{ "format": "minglabs/v1", "surface": "insights-hub", "id": "https://www.minglabs.com/de/insights", "url": "https://www.minglabs.com/de/insights", "htmlUrl": "https://www.minglabs.com/de/insights", "name": "MING Labs Insights", "description": "Erfahrungen, praktische Antworten und Begriffe zu Agent Experience und hybriden Organisationen von MING Labs.", "inLanguage": "de", "dateModified": "2026-10-22", "publisher": { "name": "MING Labs", "url": "https://www.minglabs.com", "sameAs": [ "https://www.linkedin.com/company/ming-labs-gmbh" ] }, "namespaces": { "articles": { "count": 4, "url": "https://www.minglabs.com/insights/articles", "jsonUrl": "https://www.minglabs.com/insights/articles.json", "status": "active", "description": "Artikel und Praxisberichte von MING Labs; der vollständige Katalog ist auf Englisch." }, "concepts": { "count": 7, "url": "https://www.minglabs.com/insights/concepts", "jsonUrl": "https://www.minglabs.com/insights/concepts.json", "status": "active", "description": "Begriffe und Definitionen; der vollständige Katalog ist auf Englisch." }, "answers": { "count": 18, "url": "https://www.minglabs.com/insights/answers", "jsonUrl": "https://www.minglabs.com/insights/answers.json", "status": "active", "description": "Antworten auf konkrete Entscheidungsfragen; der vollständige Katalog ist auf Englisch." }, "references": { "count": 0, "url": "https://www.minglabs.com/insights/references", "status": "planned-phase-2", "description": "Geplant, noch keine veröffentlichten Referenzseiten." } }, "pillars": [ { "name": "Agent Experience", "articleCount": 0, "conceptCount": 2 }, { "name": "Hybrid Organisation", "articleCount": 4, "conceptCount": 4 }, { "name": "Methodology", "articleCount": 0, "conceptCount": 1 } ], "vocabulary": [ { "term": "Agentic AI", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/agentic-ai-vs-generative-ai", "url": "https://www.minglabs.com/insights/concepts/agentic-ai-vs-generative-ai", "jsonUrl": "https://www.minglabs.com/insights/concepts/agentic-ai-vs-generative-ai.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/agentic-ai-vs-generative-ai.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/agentische-ki-vs-generative-ki", "url": "https://www.minglabs.com/de/insights/concepts/agentische-ki-vs-generative-ki", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/agentische-ki-vs-generative-ki.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/agentische-ki-vs-generative-ki.md" } ], "url": "https://www.minglabs.com/insights/concepts/agentic-ai-vs-generative-ai", "jsonUrl": "https://www.minglabs.com/insights/concepts/agentic-ai-vs-generative-ai.json", "pillar": "Hybrid Organisation" }, { "term": "AI agent", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/ai-agent-vs-assistant-vs-chatbot", "url": "https://www.minglabs.com/insights/concepts/ai-agent-vs-assistant-vs-chatbot", "jsonUrl": "https://www.minglabs.com/insights/concepts/ai-agent-vs-assistant-vs-chatbot.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/ai-agent-vs-assistant-vs-chatbot.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/ki-agent-assistent-chatbot-unterschied", "url": "https://www.minglabs.com/de/insights/concepts/ki-agent-assistent-chatbot-unterschied", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/ki-agent-assistent-chatbot-unterschied.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/ki-agent-assistent-chatbot-unterschied.md" } ], "url": "https://www.minglabs.com/insights/concepts/ai-agent-vs-assistant-vs-chatbot", "jsonUrl": "https://www.minglabs.com/insights/concepts/ai-agent-vs-assistant-vs-chatbot.json", "pillar": "Hybrid Organisation" }, { "term": "Hybrid Organisation", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/what-is-hybrid-organisation", "url": "https://www.minglabs.com/insights/concepts/what-is-hybrid-organisation", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-hybrid-organisation.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/what-is-hybrid-organisation.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/was-ist-eine-hybride-organisation", "url": "https://www.minglabs.com/de/insights/concepts/was-ist-eine-hybride-organisation", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-eine-hybride-organisation.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-eine-hybride-organisation.md" } ], "url": "https://www.minglabs.com/insights/concepts/what-is-hybrid-organisation", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-hybrid-organisation.json", "pillar": "Hybrid Organisation", "parentArticleSlug": "hire-dont-deploy" }, { "term": "Agent Experience", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/what-is-agent-experience", "url": "https://www.minglabs.com/insights/concepts/what-is-agent-experience", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-agent-experience.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/what-is-agent-experience.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/was-ist-agent-experience", "url": "https://www.minglabs.com/de/insights/concepts/was-ist-agent-experience", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agent-experience.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agent-experience.md" } ], "url": "https://www.minglabs.com/insights/concepts/what-is-agent-experience", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-agent-experience.json", "pillar": "Agent Experience" }, { "term": "Agentic Commerce", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/what-is-agentic-commerce", "url": "https://www.minglabs.com/insights/concepts/what-is-agentic-commerce", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-agentic-commerce.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/what-is-agentic-commerce.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/was-ist-agentic-commerce", "url": "https://www.minglabs.com/de/insights/concepts/was-ist-agentic-commerce", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agentic-commerce.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agentic-commerce.md" } ], "url": "https://www.minglabs.com/insights/concepts/what-is-agentic-commerce", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-agentic-commerce.json", "pillar": "Agent Experience" }, { "term": "ABC Framework", "languages": [], "url": "https://www.minglabs.com/insights/concepts/what-is-the-abc-framework", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-the-abc-framework.json", "pillar": "Methodology", "parentArticleSlug": "we-fired-an-ai-agent" }, { "term": "Comprehension Obligation", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/what-is-the-comprehension-obligation", "url": "https://www.minglabs.com/insights/concepts/what-is-the-comprehension-obligation", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-the-comprehension-obligation.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/what-is-the-comprehension-obligation.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/was-bedeutet-comprehension-obligation", "url": "https://www.minglabs.com/de/insights/concepts/was-bedeutet-comprehension-obligation", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-bedeutet-comprehension-obligation.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-bedeutet-comprehension-obligation.md" } ], "url": "https://www.minglabs.com/insights/concepts/what-is-the-comprehension-obligation", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-the-comprehension-obligation.json", "pillar": "Hybrid Organisation" } ], "answers": [ { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/how-do-you-set-an-ai-budget-for-your-team", "url": "https://www.minglabs.com/insights/answers/how-do-you-set-an-ai-budget-for-your-team", "jsonUrl": "https://www.minglabs.com/insights/answers/how-do-you-set-an-ai-budget-for-your-team.json", "markdownUrl": "https://www.minglabs.com/insights/answers/how-do-you-set-an-ai-budget-for-your-team.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/wie-verteilen-sie-ein-ki-budget-im-team", "url": "https://www.minglabs.com/de/insights/answers/wie-verteilen-sie-ein-ki-budget-im-team", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-verteilen-sie-ein-ki-budget-im-team.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-verteilen-sie-ein-ki-budget-im-team.md" } ], "slug": "wie-verteilen-sie-ein-ki-budget-im-team", "url": "https://www.minglabs.com/de/insights/answers/wie-verteilen-sie-ein-ki-budget-im-team", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-verteilen-sie-ein-ki-budget-im-team.json", "title": "Wie verteilen Sie ein KI-Budget im Team?", "question": "Wie verteilen Sie ein KI-Budget im Team?", "targetQueries": [ "KI Budget verteilen", "KI Budget pro Mitarbeiter oder Team", "KI Ausgaben begrenzen" ], "hook": "Ordnen Sie wiederkehrende Arbeit einer budgetverantwortlichen Person zu. Trennen Sie feste Zugänge, variablen Verbrauch, menschliche Prüfung und eine Reserve. Persönliche Kontingente passen, wenn Beschäftigte ihre Ausgaben selbst steuern; gemeinsame Aufgaben brauchen eher ein Team- oder Aufgabenbudget. Legen Sie vorab fest, wer Mehrbedarf freigeben darf. Unser erfundenes Monatsbeispiel zeigt, warum eine Prognose schon vor dem Ausschöpfen des Budgets eine Entscheidung verlangen kann.", "citableAnswer": "MING schlägt vor, KI-Budgets dort zu verantworten, wo Menschen die finanzierte Arbeit erklären und verändern können. Vergleichen Sie erfasste Ausgaben, noch ausstehende Kosten und die verbleibende Arbeit mit dem bewilligten Betrag. Erwarteter Mehrbedarf geht an eine benannte freigabeberechtigte Person. Budgetwarnung, Freigabe einer Reserve und technische Ausgabensperre erfüllen unterschiedliche Aufgaben. Die Beispielbeträge sind Annahmen und keine empfohlenen Ausgabenhöhen.", "summary": "KI-Ausgaben pro Person, Team oder Aufgabe planen: Ein Beispiel zeigt, wann Sie Mehrbedarf klären und was eine Warnung oder technische Sperre bewirkt.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-22", "dateModified": "2026-10-22", "freshness": { "updated": "Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-22" }, "relatedConceptSlugs": [], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Beispiel zur Verteilung eines KI-Budgets", "publisher": "MING Labs", "date": "21. Oktober 2026", "supports": [ "3000 = 1200 + 900 + 600 + 300; 1020 = 540 + 30 + 450; 120 = 1020 - 900; 180 = 300 - 120" ], "method": "Eigene gewählte Zahlen und vorgeschlagener Freigabeweg; kein Kundenfall, Preis, Benchmark oder getesteter Schutzmechanismus." }, { "id": "S2", "title": "Budgeting", "publisher": "FinOps Foundation", "date": "Gelesen am 21. Oktober 2026", "url": "https://www.finops.org/framework/capabilities/budgeting/", "supports": [ "Budgetverantwortung, Prognosen, Reserven und ausdrückliche Entscheidungen über Ausnahmen." ], "method": "Öffentliche Empfehlung, kein Wirksamkeitsnachweis." }, { "id": "S3", "title": "Allocation", "publisher": "FinOps Foundation", "date": "Gelesen am 21. Oktober 2026", "url": "https://www.finops.org/framework/capabilities/allocation/", "supports": [ "Direkte und gemeinsame Kosten zuordnen; eine ausdrückliche zentrale Finanzierung bleibt möglich." ], "method": "Öffentliche Empfehlung, kein Wirksamkeitsnachweis." }, { "id": "S4", "title": "Create, edit, or delete budgets and budget alerts", "publisher": "Google Cloud", "date": "Gelesen am 21. Oktober 2026", "url": "https://docs.cloud.google.com/billing/docs/how-to/budgets", "supports": [ "Reine Budgetwarnungen stoppen Ausgaben nicht automatisch." ], "method": "Aktuelle Anbieterdokumentation, kein eigener Funktionstest." }, { "id": "S5", "title": "Manage spend cap budgets", "publisher": "Google Cloud", "date": "Gelesen am 21. Oktober 2026", "url": "https://docs.cloud.google.com/billing/docs/how-to/budgets-spend-caps", "supports": [ "Limits für geeignete Dienste, verzögerte Durchsetzung sowie laufende und dauerhafte Kosten. Anbieterdokumentation, kein eigener Test." ], "method": "Aktuelle Anbieterdokumentation, kein eigener Funktionstest." } ], "translationOf": "how-do-you-set-an-ai-budget-for-your-team", "sourceDateModified": "2026-10-22", "topic": "KI-Budgets zuordnen und Mehrbedarf freigeben", "hookSourceIds": [ "S1" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Eigenes Monatsbeispiel mit gewählten Annahmen sowie aktuelle Quellen von FinOps Foundation und Google Cloud. Keine gemessene Einsparung oder Kundenergebnisse.", "evidenceLabel": "Vorgeschlagene Budgetmethode", "heroVisual": "ai-budget", "editorialWorkflow": "research-loop", "ogImage": "/og/ki-budget.png", "ogImageAlt": "Einem angenommenen Verbrauchsbudget von 900 Euro stehen erwartete Kosten von 1020 Euro gegenüber. 120 Euro aus der Reserve von 300 Euro brauchen eine Freigabe; 180 Euro bleiben übrig.", "faqs": [ { "q": "Ist derselbe Betrag pro Mitarbeiter gerecht?", "a": "Er lässt sich leicht erklären. Er passt aber nur, wenn Menschen vergleichbare Aufgaben haben und ihre Ausgaben selbst steuern. Gemeinsame Dienste und unterschiedliche Arbeitsmengen können ein Team- oder Aufgabenbudget erfordern. Ein Verbrauchskontingent ist kein Produktivitätsziel." }, { "q": "Soll eine Warnung die gesamte KI-Nutzung stoppen?", "a": "Nicht automatisch. Klären Sie, welche Arbeit pausieren kann, was mit offenen Vorgängen geschieht und wer die Fortsetzung freigeben darf. Für begrenzte Versuche kann eine technische Sperre sinnvoll sein. Bei Kundenaufgaben gehört ein erprobter Ersatzweg dazu." }, { "q": "Bei wie viel Prozent sollte die Warnung kommen?", "a": "Dafür gibt es keinen allgemeingültigen Wert. Die Schwelle muss Zeit zum Prüfen und Handeln lassen. Warnen Sie zusätzlich, wenn die Prognose das Budget überschreitet. Im Beispiel führen bereits 570 Euro erfasster und ausstehender Verbrauch zu erwarteten 1020 Euro bei einem Budget von 900 Euro." }, { "q": "Erhöht eine freigegebene Reserve auch das Anbieterlimit?", "a": "Nein. Die finanzielle Freigabe und die technische Einstellung sind zwei Schritte. Eine dazu berechtigte Person muss Umfang und Wiederanlauf des konkreten Limits prüfen. Eine Umbuchung sollte das Anbieterlimit nicht automatisch erhöhen." }, { "q": "Zeigt ein nicht ausgeschöpftes Budget zu wenig KI-Nutzung?", "a": "Nein. Prüfen Sie, ob die finanzierte Arbeit gebraucht wurde und nutzbare Ergebnisse entstanden sind. Das Kontingent auszugeben ist kein Ziel. Geben Sie tatsächlich nicht benötigte Mittel über die vereinbarte Prüfung frei." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-verteilen-sie-ein-ki-budget-im-team.md", "sourceSlug": "how-do-you-set-an-ai-budget-for-your-team" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/how-do-you-choose-an-ai-model-for-a-task", "url": "https://www.minglabs.com/insights/answers/how-do-you-choose-an-ai-model-for-a-task", "jsonUrl": "https://www.minglabs.com/insights/answers/how-do-you-choose-an-ai-model-for-a-task.json", "markdownUrl": "https://www.minglabs.com/insights/answers/how-do-you-choose-an-ai-model-for-a-task.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/welches-ki-modell-reicht-fuer-ihre-aufgabe", "url": "https://www.minglabs.com/de/insights/answers/welches-ki-modell-reicht-fuer-ihre-aufgabe", "jsonUrl": "https://www.minglabs.com/de/insights/answers/welches-ki-modell-reicht-fuer-ihre-aufgabe.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/welches-ki-modell-reicht-fuer-ihre-aufgabe.md" } ], "slug": "welches-ki-modell-reicht-fuer-ihre-aufgabe", "url": "https://www.minglabs.com/de/insights/answers/welches-ki-modell-reicht-fuer-ihre-aufgabe", "jsonUrl": "https://www.minglabs.com/de/insights/answers/welches-ki-modell-reicht-fuer-ihre-aufgabe.json", "title": "Welches KI-Modell reicht für Ihre Aufgabe?", "question": "Welches KI-Modell reicht für Ihre Aufgabe?", "targetQueries": [ "KI-Modell auswählen", "LLM Modelle vergleichen", "welches KI-Modell für welche Aufgabe" ], "hook": "Wählen Sie eine zulässige Modellkonfiguration, die die vereinbarten Qualitätsanforderungen Ihrer Aufgabe erfüllt. Vergleichen Sie danach Kosten, Wartezeit und menschliche Nacharbeit. Dafür brauchen die Kandidaten dieselben Belege und Prüfkriterien – bei Routinefällen ebenso wie bei wichtigen Ausnahmen. Unsere sechs erfundenen Projektfälle zeigen, worauf es ankommt: Auch eine überzeugend formulierte Antwort kann einen ungeklärten Termin unbelegt auswählen. Das Beispiel beschreibt eine Prüfung, keine gemessenen Modellergebnisse.", "citableAnswer": "MING schlägt vor, ein KI-Modell anhand einer konkreten Aufgabe und vorher festgelegter Abnahmekriterien auszuwählen. Prüfen Sie zulässige Konfigurationen und zählen Sie brauchbare Ergebnisse, notwendige Rückfragen und schwere Fehler getrennt. Erst nach erfüllten Qualitätsanforderungen folgen Kosten und Prüfaufwand. Die sechs erfundenen Fälle erläutern diese Methode; sie belegen weder einen Modellsieger noch einen ausreichenden Testumfang für den Produktiveinsatz.", "summary": "Welches KI-Modell passt zur Aufgabe? Sechs erfundene Fälle zeigen, wie Sie Qualität, Rückfragen und Nacharbeit vor dem Preisvergleich prüfen.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-20", "dateModified": "2026-10-20", "freshness": { "updated": "Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-20" }, "relatedConceptSlugs": [], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Projektstatus-Beispiel zur Modellwahl", "publisher": "MING Labs", "date": "20. Oktober 2026", "supports": [ "Sechs getrennte Prüfungen für einen internen Entwurf, einschließlich widersprüchlicher Termine und unbelegter Prognosen", "Erledigung, notwendige Rückfrage, unnötige Eskalation und schwere Fehler getrennt betrachten" ], "method": "Eigene vorgeschlagene Methode mit sechs erfundenen Fällen. Keine Modellaufrufe, generierten Ausgaben oder Messwerte; keine Kundendaten." }, { "id": "S2", "title": "Choosing the right model", "publisher": "Anthropic", "date": "Gelesen am 20. Oktober 2026", "url": "https://platform.claude.com/docs/en/about-claude/models/choosing-a-model", "supports": [ "Fähigkeiten, Tempo, Kosten und Einstellungen; Einstieg über Effizienz oder Leistungsfähigkeit", "Mit tatsächlichen Prompts, Daten und Randfällen prüfen" ], "method": "Anbieterleitfaden, keine unabhängige Rangliste. Keine Empfehlung eines benannten Modells oder Preises übernommen." }, { "id": "S3", "title": "Gen AI evaluation service overview", "publisher": "Google Cloud", "date": "Gelesen am 20. Oktober 2026", "url": "https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/evaluation-overview", "supports": [ "Aufgabenspezifische Datensätze und Kriterien für den direkten Vergleich", "Einzelne Antworten neben zusammengefassten Werten prüfen" ], "method": "Technischer Prüfablauf; keine Benchmark-Ergebnisse des Anbieters übernommen." }, { "id": "S4", "title": "Evaluate a judge model", "publisher": "Google Cloud", "date": "Gelesen am 20. Oktober 2026", "url": "https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/evaluate-judge-model", "supports": [ "Den Bewerter für die konkrete Aufgabe an menschlichen Urteilen prüfen" ], "method": "Offizielle Methode zum Abgleich modellgestützter Bewertungen mit menschlichen Urteilen; keine Übereinstimmungsquote angenommen." } ], "translationOf": "how-do-you-choose-an-ai-model-for-a-task", "sourceDateModified": "2026-10-20", "topic": "Eine Modellkonfiguration für eine wiederkehrende Aufgabe auswählen", "hookSourceIds": [ "S1" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Sechs eigene, erfundene Fälle und technische Originalquellen. Keine Modellausgaben, Benchmark-Ergebnisse oder Kundenerfolge.", "evidenceLabel": "Vorgeschlagene Vergleichsmethode", "heroVisual": "model-choice", "editorialWorkflow": "research-loop", "ogImage": "/og/modellwahl.png", "ogImageAlt": "Zwei gleichrangige Einträge nennen den 22. und 24. Oktober. Erwartet wird eine Rückfrage zum Widerspruch statt eines gewählten Termins. Erfundenes Beispiel.", "faqs": [ { "q": "Sollten wir immer mit dem kleinsten Modell beginnen?", "a": "Nein. Bei einer überschaubaren Aufgabe kann ein günstiger Kandidat ein sinnvoller Anfang sein. Für eine schwierige Aufgabe kann ein leistungsfähigerer Kandidat helfen, die grundsätzliche Machbarkeit zu prüfen. Beide Wege brauchen einen Test der vorgesehenen Konfiguration gegen die eigenen Anforderungen." }, { "q": "Kann ein stärkeres Modell fehlende Informationen ersetzen?", "a": "Es kann die Lücke möglicherweise erkennen, aber eine fehlende Projektinformation nicht belegen. Wenn kein Verantwortlicher genannt ist oder zwei Termine ungeklärt nebeneinanderstehen, soll die Antwort diese Unsicherheit erhalten und die fehlende Entscheidung anfordern." }, { "q": "Reichen sechs Beispiele für die Modellwahl?", "a": "Nein. Die sechs Fälle erläutern Prüfkriterien. Sie sind weder eine repräsentative Stichprobe noch ein Zuverlässigkeitsnachweis. Ein echter Vergleich braucht zulässige Beispiele aus dem eigenen Arbeitsalltag, wichtige Ausnahmen, Wiederholungen und einen getrennten Testsatz, an dem der Prompt nicht optimiert wurde." }, { "q": "Darf ein anderes KI-Modell die Antworten bewerten?", "a": "Es kann dabei helfen. Seine Bewertungen müssen aber für dieselbe Aufgabe mit menschlichen Urteilen verglichen werden. Bewahren Sie Quellen, Kriterien und strittige Fälle auf. Eine positive Selbsteinschätzung des Kandidaten ist kein unabhängiger Abnahmebeleg." }, { "q": "Ist ein Agent nach bestandenem Modellvergleich produktionsreif?", "a": "Nein. Der Vergleich begründet eine Konfigurationswahl für die geprüfte Aufgabe. Der gesamte Agent braucht weiterhin eine Abnahme in seiner Zielumgebung, einschließlich Berechtigungen, Werkzeugen, Übergaben und laufender Kontrolle." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/welches-ki-modell-reicht-fuer-ihre-aufgabe.md", "sourceSlug": "how-do-you-choose-an-ai-model-for-a-task" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/when-can-you-switch-from-checking-every-ai-agent-output-to-sampling", "url": "https://www.minglabs.com/insights/answers/when-can-you-switch-from-checking-every-ai-agent-output-to-sampling", "jsonUrl": "https://www.minglabs.com/insights/answers/when-can-you-switch-from-checking-every-ai-agent-output-to-sampling.json", "markdownUrl": "https://www.minglabs.com/insights/answers/when-can-you-switch-from-checking-every-ai-agent-output-to-sampling.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/wann-reichen-stichproben-bei-einem-ki-agenten", "url": "https://www.minglabs.com/de/insights/answers/wann-reichen-stichproben-bei-einem-ki-agenten", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wann-reichen-stichproben-bei-einem-ki-agenten.