Die KI-Arbeit hat sich von cleveren Prompts zu durchdachten Systemen entwickelt. Dieses Handbuch erklärt den fünfstufigen Stack – Prompt, Kontext, Steuerung, Schleife, Graph – wann man jede Ebene erklimmt, wie man Engpässe diagnostiziert und wie man Kostenexplosionen vermeidet, indem man Verifikation, gemeinsamen Zustand und kontrollierte Orchestrierung gegenüber einzelnen Modellaufrufen priorisiert.
Im Zentrum einer modernen KI-Anwendung steht weiterhin ein Modell, doch der Hebel hat sich nach außen verlagert. Teams, die früher Prompts optimierten, entwickeln heute das System rund um das Modell: Sie kuratieren, was es sieht, steuern, wie es läuft, fügen Verifizierer hinzu, die „gut“ definieren, und verbinden bei Bedarf mehrere Spezialisten zu einem koordinierten Workflow. Dieser Schichtwechsel ist kein Hype – er spiegelt wider, wo Fehler und Kosten tatsächlich in großem Maßstab auftreten. Eine perfekte Formulierung kann fehlende Fakten nicht ersetzen; makellose Eingaben können bei langen Läufen dennoch abdriften; unüberprüfte Schleifen können die ganze Nacht Müll produzieren. Wenn Ihre Kosten steigen, die Ergebnisse aber stagnieren, liegt der Engpass wahrscheinlich eine Ebene weiter außen.
Denken Sie in fünf Schichten. Prompt-Engineering gestaltet die einzelne Anfrage. Kontext-Engineering bestimmt, was das Modell sieht – Abruf, Ranking, Zusammenfassung und redaktionelle Kürzungen. Steuerungs-Engineering kontrolliert einen kompletten Lauf: Werkzeuge, Zustandsverwaltung, Orchestrierung, Bewertung und Wiederherstellung. Schleifen-Engineering entkoppelt Sie vom Auslöser, indem es Ziele, Verifizierer und Abbruchbedingungen definiert. Graph-Engineering koordiniert mehrere Spezialagenten mit Kanten, bedingter Weiterleitung, Parallelität und gemeinsamem Zustand. Jede Schicht umschließt die vorherige; nichts wird obsolet. Die knappe Fähigkeit wandert nach außen: von Formulierung über Informationsarchitektur und Steuerungsdesign bis hin zu Verifikationsdesign und Zerlegung sowie Routing über einen Graphen.
Nutzen Sie Symptome, um Ihre nächste Investition zu wählen. Wenn das Modell die Anfrage missversteht, verschärfen Sie den Prompt-Vertrag. Wenn Antworten Fakten fehlen oder abschweifen, beheben Sie Abruf und Kontextkompression. Wenn lange Workflows instabil sind oder still scheitern, stärken Sie die Steuerung und fügen Evaluatoren hinzu. Wenn Sie noch der menschliche Planer sind, spezifizieren Sie Schleifen-Auslöser und Verifizierer. Wenn ein Agent verschiedene Aufgaben – Recherche, Schreiben, Kritik – vermischt, teilen Sie die Arbeit in Knoten auf, definieren Sie ein gemeinsames Zustandsobjekt und routen Sie nach klaren Bedingungen. Messbare KPIs verankern jeden Schritt: Beantwortbarkeit, Erfolgsraten der Werkzeuge, Laufabschluss und Wiederherstellung, Präzision/Recall der Schleifen sowie Durchsatz und Kosten pro akzeptiertem Artefakt auf Graph-Ebene.
Die Einführung sollte schrittweise erfolgen. Beginnen Sie damit, Ausgabe-Verträge zu kodifizieren und leichte Evaluatoren in Ihre Steuerung einzubauen. Steigen Sie ins Schleifen-Engineering ein, sobald Evaluatoren mehr Fehler entdecken als Menschen. Wechseln Sie zum Graph-Engineering nur, wenn Spezialisierung plus Routing eine einzelne gut verifizierte Schleife in Qualität, Geschwindigkeit und Wirtschaftlichkeit übertrifft. Bevorzugen Sie kleine, testbare Kontrollgraphen, explizite Zustands-Schemata und isolierte Werkzeuge. Behandeln Sie Verifizierer als erstklassigen Code mit Abdeckung, Drift-Checks und Budgetgrenzen. Dieser Weg hält Ihre Modellkosten vorhersehbar, Ihre Fehlerquote beobachtbar und Ihre Agentenflotte auf Geschäftsergebnisse ausgerichtet statt auf verbrannte Tokens.
