Erfahrungsbericht
Mit Custom Agents wurden alle Teams bei Rakuten France zu KI-Entwicklern
Rakuten France wollte Routinearbeiten automatisieren – eine Aufgabe, die das vierköpfige KI-Team allein nicht bewältigen konnte. Stattdessen wurde ein einfaches System entwickelt, mit dem alle Mitarbeitenden in Minutenschnelle eigene Custom Agents erstellen können. Inzwischen sind unternehmensweit mehr als 80 Agents im Einsatz, und die Automatisierung hängt nicht mehr an einem zentralen Team.
Automatisierung, die alle selbst bauen können
Für den E-Commerce-Anbieter Rakuten France stand fest: Ein vierköpfiges KI-Team kann nicht überall gleichzeitig sein. „Wir sind nicht nur dafür zuständig, Automatisierungslösungen für das Unternehmen zu entwickeln – sondern wir sehen uns auch als Impulsgeber, die Best Practices in allen Teams verbreiten“, meint CPO Clément Caillol.
Frühere Experimente mit No-Code-Tools hatten nicht zu nachhaltigen Ergebnissen geführt. Jemand entwickelte einen Workflow und wechselte dann in eine andere Position, was unweigerlich dazu führte, dass die Automatisierung nicht mehr funktionierte. Man suchte nach einer nachhaltigen Lösung und fand sie in einem Kernwert des Unternehmens: Shikumika. Grob übersetzt bedeutet das „Systematisierung“: die Gestaltung eines Workflows, durch den ein bestimmtes Ergebnis konsistent erzielt werden kann, unabhängig davon, wer die Aufgabe ausführt. Dieses Prinzip machte sich Sidney Golstein, Leiter KI, zum Leitprinzip.
Als Sidney anfing, mit Custom Agents zu arbeiten, automatisierte er nicht etwa zuerst die eigenen Aufgaben. Stattdessen stellte er sich eine kompliziertere Frage: Wie entwickelt man etwas, das alle im Unternehmen nutzen können, ohne dass das KI-Team zum Engpass wird?
Wer glaubt, Custom Agents seien nur für Technik‑Teams, irrt sich: Sie sind gerade für nicht‑technische Mitarbeitende gedacht.
Die Grundlage für unternehmensweite KI
Als Sidney sich mit den Möglichkeiten befasste, die Custom Agents bieten, gelangte er schnell zur Frage nach Skalierbarkeit. Custom Agents lassen sich einfach erstellen. Ohne gemeinsame Standards würde aber jeder Mitarbeiter Anweisungen anders verfassen und das Rad immer wieder neu erfinden. „Zunächst habe ich einen Agent erstellt. Ich habe mir angeschaut, wie er funktioniert. Dann habe ich versucht, Agents dazu zu bringen, miteinander zu kommunizieren“, erklärt Sidney. „Daher kam die Idee, eine ganze interne Plattform mit Agents in Notion aufzubauen.“
Zunächst erstellte er geteilte Arbeitsanweisungen, auf die sich alle Agents beziehen, damit neue Agents von Anfang an nach denselben Standards arbeiten. Anstatt jedem neuen Agent beizubringen, wie man eine Ausführung protokolliert, Daten extrahiert oder Anweisungen optimiert, hat Sidney dieses allgemeine Wissen zentral in Notion erfasst.
Im nächsten Schritt entwickelte Sidney den Rakuten Agent Builder: einen Custom Agent, der speziell zur Erstellung anderer Custom Agents konzipiert wurde. Wenn jemand bei Rakuten France einen Arbeitsablauf automatisieren möchte, öffnet er einen Dialog mit dem Agent Builder und beschreibt seine Anforderungen in einfachen Worten. Der Builder stellt ein paar klärende Fragen, erstellt die vollständigen Anweisungen, bindet die SOPs automatisch ein und erstellt eine Schritt-für-Schritt-Anleitung für die Einrichtung.
So muss niemand, der einen Agent erstellen will, die Anweisungen komplett neu schreiben. Stattdessen ist nur ein einfacher Chat erforderlich. „Ein neuer Agent kann innerhalb von 10-20 Minuten live sein“, erzählt Sidney. „Der entscheidende Punkt ist das einfache Erstellen.“
Zur Einführung veranstaltete Sidney Workshops, in denen jedes Team direkt einen ersten Agent entwickelte. Um einen reibungslosen Start zu gewährleisten, werden neue Nutzer/-innen vom Friendly Onboarder begrüßt, einem Custom Agent, der ihnen genau erklärt, was sie erwartet, bevor sie mit der Erstellung beginnen.
Eine Person legte den Grundstein. Darauf können jetzt alle bei Rakuten France aufbauen.
Alle Mitarbeitenden bei Rakuten France können Custom Agents erstellen – und ihre Produktivität damit nahezu unbegrenzt steigern.
Die Infrastruktur hinter den Agents
Da Rakuten France bereits mit Notion arbeitet, agieren die Custom Agents nicht im luftleeren Raum. Vielmehr stützen sie sich auf ein System miteinander verbundener Komponenten, die zusammenwirken, um dafür zu sorgen, dass alle Agents miteinander koordiniert und auffindbar sind und sich im Laufe der Zeit weiterentwickeln. So behalten Sidney und sein Team vollständige Transparenz und Kontrolle darüber, wie KI im gesamten Unternehmen eingesetzt wird.
