Geteilte Projekte: Wie Menschen und KI-Agenten in Orkas zusammenarbeiten

Bisher gehörte alles, was Sie in Orkas eingerichtet hatten, nur Ihnen. Sie schrieben Projektanweisungen, Ihre Agenten bauten ein Gedächtnis auf, Sie sammelten Referenzdateien und planten die Arbeit als To-dos – und sobald eine Kollegin, ein Freelancer oder ein Kunde einen Teil der Arbeit übernehmen sollte, blieb dieser ganze Kontext auf Ihrem Rechner. Sie konnten einen Prompt in eine Chat-App kopieren, aber ein Prompt ist noch kein Playbook.

Orkas 1.8 macht das Projekt zu dem Ort, an dem Menschen zusammenarbeiten. Sie laden andere in ein Projekt ein. Diese erhalten dieselben Anweisungen, dasselbe Gedächtnis, dieselben Dateien in der Bibliothek, dieselben To-dos und geteilten Agenten – und jede Person erledigt ihren Teil mit ihrem eigenen KI-Team.

Wie Orkas für eine einzelne Person funktioniert

Geteilte Projekte bauen auf Teilen von Orkas auf, die es schon gibt. Deshalb zuerst ein kurzer Rundgang.

Ihr Computer — die Orkas-Desktop-App (macOS · Windows)
├─ Commander — plant die Arbeit, wählt Agenten aus, führt Ergebnisse zusammen
│  ├─ Integrierte Spezialisten — Recherche, Texte, Folien, Bilder, Video, Office-Dateien, Code, UI, SEO/GEO …
│  ├─ Ihre eigenen Agenten — Anweisungen + Skills + Standards
│  └─ Externe CLI-Agenten — Claude Code, Codex, OpenCode …
├─ Agenten-Harness — Ausführungsschleife, Tools, Sitzungen, Berechtigungen
├─ Kontext — Gedächtnis (Agent · Projekt · Kern), Skills, Konnektoren
└─ Projekte — Anweisungen, Gedächtnis, Bibliothek, To-dos, Automatisierungen

Modelle — offizielle Orkas-Modelle oder Ihre eigenen Anbieter-Schlüssel
Orkas-Cloud — Konto und Credits · optionale persönliche Synchronisierung · geteilte Projekte

Commander und Spezialisten. Sie sprechen mit Commander. Commander entscheidet, ob er selbst antwortet, die Arbeit an einen Spezialisten übergibt oder Teile gleichzeitig an mehrere Agenten verteilt und einsammelt, was sie zurückliefern. Spezialisten sind Agenten mit einer klar umrissenen Aufgabe und den passenden Tools dafür. Eigene Agenten erstellen Sie direkt im Chat: mit einer Rolle, einem Arbeitsablauf, Standards, die der Agent erfüllen muss, und Skills, die er nutzen kann. Wenn Sie bereits mit Claude Code oder Codex arbeiten, können Sie beide ebenfalls als Agenten anbinden.

Das Agenten-Harness. Jeder Agent läuft auf derselben Laufzeitumgebung: einer Schleife, die das Modell aufruft, Tools ausführt, Berechtigungen prüft und eine Sitzung führt, die sich wiederherstellen lässt. Ausführlich beschrieben haben wir das im Beitrag Die Ebene, die aus einem Modell ein Produkt macht.

Gedächtnis und Skills. Jeder Agent hat sein eigenes Gedächtnis, jedes Projekt ein Projektgedächtnis, und Commander führt ein kleines Kerngedächtnis, das über Ihre gesamte Arbeit hinweg gilt. Skills sind Ordner mit Anweisungen und Skripten, die ein Agent laden kann, wenn die Arbeit es erfordert.

