Fallstudie | Claude Platform
Wie Tasklet mit Claude eine Automatisierung rund um die Uhr ermöglicht
Die meisten Tools zur Workflowautomatisierung verlangen von den Benutzern, wie Programmierer zu denken: jede Verzweigung muss abgebildet, jeder Grenzfall behandelt und bei Unerwartetem immer wieder von vorne begonnen werden. Das Produktivitäts-Startup Tasklet verfolgt einen anderen Ansatz. Benutzer beschreiben, was sie von einem Agenten erwarten, und der Agent überlegt selbst, wie er es erledigt. Und da alles in der Cloud ausgeführt wird, arbeiten die Agenten rund um die Uhr weiter, wenn Sie bereits Ihren Laptop geschlossen haben.
Mit Claude konnte Tasklet:
- Im Monatsvergleich den eigenen Umsatz um 160 % steigern, der bereits innerhalb von fünf Monaten nach der Einführung bei über $2.5M ARR lag
- 450.000 Agentenaktionen pro Tag über alle Kundenagenten hinweg erreichen
- Erreichen, dass Benutzer täglich 2.000 neue Agenten erstellen, die alles – von der E-Mail-Triage bis zur Umsatzabstimmung – automatisieren
- Die Möglichkeit schaffen, über mehr als 3.000 vorgefertigte Integrationen, MCP, Browser Use und eine KI-gestützte Funktion, die dynamisch API-Konnektoren für neue Dienste erstellt, eine Verbindung zu jedem SaaS-Produkt oder jeder API herzustellen
- Ein Team auf fünf Entwicklern aufbauen, das von Claude Code unterstützt mindestens viermal am Tag Produktionscode bereitstellt
Die Herausforderung
Von E-Mail-Triggern zu einem Allzweckagenten
Tasklet ging aus Shortwave hervor, einem KI-gestützten E-Mail-Client, mit dessen Entwicklung dasselbe Team im Jahr 2022 begann. Shortwave-Benutzer hatten immer wieder dieselbe Bitte: „Kann die KI nicht einfach automatisch laufen?“ Sie wollten, dass ihr Posteingang ein HubSpot-Update, eine Notion-Bearbeitung oder eine Slack-Nachricht auslöst, ohne jedes Mal ein Chat-Fenster öffnen zu müssen.
Das Team begann mit der Entwicklung und erkannte dann, dass mehr dahinter steckt als E-Mails. Könnte ein Agent auf Ereignisse im Posteingang reagieren, könnte er auf alles andere reagieren: Webhooks, Zeitpläne, RSS-Feeds, Formularübermittlungen. Und wenn er unbeaufsichtigt in der Cloud laufen würde, müsste er auch nicht in einem E-Mail-Client integriert sein. Im Juni 2025 begann das Team damit, Tasklet von Grund auf neu zu schreiben. Im Juli hatten sie ihre ersten zahlenden Kunden und im Oktober gingen sie in die Öffentlichkeit.
Als das Team mit Tasklet begann, verfügte es bereits über jahrelange Erfahrung in der Produktion jeder wichtigen Modellfamilie. Sie fanden heraus, dass die meisten Modelle Single-Turn-Fragen gut bewältigen können. Allerding gab es Problem, wenn die Aufgabe eine Iteration erforderte.
agent actions executed per day
Die Lösung
Auswahl von Claude für mehrstufiges Schlussfolgern
Als das Team mit der Entwicklung von Tasklet begann, traf es hinsichtlich der Architektur eine bewusste Entscheidung: Das Modell sollte den Workflow durchdenken, anstatt ihn mit einer vordefinierten Logik zu beschränken. „Was ist, wenn der Workflow wegfällt und man den Agenten einfach darüber nachdenken lässt, was er tun soll?“ überlegt Andrew Lee, CEO von Tasklet und Mitgründer von Firebase. „Früher lautete das Argument, dass dieser Ansatz nicht zuverlässig genug sei, weil die Modelle nicht intelligent genug seien. Aber inzwischen sind die Modelle schlau genug.“
„Für Aufgaben, bei denen es nicht nur um eine Frage und eine Antwort geht, sondern bei denen man ein Tool aufrufen, nachdenken und iterieren muss, kommen die anderen Modelle nach einigen Iterationen vom Kurs ab“, sagt Lee. „Claude kann einfach viel länger auf einem hohen Qualitätsniveau iterieren.“
Dieser Unterschied potenziert sich in der Praxis. Ein Tasklet-Agent kann Dutzende oder Hunderte von Toolaufrufen durchführen, um eine einzelne Aufgabe zu erledigen: eine E-Mail lesen, einen Kontakt in einem CRM nachschlagen, eine Antwort entwerfen, einen Kalender überprüfen, eine Tabelle aktualisieren. Eine kleine Zuverlässigkeitslücke bei jedem Schritt summiert sich jedoch im gesamten Workflow zu einer großen Lücke in der Erfolgsrate.
