Gekündigte Entwickler bauen sich einen KI-Management-Agenten als Chef. Der Versuch verrät mehr über Führung als über KI

Open Executive ist ein quelloffener KI-Management-Agent und bildet eine komplette Chefetage nach: acht spezialisierte Claude-Agenten für Strategie, Finanzen, Personal, Recht, Betrieb, Marketing, Produkt und Boardkommunikation, nach außen gebündelt in einer einzigen Führungsstimme. Der Quellcode liegt frei im GitHub-Repository der Organisation SenteLabsAI. Interessant ist das Projekt weniger als Produkt, mehr als Versuchsanordnung: Es zeigt, welche Führungsaufgaben sich in Software zerlegen lassen.

Was kann der KI-Management-Agent konkret übernehmen?

Ein zentraler Executive-Charakter nimmt die Anfrage an, verteilt sie an die Fachagenten und liefert eine konsolidierte Antwort. Die Arbeitsteilung sieht der Nutzer nicht. Die Dokumentation nennt acht Rollen mit klar abgegrenzten Zuständigkeiten, dazu Aufgaben wie Produkt-Roadmaps, Ressourcenverteilung und die Überwachung von Kennzahlen.

• Chief Strategy Officer: Wettbewerbsanalyse, Zukäufe, Marktpositionierung, OKRs

• Chief Financial Officer: Finanzmodelle, Finanzierungsrunden, Unit Economics^?Die Rechnung, was ein einzelner Kunde oder ein einzelnes verkauftes Stück an Erlös und Kosten bringt., Cashflow

• Chief HR Officer: Einstellungen, Vergütung, Leistungsbeurteilung, Kultur

• General Counsel: Verträge, Schutzrechte, arbeitsrechtliche Grundfragen, Compliance

• Chief Operating Officer: Prozessgestaltung, Lieferanten, Skalierung des Betriebs

• Chief Marketing Officer: Markteintritt, Marke, Kommunikation, Presse

• Chief Product Officer: Roadmap, Priorisierung, Produktstrategie

• Board Communications Director: Aufsichtsratsunterlagen, Investor Relations, Governance

Die Projektbeschreibung verspricht einen „erfahrenen Berater mit dem Wissensstand eines Harvard-MBA, zugeschnitten auf Ihr Geschäft“. Das ist Marketing, nicht Messung. Ein Benchmark, der diese Behauptung prüfen würde, fehlt.

Wie ist die KI-Chefetage technisch gebaut?

Open Executive läuft im eigenen Haus. Routing, Synthese und die schwierigeren Entscheidungen übernehmen laut technischer Beschreibung die Anthropic-Modelle claude-sonnet-4-6 und claude-opus-4-7. Die Anwendung besteht aus FastAPI im Hintergrund und Next.js in der Oberfläche. Nötig sind Python 3.11 oder neuer, Node 22 und ein Anthropic-Schlüssel.

Zwei Bauteile heben das System über einen besseren Prompt-Baukasten hinaus. Ein episodisches Gedächtnis^?Ein Speicher, in dem das System frühere Sitzungen, Beschlüsse und Vorgänge ablegt und später wieder abruft. auf Basis der Vektordatenbank^?Ein Datenspeicher, der Texte als Zahlenreihen ablegt, damit ein KI-System inhaltlich ähnliche Passagen wiederfindet. ChromaDB ist eine solche Datenbank. ChromaDB speichert frühere Beschlüsse und Initiativen über Sitzungen hinweg. Ein eingebauter Scheduler^?Ein Zeitplaner in der Software, der Aufgaben zu festgelegten Terminen selbständig auslöst, etwa Nachfassaktionen. greift Nachfassaktionen und fristgebundene Punkte von selbst wieder auf. Genau daran scheitern in der Praxis die meisten Assistenzsysteme: Sie beraten hervorragend und vergessen alles.

Ein Verzeichnis für selbst betriebene Software führt Open Executive seit dem 28. August 2026 als „self-hostable AI system“. Wer die Modellkosten rechnet, sollte den Betrieb nicht unterschätzen; die Ramp-Daten zum Modellwechsel in Unternehmen zeigen, dass in der Fläche das günstigere Modell gewinnt, nicht das stärkste.

Warum bauen entlassene Entwickler eine KI-Chefetage?

Der Anlass ist eine Umkehrung. Der Standard beschrieb das Projekt am 28. August 2026 als „Rache der Nerds“: Entwickler, die zugunsten von KI gekündigt wurden, automatisieren nun jene Rolle, die über die Kündigung entschied. Ein japanischer Technik-Digest vom 27. August 2026 formuliert die Hypothese dahinter nüchterner: Managemententscheidungen und Aufgabenverteilung seien durch Sprachmodelle womöglich leichter zu ersetzen als hochspezialisierte Programmierarbeit.

Diese Hypothese ist unbequem, absurd ist sie nicht. Strategiepapiere, Vergütungsbänder, Boardunterlagen: Das sind Textprodukte mit strengem Format und mittlerem Neuigkeitsgehalt. Ob die Reduktion trägt, ist damit nicht bewiesen. Belastbare Zahlen zu Nutzung, Pilotkunden oder produktiven Einsätzen fehlen bisher. Wer daraus eine Aussage über echte Führungsarbeit ableitet, argumentiert mit einem Repository, nicht mit Ergebnissen.

Was bleibt beim Menschen?

Die Entwickler ziehen die Grenze selbst. Auf der Seite von Sente Labs heißt es, das System nehme eine Rolle ein, beobachte, was diese Rolle beobachten sollte, und handle im Rahmen erteilter Befugnisse; die Ermessensentscheidungen blieben menschlich („The judgment calls stay human“). Dieser eine Satz ist der ehrlichste Teil des Projekts.

Damit verschiebt sich die Arbeit, sie verschwindet nicht. Der Agent liefert Vorschläge in hoher Zahl und guter Form, und jemand muss sie freigeben, verantworten und im Zweifel gegen die Belegschaft oder den Aufsichtsrat verteidigen. Das ist dieselbe Organisationsfrage, die sich schon bei Halluzinationen und Freigabeprozessen stellt. Zu Haftung, Mitbestimmung und arbeitsrechtlichen Folgen sagen die vorliegenden Quellen nichts.

Wenn Sie das Projekt praktisch prüfen wollen, nehmen Sie eine einzige, klar abgegrenzte Aufgabe. Etwa das monatliche Kennzahlen-Briefing für die Geschäftsleitung, mit definierter Datenquelle und einem namentlich zuständigen Menschen für die Freigabe. Dann sehen Sie schnell, wo der Agent Zeit spart und wo er Ihnen zusätzliche Prüfarbeit macht. Verantwortung lässt sich nicht herunterladen.