Projekte. Ein Projekt ist das Zuhause für Arbeit, die sich über Tage oder Wochen erstreckt:

• Projektanweisungen – Ziele und Arbeitsregeln mit bis zu 4.000 Zeichen, die zu Beginn jeder Aufgabe im Projekt gelesen werden.
• Projektgedächtnis – Fakten, die sich das Projekt über alle Aufgaben hinweg merkt.
• Bibliothek – die Referenzdateien des Projekts. Agenten durchsuchen und lesen sie und können ihre Arbeitsergebnisse darin ablegen.
• Zu erledigen – geplante Arbeit in Form von To-dos, jedes mit einem Status: Ausstehend → In Bearbeitung → Wartet auf Bestätigung → Fertig. Wenn ein Agent ein To-do abschließt, setzt er es auf Wartet auf Bestätigung; ein Mensch prüft die Arbeit und setzt es auf Fertig oder zurück auf In Bearbeitung.
• Auto – ein optionaler Schalter, mit dem Commander ein bereitstehendes To-do nach dem anderen vorantreibt. Er ist standardmäßig ausgeschaltet und treibt höchstens 20 To-dos pro Tag voran.

Modelle. Sie können die offiziellen Orkas-Modelle mit Credits nutzen oder Ihren eigenen Anbieter-Schlüssel hinterlegen (OpenAI, Anthropic, Gemini, DeepSeek, OpenRouter oder jeden OpenAI-kompatiblen Endpunkt).

All das wurde für eine Person gebaut, die ein KI-Team steuert. Geteilte Projekte behalten dieses Modell bei und holen weitere Menschen dazu.

Geteilte Projekte: Ein Projekt kann Mitglieder haben

Wenn Sie ein Projekt teilen, lädt Orkas die Teile hoch, die ein Teammitglied braucht, und lässt den Rest, wo er war. Der Dialog sagt es klar, bevor Sie bestätigen: „Projektanweisungen, Gedächtnis, Dateien, zu erledigende Punkte und deren Anhänge werden hochgeladen. Aufgaben und Automatisierungen bleiben privat.“

Maya (Eigentümerin) ── ihr Commander, Agenten, Modelle, Credits, Chats
Leo  (Mitglied)     ── sein Commander, Agenten, Modelle, Credits, Chats
Ana  (Mitglied)     ── ihr Commander, Agenten, Modelle, Credits, Chats
        │
        │  Anweisungen · Gedächtnis · Bibliothek · To-dos · geteilte Agenten
        ▼
Geteiltes Projekt in der Orkas-Cloud — Speicherplatz wird dem Eigentümer angerechnet

Bei jedem Mitglied hält Orkas eine vollständige lokale Kopie der geteilten Teile vor, und die Agenten arbeiten mit dieser Kopie.

Ein Beispiel Schritt für Schritt

Maya führt ein kleines Content-Studio. Sie teilt ihr Projekt Frühjahrs-Launch mit Leo, einem Texter, und Ana, einer freiberuflichen Designerin.

1. Maya lädt die beiden ein. Auf der Karte Mitglieder des Projekts klickt sie auf Mitglieder einladen. Beim ersten Mal erklärt der Dialog, was geteilt wird, und bietet Teilen starten und Link erstellen an. Sie kopiert den Link – er ist 7 Tage gültig – und schickt ihn an Leo und Ana.

2. Leo tritt bei. Er öffnet den Link im Browser, meldet sich an (ein kostenloses Konto genügt), klickt auf Einladung annehmen und dann auf Orkas öffnen. Ist Orkas noch nicht installiert, bietet die Seite einen Download an. Das Projekt erscheint in seiner Seitenleiste, als geteiltes Projekt gekennzeichnet, und seine Dateien, To-dos und Agenten werden im Hintergrund heruntergeladen.

3. Maya teilt ihren Schreib-Agenten. Ihr eigener Agent Markentexter kennt den Ton des Studios. Eigene Agenten werden nicht automatisch geteilt, also klickt sie bei ihm auf Teilen. Orkas veröffentlicht ihn als Paket: seine Anweisungen plus seine Skills, einschließlich der Skills, die er sich bei der Arbeit angeeignet hat. Sein Gedächtnis und sein Chatverlauf sind nicht enthalten. Bei Leo und Ana installiert Orkas ihn automatisch.

4. Maya plant die Arbeit. Sie legt ein To-do an – „Drei Launch-E-Mails auf Basis des Briefings entwerfen“ –, setzt Verantwortliches Mitglied auf Leo und hängt das Briefing an.

