Wie eine Firma mit drei Leuten zehn Millionen Umsatz tragen könnte

Eine Rechnung, kein Fallbeispiel

Zehn Millionen Euro Umsatz im Jahr. Drei Leute. Für jeden, der Unternehmensführung im 20. Jahrhundert gelernt hat, geht diese Rechnung nicht auf. Mehr Umsatz braucht mehr Hände. So war es lange.

Vorweg, damit kein falscher Eindruck entsteht: Wir haben keine Kundenliste mit solchen Firmen und keine Studie dazu. Was wir haben, sind Projekte, in denen einzelne Bereiche so gebaut sind, wie es hier beschrieben wird. Ein Support, der die meisten Anfragen ohne Menschen beantwortet. Eine Buchhaltung, die Belege selbst zuordnet. Dieser Artikel setzt solche Bausteine zu einem Modell zusammen und rechnet durch, was dabei herauskommen könnte. Nicht als Versprechen, sondern als Denkhilfe.

Der Umsatz ist dabei die unwichtigste Zahl. Interessant ist die Frage, welche Arbeit in einer Firma überhaupt von Menschen gemacht werden muss und welche nicht.

Warum Firmen so groß sind, wie sie sind

Der Ökonom Ronald Coase hat 1937 beschrieben, warum es Firmen gibt. Es ist zu teuer, jede einzelne Aufgabe auf dem Markt einzukaufen. Jeder Einkauf kostet Suche, Verhandlung, Abstimmung, Kontrolle. Also bündeln wir Arbeit in Organisationen. Je höher diese Kosten, desto größer die sinnvolle Firma.

Die Umkehrung gilt auch. Wenn Abstimmung und Übergabe billiger werden, kann eine kleinere Firma dieselbe Arbeit tragen.

Genau hier setzt Software an. Ein Agent ist in diesem Artikel ein Programm, das mit einem Sprachmodell eine abgegrenzte Aufgabe von Anfang bis Ende bearbeitet. Etwa eine Anfrage lesen, die passende Antwort aus der Wissensbasis holen und sie verschicken. Er braucht keine Einarbeitung, keinen Schreibtisch und keine Übergabe an den Kollegen. Er läuft, wenn eine Aufgabe da ist und sonst nicht.

Ehrlich gesagt hat KI die Abstimmungskosten nicht abgeschafft. Sie hat sie für einen Teil der Aufgaben gesenkt: für die, die sich standardisieren lassen und deren Ergebnis sich prüfen lässt. Für alles andere sind die Kosten geblieben. Das ist der Grund, warum in dem Modell drei Menschen übrig bleiben und nicht null.

Was sich zwischen 2022 und 2026 geändert hat

2022 hieß Wachstum: neue Stellen. Wer den Vertrieb verdoppeln wollte, stellte Leute ein, wartete Monate auf Einarbeitung und begann von vorn, wenn jemand kündigte. Wachstum war an Menschen gebunden und Menschen sind langsam zu finden und teuer zu halten.

2026 kann Wachstum bei standardisierten Aufgaben heißen: mehr Aufrufe des Sprachmodells. Die Kosten dafür sind seit 2023 deutlich gefallen und sie steigen mit der Menge, nicht in Stufen wie bei Stellen. Ein Agent kündigt nicht und wird nicht krank.

Er wird aber auch nicht von allein besser. Das ist eine verbreitete Fehlannahme. Jede neue Modellversion verhält sich anders und muss gegen deine echten Fälle getestet werden, bevor sie live geht. Mehr dazu, warum Automatisierung nur mit dieser Disziplin trägt, im Artikel zum Großen Filter 2025.

Wie die Arbeit in vier Bereichen verteilt wird

Das Modell hat keine Abteilungen, sondern vier Bereiche, in denen Agenten den Großteil der Routine tragen. Was der Agent übernimmt und was beim Menschen bleibt, sieht in jedem Bereich anders aus.