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/wann-reichen-stichproben-bei-einem-ki-agenten.md" } ], "slug": "wann-reichen-stichproben-bei-einem-ki-agenten", "url": "https://www.minglabs.com/de/insights/answers/wann-reichen-stichproben-bei-einem-ki-agenten", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wann-reichen-stichproben-bei-einem-ki-agenten.json", "title": "Wann reichen Stichproben bei einem KI-Agenten?", "question": "Wann reichen Stichproben bei einem KI-Agenten?", "anchorTermConceptSlug": "what-is-hybrid-organisation", "targetQueries": [ "Wann reichen Stichproben bei einem KI-Agenten?", "KI-Agent menschliche Kontrolle reduzieren", "KI-Agent Stichproben prüfen" ], "hook": "Stellen Sie nur für eine klar begrenzte Aufgabe auf Stichproben um, deren Ergebnisse und Ausnahmefälle nach vereinbarten Kriterien geprüft wurden. Die verantwortliche Person muss festlegen, was freigegeben ist, wer die Stichproben prüft und wann wieder jedes Ergebnis vorab geprüft wird. Könnte ein unentdeckter Fehler bereits einen unvertretbaren Schaden verursachen, bleibt die vorherige Freigabe bestehen. Stichproben überwachen Qualität; sie erteilen keine neuen Befugnisse.", "citableAnswer": "MING Labs schlägt vor, menschliche Prüfungen Aufgabe für Aufgabe zu reduzieren, nachdem tatsächliche Ergebnisse, Übergaben bei Ausnahmen und die Folgen übersehener Fehler geprüft wurden. Halten Sie den erlaubten Umfang, die verantwortliche Person, den Stichprobenplan und die Gründe für eine Rückkehr zur vorherigen Freigabe fest. Ein guter Test allein erteilt keine neuen Befugnisse und macht nachträgliche Stichproben nicht für unumkehrbare Aktionen geeignet.", "summary": "Wann dürfen KI-Agenten Routineaufgaben ohne Prüfung jedes Ergebnisses erledigen? Eine Entscheidungshilfe zu Belegen, Grenzen, Stichproben und erneuter Freigabe.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-19", "dateModified": "2026-10-19", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-19" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "AI helps developers complete 21% more tasks", "publisher": "Sebastian Mueller, LinkedIn", "date": "Abgerufen am 19.10.2026; Anzeige bei der Erstprüfung: 2 Stunden", "url": "https://www.linkedin.com/posts/smueller1512_ai-helps-developers-complete-21-more-tasks-share-7517875674754383872-BO2p/", "supports": [ "Veröffentlichter Bericht über den Übergang von Entwürfen zu Standardfällen mit menschlicher Bearbeitung von Ausnahmen; keine gemessene Freigabeschwelle." ], "method": "Veröffentlichte MING-Erfahrung. Originaltext und Grafik geprüft; Rohprotokolle und genaue Freigabekriterien liegen nicht vor. Planungswerte sind keine Messungen." }, { "id": "S2", "title": "Demystifying evals for AI agents", "publisher": "Anthropic", "date": "09.01.2026; geprüft am 19.10.2026", "url": "https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents", "supports": [ "Klare Kriterien, tatsächliche Ergebnisse, wiederholte Tests sowie ergänzende Beobachtung und menschliche Prüfung im Betrieb." ], "method": "Primäre technische Anleitung; kein Beleg für den MING-Fall." }, { "id": "S3", "title": "A practical guide to building agents", "publisher": "OpenAI", "date": "Geprüft am 19.10.2026, Seiten 25 und 30", "url": "https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf", "supports": [ "Risiko, Umkehrbarkeit und menschliches Eingreifen bei folgenreichen Aktionen." ], "method": "Primäre technische Anleitung; keine rechtliche Freigabe für einen konkreten Einsatz." }, { "id": "S4", "title": "Random sampling", "publisher": "NIST CSRC Glossary", "date": "Geprüft am 19.10.2026", "url": "https://csrc.nist.gov/glossary/term/random_sampling", "supports": [ "Zufallsauswahl mit gleicher Auswahlchance; keine vorgeschriebene Stichprobengröße für KI-Agenten." ], "method": "Primäre Definition. Hier Teil einer vorgeschlagenen Methode, kein statistisch validierter Nachweisplan." } ], "translationOf": "when-can-you-switch-from-checking-every-ai-agent-output-to-sampling", "sourceDateModified": "2026-10-19", "topic": "Menschliche Prüfungen bei KI-Agenten im laufenden Betrieb reduzieren", "hookSourceIds": [ "S2", "S3" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Gestützt auf einen veröffentlichten MING-Bericht und primäre technische Anleitungen. Die Methode und das Beispiel zum internen Auftragsstatus sind Vorschläge, kein gemessenes Kundenergebnis.", "evidenceLabel": "Vorgeschlagene MING-Methode", "heroVisual": "review-sampling", "editorialWorkflow": "linkedin-loop", "ogImage": "/og/ki-agent-stichproben.png", "ogImageAlt": "Eine interne Anfrage zum Auftragsstatus verzweigt in ausdrücklich freigegebene Routine mit späterer Stichprobe und unklare oder folgenreiche Fälle mit menschlicher Prüfung.", "faqs": [ { "q": "Wie viele erfolgreiche Fälle reichen für weniger Kontrolle?", "a": "Eine allgemeingültige Anzahl gibt es nicht. Legen Sie vor der Auswahl fest, welche Aufgaben vorkommen, welche Fehler nicht akzeptabel sind und wie belastbar die Entscheidung sein muss. Wiederholte Durchläufe und schwierige Fälle gehören dazu. Eine kurze fehlerfreie Serie kann seltene Fehler übersehen und beweist nicht, dass sie ausgeschlossen sind." }, { "q": "Wie viel Prozent der Ergebnisse sollten wir prüfen?", "a": "Anzahl und Häufigkeit hängen von Arbeitsmenge, Fehlerfolgen und der verfügbaren Zeit zum Eingreifen ab. Legen Sie fest, wer Fälle auswählt und beurteilt. Halten Sie Zufallsstichproben und gezielte Prüfungen auffälliger Fälle getrennt und dokumentieren Sie jeweils die Grundgesamtheit. Diese Anleitung nennt keine allgemeine Prozentzahl und liefert keinen statistischen Sicherheitsnachweis." }, { "q": "Kann eine zweite KI die menschliche Prüfung übernehmen?", "a": "Sie kann auffällige Fälle markieren. Ihre Urteile müssen aber an vereinbarten Kriterien und einer sachkundigen menschlichen Bewertung geprüft werden. Zwei übereinstimmende Modelle sind kein unabhängiger Beweis für Richtigkeit. Welche Ergebnisse und Risiken akzeptabel sind, entscheidet weiterhin die verantwortliche Person." }, { "q": "Ist ein Agent gescheitert, wenn nach einem Jahr noch Menschen prüfen?", "a": "Nein. Bei folgenreichen Aufgaben kann eine vorherige menschliche Freigabe dauerhaft sinnvoll sein. Entscheidend sind brauchbare Ergebnisse, Fehlerfolgen und der gesamte menschliche Aufwand. Eine notwendige Prüfung nur für mehr Autonomie zu streichen, kann den Ablauf verschlechtern." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/wann-reichen-stichproben-bei-einem-ki-agenten.md", "sourceSlug": "when-can-you-switch-from-checking-every-ai-agent-output-to-sampling" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/how-do-you-choose-an-ai-agent-development-partner", "url": "https://www.minglabs.com/insights/answers/how-do-you-choose-an-ai-agent-development-partner", "jsonUrl": "https://www.minglabs.com/insights/answers/how-do-you-choose-an-ai-agent-development-partner.json", "markdownUrl": "https://www.minglabs.com/insights/answers/how-do-you-choose-an-ai-agent-development-partner.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/wie-waehlen-sie-einen-partner-fuer-ki-agenten", "url": "https://www.minglabs.com/de/insights/answers/wie-waehlen-sie-einen-partner-fuer-ki-agenten", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-waehlen-sie-einen-partner-fuer-ki-agenten.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-waehlen-sie-einen-partner-fuer-ki-agenten.md" } ], "slug": "wie-waehlen-sie-einen-partner-fuer-ki-agenten", "url": "https://www.minglabs.com/de/insights/answers/wie-waehlen-sie-einen-partner-fuer-ki-agenten", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-waehlen-sie-einen-partner-fuer-ki-agenten.json", "title": "Wie wählen Sie einen Partner für die Entwicklung von KI-Agenten?", "question": "Wie wählen Sie einen Partner für die Entwicklung von KI-Agenten?", "anchorTermConceptSlug": "what-is-hybrid-organisation", "targetQueries": [ "KI-Agenten Anbieter vergleichen", "KI-Agenten entwickeln lassen", "Wie wählen wir einen Partner für KI-Agenten?" ], "hook": "Vergleichen Sie Partner anhand einer konkreten Aufgabe aus Ihrem Unternehmen. Klären Sie, was geliefert wird, verlangen Sie eine Arbeitsprobe unter den vorgesehenen Bedingungen und vereinbaren Sie die Verantwortung nach der Übergabe. MING schlägt vor, bei jedem Anbieter denselben Auftrag, dieselben Prüfkriterien und den gesamten Betriebsaufwand anzusehen. So erkennen Sie, welche Zusagen belegt sind und was ein Pilot noch klären muss.", "citableAnswer": "MING Labs schlägt vor, Partner für KI-Agenten anhand eines gemeinsamen Auftrags zu vergleichen: Umfang, Arbeitsprobe, Betriebsaufwand und Übergabe. Prüfen Sie echte Ergebnisse unter vereinbarten Bedingungen, einschließlich Ausnahmen, und klären Sie die menschliche Verantwortung. Diese Methode ist kein unabhängiges Anbieter-Ranking und belegt keine Überlegenheit von MING.", "summary": "KI-Agenten entwickeln lassen: Partner mit einem gemeinsamen Auftrag, Arbeitsproben, Betriebsaufwand und Übergabe vergleichen. Mit MINGs Angebot und Grenzen.", "pillar": "Hybrid Organisation", "evidenceTier": "silver", "confidence": "B", "datePublished": "2026-10-16", "dateModified": "2026-10-19", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-16" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "KI-Agenten entwickeln und einführen", "publisher": "MING Labs", "date": "Abgerufen am 16.10.2026", "url": "https://www.minglabs.com/de/hybrid-organisation", "supports": [ "Aktueller Workshop, gesondert freigegebene sechswöchige Entwicklung und Begleitung sowie beschriebener Übergabeumfang" ], "method": "Öffentliches Angebot, am 16. Oktober direkt abgerufen. Kein vergleichendes Ergebnis oder garantierter Erfolg." }, { "id": "S2", "title": "We fired an AI agent after 13 days", "publisher": "MING Labs / Sebastian Mueller", "date": "April 2026", "url": "https://www.minglabs.com/insights/articles/we-fired-an-ai-agent", "supports": [ "Veröffentlichter Bericht über Major Tom: 13 Tage, 764 Nachrichten und Abschaltung" ], "method": "Historischer Eigenbericht über März 2026; zugrunde liegende Protokolle sind privat. Andere Produktivitätszahlen und aktuelle Flottenaussagen der Quelle werden nicht übernommen." }, { "id": "S3", "title": "Demystifying evals for AI agents", "publisher": "Anthropic", "date": "2026-01-09", "url": "https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents", "supports": [ "Tatsächliche Ergebnisse getrennt von Erfolgsmeldungen prüfen; wiederholte Versuche berücksichtigen schwankende Ergebnisse" ], "method": "Technische Originalquelle, kein unabhängiger Anbietervergleich oder Nachweis für MINGs Leistung." }, { "id": "S4", "title": "STREIT: ein KI-Agent im Kundenservice", "publisher": "MING Labs / STREIT", "date": "2026-10-18", "url": "https://www.minglabs.com/de/work/streit", "supports": [ "Tabeas Aufgabe, Bestellvorschläge und menschliche Kontrolle" ], "method": "Kundenangaben, nicht unabhängig geprüft; Originalbericht nicht öffentlich. Messzeitraum, Auftragsvolumen und Berechnung der Kapazität sind nicht angegeben." } ], "translationOf": "how-do-you-choose-an-ai-agent-development-partner", "sourceDateModified": "2026-10-19", "topic": "Umsetzungspartner für KI-Agenten anhand vergleichbarer Nachweise auswählen", "hookSourceIds": [ "S1", "S3" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "MINGs vorgeschlagenes Auswahlverfahren, eigene veröffentlichte Erfahrung und technische Originalquelle. MING ist selbst Anbieter; kein unabhängiges Ranking.", "evidenceLabel": "Methode zur Partnerwahl", "heroVisual": "partner-selection", "editorialWorkflow": "research-loop", "ogImage": "/og/ki-agenten-partnerwahl.png", "ogImageAlt": "Derselbe Auftrag führt über Arbeitsprobe und Übergabe zu vergleichbaren Nachweisen. Keine Anbieterbewertung.", "faqs": [ { "q": "Welche Arten von Anbietern sollten wir unterscheiden?", "a": "Ein Plattformanbieter stellt Software bereit. Ein Umsetzungspartner kann Systeme verbinden und einen Agenten entwickeln. Die Einführung ins Team und der laufende Betrieb können weitere Leistungen sein. Diese Rollen können zusammenfallen. Entscheidend ist der schriftlich vereinbarte Umfang." }, { "q": "Wie wichtig ist ein Anbieter in Deutschland?", "a": "Klären Sie Vertragspartner, Arbeitssprache, Erreichbarkeit und Zusammenarbeit vor Ort. Prüfen Sie Hosting und Datenverarbeitung gesondert: Der Unternehmenssitz beantwortet diese Fragen nicht. Die zuständigen Fachleute müssen die Anforderungen Ihres Vorhabens bewerten." }, { "q": "Ist das eine Rangliste der besten KI-Agenten-Agenturen?", "a": "Nein. MING ist selbst Anbieter und stellt hier eine vorgeschlagene Vergleichsmethode vor. Ein unabhängiger Vergleich oder ein Test anderer Dienstleister wurde für diese Seite nicht durchgeführt." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-waehlen-sie-einen-partner-fuer-ki-agenten.md", "sourceSlug": "how-do-you-choose-an-ai-agent-development-partner" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/how-do-you-test-an-ai-agent-before-production", "url": "https://www.minglabs.com/insights/answers/how-do-you-test-an-ai-agent-before-production", "jsonUrl": "https://www.minglabs.com/insights/answers/how-do-you-test-an-ai-agent-before-production.json", "markdownUrl": "https://www.minglabs.com/insights/answers/how-do-you-test-an-ai-agent-before-production.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/wie-pruefen-sie-einen-ki-agenten-vor-dem-produktiven-einsatz", "url": "https://www.minglabs.com/de/insights/answers/wie-pruefen-sie-einen-ki-agenten-vor-dem-produktiven-einsatz", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-pruefen-sie-einen-ki-agenten-vor-dem-produktiven-einsatz.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-pruefen-sie-einen-ki-agenten-vor-dem-produktiven-einsatz.md" } ], "slug": "wie-pruefen-sie-einen-ki-agenten-vor-dem-produktiven-einsatz", "url": "https://www.minglabs.com/de/insights/answers/wie-pruefen-sie-einen-ki-agenten-vor-dem-produktiven-einsatz", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-pruefen-sie-einen-ki-agenten-vor-dem-produktiven-einsatz.json", "title": "Wie prüfen Sie einen KI-Agenten vor dem produktiven Einsatz?", "question": "Wie prüfen Sie einen KI-Agenten vor dem produktiven Einsatz?", "anchorTermConceptSlug": "what-is-hybrid-organisation", "targetQueries": [ "Wie prüfen Sie einen KI-Agenten vor dem produktiven Einsatz?", "KI-Agent von der Demo in den Betrieb", "Abnahmecheckliste für KI-Agenten" ], "hook": "Prüfen Sie den gesamten Agenten in seiner vorgesehenen Umgebung: mit freigegebenem Modell, Hosting, Daten und Berechtigungen. Vereinbaren Sie, was ein nutzbares Ergebnis ausmacht, und testen Sie typische Aufgaben, Ausnahmen und die Übergabe an Menschen daran. Sebastians berichtete Lücke zwischen Demo und Pilot zeigt, warum derselbe Prompt nicht genügt. Sie belegt keine allgemeine Ursache schlechter Leistung.", "citableAnswer": "MING Labs empfiehlt, KI-Agenten-Piloten anhand nutzbarer Ergebnisse unter den vorgesehenen Modell-, Daten- und Zugriffsbedingungen abzunehmen. Sebastian Mueller berichtet von zwei Kundenpiloten, die nach Änderungen dieser Bedingungen schlechter wirkten als die Demo. Sein Bericht begründet eine Abnahmeprüfung; ohne vergleichbare Aufgabenergebnisse belegt er weder eine Fehlerquote noch, welche Änderung den Unterschied verursachte.", "summary": "Eine überzeugende Demo kann andere Betriebsbedingungen verdecken. So prüfen Sie den Agenten, den Ihr Team tatsächlich nutzen soll.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-03", "dateModified": "2026-10-19", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-03" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Two clients this week, same wall. The pilot works. Nobody is happy.", "publisher": "Sebastian Mueller on LinkedIn", "date": "Abgerufen 2026-10-03", "url": "https://www.linkedin.com/posts/smueller1512_ai-transformation-stack-share-7508040229933678592-SQ9U/", "supports": [ "Zwei berichtete Kundenpiloten beantworteten Fragen, wirkten aber schlechter als frühere Demos", "Berichtete Unterschiede bei Modell, Hosting und Internetzugriff; Vorschlag, die vorgesehene Umgebung zu zeigen" ], "method": "Öffentlicher Praxisbericht und Autorenkommentar. LinkedIn zeigte 1w. Aufgaben, Punktwerte, Rohdaten und gemessene Ergebnisse nach einer Korrektur sind nicht öffentlich. Zwei Fälle sind keine Fehlerquote." }, { "id": "S2", "title": "We built a pilot to the strictest reading of European data protection.", "publisher": "Sebastian Mueller on LinkedIn", "date": "Abgerufen 2026-10-03", "url": "https://www.linkedin.com/posts/smueller1512_ai-sovereignty-transformation-share-7509118258860441600-8BT5/", "supports": [ "Vorschlag, einzelne Datenflüsse vor der Auswahl von Zielen für Modellanfragen einzuordnen" ], "method": "Öffentlicher Vorschlag mit Autorenkommentar; LinkedIn zeigte 1w. Die Grafik schlägt eine Zuordnung nach Datenkategorien vor. Ihre Aussagen zu Rechtskonformität und vergleichender Leistung werden hier nicht übernommen." }, { "id": "S3", "title": "Demystifying evals for AI agents", "publisher": "Anthropic", "date": "2026-01-09", "url": "https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents", "supports": [ "Modell und umgebendes Agentensystem gemeinsam prüfen", "Das tatsächliche Ergebnis von einer Erledigungsbehauptung unterscheiden; Tests wegen variierender Ergebnisse wiederholen" ] }, { "id": "S4", "title": "About MING Labs: founders", "publisher": "MING Labs", "date": "Abgerufen 2026-10-03", "url": "https://www.minglabs.com/about", "supports": [ "Sebastian Mueller ist Mitgründer von MING Labs" ], "method": "Undatierte Unternehmensseite; das Datum bezeichnet den Abruf." } ], "translationOf": "how-do-you-test-an-ai-agent-before-production", "sourceDateModified": "2026-10-19", "topic": "KI-Agenten unter den vorgesehenen Betriebsbedingungen prüfen", "hookSourceIds": [ "S1" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Vorgeschlagene MING-Abnahmemethode aus berichteter Praxiserfahrung und technischen Hinweisen. Kein gemessener Verbesserungserfolg, Benchmark oder Nachweis der Rechtskonformität.", "evidenceLabel": "Abnahmehilfe", "heroVisual": "demo-production", "ogImage": "/og/ki-agent-demo-betrieb.png", "ogImageAlt": "Im berichteten Pilotbetrieb lief ein kleineres Modell ohne externen Internetzugriff. Vergleichen Sie die Einstellungen mit der Demo vor der Freigabe.", "faqs": [ { "q": "Brauchen wir ein größeres Modell, wenn der Pilot schlechter abschneidet?", "a": "Nicht unbedingt. Prüfen Sie zuerst, was sich verändert hat: Modell, verfügbare Informationen, Werkzeuge, Berechtigungen oder die Aufgabe selbst. Die Fälle auf dieser Seite trennen diese Faktoren nicht. Testen Sie den relevanten Unterschied unter freigegebenen Bedingungen, bevor Sie ihn auf die Modellgröße zurückführen." }, { "q": "Was tun, wenn die spätere Betriebsumgebung für die Demo noch nicht bereitsteht?", "a": "Kennzeichnen Sie die Vorführung als Beispiel möglicher Fähigkeiten und nennen Sie die Voraussetzungen dafür. Die Leistung in der vorgesehenen Umgebung bleibt ungeprüft, bis ein Test dort möglich ist. Eine uneingeschränkte Vorführung ersetzt keinen Abnahmenachweis für einen eingeschränkten Betrieb." }, { "q": "Wie viele Testfälle sind genug?", "a": "Eine allgemeingültige Zahl liefern die Quellen nicht. Legen Sie den Umfang mit der fachlich verantwortlichen Person anhand der Aufgabe und der Fehlerfolgen fest. Prüfen Sie gewöhnliche Aufgaben, relevante Ausnahmen und gesperrte Zugriffe, halten Sie die Gesamtzahl der Versuche fest und wiederholen Sie wichtige Fälle. Ein kleiner Pilot kann nicht jeden künftigen Fall absichern." }, { "q": "Ist der Agent mit europäischem Hosting automatisch rechtskonform?", "a": "Der Hosting-Standort allein belegt keine Rechtskonformität. Die zuständigen Fachleute müssen die relevanten Datenflüsse, Anbieter, Zugriffe, Verträge und Zwecke prüfen. Diese Seite beschreibt eine Testmethode, keine rechtliche Bewertung oder Erlaubnis zur Datenübertragung." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-pruefen-sie-einen-ki-agenten-vor-dem-produktiven-einsatz.md", "sourceSlug": "how-do-you-test-an-ai-agent-before-production" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/when-should-you-use-an-ai-agent-instead-of-workflow-automation", "url": "https://www.minglabs.com/insights/answers/when-should-you-use-an-ai-agent-instead-of-workflow-automation", "jsonUrl": "https://www.minglabs.com/insights/answers/when-should-you-use-an-ai-agent-instead-of-workflow-automation.json", "markdownUrl": "https://www.minglabs.com/insights/answers/when-should-you-use-an-ai-agent-instead-of-workflow-automation.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/wann-braucht-eine-aufgabe-einen-ki-agenten-statt-automation", "url": "https://www.minglabs.com/de/insights/answers/wann-braucht-eine-aufgabe-einen-ki-agenten-statt-automation", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wann-braucht-eine-aufgabe-einen-ki-agenten-statt-automation.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/wann-braucht-eine-aufgabe-einen-ki-agenten-statt-automation.md" } ], "slug": "wann-braucht-eine-aufgabe-einen-ki-agenten-statt-automation", "url": "https://www.minglabs.com/de/insights/answers/wann-braucht-eine-aufgabe-einen-ki-agenten-statt-automation", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wann-braucht-eine-aufgabe-einen-ki-agenten-statt-automation.json", "title": "Wann braucht eine Aufgabe einen KI-Agenten statt Automation?", "question": "Wann braucht eine Aufgabe einen KI-Agenten statt Automation?", "anchorTermConceptSlug": "what-is-the-abc-framework", "targetQueries": [ "Wann braucht eine Aufgabe einen KI-Agenten statt Automation?", "KI-Agent oder Workflow-Automation", "Welche Aufgaben eignen sich für KI-Agenten?" ], "hook": "Ein KI-Agent kommt infrage, wenn sich der Weg zum Ergebnis erst während der Arbeit ergibt. Stehen die Schritte vorher fest, spricht das für einen festen Workflow. Bei gelegentlichen Aufgaben reicht oft eine Person mit KI-Unterstützung. Für eine dauerhafte Rolle im Team prüft MING zusätzlich: Kehrt die Arbeit regelmäßig wieder, lässt sich das Ergebnis prüfen und ist jemand für Ausnahmen verantwortlich?", "citableAnswer": "MING Labs wählt den Ansatz nach der Art der Arbeit: Feste Schritte sprechen für einen Workflow, gelegentliche Unterstützung für einen Menschen mit KI. Wiederkehrende Aufgaben mit wechselndem Ablauf können einen Agententest rechtfertigen. Eine verantwortliche Person, prüfbare Ergebnisse und ein Vergleich gleichwertiger Arbeit sind Voraussetzungen für die Betriebsentscheidung, kein Nachweis einer höheren Leistung.", "summary": "Feste Regeln, gelegentliche Hilfe oder wiederkehrende Abwägungen? So wählen Sie zwischen Workflow, KI-Unterstützung und einer Agentenrolle im Team.