AI-ready heisst: alles hat eine API

Auf unserer Website steht seit Kurzem prominenter denn je: Wir machen Unternehmen AI-ready. Dieser Beitrag erklärt, was das im Kern bedeutet — und es ist einfacher und unbequemer, als die meisten KI-Strategie-Papiere es formulieren.

Die These

Ein KI-Agent ist genau so nützlich wie die Oberflächen, die er bedienen kann. Software ohne API ist für einen Agenten ein verschlossener Raum.

«AI-ready werden» heisst deshalb zuallererst nicht «ein KI-Tool einführen». Es heisst: jede Schicht des Unternehmens so wählen und bauen, dass sie per API oder Kommandozeile steuerbar ist. Erst dann kann ein Agent Prozesse wirklich übernehmen — statt nur Texte zu entwerfen, die dann ein Mensch in Masken abtippt.

Der Praxistest: eine Woche aus meinem Umbau

Diese Serie dokumentiert den Umbau meines eigenen digitalen Lebens. Was davon hat der Agent in der letzten Woche tatsächlich erledigt — ohne dass ich klicken musste?

Eine Deploy-Pipeline repariert: fehlende CI-Variablen erkannt, einen Deploy-Schlüssel erzeugt, auf dem Server autorisiert, die Variablen per API gesetzt, den Job neu gestartet, den Healthcheck verifiziert.
Merge Requests erstellt, nach grüner Pipeline gemergt, Deployments überwacht.
Die Website um Partner-Logos ergänzt, die er von den öffentlichen Sites der Partner geholt und passend umgefärbt hat.
Ein Analytics-System angebunden: Website in der Datenbank registriert, Mess-Script eingebaut, Datenschutzerklärung ergänzt.
Einen täglichen Build-Zeitplan angelegt, damit vorbereitete Blogposts (wie dieser hier) automatisch zu ihrem Datum erscheinen.

Nichts davon ist Magie. Alles davon ging nur, weil jedes beteiligte System — Git-Hosting, CI, Server, Analytics, DNS — eine API oder eine Kommandozeile hat.

Die Gegenprobe: woran Dienste bei mir gescheitert sind

Genauso lehrreich ist die Liste der Dienste, die rausgeflogen sind:

Mein alter Passwortmanager (Dashlane): keine Linux-Anwendung, keine brauchbare CLI. Für einen Agenten unsichtbar → ersetzt durch Vaultwarden mit kompletter CLI.
Exchange fürs Postfach: Automatisierung nur über proprietäre Umwege. Der Ausstieg läuft — nicht weil Mail dort nicht funktioniert, sondern weil sie dort nicht bedienbar ist.
Selbst bei der Analytics-Wahl war das Kriterium nicht der Funktionsumfang, sondern: Kann der Agent die Zahlen per API lesen und mir Montagmorgen sagen, welcher Beitrag Kunden gebracht hat?

Die Evaluations-Checkliste

Daraus ist eine Regel geworden, die bei uns inzwischen vor Features und vor dem Preis geprüft wird. Wer Software evaluiert — als Einzelperson oder als KMU — stellt diese Fragen in dieser Reihenfolge:

Gibt es eine dokumentierte API oder CLI für alles, was die Oberfläche kann? Nicht «hat eine API» — viele Produkte haben eine Feigenblatt-API für 10 % der Funktionen. API-first heisst: Die Oberfläche selbst benutzt die API.
Kann ich meine Daten vollständig und maschinenlesbar exportieren? Ohne das ist jede Migration eine Geiselnahme.
Kann ich das System selbst betreiben oder zumindest in der Schweiz/EU hosten?
Ist die Konfiguration Text statt Klickstrecke? Was Text ist, kann ein Agent lesen, ändern, versionieren und begründen.
Erst jetzt: Features, Preis, Optik.

Die Punkte 1–4 entscheiden, ob Software ein Baustein wird oder ein Handarbeits-Reservat. In fünf Jahren wird der Unterschied zwischen Unternehmen, die mit KI arbeiten, und solchen, die über KI reden, genau entlang dieser Linie verlaufen.

Und die eigene Firma?

Für Unternehmen heisst AI-ready werden dann konkret: Prozesse dokumentieren, Systeme mit APIs wählen oder nachrüsten, Wissen aus Köpfen in strukturierte, maschinenlesbare Form bringen — und dann erst Agenten darauf loslassen. Genau in dieser Reihenfolge. Das ist der Kern unseres Angebots, und der nächste Beitrag zeigt das grösste Stück Beweismaterial, das wir dafür haben: eine komplette Plattform, end-to-end von Agenten gebaut.

Fragen, Einwände, eigene Evaluations-Geschichten? Schreib mir — ich antworte selbst.