AI

Eine weit verbreitete Checkliste für Delegation nennt sechs Fragen, die du dir stellen solltest, bevor du eine Aufgabe abgibst: was die Person bereits weiß, warum wir das überhaupt tun, was sie braucht, um die Aufgabe zu erledigen, wie „großartig“ aussieht, wie Frist und Priorität aussehen, und was schiefgehen könnte. Wendet man das auf einen KI-Agenten an statt auf eine Person, werden drei dieser Fragen noch wichtiger als zuvor. Drei hören ganz auf, die richtige Frage zu sein, denn ein Agent kann nur nach den Lücken fragen, die er erkennt, niemals nach dem unausgesprochenen Kontext, von dem er nie wusste, dass er ihn hätte hinterfragen sollen.

Es ist eine wirklich gute Checkliste. Ich nutze verschiedene Versionen davon seit Jahren: beim Einarbeiten eines neuen Assistenten, bei der Vorbereitung eines Co-Referenten vor einer gemeinsamen Keynote, beim Einbinden von jemandem mitten in ein Projekt.

Diesen Monat habe ich dieselben sechs Fragen auf meine eigenen KI-Agenten angewendet, jene, die Blogartikel-Entwürfe aus Vortragsnotizen erstellen, konkurrierende Redner recherchieren und Teile meines Content-Prozesses verwalten. Drei der Fragen wurden schärfer. Drei ergaben keinen Sinn mehr und mussten komplett neu geschrieben werden.

Wenn du dieses Jahr irgendetwas an einen KI-Agenten delegierst, und die meisten Führungskräfte tun das inzwischen, ist das die Version der Checkliste, die wirklich trägt.

Die drei Fragen, die „schärfer“ werden, weil sie mehr Kontext erfordern

1. „Warum tun wir das überhaupt?“ ist mit einem Agenten eine noch wichtigere Frage

Bei einem Menschen teilst du den Sinn hinter einer Aufgabe, damit er gute Entscheidungen treffen kann, wenn du nicht im Raum bist. Lässt du das aus, landet ein kompetenter Mitarbeiter trotzdem meist bei etwas Vernünftigem, weil er die Situation mit denselben Instinkten liest, die er überall sonst in seinem Leben nutzt.

Ein Agent hat diese Instinkte nicht. Er optimiert genau für das, wofür du ihn beauftragt hast zu optimieren, und für nichts anderes. Sag ihm, er soll „mein Postfach aufräumen“, und er archiviert vielleicht Dinge, die du noch gebraucht hättest. Sag ihm, er soll „das Engagement bei diesem Beitrag steigern“, ohne ihm zu erklären, dass der Beitrag existiert, um Keynotes zu buchen, nicht um viral zu gehen, und er wird bereitwillig etwas Lautes und Leeres verfassen. Der Sinn ist nicht mehr nur Kontext. Er ist das Einzige, was den Agenten davon abhält, den Buchstaben der Aufgabe zu erfüllen, während er ihren eigentlichen Zweck verfehlt.

Die Lösung: sag, welches Ergebnis du wirklich willst, nicht nur die Handlung, jedes Mal, wenn du einem Agenten eine Aufgabe überträgst.

2. „Was braucht er, um das zu erledigen?“ wird zu einer Zugriffsfrage, nicht zu einer Ressourcenfrage

Bei einem Menschen geht es bei dieser Frage um die Vorbereitung: gib ihm die Zugangsdaten, die Datei, die Vorstellung beim richtigen Kollegen, bevor er beginnt, nicht mitten in der Aufgabe. Bei einem Agenten ist „was er braucht“ enger und wörtlicher gemeint: genau welche Tools, welche Systeme, welche Daten er berühren darf.

Der entscheidende Unterschied: Ein Mensch, dem der Zugriff fehlt, hält meist inne und sagt es dir. Ein unterversorgter Agent tut das oft nicht. Er umgeht die Lücke, improvisiert mit dem, was er hat, oder liefert eine überzeugend klingende Antwort, die auf einer Annahme statt auf echten Daten basiert. Du merkst es erst, wenn das Ergebnis schon vor einem Kunden liegt.

Die Lösung: lege Zugriff und Tools fest, bevor die Aufgabe beginnt, nicht als Notlösung, nachdem etwas schiefgelaufen ist.

3. „Wie sieht «großartig» aus?“ braucht eine Bewertungsvorlage, kein Vorbild

Bei Menschen lautet der Rat: zeigen statt erklären, teile Mockups, Beispiele, Screenshots. Das gilt auch für Agenten, aber der Grund dafür hat sich geändert. Ein Mensch baut sich über Jahre im Job ein Gespür auf, das die Lücken zwischen deinen Beispielen leise füllt. Ein Agent hat kein solches Reservoir. Er erkennt Muster nur aus dem, was direkt vor ihm liegt.

