Tana lässt Claude und ChatGPT im Meeting arbeiten – wer kontrolliert Daten und Aktionen?

Die Pressemeldung vom 3. November nennt Claude, ChatGPT, Grok Bot, Mistral, Lovable und Gemini. Die ausführliche technische Tana-Changelog-Seite vom 26. Oktober bestätigt ausdrücklich die Verbindung eigener Claude- oder ChatGPT-Konten über die Tana-Desktop-App auf Mac oder Windows und die notwendige installierte Assistant-App. Tana beschreibt für diese Integration Live-Transkript, Meeting-Chat und geteilten Bildschirm als Kontext. Wir behandeln die weitergehende Liste als Herstellerankündigung, nicht als für jeden Account einzeln unabhängig bestätigte Live-Integration.

Die Funktion basiert auf einer Folge früherer Releases: Tana bot bereits KI-Zusammenfassungen, Live-Vorschläge und Aufgabenfreigaben. Neu ist der engere Bezug zum bereits genutzten persönlichen Agenten statt zu einem allein von Tana bereitgestellten Bot. Eine unabhängige Messung, wie oft Aufgaben tatsächlich korrekt abgeschlossen werden, liegt AgentenCode nicht vor.

Das Arbeitsproblem ist real: In Besprechungen werden Entscheidungen getroffen, aber Aufgaben landen anschließend in separaten Dokumenten, Chats und Tickets. Tana demonstriert einen anderen Ablauf: Ein Agent erhält den Gesprächskontext, schlägt eine konkrete Folgeaktion vor und arbeitet nach Bestätigung in einem angebundenen Tool. Ein Menschen-Button zwischen Vorschlag und Ausführung ist dabei kein unwichtiges Detail, sondern der wichtigste Sicherheitsanker.

Der Nutzen entsteht nur, wenn der Agent sowohl den Kontext richtig versteht als auch die passende Identität und die nötigen Tool-Rechte besitzt. Eine Excel-Prognose zu aktualisieren oder ein Ticket in einem Projekt anzulegen sind qualitativ andere Eingriffe als nur eine Notiz zu schreiben. Sie brauchen nachvollziehbare Verantwortlichkeit und Änderungsprotokolle.

Tana erklärt, dass der eigene Agent Mitschrift, Meeting-Chat und den geteilten Bildschirm während des Meetings nutzen kann. Das gilt nach Produktdarstellung im Kontext des verbundenen Nutzerkontos. Der Changelog betont zugleich: Der Bereich Agents ist privat; Arbeitsergebnisse bleiben dort, bis man sie ausdrücklich in den gemeinsamen Meeting-Bereich teilt. Diese Trennung hilft, sie ersetzt aber keine Prüfung des Datenflusses zu Modellanbieter und verbundenen Diensten.

Kritisch sind externe Teilnehmer, vertrauliche Präsentationen und persönliche Daten auf dem geteilten Bildschirm. Unternehmen sollten vor der Einführung klären, wer einer KI-gestützten Verarbeitung zustimmt, welche Daten eine externe Modellinstanz erhält, ob sie gespeichert werden und welche Regeln für externe Gäste gelten. Aus der Marketingaussage „EU-Hosting“ folgt nicht automatisch, dass jeder Modellaufruf und jede Connector-Aktion vollständig innerhalb der EU verarbeitet wird.

Tana stellt Vorschläge zur Bestätigung dar. Aber eine Freigabe eines Vorschlags schützt nur dann zuverlässig, wenn klar ist, welche Aktion, welcher Zielservice und welche Daten damit autorisiert werden. Ein Agent mit Zugriff auf E-Mail, Dateien, Projekt-Tools und CRM trägt mehr Risiken als ein Agent mit rein lesenden Rechten.

Unser redaktioneller Vorschlag ist ein dreistufiges Modell: Erstens Leserechte für die Vorbereitung, zweitens eine menschlich bestätigte konkrete Änderung und drittens eine technische Prüfung, ob die Zielberechtigungen die Änderung erlauben. Die Meeting-App darf keine übergeordnete Super-Identität schaffen, die bestehende Tool-Rechte aushebelt.

Die folgenden fünf Fälle sind eine eigene AgentenCode-Analyse. Tana hat diese Matrix nicht veröffentlicht. Sie eignet sich, um Pilotprozesse nach Daten- und Handlungsauswirkung zu priorisieren.

Ein lesender Statusabruf ist ein guter Einstieg. Sobald Agenten Meetings in Vertrags-, Finanz-, Gesundheits- oder Personaldaten umsetzen, sollten Freigaben detaillierter und die Logs überprüfbar sein.

Originale AgentenCode-Entscheidungsmatrix

Wählen Sie ein internes Meeting mit Testdaten, einem einzigen Agenten und nur einer harmlosen Aktion, etwa einem Ticketentwurf. Protokollieren Sie, ob der Agent die richtige Person, den richtigen Zielbereich, die Berechtigung des Nutzers und die gewünschte Änderung erkennt. Legen Sie vorher fest, bei welcher Abweichung das Experiment endet.

Prüfen Sie als Nächstes die Sichtbarkeit: Was sieht der Agent vor, während und nach einer Bildschirmfreigabe? Bleibt ein privater Entwurf tatsächlich privat? Was geschieht, wenn der Freigabeknopf nicht gedrückt wird? Welche Daten werden im Meeting, im angebundenen Konto und bei externen Modellanbietern gespeichert? Dieser Pilot ist ein Vorschlag; AgentenCode hat ihn nicht ausgeführt.

Die Nachricht ist spannender als „KI schreibt jetzt Besprechungsnotizen“: Sie zeigt, wie ein vorhandener persönlicher Agent von der Einzelanwendung in einen gemeinsamen Arbeitsraum wandert. Der Wert liegt in einem kürzeren Weg von Entscheidung zu Ergebnis, nicht im bloßen Mitlesen.

Unsere Schlussfolgerung: Tana ist ein frühes, konkret dokumentiertes Beispiel für Agentenarbeit im Live-Meeting. Die Produktankündigung ersetzt jedoch nicht eine Prüfung von unterstützten Assistenten, Datenschutz, Freigabestufen und tatsächlicher Tool-Ausführung. Unternehmen sollten erst Rechte und Nachweise gestalten – dann die Geschwindigkeit erhöhen.