Bereich	Übernimmt der Agent	Bleibt beim Menschen
Vertrieb	Zielfirmen recherchieren, Anfragen vorqualifizieren, CRM pflegen, Wiedervorlagen	Das Gespräch mit dem Kunden, der Preis, der Abschluss
Auftragsabwicklung	Onboarding-Mails, Dokumente einsammeln, Standardleistungen ausführen, Ergebnisse gegen Kriterien prüfen	Sonderfälle, Reklamationen, alles ohne klares Prüfkriterium
Buchhaltung	Rechnungen erstellen und verschicken, Zahlungseingänge abgleichen, Belege zuordnen, Mahnstufen	Freigabe, Steuerberater, Entscheidungen bei unklaren Buchungen
Support	Erste Antwort aus der Wissensbasis, Diagnose aus Logs und alten Tickets, Hinweise auf Abwanderung	Verärgerte Kunden, Kulanz, alles mit rechtlicher Wirkung

Vertrieb

Der Vertriebsagent ist kein einzelner Bot, sondern eine Kette: Ein Schritt sucht Firmen, die zum Zielkunden passen. Ein Schritt liest die Website der Firma und bereitet eine Ansprache vor. Ein Schritt führt das erste schriftliche Gespräch und sammelt Budget und Zeitrahmen. Ein Schritt hält das CRM aktuell und meldet Vorgänge, in denen sich nichts mehr tut.

Zwei Einschränkungen gehören dazu. Kalte E-Mail-Ansprache ist in Deutschland rechtlich eng begrenzt, daran ändert ein Agent nichts. Und die Antwortquote hängt daran, wie gut der Agent die Firma wirklich versteht. Was dabei in Projekten funktioniert, steht in unserer Analyse zur Vertriebsautomatisierung.

Auftragsabwicklung

Nach dem Abschluss übernimmt die Abwicklung. Bei einer Agentur heißt das: Inhalte erstellen, Kampagnen einrichten, Berichte schreiben. Bei einem Shop: Bestellungen verarbeiten, Versand, Retouren. Ein Prüfschritt vergleicht jedes Ergebnis mit festgelegten Kriterien. Was nicht besteht oder kein Kriterium hat, geht an einen Menschen.

Dieser letzte Schritt ist der wichtigste im ganzen Modell. Ein Agent ohne Prüfung liefert an schlechten Tagen Fehler in Serie, ohne dass es jemand merkt.

Buchhaltung

Rechnungen aus Vertragsdaten erstellen und zum Fälligkeitstermin verschicken. Zahlungseingänge mit offenen Posten abgleichen. Belege den Konten zuordnen. Mahnungen in Stufen. Den Monatsabschluss für den Steuerberater vorbereiten. Das alles ist standardisierbar und gut prüfbar, deshalb ist die Buchhaltung meist der Bereich, in dem Automatisierung am schnellsten trägt. Der Steuerberater bleibt. Der Agent bereitet vor, er entscheidet nicht.

Support

Die erste Antwort kommt aus der Wissensbasis der Firma. Ein zweiter Schritt sucht bei komplizierteren Fällen in Logs und alten Tickets nach Mustern. Ein dritter erkennt Kunden, deren Verhalten auf Abwanderung hindeutet und legt sie einem Menschen vor. Warum ein einfacher Chatbot mit Standardantworten dafür nicht reicht, steht in Tod der Chatbots.

Welche Technik dahinter steckt

Das Modell läuft nicht auf einer großen Plattform, sondern auf Bausteinen, die sich einzeln austauschen lassen. Keine Lizenzen pro Sitzplatz, sondern Bezahlung nach Nutzung.

Sprachmodelle. Modelle von Anthropic und OpenAI für die Aufgaben, die Verständnis brauchen. Kleinere, günstigere Modelle für Massenaufgaben wie Sortieren und Auslesen.

Wissensbasis. Eine Vektor-Datenbank wie Qdrant auf eigenem Server. Sie speichert Texte so, dass sich inhaltlich Ähnliches finden lässt, auch wenn andere Wörter benutzt werden. Jeder Agent greift auf dieselbe Wissensbasis zu. Was das für das Gedächtnis einer Firma bedeutet, steht in Corporate Brain.

Steuerung. n8n für die Abläufe, die sich als Kette von Schritten beschreiben lassen. Eigener Code in Python oder TypeScript, wo mehrere Agenten zusammenspielen. Alles versioniert, getestet und überwacht. Wie du n8n selbst betreibst, steht in unserer Anleitung zum n8n-Betrieb auf eigenem Server.

Server. Eigene Server bei Hetzner in Deutschland. Volle Kontrolle über die Schicht, die du selbst betreibst. Die Datenschutzbewertung hängt trotzdem davon ab, was du verarbeitest und welche Modelle du von außen aufrufst.

