GoHighLevel SuperAgents: KI-Mitarbeiter statt Chatbot

GoHighLevel baut seine KI-Agenten um. Wer heute im Agent Studio einen neuen Agenten anlegen will, findet dort einen Hinweis: Für neue Agenten sind jetzt SuperAgents der Weg, aktivierbar über die Labs. Und wer danach sucht, stolpert über das nächste Problem: Das Feature heißt inzwischen anders.

Dieser Beitrag klärt, was sich wirklich geändert hat, was die offizielle Doku dazu sagt, und was in der Praxis davon abweicht. Die Praxisbefunde stammen aus sieben ausgewerteten Videos vom offiziellen HighLevel-Kanal und von Praktikern, die den Aufbau live und ungeschnitten zeigen.

SuperAgents oder Managed Agents: dasselbe Ding

Zuerst die Namensfrage, weil sie sonst die ganze Recherche vergiftet.

HighLevel hat das Feature als Super Agents angekündigt, im offiziellen Video vom 25. Juni 2026. Inzwischen heißt es in der Oberfläche Managed Agents. Die offizielle Hilfeseite trägt bis heute die alte Adresse mit „super-agents" im Namen, während der Text darin durchgehend von „Managed Agents (formerly Super Agents)" spricht.

Eine Begründung für die Umbenennung gibt es nicht. Im gemeinsamen Video von Dominic Baptist und Declan O'Reilly, bekannt als GHL Wizard, klingt das so: „It is not called super agents anymore. It is now called managed agents. I actually don't know why they changed the name."

Für dich heißt das: Wenn du auf Englisch recherchierst, brauchst du beide Suchbegriffe. Ältere Videos und Artikel sagen Super Agents und meinen dasselbe.

Was sich technisch geändert hat

Bisher gab es im Agent Studio einen visuellen Canvas: Du hast Knoten gesetzt, verbunden und Bedingungen konfiguriert. Das ist der Flow-basierte Builder.

Bei SuperAgents beschreibst du stattdessen in normaler Sprache, was der Agent tun soll. Das System baut daraus einen Entwurf, schlägt Trigger und Kanäle vor und konfiguriert die Gesprächslogik im Hintergrund.

Der entscheidende Punkt, den viele übersehen: Unter der Haube läuft weiter dieselbe Engine. Die offizielle Doku formuliert es so: „Under the hood, it uses Agent Studio's event-driven model and tools, so the agents it generates follow the same lifecycle (draft, test, publish)." Es ist also keine neue Technik, sondern eine neue Oberfläche für dieselbe Technik.

Was mit deinen bestehenden Agenten passiert

Kurz: nichts.

Bestehende Flow-basierte Agenten laufen unverändert weiter. Trigger, die daran hängen, feuern weiter. Du kannst sie im Sub-Account weiter öffnen, bearbeiten und verwalten. Nur für neue Agenten ist der Canvas nicht mehr der empfohlene Weg.

Das ist eine ungewöhnlich sanfte Umstellung für GoHighLevel, und es lohnt sich, das zu wissen, bevor jemand in Panik anfängt, funktionierende Automationen nachzubauen.

Der Widerspruch, den die Doku nicht auflöst

Hier wird es interessant, und hier weicht die Praxis von der Ankündigung ab.

Die Formulierung „SuperAgents ersetzt den Flow-Builder" legt nahe, dass der Agent selbstständig arbeitet: aufwachen, das CRM prüfen, handeln. Genau das tut er nicht.

Dominic Baptist hat das in einem einstündigen Live-Test durchgespielt und den Agenten am Ende selbst gefragt. Die Antwort des Bots im Video: „I don't autonomously wake up on schedule, check the CRM, and send messages on my own." Und an anderer Stelle, deutlicher: „I'm the brain, but your CRM workflows are the heartbeat."

Der Agent reagiert ausschließlich auf Trigger. Zeitsteuerung, Wartezeiten und Bedingungen kommen weiter aus klassischen Workflows.

Der klassische Workflow-Builder wird also nicht ersetzt. Er wechselt die Rolle: vom Ort, an dem die Logik steckt, zum Taktgeber, der den Agenten anstößt. Wer das nicht weiß, baut einen Agenten, gibt ihm einen guten Prompt und wundert sich, dass nichts passiert.