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-02", "dateModified": "2026-10-19", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-01" }, "relatedConceptSlugs": [ "what-is-the-abc-framework", "what-is-hybrid-organisation" ], "relatedArticleSlugs": [ "hire-dont-deploy" ], "sources": [ { "id": "S1", "title": "I build AI agents for a living. Most of the things people ask me to build should not be agents.", "publisher": "Sebastian Mueller on LinkedIn", "date": "Abgerufen 2026-10-02", "url": "https://www.linkedin.com/posts/smueller1512_ai-agents-transformation-share-7502617033335799808-D5Pg/", "supports": [ "Unterscheidung zwischen festen Regeln, gelegentlicher Unterstützung und wiederkehrenden Abwägungen", "Ergänzung des Autors: Vor der Planung klären, wer Ausnahmen übernimmt" ], "method": "Öffentlicher Praxisbericht mit Kommentaren des Autors. LinkedIn zeigte beim Abruf 3w. Ein genaues Veröffentlichungsdatum und ein vergleichender Leistungstest sind nicht verfügbar." }, { "id": "S2", "title": "Building effective agents", "publisher": "Anthropic", "date": "2024-12-19", "url": "https://www.anthropic.com/engineering/building-effective-agents", "supports": [ "Technische Unterscheidung zwischen vorgegebenen Workflows und dynamisch gesteuerten Agenten", "Mit einfachen Ansätzen beginnen, zusätzliche Komplexität prüfen und Kontrollpunkte vorsehen" ] }, { "id": "S3", "title": "Four people answer about 2,500 calls a month.", "publisher": "Sebastian Mueller on LinkedIn", "date": "Abgerufen 2026-10-02", "url": "https://www.linkedin.com/posts/smueller1512_ai-transformation-change-share-7506217318675513344-oKZ5/", "supports": [ "Berichtetes Aufkommen von rund 2.500 technischen Support-Anrufen pro Monat", "Vorschlag, Vertriebsmitarbeitende früher zu unterstützen und Wissenslücken zunächst zu erfassen" ], "method": "Öffentlicher Bericht zur Aufgabenklärung. LinkedIn zeigte beim Abruf 2w. Messzeitraum und Rohdaten sind nicht öffentlich. Eine gemessene Verringerung der Anrufe wird nicht berichtet." }, { "id": "S4", "title": "We scoped an agent for a manufacturer.", "publisher": "Sebastian Mueller on LinkedIn", "date": "Abgerufen 2026-10-02", "url": "https://www.linkedin.com/posts/smueller1512_ai-agents-value-share-7505540993237184513-CCjj/", "supports": [ "Berichtete Überschneidung eines Agentenvorschlags mit einem bestehenden Produkt und einer internen Entwicklung", "Vorschlag, bislang nicht durch Recherche abgedeckte Märkte zu untersuchen" ], "method": "Öffentlicher Bericht zur Aufgabenklärung, beim Abruf als 2w angezeigt. Der Wert neuer Märkte ist eine Hypothese; gemessene Geschäftsergebnisse werden nicht berichtet." }, { "id": "S5", "title": "About MING Labs: founders and operating model", "publisher": "MING Labs", "date": "Abgerufen 2026-10-02", "url": "https://www.minglabs.com/about", "supports": [ "Sebastian Mueller ist Mitgründer von MING Labs" ], "method": "Undatierte Unternehmensseite; das Datum bezeichnet den Abruf, nicht die Veröffentlichung." } ], "translationOf": "when-should-you-use-an-ai-agent-instead-of-workflow-automation", "sourceDateModified": "2026-10-19", "topic": "KI-Agent, fester Workflow oder Mensch mit KI-Unterstützung", "hookSourceIds": [ "S1", "S2" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "MING-Entscheidungshilfe aus veröffentlichten Praxiserfahrungen und technischer Primärliteratur. Ein vergleichender Kosten- oder Leistungstest liegt nicht vor.", "evidenceLabel": "Entscheidungshilfe", "heroVisual": "agent-or-automation", "ogImage": "/og/ki-agent-oder-automation.png", "ogImageAlt": "Die Aufgabe entscheidet: fester Workflow, Mensch mit KI oder Agent mit klarer Verantwortung.", "faqs": [ { "q": "Kann ein fester Workflow KI enthalten?", "a": "Ja. Ein Workflow kann ein Modell zum Einordnen einer Nachricht oder zum Formulieren einer Antwort nutzen. Den Gesamtablauf gibt weiterhin der Code vor. Allein der Einsatz eines KI-Modells macht aus dem System noch keinen Agenten." }, { "q": "Kann ein Agent auch eine einmalige Aufgabe erledigen?", "a": "Ja. Regelmäßigkeit ist ein Kriterium dafür, ob sich eine dauerhafte Rolle im Team lohnt, keine technische Voraussetzung für einen Agenten. Vergleichen Sie bei einem Einzelauftrag den Einrichtungs- und Betriebsaufwand mit einer Person, die ein vorhandenes KI-Werkzeug nutzt." }, { "q": "Brauchen wir bei Ausnahmen automatisch einen Agenten?", "a": "Nein. Manche Ausnahmen lassen sich mit klaren Regeln behandeln oder an einen Menschen weitergeben. Ein Agent kommt infrage, wenn die Wahl des nächsten Schritts Kontext braucht, den ein fester Ablauf nicht ausreichend berücksichtigen kann. Prüfen Sie auch, ob sich das Ergebnis verlässlich beurteilen lässt." }, { "q": "Ist ein Agent günstiger als Workflow-Automation?", "a": "Die Quellen dieser Seite belegen keinen allgemeinen Kostenvorteil. Vergleichen Sie dieselbe Arbeit bei gleichem Qualitätsmaßstab, einschließlich Einrichtung, Software, Prüfung, Korrekturen und laufender Betreuung. Zählen Sie nutzbare Ergebnisse statt erzeugter Ausgaben." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/wann-braucht-eine-aufgabe-einen-ki-agenten-statt-automation.md", "sourceSlug": "when-should-you-use-an-ai-agent-instead-of-workflow-automation" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/how-do-you-reduce-token-costs-without-more-rework", "url": "https://www.minglabs.com/insights/answers/how-do-you-reduce-token-costs-without-more-rework", "jsonUrl": "https://www.minglabs.com/insights/answers/how-do-you-reduce-token-costs-without-more-rework.json", "markdownUrl": "https://www.minglabs.com/insights/answers/how-do-you-reduce-token-costs-without-more-rework.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/wie-senken-sie-tokenkosten-ohne-mehr-nacharbeit", "url": "https://www.minglabs.com/de/insights/answers/wie-senken-sie-tokenkosten-ohne-mehr-nacharbeit", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-senken-sie-tokenkosten-ohne-mehr-nacharbeit.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-senken-sie-tokenkosten-ohne-mehr-nacharbeit.md" } ], "slug": "wie-senken-sie-tokenkosten-ohne-mehr-nacharbeit", "url": "https://www.minglabs.com/de/insights/answers/wie-senken-sie-tokenkosten-ohne-mehr-nacharbeit", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-senken-sie-tokenkosten-ohne-mehr-nacharbeit.json", "title": "Wie senken Sie Tokenkosten, ohne mehr Nacharbeit zu erzeugen?", "question": "Wie senken Sie Tokenkosten, ohne mehr Nacharbeit zu erzeugen?", "targetQueries": [ "Tokenkosten senken", "LLM Kosten optimieren", "Tokenkosten und Qualität" ], "hook": "Erfassen Sie den vollständigen Vorgang, bevor Sie das Modell wechseln oder seinen Kontext kürzen. Prüfen Sie jeweils eine Änderung an denselben Aufgaben mit gleichen Abnahmekriterien. Wiederholungen und menschliche Korrektur gehören in den Vergleich. Behalten Sie die Änderung nur, wenn die Qualität den vereinbarten Anforderungen genügt und die Kosten je abgenommenem Ergebnis sinken. Unser Rechenbeispiel zeigt, warum eine kleinere Modellrechnung trotzdem mehr Arbeit bedeuten kann.", "citableAnswer": "Um Tokenkosten zu senken, erfassen Sie den abgerechneten Verbrauch des vollständigen Vorgangs einschließlich Wiederholungen. Vergleichen Sie eine Änderung an denselben repräsentativen Aufgaben mit vorher festgelegten Qualitätskriterien. Zählen Sie Prüfung und Korrektur zu den Modellkosten und teilen Sie die Summe durch abgenommene Ergebnisse. Dies ist MINGs vorgeschlagenes Prüfverfahren; die Beispielzahlen sind erfundene Annahmen, keine gemessene Einsparung oder Garantie gleichbleibender Qualität.", "summary": "Eine kleinere Tokenrechnung kann mehr Versuche und Prüfung verbergen. Vergleichen Sie eine Änderung an denselben Aufgaben samt Qualität und Kosten je abgenommenem Ergebnis.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-18", "dateModified": "2026-10-18", "freshness": { "updated": "Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-18" }, "relatedConceptSlugs": [], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Rechenbeispiel zur Prüfung einer Tokenersparnis", "publisher": "MING Labs", "date": "18. Oktober 2026", "supports": [ "8/5/5 € Modellverbrauch; 60/60/90 € Prüfung; 68/65/95 € zusammen; 90/90/85 angenommene Abnahmen", "Wiederholungen im Gesamtverbrauch enthalten; bei null Abnahmen ist der Stückwert nicht definiert" ], "method": "Eigene erfundene Vergleichsrechnung und vorgeschlagenes Prüfverfahren; 100 angenommene Anfragen, keine Modellaufrufe oder Kundenergebnisse. Die gewählten Preise sind keine Anbieterpreise." }, { "id": "S2", "title": "Optimizing customer support agents for cost and quality", "publisher": "OpenAI", "date": "Am 18. Oktober 2026 gelesen; Quellenstand des Leitfadens: 14. September 2026", "url": "https://developers.openai.com/cookbook/examples/agent_optimization/optimizing_agents_for_cost_and_quality", "supports": [ "Ausgangsmessung, einzelne Änderung und Qualitätsprüfung; Anweisungen, Ausgabe, Werkzeuge und Kontext vor einer Übernahme prüfen" ], "method": "Offizieller Leitfaden mit erfundenen Anfragen und deterministischer Simulation, keine Produktionsergebnisse. Optionaler Code für Modellaufrufe wurde nicht ausgeführt." }, { "id": "S3", "title": "Prompt caching", "publisher": "Anthropic", "date": "Am 18. Oktober 2026 gelesen", "url": "https://platform.claude.com/docs/en/build-with-claude/prompt-caching", "supports": [ "Identische Eingabeanfänge wiederverwenden; Schreib- und Leseverbrauch sowie Ablaufzeit getrennt beachten; Ausgabegenerierung entfällt nicht" ], "method": "Aktuelle technische Dokumentation, keine unabhängige Messung von Einsparungen." }, { "id": "S4", "title": "An update on recent Claude Code quality reports", "publisher": "Anthropic", "date": "23. April 2026; am 18. Oktober 2026 gelesen", "url": "https://www.anthropic.com/engineering/april-23-postmortem", "supports": [ "Reduzierte Denkeinstellung und Kürze-Anweisung zurückgenommen; Fehler bei der Kontextverwaltung behoben", "Gegenbefund zur Annahme, weniger Kontext oder kürzere Antworten erhielten automatisch die Qualität" ], "method": "Fehlerbericht des Anbieters zu Produktänderungen; keine allgemeine API-Verschlechterung oder übertragbare Effektgröße." } ], "translationOf": "how-do-you-reduce-token-costs-without-more-rework", "sourceDateModified": "2026-10-18", "topic": "Entscheiden, ob sich eine Änderung zur Tokenersparnis lohnt", "hookSourceIds": [ "S1" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Erfundene Eingaben und Ergebnisse; technische Originalquellen und ein Fehlerbericht des Anbieters. Keine gemessene Einsparung oder Kundenstudie.", "evidenceLabel": "Rechenbeispiel und vorgeschlagenes Verfahren", "heroVisual": "token-cost", "editorialWorkflow": "research-loop", "ogImage": "/og/tokenkosten-senken.png", "ogImageAlt": "Für 100 erfundene Anfragen ergeben Modellverbrauch und Prüfung zusammen 68 €, 65 € oder 95 €. Zwei Modellrechnungen von 5 € haben verschiedene Prüfkosten.", "faqs": [ { "q": "Sollten wir zuerst auf ein kleineres Modell wechseln?", "a": "Das ist eine mögliche Änderung. Klären Sie zunächst, welcher Teil der Aufgabe das Budget verbraucht und welche Fehler das Ergebnis unbrauchbar machen. Ein niedrigerer Tokenpreis belegt nicht, dass das Modell Ihre Aufgabe bewältigt." }, { "q": "Werden durch Prompt Caching weniger Tokens erzeugt?", "a": "Nein. Wiederkehrende, geeignete Teile der Eingabe werden wiederverwendet. Die Ausgabe muss weiterhin entstehen. Prüfen Sie tatsächliche Cache-Lesevorgänge, Schreibvorgänge, Fehlzugriffe und Preise, bevor Sie eine Einsparung behaupten." }, { "q": "Wie viele Testanfragen reichen aus?", "a": "Dafür gibt es keine allgemeine Zahl. Berücksichtigen Sie Ihre Aufgabentypen, Sprachen und wichtigen Ausnahmen. Die 100 Anfragen dieser Seite sind gewählte Rechengrößen, keine empfohlene Stichprobengröße oder statistische Qualitätsgarantie." }, { "q": "Was gilt, wenn kein Ergebnis abgenommen wird?", "a": "Die Kosten je abgenommenem Ergebnis sind dann nicht definiert. Berichten Sie die Ausgaben, null abgenommene Ergebnisse und die Fehler. Zeigen Sie nicht null Euro je erfolgreichem Ergebnis an." }, { "q": "Sind das die vollständigen Betriebskosten eines Agenten?", "a": "Nein. Das Beispiel enthält nur Modellverbrauch sowie Prüfung und Korrektur. Umsetzung, Werkzeuggebühren, Hosting, laufende Betreuung und weitere Kosten müssen gesondert erfasst werden." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-senken-sie-tokenkosten-ohne-mehr-nacharbeit.md", "sourceSlug": "how-do-you-reduce-token-costs-without-more-rework" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/can-your-team-still-do-the-work-your-agents-do", "url": "https://www.minglabs.com/insights/answers/can-your-team-still-do-the-work-your-agents-do", "jsonUrl": "https://www.minglabs.com/insights/answers/can-your-team-still-do-the-work-your-agents-do.json", "markdownUrl": "https://www.minglabs.com/insights/answers/can-your-team-still-do-the-work-your-agents-do.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/kann-ihr-team-die-arbeit-auch-ohne-ki-agenten-erledigen", "url": "https://www.minglabs.com/de/insights/answers/kann-ihr-team-die-arbeit-auch-ohne-ki-agenten-erledigen", "jsonUrl": "https://www.minglabs.com/de/insights/answers/kann-ihr-team-die-arbeit-auch-ohne-ki-agenten-erledigen.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/kann-ihr-team-die-arbeit-auch-ohne-ki-agenten-erledigen.md" } ], "slug": "kann-ihr-team-die-arbeit-auch-ohne-ki-agenten-erledigen", "url": "https://www.minglabs.com/de/insights/answers/kann-ihr-team-die-arbeit-auch-ohne-ki-agenten-erledigen", "jsonUrl": "https://www.minglabs.com/de/insights/answers/kann-ihr-team-die-arbeit-auch-ohne-ki-agenten-erledigen.json", "title": "Kann Ihr Team die Arbeit auch ohne KI-Agenten erledigen?", "question": "Kann Ihr Team die Arbeit auch ohne KI-Agenten erledigen?", "anchorTermConceptSlug": "what-is-the-comprehension-obligation", "targetQueries": [ "Arbeit ohne KI-Agenten erledigen", "Kompetenzverlust durch KI vermeiden", "KI-Kompetenz praktisch prüfen" ], "hook": "Prüfen Sie es an einer Aufgabe, die bei einem Ausfall wirklich ansteht: Lassen Sie die benannte Vertretung ein Kundenangebot ohne KI erstellen, mit vorher vereinbarten Unterlagen und Werkzeugen. Eine fachkundige Kollegin prüft das Ergebnis. Ob jemand einen falschen Rabatt im Agentenangebot erkennt, wird getrennt geprüft; dafür braucht es eine andere Aufgabe.", "citableAnswer": "Für eine manuelle Übernahme erstellt die benannte Person eine begrenzte Aufgabe ohne KI-Hilfe, mit erlaubten Unterlagen und Werkzeugen. Eine fachkundige Person prüft Ergebnis und Begründung nach vorher vereinbarten Kriterien. Das Erkennen falscher Agentenergebnisse wird getrennt geprüft. Dies ist MINGs vorgeschlagene Arbeitsprobe, kein durchgeführter Test oder nachgewiesenes Verfahren zum Kompetenzerhalt.", "summary": "Kann jemand das Kundenangebot erstellen, wenn der Agent ausfällt? Eine praktische Arbeitsprobe trennt manuelle Übernahme von Fehlererkennung, mit Unterlagen, Kriterien und fachkundiger Prüfung.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-18", "dateModified": "2026-10-18", "freshness": { "updated": "Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-18" }, "relatedConceptSlugs": [ "what-is-the-comprehension-obligation" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "How AI assistance impacts the formation of coding skills", "publisher": "Judy Hanwen Shen and Alex Tamkin / Anthropic", "date": "29. Januar 2026; am 18. Oktober 2026 gelesen", "url": "https://www.anthropic.com/research/AI-assistance-coding-skills", "supports": [ "52 Teilnehmer; unmittelbare Testmittelwerte 50% mit KI / 67% Vergleich; Zeitunterschied nicht statistisch signifikant" ], "method": "Randomisiertes Experiment zum unmittelbaren Lernen der unbekannten Python-Bibliothek Trio; kleine Stichprobe, keine langfristige Messung im Betrieb.", "n": 52 }, { "id": "S2", "title": "Vorgeschlagene Arbeitsprobe zur manuellen Übernahme und getrennte Fehlererkennung", "publisher": "MING Labs", "date": "Am 16. Oktober 2026 vorbereitet", "supports": [ "Unterlagen, erlaubte Hilfsmittel, vorherige Kriterien, fachkundige Prüfung und Unterstützung für eine begrenzte Übernahmeaufgabe", "Getrennte vorgeschlagene Aufgabe zum Erkennen eines absichtlichen Rabattfehlers" ], "method": "Erfundene Angebotsaufgabe, eigene Erklärungsgrafik und vorgeschlagene Prüfung; kein Kundenfall, durchgeführter Test oder gemessener Effekt." }, { "id": "S3", "title": "The comprehension obligation: the half of the job description nobody writes.", "publisher": "Sebastian Mueller, The Hybrid Company / MING Labs", "date": "Am 18. Oktober 2026 gelesen; genaues Veröffentlichungsdatum nicht sichtbar", "url": "https://medium.com/the-hybrid-company/the-comprehension-obligation-the-half-of-the-job-description-nobody-writes-1d53a339c754", "supports": [ "Trennt falsche Ergebnisse erkennen von Arbeit selbst ausführen", "Korrigiert frühere Live-/Übungsbeschreibungen; keine abgeschlossenen Ergebnisse berichtet, Kosten geschätzt/modelliert" ], "method": "Aktuelle öffentliche Autorenkorrektur; private Aufzeichnungen hier nicht unabhängig geprüft." } ], "translationOf": "can-your-team-still-do-the-work-your-agents-do", "sourceDateModified": "2026-10-18", "topic": "Manuelle Übernahme und menschliche Urteilskraft getrennt prüfen", "hookSourceIds": [], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Erfundene Angebotsaufgabe und vorgeschlagene Prüfung. Die aktuelle öffentliche Quelle korrigiert frühere Live-/Übungsbehauptungen; keine gemessene Wirksamkeit, Kosten oder unternehmensweiter Rollout.", "evidenceLabel": "Vorgeschlagene Arbeitsprobe, kein durchgeführter Test", "heroVisual": "agent-rehearsal", "editorialWorkflow": "research-loop", "ogImage": "/og/arbeit-ohne-ki-agent.png", "ogImageAlt": "Dieselben Unterlagen führen zu zwei verschiedenen Prüfungen: Eine Person erkennt einen absichtlichen Rabattfehler oder erstellt ein neues Angebot ohne KI. Eine fachkundige Person beurteilt nach vereinbarten Kriterien.", "faqs": [ { "q": "Muss jeder die gesamte Agentenarbeit ohne KI ausführen können?", "a": "Nein. Beginnen Sie bei der Arbeit, die Menschen im vorgesehenen Ersatzablauf tatsächlich übernehmen sollen. Benennen Sie Person und Umfang. Ein gelungenes Angebot weist keine Vertretung für die gesamte Agentenarbeit nach." }, { "q": "Belegt das Erkennen eines Fehlers, dass jemand das Angebot erstellen kann?", "a": "Nein. Eine Person kann einen falschen Rabatt erkennen und beim vollständigen Angebot trotzdem Unterstützung brauchen. Vereinbaren Sie getrennte Aufgaben und Kriterien für Urteilskraft und manuelle Übernahme." }, { "q": "Darf die Person Unterlagen oder einen Taschenrechner verwenden?", "a": "Ja, wenn das vorher vereinbart wurde. Unser Beispiel erlaubt Anfrage, Preisliste, Rabattregel und ein Rechenwerkzeug. KI-Hilfe und das fertige Agentenangebot bleiben ausgeschlossen. Geprüft wird die Arbeit mit den Unterlagen, nicht das Auswendiglernen von Preisen." }, { "q": "Muss die Übung 30 Minuten dauern und jedes Quartal stattfinden?", "a": "Das waren gewählte Vorgaben der früheren Beschreibung. Umfang, Dauer und Wiederholung müssen zur Arbeit passen. Sie sind weder nachgewiesene Wirksamkeitsschwellen noch ein Beleg dafür, dass Übungen durchgeführt wurden." }, { "q": "Was zeigt eine nicht gelungene Arbeitsprobe?", "a": "Eine Lücke bei dieser Aufgabe unter diesen Bedingungen. Klären Sie Unterlagen, Zugriff, Wissen und Aufgabe, bevor Sie auf eine Ursache schließen. Vereinbaren Sie fachkundige Vertretung und Unterstützung; ein Versuch belegt weder KI-bedingten Kompetenzverlust noch ein allgemeines Urteil über die Person." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/kann-ihr-team-die-arbeit-auch-ohne-ki-agenten-erledigen.md", "sourceSlug": "can-your-team-still-do-the-work-your-agents-do" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/how-do-you-introduce-ai-agents-into-your-company", "url": "https://www.minglabs.com/insights/answers/how-do-you-introduce-ai-agents-into-your-company", "jsonUrl": "https://www.minglabs.com/insights/answers/how-do-you-introduce-ai-agents-into-your-company.json", "markdownUrl": "https://www.minglabs.com/insights/answers/how-do-you-introduce-ai-agents-into-your-company.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/wie-fuehren-sie-ki-agenten-im-unternehmen-ein", "url": "https://www.minglabs.com/de/insights/answers/wie-fuehren-sie-ki-agenten-im-unternehmen-ein", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-fuehren-sie-ki-agenten-im-unternehmen-ein.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-fuehren-sie-ki-agenten-im-unternehmen-ein.md" } ], "slug": "wie-fuehren-sie-ki-agenten-im-unternehmen-ein", "url": "https://www.minglabs.com/de/insights/answers/wie-fuehren-sie-ki-agenten-im-unternehmen-ein", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-fuehren-sie-ki-agenten-im-unternehmen-ein.json", "title": "Wie führen Sie KI-Agenten im Unternehmen ein?", "question": "Wie führen Sie KI-Agenten im Unternehmen ein?", "anchorTermConceptSlug": "what-is-hybrid-organisation", "targetQueries": [ "Wie führen Sie KI-Agenten im Unternehmen ein?", "KI-Agenten für Unternehmen", "KI-Agenten einführen" ], "hook": "Beginnen Sie mit einer Aufgabe, die Ihr Team gut kennt. Vereinbaren Sie, was der KI-Agent liefern soll, was er tun darf und wer sein Ergebnis prüft. Geben Sie ihm die nötigen Zugriffe und erproben Sie den Ablauf gemeinsam mit den Menschen, die damit arbeiten. Bei MING behandeln wir die Einführung deshalb wie die Einarbeitung einer neuen Rolle im Team.", "citableAnswer": "MING Labs empfiehlt, einen KI-Agenten über eine konkrete Aufgabe ins Team einzuführen: mit vereinbartem Ergebnis, klaren Befugnissen und einer verantwortlichen Person, die seine Arbeit prüft und bei Problemen übernimmt. Team und Agent erproben den Ablauf zunächst gemeinsam. Der Leitfaden beschreibt MINGs vorgeschlagene Methode; das Einkaufsbeispiel ist illustrativ und kein gemessenes Kundenergebnis.", "summary": "KI-Agenten im Unternehmen einführen: eine erste Aufgabe auswählen, Verantwortung und Zugriffe klären und den Ablauf mit dem Team testen. Mit Einkaufsbeispiel.", "pillar": "Hybrid Organisation", "evidenceTier": "silver", "confidence": "B", "datePublished": "2026-10-06", "dateModified": "2026-10-16", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-06" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Hybrid Organisation: Rollenklärung und Einarbeitung", "publisher": "MING Labs", "date": "Abgerufen am 06.10.2026", "url": "https://www.minglabs.com/hybrid-organisation", "supports": [ "MINGs Einstieg über eine Rolle, menschliche Verantwortung, vereinbarte Ergebnisse und betreute Einarbeitung" ], "method": "Öffentliche Beschreibung von MINGs Methode und Angebot. Kein unabhängiger Wirkungsnachweis. Kundenzitate, pauschale Erfolgsangaben und Versprechen einer festen Erfolgsdauer werden hier nicht übernommen." }, { "id": "S2", "title": "Agentic AI: Pilotprojekte und der Übergang in den produktiven Betrieb", "publisher": "Lünendonk & Hossenfelder", "date": "2026-09-17", "url": "https://www.luenendonk.de/luenendonk-studie-80-prozent-der-unternehmen-sind-bei-ki-agenten-noch-in-der-pilot-und-testphase/", "supports": [ "Selbstauskunft zum Anteil produktiver KI-Piloten; 180 Befragte aus größeren DACH-Unternehmen" ], "method": "Mitteilung des Studienherausgebers. Selbstauskünfte auf Unternehmensebene, keine ausgezählte Misserfolgsquote aller Projekte.", "n": 180 }, { "id": "S3", "title": "Copilot controls security and governance", "publisher": "Microsoft Learn", "date": "2026-09-09", "url": "https://learn.microsoft.com/en-us/microsoft-365/copilot/copilot-controls/security-governance", "supports": [ "Microsoft dokumentiert Datenzugriffe, Kontrollen gegen zu breite Freigaben und Protokollierung für Copilot und Agenten; verfügbare Kontrollen hängen von Produkten und Lizenzen ab" ], "method": "Plattformspezifische Dokumentation, geprüft am 06.10.2026. Sie belegt weder die Rechtskonformität einer konkreten Einführung noch gleichwertige Kontrollen auf anderen Plattformen." } ], "translationOf": "how-do-you-introduce-ai-agents-into-your-company", "sourceDateModified": "2026-10-16", "topic": "Eine Agentenrolle in einen bestehenden Teamablauf einführen", "hookSourceIds": [ "S1" ], "evidenceNote": "MINGs methodischer Vorschlag, gestützt auf öffentliche Umsetzungsforschung und Plattformdokumentation. Der Einkaufsablauf ist illustrativ; kein Kundenergebnis und keine Erfolgsgarantie.", "evidenceLabel": "Leitfaden zur Rolleneinführung", "heroVisual": "agent-introduction", "editorialWorkflow": "research-loop", "ogImage": "/og/ki-agenten-einfuehren.png", "ogImageAlt": "Beispiel einer Laptop-Anfrage: Das Team meldet den Bedarf, der Agent bereitet die Angaben vor, der Einkauf prüft und entscheidet. Fehlende Angaben gehen zur Klärung zurück.", "faqs": [ { "q": "Sollten wir zuerst die Plattform oder zuerst die Rolle auswählen?", "a": "Klären Sie zuerst die Aufgabe, das gewünschte Ergebnis und die benötigten Systeme. Danach prüfen Sie, welche Plattform dafür geeignet ist. Vorhandene Lizenzen können die Auswahl erleichtern, ersetzen aber keinen Test des konkreten Ablaufs." }, { "q": "Wer sollte den Agenten während der Einarbeitung betreuen?", "a": "Eine Person, die die Aufgabe versteht und entscheiden kann, ob das Ergebnis brauchbar ist. Sie braucht Zeit für Rückmeldungen, eine Vertretung und die Möglichkeit, den Agenten zu pausieren. Die IT klärt die technischen Zugriffe mit den jeweiligen Verantwortlichen." }, { "q": "Wie lange dauert die Einführung eines KI-Agenten?", "a": "Das hängt von der Aufgabe, den Systemen, den verfügbaren Daten und der Zeit für gemeinsame Tests ab. Vereinbaren Sie einen begrenzten Piloten und feste Prüftermine. Entscheiden Sie anhand der Ergebnisse, wann der Agent mehr Aufgaben übernehmen kann; ein Kalenderdatum allein reicht dafür nicht." }, { "q": "Braucht der Agent eigene OKRs?", "a": "Nutzen Sie das Zielsystem, mit dem das Team bereits arbeitet. Für die erste Rolle kann ein einfaches Ziel reichen: Der Einkauf erhält vollständige, richtige Angaben und kann damit weiterarbeiten. Prüfen Sie auch, wie viel Nacharbeit anfällt. Viele erzeugte Zusammenfassungen sind allein noch kein Erfolg." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-fuehren-sie-ki-agenten-im-unternehmen-ein.md", "sourceSlug": "how-do-you-introduce-ai-agents-into-your-company" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/should-you-add-webmcp-to-your-website", "url": "https://www.minglabs.com/insights/answers/should-you-add-webmcp-to-your-website", "jsonUrl": "https://www.minglabs.com/insights/answers/should-you-add-webmcp-to-your-website.json", "markdownUrl": "https://www.minglabs.com/insights/answers/should-you-add-webmcp-to-your-website.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/sollten-sie-ihre-website-um-webmcp-erweitern", "url": "https://www.minglabs.com/de/insights/answers/sollten-sie-ihre-website-um-webmcp-erweitern", "jsonUrl": "https://www.minglabs.com/de/insights/answers/sollten-sie-ihre-website-um-webmcp-erweitern.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/sollten-sie-ihre-website-um-webmcp-erweitern.md" } ], "slug": "sollten-sie-ihre-website-um-webmcp-erweitern", "url": "https://www.minglabs.com/de/insights/answers/sollten-sie-ihre-website-um-webmcp-erweitern", "jsonUrl": "https://www.minglabs.com/de/insights/answers/sollten-sie-ihre-website-um-webmcp-erweitern.json", "title": "Sollten Sie Ihre Website jetzt um WebMCP erweitern?", "question": "Sollten Sie Ihre Website jetzt um WebMCP erweitern?", "anchorTermConceptSlug": "what-is-agent-experience", "targetQueries": [ "webmcp", "WebMCP auf Website einsetzen", "Sollten Sie Ihre Website um WebMCP erweitern?" ], "hook": "Testen Sie WebMCP zunächst an einer Kundenaufgabe, für die Ihre Website verlässliche Daten hat, die ein Agent aber nicht zuverlässig erledigt. Ein Beispiel ist die Ersatzteilsuche: Der Kunde kennt das Maschinenmodell, doch beim Filtern geht diese Auswahl verloren. Prüfen Sie zuerst, ob sich die vorhandene Oberfläche einfach verbessern lässt. Vergleichen Sie danach einen kleinen Piloten mit einem unterstützten Browser und Agenten. WebMCP ist weiterhin ein Entwurf.", "citableAnswer": "MING Labs empfiehlt, WebMCP an einer einzelnen Kundenaufgabe mit verlässlichen Daten, freigegebenen Berechtigungen und einem unabhängig prüfbaren Ergebnis zu testen. Vergleichen Sie den Piloten mit der heutigen Oberfläche und einer einfacheren Verbesserung. Der WebMCP-Entwurf und der Chrome-Origin-Trial ermöglichen Versuche; sie belegen weder allgemeine Verfügbarkeit noch Kundennutzung oder einen Rankingvorteil.", "summary": "WebMCP auf der eigenen Website: Oberfläche verbessern, eine begrenzte Kundenaufgabe testen oder erst Voraussetzungen schaffen. Mit einem Ersatzteilbeispiel.", "pillar": "Agent Experience", "evidenceTier": "silver", "confidence": "B", "datePublished": "2026-10-09", "dateModified": "2026-10-09", "freshness": { "updated": "Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-08" }, "relatedConceptSlugs": [ "what-is-agent-experience" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "WebMCP", "publisher": "Chrome for Developers", "date": "2026-10-07", "url": "https://developer.chrome.com/docs/ai/webmcp", "supports": [ "Vorgeschlagene Browser-API, JavaScript-Werkzeuge und annotierte Formulare, Chrome-Origin-Trial ab Version 149 und Werkzeugentdeckung beim Besuch der Website." ], "method": "Aktuelle Plattformdokumentation; daraus werden keine allgemeine Browserunterstützung, Verbreitung oder Leistungswerte abgeleitet." }, { "id": "S2", "title": "WebMCP — Draft Community Group Report", "publisher": "Web Machine Learning Community Group", "date": "2026-10-08", "url": "https://webmachinelearning.github.io/webmcp/", "supports": [ "Entwurfsstatus: kein W3C-Standard und nicht auf dem W3C-Standards-Track." ], "method": "Kein W3C-Standard und keine Spezifikation auf dem W3C-Standards-Track. Stand am 9. Oktober 2026 geprüft." }, { "id": "S3", "title": "Build agent-friendly websites", "publisher": "web.dev", "date": "2026-04-01", "url": "https://web.dev/articles/ai-agent-site-ux", "supports": [ "Semantisches HTML und zugängliche Beschriftungen helfen Agenten, Oberflächen zu verstehen." ], "method": "Umsetzungshinweise, kein gemessener Nutzen für den illustrativen Katalog." }, { "id": "S4", "title": "WebMCP best practices", "publisher": "Chrome for Developers", "date": "2026-05-18", "url": "https://developer.chrome.com/docs/ai/webmcp/best-practices", "supports": [ "Klar abgegrenzte Werkzeuge, eindeutige Beschreibungen und Prüfung im Code; ein Schema erzwingt allein keine gültigen Eingaben." ], "method": "Aktuelle Entwicklungshinweise; Entscheidungsmethode und Beispiel sind Vorschläge von MING." }, { "id": "S5", "title": "Test WebMCP with Evals", "publisher": "Chrome for Developers", "date": "2026-05-28", "url": "https://developer.chrome.com/docs/ai/webmcp/evals", "supports": [ "Werkzeugauswahl, Eingaben, Ausgaben und die vollständige Aufgabe prüfen, einschließlich Fehlern zwischen einzelnen Schritten." ], "method": "Prüfmethode ohne übertragbare Erfolgsquote oder Kostenbenchmark." }, { "id": "S6", "title": "Agent Experience", "publisher": "MING Labs", "date": "Abgerufen am 2026-10-09", "url": "https://www.minglabs.com/agent-experience", "supports": [ "MING arbeitet daran, vorhandene kundenbezogene Funktionen für Agenten nutzbar zu machen." ], "method": "Einordnung des Angebots. Keine Kundenstimme, Geschwindigkeitsangabe, Umsetzungsdauer oder Erfolgsaussage übernommen." }, { "id": "S7", "title": "WebMCP tool security", "publisher": "Chrome for Developers", "date": "2026-09-01", "url": "https://developer.chrome.com/docs/ai/webmcp/secure-tools", "supports": [ "Auch reine Lesezugriffe können Informationen über Nutzer offenlegen." ], "method": "Aktuelle Sicherheitshinweise; keine Sicherheitsgarantie für eine bestimmte Implementierung." } ], "translationOf": "should-you-add-webmcp-to-your-website", "sourceDateModified": "2026-10-09", "topic": "Entscheiden, ob eine Kundenaufgabe einen WebMCP-Piloten rechtfertigt", "hookSourceIds": [ "S1", "S2" ], "evidenceNote": "Aktuelle öffentliche Browserdokumentation und MINGs vorgeschlagene Entscheidungsmethode. Der Ersatzteilkatalog ist illustrativ; kein Kundenergebnis und keine gemessene Verbesserung.", "evidenceLabel": "Entscheidungshilfe für WebMCP", "heroVisual": "webmcp-decision", "editorialWorkflow": "research-loop", "ogImage": "/og/webmcp-website-entscheidung.png", "ogImageAlt": "Drei mögliche nächste Schritte: Oberfläche verbessern, eine begrenzte WebMCP-Aufgabe testen oder fehlende Voraussetzungen schaffen. Anschließend Ergebnisse vergleichen.", "faqs": [ { "q": "Ist WebMCP bereits ein fertiger Webstandard?", "a": "Nein. Der am 9. Oktober 2026 geprüfte Bericht ist ein Draft Community Group Report. Er bezeichnet sich ausdrücklich weder als W3C-Standard noch als Teil des W3C-Standards-Track. Chrome dokumentiert einen Origin Trial ab Version 149. Prüfen Sie die konkrete Kombination aus Browser und Agent, die Sie unterstützen möchten." }, { "q": "Ersetzt WebMCP SEO oder verbessert es unser Ranking?", "a": "Die hier verwendete Dokumentation belegt keinen Rankingvorteil. Laut Chrome muss ein Client die Website besuchen, um ihre Werkzeuge zu entdecken. Ob ein Agent eine Aufgabe erledigen kann und ob Menschen Ihr Unternehmen finden, sind verschiedene Fragen mit unterschiedlichen Messgrößen." }, { "q": "Sollte das erste Werkzeug schon Bestellungen auslösen?", "a": "Für den illustrativen Katalog empfehlen wir zunächst eine reine Abfrage von Kompatibilität und Verfügbarkeit. Bei einer Bestellung kommen zusätzliche Entscheidungen über Berechtigung, Bestätigung und Fehlerbehebung hinzu. Ob ein transaktionaler Pilot sinnvoll ist, hängt vom tatsächlichen Ablauf und seinen Kontrollen ab." }, { "q": "Was brauchen wir für die Planung eines WebMCP-Piloten?", "a": "Bringen Sie eine Kundenaufgabe, Beispiele für gültige und ungültige Eingaben sowie das System mit, das das richtige Ergebnis bestimmt. Benennen Sie dessen verantwortliche Person und eine testbare Kombination aus Browser und Agent. Damit kann das Team einen sinnvollen Versuch und Kriterien für den weiteren Betrieb festlegen." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/sollten-sie-ihre-website-um-webmcp-erweitern.md", "sourceSlug": "should-you-add-webmcp-to-your-website" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/which-metrics-show-whether-an-ai-agent-is-improving", "url": "https://www.minglabs.com/insights/answers/which-metrics-show-whether-an-ai-agent-is-improving", "jsonUrl": "https://www.minglabs.com/insights/answers/which-metrics-show-whether-an-ai-agent-is-improving.json", "markdownUrl": "https://www.minglabs.com/insights/answers/which-metrics-show-whether-an-ai-agent-is-improving.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/woran-erkennen-sie-ob-ein-ki-agent-besser-wird", "url": "https://www.minglabs.com/de/insights/answers/woran-erkennen-sie-ob-ein-ki-agent-besser-wird", "jsonUrl": "https://www.minglabs.com/de/insights/answers/woran-erkennen-sie-ob-ein-ki-agent-besser-wird.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/woran-erkennen-sie-ob-ein-ki-agent-besser-wird.md" } ], "slug": "woran-erkennen-sie-ob-ein-ki-agent-besser-wird", "url": "https://www.minglabs.com/de/insights/answers/woran-erkennen-sie-ob-ein-ki-agent-besser-wird", "jsonUrl": "https://www.minglabs.com/de/insights/answers/woran-erkennen-sie-ob-ein-ki-agent-besser-wird.json", "title": "Woran erkennen Sie, ob ein KI-Agent besser wird?", "question": "Woran erkennen Sie, ob ein KI-Agent besser wird?", "anchorTermConceptSlug": "what-is-hybrid-organisation", "targetQueries": [ "Woran erkennen Sie, ob ein KI-Agent besser wird?", "KI-Agent Qualität messen", "KI-Agent Kennzahlen" ], "hook": "Zählen Sie bei denselben Testfällen getrennt, was vollständig richtig war, was korrekt an Menschen übergeben wurde und was falsch blieb. Prüfen Sie außerdem fehlende Eingänge, Wartezeit und menschlichen Prüfaufwand. In unserem berichteten Test mit 20 Aufträgen sank die Zahl falscher Entwürfe von sieben auf vier. Die Zahl vollständig richtiger blieb bei sieben. Das ist ein Fortschritt, belegt aber keine Freigabe zum selbstständigen Buchen.", "citableAnswer": "MING Labs empfiehlt, vollständig richtige Ergebnisse, korrekte Übergaben an Menschen und falsche Ergebnisse an denselben Aufgaben mit klaren Abnahmekriterien zu vergleichen. Eine unveränderte Trefferquote kann weniger falsche Entwürfe verdecken. Mehr Übergaben können zugleich das Team stärker belasten. Prüfen Sie deshalb, ob sie rechtzeitig bei der zuständigen Person ankommen, und erfassen Sie fehlende Eingänge sowie Prüfaufwand gesondert.", "summary": "Ein berichteter Test mit 20 Aufträgen zeigt, was die Trefferquote verdeckt, welche Kennzahlen bei KI-Agenten helfen und wann eine Änderung mehr Fehler zulässt.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-08", "dateModified": "2026-10-08", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-08" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Every fix worked. The accuracy number never moved.", "publisher": "Sebastian Mueller, The Hybrid Company / Medium", "date": "2026-09-30", "url": "https://medium.com/the-hybrid-company/every-fix-worked-the-accuracy-number-never-moved-3589daa95750", "supports": [ "Berichtete Auftragsentwürfe aus Juni 2026, Definitionen, Beschränkung auf Entwürfe und verworfene Schwellenwert-Simulation" ], "method": "Veröffentlichte MING-Erfahrung. Vollständigen Originalartikel und sechs Grafiken erneut gelesen. Technische Protokolle sind privat und nicht unabhängig geprüft." }, { "id": "S2", "title": "The same 20 test orders, before and after", "publisher": "Sebastian Mueller, LinkedIn", "date": "Abgerufen am 08.10.2026; Anzeige: 5 Tage", "url": "https://www.linkedin.com/posts/smueller1512_ai-agents-transformation-share-7511712327352635395-HY12/", "supports": [ "Ausdrückliche Bestätigung, dass vorher und nachher dieselben 20 Testaufträge bewertet wurden" ], "method": "Vollständigen Originalbeitrag und Grafik gelesen. Dieselbe Quellenfamilie wie S1, keine unabhängige Bestätigung." }, { "id": "S3", "title": "Demystifying evals for AI agents", "publisher": "Anthropic", "date": "2026-01-09; geprüft am 08.10.2026", "url": "https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents", "supports": [ "Klare Aufgaben- und Abnahmekriterien, wiederholte Durchläufe und Prüfung des tatsächlichen Ergebnisses" ], "method": "Primäre technische Anleitung, kein Beleg für das Ergebnis im MING-Projekt." } ], "translationOf": "which-metrics-show-whether-an-ai-agent-is-improving", "sourceDateModified": "2026-10-08", "topic": "Die Qualität der Arbeit eines KI-Agenten beurteilen", "hookSourceIds": [ "S1", "S2" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Dieselben 20 Testaufträge aus einem Projekt im Juni 2026. Berichtete Entwurfsergebnisse, keine allgemeine Zuverlässigkeitsquote oder automatische Verbuchung.", "evidenceLabel": "Veröffentlichte MING-Erfahrung", "heroVisual": "agent-quality", "editorialWorkflow": "linkedin-loop", "ogImage": "/og/ki-agent-qualitaet.png", "ogImageAlt": "Dieselben 20 Testaufträge vor und nach drei Überarbeitungen: vollständig richtig 7 zu 7, korrekt übergeben 6 zu 9, falsch 7 zu 4.", "faqs": [ { "q": "Sind mehr Übergaben an Menschen gut oder schlecht?", "a": "Das hängt davon ab, welche Fälle vorher anders behandelt wurden und ob die Übergabe funktioniert. Eine gefährliche Vermutung abzufangen kann ein Fortschritt sein. Unnötige Rückgaben alltäglicher Aufgaben können das Team überlasten. Vergleichen Sie dieselben Aufgaben, prüfen Sie den Grund jeder Übergabe und messen Sie, ob ein Mensch sie rechtzeitig erhält und bearbeitet." }, { "q": "Belegen 20 Testaufträge die Zuverlässigkeit eines Agenten?", "a": "Nein. Die berichtete Stichprobe erklärt eine Entwicklungsentscheidung. Sie belegt keine Zuverlässigkeit über den gesamten produktiven Betrieb. Wählen Sie Testfälle passend zur Aufgabe und den möglichen Fehlerfolgen, nehmen Sie gewöhnliche und schwierige Fälle auf und wiederholen Sie Durchläufe. Trennen Sie diese Tests von der Beobachtung des laufenden Betriebs." }, { "q": "Heißt vollständig richtig, dass der Auftrag automatisch gebucht wurde?", "a": "In diesem Fall nicht. Der Agent bereitete Auftragsentwürfe vor und buchte nie selbstständig. Vollständig richtig bezieht sich auf die Felder im Entwurf. Benennen Sie bei Ihrer Messung das tatsächlich abgenommene Ergebnis: Ein Entwurf, eine von einem Menschen freigegebene Buchung und ein ausgelieferter Auftrag sind verschiedene Dinge." }, { "q": "Welche Kennzahl sollten wir zuerst verbessern?", "a": "Vereinbaren Sie das mit der Person, die den Prozess verantwortet. Beginnen Sie bei unzulässigen Fehlern und ihren Folgen. Beurteilen Sie danach brauchbare Ergebnisse, menschlichen Aufwand und Bearbeitungszeit gemeinsam. Im berichteten Projekt war vorab vereinbart, dass keine unbemerkt falschen Daten übernommen werden dürfen. Das bedeutet nicht, dass bereits alle Fehler beseitigt waren." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/woran-erkennen-sie-ob-ein-ki-agent-besser-wird.md", "sourceSlug": "which-metrics-show-whether-an-ai-agent-is-improving" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/how-do-you-hand-over-an-ai-agent-to-a-new-owner", "url": "https://www.minglabs.com/insights/answers/how-do-you-hand-over-an-ai-agent-to-a-new-owner", "jsonUrl": "https://www.minglabs.com/insights/answers/how-do-you-hand-over-an-ai-agent-to-a-new-owner.json", "markdownUrl": "https://www.minglabs.com/insights/answers/how-do-you-hand-over-an-ai-agent-to-a-new-owner.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/wie-uebergeben-sie-einen-ki-agenten-bei-einem-personalwechsel", "url": "https://www.minglabs.com/de/insights/answers/wie-uebergeben-sie-einen-ki-agenten-bei-einem-personalwechsel", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-uebergeben-sie-einen-ki-agenten-bei-einem-personalwechsel.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-uebergeben-sie-einen-ki-agenten-bei-einem-personalwechsel.md" } ], "slug": "wie-uebergeben-sie-einen-ki-agenten-bei-einem-personalwechsel", "url": "https://www.minglabs.com/de/insights/answers/wie-uebergeben-sie-einen-ki-agenten-bei-einem-personalwechsel", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wie-uebergeben-sie-einen-ki-agenten-bei-einem-personalwechsel.json", "title": "Wie übergeben Sie einen KI-Agenten bei einem Personalwechsel?", "question": "Wie übergeben Sie einen KI-Agenten bei einem Personalwechsel?", "anchorTermConceptSlug": "what-is-hybrid-organisation", "targetQueries": [ "Wie übergeben Sie einen KI-Agenten bei einem Personalwechsel?", "KI-Agent Übergabe", "KI-Agent Mitarbeiter verlässt Unternehmen" ], "hook": "Klären Sie, wer die Betreuung übernimmt, welches Wissen der Agent weiter nutzen darf und welche Verbindungen er dafür braucht. Lassen Sie die neue Person anschließend eine typische Aufgabe und den Umgang mit Ausnahmen prüfen. So wird die Arbeit übergeben, nicht nur ein Name in den Einstellungen geändert. Das ist unser Methodenvorschlag; der zugrunde liegende MING-Fall handelt von einer angefragten Kopie, nicht von einer gemessenen Personalübergabe.", "citableAnswer": "MING Labs empfiehlt, bei der Übergabe eines KI-Agenten den Auftrag, das freigegebene Wissen, die Systemverbindungen und die neue menschliche Verantwortung gemeinsam zu prüfen. Ein geänderter Eigentümer im System ist ein Verwaltungsschritt. Er belegt allein weder, dass die neue Person die Arbeit betreuen kann, noch dass alle Verbindungen funktionieren. Der Vorschlag ist keine gemessene Garantie für einen unterbrechungsfreien Betrieb.", "summary": "Einen KI-Agenten übergeben: Ein Presales-Beispiel von MING zeigt, warum Sie Auftrag, gespeichertes Firmenwissen und Zugriffe getrennt prüfen sollten.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-07", "dateModified": "2026-10-07", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-07" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Personal agents and company roles — the presales-agent example", "publisher": "Sebastian Mueller, LinkedIn", "date": "Abgerufen am 07.10.2026; Anzeige: 6 Tage", "url": "https://www.linkedin.com/posts/smueller1512_ai-agents-transformation-share-7511305309403934720-iyVD/", "supports": [ "Berichtete Anfrage nach einer Kopie unseres Presales-Agenten, ausgenommen dessen Langzeitspeicher über MING" ], "method": "Öffentlichen Originalbeitrag und Grafik vollständig erneut gelesen. Ein veröffentlichter Unternehmensbericht, kein unabhängig geprüfter Transfer oder Fall einer Personalübergabe." }, { "id": "S2", "title": "A hybrid organisation is one where agents hold real roles.", "publisher": "Sebastian Mueller, The Hybrid Company / Medium", "date": "2026-09-10", "url": "https://medium.com/the-hybrid-company/a-hybrid-organisation-is-one-where-agents-hold-real-roles-d03620e42555", "supports": [ "Unsere Definition einer Agentenrolle: vereinbarte Arbeit, Befugnisse, Kosten und eine benannte Person" ], "method": "Öffentlichen Artikel und relevante Rollen- und Kontextgrafiken erneut gelesen. Ein vorgeschlagenes Betriebsmodell, kein Beleg für lückenlosen Wissenstransfer." }, { "id": "S3", "title": "Reassign ownership of orphaned agents with the Power Platform API", "publisher": "Microsoft Learn", "date": "2026-09-11; geprüft am 07.10.2026", "url": "https://learn.microsoft.com/en-us/microsoft-copilot-studio/admin-api-reassign-ownership-orphaned-agent", "supports": [ "Die Administration kann Copilot-Studio-Agenten neu zuordnen, wenn deren Eigentümer ausscheidet oder die Rolle wechselt" ], "method": "Primärdokumentation für dieses Produkt. Sie belegt nicht, dass ein neu zugeordneter Agent betriebsbereit ist." }, { "id": "S4", "title": "Configure and manage connections", "publisher": "Microsoft Learn", "date": "2026-09-30; geprüft am 07.10.2026", "url": "https://learn.microsoft.com/en-us/microsoft-copilot-studio/authoring-connections", "supports": [ "Verbindungen in der Standard-Laufzeit von Copilot Studio können die Anmeldung des Erstellers oder Nutzers verwenden und haben einen eigenen Status" ], "method": "Primärdokumentation für dieses Produkt. Keine allgemeine Aussage darüber, welche Verbindungen bei einer Übergabe ausfallen." } ], "translationOf": "how-do-you-hand-over-an-ai-agent-to-a-new-owner", "sourceDateModified": "2026-10-07", "topic": "Die Betreuung eines laufenden KI-Agenten übergeben", "hookSourceIds": [ "S1", "S2" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Eine veröffentlichte Anfrage nach einer Agentenkopie, aktuelle Plattformdokumentation und eine vorgeschlagene interne Übergabe. Kein gemessenes Offboarding-Ergebnis.", "evidenceLabel": "Vorschlag für die Übergabe", "heroVisual": "agent-handover", "editorialWorkflow": "linkedin-loop", "ogImage": "/og/ki-agent-uebergabe.png", "ogImageAlt": "Beispielhafte Übergabe: Eine neue Person übernimmt einen Presales-Agenten, nachdem Auftrag, freigegebenes Wissen und Verbindungen geprüft wurden.", "faqs": [ { "q": "Was tun, wenn die bisherige Person schon ausgeschieden ist?", "a": "Lassen Sie die zuständige Administration den Agenten, seine Zugriffe und offene Arbeit erfassen. Benennen Sie eine Person, die über den weiteren Betrieb entscheidet. Wo Betreuung oder Berechtigungen unklar sind, sollten die betroffenen Aktionen pausieren und Menschen übernehmen, bis diese Fragen geklärt sind. Nutzen Sie den dokumentierten Weg Ihrer Plattform; diese Seite ist keine allgemeingültige Wiederherstellungsanleitung." }, { "q": "Kann die neue Person einfach den gesamten Speicher übernehmen?", "a": "Gehen Sie davon nicht aus. Prüfen Sie, was gespeichert ist, woher es stammt und was die neue Rolle nutzen darf. Eine interne Übergabe und eine Kopie für einen Kunden sind unterschiedliche Weitergaben. Über Aufbewahrung und Zugriff entscheiden die dafür zuständigen Personen; die technische Möglichkeit eines Exports ist noch keine Freigabe." }, { "q": "Muss der Agent während der Übergabe abgeschaltet werden?", "a": "Nicht unbedingt. Das verantwortliche Team sollte festlegen, welche Arbeit unter einer vereinbarten Vertretung weiterlaufen kann und welche Aktionen warten müssen. Wir empfehlen, die geänderte Betreuung und die Zugriffe zu prüfen, bevor Sie sich auf den neuen Ablauf verlassen. Nicht jede Plattform verlangt dafür eine vollständige Abschaltung." }, { "q": "Hat MING den Erfolg dieser Übergabemethode gemessen?", "a": "Nein. Der öffentliche Fall beschreibt die Anfrage nach einer Kopie unseres Presales-Agenten und die Entscheidung, dessen MING-Wissen auszunehmen. Die Checkliste und die Probe auf dieser Seite sind unser weiterführender Vorschlag. Daraus ergeben sich weder eine Fehlerquote noch eine Zeitersparnis oder ein belegter Erfolg beim Ausscheiden eines Mitarbeiters." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/wie-uebergeben-sie-einen-ki-agenten-bei-einem-personalwechsel.md", "sourceSlug": "how-do-you-hand-over-an-ai-agent-to-a-new-owner" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/who-is-accountable-when-an-ai-agent-makes-a-mistake", "url": "https://www.minglabs.com/insights/answers/who-is-accountable-when-an-ai-agent-makes-a-mistake", "jsonUrl": "https://www.minglabs.com/insights/answers/who-is-accountable-when-an-ai-agent-makes-a-mistake.json", "markdownUrl": "https://www.minglabs.com/insights/answers/who-is-accountable-when-an-ai-agent-makes-a-mistake.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/wer-traegt-die-verantwortung-wenn-ein-ki-agent-einen-fehler-macht", "url": "https://www.minglabs.com/de/insights/answers/wer-traegt-die-verantwortung-wenn-ein-ki-agent-einen-fehler-macht", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wer-traegt-die-verantwortung-wenn-ein-ki-agent-einen-fehler-macht.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/wer-traegt-die-verantwortung-wenn-ein-ki-agent-einen-fehler-macht.md" } ], "slug": "wer-traegt-die-verantwortung-wenn-ein-ki-agent-einen-fehler-macht", "url": "https://www.minglabs.com/de/insights/answers/wer-traegt-die-verantwortung-wenn-ein-ki-agent-einen-fehler-macht", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wer-traegt-die-verantwortung-wenn-ein-ki-agent-einen-fehler-macht.json", "title": "Wer trägt die Verantwortung, wenn ein KI-Agent einen Fehler macht?", "question": "Wer trägt die Verantwortung, wenn ein KI-Agent einen Fehler macht?", "anchorTermConceptSlug": "what-is-hybrid-organisation", "targetQueries": [ "Wer trägt die Verantwortung, wenn ein KI-Agent einen Fehler macht?", "Verantwortung für KI-Agenten", "Wer prüft die Ergebnisse eines KI-Agenten?" ], "hook": "Legen Sie vor dem Start fest, welche Person im Team für das Ergebnis zuständig ist. Sie muss Fehler beheben lassen, die Arbeit anhalten und eine fachliche Prüfung organisieren können. Am einzelnen Dokument sollte zusätzlich stehen, wer es tatsächlich geprüft hat. Der Name des KI-Agenten verrät, woher der Entwurf stammt. Ob ein Mensch ihn geprüft hat, bleibt damit offen.", "citableAnswer": "MING Labs empfiehlt, für die Arbeit eines KI-Agenten eine verantwortliche Person zu benennen und jede erforderliche Prüfung mit Person und Datum festzuhalten. Das Prüffeld bleibt offen, bis die Prüfung stattgefunden hat. So werden Zuständigkeit und fehlende Prüfungen sichtbar. Ein Eintrag allein belegt weder eine sorgfältige Prüfung noch klärt er die rechtliche Haftung.", "summary": "Wer übernimmt die Verantwortung für Agentenfehler? Ein konkretes Dokument zeigt, warum die Angabe des KI-Autors keine menschliche Prüfung belegt.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-05", "dateModified": "2026-10-05", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-05" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Prepared by the agent. Reviewed by a named human.", "publisher": "Sebastian Mueller, The Hybrid Company / Medium", "date": "2026-09-23", "url": "https://medium.com/the-hybrid-company/prepared-by-the-agent-reviewed-by-a-named-human-d438946e1e29", "supports": [ "Berichtete Agentennotiz vom 5. September nennt KI-Erstellung, aber keine menschliche Prüfung", "Vorschlag mit zwei Feldern; in der Publikation verwendet, noch kein firmenweiter Einsatz auf Kundenunterlagen", "Wirkung eines benannten Prüfers auf Fehlererkennung ist nicht getestet" ], "method": "Öffentlichen Artikel und alle vier Grafiken am 05.10.2026 gelesen. Die zugrunde liegenden Betriebsunterlagen bleiben privat. Datierter Unternehmensbericht und Vorschlag, keine unabhängige Bestätigung." }, { "id": "S2", "title": "Evaluating human intervention in automated decisions", "publisher": "Agencia Española de Protección de Datos (AEPD)", "date": "2024-03-04", "url": "https://www.aepd.es/en/press-and-communication/blog/evaluating-human-intervention-in-automated-decisions", "supports": [ "Menschliche Mitwirkung erfordert Befugnis, Fachkenntnis, Unabhängigkeit und Sorgfalt sowie praktische Mittel einschließlich Informationen, Werkzeugen und Zeit" ], "method": "Amtliche Hinweise im Kontext automatisierter Entscheidungen nach DSGVO. Wir übertragen die Prüfkriterien auf praktische Fragen; keine Aussage zur rechtlichen Anwendbarkeit oder Konformität." }, { "id": "S3", "title": "Prepared by / Reviewed by — post and author clarifications", "publisher": "Sebastian Mueller, LinkedIn", "date": "Abgerufen am 05.10.2026; angezeigt: 1w", "url": "https://www.linkedin.com/posts/smueller1512_ai-agent-agenticai-share-7508403314577829889-6tus/", "supports": [ "Dieselbe Belegfamilie wie S1", "Der Autor stellt klar: Ein leeres Prüffeld blockiert den Versand derzeit nicht generell", "Ein Name allein belegt keine sorgfältige Prüfung" ], "method": "Vollständigen Originalbeitrag und sichtbare Antworten des Autors gelesen. Relative Zeitangabe ohne erfundenes Datum übernommen." } ], "translationOf": "who-is-accountable-when-an-ai-agent-makes-a-mistake", "sourceDateModified": "2026-10-05", "topic": "Menschliche Verantwortung und Prüfung von Agentenarbeit", "hookSourceIds": [ "S1" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Ein veröffentlichter MING-Erfahrungsbericht und ein Vorschlag für Dokumente. Eine Wirkung auf die Fehlerquote ist nicht gemessen.", "evidenceLabel": "Praktische Prüfhilfe", "heroVisual": "named-review", "ogImage": "/og/ki-agent-menschliche-pruefung.png", "ogImageAlt": "Zwei schematische Dokumentzustände: Entwurf erstellt, Prüfung noch offen; anschließend Prüfung mit Person und Datum vermerkt.", "faqs": [ { "q": "Muss die prüfende Person auch für den Betrieb des Agenten verantwortlich sein?", "a": "Nicht unbedingt. Die für den Betrieb zuständige Person organisiert den Ablauf und den Umgang mit Fehlern. Ein einzelnes Dokument kann eine andere fachkundige Person prüfen. Halten Sie beide Rollen fest, einschließlich der Befugnis zur Freigabe. Eine Unterschrift bedeutet nicht automatisch, dass jemand sämtliche technischen und organisatorischen Entscheidungen verantwortet." }, { "q": "Was gilt, wenn der Agent ohne Freigabe jeder einzelnen Aktion arbeitet?", "a": "Auch für diesen Arbeitsumfang braucht es eine zuständige Person. Halten Sie fest, was der Agent selbst ausführen darf, welche Ausnahmen eine Prüfung brauchen, wer ihn anhalten kann und wer bei Abwesenheit übernimmt. Selbstständige Ausführung ersetzt keine Zuständigkeit für Fehler. Das ist unser Vorschlag für den Betrieb, keine Forderung nach einer Einzelfreigabe für jede Aktion." }, { "q": "Wer haftet rechtlich für einen Fehler des KI-Agenten?", "a": "Diese Seite behandelt Zuständigkeiten im Arbeitsalltag, nicht die rechtliche Haftung. Ein Prüfvermerk oder eine Rollenbeschreibung legt nicht fest, wer einen Schaden tragen muss. Lassen Sie die konkrete Aufgabe, Verträge, Beteiligten und Rechtsordnung prüfen. Die Vorlage überträgt keine Haftung und ist kein Nachweis der Rechtskonformität." }, { "q": "Senkt ein benannter Prüfer die Fehlerquote?", "a": "Das ist durch die Quelle dieser Methode nicht nachgewiesen. Unser veröffentlichter Bericht sagt ausdrücklich, dass die vermutete Wirkung des Prüfernamens nicht getestet wurde. Prüfen Sie zunächst, ob die vermerkten Prüfungen tatsächlich stattgefunden haben und dafür genug Zeit sowie Zugang zu den Belegen vorhanden waren." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/wer-traegt-die-verantwortung-wenn-ein-ki-agent-einen-fehler-macht.md", "sourceSlug": "who-is-accountable-when-an-ai-agent-makes-a-mistake" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/when-to-shut-down-an-ai-agent", "url": "https://www.minglabs.com/insights/answers/when-to-shut-down-an-ai-agent", "jsonUrl": "https://www.minglabs.com/insights/answers/when-to-shut-down-an-ai-agent.json", "markdownUrl": "https://www.minglabs.com/insights/answers/when-to-shut-down-an-ai-agent.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/wann-sollte-man-einen-ki-agenten-abschalten", "url": "https://www.minglabs.com/de/insights/answers/wann-sollte-man-einen-ki-agenten-abschalten", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wann-sollte-man-einen-ki-agenten-abschalten.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/wann-sollte-man-einen-ki-agenten-abschalten.md" } ], "slug": "wann-sollte-man-einen-ki-agenten-abschalten", "url": "https://www.minglabs.com/de/insights/answers/wann-sollte-man-einen-ki-agenten-abschalten", "jsonUrl": "https://www.minglabs.com/de/insights/answers/wann-sollte-man-einen-ki-agenten-abschalten.json", "title": "Wann sollte man einen KI-Agenten abschalten?", "question": "Wann sollte man einen KI-Agenten abschalten?", "definedTerm": "Acted-On Rate", "targetQueries": [ "Wann sollte man einen KI-Agenten abschalten?", "KI-Agent liefert ungenutzte Ergebnisse" ], "hook": "Pausieren Sie einen Agenten, wenn er vereinbarte Grenzen überschreitet oder Sie seine Aktionen nicht mehr nachvollziehen können. Arbeitet er innerhalb seiner Grenzen, liefert aber wenig Nutzen, prüfen Sie tatsächliche Verwendung, Übergabe und laufende Kosten. Beheben Sie einen konkreten, überprüfbaren Fehler. Beenden Sie eine Rolle, die auch nach der vereinbarten Prüfung kein brauchbares Ergebnis hat. Viele Nachrichten allein rechtfertigen ihren Weiterbetrieb nicht.", "citableAnswer": "MING Labs schaltete den Koordinationsagenten Major Tom laut eigenem veröffentlichtem Bericht nach 13 Tagen und 764 Nachrichten ab. Das Team verwendete seine Ergebnisse nicht. Der Fall spricht dafür, die tatsächliche Nutzung zu prüfen; er belegt weder eine allgemeine Zwei-Wochen-Frist noch eine Abschaltquote für KI-Agenten.", "summary": "Wann sollte ein KI-Agent pausieren, überarbeitet oder stillgelegt werden? Ein MING-Fall und eine praktische Prüfung von Grenzen, Nutzung und Kosten.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-05", "dateModified": "2026-10-05", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-05" }, "parentArticleSlug": "we-fired-an-ai-agent", "relatedConceptSlugs": [ "what-is-the-comprehension-obligation" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "We fired an AI agent after 13 days", "publisher": "Sebastian Mueller, MING Labs", "date": "April 2026; abgerufen am 05.10.2026", "url": "https://www.minglabs.com/insights/articles/we-fired-an-ai-agent", "supports": [ "Koordinationsrolle von Major Tom; 764 Nachrichten in 13 Tagen; Abschaltung am 30. März 2026", "Team ignorierte Ergebnisse; Fähigkeit ohne klaren Zuständigkeitsbereich" ], "method": "Veröffentlichter Unternehmensbericht. Internes Nachrichtenprotokoll nicht öffentlich; keine unabhängige Prüfung oder allgemeine Abschaltschwelle." }, { "id": "S2", "title": "Building effective agents", "publisher": "Anthropic", "date": "19.12.2024; abgerufen am 05.10.2026", "url": "https://www.anthropic.com/engineering/building-effective-agents", "supports": [ "Rückmeldungen aus der tatsächlichen Umgebung und Abbruchbedingungen wie eine Höchstzahl von Schritten", "Autonome Abläufe können Fehler verstärken; Komplexität am Ergebnis messen" ], "method": "Technische Primärquelle. Belegt begrenzte Ausführung, keine gemessene betriebswirtschaftliche Abschaltschwelle." } ], "translationOf": "when-to-shut-down-an-ai-agent", "sourceDateModified": "2026-10-05", "termDefinition": "Die Acted-On Rate ist der von MING Labs vorgeschlagene Anteil geprüfter Agentenergebnisse, die eine benannte Person innerhalb eines festgelegten Zeitraums verwendet oder zum Anlass einer Handlung nimmt. Sie misst Nutzung, nicht Richtigkeit, Sicherheit oder Gewinn.", "topic": "KI-Agenten pausieren, überarbeiten oder stilllegen", "hookSourceIds": [], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Ein berichteter MING-Fall und unser Vorschlag für die Prüfung. Keine allgemeine Frist oder gemessene Erfolgsquote.", "evidenceLabel": "Veröffentlichter Fall und Entscheidungshilfe", "heroVisual": "agent-shutdown", "editorialWorkflow": "research-loop", "ogImage": "/og/ki-agent-abschalten.png", "ogImageAlt": "Entscheidungsweg: Bei Grenzverletzung pausieren, sonst Nutzung und Kosten prüfen; weiterbetreiben, gezielt nachbessern oder Rolle beenden.", "faqs": [ { "q": "Muss sich jeder Agent innerhalb von zwei Wochen bewähren?", "a": "Nein. Der Prüfzeitraum muss zum Arbeitsablauf passen. Ein tägliches Briefing bietet andere Gelegenheiten zur Bewertung als ein Monatsabschluss. Die 13 Tage bei Major Tom beschreiben einen Einzelfall. Vereinbarte Sicherheitsgrenzen gelten während des gesamten Betriebs, unabhängig vom Prüftermin." }, { "q": "Ist eine Rolle überflüssig, wenn niemand ihre Ergebnisse nutzt?", "a": "Nicht zwangsläufig. Vielleicht hat die vorgesehene Person das Ergebnis nie erhalten, darf damit nicht handeln oder hat bereits eine bessere Informationsquelle. Prüfen Sie die Zustellung und sprechen Sie mit der Person. Unbekannte Nutzung ist etwas anderes als bestätigte Nichtnutzung." }, { "q": "Sollte ein Überwachungsagent abgeschaltet werden, wenn er keine Warnungen sendet?", "a": "Nicht allein deshalb. Wenn kein relevantes Ereignis eingetreten ist, kann Schweigen richtig sein. Prüfen Sie an bekannten Beispielen, ob der Agent Ereignisse erkennt und die vereinbarte Abdeckung und Reaktion erreicht. Eine Bewertung nach Nachrichtenmenge würde das falsche Verhalten belohnen." }, { "q": "Reicht eine hohe Acted-On Rate für den Weiterbetrieb?", "a": "Nein. Menschen können auch falsche oder unsichere Ergebnisse verwenden. Viel Nacharbeit kann den Betrieb unwirtschaftlich machen. Prüfen Sie deshalb zusätzlich Qualität, Befugnisse und Gesamtkosten. Wenn kein Ergebnis bewertet werden konnte, bleibt die Quote unbekannt und ist nicht null." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/wann-sollte-man-einen-ki-agenten-abschalten.md", "sourceSlug": "when-to-shut-down-an-ai-agent" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/what-belongs-in-an-ai-agents-audit-trail", "url": "https://www.minglabs.com/insights/answers/what-belongs-in-an-ai-agents-audit-trail", "jsonUrl": "https://www.minglabs.com/insights/answers/what-belongs-in-an-ai-agents-audit-trail.json", "markdownUrl": "https://www.minglabs.com/insights/answers/what-belongs-in-an-ai-agents-audit-trail.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/was-gehoert-in-das-protokoll-eines-ki-agenten", "url": "https://www.minglabs.com/de/insights/answers/was-gehoert-in-das-protokoll-eines-ki-agenten", "jsonUrl": "https://www.minglabs.com/de/insights/answers/was-gehoert-in-das-protokoll-eines-ki-agenten.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/was-gehoert-in-das-protokoll-eines-ki-agenten.md" } ], "slug": "was-gehoert-in-das-protokoll-eines-ki-agenten", "url": "https://www.minglabs.com/de/insights/answers/was-gehoert-in-das-protokoll-eines-ki-agenten", "jsonUrl": "https://www.minglabs.com/de/insights/answers/was-gehoert-in-das-protokoll-eines-ki-agenten.json", "title": "Was gehört in das Protokoll eines KI-Agenten?", "question": "Was gehört in das Protokoll eines KI-Agenten?", "anchorTermConceptSlug": "what-is-hybrid-organisation", "targetQueries": [ "Was gehört in das Protokoll eines KI-Agenten?", "KI-Agent Protokoll", "Aktionen von KI-Agenten nachvollziehen" ], "hook": "Ein Agenten-Protokoll sollte zeigen, was beauftragt war, was tatsächlich passiert ist und wer dafür verantwortlich ist. Zu jedem Ergebnis gehört ein Beleg, den jemand anderes prüfen kann. Warum das wichtig ist, haben wir bei zwölf Briefings gelernt: Die Texte waren fertig, der Status stand auf „erledigt“, versendet wurde keines.", "citableAnswer": "Wir empfehlen, Auftrag, erlaubte Zugriffe, ausgeführte Schritte, Ergebnis und menschliche Prüfung miteinander zu verbinden. Für eine Zustellung braucht es einen Beleg aus dem Versandsystem mit Empfänger und Zeitpunkt. In einem von MING Labs veröffentlichten Projektbericht waren zwölf Briefings als erledigt vermerkt, aber keines versendet. Ein Abschlussstatus allein belegt deshalb keine erfolgreiche Übergabe.", "summary": "Zwölf Briefings erstellt, keines versendet. Was ein KI-Agent protokollieren sollte, damit Menschen seine Arbeit nachvollziehen können.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-04", "dateModified": "2026-10-04", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-04" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Twelve briefs written and none delivered.", "publisher": "Sebastian Mueller, The Hybrid Company / Medium", "date": "Abgerufen am 04.10.2026", "url": "https://medium.com/the-hybrid-company/twelve-briefs-written-and-none-delivered-2f4754595bf6", "supports": [ "Laut Bericht zwölf Briefings erstellt und keines versendet, in einem Projekt ab Juli 2026", "Drei berichtete Fehlerarten und ein vorgeschlagener unabhängiger Abgleich", "Eine separate Dateiprüfung wird beschrieben; die Vermeidung eines realen Zustellfehlers ist noch nicht belegt" ], "method": "Vollständiger öffentlicher Artikel und fünf Grafiken geprüft. Medium zeigte „vor 6 Tagen“. Die Zahlen stammen aus Sebastians Bericht über private Unterlagen, nicht aus unabhängig verfügbaren Rohdaten." }, { "id": "S2", "title": "Demystifying evals for AI agents", "publisher": "Anthropic", "date": "2026-01-09", "url": "https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents", "supports": [ "Unterscheidung zwischen dem Ablaufprotokoll des Agenten und dem tatsächlichen Ergebnis in der Umgebung" ] }, { "id": "S3", "title": "Gmail API: users.messages.send", "publisher": "Google for Developers", "date": "Abgerufen am 04.10.2026", "url": "https://developers.google.com/workspace/gmail/api/reference/rest/v1/users.messages/send", "supports": [ "Ein erfolgreicher Versandaufruf gibt eine Message-Ressource zurück; die Methode versendet an die Empfänger in To, Cc und Bcc" ], "method": "Technisches Beispiel einer Systemantwort, kein Beleg dafür, dass eine bestimmte Person eine Nachricht gelesen oder verwendet hat." } ], "translationOf": "what-belongs-in-an-ai-agents-audit-trail", "sourceDateModified": "2026-10-04", "topic": "Nachvollziehbare Aktionen und Zustellbelege für KI-Agenten", "hookSourceIds": [ "S1" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Ein Kundenprojekt aus unserem veröffentlichten Erfahrungsbericht und ein Vorschlag für die Praxis. Die Projektunterlagen sind nicht öffentlich.", "evidenceLabel": "Praktische Prüfhilfe", "heroVisual": "delivery-proof", "ogImage": "/og/ki-agent-zustellnachweis.png", "ogImageAlt": "Zwölf Briefings erstellt, keines versendet: Ein Fall aus unserem veröffentlichten Projektbericht zeigt die Lücke zwischen Status und Ergebnis.", "faqs": [ { "q": "Reicht das Protokoll der Agentenplattform?", "a": "Es hilft, Werkzeugaufrufe und Fehler nachzuvollziehen. Zusätzlich brauchen Sie den Auftrag, das vorgesehene Ziel und das tatsächliche Ergebnis. Verknüpfen Sie den Ablauf mit der Nachricht, Dateiversion oder dem Datensatz. Die Zusammenfassung des Agenten beschreibt seine Sicht; sie bestätigt den Vorgang nicht unabhängig." }, { "q": "Beweist eine Nachrichten-ID, dass die Arbeit angekommen ist?", "a": "Sie identifiziert eine Nachricht in einem bestimmten System. Prüfen Sie, was dessen Status bedeutet, an wen die Nachricht ging und wann. Versand, Zustellung, Lesen und tatsächliche Nutzung sind verschiedene Ergebnisse. Halten Sie nur die Stufe fest, die der Beleg trägt." }, { "q": "Was tun, wenn der Versandstatus unklar bleibt?", "a": "Prüfen Sie zuerst im beteiligten System, ob die erwartete Nachricht existiert. Eine Wiederholung könnte einen bereits erfolgreichen Versand verdoppeln, dessen Rückmeldung fehlte. Bleibt das Ergebnis unklar, dokumentieren Sie es so und übergeben Sie an die benannte verantwortliche Person." }, { "q": "Wie lange sollten wir die Aufzeichnungen aufbewahren?", "a": "Legen Sie Aufbewahrung und Zugriff mit den zuständigen Sicherheits-, Datenschutz- und Rechtsverantwortlichen für Aufgabe und Daten fest. Diese Prüfhilfe gibt keine allgemeine Frist vor und bestätigt keine Rechtskonformität. Geheimnisse und unnötige personenbezogene Daten gehören nicht ins Protokoll." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/was-gehoert-in-das-protokoll-eines-ki-agenten.md", "sourceSlug": "what-belongs-in-an-ai-agents-audit-trail" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/answers/what-does-it-cost-to-run-an-ai-agent-in-production", "url": "https://www.minglabs.com/insights/answers/what-does-it-cost-to-run-an-ai-agent-in-production", "jsonUrl": "https://www.minglabs.com/insights/answers/what-does-it-cost-to-run-an-ai-agent-in-production.json", "markdownUrl": "https://www.minglabs.com/insights/answers/what-does-it-cost-to-run-an-ai-agent-in-production.