KI-Betriebssystem (Agent Harness)

Auch: KI-Betriebssystem, Agent Harness, Kontextarchitektur, KI-Harness, Progressive Disclosure

Das Modell ist nur der Motor. Ob eine KI im Unternehmen brauchbare, verlässliche Arbeit leistet, entscheidet nicht das Modell, sondern das Gerüst darum herum — die Kontextarchitektur, die ihm sagt, was es wissen, dürfen und tun soll.

Kategorie: Digitalisierung Autor: Pereta

Kern-Logik

Die meisten Unternehmen bewerten KI am falschen Ort. Sie fragen „welches Modell", als läge dort der Unterschied. Der Motor ist aber austauschbar und wird ständig besser — der Unterschied zwischen einer KI, die Chaos produziert, und einer, die verlässlich liefert, liegt im Harness: der Struktur aus Anweisungen, Wissen, Werkzeugen und Leitplanken, in die das Modell eingespannt ist.

Ein tragfähiges KI-Betriebssystem hat vier Ebenen:

1. Orientierung / Onboarding. Die KI braucht — wie ein neuer Mitarbeiter — eine klare Einweisung: Was ist die Aufgabe, was die Rollen, was die Grenzen. Ohne Orientierung rät sie.
2. Versioniertes Unternehmenswissen. Nicht Wissen im Prompt, sondern in gepflegten, versionierten Quellen, auf die die KI zugreift. So bleibt das Wissen aktuell, nachvollziehbar und für alle Anfragen gleich — statt in tausend Chats zu zerfallen.
3. Fähigkeiten und Werkzeuge. Definierte, wiederverwendbare Fertigkeiten und der Zugriff auf echte Systeme (Daten, Aktionen) — nicht ein Alleskönner-Prompt, sondern spezialisierte, kombinierbare Bausteine.
4. Governance. Wer darf was, was wird geprüft, wo hört die Autonomie auf. Ohne diese Ebene ist die KI kein Betriebssystem, sondern ein Risiko.

Das entscheidende Prinzip beim Betrieb heißt Progressive Disclosure: Die KI bekommt nicht ihr gesamtes Wissen auf einmal, sondern lädt nur die für die aktuelle Aufgabe relevanten Anweisungen nach. Spezialisierte Kontextdateien (ein Inhaltsverzeichnis, das bei Bedarf auf dedizierte Dokumente verweist) verhindern das „Context Stuffing" — das Überladen des Kontextfensters, das die Antwortqualität kippen lässt. Weniger, aber das Richtige zur richtigen Zeit, schlägt alles auf einmal.

Für eine Agentur ist das der eigentliche Verkaufsgegenstand: nicht „wir setzen ein KI-Tool ein", sondern „wir bauen das Betriebssystem, in dem KI im Unternehmen verlässlich arbeitet".

Konkrete Anwendungen

• Handwerks-/KMU-Digitalisierung (Pereta-ICP): Statt einem Betrieb einen Chatbot hinzustellen, wird ein Wissens- und Fähigkeiten-Gerüst aufgebaut, das auf das gepflegte Betriebswissen zugreift und klare Grenzen hat.
• Pereta selbst: Das eigene KI-Betriebssystem ist der Kompetenzbeweis — die Agentur betreibt, was sie verkauft (siehe lex-experten-sichtbarkeit: das gebaute System als Track-Record).
• Wissensmanagement: Firmenwissen wird aus Köpfen und Chats in versionierte Quellen überführt, auf die die KS zugreift — die Grundlage für alles Weitere.

Wann einsetzen?

• Sobald KI mehr als Spielerei sein soll — jede produktive KI-Nutzung braucht ein Harness, bewusst oder unbewusst.
• Bei erklärungsbedürftigen KI-Angeboten an KMU: Das Betriebssystem-Bild macht greifbar, warum es nicht am Modell, sondern am Aufbau liegt.
• Vor der Tool-Auswahl — erst die Architektur, dann das Werkzeug (siehe lex-eliminieren-vor-automatisieren).

Häufige Fehler

1. Am Modell festmachen. „Wir warten auf das nächste, bessere Modell" verschiebt das eigentliche Problem — das fehlende Harness — in die Zukunft.
2. Wissen in Prompts statt in Quellen. Wissen, das in einzelnen Chats lebt, ist nicht gepflegt, nicht versioniert und nicht für alle gleich.
3. Context Stuffing. Der KI alles auf einmal geben, in der Hoffnung, sie sortiere es selbst — genau das senkt die Qualität. Progressive Disclosure ist die Antwort.
4. Governance zuletzt. Wer Autonomie ohne Leitplanken einführt, baut kein Betriebssystem, sondern ein Haftungsrisiko (siehe lex-guarded-agentic-loop).

Verwandte Einträge

• lex-eliminieren-vor-automatisieren — die Prozess-Vorstufe vor dem KI-Betriebssystem
• lex-guarded-agentic-loop — die Governance-Ebene für autonome Abläufe
• lex-ai-als-zuarbeiter — die operative Zusammenarbeit Mensch/KI im Harness