5. Leos KI erledigt die Arbeit – auf Leos Computer. Leo verknüpft den Agenten Markentexter mit dem To-do und wählt Jetzt bearbeiten. Zuerst reserviert Orkas die Ausführung beim Server: Nur das verantwortliche Mitglied kann sie starten, und es kann immer nur eine Ausführung gleichzeitig aktiv sein. Auf Leos Rechner öffnet sich eine neue Aufgaben-Unterhaltung. Der Agent liest die Projektanweisungen, das Projektgedächtnis und das angehängte Briefing, kann die Bibliothek durchsuchen und nutzt Leos Modell und Credits. Wenn er fertig ist, setzt er das To-do auf Wartet auf Bestätigung und speichert die Entwürfe in der Bibliothek, so wie es die Projektanweisungen verlangen.

6. Alle sehen das Ergebnis – nicht die Unterhaltung. Innerhalb weniger Minuten – oder sobald Maya das Projekt öffnet oder auf Aktualisieren klickt – erscheinen rote Punkte auf den Tabs Zu erledigen und Bibliothek. Sie öffnet Leos Entwürfe aus der Bibliothek und setzt das To-do auf Fertig, sobald alles passt. Leos Unterhaltung mit seinem Agenten bleibt bei ihm.

7. Zwei Personen bearbeiten dieselbe Datei. Ana und Maya ändern beide etwas am Briefing. Überschneiden sich ihre Änderungen nicht, führt Orkas den Text automatisch zusammen. Wenn doch, zeigt Projektkonflikte Meine Version und Geteilte Version nebeneinander, und jede Person wählt eine davon aus.

Ein Tipp zu Schritt 5: Ein Agent speichert Dateien nur dann in der Bibliothek, wenn er dazu aufgefordert wird. Nehmen Sie eine Zeile wie „Jedes Arbeitsergebnis in der Bibliothek speichern“ in Ihre Projektanweisungen auf, dann halten sich die Agenten aller Mitglieder daran.

Viele Menschen, viele Agenten

In einem geteilten Projekt hat jedes To-do eine verantwortliche Person, und ein Agent kann damit verknüpft werden, um die Arbeit zu erledigen.

• Commander kann für das Team planen. In einem Projekt kann Commander die gesamte To-do-Liste lesen – auch die Einträge Ihrer Teammitglieder –, To-dos anlegen, sie Mitgliedern zuweisen und Dateien anhängen. Außerdem kann er eine noch nicht zugewiesene Arbeit auf mehrere Spezialisten aufteilen und deren Ergebnisse zusammenführen.
• Nur Sie wählen den Agenten für Ihre eigenen To-dos. Sie können ein To-do Leo zuweisen, aber welcher Agent es ausführt, entscheidet Leo. Wird ein To-do neu zugewiesen, wird sein Agent entfernt.
• Geteilte Agenten halten alle beim selben Playbook. Wenn Maya ihren Markentexter verbessert, veröffentlicht Orkas ihn erneut, und die Mitglieder erhalten die neue Version automatisch; eine bereits laufende Ausführung behält die Version, mit der sie gestartet ist. Nur wer einen Agenten geteilt hat, kann ihn ändern oder das Teilen beenden.
• Integrierte Agenten stehen allen zur Verfügung. Agenten aus dem Marketplace, die dem Projekt hinzugefügt werden, installiert Orkas bei jedem Mitglied automatisch.
• CLI-Agenten bleiben persönlich. Leo kann Claude Code oder Codex weiterhin in seine eigenen Aufgaben im Projekt holen – sie erhalten die Projektanweisungen und das Projektgedächtnis –, aber in einem geteilten Projekt lassen sie sich weder teilen noch mit To-dos verknüpfen. Sie sind auf eine CLI angewiesen, die auf dem Computer einer einzelnen Person installiert und angemeldet ist.
• Auto gilt pro Person. Jedes Mitglied kann Auto für sich selbst einschalten. In einem geteilten Projekt treibt es nur die To-dos voran, die diesem Mitglied zugewiesen sind.

