Notion Custom Agents nach 4 Wochen: Was wirklich funktioniert

Vor vier Wochen habe ich vier Custom Agents in Notion eingerichtet und darüber geschrieben. Am Ende des Artikels stand ein Versprechen: "Wie sich das in der Praxis bewährt, werde ich sehen. Ich berichte."

Hier ist der Bericht. Ehrlich, ohne Hochglanz-Fazit.

Was aus den vier Original-Agents geworden ist

Kurze Erinnerung: Am Launch-Tag hatte ich vier Custom Agents eingerichtet. Eine Transkript-Autoanalyse, ein Morning Briefing, einen Tally Form Generator und einen Slack-Assistenten.

Vier Wochen später sind alle vier noch da. Aber nicht alle gleich intensiv im Einsatz.

Morning Briefing: Der tägliche Begleiter

Der Morning-Briefing-Agent hat sich als der nützlichste der vier herausgestellt. Jeden Morgen liegt in Slack eine strukturierte Übersicht: Was steht heute an? Was ist überfällig? Das klingt simpel. Ist es auch. Aber genau deshalb funktioniert es so gut.

Mein Morgen sieht inzwischen so aus: Erster Kaffee, Handy in die Hand, Slack öffnen. Das Briefing zeigt mir alles Wichtige auf einen Blick. Wenn ich später am Laptop sitze, klicke ich direkt aus der Slack-Nachricht in die verlinkten Notion-Einträge.

Das Beste daran: Der Agent hat tatsächlich Dinge aufgedeckt, die ich sonst übersehen hätte. Ich arbeite in meiner Aufgaben-Datenbank mit zwei Datumsfeldern, "Geplant für" und "Deadline". Meine normale Notion-Ansicht filtert auf "Geplant für". Bei zwei, drei Aufgaben hatte ich versehentlich nur die Deadline gesetzt, nicht das Planungsdatum. In meiner Standardansicht waren die unsichtbar. Der Agent hat sie trotzdem gefunden.

Ohne ihn hätte ich diese Aufgaben schlicht vergessen.

Transkript-Autoanalyse: Die Wissensmaschine

Dieser Agent hat sich zu einem festen Bestandteil meines Workflows entwickelt. Ich schaue mir oft YouTube-Videos zu Business-Themen an, Marketingpsychologie, SEO, GEO, KI. Das Problem: Viele dieser Videos sind 15, 20 oder 30 Minuten lang. Die landen auf meiner "Später ansehen"-Liste, die im Laufe der Monate immer länger wird, bis ich irgendwann aufräume.

Mein Workflow heute: Abends auf dem Sofa kopiere ich mir die URLs in die Zwischenablage und lasse sie bei TurboScribe transkribieren. Die Transkripte exportiere ich als Markdown und importiere sie in eine eigene Notion-Datenbank. Sobald ein Transkript drin ist, startet die Autoanalyse.

Das Ergebnis: Zusammenfassung, Kernaussagen und konkrete Business-Ideen, die ich direkt verwerten kann.

In vier Wochen sind so über 60 Videos durch diesen Workflow gelaufen. Themen von Copywriting-Psychologie über GEO-Strategien bis hin zu Claude Code Tutorials. Daraus sind konkret Aufgaben und Content-Ideen entstanden. Manchmal ist von sieben generierten Ideen keine einzige brauchbar, weil sie nicht zu meinem Business passen. Aber es gab auch Fälle, wo ich fünf von sieben Ideen direkt verwerten konnte.

Das "Später ansehen"-Problem ist gelöst. Die Videos werden nicht mehr ignoriert, sondern systematisch in Wissen und Aufgaben umgewandelt.

Tally Form Generator und Slack-Assistent: Im Standby

Kurz zur Einordnung: Tally ist ein Formular-Tool, mit dem sich Umfragen, Feedbackformulare oder Anmeldeformulare erstellen lassen. Einfach zu bedienen, flexibel und gut in andere Tools integrierbar. Der Tally-Agent erstellt solche Formulare automatisch auf Basis einer Beschreibung in Notion, ohne dass ich dafür in Tally selbst arbeiten muss.

Den Tally-Agenten habe ich in den vier Wochen kaum genutzt. Nicht, weil er schlecht wäre, sondern weil ich schlicht keinen Anwendungsfall hatte. Kein Formular gebraucht, keinen Agent gestartet. Er bleibt im Workspace und wird bei Bedarf aktiviert.

Ähnlich beim Slack-Assistenten: Der wandelt unstrukturierte Slack-Nachrichten in Notion-Einträge um. Praktisch, wenn man unterwegs ist und schnell eine Idee festhalten will. Im Winter sitze ich meistens am Laptop, da brauche ich das seltener. Im Sommer, wenn ich wieder mehr unterwegs bin, wird der sicher häufiger zum Einsatz kommen.

Beide Agents sind nicht gescheitert. Sie warten einfach auf ihren Moment.

Vier neue Agents in vier Wochen

Zwischen Launch-Tag und heute habe ich nicht nur die bestehenden Agents genutzt, sondern auch neue gebaut. Das passierte nicht nach einem Plan, sondern immer dann, wenn ich bei einer wiederkehrenden Aufgabe dachte: Das könnte man automatisieren.

