Grok 4.3 bekommt Skills und Connectors: der Agenten-Trend

xAI hat seinen Chatbot Grok im Mai 2026 in mehreren Schritten zum Arbeitswerkzeug ausgebaut. Connectors binden ihn an SharePoint, Outlook, Google Workspace und mehr an, Grok Skills geben ihm dauerhaftes Spezialwissen, und ein neuer Coding-Agent schreibt Code. Interessant ist daran weniger Grok selbst als das Muster dahinter. Jeder große KI-Anbieter baut gerade dasselbe.

Was xAI im Mai gebaut hat

Den Anfang machten am 6. Mai 2026 die Connectors in Grok Web. Damit verbindet sich Grok mit SharePoint, Outlook, OneDrive, Google Workspace, Notion, GitHub und Linear. Dazu kommt eine Option, eigene MCP-Server anzubinden, also die eigenen internen Werkzeuge.

Am 18. Mai 2026 folgten die Grok Skills. Sie geben Grok persistentes Spezialwissen über einzelne Gespräche hinweg, mit eingebauten Werkzeugen für Word-Dokumente, Präsentationen, Tabellen und PDFs. Skills lassen sich erstellen, anpassen und teilen, ohne Setup.

Für Entwickler kamen am 14. und 28. Mai 2026 noch Grok Build dazu, eine Beta mit Terminal-Oberfläche und ein schnelles Coding-Modell auf der xAI-Programmierschnittstelle. Wer programmiert, bekommt damit einen weiteren agentischen Helfer.

Der eigentliche Trend

Zoom raus, und das Bild wird interessanter. Was xAI im Mai gemacht hat, machen gerade alle.

Microsoft hat im selben Monat Computer-using Agents in Copilot Studio allgemein verfügbar gemacht und SharePoint-Listen als Datenquelle freigeschaltet. OpenAI hat ChatGPT in Excel und Google Sheets gebracht. Google zeigt Managed Agents in isolierten Sandboxen. Anthropic lässt Claude-Agenten in kundeneigenen Umgebungen mit privaten MCP-Servern laufen. Und xAI baut Connectors plus Skills. Das ist kein Zufall, sondern ein gemeinsamer Schritt der ganzen Branche.

Zwei Bausteine stecken in fast jeder dieser Ankündigungen. Erstens Agenten, die nicht nur antworten, sondern Aufgaben ausführen. Zweitens Connectors, die das Modell an die Tools anbinden, in denen deine Daten liegen: Mail, Kalender, Dateien, Notizen, Code.

Warum das für kleine Firmen zählt

Bis vor kurzem war KI im Büro vor allem ein cleverer Chat. Du hast eine Frage gestellt und eine Antwort bekommen, und alles dazwischen, das Kopieren, Einfügen und Übertragen, hast du selbst gemacht.

Mit Agenten und Connectors verschiebt sich das. Das Modell sieht deine Mails, deine Dateien, deine Listen und handelt darin. Das spart genau die Klickarbeit, die in kleinen Betrieben den Tag frisst.

Diese Macht hat aber eine Kehrseite, und die wird in den Ankündigungen gern übersprungen. Sobald ein KI-System Zugriff auf Postfach, Dateiablage und Kundenliste bekommt, ist die Frage nach Datenschutz und Berechtigungen keine Formalie mehr. Wer einem Agenten Vollzugriff gibt, ohne vorher zu klären, welche Daten er sehen und was er ändern darf, baut sich ein Risiko ein. Das ist in der Praxis oft größer als gedacht, weil niemand im Kleinbetrieb die Rechte sauber gesetzt hat.

Wie du einen Connector sicher einführst

Ein Connector verbindet das KI-Modell mit deinem Postfach, deinen Dateien, deinen Listen. Das ist mächtig und genau deshalb heikel.

Bevor du einem Agenten Zugriff gibst, klär drei Dinge. Welche Daten soll er sehen, und reicht ein Lesezugriff statt voller Schreibrechte? Welche Daten sind tabu, etwa Personaldaten oder Mandanteninformationen? Und wer im Betrieb darf den Agenten überhaupt einrichten?

Der häufigste Fehler ist, aus Bequemlichkeit den vollen Zugriff zu erlauben, weil es schneller geht. Ein KI-Agent mit Schreibrechten auf das ganze Postfach kann im Fehlerfall echten Schaden anrichten. Fang klein an, mit Lesezugriff auf einen klar abgegrenzten Bereich, und erweitere erst, wenn du dem Ergebnis vertraust.

Tool-Treue lohnt sich nicht mehr

Eine gute Nachricht für alle, die sich nicht festlegen wollen: Da Microsoft, Google, OpenAI, xAI und Anthropic dasselbe bauen, ist die Wahl des Anbieters weniger wichtig geworden.

Wer das Prinzip verstanden hat, also wie ein Agent arbeitet und wie ein Connector Daten anbindet, überträgt das in Minuten auf ein anderes Tool. Das nimmt den Druck aus der Entscheidung. Du musst nicht das eine richtige Werkzeug für die nächsten fünf Jahre finden, du musst die Logik dahinter beherrschen. Genau deshalb lohnt sich Lernen am Prinzip mehr als das Auswendiglernen einer einzelnen Oberfläche, die im nächsten Update sowieso anders aussieht.

Was das für KMU bedeutet

Die gute Nachricht: Du musst dich nicht für einen Anbieter entscheiden, um vom Trend zu profitieren. Da alle dieselben Bausteine bauen, ist das Prinzip wichtiger als das Produkt. Wer verstanden hat, wie ein Agent arbeitet und wie ein Connector Daten anbindet, kann das auf Microsoft, Google, OpenAI oder xAI übertragen.

Genau deshalb lohnt es sich, nicht ein einzelnes Tool auswendig zu lernen, sondern das Muster. Welche Aufgabe eignet sich für einen Agenten? Welche Daten darf er sehen? Wo muss ein Mensch das Ergebnis prüfen? Diese Fragen bleiben gleich, egal welches Logo oben in der Ecke steht.

In unserer Weiterbildung zum Digitalisierungsmanager arbeiten Teilnehmer mit mehreren dieser Werkzeuge und lernen die gemeinsame Logik dahinter, von der Prozessanalyse bis zur Automatisierung mit KI-Agenten.

Wie konkret das aussieht, zeigt die Liste der angebundenen Dienste: SharePoint, Outlook, OneDrive, Google Workspace, Notion, GitHub und Linear. Damit deckt allein Grok die Werkzeuge ab, in denen ein typischer Betrieb seine Mails, Dateien und Aufgaben verwaltet. Ein praktisches Beispiel: Eine Anfrage landet in Outlook, der Agent zieht die passenden Unterlagen aus OneDrive und legt eine Aufgabe in der Projektliste an. Genau diese Kettenarbeit, die früher aus Kopieren und Einfügen bestand, übernimmt jetzt das Modell.

Häufige Fragen

Zuletzt aktualisiert: 04.06.2026. Stand der Recherche: 04.06.2026.