Sebastian Schiller-Stoff

Praxisnotiz KI-Agenten

EN — English DE — aktuelle Sprache

Praxisnotiz · KI-Agenten-Engineering

Agenten mit Auftrag.

Ein Agent ist kein Kollege. Er ist ein Zuarbeiter mit klaren Grenzen: ein schriftlicher Auftrag, eine Reihe von Werkzeugen, eine Prüfung, die er bestehen muss, und ein Protokoll darüber, was er getan hat. Diese Grenze baue ich in Forschungssysteme ein – und vermittle sie.

Praxisnotiz · Verzeichnis 2025–2026

Der Auftrag

Ein Agent ist eine Schleife: lesen, ein Werkzeug wählen, handeln, prüfen, wiederholen.

Das Modell ist eine Komponente; der Auftrag entscheidet, ob die Schleife nützlich ist. Ein Auftrag nennt die Aufgabe, die Systeme, die er umfasst, die Werkzeuge, die Abbruchbedingungen und die unterschreibende Person.

Forschungssoftware ist voller Aktionen, die leicht zu automatisieren und teuer rückgängig zu machen sind: eine Migration, eine Metadaten-Änderung im großen Stil, ein Veröffentlichungsschritt, eine Löschung. Der Auftrag hält sie umkehrbar.

  1. Auftrag

    Nennt die Aufgabe, die Systeme, die er umfasst, die Werkzeuge und die Abbruchbedingungen.

  2. Handeln

    Nutzt nur die aufgelisteten Werkzeuge, einen Schritt nach dem anderen.

  3. Prüfung

    Besteht den schriftlichen Test, bevor etwas übernommen wird.

  4. Protokoll

    Hinterlässt eine Spur dessen, was er gelesen, ausgeführt und geändert hat.

Die Schleife ist bewusst langweilig. Langweilig ist das Ziel.

Der Werkzeugkasten

Die nützlichen Werkzeuge sind unspektakulär: eine Archiv-API, ein Suchindex, ein Repository-Checkout, eine Testsuite, ein Metadatenschema.

Der DHd-Beitrag von 2026 zur KI-Unterstützung in GAMS fragt, wo der Sweet Spot zwischen der Wiederverwendung vorhandener LLM-Bausteine und dem Eigenbau liegt – und wie sich beides ohne technische Schulden integrieren lässt. Die Lehre, die ich daraus ziehe, ist enger als die Demo: dem Agenten dieselben Schnittstellen geben wie einem Kollegen, und nicht mehr.

Zulässig

  • Öffentliche oder lizenzierte Quellen lesen
  • Die Archiv-API abfragen
  • Code und Tests entwerfen
  • Metadaten-Änderungen vorschlagen
  • Einen Diff zusammenfassen

Nicht zulässig

  • Einträge veröffentlichen oder löschen
  • Zitate oder Identifikatoren erfinden
  • Lizenzen ändern
  • Personenbezogene Daten verarbeiten
  • Die eigene Ausgabe freigeben

Ein aufrufbares Tool ist zugleich Angriffsfläche und Prüfpflicht. Die Liste bleibt kurz.

Die Prüfung

Das FAIR-Code-Abstract von 2025 mit Münzer fragt, ob LLM-generierter Code FAIR sein kann.

Nicht ohne Weiteres: generierter Code kommt oft ohne wartbare Struktur, ohne Metadaten und ohne klare Lizenz, was Auffindbarkeit und rechtmäßige Nachnutzung einschränkt. Für die Ausgabe eines Agenten gilt dasselbe, nur schneller.

Die Prüfung ist also eine Schwelle, kein Bauchgefühl.

  1. Es läuft durch

    Die Aufgabe wird an einer echten Eingabe ausgeführt, nicht an einer Demo.

  2. Es ist getestet

    Ein Test belegt die Änderung, und dieser Test liegt im Repository.

  3. Es ist zurechenbar

    Der Prompt, die Quellen und der Diff sind protokolliert.

  4. Es ist lizenziert

    Jede Abhängigkeit und ihre Bedingungen sind bekannt.

  5. Eine Person unterschreibt

    Der Commit trägt einen menschlichen Autor, nicht das Werkzeug.

Was ich vermittle

Die Methode ist öffentlich; das Verzeichnis ist der Beleg.

Agenten-Engineering wird als begrenzte Praxis vermittelt, nicht als Werkzeugtour.

  1. Präsentation

    Wo ist der KI-Sweetspot?
  2. Konferenzbeitrag

    Wo ist der KI-Sweetspot? Nutzen und Herausforderungen für die Einbindung von KI-Assistenzsystemen ins Geisteswissenschaftliche Asset Management System (GAMS)
  3. Konferenzabstract

    Kann LLM generierter Code FAIR sein? Herausforderungen für das Forschungsdatenmanagement
  4. Workshop-Folien

    Einführung in das KI-Agenten-Engineering
  5. Workshop

    Fortgeschrittenes Prompt und AI Agent Engineering für wissenschaftliche Textproduktion

Die Workshops und Beiträge hinter diesem Verzeichnis wurden gemeinsam mit Münzer, Scholger, Pollin, Steyer und Citro verfasst.

Kolophon

Methode
Eine Praxisnotiz, 14. November 2026. Sie beschreibt die Grenze, die ich in der Agentenarbeit ziehe und in Workshops vermittle; sie ist keine Spezifikation.
Quellen
Die fünf Einträge in Kapitel 04: der Agenten-Engineering-Workshop von 2025 mit seinen Folien, der GAMS-Beitrag und der Vortrag von 2026 sowie das FAIR-Code-Abstract von 2025. Alle sind auf Zenodo offen zugänglich, und jede Aussage dieser Notiz lässt sich einem davon zuordnen. Die ausführliche Lesart ist Agenten sind Rollen, keine Roboter.
Titel der Einträge
Die Titel richten sich nach den hinterlegten Fassungen; englischsprachige Titel sind ins Deutsche übersetzt. Vereinheitlicht: typografische Anführungszeichen, Satzzeichen am Ende und das im GAMS-Beitrag hinterlegte „Assiszentzsystemen“, oben korrigiert. Die Typbezeichnungen nennen die Veranstaltungsform; die Typen der hinterlegten Fassungen sind weiter gefasst.
Urheberschaft
Sebastian David Schiller-Stoff. Die Arbeiten im Verzeichnis wurden gemeinsam mit Münzer, Scholger, Pollin, Steyer und Citro verfasst. Dies ist eine Praxisnotiz, kein Produktversprechen: Sie beschreibt eine Methode, die ich anwende und vermittle, nicht einen Standard oder eine Zertifizierung.
JavaScript
Keines. Die Seite besteht aus Text, CSS und einem kleinen Inline-Sprite.
Lizenz
Text und Gestaltung: CC BY-NC 4.0. Die zitierten Einträge behalten ihre eigenen Zenodo-Lizenzen.

Zurück zum Lebenslauf KI-Coding-Assistenten