Meeting Analyst

Der Meeting Analyst analysiert Notiz-Einträge in meiner Datenbank. Wenn ich ein Meeting transkribiere (entweder über die Notion-interne Funktion oder über ein Fireflies-Transkript), setzt der Agent an und leitet daraus Aufgaben und Content-Ideen ab.

Den nutze ich sehr häufig, eigentlich für die meisten Meetings. Er liefert solide Ergebnisse und erspart mir das manuelle Durcharbeiten von Protokollen.

Social Media Publisher

Dieser Agent wird automatisch aktiv, sobald ein Blogartikel in meiner Content-Datenbank auf "Veröffentlicht" gesetzt wird. Er erstellt dann eigenständig Social-Media-Entwürfe für LinkedIn, Facebook, Mastodon und BlueSky, legt sie als eigene Einträge in der Content-Datenbank an und benachrichtigt mich in Slack.

In den letzten Wochen habe ich sehr viel Blog-Content erstellt. Dieser Agent war daher ständig im Einsatz und hat mir viel manuelle Arbeit abgenommen. Die Qualität der Posts ist gut, weil der Agent Zugriff auf meinen Markenkompass hat und den Stil meiner Marke kennt.

Das ist ein wichtiger Punkt, auf den ich gleich noch eingehe.

TCCI Skill Generator

Ich bin Mitglied im TYPO3 Education & Certification Committee. Dort erstellen wir unter anderem den Syllabus für die Integrator-Zertifizierung. Der Skill Generator erstellt aus URLs (meistens aus der offiziellen TYPO3-Dokumentation) Vorschläge für neue Lernziele.

Die Ergebnisse sind nicht perfekt. Bei einem so spezifischen Fachgebiet wie TYPO3 muss sehr viel Erfahrung und Kontextwissen einfließen, das der Agent nicht hat. Aber genau das ist okay. Wir nutzen ihn als Ideenlieferanten. Er generiert mehrere Vorschläge pro Thema, und wir picken uns die Rosinen raus: Die Beschreibung von Vorschlag 1, ein Ziel von Vorschlag 2, eine Anpassung hier, eine Ergänzung dort.

Der Vorteil: Wir starten nie mit einem leeren Blatt. Der Agent liefert eine Ausgangsbasis, die wir im Team weiterdrehen. Das beschleunigt die Arbeit spürbar, auch wenn am Ende immer menschliche Prüfung nötig ist.

Gerade bei wichtigen Themen wie einem offiziellen Lernpfad für TYPO3-Integratoren muss man sehr sorgfältig sein.

Wochenrückblick und Content-Ideen

Dieser Agent ist der neueste im Team. Jeden Freitagabend wertet er automatisch die erledigten Aufgaben und veröffentlichten Inhalte der letzten sieben Tage aus und leitet daraus Content-Ideen ab.

Nach drei Wochen ist das Fazit: Es ist okay, aber noch zu früh für ein abschließendes Urteil. In den nächsten Wochen wird sich zeigen, ob die generierten Ideen wirklich brauchbar sind oder ob der Agent zu oft Vorschläge bringt, die nicht passen.

Der Agent, der gescheitert ist

Ein Erfahrungsbericht wäre nicht ehrlich, wenn ich nur von Erfolgen schreiben würde.

Ich hatte einen weiteren Agenten gebaut, der das offizielle TYPO3-Changelog im Auge behalten sollte. Die Idee: Der Agent prüft neue Einträge darauf, ob sie für TYPO3-Integratoren relevant sind, und informiert mich darüber.

Klingt sinnvoll. Hat aber nicht funktioniert.

Der Agent lag oft falsch in seiner Einschätzung, was relevant ist und was nicht. Das Changelog richtig zu bewerten, erfordert ein tiefes Verständnis davon, wie Integratoren im Alltag mit TYPO3 arbeiten. Welche Änderungen betreffen sie direkt? Welche sind nur für Core-Entwickler interessant? Diese Unterscheidung konnte der Agent nicht zuverlässig treffen.

Am Ende war ich schneller, wenn ich einfach selbst ins Changelog geschaut habe. Meine Erfahrung aus fast 20 Jahren TYPO3-Arbeit lässt sich nicht so einfach in eine Agent-Anweisung packen.

Der Agent ist inzwischen deaktiviert und wird wahrscheinlich gelöscht.

Was sich wirklich verändert hat

Die spannendste Frage nach vier Wochen ist nicht, welche Agents funktionieren. Sondern ob sich dadurch etwas an meiner Arbeitsweise verändert hat.

Die Antwort: Ja. Und zwar nicht so, wie ich erwartet hätte.

Ich spare nicht nur Zeit bei bestehenden Aufgaben. Ich mache Dinge, die ich vorher gar nicht gemacht hätte. Mehr Content, mehr Blogartikel, mehr verwertete Ideen aus analysierten Videos. Die Transkript-Autoanalyse allein hat dazu geführt, dass ich systematisch Wissen aus externen Quellen ziehe, anstatt es auf einer "Später ansehen"-Liste vergammeln zu lassen.

