Ando Team Messaging nimmt Slack ins Visier, indem es KI-Agenten einen Platz im Arbeitsalltag gibt

Ando hat mit 20 Millionen US-Dollar Finanzierung einen Slack-Konkurrenten gestartet – mit einer klareren Prämisse: KI-Agenten sollen als Beteiligte an Arbeitsplatzgesprächen teilnehmen, nicht als installierte Apps. Die Team-Messaging-Plattform von Ando stattet Agenten mit Identitäten, Postfächern, Berechtigungen und Zugriff auf gemeinsame Diskussionen aus. Sie können Kanäle verfolgen, Kollegen kontaktieren und handeln, ohne darauf warten zu müssen, dass jemand Informationen in ein separates KI-Fenster kopiert.

Dieses Design stellt das Modell hinter Slack und Microsoft Teams infrage. Beide etablierten Anbieter unterstützen inzwischen Agenten, starteten jedoch als Kommunikationssysteme für menschliche Beschäftigte. Ando setzt von Beginn an auf Menschen und Software-Agenten im selben Arbeitsbereich. Der Unterschied klingt subtil, bis ein Agent ein Problem erkennen, den richtigen Kollegen finden oder Entscheidungen aus mehreren Kanälen miteinander verknüpfen muss.

Das Unternehmen ist noch klein, und seine Aussagen stammen überwiegend von Gründerin, Investoren und frühen Nutzern. Slack verfügt bereits über ein großes Ökosystem, Enterprise-Kontrollen und eine eigene Agentenstrategie. Microsoft kann Agenten mit Teams, Microsoft 365 und Organisationsdaten verbinden. Ando betritt keinen leeren Markt. Das Unternehmen wettet darauf, dass ein um Agenten herum neu konzipierter Arbeitsbereich wichtiger ist, als sie einem etablierten hinzuzufügen.

Ando Team Messaging behandelt Agenten als Mitglieder

Die prägende Entscheidung von Ando besteht darin, einem KI-Agenten einen dauerhaften Platz in der Organisation zu geben, statt ihn zu einem Tool zu machen, das auf Prompts wartet.

Ando trat am 24. September 2026 aus dem Stealth-Modus hervor. Gründerin und CEO Sara Du beschrieb das Produkt als vollständiges Team-Kommunikationssystem für Organisationen, die KI-Agenten einsetzen. Mit dem Start wurden zudem $20 Millionen Finanzierung von Accel, Index Ventures und Emergence Capital bekannt gegeben.

Die Plattform umfasst Kanäle, Direktnachrichten, Gruppengespräche und Live-Anrufe. Anrufe können transkribiert werden, sodass Agenten nachvollziehen können, was die Teilnehmenden besprochen haben. Agenten erhalten zudem eigene Identitäten und Postfächer, statt über ein generisches Integrationskonto zu kommunizieren.

Diese Identität beeinflusst, wie ein Agent teilnimmt. Er kann Kanäle durchsuchen, entscheiden, welche Diskussionen Aufmerksamkeit verdienen, und ein Gespräch betreten, ohne markiert worden zu sein. Er kann auch einem menschlichen Kollegen schreiben, wenn er zu dem Schluss kommt, dass eine Frage Urteilskraft oder Genehmigung erfordert.

In bestehenden Kollaborationsprodukten ruft ein Mitarbeiter einen Assistenten häufig per Erwähnung auf oder öffnet eine separate Agentensitzung. Der Beschäftigte liefert Kontext, prüft die Antwort und bringt nützliche Informationen zurück ins Team. Du nennt diese Person einen „Fleisch-Proxy“, weil der Mitarbeiter zur Transportschicht zwischen Software und Kollegen wird.

Andos Modell soll diesen Vermittlungsschritt beseitigen. Ein Agent, der die ursprüngliche Diskussion verfolgt hat, kann den relevanten Kontext behalten. Er kann einen anderen Teilnehmer nach fehlenden Informationen fragen oder die Arbeit fortsetzen, nachdem das menschliche Gespräch endet.

Das Unternehmen sagt, seine Agenten könnten außerdem Diskussionen verbinden, die sonst voneinander isoliert blieben. Ein Agent habe Berichten zufolge bemerkt, dass zwei Kanäle dasselbe Thema behandelten. Er erstellte ein Gruppengespräch, erläuterte die Überschneidung und schlug eine Entscheidung vor, ohne eine direkte Aufforderung erhalten zu haben.

Dieses Beispiel verdeutlicht den beabsichtigten Unterschied des Produkts. Ein Chatbot antwortet innerhalb einer begrenzten Interaktion. Ein teilnehmender Agent überwacht eine gemeinsame Umgebung und stößt Koordination an, wenn seine Anweisungen und Berechtigungen dies erlauben.

