Skills
Skills sind strukturierte Wissenspakete, die KI-Agenten spezifische Fähigkeiten vermitteln. Sie bündeln Anweisungen, Skripte und Ressourcen in wiederverwendbaren Modulen, die Agenten bei Bedarf laden, um fachliche Aufgaben konsistent und nach definierten Standards auszuführen.
Ausführliche Erklärung
Ein Skill ist ein dateisystembasiertes Modul, das typischerweise aus einer SKILL.md-Datei sowie optionalen Skripten und Ressourcen besteht. Die Datei enthält Metadaten wie Name und Beschreibung sowie detaillierte Schritt-für-Schritt-Anleitungen, die einem KI-Agenten zeigen, wie er eine bestimmte Aufgabe korrekt ausführt. Während ein Prompt eine einmalige Anweisung für eine konkrete Situation ist, ist ein Skill ein wiederverwendbares, portables Wissensmodul, das domänenspezifisches Know-how dauerhaft verfügbar macht.
Der offene Standard wurde von Anthropic im Oktober 2025 eingeführt und im Dezember 2025 als Open Standard veröffentlicht. Mittlerweile unterstützen über 30 Plattformen und Tools diesen Standard, darunter Claude, GitHub Copilot, Cursor, VS Code, Gemini CLI und OpenAI Codex. Das bedeutet: Ein einmal erstellter Skill funktioniert plattformübergreifend ohne Anpassungen. Skills nutzen das Prinzip der progressiven Offenlegung: Ein Agent lädt zunächst nur Name und Beschreibung aller verfügbaren Skills. Erst wenn eine Aufgabe zu einem Skill passt, wird die vollständige Anleitung ins Kontextfenster geladen und bei Bedarf werden auch Skripte ausgeführt.
Für KMU sind Skills besonders relevant, wenn wiederkehrende, fachlich anspruchsvolle Aufgaben standardisiert werden sollen. Beispiele sind Rechnungsverarbeitung nach unternehmenseigenen Regeln, Code-Reviews nach festgelegten Qualitätsstandards, Dokumentenerstellung gemäß Corporate Design oder Datenanalysen nach branchenspezifischen KPIs. Aktuelle Studien zeigen, dass KI-Agenten mit Skills etwa 16 Prozentpunkte mehr Aufgaben erfolgreich lösen als ohne diese Unterstützung. Besonders in Branchen, die nicht stark in den Trainingsdaten der KI-Modelle vertreten sind, wie Gesundheitswesen oder Fertigung, können Skills die Erfolgsquote um bis zu 52 Prozentpunkte steigern.
Die Erstellung wirksamer Skills erfordert allerdings Fachkenntnis: Skills müssen präzise formuliert sein, sollten zwei bis drei Komponenten umfassen und dürfen nicht zu umfangreich werden. Zu viele Informationen verwirren den Agenten eher, als dass sie helfen. Auch die automatische Generierung von Skills durch KI-Systeme selbst bringt bislang keine Verbesserung. Ein wichtiger Aspekt für österreichische und deutsche Unternehmen: Skills können sensible Geschäftslogik und Prozesswissen enthalten, weshalb sie datenschutzkonform auf eigener Infrastruktur oder in europäischen Cloud-Umgebungen gespeichert werden sollten.
Praxisbeispiel
Eine oberösterreichische Steuerberatungskanzlei mit 15 Mitarbeitenden erstellt einen Skill für die Prüfung von Eingangsrechnungen. Der Skill definiert exakt, welche Pflichtangaben nach österreichischem Umsatzsteuergesetz geprüft werden müssen, wie Rechnungsbeträge mit Kontierungsregeln abgeglichen werden und in welchen Fällen eine manuelle Freigabe erforderlich ist. Der Agent lädt den Skill automatisch, sobald eine Rechnung zur Prüfung hochgeladen wird, und arbeitet die Prüfschritte konsistent ab. Änderungen an den Prüfkriterien müssen nur einmal im Skill angepasst werden und gelten dann für alle nachfolgenden Prüfvorgänge.
Code-Beispiel
---
name: rechnung-pruefen
description: "Prüft Eingangsrechnungen auf Pflichtangaben nach UStG und Kontierungslogik"
compatibility:
- claude-code
- cursor
- copilot
---
# Rechnungsprüfung Skill
## Aktivierung
Aktiviere diesen Skill bei: Eingangsrechnung, PDF-Rechnung, Rechnungsdokument
## Prüfschritte
1. Pflichtangaben prüfen:
- UID-Nummer vorhanden?
- Rechnungsdatum gültig?
- Leistungszeitraum angegeben?
- Betrag netto/brutto korrekt?
2. Kontierung vorschlagen nach Regelwerk in `kontierung.json`
3. Bei Auffälligkeiten: Freigabe anfordern