Das ist der eigentliche Mehrwert: Nicht Zeitersparnis bei Bestehendem, sondern neue Möglichkeiten, die vorher nicht realistisch waren.

Was ich mir allerdings wieder mehr angewöhnen muss: Aktiv darauf achten, welche wiederkehrenden Abläufe sich für einen Agent eignen. Die anfängliche Faszination, überall Automatisierungspotenzial zu sehen, ist nach ein paar Wochen verflogen. Das ist normal. Aber genau dieses bewusste Hinschauen auf die eigenen Workflows ist der Schlüssel, um das Meiste aus Custom Agents herauszuholen.

Die Faustregel ist einfach: Welche Dinge machst du regelmäßig, die immer die gleichen Schritte erfordern? Das sind deine Kandidaten.

Warum manche Agents besser liefern als andere

Wer mit KI arbeitet, kennt das Prinzip: Wenn die Grundlagen schlecht sind, kann nichts Gutes dabei rauskommen. Das gilt auch für Custom Agents.

Bei meinen Content-Agents (Social Media Publisher, Wochenrückblick) ist die Qualität der Ergebnisse deutlich besser als beim TCCI Skill Generator. Der Grund ist simpel: Meine Content-Agents haben Zugriff auf meinen Markenkompass. Der beschreibt genau, wie ich kommuniziere, welchen Stil ich pflege, welche Formulierungen ich vermeide. Damit kann der Agent texten, als käme es von mir. Die Nacharbeit ist minimal.

Beim Skill Generator fehlt dieses Fundament. TYPO3-Fachwissen in einer Form aufzubereiten, die ein Agent zuverlässig nutzen kann, wäre enorm aufwändig. Also nutzen wir ihn im TCCI-Team als das, was er gut kann: Ideen liefern, die wir dann mit unserem Fachwissen veredeln.

Das ist keine bahnbrechende Erkenntnis. Aber es zeigt konkret, wo der Hebel liegt: Wer möchte, dass Custom Agents guten Content liefern, braucht zuerst Klarheit über den eigenen Stil und die eigene Positionierung. Ein Markenkompass (oder etwas Vergleichbares) ist kein Nice-to-have, sondern die Basis für brauchbare Ergebnisse.

Kosten: Noch ein offenes Kapitel

Custom Agents gibt es nur im Notion Business-Plan. Aktuell befinden sich die Agents noch in einer kostenlosen Testphase. Ab Mai 2026 kommt ein Credit-System, dessen genaue Preise ich noch nicht kenne.

Ehrlich gesagt kann ich das Kosten-Nutzen-Verhältnis deshalb noch nicht bewerten. Was ich sagen kann: Wenn das Credit-System kommt, werde ich mir genau anschauen, welche Agents ihren Preis wert sind. Manche werden bleiben. Bei anderen werde ich überlegen, ob ich sie abschalte.

Die Einstiegshürde, über die niemand spricht

Wenn du diesen Artikel liest und denkst "das will ich auch", muss ich einen wichtigen Punkt ansprechen.

Custom Agents funktionieren nur innerhalb eines gut strukturierten Notion-Workspaces. Und "gut strukturiert" bedeutet: datenbankbasiert. Datenbanken für Projekte, Aufgaben, Content, Notizen, Ressourcen, Kontakte. Mit sauberen Properties, Relationen und Views.

Das aufzubauen dauert. Nicht Tage, sondern Wochen bis Monate. Je nachdem, wie komplex dein Business ist.

Ein Agent, der dein Morning Briefing erstellt, braucht eine Aufgaben-Datenbank mit Datumsfeldern und Status-Properties. Ein Agent, der Social-Media-Posts generiert, braucht eine Content-Datenbank mit Plattform-Feld, Kampagnen-Relationen und einer klaren Struktur.

Ohne dieses Fundament bringt der beste Agent nichts.

Das ist die unbequeme Wahrheit: Custom Agents sind nicht "einfach mal eben einrichten". Sie sind die Spitze eines Eisbergs, und der Eisberg ist ein durchdachter Notion-Workspace.

Fazit nach vier Wochen

Custom Agents sind kein Wundermittel. Manche funktionieren hervorragend im Alltag (Morning Briefing, Transkript-Autoanalyse), manche warten auf ihren Einsatz (Tally, Slack-Assistent), manche liefern gute Startpunkte, die menschliche Nacharbeit brauchen (TCCI Skill Generator), und manche scheitern, weil die Aufgabe zu komplex für eine Automatisierung ist (Changelog-Agent).

Was sich verändert hat: Ich mache mehr, nicht nur schneller. Die Agents haben Workflows ermöglicht, die vorher nicht realistisch waren. 60 Videos in vier Wochen analysiert und in verwertbares Wissen umgewandelt. Jeden Morgen ein strukturiertes Briefing, ohne einen Finger zu rühren. Social-Media-Entwürfe, die automatisch entstehen, sobald ein Blogartikel live geht.

Der ehrlichste Satz nach vier Wochen: Die Faszination des Neuen ist verflogen. Was bleibt, ist der echte Nutzen. Und der ist bei den richtigen Agents erheblich.

Zurück