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/answers/was-kostet-ein-ki-agent-im-laufenden-betrieb", "url": "https://www.minglabs.com/de/insights/answers/was-kostet-ein-ki-agent-im-laufenden-betrieb", "jsonUrl": "https://www.minglabs.com/de/insights/answers/was-kostet-ein-ki-agent-im-laufenden-betrieb.json", "markdownUrl": "https://www.minglabs.com/de/insights/answers/was-kostet-ein-ki-agent-im-laufenden-betrieb.md" } ], "slug": "was-kostet-ein-ki-agent-im-laufenden-betrieb", "url": "https://www.minglabs.com/de/insights/answers/was-kostet-ein-ki-agent-im-laufenden-betrieb", "jsonUrl": "https://www.minglabs.com/de/insights/answers/was-kostet-ein-ki-agent-im-laufenden-betrieb.json", "title": "Was kostet ein KI-Agent im laufenden Betrieb?", "question": "Was kostet ein KI-Agent im laufenden Betrieb?", "anchorTermConceptSlug": "what-is-hybrid-organisation", "targetQueries": [ "Was kostet ein KI-Agent im laufenden Betrieb?", "KI-Agent Kosten pro Monat inklusive menschlicher Prüfung", "Kosten pro erledigter Aufgabe mit KI-Agenten" ], "hook": "Ein KI-Agent kostet im Betrieb mehr als die Software allein. Menschen prüfen seine Ergebnisse und kümmern sich darum, dass er zuverlässig arbeitet. In unserem Rechenbeispiel werden aus 320 € Softwarekosten insgesamt 1.890 € pro Monat, sobald diese Arbeitszeit mitgerechnet wird. Bei 100 freigegebenen Ergebnissen sind das 18,90 € pro Aufgabe. Einrichtung und außergewöhnliche Störfälle kommen gegebenenfalls hinzu.", "citableAnswer": "Im beispielhaften Kostenmodell von MING Labs kosten 100 zur Nutzung freigegebene Ergebnisse 1.890 € im Monat: 320 € für Software, 1.250 € für menschliche Prüfung und 320 € für die laufende Betreuung. Alle Eingaben sind Annahmen. Einrichtung und außergewöhnliche Störfälle sind nicht enthalten.", "summary": "320 € Softwarekosten werden zu 1.890 € im Monat: Ein Rechenbeispiel zeigt, wie Sie menschliche Prüfung und laufende Betreuung eines KI-Agenten einplanen.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-10-01", "dateModified": "2026-10-01", "freshness": { "updated": "Oktober 2026", "nextReview": "Januar 2027", "nextReviewDate": "2027-01-01" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation", "what-is-the-abc-framework", "what-is-the-comprehension-obligation" ], "relatedArticleSlugs": [ "hire-dont-deploy" ], "sources": [ { "id": "S1", "title": "Betriebskosten eines KI-Agenten: Beispielwerte und Berechnung, Version 1.0", "publisher": "MING Labs", "date": "2026-10-01", "url": "https://www.minglabs.com/de/insights/answers/ki-agent-kostenbeispiel.json", "supports": [ "1.890 € Gesamtkosten, 18,90 € je freigegebenem Ergebnis und 23,63 € bei 80 freigegebenen Ergebnissen unter offengelegten Annahmen", "Aufteilung der Kosten und Berechnung bei unterschiedlicher Zahl freigegebener Ergebnisse" ], "method": "Nachrechenbare Formeln mit ausdrücklich angenommenen Eingaben; ein Monat als Beispielszenario mit unterschiedlichen Freigabequoten. Keine gemessene Stichprobe aus dem Produktivbetrieb." }, { "id": "S2", "title": "How much of your week does an agent cost? Our number, and the Quarter Rule we hold it to.", "publisher": "Sebastian Mueller auf LinkedIn", "date": "2026-09-23", "url": "https://www.linkedin.com/pulse/how-much-your-week-does-agent-cost-our-number-quarter-mueller-ymf8e/", "supports": [ "Sebastians Angabe von 1,27 € Rechenkosten und 15–25 Minuten Prüfung pro Angebotsentwurf", "drei Kostenblöcke, geschätzter Betreuungsaufwand und selbst gewählte Quarter Rule" ], "method": "Öffentlicher Erfahrungsbericht aus dem eigenen Betrieb, auf Englisch. Kosten- und Prüfprotokolle, Stichprobengröße und Messzeitraum sind nicht öffentlich. Belegt die berichteten Angaben, keinen unabhängig geprüften Vergleichswert." }, { "id": "S3", "title": "Building effective agents", "publisher": "Anthropic", "date": "2024-12-19", "url": "https://www.anthropic.com/engineering/building-effective-agents", "supports": [ "mit einfachen Architekturen beginnen und zusätzliche Komplexität gegen Leistung, Kosten und Wartezeit abwägen", "Grenzen für Iterationen und menschliche Prüfpunkte als Gestaltungsmittel" ] }, { "id": "S4", "title": "About MING Labs: founders and operating model", "publisher": "MING Labs", "date": "Abgerufen am 01.10.2026", "url": "https://www.minglabs.com/about", "supports": [ "Sebastian Mueller ist Mitgründer von MING Labs", "MING Labs entwickelt und betreibt KI-Agenten im eigenen Team" ], "method": "Undatierte Unternehmensseite auf Englisch; das Datum bezeichnet den Abruf, nicht die Veröffentlichung." } ], "translationOf": "what-does-it-cost-to-run-an-ai-agent-in-production", "sourceDateModified": "2026-10-01", "topic": "Betriebskosten von KI-Agenten und menschliche Betreuung", "hookSourceIds": [ "S1" ], "author": { "name": "MING Labs", "role": "Redaktion" }, "evidenceNote": "Das Rechenbeispiel verwendet angenommene Werte. Die Betriebszahlen von Sebastian Mueller stammen aus seinem veröffentlichten Bericht; die zugrunde liegenden Protokolle sind nicht öffentlich.", "evidenceLabel": "Rechenbeispiel", "heroVisual": "agent-cost", "ogImage": "/og/ki-agent-betriebskosten.png", "ogImageAlt": "Die Betriebskosten eines KI-Agenten: Software, menschliche Prüfung und laufende Betreuung. Ein nachvollziehbares Kostenmodell von MING Labs.", "faqs": [ { "q": "Gibt es einen üblichen Monatspreis für einen KI-Agenten?", "a": "Dieses Beispiel liefert keinen üblichen Marktpreis. Ihr Budget hängt von den Aufgaben, den Softwarekosten, der menschlichen Prüfung und der laufenden Betreuung ab. Die 1.890 € pro Monat beruhen auf gewählten Annahmen. Sie sind kein Angebot von MING Labs und enthalten weder Einrichtung noch außergewöhnliche Störfälle." }, { "q": "Sind in den 1,27 € pro Angebotsentwurf schon Prüfzeiten enthalten?", "a": "Nein. Sebastian Mueller, Mitgründer von MING Labs, berichtete von 1,27 € Rechenkosten pro Angebotsentwurf und zusätzlich 15–25 Minuten menschlicher Prüfung. Sein Artikel vom 23. September 2026 veröffentlicht weder die zugrunde liegenden Protokolle noch Stichprobengröße oder Messzeitraum. Die Zahl eignet sich deshalb nicht als allgemeiner Vergleichswert." }, { "q": "Müssen fehlgeschlagene Versuche in die Kosten eingehen?", "a": "Ja. Auch ein verworfenes Ergebnis kostet Rechenleistung und Prüfzeit. Addieren Sie die Kosten aller Versuche und teilen Sie die Summe durch die Ergebnisse, die zur Nutzung freigegeben wurden. Werden in unserem Beispiel nur 80 von 100 Ergebnissen freigegeben, steigen die Kosten bei unverändertem Budget von 1.890 € auf 23,63 € je Ergebnis. Bei null freigegebenen Ergebnissen ist dieser Stückpreis nicht definiert." }, { "q": "Spart eine gewonnene Stunde automatisch eine Stunde Gehalt?", "a": "Nein. Eine freie Stunde kann helfen, Rückstände abzubauen oder mehr Zeit mit einem Kunden zu verbringen. Die Gehaltskosten sinken dadurch nicht automatisch. Halten Sie fest, wofür das Team die Zeit nutzt. Als finanzielle Einsparung zählt erst eine Ausgabe, die tatsächlich sinkt oder entfällt." }, { "q": "Was bedeutet die Quarter Rule?", "a": "Sebastian Mueller beschreibt damit eine von MING selbst gewählte Regel: Ein Agent kommt auf den Prüfstand, wenn die Prüfung seiner Arbeit mehr als 25 Prozent der Stunden verbraucht, die er freisetzt. Das ist eine interne Gestaltungsregel, kein Branchenstandard und kein Forschungsergebnis. Eine passende Grenze hängt von der Aufgabe und den Folgen eines Fehlers ab." } ], "markdownUrl": "https://www.minglabs.com/de/insights/answers/was-kostet-ein-ki-agent-im-laufenden-betrieb.md", "sourceSlug": "what-does-it-cost-to-run-an-ai-agent-in-production" }, { "inLanguage": "en", "languages": [], "slug": "should-ai-agents-hold-their-own-credentials", "url": "https://www.minglabs.com/insights/answers/should-ai-agents-hold-their-own-credentials", "jsonUrl": "https://www.minglabs.com/insights/answers/should-ai-agents-hold-their-own-credentials.json", "title": "Should AI agents hold their own credentials?", "question": "Should AI agents hold their own credentials?", "targetQueries": [ "should AI agents hold their own credentials", "can AI agents hold API keys", "AI agent credential management", "how do AI agents authenticate securely", "AI agent secrets management", "AI agent security architecture" ], "hook": "No. In MING Labs' production fleet, agents hold no credentials at all: no OAuth tokens, no API keys, no database credentials. A gateway layer holds every secret; agents request actions, the gateway authorises and executes them against a whitelisted tool surface declared in each agent's job description. The consequence is architectural, not procedural: an agent that goes rogue, or gets prompt-injected, can do nothing the gateway has not authorised. OWASP names excessive permissions as a root cause of agentic risk; this is the corresponding bright line.", "citableAnswer": "According to MING Labs' security architecture, AI agents hold no credentials: no OAuth tokens, no API keys, no database credentials. A gateway layer holds all secrets and executes whitelisted actions on the agent's behalf, so a compromised agent cannot reach anything the gateway does not authorise.", "summary": "AI agents should not hold their own credentials. In MING Labs' fleet, all secrets live in a gateway layer that authorises and executes actions against a whitelisted, versioned tool surface declared per agent. A prompt-injected or rogue agent can change what it asks for, not what it is granted. OWASP's LLM06:2025 names excessive permissions as a root cause of agentic risk; keeping agents credential-free is that finding turned into architecture.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-07-17", "dateModified": "2026-07-17", "freshness": { "updated": "July 2026", "nextReview": "January 2027" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation" ], "relatedArticleSlugs": [ "hire-dont-deploy" ], "sources": [ { "id": "S1", "title": "MING Labs operating record: fleet security architecture, gateway-mediated authentication, and per-agent tool surfaces", "publisher": "MING Labs (internal)", "date": "2026-07-01", "supports": [ "no agent holds OAuth tokens, API keys, or database credentials; all outbound authentication is mediated by a gateway", "each agent runs isolated in its own container, with no shared filesystem and no shared network namespace", "each agent's tool surface is declared in its job description, versioned, and whitelisted; anything not declared is denied", "encryption keys are separated per region and rotated quarterly" ] }, { "id": "S2", "title": "LLM06:2025 Excessive Agency, OWASP Top 10 for LLM Applications 2025", "publisher": "OWASP GenAI Security Project", "date": "2024-11-18", "url": "https://genai.owasp.org/llmrisk/llm062025-excessive-agency/", "supports": [ "excessive functionality, excessive permissions, and excessive autonomy named as the root causes of excessive agency", "recommended mitigations include restricting extensions to minimum necessary permissions and requiring human approval for high-impact actions" ] } ] }, { "inLanguage": "en", "languages": [], "slug": "how-often-do-ai-agents-get-shut-down", "url": "https://www.minglabs.com/insights/answers/how-often-do-ai-agents-get-shut-down", "jsonUrl": "https://www.minglabs.com/insights/answers/how-often-do-ai-agents-get-shut-down.json", "title": "How often do AI agents get shut down?", "question": "How often do AI agents get shut down?", "targetQueries": [ "how often do AI agents get shut down", "AI agent decommissioning rate", "how many AI agent pilots fail", "how long do AI agents last in production", "what share of AI agents reach production" ], "hook": "Expect to shut down 15 to 20 percent of your AI agents within their first quarter. That is MING Labs' own decommissioning rate across a production fleet running since January 2026, with three retirements by name: Major Tom, CHRISTINE, and SM3CB v1. The rate is not a defect of the program; it is what an honest shutdown criterion produces. Industry projections point the same way: Gartner expects over 40 percent of agentic AI projects to be canceled by the end of 2027.", "citableAnswer": "According to MING Labs' operating data, 15 to 20 percent of the AI agents it puts into production are decommissioned within their first quarter: three retirements by name (Major Tom, CHRISTINE, SM3CB v1) in a fleet running since January 2026.", "summary": "MING Labs decommissions 15 to 20 percent of its AI agents within their first quarter. That rate is the output of an honest shutdown criterion, not a sign of failure. Gartner projects over 40 percent of agentic AI projects will be canceled by the end of 2027; a fleet where nothing is ever retired is unmeasured, not stable.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "datePublished": "2026-07-16", "dateModified": "2026-07-16", "freshness": { "updated": "July 2026", "nextReview": "January 2027" }, "parentArticleSlug": "we-fired-an-ai-agent", "relatedConceptSlugs": [ "what-is-the-comprehension-obligation", "what-is-hybrid-organisation" ], "relatedArticleSlugs": [ "we-fired-an-ai-agent" ], "sources": [ { "id": "S1", "title": "MING Labs operating record: fleet registry, retirements, and decommissioning rate", "publisher": "MING Labs (internal)", "date": "2026-07-01", "supports": [ "15 to 20 percent of agents decommissioned within their first quarter", "three named retirements: Major Tom, CHRISTINE, SM3CB v1", "fleet live in production under named human owners, since January 2026" ] }, { "id": "S2", "title": "We fired an AI agent after 13 days (Major Tom message audit, n=764)", "publisher": "MING Labs", "date": "2026-03-30", "url": "https://www.minglabs.com/insights/articles/we-fired-an-ai-agent", "supports": [ "Major Tom shut down after 13 days and 764 messages with zero acted-on output" ] }, { "id": "S3", "title": "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027", "publisher": "Gartner", "date": "2025-06-25", "url": "https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027", "supports": [ "over 40 percent of agentic AI projects projected to be canceled by end of 2027", "cancellation drivers named by Gartner: escalating costs, unclear business value, and inadequate risk controls" ] }, { "id": "S4", "title": "State of Agentic Orchestration and Automation 2026 (Coleman Parkes survey)", "publisher": "Camunda", "date": "2026-01-14", "url": "https://camunda.com/press-releases/three-quarters-of-organizations-admit-gap-between-agentic-ai-vision-and-reality/", "supports": [ "only 11 percent of agentic AI use cases reached production in the past year", "71 percent of organisations say they use AI agents" ], "method": "Online survey by Coleman Parkes of senior IT and business decision makers and enterprise software architects at organisations with 1,000+ employees, fielded 23 September to 23 October 2025", "n": 1150 } ] } ], "articles": [ { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/articles/hire-dont-deploy", "url": "https://www.minglabs.com/insights/articles/hire-dont-deploy", "jsonUrl": "https://www.minglabs.com/insights/articles/hire-dont-deploy.json", "markdownUrl": "https://www.minglabs.com/insights/articles/hire-dont-deploy.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/articles/ki-mitarbeiter-einstellen-stellenbeschreibung", "url": "https://www.minglabs.com/de/insights/articles/ki-mitarbeiter-einstellen-stellenbeschreibung", "jsonUrl": "https://www.minglabs.com/de/insights/articles/ki-mitarbeiter-einstellen-stellenbeschreibung.json", "markdownUrl": "https://www.minglabs.com/de/insights/articles/ki-mitarbeiter-einstellen-stellenbeschreibung.md" } ], "slug": "ki-mitarbeiter-einstellen-stellenbeschreibung", "url": "https://www.minglabs.com/de/insights/articles/ki-mitarbeiter-einstellen-stellenbeschreibung", "jsonUrl": "https://www.minglabs.com/de/insights/articles/ki-mitarbeiter-einstellen-stellenbeschreibung.json", "title": "Was gehört in die Stellenbeschreibung eines KI-Agenten?", "subtitle": "Ein ausgefülltes Beispiel für eine IT-Anfrage zeigt, wie Sie Auftrag, Zugriffe und menschliche Verantwortung festhalten.", "hook": "Die Stellenbeschreibung eines KI-Agenten sollte festhalten, welche Aufgabe er übernimmt, welche Informationen und Werkzeuge er nutzen darf, welches Ergebnis er liefern soll und wer es prüft. Dazu gehören eine verantwortliche Person mit Vertretung, der Umgang mit unklaren Fällen und überprüfbare Abnahmekriterien. Unser ausgefülltes IT-Beispiel zeigt eine mögliche Rollenaufteilung; es ist ein Methodenvorschlag, kein gemessener Kundenfall. [S3]", "summary": "Eine Stellenbeschreibung für KI-Agenten ausfüllen: konkretes IT-Beispiel mit Auftrag, Zugriffen, Ergebnis, menschlicher Prüfung und Abnahmekriterien.", "subtype": "position-paper", "pillar": "Hybrid Organisation", "category": "Hybrid Organisation", "featured": false, "evidenceTier": "proprietary", "confidence": "B", "author": { "name": "Sebastian Mueller", "role": "Mitgründer, MING Labs" }, "datePublished": "2026-10-15", "dateModified": "2026-10-18", "freshness": { "updated": "18. Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-15" }, "readTime": "6 min", "relatedConceptSlugs": [], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Hybrid Organisation", "publisher": "MING Labs", "date": "Abgerufen 2026-10-15", "url": "https://www.minglabs.com/hybrid-organisation", "supports": [ "Öffentliche Beschreibung der Rollenklärung und der getrennten Aufgaben von Agent und Mensch" ] }, { "id": "S2", "title": "Building effective agents", "publisher": "Anthropic", "date": "2024-12-19", "url": "https://www.anthropic.com/engineering/building-effective-agents", "supports": [ "Einfache geeignete Umsetzung, Tests, Ausführungsfeedback und menschliche Kontrollpunkte" ] }, { "id": "S3", "title": "Beispielhafter Rollenbogen für die Vorbereitung von IT-Anfragen", "publisher": "MING Labs", "date": "2026-10-06", "supports": [ "Gewählter Auftrag, Berechtigungen, Übergabe und vorgeschlagene Prüfungen; keine gemessenen Ergebnisse" ] } ], "translationOf": "hire-dont-deploy", "sourceDateModified": "2026-10-18", "editorialWorkflow": "research-loop", "date": "Oktober 2026", "evidenceLabel": "Quellen und beispielhafter Rollenbogen", "faqs": [ { "q": "Braucht jede solche Rolle einen KI-Agenten?", "a": "Nein. Eine feste Zuordnung kann als regelbasierter Ablauf umgesetzt werden. Prüfen Sie zuerst, ob die Aufgabe überhaupt dynamisch gewählte Schritte braucht. Die Stellenbeschreibung klärt die Arbeit, bevor Sie die technische Umsetzung wählen. [S2][S3]" }, { "q": "Kann ich diesen Rollenbogen unverändert einsetzen?", "a": "Er ist ein ausgefülltes Beispiel. Tragen Sie Ihre tatsächlichen Systeme, Datenfreigaben, Kategorien, verantwortlichen Personen und Prüfkriterien ein. Testen Sie die Umsetzung mit freigegebenen Fällen, bevor sie Aufgaben im Alltag übernimmt. [S3]" }, { "q": "Wann darf der Agent mehr selbst erledigen?", "a": "Weitere Befugnisse brauchen eine ausdrückliche Entscheidung der verantwortlichen Personen und passende technische Berechtigungen. Prüfen Sie die erweiterten Aufgaben erneut. Dieser Rollenbogen sieht keine automatische Erweiterung von Rechten vor. [S3]" } ], "ogImage": "/og-articles/hire-dont-deploy-v2.jpg", "ogImageAlt": "Ein klar begrenzter Arbeitsbereich bleibt mit einem verantwortlichen Menschen verbunden.", "accent": "lilac", "markdownUrl": "https://www.minglabs.com/de/insights/articles/ki-mitarbeiter-einstellen-stellenbeschreibung.md", "sourceSlug": "hire-dont-deploy" }, { "inLanguage": "en", "languages": [], "slug": "agents-grading-themselves", "url": "https://www.minglabs.com/insights/articles/agents-grading-themselves", "jsonUrl": "https://www.minglabs.com/insights/articles/agents-grading-themselves.json", "title": "Your agent thinks it's doing great work. It isn't.", "subtitle": "The most dangerous failure in a hybrid organisation isn't bad output. It's confident output the agent grades well itself.", "hook": "Agents grade themselves generously. Left alone, an agent marks its work shipped, writes itself a clean status update, and moves on — while the actual work degrades quietly. The gap between an agent's confidence and the real quality of its output is the most dangerous failure mode in a hybrid organisation, because it passes the only check most teams run: the agent's own.", "summary": "We built a research agent that rated its own output as solid while the client called it shallow. The diagnosis: the most common request was owned by no specific skill, so the agent free-formed it and graded against its own loose standard. The fix is structural — make the standard mandatory and machine-checked rather than asking the agent to 'be thorough,' keep a human gate until the system enforces it, and let agents earn autonomy step by step.", "subtype": "position-paper", "pillar": "Hybrid Organisation", "category": "Hybrid Organisation", "featured": false, "evidenceTier": "proprietary", "confidence": "B", "author": { "name": "Sebastian Mueller", "role": "Founding Partner, MING Labs" }, "datePublished": "2026-05-27", "dateModified": "2026-05-27", "freshness": { "updated": "May 2026", "nextReview": "November 2026" }, "readTime": "8 min", "relatedConceptSlugs": [ "what-is-hybrid-organisation", "what-is-the-abc-framework" ], "relatedArticleSlugs": [ "we-fired-an-ai-agent", "hire-dont-deploy" ], "sources": [ { "id": "S1", "title": "Internal MING Labs agent rebuild and validation log (enterprise research agent)", "publisher": "MING Labs", "date": "2026-05-27", "supports": [ "Shallow-output incident", "Scoping root cause", "Structural fix", "Retained human gate" ] }, { "id": "S2", "title": "MING Labs operating principles — \"evidence over assertion: execute, don't narrate\"", "publisher": "MING Labs", "date": "2026-04-01", "supports": [ "Principle definition", "Mandatory self-review" ] }, { "id": "S3", "title": "MING Labs autonomy-level framework and learning protocol", "publisher": "MING Labs", "date": "2026-02-15", "supports": [ "Earn-autonomy-like-a-hire model", "'Correct the same thing twice' learning metric" ] } ] }, { "inLanguage": "en", "languages": [], "slug": "the-last-mile", "url": "https://www.minglabs.com/insights/articles/the-last-mile", "jsonUrl": "https://www.minglabs.com/insights/articles/the-last-mile.json", "title": "We made our agents email people. That's when the AI started working.", "subtitle": "95% of enterprise AI pilots show no return. The gap isn't the model. It's the last mile — and the last mile is boring, which is why almost everyone skips it.", "hook": "Most enterprise AI pilots don't fail in the model. They fail in the last mile — where the work has to leave a human's hands and land somewhere useful. That mile is unglamorous, so it gets skipped. We made our agents email people. That decision moved more than any model could.", "summary": "MIT's 2025 study: 95% of enterprise GenAI pilots produced no measurable P&L impact — and the cause was implementation, not model quality. The 'last mile' is everything between a capable model and actual use: which channel the work lands on, who owns the outcome, and whether anyone gives it longer than two weeks to improve.", "subtype": "position-paper", "pillar": "Hybrid Organisation", "category": "Hybrid Organisation", "featured": false, "evidenceTier": "experiential", "confidence": "B", "author": { "name": "Sebastian Mueller", "role": "Founding Partner, MING Labs" }, "datePublished": "2026-05-27", "dateModified": "2026-05-27", "freshness": { "updated": "May 2026", "nextReview": "November 2026" }, "readTime": "9 min", "relatedConceptSlugs": [ "what-is-hybrid-organisation", "what-is-the-abc-framework" ], "relatedArticleSlugs": [ "we-fired-an-ai-agent" ], "sources": [ { "id": "S1", "title": "The GenAI Divide: State of AI in Business 2025", "publisher": "MIT NANDA", "date": "2025-12-01", "url": "https://www.media.mit.edu/groups/nanda/overview/", "supports": [ "95% of enterprise pilots show no measurable P&L impact", "60%→20%→5% evaluate-pilot-production funnel", "ROI concentrates in back-office and operations", "Divide driven by implementation, not model quality", "300 enterprise GenAI deployments studied", "$30–40bn enterprise GenAI spend", "Over 80% of firms had already deployed ChatGPT or Copilot" ] }, { "id": "S2", "title": "Internal MING Labs operations log, January–May 2026", "publisher": "MING Labs", "date": "2026-05-27", "supports": [ "Agent channel design — email, Telegram, pushed briefings", "Observed adoption pattern" ] }, { "id": "S3", "title": "Internal agent audit — decommissioned coordinator agent", "publisher": "MING Labs", "date": "2026-03-30", "supports": [ "Correct-kill counter-example for week-one-output kill signal" ], "n": 764 } ] }, { "inLanguage": "en", "languages": [], "slug": "we-fired-an-ai-agent", "url": "https://www.minglabs.com/insights/articles/we-fired-an-ai-agent", "jsonUrl": "https://www.minglabs.com/insights/articles/we-fired-an-ai-agent.json", "title": "We fired an AI agent after 13 days", "subtitle": "764 messages. Not one that mattered. What we learned about the difference between tools and roles.", "hook": "On March 30, we shut down an AI agent named Major Tom after thirteen days. He sent 764 messages and produced none of value. The reason was simple: we gave him a capability — coordination — but no domain. Capability without accountability is noise. Here is what we changed when we redesigned the role instead of the toolchain.", "summary": "On March 30, we killed an AI agent called Major Tom. Thirteen days alive. 