Mein KI-Agent arbeitet jeden Tag für mich. Er baut Websites, schreibt Werkzeuge, räumt Daten um. Trotzdem gibt es Momente, in denen ich dreimal nachsteuern muss, bis das entsteht, was ich eigentlich wollte. Vier davon sind mir so oft passiert, dass ich sie inzwischen mit Namen kenne.
Die vier Momente
Er baut Websites, die funktionieren, aber aussehen wie jede zweite KI-Seite. Technisch sauber, responsiv, alles grün. Und trotzdem austauschbar: dieselben Karten-Raster, dieselben Farbverläufe, dieselbe Belanglosigkeit. Ich habe die Erfahrung gemacht, dass ich bei fast jedem Baustein eingreifen muss, bis das Design eigenständig wird.
Er hakt Aufgaben ab, sobald das Ergebnis irgendwo existiert. Ob es an der richtigen Stelle ankommt, prüft er nicht. So hat er eine Antwort auf einen Kommentar sauber formuliert und gepostet, nur leider im falschen Thread. Für ihn war das erledigt. Für jeden Menschen offensichtlich nicht.
Er wiederholt Fehler, die wir längst geklärt hatten. Denselben CSS-Fehler hat er mir zweimal eingebaut, am selben Tag. Beim ersten Mal habe ich ihn korrigiert und mich gewundert. Beim zweiten Mal wusste ich: Die Korrektur war nach dem Gespräch einfach weg.
Er kopiert lieber, statt aufzuräumen. Statt ein Werkzeug zu bauen, das einen Parameter nimmt, lagen bei mir irgendwann vier fast identische Skripte im Ordner. Jedes für einen Einzelfall entstanden, keines wartbar.
Warum das kein Bug ist
Der Reflex ist, dem Agenten die Schuld zu geben. Aber die ehrlichere Erklärung ist unbequemer: Ein Agent macht nicht, was ich will. Er macht, was aus meiner Anweisung und seinen Trainingsdaten am wahrscheinlichsten folgt.
Meine Anweisung ist für ihn ein Lückentext. Überall dort, wo meine Absicht nicht explizit dasteht, füllt er die Lücke mit dem Durchschnitt aller Lösungen, die er kennt. Deshalb sehen die Websites aus wie jede zweite: Das Durchschnittsdesign ist die wahrscheinlichste Antwort auf eine unpräzise Design-Anweisung. Deshalb gilt eine Aufgabe als erledigt, sobald irgendwas existiert: Ich hatte nie definiert, was fertig heißt.
Wenn man das einmal verstanden hat, ändert sich die Frage. Nicht mehr: Warum macht er das falsch? Sondern: Wo war meine Absicht implizit, wo ich sie für offensichtlich hielt?
Das System dagegen
Drei Dinge haben die Momente bei mir messbar seltener gemacht.
Absicht vorher explizit machen, statt hinterher zu korrigieren. Für Design heißt das bei mir: Vor dem ersten Baustein entsteht ein kurzes Dokument mit konkreten Farben, Schriften und einer Sperrliste der Dinge, die der Agent nicht tun darf. Kein “modern und clean”, das ist genau der Lückentext, der zum Durchschnitt führt.
Jede Korrektur wird eine dauerhafte Regel. Irgendwann habe ich gemerkt, dass ich sonst jede Woche dasselbe Gespräch führe. Seitdem gilt: Wenn ich etwas korrigiere, wandert die Korrektur sofort als Regel in das System, das der Agent bei jeder Sitzung liest. Der CSS-Fehler von oben steht dort jetzt namentlich. Er ist seitdem nicht wieder aufgetaucht.
Fertig gilt nur, wenn vorher definiert war, was fertig heißt. Nicht “der Text existiert”, sondern “der Text steht im richtigen Thread und ist dort sichtbar”. Die Prüfung der Zielbedingung gehört zur Aufgabe, nicht zur Nacharbeit. Seit der Agent seine Ergebnisse selbst gegen diese Bedingung prüfen muss, ist Erledigt-Theater die Ausnahme statt die Regel.
Was bleibt
Die Momente werden weniger, jede Woche ein Stück. Aber null werden sie nie, und das ist der eigentliche Punkt: Ein Agent, der aus Wahrscheinlichkeiten arbeitet, braucht einen Menschen, der Absichten explizit macht. Das ist keine Schwäche der Technik, das ist die Arbeitsteilung.
Falls du selbst mit Agenten arbeitest: Welchen Satz sagst du deiner KI am häufigsten zum zweiten Mal? Genau der gehört als Regel in dein System.