Ando bleibt agentenunabhängig. Teams können Agenten einsetzen, die mit Systemen wie Codex, Claude, Devin oder Grokbot gebaut wurden. Das Unternehmen bietet außerdem sein eigenes gehostetes Agent Harness an – die Softwareschicht, die Modell, Tools, Kontext und Ausführung eines Agenten verwaltet.

Der Ando-Launchbeitrag besagt, dass das Unternehmen seine interne Arbeit bereits einige Wochen nach Entwicklungsbeginn aus Slack verlagert habe. Das belegt Überzeugung, ist aber noch kein Nachweis dafür, dass größere Kunden denselben Wechsel vollziehen werden.

Ando zufolge nutzen Kunden aus Software, Finanzen und Immobilien die Plattform in 15 Ländern. Viele dieser Teams sind weiterhin klein. Der Start etabliert daher eine Produkthese und ein frühes Akzeptanzsignal, nicht jedoch eine Validierung im Enterprise-Maßstab.

Das Produkt ist wichtig, weil es die Einheit der Zusammenarbeit verändert. Slack machte den Kanal zu einem gemeinsamen Raum für Menschen und Anwendungen. Ando möchte, dass ein Mitglied des Arbeitsbereichs sowohl eine Person als auch ein autonomer Softwaremitarbeiter sein kann.

Diese Verschiebung wirft die zentrale Frage rund um den Start auf: Braucht der Arbeitsplatz eine neue Kommunikationsschicht, wenn Agenten zu aktiven Kollegen werden, oder können etablierte Plattformen dasselbe Verhalten aufnehmen?

Warum agentennatives Messaging jetzt wichtig ist

Die Chance für Ando besteht, weil KI-Agenten sich von privaten Assistenten zu Systemen entwickeln, die teamübergreifend mehrstufige Arbeit erledigen.

Du begann 2025, das Problem zu untersuchen, als sie Unternehmen beim Aufbau von Model Context Protocol-Servern half. MCP ist ein Standard, mit dem sich KI-Systeme über eine gemeinsame Schnittstelle mit Tools und Daten verbinden können. Kunden wollten diese verbundenen Agenten über Slack einsetzen, doch Nachrichtentransport, Kontextverwaltung und Token-Verbrauch sorgten für Reibung.

Jede Schwierigkeit verwies auf dieselbe architektonische Fehlanpassung. Arbeitsplatz-Messenger gehen davon aus, dass Menschen Gespräche lesen, entscheiden, was wichtig ist, und Software anweisen, was sie tun soll. Agenten stellen diese Abfolge infrage, weil sie Informationen überwachen, Aufgaben initiieren und Ergebnisse selbstständig kommunizieren können.

Eine herkömmliche Integration kann eine Warnung senden oder auf einen Befehl antworten. Ein autonomer Agent benötigt eine dauerhaftere Rolle. Er muss wissen, auf welche Gespräche er zugreifen kann, welche Aktionen er ausführen darf und wann er eine Person unterbrechen sollte.

Auch beständiger Kontext ist wichtig. Eine Entscheidung steckt selten in einer einzigen Nachricht. Ihre Begründung kann sich über einen Anruf, einen privaten Austausch und mehrere Kanal-Threads erstrecken. Ein Agent, der nur bei einer Erwähnung hinzukommt, erhält den unmittelbaren Prompt, verpasst aber möglicherweise die Vorgeschichte, die der Anfrage Bedeutung verleiht.

Dieses Problem wird sichtbarer, wenn Unternehmen mehrere Agenten einsetzen. Ein Coding-Agent, Recherche-Agent, Support-Agent und Finanz-Agent können jeweils spezialisierte Arbeit erledigen. Ihr gemeinsamer Wert hängt davon ab, ob sie Kontext teilen und sich koordinieren, ohne den Mitarbeitern zusätzliche Verwaltungsarbeit aufzubürden.

Andos Antwort besteht darin, die Koordination in den Messenger zu verlagern. Ein Agent kann die Gespräche beobachten, auf die er berechtigten Zugriff hat, und Fragen sowie Ergebnisse über dieselbe Schnittstelle weiterleiten, die Menschen verwenden.

Dieser Ansatz macht Nachrichten zugleich zum operativen Kontext. Ein Gespräch dokumentiert nicht nur, was ein Team entschieden hat, sondern auch, warum Teilnehmer Alternativen verworfen haben. Ein Agent, der diese Begründung sieht, kann Arbeit erstellen, die der Entscheidung entspricht, statt die Absicht aus einem kurzen Prompt rekonstruieren zu müssen.

