigkeit baust Du. Wir haben uns für Letzteres entschieden, und wir glauben, dass Du es auch tun wirst, sobald Du durch Phase eins hindurch bist.

Der Verzinsungsbeweis — die Zeit pro Workflow fällt 15×, während das Harness lernt. Korrekturen gehen gegen null.

Drei Prinzipien aus dieser Phase, hart gelernt von denen, die es schon gemacht haben:

Teile Sitzungen in separate, klare Aufgaben auf. Versuche nicht, die Eule in einer Riesensitzung zu zeichnen. Ein Workflow pro Sitzung. Eine Korrektur nach der anderen.
Trenne vage Anfragen in Planung und Ausführung. Bitte den Agenten zuerst zu planen. Dann zu executieren. Zwei Sitzungen, nicht eine.
Gib dem Agenten eine Möglichkeit, seine Arbeit zu verifizieren. Wenn Du einem Agenten eine Möglichkeit gibst, sich selbst zu prüfen, korrigiert er meistens seine eigenen Fehler und verhindert Regressionen. Im klinischen Kontext: verweise ihn auf die Leitlinie, das Protokoll, den Referenzbereich. Lass ihn gegen die Quelle der Wahrheit prüfen.

Phase 3: Agenten zum Feierabend

Wenn Du sicher bist, ist der nächste Wechsel zeitlich. Statt in der Zeit, die Du hast, mehr zu tun, tu mehr in der Zeit, die Du nicht hast.

Hashimoto blockte die letzten 30 Minuten jeden Tages, um Agenten zu starten. Tiefe Recherchen. Parallele Agenten, die vage Ideen erkunden. Issue-Triage. Er kam am nächsten Morgen zu einem warmen Start — Berichte warteten, Pfade waren beleuchtet, die kognitive Schwerstarbeit war schon erledigt.

Die Kliniker-Version: Bevor Du zum Tag gehst, setze einen Agenten ein, um die neueste Literatur zu einem Forschungsthema zu sichten. Setze einen anderen auf die Triage des Postfachs, das Du nicht geschafft hast. Setze einen dritten auf die Zusammenfassungen, die Du für die morgige Visite brauchst. Du kommst zurück zu einem Schreibtisch, an dem schon gearbeitet wurde — nicht von einem Fremden, sondern von einem Agenten, der Dein Gehirn, Deine Präferenzen, Deine Korrekturen kennt.

Aber sei ehrlich, wie das am Anfang aussieht. Dein erster Agent — egal ob selbst gebaut oder aus dem Hub geladen — wird experimentell sein. Er kennt Deinen Kontext nicht. Er kennt Deine Patienten nicht, Deine Protokolle, Deine Präferenzen, nicht die Art, wie Deine Abteilung wirklich arbeitet, im Vergleich zu dem, was im Handbuch steht. Er wird Fehler machen. Er wird eine Zusammenfassung entwerfen, die das entscheidende Detail übersieht. Er wird eine Studie bringen, die nicht ganz passt. Das ist kein Fehler. Das ist die Ausgangsposition.

Deshalb sind die ersten Tage am besten für persönliche Recherchen und unkritische Workflows geeignet — Literaturrecherche, Inbox-Triage, Entwürfe, die Du selbst überarbeitest. Du stellst am ersten Tag kein klinisches Werkzeug bereit. Du bilst einen Kollegen aus. Jede Korrektur, jedes „nicht ganz, mach es so", jede Regel, die Du Deinem Gehirn hinzufügst, ist eine Investition in kontextuelles Verständnis. Der Agent, der als Experiment beginnt, wird zum Werkzeug. Das Werkzeug wird zum Mitarbeiter. Der Mitarbeiter wird zur Infrastruktur. Aber nur, wenn Du ihm Zeit zum Lernen gibst — und nur, wenn Du bereit bist, dort anzufangen, wo die Einsätze niedrig und das Lernen hoch sind.

Phase 4: Die Slam Dunks delegieren

Inzwischen weißt Du, was Dein Agent gut kann und was nicht. Die Aufgaben, die er jedes Mal trifft — die Slam Dunks — delegierst Du vollständig. Du startest den Agenten, schaltest Benachrichtigungen aus und gehst etwas anderem nach. In natürlichen Pausen schaust Du nach. Du behältst die Kontrolle darüber, wann Du den Agenten unterbrichst, nicht umgekehrt.

Hier knickt die Effizienzkurve. Du betreust nicht mehr. Du dirigierst. Der Agent übernimmt das Repetitive, Mechanische, Gut-Verstandene. Du übernimmst das Urteil, die Nuancen, die Arbeit, die Deine Expertise erfordert. Du gibst Fähigkeitsbildung bei den delegierten Aufgaben auf, aber Du bildest weiter Fähigkeiten bei der Arbeit, die Du behältst — und das ist die Arbeit, die zählt.