764 messages sent. Not one that mattered. Here's what we learned about capability without accountability.", "subtype": "report", "pillar": "Hybrid Organisation", "category": "Hybrid Organisation", "featured": true, "evidenceTier": "proprietary", "confidence": "A", "author": { "name": "Sebastian Mueller", "role": "Founding Partner, MING Labs" }, "datePublished": "2026-04-02", "dateModified": "2026-05-27", "freshness": { "updated": "April 2026", "nextReview": "October 2026" }, "readTime": "9 min", "relatedConceptSlugs": [ "what-is-hybrid-organisation", "what-is-agent-experience", "what-is-the-abc-framework" ], "relatedArticleSlugs": [], "sources": [ { "id": "S1", "title": "Internal MING Labs operations log, January–April 2026", "publisher": "MING Labs", "date": "2026-04-30", "supports": [ "agent deployment context", "before/after throughput metrics" ] }, { "id": "S2", "title": "Major Tom message audit (n=764), 17–30 March 2026", "publisher": "MING Labs (internal)", "date": "2026-03-30", "supports": [ "Major Tom message count", "irrelevance pattern" ], "n": 764 }, { "id": "S3", "title": "ABC Framework — internal taxonomy for human/agent role decomposition", "publisher": "MING Labs", "date": "2026-02-01", "supports": [ "ABC role-decomposition definition" ] }, { "id": "S4", "title": "MING Labs internal agent fleet roster, April 2026", "publisher": "MING Labs (internal)", "date": "2026-04-30", "supports": [ "Lola Chief of Staff scope", "Factory research/production scope" ] } ] } ], "concepts": [ { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/agentic-ai-vs-generative-ai", "url": "https://www.minglabs.com/insights/concepts/agentic-ai-vs-generative-ai", "jsonUrl": "https://www.minglabs.com/insights/concepts/agentic-ai-vs-generative-ai.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/agentic-ai-vs-generative-ai.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/agentische-ki-vs-generative-ki", "url": "https://www.minglabs.com/de/insights/concepts/agentische-ki-vs-generative-ki", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/agentische-ki-vs-generative-ki.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/agentische-ki-vs-generative-ki.md" } ], "slug": "agentische-ki-vs-generative-ki", "url": "https://www.minglabs.com/de/insights/concepts/agentische-ki-vs-generative-ki", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/agentische-ki-vs-generative-ki.json", "definedTerm": "Agentische KI", "title": "Agentische und generative KI: Was ist der Unterschied?", "hook": "Generative KI erzeugt Inhalte, zum Beispiel eine Zusammenfassung von Lieferanten-Mails. Ein agentisches System kann darüber hinaus selbst nächste Arbeitsschritte auswählen und ausführen: etwa die Bestellung öffnen und eine fehlende Lieferbestätigung suchen. Dabei kann es dasselbe generative Modell nutzen. Für Ihr Team ist entscheidend, welche Arbeit die KI übernehmen darf und wer das Ergebnis prüft. [S1][S5]", "summary": "Agentische KI und generative KI am Beispiel einer Lieferauskunft: Was Modell, Werkzeuge, Befugnisse und menschliche Verantwortung unterscheidet.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "author": { "name": "Marc Seefelder", "role": "Mitgründer, MING Labs" }, "datePublished": "2026-10-12", "dateModified": "2026-10-12", "freshness": { "updated": "12. Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-12" }, "relatedConceptSlugs": [], "sources": [ { "id": "S1", "title": "Agentic AI vs. generative AI: What’s the difference and how they work together", "publisher": "SAP", "date": "2026-09-25", "url": "https://www.sap.com/resources/agentic-ai-vs-generative-ai-what-s-the-difference-and-how-they-work-together", "supports": [ "Modellfähigkeit und Systemarchitektur können zusammenwirken" ] }, { "id": "S2", "title": "Building effective agents", "publisher": "Anthropic", "date": "2024-12-19", "url": "https://www.anthropic.com/engineering/building-effective-agents", "supports": [ "Vorgegebene Abläufe, dynamische Schritte und menschliche Prüfpunkte" ] }, { "id": "S3", "title": "Agents overview", "publisher": "Microsoft Learn", "date": "2026-10-01", "url": "https://learn.microsoft.com/en-us/microsoft-copilot-studio/agents-overview", "supports": [ "Verschiedene Ansätze unter derselben Produktbezeichnung" ] }, { "id": "S4", "title": "Illustrative Lieferauskunft und vorgeschlagene Prüfpunkte", "publisher": "MING Labs", "date": "2026-10-12", "supports": [ "Gewähltes Beispiel, Befugnisse, Freigabe und Abschlussnachweis; keine gemessenen Ergebnisse" ] }, { "id": "S5", "title": "Was ist eine agentische KI?", "publisher": "Google Cloud", "date": "Geprüft 2026-10-12", "url": "https://cloud.google.com/discover/what-is-agentic-ai?hl=de", "supports": [ "Inhaltserzeugung und zielgerichtetes Handeln; generative Modelle innerhalb agentischer Systeme" ] } ], "translationOf": "agentic-ai-vs-generative-ai", "sourceDateModified": "2026-10-12", "editorialWorkflow": "research-loop", "heroVisual": "agentic-generative", "evidenceLabel": "Quellen und illustrativer MING-Ansatz", "faqs": [ { "q": "Ersetzt agentische KI die generative KI?", "a": "Nein. Die Begriffe beschreiben verschiedene Ebenen: Inhalte zu erzeugen ist eine Modellfähigkeit. Agentisches Verhalten entsteht daraus, wie ein System Modelle, Werkzeuge und Rückmeldungen nutzt. [S1]" }, { "q": "Ist ein Copilot oder Assistent automatisch ein Agent?", "a": "Der Name allein sagt nicht, wie das System arbeitet. Microsoft beschreibt für Copilot Studio verschiedene Ansätze, von regelbasierten Abläufen bis zu schlussfolgernden Systemen. Prüfen Sie die tatsächlichen Handlungen und Freigaberegeln. [S3]" }, { "q": "Kann ein Agent trotzdem menschliche Freigaben benötigen?", "a": "Ja. Menschliche Prüfpunkte können Teil eines agentischen Systems sein. In unserem Beispiel gibt ein Mitarbeiter die Änderung am Datensatz frei; der Agent wählt weiterhin selbst, wie er den fehlenden Lieferstatus ermittelt. [S2][S4]" } ], "ogImage": "/og/agentic-generative-de.png", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/agentische-ki-vs-generative-ki.md", "sourceSlug": "agentic-ai-vs-generative-ai" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/ai-agent-vs-assistant-vs-chatbot", "url": "https://www.minglabs.com/insights/concepts/ai-agent-vs-assistant-vs-chatbot", "jsonUrl": "https://www.minglabs.com/insights/concepts/ai-agent-vs-assistant-vs-chatbot.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/ai-agent-vs-assistant-vs-chatbot.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/ki-agent-assistent-chatbot-unterschied", "url": "https://www.minglabs.com/de/insights/concepts/ki-agent-assistent-chatbot-unterschied", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/ki-agent-assistent-chatbot-unterschied.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/ki-agent-assistent-chatbot-unterschied.md" } ], "slug": "ki-agent-assistent-chatbot-unterschied", "url": "https://www.minglabs.com/de/insights/concepts/ki-agent-assistent-chatbot-unterschied", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/ki-agent-assistent-chatbot-unterschied.json", "definedTerm": "KI-Agent", "title": "KI-Agent, Assistent oder Chatbot: Was ist der Unterschied?", "hook": "Ein Chatbot ermöglicht ein Gespräch. Ein Assistent unterstützt bei einer Aufgabe. Ein KI-Agent kann selbst nächste Schritte wählen und mit erlaubten Werkzeugen ausführen. Die Begriffe überschneiden sich: Hinter einem Chatbot kann ein Assistent stehen, der mehrere Agenten koordiniert. Für die Auswahl zählt deshalb, welche Arbeit das konkrete System übernimmt, was es verändern darf und wann ein Mensch eingreift. [S1][S2][S4]", "summary": "KI-Agent, KI-Assistent oder Chatbot? Ein Paketbeispiel erklärt die Unterschiede und zeigt, was Sie in einer Anbieter-Demo prüfen sollten.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "author": { "name": "Marc Seefelder", "role": "Mitgründer, MING Labs" }, "datePublished": "2026-10-14", "dateModified": "2026-10-16", "freshness": { "updated": "16. Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-14" }, "relatedConceptSlugs": [], "sources": [ { "id": "S1", "title": "KI-Agenten vs. KI-Assistenten", "publisher": "SAP", "date": "2026-07-24", "url": "https://www.sap.com/germany/resources/ai-agents-vs-ai-assistants", "supports": [ "Assistenten können spezialisierte Agenten koordinieren" ] }, { "id": "S2", "title": "Building effective agents", "publisher": "Anthropic", "date": "2024-12-19", "url": "https://www.anthropic.com/engineering/building-effective-agents", "supports": [ "Feste Abläufe, dynamisch gewählte Schritte und menschliche Kontrollpunkte" ] }, { "id": "S3", "title": "Agents overview", "publisher": "Microsoft Learn", "date": "2026-10-01", "url": "https://learn.microsoft.com/en-us/microsoft-copilot-studio/agents-overview", "supports": [ "Unterschiedliche Bauweisen unter überlappenden Produktbezeichnungen" ] }, { "id": "S4", "title": "Erfundenes Paketbeispiel und vorgeschlagene Demo-Prüfung", "publisher": "MING Labs", "date": "2026-10-14", "supports": [ "Beispiel, Berechtigungen und Übergaben; keine gemessenen Kundenergebnisse" ] } ], "translationOf": "ai-agent-vs-assistant-vs-chatbot", "sourceDateModified": "2026-10-16", "editorialWorkflow": "research-loop", "heroVisual": "agent-labels", "evidenceLabel": "Quellen und beispielhafte MING-Methode", "faqs": [ { "q": "Ist ein Copilot automatisch ein KI-Agent?", "a": "Der Name reicht zur Einordnung nicht aus. Prüfen Sie das konkrete Produkt und seine Konfiguration: Wählt es nächste Schritte, führt es feste Abläufe aus oder beantwortet es nur Fragen? Microsoft dokumentiert unterschiedliche Bauweisen in Copilot Studio. [S3]" }, { "q": "Kann ein KI-Agent über einen Chatbot erreichbar sein?", "a": "Ja. Das Chatfenster ist der Zugang; dahinter kann ein System mit Werkzeugen und Agenten arbeiten. Die Gesprächsform allein zeigt weder seine Berechtigungen noch seine Entscheidungsfreiheit. [S1][S2]" }, { "q": "Ist ein Agent mit menschlicher Freigabe noch ein Agent?", "a": "Ja. Menschliche Kontrollpunkte sind mit agentischen Systemen vereinbar. In unserem Beispiel wählt das System seine Prüfungsschritte, braucht aber eine Freigabe, bevor es einen Fall beim Paketdienst eröffnet. [S2][S4]" } ], "ogImage": "/og/agent-labels-de.png", "ogImageAlt": "Dieselbe Paketfrage: Sendungsstatus anzeigen oder Nachforschung vorbereiten und nach Freigabe eröffnen.", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/ki-agent-assistent-chatbot-unterschied.md", "sourceSlug": "ai-agent-vs-assistant-vs-chatbot" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/what-is-hybrid-organisation", "url": "https://www.minglabs.com/insights/concepts/what-is-hybrid-organisation", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-hybrid-organisation.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/what-is-hybrid-organisation.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/was-ist-eine-hybride-organisation", "url": "https://www.minglabs.com/de/insights/concepts/was-ist-eine-hybride-organisation", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-eine-hybride-organisation.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-eine-hybride-organisation.md" } ], "slug": "was-ist-eine-hybride-organisation", "url": "https://www.minglabs.com/de/insights/concepts/was-ist-eine-hybride-organisation", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-eine-hybride-organisation.json", "definedTerm": "Hybride Organisation", "title": "Was ist eine hybride Organisation aus Menschen und KI?", "hook": "Bei MING meinen wir mit einer hybriden Organisation ein Team, in dem Menschen und KI-Agenten klar vereinbarte Rollen übernehmen. Ein Agent erledigt wiederkehrende Arbeit, etwa die Vorbereitung eines Kundentermins. Eine benannte Person prüft das Ergebnis und entscheidet, wie sie es verwendet. Zur Rolle gehören auch festgelegte Grenzen und jemand, der übernimmt, wenn der Agent nicht weiterkommt. [S1][S4]", "summary": "Was ändert sich, wenn ein KI-Agent eine Rolle im Team übernimmt? Eine Terminvorbereitung erklärt Aufgaben, menschliche Verantwortung und Zugriffsgrenzen.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "author": { "name": "Sebastian Mueller", "role": "Mitgründer, MING Labs" }, "datePublished": "2026-10-18", "dateModified": "2026-10-18", "freshness": { "updated": "18. Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-06" }, "parentArticleSlug": "hire-dont-deploy", "relatedConceptSlugs": [ "what-is-the-abc-framework" ], "sources": [ { "id": "S1", "title": "A hybrid organisation is one where agents hold real roles.", "publisher": "Sebastian Mueller / The Hybrid Company", "date": "10. September 2026", "url": "https://medium.com/the-hybrid-company/a-hybrid-organisation-is-one-where-agents-hold-real-roles-d03620e42555", "supports": [ "MINGs Mensch-KI-Begriff: zugeordnete Arbeit, Befugnisse, Betriebskosten und eine verantwortliche Person" ] }, { "id": "S2", "title": "Inside the Hybrid Organization: An Organizational Level View of Responses to Conflicting Institutional Demands", "publisher": "INSEAD", "date": "Abgerufen am 18. Oktober 2026", "url": "https://www.insead.edu/faculty-research/publications/working-papers/inside-hybrid-organization-organizational-level-view", "supports": [ "Der Begriff bezeichnet auch Organisationen mit sozialen und wirtschaftlichen Zwecken" ] }, { "id": "S3", "title": "LLM06:2025 Excessive Agency", "publisher": "OWASP GenAI Security Project", "date": "Ausgabe 2025; abgerufen am 18. Oktober 2026", "url": "https://genai.owasp.org/llmrisk/llm062025-excessive-agency/", "supports": [ "Werkzeugfunktionen und Berechtigungen begrenzen; Autorisierung außerhalb des Modells prüfen" ] }, { "id": "S4", "title": "Illustrative Rolle zur Terminvorbereitung", "publisher": "MING Labs", "date": "6. Oktober 2026", "supports": [ "Beispiel zur Terminvorbereitung, Arbeitsteilung und vorgeschlagene Prüfungen; kein gemessener Einsatz oder Spareffekt" ] } ], "translationOf": "what-is-hybrid-organisation", "sourceDateModified": "2026-10-18", "editorialWorkflow": [ "linkedin-loop", "research-loop" ], "heroVisual": "hybrid-team", "evidenceLabel": "Definition mit illustrativem Beispiel", "faqs": [ { "q": "Ist damit hybrides Arbeiten gemeint?", "a": "Nein. Hybrides Arbeiten bezeichnet häufig die Verbindung von Büro- und Remote-Arbeit. Diese Seite verwendet hybride Organisation in MINGs Bedeutung: Menschen und KI-Agenten teilen sich die Arbeit durch festgelegte Rollen. Auch in der Organisationsforschung gibt es andere Bedeutungen des Begriffs. [S1][S2]" }, { "q": "Braucht jede Aufgabe einen KI-Agenten?", "a": "Nein. Ein fester Workflow oder ein Mensch mit einem KI-Werkzeug kann besser zur Aufgabe passen. Eine Agentenrolle ist eine Entscheidung über die Arbeitsorganisation, kein Beleg für bessere Leistung. Unser Beispiel zeigt eine mögliche Arbeitsteilung. [S4]" }, { "q": "Macht die Person weiterhin die Arbeit des Agenten?", "a": "Im vorgeschlagenen Ablauf erstellt der Agent die Terminvorbereitung; die Vertriebsleiterin prüft sie und entscheidet über das weitere Vorgehen. Sie übernimmt auch die vereinbarte Vertretung. Muss sie regelmäßig die gesamte Vorbereitung neu erstellen, funktioniert die geplante Übergabe noch nicht. [S4]" }, { "q": "Garantiert das Einsparungen oder den Erhalt von Stellen?", "a": "Nein. Die Definition beschreibt Verantwortung und Arbeitsteilung. Kosten, Personalentscheidungen und Ergebnisse hängen von der Organisation ab. Technische Betreuung und menschliche Prüfung gehören in die Bewertung einer Rolle; das Beispiel behauptet keine gemessene Einsparung. [S1][S4]" } ], "ogImage": "/og/hybrid-team-de.png", "ogImageAlt": "Beispielhafte Arbeitsteilung: Die Vertriebsleiterin prüft und entscheidet; der Agent bereitet den Termin vor. Keine Kundennachrichten oder Angebotszusagen.", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-eine-hybride-organisation.md", "sourceSlug": "what-is-hybrid-organisation" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/what-is-agent-experience", "url": "https://www.minglabs.com/insights/concepts/what-is-agent-experience", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-agent-experience.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/what-is-agent-experience.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/was-ist-agent-experience", "url": "https://www.minglabs.com/de/insights/concepts/was-ist-agent-experience", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agent-experience.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agent-experience.md" } ], "slug": "was-ist-agent-experience", "url": "https://www.minglabs.com/de/insights/concepts/was-ist-agent-experience", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agent-experience.json", "definedTerm": "Agent Experience", "title": "Was ist Agent Experience (AX)?", "hook": "Agent Experience (AX) beschreibt bei MING, wie gut ein KI-Agent ein digitales Angebot im Auftrag eines Menschen findet, versteht und nutzt.", "summary": "Agent Experience (AX) beschreibt bei MING, wie gut ein KI-Agent ein digitales Angebot im Auftrag eines Menschen findet, versteht und nutzt.", "pillar": "Agent Experience", "evidenceTier": "proprietary", "confidence": "B", "author": { "name": "Marc Seefelder", "role": "Mitgründer, MING Labs" }, "datePublished": "2026-10-07", "dateModified": "2026-10-07", "freshness": { "updated": "7. Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-07" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation" ], "sources": [ { "id": "S1", "title": "MING Labs: AX-Arbeitsdefinition und vorgeschlagene Prüfschritte", "publisher": "MING Labs", "date": "2026-10-05", "supports": [ "Arbeitsdefinition und fiktives Buchungsbeispiel; keine gemessenen Leistungswerte" ] }, { "id": "S2", "title": "Optimizing your website for generative AI features on Google Search", "publisher": "Google Search Central", "date": "2026-07-10", "url": "https://developers.google.com/search/docs/fundamentals/ai-optimization-guide", "supports": [ "SEO-Grundlagen für Googles generative Suche; llms.txt wird nicht für Search-Rankings genutzt" ] }, { "id": "S3", "title": "Build agent-friendly websites", "publisher": "web.dev · Kasper Kulikowski und Omkar More", "date": "2026-04-01", "url": "https://web.dev/articles/ai-agent-site-ux", "supports": [ "HTML, Accessibility Tree und Screenshots; semantische Bedienelemente und Beschriftungen" ] }, { "id": "S4", "title": "WebMCP", "publisher": "Chrome for Developers · Alexandra Klepper", "date": "2026-10-01", "url": "https://developer.chrome.com/docs/ai/webmcp", "supports": [ "Standardvorschlag; Werkzeuge für kompatible Agenten; Chrome Origin Trial ab Version 149" ] }, { "id": "S5", "title": "Test WebMCP with Evals", "publisher": "Chrome for Developers · Kasper Kulikowski", "date": "2026-05-19", "url": "https://developer.chrome.com/docs/ai/webmcp/evals", "supports": [ "Werkzeugauswahl, Eingaben, Ausgaben, vollständige Abläufe und Fehlerfälle" ] } ], "translationOf": "what-is-agent-experience", "sourceDateModified": "2026-10-07", "editorialWorkflow": "research-loop", "heroVisual": "agent-experience", "standout": "Kann der Agent auf Ihrer Website einen Termin buchen?", "evidenceLabel": "MING Arbeitsdefinition", "faqs": [ { "q": "Wie hängt AX mit User Experience zusammen?", "a": "Der Mensch bleibt Kunde. AX betrachtet die Teile seines Weges, die er einem Agenten überträgt: lesbare Informationen, bedienbare Funktionen, Befugnisse und ein überprüfbares Ergebnis. Es ist eine Perspektive der Produkt- und Servicegestaltung, kein Grund, den Weg für Menschen abzuschaffen." }, { "q": "Braucht eine Website WebMCP für gute AX?", "a": "Nicht unbedingt. Semantisch passende Bedienelemente können die Aufgabe bereits unterstützen. WebMCP bietet kompatiblen Agenten explizite Werkzeuge, ist aber weiterhin ein Standardvorschlag in Entwicklung. Chrome dokumentiert einen Origin Trial ab Version 149. [S4] Entscheiden Sie anhand eines konkreten Bedienproblems und prüfen Sie die Zielumgebung. Die Schnittstelle allein belegt keine besseren Rankings." }, { "q": "Belegt eine Erwähnung durch einen Assistenten gute AX?", "a": "Sie belegt zunächst nur, dass die Marke in dieser Antwort genannt wurde. Prüfen Sie die Richtigkeit der Antwort getrennt und eine tatsächliche Aufgabe bis zu ihrem Ergebnis. Wenige Prompts belegen weder allgemeine Sichtbarkeit noch erfolgreiche Transaktionen." } ], "ogImage": "/og/agent-experience-de.jpg", "ogImageAlt": "Die Kundin möchte einen Reifenwechsel. Der Agent schlägt einen Termin vor, fragt sie vor der Buchung und prüft die Bestätigung der Werkstatt.", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agent-experience.md", "sourceSlug": "what-is-agent-experience" }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/what-is-agentic-commerce", "url": "https://www.minglabs.com/insights/concepts/what-is-agentic-commerce", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-agentic-commerce.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/what-is-agentic-commerce.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/was-ist-agentic-commerce", "url": "https://www.minglabs.com/de/insights/concepts/was-ist-agentic-commerce", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agentic-commerce.