Die Idee ähnelt einer gemeinsamen KI-Wissensdatenbank, doch der Messenger ergänzt sie um aktive Teilnahme in Echtzeit. Gespeichertes Wissen erklärt, was zuvor geschah. Aktive Gespräche zeigen, was das Team gerade entscheidet.

Investoren setzen auf diesen Unterschied. Accel argumentiert, dass die Koordination von Kontext, Gedächtnis und Aktivität schwieriger wird, wenn Organisationen mehr Agenten hinzufügen. Seine Investmentthese präsentiert Ando als Infrastruktur für diese Mehrspielerumgebung.

Der Zeitpunkt spiegelt auch eine Veränderung der Agentenfähigkeiten wider. Modelle können heute Tools nutzen, längere Aufgaben bearbeiten und zu Menschen zurückkehren, wenn sie blockiert sind. Diese Verhaltensweisen schaffen größeren Wert, erzeugen aber auch mehr Statusupdates, Ausnahmen, Genehmigungen und Übergaben.

Ein agentennativer Messenger verspricht, diese Koordinationslast zu senken. Der Agent kann eine relevante Diskussion identifizieren, seine Arbeit erläutern und die richtige Person um eine Entscheidung bitten. Der Mensch muss nicht jeden Ausführungsschritt überwachen.

Größere Autonomie schafft jedoch einen neuen Bedarf an Rechenschaftspflicht. Teams müssen wissen, welcher Agent gesprochen hat, welche Informationen er verwendet hat und welche Aktionen er ausgeführt hat. Stabile Identitäten für Agenten könnten solche Aufzeichnungen leichter überprüfbar machen.

Identität allein löst Governance nicht. Das Produkt benötigt außerdem verlässliche Berechtigungsgrenzen, Audit-Trails, Aufbewahrungskontrollen und vorhersehbare Eskalationsregeln. Diese Anforderungen werden strenger, wenn ein Agent Gespräche initiieren oder abteilungsübergreifend handeln kann.

Ando adressiert daher zwei Probleme zugleich. Das Unternehmen möchte Agenten eine natürlichere Teilnahme ermöglichen und ihre Beteiligung zugleich innerhalb eines vertrauten Kommunikationssystems nachvollziehbar machen. Der Erfolg hängt davon ab, ob es Autonomie erhöhen kann, ohne Arbeitsplatzgespräche schwerer vertrauenswürdig zu machen.

Slack bewegt sich bereits in dieselbe Richtung

Ando konkurriert nicht mit dem Slack von 2023, sondern mit einem etablierten Anbieter, der Agenten inzwischen als Teamkollegen beschreibt.

Slack ermöglicht Nutzern, Agenten direkt Nachrichten zu senden, sie zu Kanälen hinzuzufügen und frühere Sitzungen einzusehen. Der Bereich Agents and Tools bietet Mitarbeitern einen Ort, an dem sie Assistenten entdecken und deren Arbeit überwachen können.

Die Plattform unterstützt zudem Agentforce-Agenten, die über Salesforce erstellt werden. Administratoren steuern den Zugriff, während Agenten Fragen beantworten und konfigurierte Aufgaben erledigen können. Laut Slacks Agentendokumentation können Agenten an Kanälen, Direktnachrichten und speziellen Coding-Bereichen teilnehmen.

Slack hat einen offensichtlichen Vorteil bei der Verbreitung. Unternehmen speichern dort bereits jahrelange Gespräche, Entscheidungen, Workflows und Integrationen. Sie zu bitten, einen Agenten hinzuzufügen, ist wesentlich einfacher, als sie zu bitten, Mitarbeiter und Kommunikationshistorie an einen anderen Ort zu verlagern.

Die Salesforce-Eigentümerschaft bringt einen weiteren Vorteil. Agentforce kann Arbeitsplatzgespräche mit Kundendaten, Servicefällen und Geschäftsprozessen verbinden. Slack kann sich als konversationelles Frontend für ein umfassenderes Enterprise-System positionieren.

Diese Stärke schafft zugleich Andos Chance. Slack muss die Kompatibilität mit etablierten Workflows, Anwendungen und Governance-Regeln bewahren. Seine Agenten treten in ein System ein, dessen grundlegendes Interaktionsmodell entwickelt wurde, bevor autonome Softwarekollegen plausibel erschienen.

Ando trägt diese Geschichte nicht mit sich. Das Unternehmen kann Agentenidentität, Kontext, Berechtigungen und proaktives Verhalten als grundlegende Produktprimitive behandeln. Es kann seine Schnittstelle auf gemischte Teams optimieren, ohne ein älteres Anwendungsmodell schützen zu müssen.