Skills: der eigentlich wichtige Teil des Updates

Im August 2026 kam eine Neuerung dazu, die im Namenswechsel fast untergegangen ist. Die beiden Praktiker im gemeinsamen Video nennen Custom Skills ausdrücklich „the biggest update", wichtiger als die Umbenennung selbst.

Der Unterschied zwischen Prompt und Skill, in ihren Worten: Der allgemeine Prompt ist die grobe Richtlinie, wie sich der Agent verhält. Ein Skill ist eine einzelne, sehr spezifische Fähigkeit für eine wiederkehrende Aufgabe. Begründung aus der Praxis: Im allgemeinen Prompt ist schlicht nicht genug Platz für detaillierte Regeln zu jedem Einzelfall, in einem Skill schon.

Die Zahl der mitgelieferten Skills wächst sichtbar: Im Juli waren es 423, im August bereits 458. Beide Zahlen stammen aus den Videos, offiziell beziffert HighLevel das nicht.

Ein Praxis-Trick, der mehrfach auftaucht: Man lädt sich die Skill-Vorlage herunter, wirft sie in ChatGPT und lässt sich passende Skills im richtigen Format erzeugen. Der Prompt dazu, wörtlich aus dem Video:

„Hey, GoHighLevel just introduced skills inside of Ask AI and Managed Agents. This is the format. Can you create me three separate skills that I can use for my landscaping company? One of them needs to be for invoicing and bidding jobs."

Ein so erzeugter Rechnungs-Skill war laut Video in „under two minutes" fertig und lief sofort auf einem Bot ohne jede Knowledge Base.

Sechs Fallstricke aus echten Tests

Das sind Dinge, die in keiner Hilfeseite stehen, weil sie erst beim Bauen auffallen.

Der Agent kündigt an, ohne zu handeln. Er schreibt „ich schicke das gleich raus" und tut es nicht. Grund: Nach einem Trigger-Lauf ist er beendet und läuft nicht im Hintergrund weiter. Hilft dagegen, als feste Regel in den Prompt: „never announce what you are going to do. So do it in this run and reply with the results in one message."

Pipeline-Übergänge werden vergessen. Trotz ausdrücklicher Anweisung im Prompt verschob der Agent Kontakte nach einem gebuchten Termin nicht in die richtige Stufe. Auf Nachfrage antwortete er im Test: „I don't have a good excuse for it."

Bei mehreren Kalendern rät er. In einem frühen Test fragte der Agent nicht nach, welcher Kalender oder welche Pipeline gemeint ist, wenn mehrere existieren, sondern wählte einfach einen. Empfehlung aus mehreren Videos: beim Aufbau mit genau einem Kalender und einer Pipeline arbeiten, oder es ausdrücklich im Prompt festlegen.

Race Condition bei kurzen Wartezeiten. Wenn ein Workflow einen Trigger-Tag neu setzt, bevor der Agent den alten entfernt hat, feuert nichts. Der Fix ist nicht „länger warten", sondern die Reihenfolge: erst entfernen, dann setzen.

Testkontakte kreuzen sich. Wurde derselbe Testkontakt in zwei Szenarien verwendet, mischte der Agent die Kontexte und antwortete mit Inhalten aus der falschen Branche. Für saubere Tests je Szenario einen eigenen Kontakt anlegen.

Kalenderabfragen ohne Nutzer-ID. Fehlt sie, meldet der Agent, es gebe keine freien Termine, obwohl welche frei sind.

Der Rat, der sich durch alle Videos zieht: Deterministische Schritte wie Tags setzen, Workflows zuordnen und Termine verwalten lieber über klassische Workflow-Knoten steuern, statt sie dem Prompt zu überlassen. Oder wie es einer der Tester formuliert: „the fewer tasks an agent owns, the better it performs."

Reifegrad: Juli gegen August

Ein Muster, das in mehreren Videos unabhängig auftaucht: Das Juli-Release war deutlich holpriger als der Stand im August.

Im Juli-Tutorial des GHL Wizard steht die Warnung mitten im Video: „it is a bit buggy right now, so sometimes you get really good AI agents that come out. Sometimes they're not so good."