Jeder LLM-Aufruf im Produkt von Tasklet geht an ein Claude-Modell. Benutzer, die mit standardmäßigen Geschäftsworkflows arbeiten, verwenden Claude Sonnet 4.6 und diejenigen, die komplexe, mehrstufige Aufgaben bewältigen müssen, können auf Claude Opus 4.6 mit erweitertem Denken umsteigen. Das Team fand Claude im unbeaufsichtigten Betrieb besonders zuverlässig: Es ergriff sorgfältige und wohlüberlegte Maßnahmen, wenn es unsicher war. „Sicherheit und Zuverlässigkeit sind sehr wichtig, wenn Agenten ohne menschliche Aufsicht autonom arbeiten“, merkt Lee an.

Nutzen Sie die Claude API, um neue Nutzererlebnisse, Produkte und Arbeitsweisen mit den fortschrittlichsten KI-Modellen auf dem Markt zu schaffen.
Weitere InformationenDas Ergebnis
Das Ergebnis: Vernetzte Agenten, die über Nacht laufen
Jeder Tasklet-Agent ist ein langlebiges Claude-Gespräch, das auf drei Kernfunktionen basiert. Verbindungen geben ihm die Reichweite: über 3.000 vorgefertigte Integrationen plus die Möglichkeit, Claude im Handumdrehen API-Dokumentationen lesen und einen funktionierenden Konnektor für jeden HTTP-Dienst erstellen zu lassen. Trigger geben ihm Autonomie: Der Agent wird automatisch nach einem Zeitplan oder als Reaktion auf Ereignisse wie eine neue E-Mail, einen Webhook oder einen Kalendereintrag ausgelöst. Und die Computernutzung bietet ihm einen Fallback: Wenn keine API vorhanden ist, öffnet Claude einen Browser in einer Cloud-VM und navigiert direkt über die Weboberfläche.
Bei dieser letzten Fähigkeit sowie der kürzlich eingeführten Instant-Apps-Funktion sieht Lee die neuesten Modelle von Claude am weitesten vorne. Mit Instant Apps können Agenten im Handumdrehen live und interaktive Webanwendungen generieren, die mit den realen Daten der Benutzer verbunden sind. Ein Benutzer kann ein Marketingdashboard anfordern, das innerhalb weniger Minuten gebaut wird und direkt mit seinen echten Accounts verknüpft ist. Die Funktion stützt sich auf die Codegenerierungsfunktionen von Claude, um funktionale UIs statt statischer Ausgaben zu erzeugen, was laut Lee mit früheren Modellen nicht möglich war.
Das Tasklet-Team verwendet Claude Code auch für die gesamte interne Entwicklung. Das Team aus nur fünf Entwicklern hat seit der Einführung etwa alle drei Wochen wichtige Architektur-Releases veröffentlicht. „Es ist erstaunlich, was wir mit fünf Entwicklern und Claude Code alles erreichen können“, sagt Lee.
Nach fünf Monaten steigerte Tasklet den Umsatz im Monatsvergleich um 160 %. Kundenagenten führen täglich 450.000 Toolaufrufe aus und die Benutzer erstellen täglich etwa 2.000 neue Agenten. Zu den Anwendungsfällen gehören intelligente E-Mail-Triage, Umsatzabgleich über Tools wie Stripe und Ramp, Recherche in mehreren Quellen, Deal-Desk-Pipelines und die Überwachung von Mitbewerbern. Ein Kunde hat in weniger als einer Woche ein komplettes Multi-Agenten-Backoffice-System für ein Risikokapitalunternehmen erstellt.
In ihrem Feedback loben Kunden insbesondere, wie schnell sich ein Nutzen einstellt. Benutzer berichten davon, wie sie funktionierende Automatisierungen in Minuten erstellen – nicht in Tagen oder Wochen, die ein herkömmlicher Workflow-Build braucht.
Der Roadmap von Tasklet liegt weiterhin derselbe Gedanke zugrunde, der schon bei Gründung des Unternehmens galt: Mit jeder Modellverbesserung von Anthropic wird das Produkt besser, ohne dass es neu geschrieben werden muss. Zu den kurzfristig geplanten Vorhaben gehören Teamarbeitsbereiche, gemeinsame Agenten und eine schnellere und günstigere Computernutzung. Die langfristige Vision ist das, was Lee als „Cloud Agent OS“ bezeichnet: ein primärer Arbeitsplatz, in dem Benutzer in Unternehmen über Agenten auf verschiedene Software zugreifen, anstatt zwischen den Oberflächen hin und her zu wechseln.
„2025 war das Jahr der Programmieragenten“, sagt Lee. „Wir glauben, dass 2026 das Jahr der universellen Wissensarbeitsagenten sein wird.“
„Claude kann einfach viel länger auf einem hohen Qualitätsniveau iterieren.“