Der Kontrast lautet nicht einfach Agenten gegen keine Agenten. Beide Plattformen unterstützen Agenten. Der eigentliche Wettbewerb besteht zwischen nachträglich integrierter und nativer Teilnahme.

In Slack beginnen viele Interaktionen weiterhin damit, dass ein Nutzer einen Agenten findet, eine Sitzung öffnet oder ihn in einem Kanal erwähnt. Ando möchte, dass Agenten nützliche Arbeit erkennen und im passenden Moment eingreifen. Dieser Unterschied bestimmt, wer die Koordinationslast trägt.

Slack schließt die Lücke ebenfalls. Im April 2026 kündigte das Unternehmen zusätzliche Tools für den Aufbau, die Bereitstellung und die Governance von Agenten an. Es bezeichnete Slack als agentenorientierten Arbeitsbereich mit konversationellem Kontext und zentralisierter Verwaltung.

Im September bewarb Slack Slackbot als Teamkollegen, der Kanäle mit Salesforce-Daten verbindet. Sein agentischer Arbeitsbereich umfasst Agenten-Browsing, kollaboratives Coding und aus Gesprächen initiierte Aktionen.

Microsoft stellt eine ähnliche Herausforderung dar. Teams-Nutzer können Copilot-Agenten zu Gruppenchats hinzufügen, Fragen zur Diskussion stellen und Zusammenfassungen anfordern. Microsofts Gruppenchat-Agenten erhalten ebenfalls Zugriff auf eine umfassende Produktivitätssuite.

Das bedeutet, dass Ando nicht allein mit Agenten-Chat gewinnen kann. Das Unternehmen muss zeigen, dass eine dauerhafte Agentenmitgliedschaft die Koordination spürbar besser verbessert als ein Agent, der an einen bestehenden Workspace angebunden ist.

Das Unternehmen steht zudem neueren Herausforderern gegenüber. Jack Dorseys Buzz bringt Menschen und KI-Agenten in gemeinsamen Unterhaltungen zusammen und richtet sich stärker an Entwickler. Glue hat ebenfalls Möglichkeiten zur Arbeitsplatzkoordination rund um KI und MCP-Verbindungen untersucht.

Diese Produkte deuten darauf hin, dass sich die Kategorie um eine gemeinsame Überzeugung formiert. Der nächste Workplace-Messenger muss Software-Mitarbeiter möglicherweise ebenso sorgfältig koordinieren wie menschliche Beschäftigte.

Dennoch garantiert die Dynamik einer Kategorie keinen Startup-Gewinner. Etablierte Anbieter können sichtbare Interface-Funktionen kopieren. Eine Seitenleiste für Agenten, eigenständige Profile und Kanalmitgliedschaften schaffen für sich genommen keinen dauerhaften Vorteil.

Andos Verteidigungsfähigkeit muss daher daraus entstehen, wie sich das Gesamtsystem verhält. Dazu gehören Kontext-Routing, Zusammenarbeit zwischen Agenten, die Durchsetzung von Berechtigungen, die Qualität von Benachrichtigungen und die Zuverlässigkeit proaktiver Eingriffe.

Je leistungsfähiger Slack und Teams werden, desto spezifischer muss Andos Argumentation sein. Das Unternehmen muss nachweisen, dass ein agentenorientiertes Fundament Ergebnisse verändert – und nicht bloß die Terminologie.

Der eigentliche Test: Verringern proaktive Agenten Arbeit?

Ein Agent, der unaufgefordert an Gesprächen teilnimmt, kann Koordinationsaufwand reduzieren – er kann aber auch Rauschen, Fehler und neue Sicherheitsprobleme erzeugen.

Das attraktivste Ando-Szenario ist leicht zu verstehen. Zwei Teams diskutieren unwissentlich in getrennten Kanälen dasselbe Kundenproblem. Ein Agent erkennt die Überschneidung, bringt die Beteiligten zusammen, fasst beide Threads zusammen und schlägt einen nächsten Schritt vor.

Dieser Eingriff spart Zeit, weil der Agent mehr Nachrichten beobachtet, als einzelne Beschäftigte verfolgen können. Außerdem handelt er, bevor die Doppelarbeit zu einer kostspieligen Verzögerung wird.

Dieselbe Fähigkeit kann auf mehrere Arten scheitern. Der Agent könnte nicht zusammenhängende Gespräche verbinden, weil sie ähnliche Formulierungen verwenden. Er könnte Informationen aus einem eingeschränkten Kanal preisgeben. Oder er könnte eine sensible Diskussion mit einer ungenauen Zusammenfassung unterbrechen.