Kontext und Steuerung: Von guten Eingaben zu kontrollierten Abläufen
Kontext-Engineering bestimmt, was das Modell zur Laufzeit sieht. Priorisieren Sie Abrufqualität (Aktualität, Autorität), Ranking-Signale (Aufgabenrelevanz, Neuartigkeit) und Kompressionsstrategien (Zitat vs. Zusammenfassung), die an Ausgabe-Verträge gebunden sind. Messen Sie Beantwortbarkeit und faktische Abdeckung; wenn die Abdeckung gering ist, beheben Sie Quellen oder Kompression, bevor Sie Prompts anpassen.
Steuerungs-Engineering kontrolliert den Ablauf: Werkzeugzugriff, Schrittfolge, Zustandsverwaltung, Evaluatoren und Wiederherstellungspfade. Behandeln Sie Werkzeuge als Fähigkeiten mit Least-Privilege-Sandboxes, erzwingen Sie idempotente Schritte, speichern Sie Zustände zwischen Schritten und implementieren Sie Wiederholungen/Backoff mit Budgetgrenzen. Fügen Sie frühzeitig leichte Evaluatoren hinzu – Schema-Konformität, Invarianten, PII-/Policy-Checks – damit Fehler sichtbar werden, bevor sie zu Schleifen oder Graphen von Fehlern werden.
Schleifen-Engineering: Verifizierer, Abbruchbedingungen und Kostenkontrolle
Eine Schleife läuft, bis eine Bedingung erfüllt ist. Der Generator ist günstig; der Verifizierer entscheidet den Wert. Entwerfen Sie Verifizierer als Code, nicht als Gefühl: explizite Akzeptanztests, Multi-Signal-Bewertung (Genauigkeit, Policy, Stil) und Schwellenwerte, die an GeschäftskPIs gekoppelt sind. Wählen Sie Schleifen-Archetypen bewusst – offen mit periodischen Checks, geschlossen mit strikten Abbruchbedingungen oder verschachtelte Schleifen für iterative Verfeinerung – und überwachen Sie Präzision/Recall gegen menschliche Urteile, um stilles, kostspieliges Abdriften zu verhindern.
Fehlermodi sind wirtschaftlich: schwache Verifizierer erzeugen plausiblen Müll in großem Maßstab. Gegenmaßnahmen sind Budgetgrenzen (pro Lauf und pro Artefakt), progressive Bewertung (günstige Heuristiken sperren teure Checks) und Anomalie-Warnungen bei Spitzen bei Wiederholungen oder Tokenverbrauch. Wenn Verifizierer konsequent besser als Menschen Fehler erkennen, sind Sie bereit, die Frequenz zu erhöhen oder auf Graphen umzusteigen.
Graph-Engineering: Knoten, Kanten und gemeinsamer Zustand in der Praxis
Nutzen Sie Graphen, wenn die Arbeit in unterschiedliche Spezialgebiete aufgeteilt wird. Definieren Sie Knoten (Forscher, Autor, Kritiker) mit eigenen Modellen, Werkzeugen und lokalen Verifizierern. Legen Sie Kanten für Routing fest: bedingte Verzweigungen, Fan-out für parallele Schritte, Fan-in für Zusammenführungen und Rückkanten für Wiederholungen. Das Bindeglied ist der gemeinsame Zustand: ein typisiertes Objekt, das Ziele, Artefakte, Entscheidungen und Bewertungsergebnisse über Knoten hinweg trägt, sodass nachgelagerte Schritte den Kontext bewusst und nicht implizit übernehmen.
Starten Sie klein: eine Pipeline mit drei Knoten, explizitem Zustands-Schema, parallelisierbaren Schritten und einem abschließenden Verifizierer als Torwächter. Wählen Sie Frameworks, die Zustand und Steuerung explizit und beobachtbar machen. Fügen Sie Beobachtbarkeit pro Kante (Latenz, Erfolg, Tokenverbrauch), pro Knoten (Werkzeugfehlerquoten) und globale SLOs (akzeptierte Artefakte pro Dollar) hinzu. Fördern Sie Knoten nur, wenn sie sich in Qualität oder Durchsatz bewähren.
