Leitprojekt 01 · KI-Systeme
Wiederkehrende Wissensarbeit neu aufgebaut um spezialisierte KI-Agenten - mit Orchestrierung, kontrollierter Autonomie und Governance, die das Urteilsvermögen beim Menschen lässt.
Wirkung
Metadaten in vier Sprachen. Menschliche Basis: ~7 Min. pro lokalisierter Entität.
Geschätzter Durchschnitt über die kombinierte Google-Plattform-Last.
Schätzung, ~30+ Stunden - Recherche, Inhalt, Design, Code, Lokalisierung.
Kontext
Drei Arten von Arbeit fraßen unverhältnismäßig viel menschliche Kapazität: wiederholte Performance-Analyse über getrennte Google-Plattformen, Metadatenproduktion über einen viersprachigen Katalog und semantische Inhaltsarchitektur, die für jede Seite Recherche, Design, Code und Lokalisierung verlangte.
Nichts davon sind Probleme des Urteilsvermögens. Es sind Produktionsprobleme mit Entscheidungspunkten - und damit Kandidaten für eine bestimmte KI-Architektur, nicht für den generischen Chatbot-Einsatz.
Das Kernstück
Der Fehler wäre ein Automatisierungsmuster gewesen, dreimal angewandt. Jedes System hat ein anderes Maß an Autonomie erarbeitet, weil jedes anders fehlschlägt.
Schreibgeschützte autonome Analyse
Drei spezialisierte Agenten - Ads, GA4, Search Console - berichten an einen Orchestrierungsagenten über MCP + OAuth. Per Cron geplant, vollständig autonom und physisch unfähig, ein Anzeigenkonto anzufassen: die Berechtigungen sind absichtlich auf reine Leseberechtigung beschränkt.
Menschlicher Prüfpunkt: der externe Spezialist führt aus. System →
Kalibrierte Produktionsautomatisierung
Jedes Feld ging durch menschliche Excel-Prüfung, bis die Ausgabe 3-4 Kalibrierungsläufe pro Sprache unverändert überstand. Erst dann fiel die Freigabe weg. Autonomie wurde hier durch Belege erteilt, nicht durch Optimismus.
Menschlicher Prüfpunkt: nach der Kalibrierung entfernt. System →
Menschliche Auswahl unter Alternativen
Rund drei konkurrierende Modellprototypen pro Seite - die Modelle lesen denselben Auftrag tatsächlich unterschiedlich. Der Mensch wählt, kritisiert und lenkt; Agenten führen aus und iterieren. Das Urteilsvermögen verlässt die Schleife nicht.
Menschlicher Prüfpunkt: jede Seite. System →
Zuständigkeit
Ergebnis und Reflexion
Die gemessene Wirkung ist real, aber bewusst begrenzt: 220+ Stunden vermiedener Metadatenproduktion, geschätzt ~9,5 analytische Stunden pro Woche eingespart, geschätzt mehr als vier Arbeitstage pro viersprachigem Hub. Es wird keine finanzielle Zuschreibung erfunden - die Ausgabe informiert Budgetumschichtungen, Performance-Untersuchungen und Optimierungsprioritäten, und das ist die ehrliche Aussage.
Das weniger offensichtliche Ergebnis ist organisatorisch: Aufmerksamkeit wanderte von der Produktion zum Urteilsvermögen. Die interessante Entwurfsfrage war nie „was kann KI hier tun?“, sondern „wo genau soll der menschliche Prüfpunkt sitzen?“
Systeme und Denken
Marko Tomic