Fehlalarme sind wichtig, weil Aufmerksamkeit am Arbeitsplatz knapp ist. Beschäftigte verwalten bereits Benachrichtigungen von Menschen, Anwendungen, Kalendern und automatisierten Workflows. Proaktive Agenten könnten die Koordination verbessern und gleichzeitig die Kommunikationsebene lauter machen.

Ando muss daher Relevanz lösen, nicht nur Zugriff. Ein Agent benötigt eine gut kalibrierte Schwelle dafür, wann er sprechen, wann er privat nachfragen und wann er schweigen sollte. Diese Entscheidungen hängen von organisatorischen Normen ab, die selten in formalen Anweisungen erscheinen.

Berechtigungen schaffen eine weitere Herausforderung. Menschliche Beschäftigte verstehen, dass Zugriff nicht immer die Erlaubnis einschließt, Informationen weiterzugeben. Softwaresysteme benötigen für dieselbe Grenze explizite Richtlinien.

Ein Agent könnte zwei Kanäle rechtmäßig lesen und dennoch Risiken schaffen, indem er deren Inhalte zusammenführt. Finanz-, Rechts-, Personal- und Kundenteams arbeiten oft unter unterschiedlichen Vertraulichkeitserwartungen. Kanalübergreifende Intelligenz kann zu kanalübergreifenden Informationslecks werden.

Dauerhafte Identitäten könnten hier die Verantwortlichkeit verbessern. Ein Team kann einen Agenten vom anderen unterscheiden und dessen Gesprächsverlauf prüfen. Administratoren könnten Berechtigungen zudem an die Rolle eines Agenten knüpfen, statt einer generischen Anwendung weitreichenden Zugriff zu gewähren.

Doch Identität ist nur der Anfang. Käufer werden klare Antworten zu Datenaufbewahrung, Modellanbietern, Tool-Ausführung, Audit-Logs und Reaktion auf Vorfälle benötigen. Sie werden zudem Kontrollen brauchen, die Änderungen am zugrunde liegenden Modell oder den Anweisungen eines Agenten überstehen.

Der Token-Verbrauch fügt eine wirtschaftliche Einschränkung hinzu, selbst ohne Berücksichtigung von Abonnementpreisen. Die Überwachung von Kanälen, die Verarbeitung von Aufrufen und die Pflege von Kontext können erhebliche Modellnutzung erfordern. Du sagte, ein Teil des neuen Kapitals solle dem Unternehmen helfen, „mehr Tokens zu verbrennen“.

Diese Bemerkung verdeutlicht eine Spannung im Produkt. Agenten werden nützlicher, wenn sie mehr Kontext beobachten. Die Verarbeitung von mehr Kontext erhöht jedoch auch die Rechenkosten und schafft mehr Möglichkeiten, dass irrelevante oder sensible Daten in das Modell gelangen.

Ein ausgereiftes System benötigt selektive Aufmerksamkeit. Es kann nicht jede Nachricht an jeden Agenten senden. Die Plattform muss entscheiden, welcher Kontext relevant ist, wie lange er aufbewahrt wird und wann das Verständnis eines Agenten aktualisiert werden muss.

Die Qualität dieser Entscheidungen wird die Nutzererfahrung prägen. Wenn das System wichtigen Kontext verpasst, bleiben Agenten oberflächliche Assistenten. Nimmt es zu viel auf, drohen Unternehmen höhere Kosten, langsamere Antworten und eine stärkere Gefährdung der Privatsphäre.

Die Einführung birgt ein separates Risiko. Ando sagt, frühe Betrachter hätten zunächst eine weniger ausgereifte Messaging-Plattform gesehen und das Verhalten der Agenten übersehen. Diese Reaktion ist verständlich, da Beschäftigte den Messenger den ganzen Tag nutzen.

Ein Startup kann herkömmliche Messaging-Funktionen nicht als nachrangig behandeln. Suche, Benachrichtigungen, Anrufe, mobile Zuverlässigkeit, Dateiverarbeitung und Administration müssen gut funktionieren, bevor Kunden ein neues Agentenmodell würdigen.

Wechselkosten verstärken jede Schwäche. Der Abschied von Slack oder Teams bedeutet, Gewohnheiten, Integrationen, Archive und Governance-Prozesse zu verändern. Ein innovatives Agentenerlebnis gleicht die Störung im Rest der Organisation möglicherweise nicht aus.