Vage Qualitätsmaßstäbe, die ein erfahrener Mitarbeiter erahnen könnte („lass es nach uns klingen“, „professionell, aber warm“), bedeuten für einen Agenten fast nichts. Er braucht den Standard so formuliert, dass er seine eigene Arbeit daran messen kann: Länge, zu verwendende und zu vermeidende Wörter, ein gutes und ein schlechtes Beispiel nebeneinander.

Die Lösung: gib dem Agenten eine Checkliste, an der er sein eigenes Ergebnis bewerten kann, nicht nur ein Gefühl.

Die drei Fragen, die eine völlig andere Frage erfordern

4. Frag nicht, was er weiß. Geh davon aus, dass er nichts weiß, bis du sein Gedächtnis aufgebaut hast.

Die Frage geht darum, sich auf das einzustellen, was jemand bereits versteht, damit du nicht zu viel oder zu wenig erklärst. Bei einem Agenten hatte diese Kalibrierung früher nichts, worauf sie sich beziehen konnte. Die meisten Agenten starteten jede Aufgabe ohne Erinnerung an die letzte, ohne Gespür für die Politik deines Unternehmens, ohne Radar für „so machen wir das hier normalerweise nicht“.

Das ändert sich schnell. Claude Code, Cowork und ChatGPT Codex haben alle echte Fortschritte beim dauerhaften Gedächtnis, beim Projektkontext und bei wiederverwendbaren Skills gemacht, sodass ein richtig eingerichteter Agent deine Codebasis, deine Markenstimme oder deine festen Regeln nicht jedes Mal von null neu lernen muss. Das leere Blatt ist nicht verschwunden. Es hat sich verschoben: von „der Agent weiß nichts“ zu „der Agent weiß nur das, was du ihm bewusst beigebracht hast, sich zu merken“.

Das Gefährliche ist nicht, dass Agenten schweigen, wenn etwas unklar ist. Gute Agenten fragen nach, oft bereitwilliger als ein neuer Mitarbeiter: welche Datei du gemeint hast, kurze oder lange Version, dieses Format oder jenes. Das Gefährliche ist das, wonach sie nicht fragen können: die Lücken, von denen sie nicht wissen, dass es Lücken sind. Firmenpolitik, unausgesprochene Normen, „so machen wir das hier nicht“, nichts davon registriert ein Agent als fehlende Information. Er meldet nur, was er als mehrdeutig erkennt, also taucht alles außerhalb seines Trainings oder seines gegebenen Kontexts einfach nie auf.

Die Lösung: hör auf, den Agenten jedes Mal von Grund auf neu einzuarbeiten. Investiere einmal in das Gedächtnis, die Projektdateien und die Skills des Agenten, und nutze dann jedes Briefing, um das Unausgesprochene zu benennen, wonach er nicht fragen kann, weil er nicht weiß, dass es fehlt.

5. „Frist und Priorität“ ist nicht die eigentliche Frage. „Wie viel Freiraum“ ist es.

Dringlichkeit wirkt bei einem Menschen wirklich. Sag jemandem, die Frist sei knapp, und er konzentriert sich stärker, kürzt bewusster ab, eskaliert früher. Ein Agent spürt keinen Zeitdruck. Er arbeitet nicht schneller, weil du „DRINGEND“ in die Aufgabe geschrieben hast, und er wird bei einer langen Aufgabe nicht müde, so wie ein Mensch freitags um 18 Uhr.

Was für einen Agenten wirklich zählt, ist Autonomie, nicht Dringlichkeit: wie viele Schritte er gehen darf, bevor er sich meldet, ob er anhalten und fragen soll, wenn er auf etwas Mehrdeutiges stößt, oder einfach bis zum Ende durchlaufen soll, egal was passiert. Lässt du diese Frage aus, bekommst du einen von zwei Fehlermodi: einen Agenten, der dich nach jeder Kleinigkeit stört, oder einen, der zwölf Schritte über den Punkt hinausläuft, an dem ein Mensch innegehalten hätte, um nachzufragen.

Die Lösung: ersetze „wann brauchst du das“ durch „wie weit darf er gehen, bevor er sich bei mir zurückmeldet“.

6. Benenne nicht nur, was schiefgehen könnte. Baue die Absicherung direkt in die Aufgabe ein.
Bei einem Menschen reicht es meist, das Risiko zu benennen. Sag jemandem „schick das nicht raus, ohne dass ich es vorher gesehen habe“, und er merkt es sich, weil er die Konsequenzen versteht und nicht derjenige sein will, der etwas kaputt gemacht hat.