Dominic Baptist beschreibt im August dieselbe Entwicklung: „when it first came out, there were a lot of bugs, a lot of things that need fixed. And then after a while, they tweaked it, they got it better."

Das sind Einschätzungen von Einzelpersonen, keine Messwerte. Aber sie decken sich, und das ist ein brauchbarer Hinweis: Wer SuperAgents im Sommer kurz probiert und enttäuscht weggelegt hat, sollte noch einmal hinsehen.

Was es kostet

Offiziell dokumentiert sind drei Wege: Pay-per-Use nach Tokenverbrauch, der AI Employee Growth Plan für 50 US-Dollar im Monat und Unlimited für 97 US-Dollar im Monat.

Wichtig, weil es oft falsch verstanden wird: Agent Studio ist in keinem Plan pauschal enthalten. Es läuft immer über Tokenverbrauch. Das steht so zweimal in der offiziellen Preisdokumentation.

Zur Abrechnungslogik nennt ein Video eine Faustregel, die die offizielle Doku so nicht hergibt: ein Agent-Trigger entspricht einem Lauf. Das stammt aus einer einzigen Quelle und ist nicht offiziell bestätigt, wir schreiben es deshalb als das hin, was es ist: ein Praxishinweis, den du vor einer Budgetplanung selbst gegenprüfen solltest.

Was das für deinen Betrieb heißt

Wenn du bereits Flow-Agenten betreibst, besteht kein Handlungsdruck. Sie laufen weiter.

Wenn du neu anfängst, führt der Weg über SuperAgents, und der Einstieg ist niedriger als beim Canvas: Du beschreibst, was der Agent tun soll, statt Knoten zu verbinden.

Was du dabei nicht erwarten solltest, ist ein System, das von allein mitdenkt. Die Zeitsteuerung bleibt bei deinen Workflows, und je klarer du dem Agenten seine Grenzen setzt, desto verlässlicher arbeitet er.

Eine Einordnung noch, die wir sauber trennen wollen: Einer der Praktiker vermutet, dass Managed Agents mittelfristig klassische Automationen weitgehend ablösen werden. Das ist eine Prognose, keine Ankündigung von HighLevel. Nach dem heutigen Stand der Technik brauchst du beides.

Wie wir das einordnen

Wir setzen GoHighLevel täglich in eigenen Kundenprojekten ein, vom Handwerksbetrieb bis zur Praxis. Unsere Erfahrung mit KI-Agenten deckt sich mit dem, was die Tests oben zeigen: Der Nutzen entsteht nicht durch einen möglichst mächtigen Agenten, sondern durch eine klare Aufgabenteilung zwischen Workflow und Agent.

Wenn du überlegst, ob sich das für deinen Betrieb lohnt, und dabei nicht raten willst, welche Aufgaben du abgeben kannst: Wir gehen das im kostenlosen Beratungsgespräch mit dir durch.

Technisch weiter geht es auf unseren Seiten zu Agent Studio, AI Employee und Workflows. Wie du GoHighLevel per KI von außen steuerst, steht in unserer Anleitung zum MCP-Server.

Quellen

Offizielle Dokumentation: die HighLevel-Hilfeseiten zu Agent Studio und zu Super Agents beziehungsweise Managed Agents, sowie die offizielle Preisübersicht.

Praxisbefunde aus sieben Videos, aufgerufen am 10. September 2026: dem offiziellen Ankündigungsvideo von HighLevel vom 25. Juni 2026, zwei ausführlichen Aufbau- und Testvideos von Dominic Baptist vom 7. Juli und 18. August 2026, dem Tutorial des GHL Wizard vom 10. Juli 2026, dem gemeinsamen Update-Gespräch beider vom 25. und 27. August 2026 sowie einem Testbericht von Fahad Hameed vom 6. September 2026.

Ein Hinweis zur Einordnung dieser Quellen: Die meisten Ersteller solcher Videos sind selbst GoHighLevel-Affiliates und haben ein wirtschaftliches Interesse an der Plattform. Wir haben deshalb bewusst die Stellen ausgewertet, an denen sie Probleme zeigen, nicht die Werbeaussagen.