Andos frühe Kunden konzentrieren sich auf kleinere Teams. Solche Teams können sich schnell bewegen und Produktlücken tolerieren. Ihre Erfahrungen sagen möglicherweise wenig über die Einführung in einem regulierten Unternehmen mit Tausenden Nutzern aus.

Der stärkste anfängliche Markt könnten daher KI-native Unternehmen mit vielen Agenten und vergleichsweise wenig Legacy-Infrastruktur sein. Diese Organisationen spüren das Koordinationsproblem besonders stark und haben geringere Migrationskosten.

Wenn Ando dort Erfolg hat, kann es Belege dafür liefern, dass Agentenmitgliedschaft die Produktivität verändert. Dafür werden konkrete Ergebnisse nötig sein, etwa weniger manuelle Übergaben, schnellere Entscheidungen oder weniger Doppelarbeit. Anekdoten von Gründern allein werden die Debatte nicht entscheiden.

Das Versprechen des Produkts besteht nicht darin, dass Agenten Nachrichten senden können. Bestehende Tools unterstützen das bereits. Das Versprechen lautet, dass Agenten einen Teil der sozialen und operativen Koordination übernehmen können, die bislang von Menschen geleistet wurde.

Das ist eine deutlich höhere Hürde. Sie erfordert technische Zuverlässigkeit, organisatorisches Urteilsvermögen und Vertrauen. Ein System, das diese Anforderungen erfüllt, könnte eine neue Ebene für den Arbeitsplatz rechtfertigen. Eines, das daran scheitert, wird zu einer weiteren Nachrichtenquelle, die verwaltet werden muss.

Agentenidentität verändert die Form der Zusammenarbeit

Die tiefere Wette von Ando lautet, dass Unternehmen sich um gemischte Teams organisieren werden, in denen Software-Agenten Rollen übernehmen, statt lediglich Antworten zu liefern.

Die meisten aktuellen KI-Workflows bleiben Eins-zu-eins-Beziehungen. Eine Person bittet einen Assistenten, ein Dokument zu entwerfen, Daten zu analysieren oder Code zu ändern. Das Ergebnis kehrt zu dieser Person zurück, die entscheidet, wie es in die Organisation einfließt.

Ando ersetzt diesen privaten Austausch durch ein Mehrspieler-Modell. Der Agent nimmt dort teil, wo Arbeit zugewiesen, diskutiert und geprüft wird. Dadurch wird seine Ausgabe für die Kollegen sichtbar, die die zugrunde liegende Entscheidung geprägt haben.

Geteilte Sichtbarkeit kann die Verantwortlichkeit verbessern. Ein Teammitglied kann die Argumentation eines Agenten im selben Thread hinterfragen. Ein anderer Agent kann Belege ergänzen, während der verantwortliche Mensch die Meinungsverschiedenheit klärt.

Dieses Modell verändert auch das Management. Eine Projektleitung kann Menschen und Agenten über dieselben Kanäle koordinieren, doch diese Teilnehmer verhalten sich unterschiedlich. Agenten können mehr Nachrichten verarbeiten und kontinuierlich arbeiten, während Menschen Urteilsvermögen, Beziehungen und Verantwortung einbringen.

Du argumentiert, kleine Teams würden Agenten nutzen, um eine operative Größenordnung zu erreichen, die früher deutlich mehr Beschäftigte erforderte. Diese Behauptung bleibt unbestätigt, benennt aber die organisatorische Ambition hinter dem Produkt.

Das kurzfristige Ergebnis wird vermutlich weniger dramatisch ausfallen. Agenten werden eher eng umrissene Koordinationsaufgaben übernehmen, bevor sie umfassende Abläufe steuern. Sie können Kontext vorbereiten, verwandte Diskussionen nachverfolgen, Fragen weiterleiten und Statuszusammenfassungen pflegen.

Diese Aufgaben sind dennoch wichtig. Wissensarbeiter verbringen viel Zeit damit, Informationen zu finden und Entscheidungen wieder zusammenzuführen, die an verschiedenen Orten getroffen wurden. Eine Plattform, die diese Fragmentierung verringert, kann Wert schaffen, bevor Agenten vollständig autonome Kollegen werden.

Das Modell unterstützt zudem die Spezialisierung von Agenten. Ein Research-Agent könnte Marktdiskussionen verfolgen, während ein Engineering-Agent Implementierungskanäle überwacht. Ein Support-Agent könnte Produktprobleme erkennen und den Engineering-Agenten fragen, ob eine Lösung bereits in Arbeit ist.