Ein Agent hat diesen Selbsterhaltungsinstinkt nicht. Ein Risiko laut zu benennen, verhindert nicht automatisch, dass es eintritt, weil der Agent Konsequenzen nicht so abwägt wie ein Mensch. Er führt die Handlung aus, die die Aufgabe verlangt, es sei denn, ein harter Stopp ist direkt in die Anweisungen eingebaut. Er merkt auch nicht zuverlässig, wenn er seine Kompetenzgrenze überschreitet, und eskaliert dann nicht. Sich selbst überlassen, macht er mit derselben Sicherheit weiter, egal ob er richtig liegt oder gewaltig danebenliegt.

Die Lösung: verwandle jedes Risiko, das du benennst, in einen expliziten Kontrollpunkt. „Schreib einen Entwurf, dann halte an und zeig ihn mir, bevor du ihn verschickst“ ist eine Absicherung. „Sei vorsichtig damit“ ist keine.

Keynote für das Führungsteam von Prologis – weltweiter Logistikführer

Drei Fragen werden mit einem Agenten noch wichtiger: warum, Zugriff und der Qualitätsmaßstab. Drei Fragen hören ganz auf, die richtige Frage zu sein: was er weiß wird zu erst sein Gedächtnis aufbauen, die Frist wird zu wie viel Freiraum, und was schiefgehen könnte wird zu wo ist der Kontrollpunkt.

Bei der Delegation an einen Menschen geht es um die Übertragung von Urteilsvermögen. Bei der Delegation an einen Agenten geht es um das Konstruieren der Grenzen, die Urteilsvermögen normalerweise liefern würde. Andere Aufgabe, derselbe Sechs-Fragen-Reflex.

FAQ

Kannst du dieselbe Delegations-Checkliste für KI-Agenten verwenden wie für Menschen? Teilweise. Die Gewohnheit, Fragen zu stellen, bevor du eine Aufgabe abgibst, gilt auch hier, aber drei der sechs Fragen (was er weiß, die Frist und was schiefgehen könnte) müssen für Agenten neu formuliert werden, statt einfach unverändert übernommen zu werden.

Was ist der größte Fehler, den Führungskräfte bei der Delegation an KI-Agenten machen? Anzunehmen, dass fehlender Widerstand bedeutet, dass es kein Problem gibt. Ein Agent, der nicht nachfragt, bestätigt nicht, dass er die Aufgabe verstanden hat. Agenten fragen nach, wenn sie erkennen, dass etwas mehrdeutig ist, aber sie können nur die Lücken melden, die sie sehen können. Unausgesprochene Normen, Büropolitik, „so machen wir das hier nicht“, das registriert nicht als fehlende Information, also wird danach nie gefragt.

Muss ein KI-Agent wissen, warum eine Aufgabe wichtig ist, nicht nur was zu tun ist? Ja, vermutlich sogar mehr als ein Mensch. Agenten optimieren wortwörtlich für das, wofür du sie beauftragt hast zu optimieren. Ohne den zugrunde liegenden Sinn können sie die Anweisung erfüllen und dabei ihren eigentlichen Zweck völlig verfehlen.

Wie legst du die Grenzen für den Zugriff eines KI-Agenten auf Tools und Daten fest? Lege genau fest, welche Tools, Systeme und Daten der Agent berühren darf, bevor die Aufgabe beginnt, nicht als Schadensbegrenzung, nachdem etwas schiefgelaufen ist. Ein Agent, dem der Zugriff fehlt, hält selten inne, um es dir zu sagen.

Was passiert, wenn du einem Agenten nicht sagst, was schiefgehen könnte? Das Risiko nur laut zu benennen, reicht allein nicht aus, wie es bei einem Menschen oft der Fall ist. Die Absicherung muss als expliziter Kontrollpunkt in die Aufgabe eingebaut werden, sonst hält den Agenten nichts davon ab, die riskante Handlung trotzdem auszuführen.

Das ist dasselbe Prinzip, das hinter allem steht, was ich Führungskräften über den Aufbau von Mensch-und-KI-Teams beibringe: Die Werkzeuge ändern sich schnell, aber die Disziplin guter Führung nicht. Die Zukunft gehört den Mensch-und-KI-Teams, die genau wissen, welche ihrer alten Gewohnheiten noch gelten und welche von Grund auf neu aufgebaut werden müssen.

Wenn du dein eigenes Playbook für die Delegation an KI-Agenten entwickelst, ist das auch das Themengebiet der Keynote „Leading Human and AI Teams“ und des Virtual Power Team Podcast.

Peter Ivanov ist Keynote-Speaker und Executive Coach für Leadership im Zeitalter der KI und arbeitet mit Führungsteams am Aufbau leistungsstarker Mensch-und-KI-Teams.