Die 5 Stufen
Vom Chat zum autonomen Agenten
Eine Landkarte, wie KI in Organisationen tatsächlich genutzt wird. Kein Reifegrad-Modell — eine Entscheidungshilfe.
Überblick — klick eine Stufe für Details
Chat
Du tippst, KI antwortet — Schritt für Schritt.
Direkter Dialog mit dem Modell. Du tippst, die KI antwortet — jeder Schritt geht durch dich.
Wann
Wenn du im Loop bleiben willst und Aufgaben variieren.
Beispiel
Anfrage-Mail eines Interessenten in den KI-Chat reinkopiert, um Antwort-Entwurf gebeten, redigiert, abgeschickt. Drei Minuten.
Übergang
Wenn dieselbe Anfrage-Sorte mehrmals pro Woche kommt, gehört der Kontext (Leistungen, Preise, Tonfall) in einen vorkonfigurierten Bot.
Disziplinen
Was du auf jeder Stufe brauchst
Prompt Engineering
ab Stufe 1Anweisungen so formulieren, dass das Modell tut, was du willst — Rolle, Format, Beispiele.
Wann: Sobald du mit einem Modell sprichst. Bleibt bei jeder höheren Stufe wichtig.
Typischer Fehler: Zu vage („hilf mir mit dem Vertrag“) oder zu mikromanagig („in 3 Bulletpoints à 12 Wörtern“). Trefferraum liegt dazwischen.
Bausteine: System-Prompts, Few-Shot-Beispiele, Output-Format-Vorgaben, Persona.
Context Engineering
ab Stufe 2Dem Modell den richtigen Kontext geben — nicht zu viel, nicht zu wenig.
Wann: Sobald du vorab konfigurieren kannst (Bot, Workflow, Agent).
Typischer Fehler: Komplette Wissensbasis reinwerfen — das Modell verliert Fokus und halluziniert eher.
Bausteine: System-Prompts mit Wissen, RAG, Memory-Retrieval, Kontextfenster-Management.
Harness Engineering
ab Stufe 4CLI, Tools, Sandbox — die Infrastruktur, in der ein Agent operieren darf.
Wann: Sobald die KI selbst entscheidet, welche Werkzeuge sie greift.
Typischer Fehler: Zu viele Tools mit zu breiten Berechtigungen. Schwer zu debuggen, manchmal gefährlich.
Bausteine: MCP-Server, Tool-Whitelists, Sandbox-Container, CLI-Wrapper, klare Tool-Interfaces.
Memory & Skill
ab Stufe 4.5Erinnerung über Sessions hinweg, Spezialisierung über Sub-Agents.
Wann: Sobald der Agent über Zeit besser werden soll, nicht nur einzelne Aufgaben lösen.
Typischer Fehler: Memory akkumuliert Rauschen, weil kein Decay oder Konsolidierung passiert.
Bausteine: Vector-Stores, episodisches Memory, Sub-Agent-Architektur, Skill-Files.
Werkzeug-Glossar
Muster auf einen Blick
Stufe 1
Prompt-Vorlage
Ein guter Prompt, den du wiederverwendest.
Stufe 2
Vorkonfigurierter Bot
Mit Wissen & Tonfall vorkonfiguriert — Aufruf bleibt manuell.
Stufe 3
KI-Workflow
Fester Pfad, KI als ein Knoten.
Stufe 4
Agent
Wählt Werkzeuge selbst im Loop.
Stufe 4
Enterprise-Agent-Plattform
Agent im Unternehmens-Stack — mehr Setup, mehr Governance.