Die Kommunikation zwischen Agenten ermöglicht diese Workflows, erschwert aber auch die Aufsicht. Ein Gespräch zwischen Software-Agenten kann sich schneller entwickeln, als ein Mensch es prüfen kann. Teams benötigen klare Punkte, an denen Urteilsvermögen, Autorisierung oder Verantwortlichkeit wieder zu einer Person zurückkehren.

Deshalb kann der Messenger mehr sein als eine Benutzeroberfläche. Er kann als sichtbares Protokoll von Delegation und Eskalation dienen. Das Gespräch zeigt, was ein Agent wusste, wen er kontaktierte und wann ein Mensch eingriff.

Der Chatverlauf ist jedoch nicht automatisch ein ausreichendes Audit-System. Nachrichten können Tool-Aufrufe, Zwischenschritte der Begründung oder aus anderen Systemen abgerufene Daten auslassen. Unternehmenskunden werden neben der Konversationszeitleiste tiefere Ausführungsprotokolle erwarten.

Andos Schwerpunkt auf Identität bietet ein nützliches Ordnungsprinzip. Jeder Agent kann eine erkennbare Rolle, Berechtigungen und einen Verlauf haben. Diese Struktur ähnelt der Art, wie Unternehmen Dienstkonten verwalten, präsentiert den Agenten jedoch als Kollegen im Arbeitsalltag.

Das Risiko besteht in Anthropomorphismus. Ein menschenähnliches Profil kann einen Agenten zugänglicher machen, während es Beschäftigte dazu verleitet, ihm stärker zu vertrauen, als seine Genauigkeit rechtfertigt. Das Produktdesign muss Fähigkeiten und Grenzen sichtbar machen.

Die Plattform muss zudem Autorität von Sprachgewandtheit unterscheiden. Ein Agent kann selbstbewusst schreiben, ohne die Erlaubnis zu haben, eine Entscheidung verbindlich zu treffen. Seine Nachrichten sollten zeigen, ob er vorschlägt, berichtet, eine Genehmigung anfordert oder im Rahmen delegierter Autorität handelt.

Diese Signale werden wichtiger, wenn gemischte Teams wachsen. Der Unterschied zwischen einer Idee und einer genehmigten Handlung muss offensichtlich bleiben – unabhängig davon, ob sie von einem Menschen oder einem Agenten stammt.

Die Zusammenarbeit zwischen Menschen und KI erfordert daher mehr, als beide Seiten in einem Gruppenchat zu platzieren. Sie braucht Regeln für Kontext, Identität, Autorität und Eskalation. Ando hat sein Produkt um diese Prämisse aufgebaut.

Die Strategie könnte dem Unternehmen einen Fokus geben, der breiteren Suiten fehlt. Sie könnte Ando aber auch gegen Funktionen antreten lassen, die etablierte Anbieter stetig integrieren. Das Ergebnis hängt davon ab, ob die Koordination gemischter Teams zu einer eigenen Produktkategorie wird.

Woran sich zeigen wird, ob Ando Slack herausfordern kann

Drei Signale werden zeigen, ob Ando einen dauerhaften Plattformwandel gefunden hat oder eine interessante Funktion, die etablierte Anbieter nachbilden können.

Das erste Signal ist die Einführung über kleine KI-native Teams hinaus. Ando sagt, es bediene Kunden in 15 Ländern, hat jedoch weder Nutzerzahlen, Bindungsraten noch die Größe typischer Implementierungen veröffentlicht.

Größere Kundenrollouts würden die Argumentation des Unternehmens stärken. Sie würden zeigen, dass Organisationen bereit sind, Migrationskosten für agentenorientierte Koordination zu akzeptieren. Eine anhaltende Konzentration auf kleine Teams würde auf einen engeren Markt hindeuten.

Die Bindung ist wichtiger als erste Testphasen. Eine Messaging-Plattform gewinnt durch tägliche Nutzung und angesammelten Kontext an Wert. Teams, die über Monate aktiv bleiben, liefern stärkere Belege als Unternehmen, die mit einer neuen Oberfläche experimentieren.

Das zweite Signal ist, wie Slack und Microsoft reagieren. Beide ermöglichen Agenten bereits den Eintritt in gemeinsame Gespräche und kontrollieren ausgereifte Unternehmensökosysteme. Ihre nächsten Produktänderungen werden zeigen, wie viel von Andos Differenzierung sie nachbilden können.

Wenn Slack Agenten erlaubt, relevante Channels eigenständig zu verfolgen, Diskussionen zu koordinieren und unter klaren Kontrollen Gespräche zu initiieren, wird Andos Produktvorsprung kleiner. Microsoft kann ähnliches Verhalten über Teams, Copilot und Microsoft Graph verfolgen.

