Make hat am 12.08.2026 Maia vorgestellt, eine konversationelle KI, die direkt im visuellen Scenario Builder arbeitet. Der Unterschied zu bisherigen KI-Assistenten in Automationsplattformen liegt in der Sichtbarkeit: Maia baut ein Szenario Modul für Modul vor den Augen des Nutzers auf, statt eine fertige Konfiguration auszuwerfen (Make Blog).
Maia stellt Rückfragen, wenn eine Vorgabe unklar ist, kann bestehende Vorlagen an die eigene Situation anpassen, laufende Szenarien erklären und Fehler darin eingrenzen. Laut Make ist die Funktion für alle Nutzenden verfügbar. Auf bezahlten Plänen gibt es unbegrenzten Zugriff mit Verbrauch von Make-Credits und 30 Tage kostenlose Nachrichten, auf dem Gratisplan eine Testphase von 30 Tagen.
Warum die Sichtbarkeit der eigentliche Punkt ist
Der grösste Nachteil KI-generierter Automationen war bisher die Undurchsichtigkeit. Ein Szenario läuft, niemand weiss genau warum, und beim ersten Fehler beginnt die Rekonstruktion. In KMU mit einer oder zwei technisch versierten Personen ist das ein echtes Betriebsrisiko, weil das Wissen an eine Person gebunden bleibt.
Wenn der Aufbau schrittweise sichtbar erfolgt, verschiebt sich die Rolle des Menschen von der Kontrolle des Ergebnisses zur Kontrolle des Wegs. Das ist die deutlich bessere Position, weil Fehler an der Stelle auffallen, an der sie entstehen, und nicht erst im Produktivbetrieb.
Der zweite Nutzen liegt im Debugging bestehender Szenarien. Wer eine über Jahre gewachsene Automation übernommen hat, ohne deren Aufbau zu kennen, kann sich diese erklären lassen. Das ist in Übernahmesituationen, bei Personalwechsel oder nach Ausscheiden eines externen Dienstleisters oft mehr wert als jede Neuentwicklung.
Was Make nicht beantwortet
In der Ankündigung fehlen Angaben zu Datenresidenz, zum eingesetzten Modellanbieter und zur Frage, ob und wie menschliche Freigabeschritte erzwungen werden können. Das sind keine Nebenpunkte, sondern die drei Fragen, die in einer Schweizer Datenschutzprüfung zuerst gestellt werden.
Solange sie unbeantwortet sind, gilt eine einfache Regel: Maia mit Testdaten und unkritischen Szenarien einsetzen, nicht mit Personendaten oder Kundendossiers. Diese Zurückhaltung kostet wenig, weil der Lernwert beim Aufbau eines Testszenarios identisch ist.
Zusätzlich relevant ist der Credit-Verbrauch. Maia-Nachrichten zehren nach der Gratisphase an denselben Credits, die für die Ausführung der Szenarien gebraucht werden. Wer intensiv im Dialog baut, verbraucht Budget, das für den Produktivbetrieb vorgesehen war. Das gehört vor der Einführung in die Kostenrechnung.
Vier Szenarien, die sich rechnen
1. Lead-Erfassung mit Prüfschritt. Formulareingang, Anreicherung, Eintrag im CRM, Benachrichtigung der zuständigen Person. Der Freigabepunkt liegt vor der automatischen Antwort an den Interessenten, nicht danach.
2. Belegvorerfassung. Eingehende Rechnungen aus dem Postfach extrahieren, Felder auslesen, in eine Prüfliste schreiben. Die Verbuchung bleibt manuell. Der Zeitgewinn liegt in der Erfassung, nicht in der Entscheidung.
3. Terminabgleich und Erinnerungen. Bestätigungen, Erinnerungen und Nachfassnachrichten mit klaren Vorlagen. Hier ist die Automation unkritisch, weil der Inhalt standardisiert ist.
4. Bestehende Szenarien dokumentieren. Der unterschätzte Anwendungsfall. Vorhandene Automationen erklären lassen und die Erklärung als interne Dokumentation ablegen. Das reduziert Personenabhängigkeit ohne jede technische Änderung.
Freigabepunkt als Konstruktionsregel
Jede Automation, die nach aussen wirkt, braucht eine definierte Stelle, an der ein Mensch entscheidet. Bei Kundenkommunikation vor dem Versand. Bei Buchhaltung vor der Verbuchung. Bei Personalthemen vor jeder Weitergabe. Wer diese Stellen erst nach dem ersten Fehlfall einbaut, hat den Fehlfall bereits bezahlt.
Konkret heisst das im Aufbau: einen manuellen Schritt oder eine Statusspalte, die den Ablauf anhält. Maia kann diesen Schritt einbauen, wenn er verlangt wird. Sie baut ihn nicht von sich aus ein.
Einordnung
Make bewegt sich mit Maia in dieselbe Richtung wie die Konkurrenz: die Automationsplattform wird zum Gesprächspartner, der Aufbau demokratisiert sich, und die Verantwortung verlagert sich vom technischen Können auf die Prozesskenntnis. Für Schweizer KMU ist das eine gute Nachricht, weil Prozesskenntnis intern vorhanden ist und technisches Können zugekauft werden musste.
Die Bedingung bleibt jedoch bestehen: ein unklarer Prozess wird durch Automatisierung nicht klarer, sondern schneller falsch. Der Aufwand liegt weiterhin in der Prozessbeschreibung, nicht im Werkzeug.
Ein vergleichbares Vorgehen mit einer anderen Plattform beschreibt der Beitrag Zapier und AI Steps als Mini-Agent für Lead-Response und Backoffice. Wie mehrstufige Delegation innerhalb von Microsoft 365 funktioniert, zeigt Copilot Cowork delegiert mehrstufige Aufgaben in Microsoft 365.
Nächster Schritt
Im Erstgespräch nehmen wir einen Ihrer wiederkehrenden Abläufe auf, bestimmen die notwendigen Freigabepunkte und klären, welche Daten überhaupt in eine Cloud-Automation gehören. Erstgespräch vereinbaren.