Woran wir arbeiten.

Mit Agenten zusammenarbeiten

Fachleute geben Ziele, Zeichnungen und Referenzen vor; Agenten unterstützen die Bearbeitung. Wir fragen, wie Kontext und Feedback die Qualität von Designvarianten, Prüfungen und Entwürfen verbessern.

Prüffragen und Vorgehen

• Prompting entwickelt sich weiter: Ziele, Referenzen und Erfolgskriterien gewinnen an Gewicht. An Aufgaben wie Zeichnungsauslesung oder Variantenvergleich wollen wir prüfen, welcher Kontext hilft und wo zusätzliche Regeln die Arbeit erschweren.
• Unternehmenswissen soll im passenden Moment verfügbar sein. Context Engineering heißt für uns: die benötigten Informationen auswählen und aktuell halten. Skills bündeln wiederkehrendes Fachwissen, Arbeitsanweisungen und Werkzeuge zur Wiederverwendung.
• Menschen setzen Prioritäten, beurteilen Ergebnisse und geben Feedback. Wir prüfen, welche Rückmeldungen in bessere Referenzen oder Prüfungen einfließen sollten, damit die nächste Aufgabe weniger Mikromanagement braucht.
• Anthropics aktuelle Beiträge zeigen, wie sich Anleitung mit leistungsfähigeren Modellen verändert. Solche Ansätze sollen am jeweiligen Prozess geprüft werden; kürzere Prompts sind für sich genommen kein Qualitätsziel.

Agentensysteme aufbauen

Agent Onboarding macht den Einstieg konkret: Wir richten Agenten für eine Fachaufgabe ein – mit Produktwissen, Arbeitsanweisungen und passenden Werkzeugen. Am Ergebnis prüfen wir, wo sie einen Vorteil bieten.

Prüffragen und Vorgehen

• Wir beginnen beim Fachprozess: Welche Daten sind verlässlich, welche Systeme müssen erreichbar sein und welche Aktionen sind erlaubt? Wir klären Zuständigkeiten, Zugriffsrechte und die Schritte, die eine menschliche Freigabe brauchen.
• Für bekannte Abläufe betrachten wir zuerst feste Workflows. An denselben Testaufgaben soll geprüft werden, ob ein einzelner Agent bei variablen Eingaben oder Rückfragen hilft. Mehrere Agenten werden erst relevant, wenn getrennte Aufgaben oder unabhängige Prüfung einen messbaren Vorteil erwarten lassen.
• Wiederholte Arbeitszyklen brauchen ein prüfbares Ziel, Stoppbedingungen und Grenzen für Laufzeit und Tokenverbrauch. Tokens sind die Texteinheiten, die ein Sprachmodell verarbeitet. Bei Unklarheiten oder ausgeschöpftem Budget muss der nächste Schritt eindeutig sein.
• Vorgesehen ist ein Vergleich mit repräsentativen Testaufgaben, sogenannten Evals: Ergebnisqualität, Fehler, Dauer und Kosten werden gemeinsam betrachtet. Geprüft werden sollen tatsächliche Ergebnisse im Zielsystem und die Schritte, an denen ein Mensch entscheidet. Bei einem Modellwechsel wird auch der Aufbau erneut überprüft.
• Neon zeigt ein Muster für die Einarbeitung: Skills führen Agenten zu passender Dokumentation und vermitteln Arbeitsweisen; angebundene Werkzeuge ermöglichen Aktionen. Wir übertragen dieses Prinzip auf betriebliche Fachaufgaben. Das Beispiel belegt den technischen Ansatz, noch keinen Nutzen in unseren Kundenprozessen.

KI wirtschaftlich betreiben

Zeichnungsprüfung, Variantenbildung und Angebotsvorbereitung haben unterschiedliche Anforderungen. Daraus leiten wir passende Modelle, Betriebsformen und Hardware ab. Entscheidend sind Qualität und Gesamtkosten des Ergebnisses.