Die Umsetzung durch etablierte Anbieter könnte Andos These auch bestätigen. Wenn Slack und Teams zentrale Interaktionen rund um persistente Agenten neu gestalten, bestätigen sie, dass sich die Kommunikation am Arbeitsplatz verändert. Ando würde dann bei Umsetzung, Neutralität und Geschwindigkeit konkurrieren.

Das dritte Signal ist, ob Ando sichere, nützliche Autonomie beweisen kann. Das Unternehmen benötigt Belege dafür, dass proaktive Agenten Übergaben reduzieren, ohne Teams mit Unterbrechungen zu überfluten oder Informationen preiszugeben.

Kundenfallstudien sollten operative Ergebnisse berichten, nicht nur Begeisterung. Nützliche Messgrößen sind eingesparte Zeit bei der Koordination, weniger doppelte Aufgaben, schnellere Eskalationen und die Rate fehlerhafter Eingriffe.

Sicherheitsdokumentation wird ebenso wichtig sein. Käufer sollten auf granulare Berechtigungen, exportierbare Audit-Logs, Datenkontrollen und eine klare Trennung zwischen Agentenbeobachtung und Agentenaktion achten.

Ando muss zudem zeigen, dass sein agentenagnostisches Versprechen in der Praxis funktioniert. Die Unterstützung vieler Agentensysteme ist nur dann nützlich, wenn Identitäten, Berechtigungen und Kontext sich übergreifend konsistent verhalten.

Die stärkste Position des Produkts liegt in neutraler Koordinationsinfrastruktur. Slack ist eng an Salesforce gebunden, während Teams Teil des Microsoft-Ökosystems ist. Ando kann Agenten konkurrierender Modell- und Softwareanbieter in einen gemeinsamen Workspace einladen.

Neutralität bringt Integrationsarbeit mit sich. Jede Agent-Harness stellt unterschiedliche Fähigkeiten, Tool-Regeln und Kontextverhalten bereit. Ando muss diese Unterschiede vereinheitlichen, ohne Informationen zu verbergen, die Administratoren benötigen.

Die 20 Millionen US-Dollar des Unternehmens verschaffen Ressourcen für Einstellungen und die Weiterentwicklung der Plattform. Sie beseitigen jedoch nicht den Vertriebsvorteil von Slack und Microsoft. Ando muss seinen architektonischen Fokus in ein Produkt umsetzen, das Mitarbeitende täglich bevorzugen.

Für Unternehmenskäufer lautet die unmittelbare Frage nicht, ob Slack ersetzt werden soll. Entscheidend ist, ob die Agentenkoordination schmerzhaft genug geworden ist, um das Testen einer dedizierten Umgebung zu rechtfertigen.

Teams, die die Ando Slack alternative bewerten, sollten mit einem Workflow beginnen, der wiederholte menschliche Weitergaben beinhaltet. Sie können beobachten, ob persistente Agentenbeteiligung diese Übergaben eliminiert oder lediglich mehr Gespräche erzeugt.

Entwickler sollten die Qualität von Andos Agentenschnittstellen und Governance-Kontrollen beobachten. Wissensarbeiter sollten darauf achten, ob Agenten nützliche Verbindungen sichtbar machen, ohne aufdringlich zu werden. Käufer sollten Nachweise verlangen, dass Autonomie rechenschaftspflichtig bleibt.

Ando team messaging vermittelt eine klare Vision: Agenten sollten in dem Raum arbeiten, in dem Entscheidungen getroffen werden. Die nächsten Monate werden zeigen, ob Kunden einen neuen Raum benötigen oder ob Slack und Teams die Räume, die sie bereits besitzen, modernisieren können.

Der praktische Test ist einfach. Wählen Sie einen funktionsübergreifenden Prozess, definieren Sie, was ein Agent beobachten und tun darf, und messen Sie dann, ob sich die Koordination verbessert. Wenn Agenten Kontext zuverlässig verbinden, Urteilsentscheidungen eskalieren und manuelle Weitergaben reduzieren, wird Andos Prämisse überzeugender. Wenn Mitarbeitende mehr Zeit damit verbringen, Unterbrechungen zu korrigieren und Berechtigungen zu verwalten, hat das agent-native Design das schwierigere Problem nicht gelöst. Beobachten Sie Kundenbindung, Unternehmenseinsätze und Produktänderungen etablierter Anbieter, bevor Sie dies als endgültigen Plattformwandel betrachten. Die Zukunft der Workplace-Messaging wird nicht dadurch entschieden, ob Agenten sprechen können. Sie wird dadurch entschieden, ob Teams ihnen die Teilnahme anvertrauen können.