Autonomes Arbeitslog + Self-Verify: Wie mein Agenten-Dashboard sich selbst kontrolliert

Ich betreibe ein eigenes, agenten-first Task-Dashboard („Cockpit"), in dem ein autonomer Agent eigenständig einzelne Aufgaben abarbeitet. Es gab dort einen „Artefakte"-Reiter – gedacht als Schaufenster für die Ergebnisse des Agenten. In der Praxis blieb er fast leer: Ein Artefakt entstand nur, wenn eine Aufgabe ein „reichhaltiges" Ergebnis lieferte (eine Analyse, eine Tabelle, einen Bericht). Die meisten Aufgaben sind aber Code- oder Infrastruktur-Arbeit – und die erzeugten per Konvention nichts. Ergebnis: ein leerer Reiter ohne erkennbaren Nutzen.

Zwei Änderungen haben das gedreht.

Erstens: Jede erledigte Aufgabe legt jetzt ein kompaktes Markdown-Arbeitslog an – mit fester Struktur (Was war die Aufgabe? Was wurde getan? Wie wurde es geprüft? Was ist betroffen?). Damit wird der Reiter zum lebendigen Protokoll der autonomen Arbeit, und jedes Log landet zusätzlich in meinem Wissensspeicher (Obsidian).

Zweitens – der eigentlich spannende Teil: Bevor eine Aufgabe als „erledigt" gilt, prüft sie ein separater KI-Prüfer (nicht der Agent selbst). Bisher bewertete dieser nur die Prosa-Zusammenfassung des Agenten – also dessen eigene Behauptung, fertig zu sein. Eine gut formulierte Behauptung konnte ihn täuschen. Jetzt liest der Prüfer das tatsächliche Arbeitslog-Artefakt als Beweis und bewertet am Ergebnis, nicht an der Behauptung.

Zum Mitnehmen:

• Worker und Checker trennen: Wer eine Aufgabe erledigt, sollte nicht selbst über „fertig" entscheiden.
• Dem Prüfer echte Artefakte als Beleg geben – nicht nur die Zusammenfassung. „Set goals, not steps."
• Ein Nebenprodukt, das vorher leer war (das Arbeitslog), wird doppelt wertvoll: als Protokoll für mich und als Beweismittel für die Qualitätskontrolle.