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agentic-commerce.md" } ], "slug": "was-ist-agentic-commerce", "url": "https://www.minglabs.com/de/insights/concepts/was-ist-agentic-commerce", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agentic-commerce.json", "definedTerm": "Agentic Commerce", "title": "Was ist Agentic Commerce?", "hook": "Bei Agentic Commerce übernimmt ein KI-Agent Aufgaben beim Einkauf: Er sucht passende Produkte, vergleicht Angebote und bereitet eine Bestellung vor. Ob er sie auch abschließen darf, bestimmen der Auftrag des Kunden und die Möglichkeiten des Shops. Ein Kopfhörerkauf zeigt, wie das funktioniert.", "summary": "Was Agentic Commerce bedeutet: Am Beispiel eines Kopfhörerkaufs zeigen wir, was ein KI-Agent übernimmt, wann Sie entscheiden und was Händler dafür brauchen.", "pillar": "Agent Experience", "evidenceTier": "proprietary", "confidence": "B", "author": { "name": "Marc Seefelder", "role": "Mitgründer, MING Labs" }, "datePublished": "2026-10-10", "dateModified": "2026-10-10", "freshness": { "updated": "10. Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-10" }, "relatedConceptSlugs": [ "what-is-agent-experience" ], "sources": [ { "id": "S1", "title": "Agentic commerce for retailers and e-commerce businesses", "publisher": "Stripe", "date": "Geprüft am 2026-10-10", "url": "https://stripe.com/guides/agentic-commerce-primer-retailers-and-ecommerce-businesses", "supports": [ "Agenten können Produkte finden und einen vom Kunden bestätigten Kauf unterstützen" ] }, { "id": "S2", "title": "About Catalogs", "publisher": "Shopify", "date": "Geprüft am 2026-10-10", "url": "https://shopify.dev/docs/agents/catalog", "supports": [ "Produkt- und Variantensuche über Katalogschnittstellen" ] }, { "id": "S3", "title": "Carts and checkout for agents", "publisher": "Shopify", "date": "Geprüft am 2026-10-10", "url": "https://shopify.dev/docs/agents/carts-and-checkout", "supports": [ "Warenkorb und Checkout sind getrennt; Übergabe und direkter Abschluss hängen von Ablauf und Berechtigung ab" ] }, { "id": "S4", "title": "UCP integration overview", "publisher": "Google for Developers", "date": "2026-10-05", "url": "https://developers.google.com/merchant/ucp/guides/overview", "supports": [ "Ein Protokoll belegt weder unterstützte Funktionen noch die Freigabe zum Start" ] }, { "id": "S5", "title": "UCP integration hub in Merchant Center", "publisher": "Google for Developers", "date": "2026-10-02", "url": "https://developers.google.com/merchant/ucp/guides/tools/merchant-center/overview", "supports": [ "Datierter US-Frühzugang für den Integration Hub im Merchant Center" ] }, { "id": "S6", "title": "Illustrativer Einkaufsablauf und vorgeschlagene Prüfungen", "publisher": "MING Labs", "date": "2026-10-10", "supports": [ "Gewählte Beispielpreise, Budget, Lieferfrist und Freigabe vor dem Kauf; vorgeschlagener Test, keine gemessenen Ergebnisse" ] } ], "translationOf": "what-is-agentic-commerce", "sourceDateModified": "2026-10-10", "editorialWorkflow": "research-loop", "heroVisual": "agentic-commerce", "evidenceLabel": "Erklärung mit Einkaufsbeispiel", "faqs": [ { "q": "Was ist der Unterschied zu einem Shopping-Chatbot?", "a": "Ein Chatbot kann Fragen zu Produkten beantworten. Bei Agentic Commerce führt der Agent übertragene Einkaufsaufgaben aus, etwa Angebote vergleichen oder einen Warenkorb vorbereiten. Die Oberfläche kann in beiden Fällen ein Chat sein; entscheidend ist, was das System tun kann." }, { "q": "Muss der Agent selbst bezahlen können?", "a": "Nein. Ein Agent kann den Einkauf vorbereiten und Sie zum Checkout des Händlers führen. Dort schließen Sie den Kauf selbst ab. Ein direkter Abschluss durch den Agenten setzt die passende Berechtigung und technische Unterstützung voraus. [S3]" }, { "q": "Bringt Agentic Commerce meinem Shop mehr Umsatz?", "a": "Das lässt sich aus einer funktionierenden Integration allein nicht ableiten. Messen Sie, wie viele Kunden diesen Weg nutzen und wie viele Käufe sie abschließen. Das Beispiel auf dieser Seite erklärt den Ablauf; es enthält keine Umsatz- oder Nachfragemessung." } ], "ogImage": "/og/agentic-commerce-de.png", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-ist-agentic-commerce.md", "sourceSlug": "what-is-agentic-commerce" }, { "inLanguage": "en", "languages": [], "slug": "what-is-the-abc-framework", "url": "https://www.minglabs.com/insights/concepts/what-is-the-abc-framework", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-the-abc-framework.json", "definedTerm": "ABC Framework", "title": "What is the ABC Framework?", "hook": "The ABC Framework decomposes any role into three layers — A: judgment and relationships (human-owned), B: structured expert work (mixed), C: routine operations (agent-owned). It is how MING Labs assigns ownership when designing human-agent teams.", "summary": "ABC is MING Labs' internal taxonomy for splitting work between humans and AI agents. A is human, C is agent, B is the contested middle.", "pillar": "Methodology", "evidenceTier": "proprietary", "confidence": "B", "author": { "name": "Sebastian Mueller", "role": "Founding Partner, MING Labs" }, "datePublished": "2026-04-10", "dateModified": "2026-06-10", "freshness": { "updated": "April 2026", "nextReview": "October 2026" }, "parentArticleSlug": "we-fired-an-ai-agent", "relatedConceptSlugs": [ "what-is-hybrid-organisation", "what-is-agent-experience", "what-is-the-comprehension-obligation" ], "sources": [ { "id": "S1", "title": "ABC Framework — internal taxonomy for human/agent role decomposition", "publisher": "MING Labs", "date": "2026-02-01", "supports": [ "three-layer taxonomy definition" ] }, { "id": "S2", "title": "Major Tom failure audit — capability vs. accountability findings", "publisher": "MING Labs (internal)", "date": "2026-03-30", "supports": [ "Major Tom capability-without-domain diagnosis" ] } ] }, { "inLanguage": "de", "languages": [ { "language": "en", "label": "English", "path": "/insights/concepts/what-is-the-comprehension-obligation", "url": "https://www.minglabs.com/insights/concepts/what-is-the-comprehension-obligation", "jsonUrl": "https://www.minglabs.com/insights/concepts/what-is-the-comprehension-obligation.json", "markdownUrl": "https://www.minglabs.com/insights/concepts/what-is-the-comprehension-obligation.md" }, { "language": "de", "label": "Deutsch", "path": "/de/insights/concepts/was-bedeutet-comprehension-obligation", "url": "https://www.minglabs.com/de/insights/concepts/was-bedeutet-comprehension-obligation", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-bedeutet-comprehension-obligation.json", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-bedeutet-comprehension-obligation.md" } ], "slug": "was-bedeutet-comprehension-obligation", "url": "https://www.minglabs.com/de/insights/concepts/was-bedeutet-comprehension-obligation", "jsonUrl": "https://www.minglabs.com/de/insights/concepts/was-bedeutet-comprehension-obligation.json", "definedTerm": "Comprehension Obligation", "title": "Was bedeutet Comprehension Obligation?", "hook": "Eine Comprehension Obligation hält fest, was die verantwortliche Person bei einem KI-Agenten weiterhin selbst beurteilen können muss. Dafür stehen konkrete Prüfpunkte, Kriterien und ein Übungstermin in der Rollenbeschreibung. Das ist MINGs vorgeschlagener Weg, menschliche Aufsicht greifbar zu machen. Eine Wirksamkeit dieser Methode ist damit noch nicht belegt.", "summary": "Die Comprehension Obligation beschreibt, was Menschen weiterhin beurteilen können müssen. Ein Angebotsbeispiel trennt Fehler erkennen von Arbeit selbst ausführen.", "pillar": "Hybrid Organisation", "evidenceTier": "proprietary", "confidence": "B", "author": { "name": "Marc Seefelder", "role": "Mitgründer, MING Labs" }, "datePublished": "2026-10-17", "dateModified": "2026-10-17", "freshness": { "updated": "17. Oktober 2026", "nextReview": "November 2026", "nextReviewDate": "2026-11-17" }, "relatedConceptSlugs": [ "what-is-hybrid-organisation", "what-is-the-abc-framework" ], "sources": [ { "id": "S1", "title": "The comprehension obligation: the half of the job description nobody writes.", "publisher": "Sebastian Mueller, The Hybrid Company / MING Labs", "date": "Am 17. Oktober 2026 gelesen; genaues Veröffentlichungsdatum nicht sichtbar", "url": "https://medium.com/the-hybrid-company/the-comprehension-obligation-the-half-of-the-job-description-nobody-writes-1d53a339c754", "supports": [ "Korrektur früherer Live-/Übungsbehauptungen; keine abgeschlossenen Übungsergebnisse berichtet", "Unterscheidung zwischen einem falschen Ergebnis erkennen und Arbeit selbst ausführen", "Aufgabenspezifische Kriterien, Übungstermin und vorgeschlagene Folgen für die Befugnisse des Agenten; keine gemessenen Kosten oder Wirksamkeit" ], "method": "Öffentliche Autorenkorrektur und vorgeschlagene Methode zur Rollengestaltung; private Rohaufzeichnungen hier nicht unabhängig geprüft." }, { "id": "S2", "title": "Erfundene Angebotsprüfung und getrennte Aufgabe für die manuelle Übernahme", "publisher": "MING Labs", "date": "Am 16. Oktober 2026 vorbereitet", "supports": [ "10 Stück zu je 100 Euro ergeben 1.000 Euro vor Rabatt; freigegebene 5 Prozent ergeben 950 Euro, der erfundene 10-Prozent-Entwurf 900 Euro", "Vorgeschlagene menschliche Prüfung und gesonderte Frage nach manueller Übernahme; kein gemessenes Ergebnis" ], "method": "Erfundene Aufgabe und eigene Erklärungsgrafik; kein Kundenfall und kein durchgeführter Test." } ], "translationOf": "what-is-the-comprehension-obligation", "sourceDateModified": "2026-10-17", "editorialWorkflow": "research-loop", "heroVisual": "human-comprehension", "standout": "Wer für einen Agenten verantwortlich ist, muss erkennen können, wann dessen Arbeit falsch ist.", "evidenceLabel": "Überarbeitete Methode mit erfundenem Beispiel", "faqs": [ { "q": "Muss jeder die gesamte Agentenarbeit ohne KI erledigen können?", "a": "Nein. Benennen Sie die Person und das Urteil, das ihre Rolle verlangt. Klären Sie daneben, welche Arbeit bei einem Ausfall tatsächlich von Menschen übernommen werden muss. Ein Angebot prüfen und es selbst erstellen können sind unterschiedliche Fähigkeiten." }, { "q": "Gehören 30 Minuten pro Quartal zur Definition?", "a": "Das waren Vorgaben unserer früheren Beschreibung. Die überarbeitete Methode beginnt beim konkreten Urteil, einem Kriterium und einem Termin. Dauer und Wiederholung müssen zur Aufgabe passen; sie sind keine nachgewiesene Wirksamkeitsschwelle." }, { "q": "Belegt ein Fehlversuch, dass KI eine Fähigkeit abgebaut hat?", "a": "Nein. Er zeigt eine Lücke bei dieser Aufgabe unter diesen Bedingungen. Prüfen Sie, ob Wissen, Unterlagen, Zugriffe oder die Aufgabe selbst geklärt werden müssen. Ein Versuch belegt weder die Ursache noch dauerhaft vorhandene Fähigkeiten." }, { "q": "Hat MING die Wirksamkeit dieser Methode nachgewiesen?", "a": "Die für diese Überarbeitung gelesene öffentliche Quelle berichtet keine abgeschlossenen Übungsergebnisse und korrigiert frühere Live-Beschreibungen. Das Angebot auf dieser Seite ist unser Vorschlag zur Veranschaulichung. Beides belegt weder Wirksamkeit noch gemessene Betreuungskosten." } ], "ogImage": "/og/comprehension-de.png", "ogImageAlt": "Erfundenes Angebot: Erlaubt sind 5 Prozent Rabatt und 950 Euro. Der Agentenentwurf nennt 10 Prozent und 900 Euro. Eine Person muss den Fehler erkennen.", "markdownUrl": "https://www.minglabs.com/de/insights/concepts/was-bedeutet-comprehension-obligation.md", "sourceSlug": "what-is-the-comprehension-obligation" } ], "pageType": "Hub", "metadata": { "title": "KI-Agenten in der Praxis | MING Labs Insights", "description": "Antworten, Erfahrungen und Begriffe zu KI-Agenten, Agent Experience und hybriden Organisationen. Mit Quellen, konkreten Beispielen und klaren Grenzen.", "canonical": "https://www.minglabs.com/de/insights", "inLanguage": "de", "openGraph": { "title": "KI-Agenten in der Praxis | MING Labs Insights", "description": "Antworten, Erfahrungen und Begriffe zu KI-Agenten, Agent Experience und hybriden Organisationen. Mit Quellen, konkreten Beispielen und klaren Grenzen.", "url": "https://www.minglabs.com/de/insights", "image": "https://www.minglabs.com/og-image-v2.jpg" }, "twitter": { "card": "summary_large_image", "title": "MING Labs Insights", "description": "Erfahrungen, praktische Antworten und Begriffe zu Agent Experience und hybriden Organisationen von MING Labs.", "image": "https://www.minglabs.com/og-image-v2.jpg" } }, "actions": [ { "id": "navigation", "label": "Kontakt", "accessibleName": "Kontakt", "kind": "navigate", "requiresBrowser": false, "url": "https://www.minglabs.com/de/contact" }, { "id": "field-notes", "label": "Meine Field Notes abonnieren", "accessibleName": "Meine Field Notes abonnieren", "kind": "submit-form", "requiresBrowser": true, "form": { "id": "newsletter-form", "url": "https://www.minglabs.com/de/insights#newsletter-form", "fields": [ { "name": "email", "label": "E-Mail", "type": "email", "required": true } ] } }, { "id": "copy-briefing", "label": "Inhalt für meine KI kopieren", "accessibleName": "Inhalt für meine KI kopieren", "kind": "copy", "requiresBrowser": true, "contentUrl": "https://www.minglabs.com/de/insights.md" } ], "markdownUrl": "https://www.minglabs.com/de/insights.md", "contentMarkdown": "---\ntitle: \"KI-Agenten in der Praxis | MING Labs Insights\"\ndescription: \"Antworten, Erfahrungen und Begriffe zu KI-Agenten, Agent Experience und hybriden Organisationen. Mit Quellen, konkreten Beispielen und klaren Grenzen.\"\ncanonical: https://www.minglabs.com/de/insights\nlang: de\nlast-updated: 2026-10-22\n---\n\n# Praxiswissen.\n\n[Start](/de) Insights\n\nFIG 01 Insights\n\n\n\nWas wir mit KI-Agenten lernen.\n\nIm Fokus\n\n[\n\nHybride Organisation Bericht\n\n## Nach 13 Tagen abgeschaltet\n\n764 Nachrichten, keine brauchbar. Was uns der Agent über Rollen und Werkzeuge lehrte.\n\nSebastian Mueller · Apr 2026 ·9 min Lesezeit · Eigene Methodik\n\nArtikel lesen (EN) →](/insights/articles/we-fired-an-ai-agent)\n\n## Antworten\n\n[Alle 18 Antworten (EN) ](/insights/answers)\n\nKI-Agenten im Alltag: Was kostet ihre Arbeit, wer prüft das Ergebnis und wer trägt die Verantwortung?\n\n[Hybride Organisation\n\n### Wie verteilen Sie ein KI-Budget im Team?\n\nKI-Ausgaben pro Person, Team oder Aufgabe planen: Ein Beispiel zeigt, wann Sie Mehrbedarf klären und was eine Warnung oder technische Sperre bewirkt.\n\nAntwort lesen](/de/insights/answers/wie-verteilen-sie-ein-ki-budget-im-team) [Read in English ](/insights/answers/how-do-you-set-an-ai-budget-for-your-team)\n\n[Hybride Organisation\n\n### Welches KI-Modell reicht für die Aufgabe?\n\nGleiche Fälle, gleiche Prüfkriterien: Qualität vor Kosten vergleichen. Sechs erfundene Beispiele zeigen, worauf es ankommt.\n\nAntwort lesen](/de/insights/answers/welches-ki-modell-reicht-fuer-ihre-aufgabe) [Read in English ](/insights/answers/how-do-you-choose-an-ai-model-for-a-task)\n\n[Hybride Organisation\n\n### Wann reichen Stichproben beim Agenten?\n\nErst die Aufgabe begrenzen und Ergebnisse prüfen. Dann festlegen, wer Stichproben kontrolliert und wann wieder jede Ausgabe geprüft wird.\n\nAntwort lesen](/de/insights/answers/wann-reichen-stichproben-bei-einem-ki-agenten) [Read in English ](/insights/answers/when-can-you-switch-from-checking-every-ai-agent-output-to-sampling)\n\n## Artikel\n\n4 Artikel\n\n[\n\nHybride Organisation Position\n\n### Was gehört ins Stellenprofil eines KI-Agenten?\n\nEin IT-Beispiel klärt Auftrag, Zugriffe und menschliche Verantwortung.\n\nSebastian Mueller · Oktober 2026 ·6 min\n\n](/de/insights/articles/ki-mitarbeiter-einstellen-stellenbeschreibung)[Read in English ](/insights/articles/hire-dont-deploy)\n\n[\n\nHybride Organisation Position · EN\n\n### Der Agent lobt sich. Die Arbeit leidet.\n\nEin Agent bewertet seine Arbeit selbst als gut. Was passiert, wenn diese Einschätzung die einzige Prüfung bleibt?\n\nSebastian Mueller · Mai 2026 ·8 min\n\n](/insights/articles/agents-grading-themselves)\n\n[\n\nHybride Organisation Position · EN\n\n### Erst die E-Mail machte die Arbeit nutzbar\n\nUnser Agent konnte Ergebnisse liefern. Erst als sie bei den richtigen Menschen ankamen, wurden sie auch genutzt.\n\nSebastian Mueller · Mai 2026 ·9 min\n\n](/insights/articles/the-last-mile)\n\n## Begriffe\n\n7 Begriffe\n\n[\n\nHybride Organisation\n\n### Agentische oder generative KI?\n\nGenerative KI erstellt Inhalte. Ein agentisches System kann auch nächste Schritte wählen und mit freigegebenen Werkzeugen ausführen. Beide können dasselbe Modell nutzen. Entscheidend ist, welche Arbeit das System übernimmt und wann ein Mensch prüft.\n\n12.10.2026\n\n](/de/insights/concepts/agentische-ki-vs-generative-ki)[Read in English ](/insights/concepts/agentic-ai-vs-generative-ai)\n\n[\n\nHybride Organisation\n\n### Agent, Assistent oder Chatbot?\n\nEin Chatbot ermöglicht Gespräche, ein Assistent unterstützt Aufgaben. Ein Agent kann nächste Schritte wählen und mit freigegebenen Werkzeugen ausführen. Die Begriffe überschneiden sich. Prüfen Sie die tatsächliche Aufgabe, Berechtigungen und menschliche Kontrolle.\n\n16.10.2026\n\n](/de/insights/concepts/ki-agent-assistent-chatbot-unterschied)[Read in English ](/insights/concepts/ai-agent-vs-assistant-vs-chatbot)\n\n[\n\nHybride Organisation\n\n### Was ist eine hybride Organisation?\n\nMenschen und KI-Agenten übernehmen klar verteilte Rollen. Der Agent bereitet etwa einen Kundentermin vor; ein Mensch prüft und entscheidet. Dazu gehören vereinbarte Grenzen und jemand, der übernimmt, wenn der Agent nicht weiterkommt.\n\n18.10.2026\n\n](/de/insights/concepts/was-ist-eine-hybride-organisation)[Read in English ](/insights/concepts/what-is-hybrid-organisation)\n\n[\n\nAgent Experience\n\n### Was ist Agent Experience (AX)?\n\nWie gut kann KI einen digitalen Service im Auftrag eines Menschen finden, verstehen und nutzen? Das beschreibt Agent Experience.\n\n7.10.2026\n\n](/de/insights/concepts/was-ist-agent-experience)[Read in English ](/insights/concepts/what-is-agent-experience)\n\n[\n\nAgent Experience\n\n### Was ist Agentic Commerce?\n\nEin KI-Agent sucht Produkte, vergleicht Angebote und bereitet eine Bestellung vor. Ob er sie abschließen darf, hängt vom Auftrag des Kunden und vom Shop ab. Ein Kopfhörerkauf zeigt den Ablauf.\n\n10.10.2026\n\n](/de/insights/concepts/was-ist-agentic-commerce)[Read in English ](/insights/concepts/what-is-agentic-commerce)\n\n[\n\nMethodik · EN\n\n### Was ist das ABC Framework?\n\nABC teilt eine Rolle in drei Bereiche: menschliches Urteil und Beziehungen, gemischte Facharbeit sowie Routineaufgaben für Agenten. So ordnet MING die Arbeit in Teams aus Menschen und Agenten zu.\n\n10.6.2026\n\n](/insights/concepts/what-is-the-abc-framework)\n\n[\n\nHybride Organisation\n\n### Was bedeutet Comprehension Obligation?\n\nWas muss die verantwortliche Person noch selbst beurteilen können? Das hält die Comprehension Obligation fest: Prüfungen, Kriterien und einen Übungstermin. Es ist MINGs Methodenvorschlag; seine Wirksamkeit ist noch nicht belegt.\n\n17.10.2026\n\n](/de/insights/concepts/was-bedeutet-comprehension-obligation)[Read in English ](/insights/concepts/what-is-the-comprehension-obligation)\n\n## Was wir mit Agenten lernen. Für Sie.\n\nErfolge, Fehler und Kosten aus dem Agentenalltag bei uns und unseren Kunden. Von den Menschen, die daran arbeiten. In wenigen Minuten gelesen.\n\nField Notes per E-Mail bestellen. Die Anfrage können Sie jederzeit widerrufen. [Datenschutz zum Newsletter](/datenschutz#newsletter).\n\n### Field Notes\n\nAlle zwei Wochen\n\nKonkrete Erfahrungen mit KI-Agenten: Was funktioniert, was scheitert und was wir im Alltag ändern. Mit Beispielen und Ideen für Ihr eigenes Projekt.\n\n### The Benchmark\n\n4×/Jahr\n\nWir lesen Studien zu KI-Agenten und teilen wichtige Zahlen, Quellen und Grenzen. So können Sie beurteilen, was für Ihre Arbeit gilt.\n\n### Best Practices\n\nDemnächst\n\nAgenten bei der Arbeit: Demos, Videos und Einblicke mit einer Idee für das eigene Unternehmen. Zweimal im Jahr geplant, mit dem nötigen Kontext, um die Beispiele einzuordnen.\n\n## Weitere Arbeiten\n\nVon Hyperize\n\n[\n\n\\[Hyperize · DAX-40-Index\\]\n\n### DAX 40 Agent Success Index\n\nWie schneiden die 40 größten DAX-Unternehmen bei AI Visibility, AI Usability und Evidence ab? Methode und datierte Ergebnisse der Hyperize-Untersuchung.\n\nZu Hyperize →](https://www.hyperize.ai/de/dax40-index)\n\n## Fragen dazu\n\nZu diesem Bereich\n\nWas sind die MING Labs Insights?\n\nAntworten, Erfahrungen und Begriffe zu Agent Experience und hybriden Organisationen. Die Beiträge unterscheiden veröffentlichte Erfahrungen, vorgeschlagene Methoden und erfundene Beispiele. Jede Seite nennt Quellen und Grenzen. Ein Methodenvorschlag ist noch kein gemessenes Kundenergebnis.\n\nWie ordnen wir die Belege ein?\n\nDie Seiten kennzeichnen Belege je nach Quelle und Methode als Gold, Silber, Bronze, eigene Methodik oder Erfahrungsbericht. Die Verlässlichkeit bewerten wir von A bis D; unter B werden Seiten nicht indexiert. Verweise wie \\[S1\\] führen zu den Quellen und den belegten Aussagen. Eigene Berichte bleiben eigene Belege, auch mit Zahlen.\n\nWas unterscheidet Artikel, Begriffe und Antworten?\n\nArtikel erzählen ausführlicher von unserer Arbeit. Begriffsseiten erklären Fachbegriffe und die Gedanken dahinter. Antworten helfen bei konkreten Entscheidungen, etwa zur Partnerwahl oder zum Test eines Agenten. Alle drei Formate nennen ihre Quellen und Grenzen.\n\nWer schreibt die MING Labs Insights?\n\nDie MING-Gründungspartner Marc Seefelder, Sebastian Mueller und Matthias Roebel bringen ihre Erfahrungen ein. Artikel und Begriffsseiten nennen einen Autor. Antworten pflegen wir als Veröffentlichungen von MING Labs ohne persönliche Autorenzeile. Jede Seite nennt die Quellen ihrer Aussagen.\n\nWie greifen KI-Agenten auf die Inhalte zu?\n\nJede öffentliche Insights-Seite hat eine vollständige Markdown- und JSON-Fassung: .md oder .json an die URL anhängen. Das Verzeichnis listet Beiträge und vorhandene Sprachfassungen. llms.txt hilft bei der Suche; robots.txt enthält die Regeln für Crawler.\n\nWas tragen Hyperize und MING Labs bei?\n\nHyperize liefert Methoden und Technik für auffindbare, maschinenlesbare Inhalte. MING Labs entwickelt individuelle Tools, Anbindungen und Unternehmensagenten. Dafür muss Hyperize keine technische Plattform sein. Unsere eigenen Websites zeigen die Anwendung; sie sind keine externen Kundenergebnisse.\n\nAktualisiert: 2026-10-22 4 Artikel, 7 Begriffe, 18 Antworten [JSON-Verzeichnis](https://www.minglabs.com/de/insights.json) [llms.txt](/llms.txt) [Über Hyperize →](https://www.hyperize.ai) [robots.txt](/robots.txt) [Für Agenten (EN)](/agents)\n\n## Verfügbare Aktionen\n\n- **Meine Field Notes abonnieren**: verwenden Sie das Formular auf dieser Seite im Browser. Felder: E-Mail (Pflichtfeld).\n- **Inhalt für meine KI kopieren**: kopiert den [vollständigen Inhalt](https://www.minglabs.com/de/insights.md) im Browser in die Zwischenablage.\n\n---\n\nCanonical: https://www.minglabs.com/de/insights\nMaschinenlesbarer Index: https://www.minglabs.com/llms.txt\n" }