Gezeigte Routine (Show-and-Teach)
Show-and-Teach bezeichnet das Anlernen von KI-Agenten durch Vormachen: Der Agent beobachtet eine einmalige Ausführung, speichert Schritte, Regeln und Ausnahmen als Routine und führt sie danach eigenständig aus.
Eine gezeigte Routine entsteht, wenn ein Agent einem Menschen bei einem Arbeitsablauf zusieht und daraus eine wiederverwendbare Automatisierung ableitet – statt dass der Ablauf vorab modelliert wird.
Erklärung
Klassische Automatisierung beginnt mit einem Prozessdiagramm, das jemand pflegen muss. Gezeigte Routinen kehren die Reihenfolge um: Zuerst passiert die Arbeit, dann entsteht die Automatisierung. Das senkt die Einstiegshürde erheblich, verschiebt aber die Qualitätsfrage. Denn der Agent lernt genau das, was gezeigt wurde – inklusive Abkürzungen, undokumentierter Sonderfälle und Fehler. Belastbare Praxis heißt deshalb: sauberen Durchlauf zeigen, Ausnahmen bewusst mit demonstrieren, die abgeleitete Routine wie Code reviewen und ihre Läufe protokollieren. Grok Bot machte das Muster 2026 breit sichtbar, das Prinzip findet sich aber ebenso in Computer-Use-Agenten anderer Anbieter.
Relevanz für Marketing
Für Marketing-Operations ist das der schnellste Weg, wiederkehrende Handarbeit loszuwerden: Reporting-Zusammenbau, Freigabe-Nachverfolgung, Datenpflege. Der Wert entsteht aber erst mit Prüfung – eine gezeigte Routine ist ein Entwurf, kein fertiger Prozess.
Beispiel
Eine Kampagnenmanagerin zeigt einem Agenten einmal den wöchentlichen Reportingablauf. Ab der Folgewoche liefert der Agent den Entwurf selbst und meldet nur Abweichungen, die er nicht zuordnen kann.
Häufige Fallstricke
Wird ein fehlerhafter oder untypischer Durchlauf gezeigt, wird der Fehler zur Regel. Ohne Versionierung und Protokoll lässt sich später nicht rekonstruieren, warum ein Lauf abwich. Routinen mit schreibenden Aktionen brauchen zusätzlich Freigabeschwellen.
Entstehung & Geschichte
Programmierung durch Vormachen ist aus der Robotik bekannt. Mit Computer-Use-Agenten ab 2025 wurde sie auf Bildschirmarbeit übertragbar; 2026 wurde sie in Agentenprodukten wie Grok Bot zum Standard-Onboarding-Weg.
Anwendungsfälle im Marketing
Wöchentliche Reporting-Zusammenstellung aus mehreren Oberflächen.
Nachverfolgung offener Freigaben und Erinnerungen an Verantwortliche.
Datenpflege in Systemen ohne API, etwa Partner- oder Abrechnungsportale.
Onboarding-Checklisten mit vielen kleinen, manuellen Schritten.
Häufige Fragen
Ist das dasselbe wie RPA?
Verwandt, aber flexibler. RPA folgt starren Selektoren, gezeigte Routinen nutzen ein Modell, das Oberflächen interpretiert und kleinere Änderungen überbrückt – dafür sind sie weniger deterministisch.
Wie viele Demonstrationen braucht ein Agent?
Meist genügt ein sauberer Durchlauf für den Normalfall. Zusätzliche Läufe lohnen sich für Ausnahmen, weil der Agent sonst nur den Standardpfad kennt.
Wie behält man die Kontrolle?
Über Reviews der gespeicherten Routine, Protokollierung jedes Laufs und Freigabepflicht für Aktionen, die Daten verändern oder nach außen gehen.
Verwandte Services
Tiefer einsteigen: Agentic AI Hub · Governance & Compliance