Warum wir es so gebaut haben

Das Projekt teilen, nicht die Unterhaltung

Eine Arbeitsunterhaltung mit einem Agenten steckt voller Fehlstarts, halbgarer Anfragen und privater Notizen. Ein Teammitglied braucht sie selten; es braucht das Ergebnis und die Regeln, die dazu geführt haben. Deshalb synchronisieren geteilte Projekte die dauerhaften Teile – Anweisungen, Gedächtnis, Bibliothek, To-dos und Agenten – und halten Unterhaltungen privat. Ergebnisse erreichen das Team so, wie fertige Arbeit es tun sollte: als Dateien in der Bibliothek und als To-do, das auf Bestätigung wartet.

Jeder bringt seine eigene KI mit

In einem geteilten Projekt führt ein Mitglied Agenten mit seinen eigenen Modellen, Schlüsseln, Konnektor-Anmeldungen, Berechtigungseinstellungen und Credits aus – nach denselben Regeln wie bei seiner persönlichen Arbeit. Der Eigentümer zahlt nicht für die KI-Nutzung der Mitglieder, und API-Schlüssel oder Credits werden mit niemandem geteilt. Der Server speichert die geteilten Dateien, prüft, wer was darf, und vergibt die Reservierungen für Ausführungen. Agenten führt er nicht aus.

Menschen verantworten die Arbeit, Agenten erledigen sie

Ein To-do wird einer Person zugewiesen, nicht einem Agenten. Der Agent entscheidet, wie die Arbeit erledigt wird; die verantwortliche Person ersetzt er nie. Nur diese Person kann eine Ausführung starten, und wenn ein Agent fertig ist, gibt er das To-do zur Bestätigung zurück, statt es als erledigt zu markieren. Wenn mehrere Menschen und viele Agenten in einem Projekt arbeiten, muss jemand für jedes Teilstück geradestehen – und das ist immer ein Mensch.

Bewusst asynchron

Änderungen, die Sie in Orkas vornehmen, werden zuerst auf Ihrem Computer gespeichert und im Hintergrund veröffentlicht. Die anderen erhalten sie, wenn sie das Projekt öffnen, zur App zurückkehren, auf Aktualisieren klicken oder bei der nächsten Prüfung im Fünf-Minuten-Takt. Eine gemeinsame Live-Bearbeitung gibt es nicht. Agenten schreiben viel, und oft alles auf einmal; einem vorhersehbaren Abgleichpunkt vertraut man leichter als Dateien, die sich verändern, während man an ihnen arbeitet. Wenn zwei Änderungen kollidieren, führt Orkas zusammen, was sich sicher zusammenführen lässt, und bittet ansonsten einen Menschen, zu entscheiden.

Zuerst für kleine Teams

Zum Teilen braucht der Eigentümer einen kostenpflichtigen Plan; Mitglieder treten mit einem kostenlosen Konto bei. So kostet es eine Freelancerin, einen Kunden oder einen neuen Mitarbeiter nichts, eine Einladung anzunehmen, und die Kosten des Teilens – Plan und Cloud-Speicher – trägt die Person, die das Projekt eingerichtet hat. Die Pläne sind auf kleine Teams ausgelegt – drei bis zehn Personen pro Projekt –, nicht auf ganze Abteilungen.

Fazit

Orkas begann mit einer Person, die ein Team von KI-Agenten steuert. Geteilte Projekte behalten diese Form bei und erweitern sie: Ein kleines Team teilt, was diese Agenten nützlich macht – die Regeln, das Gedächtnis, das Material und den Plan –, während jede Person ihre eigene KI, ihre Schlüssel und ihre Unterhaltungen behält und für ihren Teil der Arbeit verantwortlich bleibt.

Vier Setups zum Nachmachen finden Sie unter Geteilte Projekte für Kleinteams.

Wenn Sie bereits mit einer Kollegin, einem Freelancer oder einem Kunden zusammenarbeiten, probieren Sie es an einem Projekt aus: Schreiben Sie Ihr gemeinsames Playbook in die Projektanweisungen und laden Sie die anderen ein. Orkas können Sie kostenlos für macOS und Windows herunterladen.