Prüffragen und Vorgehen

• Aus Aufgabe, Qualitätsziel, Datenanforderungen und Lastprofil ergibt sich die Betriebsarchitektur. Unsere These: Viele Unternehmen werden solche KI-Anwendungen dauerhaft betreiben. Mit „AI Factory“ meinen wir hier die dafür nötige Umgebung aus Daten, Modellen, Werkzeugen und Prüfungen; Umfang und Betriebsform bleiben pro Anwendung zu klären.
• Modellarchitekturen sollen passend zur Aufgabe verglichen werden: Dichte Modelle nutzen ihre Modellteile durchgängig; Mixture-of-Experts-Modelle (MoE) aktivieren ausgewählte Teilnetze. Bei Quantisierung werden Modellwerte mit geringerer Genauigkeit gespeichert. Ob das Speicher und Kosten spart, ohne die benötigte Qualität zu verlieren, muss der Anwendungstest zeigen.
• Modellrouting weist Aufgaben geeigneten Modellen zu. Caching verwendet bereits berechneten Kontext erneut, Batching bündelt Anfragen. Diese Verfahren sollen gemeinsam mit Antwortzeit und Qualität bewertet werden: Maßstab der Token-Ökonomie sind die Kosten je fachlich akzeptiertem Ergebnis, einschließlich Fehlversuchen und Nacharbeit.
• Hardware wählen wir nach Modell und Lastprofil: CPU als Hauptprozessor, GPU oder NPU als Beschleuniger sowie Arbeits- und Modellspeicher (RAM/VRAM). Speicherbandbreite, Netzwerk und Datenspeicher können den Durchsatz begrenzen. Lokaler, hybrider und Cloud-Betrieb sollen anhand von Auslastung, Datenanforderungen und Betriebsaufwand verglichen werden.
• Zur Kostenrechnung gehören Energie unter Last und im Leerlauf, Kühlung, Abschreibung, Integration, Dienste, Wartung, Sicherheitsprüfung und Wiederherstellung nach Störungen sowie menschliche Prüfung und Nacharbeit. Wir untersuchen, wie sich Verbrauch und gemeinsame Infrastruktur nachvollziehbar Abteilungen und Prozessen zuordnen lassen. Energie je Ergebnis braucht Messungen am konkreten System; eine Chip-Leistungsangabe reicht dafür nicht. Cloud-Verbrauch bleibt bei fehlenden Messdaten ausdrücklich eine Schätzung.

KI-Agenten absichern

Ein Agent darf eine Zeichnung prüfen, ohne dadurch Kundendaten versenden oder ein Angebot freigeben zu dürfen. Wir fragen, wie sich solche Grenzen technisch durchsetzen und im Fachprozess überprüfen lassen.

Prüffragen und Vorgehen

• Minimale Zugriffsrechte, getrennte Identitäten und klar begrenzte Werkzeuge bilden die Grundlage. Berechtigungen werden im Zielsystem durchgesetzt; kritische Änderungen und Datenweitergaben brauchen eine überprüfbare Freigabe. Unsere Prüffrage: Halten diese Grenzen auch bei unvollständigen Aufträgen und bei der Delegation an weitere Agenten?
• Externe Dokumente, Webseiten und Werkzeugantworten können manipulierte Anweisungen enthalten: sogenannte Prompt Injection. Solche Inhalte dürfen keine zusätzlichen Befugnisse schaffen. Wir prüfen Datenwege, erlaubte Empfänger und die Herkunft eingebundener Werkzeuge und Skills. Zugangsschlüssel gehören in eine getrennte Verwaltung, nicht in den Modellkontext. Lokaler Betrieb allein gewährleistet keine Sicherheit.
• Geprüft werden sollen manipulierte Eingaben, unerlaubte Aktionsversuche und Abbruchfälle in isolierten, freigegebenen Testumgebungen. Wir wollen sowohl verhinderte Grenzüberschreitungen als auch fälschlich blockierte Arbeit und den Aufwand für menschliche Freigaben erfassen. Maßgeblich sind tatsächliche Aktionen im Zielsystem.
• Zum Betrieb gehören nachvollziehbare Protokolle ohne Zugangsschlüssel, die Erkennung ungewöhnlicher Aktionen und Verbrauchsmuster sowie ein geübter Weg zum Stoppen, Entziehen von Zugängen und Wiederherstellen. Zuständigkeiten und der Aufwand für diese Kontrollen fließen in die Kosten je akzeptiertem Ergebnis ein.
• Dario Amodeis Essay vom September 2026 und Anthropics Berichte geben Anlass zu diesen Fragen. Wir unterscheiden seine Zukunftseinschätzung, beobachteten Missbrauch und unerlaubte Agentenaktionen in fehlkonfigurierten Tests. Die Grenzen dieser Quellen stehen unten; sie ersetzen keine Prüfung unserer konkreten Anwendungen.