Phase 5: Das Harness konstruieren

Hier wird es dauerhaft. Hashimotos Regel: Jedes Mal, wenn ein Agent einen Fehler macht, konstruiere eine Lösung, damit er diesen Fehler nie wieder macht. Kein Prompt-Tweak. Eine Regel. Eine permanente Änderung der Umgebung.

In Isaree bedeutet das: Deinem Gehirn hinzufügen. Jede Korrektur wird zur Regel. Jede Entdeckung zur Fähigkeit. Jede Präferenz zum Standard. Der Agent, der gestern den Fehler gemacht hat, kann ihn morgen nicht mehr machen, weil das Harness es jetzt verhindert. Das ist keine Einmal-Einrichtung. Es ist eine lebendige Disziplin. Dein Harness wächst eine Regel nach der anderen, jede Regel aus einem Fehler geboren, jeder Fehler dauerhaft beerdigt.

Wir wollen hier ehrlich sein: Wir sind auf derselben Reise. Isaree ist aktuell im Alpha-Stadium, wird bald in die Beta-Phase gehen, und wir lernen auch. Den ersten vollständig lokalen KI-Agenten für das Gesundheitswesen zu bauen, ist schwer. Wir verfeinern das Harness, den Builder, die Integrationen — und wir tun es alongside den Klinikern, die es nutzen, nicht hinter verschlossenen Türen. Also habt Geduld mit uns. Wenn etwas bricht, sagt es uns. Wenn etwas besser sein könnte, sagt es uns. Die Plattform wächst mit Euren Korrekturen, genauso wie Euer Gehirn mit den Korrekturen des Agenten wächst. Wir bauen das zusammen.

Phase 6: Immer einen Agenten laufen lassen

Der letzte Wechsel ist ein Mindset. Wenn kein Agent läuft, frag Dich: Gibt es gerade etwas, das ein Agent für mich tun könnte? Nicht um des Agentenlaufens willen — nur wenn es eine Aufgabe gibt, die wirklich hilft. Aber der Default kippt. Der Agent wird zur ständigen Präsenz, zum Kollegen, der nie schläft, nie vergisst und mit jeder Interaktion klüger wird.

Hashimoto schätzte, dass er etwa 10 bis 20 % eines Arbeitstages effektiv einen Hintergrund-Agenten laufen hatte. Er arbeitete aktiv daran, das zu verbessern. Wir auch. Die Kliniker in unserer Kohorte auch.

Fang mit einem an

Du musst Harness Engineering nicht verstehen, um anzufangen. Du musst nicht wissen, wofür MCP steht. Du musst nicht die Forschung zu Verzinsungskurven oder die Post-Mortems der Juli-Vorfälle gelesen haben.

Du brauchst einen Workflow, der Dich nervt. Eine Aufgabe, die Du jeden Tag wiederholst und die fünfzehn Minuten schneller sein könnte. Ein „Was wäre, wenn man einfach...", das Du schon lange mit Dir herumträgst.

Fang dort an.

Leg den Chatbot ab. Wähl einen Workflow. Reproduzier ihn mit einem Agenten. Korrigier ihn, wenn er falsch liegt. Füg jede Korrektur Deinem Gehirn hinzu. Mach es morgen wieder. Und übermorgen.

Das Harness ist auf Deinem Gerät. Die Integrationen sind bereit — Deine Dateien, Deine Mail, Dein Browser, Deine Praxissoftware. Das Gehirn ist Deins zu bauen. Und jede Interaktion von hier an macht die nächste besser.

Wenn jemand sagt „Ich habe einen Agenten gebaut", meint er: Er hat ein Harness gebaut und es auf ein Modell gerichtet. Das Modell hat jeder. Das Harness ist die Differenzierung. Und das Harness, das zählt, ist das, das auf Deinem Gerät lebt, Deinen Workflow kennt und mit jeder Sitzung wächst.

Die Frage war nie „Was kann es?" Die Frage war immer „Wie fange ich an?"

Fang mit einem Workflow an. Bau Deinen ersten Agenten. Dann Dein Gehirn.

Die Kurve erledigt den Rest.

In Teil 2 erkläre ich, wie das Gehirn funktioniert, warum Proximity AI wichtig ist und wie die Verzinsungskurve über die Zeit aussieht.

Bart de Witte ist der Gründer von Isaree und Pionier für On-Device-, klinikergestützte KI im Gesundheitswesen. Er schreibt über digitale Gesundheit, KI-Architektur und den Long Tail auf blog.isaree.ai.