Website. Astro mit statisch erzeugten Seiten. Schnell, wartungsarm, wenig Abhängigkeiten. Alte Software ist eine Verbindlichkeit, auch im Frontend.

Auswertungen. Für jeden Agenten: Durchsatz, Fehlerquote, Kosten pro Vorgang. Die Person, die den Betrieb kontrolliert, sieht in einer Ansicht, ob die Firma läuft.

Die drei Rollen, die bleiben

Das Modell ist kein Sparmodell, sondern eine Konzentration. Die drei Rollen sind nicht austauschbar.

Richtung. Eine Person entscheidet über Märkte, Preise und Partner und führt die Gespräche mit den wichtigen Kunden. Das sind wenige Entscheidungen pro Woche, aber die, an denen der Wert der Firma hängt. Mehr dazu in Radical Focus Culture.

Bau. Eine Person baut und wartet die Agenten. Sie schreibt die Abläufe, testet neue Modellversionen, behebt Fehler in den Anweisungen. Ihre Arbeit ist nicht Programmieren im engen Sinn, sondern das Entwerfen der Maschine, die die Firma betreibt.

Kontrolle. Eine Person sieht die Auswertungen, nimmt die Fälle an, die Agenten abgeben und korrigiert Fehler. Jede Korrektur fließt als Beispiel zurück in die Anweisungen. Wie oft sie eingreifen muss, hängt vom Bereich ab: bei der Buchhaltung selten, im Support öfter.

Diese drei arbeiten nicht mehr als andere. Sie arbeiten an anderen Dingen. Ihre Wirkung misst sich nicht in Stunden, sondern daran, wie viele Vorgänge durch eine einzige Korrektur besser werden.

Woran das Modell in der Praxis hängt

Hier gehört die ehrliche Liste hin, denn die meisten Versuche scheitern nicht an der Technik.

Standardisierbarkeit. Das Modell trägt bei Dienstleistern, Agenturen und Shops mit wiederkehrenden Abläufen. Bei Projektgeschäft, in dem jeder Auftrag anders ist, bleibt der Anteil an Menschenarbeit hoch.

Datenqualität. Ein Agent, der aus einer unvollständigen Wissensbasis antwortet, antwortet selbstbewusst falsch. Die Wissensbasis zu pflegen ist eine Daueraufgabe und niemand rechnet sie am Anfang ein.

Prüfbarkeit. Jeder Bereich braucht ein Kriterium, an dem sich ein gutes Ergebnis von einem schlechten unterscheiden lässt. Wo es das nicht gibt, gibt es auch keinen Agenten ohne Aufsicht.

Klumpenrisiko. Drei Leute heißt: Fällt eine Person aus, fehlt ein Drittel der Firma. Die Person, die die Agenten baut, ist dabei am schwersten zu ersetzen.

Recht. Wo ein Agent mit Kunden spricht, greifen Kennzeichnungspflichten. Was der AI Act dazu verlangt, steht in AI Act Artikel 50 gilt trotzdem. Und der Agent wird mit jeder Modellversion anders, nicht automatisch besser.

Ob am Ende zehn Millionen mit drei Leuten stehen oder zwei Millionen mit fünf, hängt von deinem Ausgangszustand ab. Die Richtung ist in beiden Fällen dieselbe: weniger Stellen für Aufgaben, die Software prüfbar erledigen kann.

Was du prüfen kannst

Fang nicht mit der Firma an, sondern mit einem Ablauf.

Erstens: Schreib auf, in welchen Abläufen Leute bei dir Daten lesen, interpretieren und weiterleiten. Rechnungen, Anfragen, Bestellungen, Bewerbungen. Zweitens: Nimm den Ablauf mit der größten Menge und der geringsten Komplexität. Drittens: Miss den Ist-Zustand, bevor du etwas baust. Wie lange dauert ein Vorgang, wie viele sind es, wie viele gehen schief. Ohne diese Zahl kannst du später nicht sagen, ob es sich gelohnt hat. Viertens: Bau einen einzigen Agenten mit einem Prüfschritt und einem Menschen, der die Ausnahmen bekommt. Erst wenn der einen Monat sauber läuft, kommt der nächste.

Wenn du wissen willst, welcher Ablauf bei dir der erste sein sollte, schreib uns. Wie wir solche Abläufe mit n8n bauen, steht unter Automatisierung mit n8n.