Sicherheit und Transparenz sind im Fundament verankert. Jeder neue Custom Agent wird automatisch in eine zentrale Datenbank aufgenommen, sodass Mitarbeitende vorhandene Workflows wiederverwenden können, anstatt sich doppelte Arbeit zu machen.
Nach jeder Ausführung schreiben die Agents einen strukturierten Eintrag in eine gemeinsame Datenbank. Diese Protokolle erfassen genau, wodurch die Ausführung ausgelöst wurde, welche Aktionen der Agent durchgeführt hat und ob etwas fehlgeschlagen ist.
Ein separater Custom Agent, der Delicious Improver, überprüft die Protokolle, um Muster zu erkennen, Problemlösungen zu finden und Updates an den SOPs vorzuschlagen. Alle Vorschläge werden von den jeweiligen Besitzer-/innen geprüft. Änderungen werden nur mit ausdrücklicher Genehmigung vorgenommen, sodass ein Mensch immer das letzte Wort hat.
„Wir haben ein System, bei dem ein Custom Agent weitere Agents erstellt; die erstellten Agents werden ausgeführt und protokollieren ihre Aktivitäten; und ein anderer Custom Agent überprüft die Protokolle und optimiert den gerade ausgeführten Agent“, erklärt Sidney. „Dadurch ergibt sich ein selbstlernendes System – ein geschlossener Kreislauf.“
Genauso funktioniert Shikumika in der Praxis. Sidney musste das Framework nur einmal bauen. Jetzt baut es sich von selbst.
Status-Updates, die sich selbst schreiben
Das Produktteam eignete sich ideal als Testumgebung. Rakuten France verwaltet zwar sein Entwicklungs-Backlog in Notion, doch die Überwachung einzelner Tickets – etwa feststeckende Reviews oder überfällige Freigaben – waren bisher manuell und reaktiv.
Um diesen Prozess zu automatisieren, baute Sidney drei Custom Agents: Plan Snitch, Run Snitch und Release Snitch. Jeden Abend scannen sie aktive Tickets anhand vorgegebener Best Practices und protokollieren ihre Ergebnisse in einer speziellen Notion-Datenbank. Ein Ticket, das länger als drei Tagen im Review-Prozess steckt, oder eine Freigabe, die überfällig ist, wird vom Agent markiert.
Jeden Morgen liest der Sprint-Lebowski-Agent diese Ergebnisse und veröffentlicht einen Bericht im Slack-Kanal des jeweiligen Teams – noch bevor sich die technischen Leiter, Produktmanager und Release-Manager überhaupt eingeloggt haben. Die Backlog-Probleme sind deutlich zurückgegangen, bei einigen Teams sogar um ganze 50 Prozent. Andere Teams, wie beispielsweise der Kundenservice, haben darum gebeten, eigene Sprint-Lebowski-Agents einzurichten, nachdem sie die Ergebnisse gesehen haben.
Was die Skeptiker im gesamten Unternehmen schließlich überzeugte, war kein Pitch – es war der tägliche Slack-Bericht, der genau dort bereitgestellt wurde, wo die Menschen ohnehin arbeiteten, und zwar in einem Format, auf das sie sofort reagieren konnten. „Ich musste die Custom Agents nicht verkaufen“, berichtet Sidney. „Andere haben gesehen, was das Produktteam jeden Morgen erhielt, und gefragt, ob sie das auch haben können.“
Custom Agents sorgen für konkrete Produktivitätsgewinne: weniger manuelle Koordination, zuverlässigere Ausführung und besserer Wissensaustausch zwischen Teams.
Alle können Agents erstellen
Heute sind Custom Agents bei Rakuten France aus dem Betriebsalltag nicht mehr wegzudenken; unternehmensweit sind über 80 Agents im Einsatz. Die meisten wurden nicht von Sidneys Team entwickelt, sondern verbreiteten sich auf organische Weise. Wenn Teams sehen, wie Kollegen ihre Routineaufgaben automatisieren, wollen sie sofort nachziehen.
Clément beschreibt diesen Wandel mit einem einzigen Wort: Reflexivität. „Sobald man den Mitarbeitenden diese neue Fähigkeit bereitstellt, fangen sie an, sich zu fragen: Kann ich meine Tätigkeit automatisieren? Wie geht das? Wie fügt es sich in das große Ganze ein?“ Diese Reflexivität treibt alle dazu, systemisch zu denken. Anstatt ein Problem einmal zu lösen und dann zur nächsten Aufgabe überzugehen, entwickeln Teams Arbeitsabläufe, die wiederverwendet und gemeinsam genutzt werden können.
Auch der Job des KI-Teams hat sich grundlegend verändert. Heute sind sie nicht mehr die Ersteller – sondern die Plattform. „Früher war ich dafür zuständig, Agents zu erstellen. Heute mache ich es allen anderen leicht, sie zu erstellen“, meint Sidney.
Mit Custom Agents konnten wir über einzelne KI-Experimente hinaus zu einer sinnvollen, skalierbaren Arbeitsweise gelangen.
