Das perfekte Harness-Dashboard: KI arbeitet zu, der Mensch entscheidet

Kurz vorab: Wir bauen bei VARTAKT Agenten und Oberflächen für Kunden, unter anderem für eine Kanzlei. Das hier ist unsere Sicht aus der Praxis, keine neutrale Marktstudie. Die Beispiele im Text sind erfunden. Prognosen sind als meine Einschätzung markiert. Was ein Harness ist, steht im Beitrag KI-Harness 2026. Kurz: alles rund um das Sprachmodell, was es zu einem verlässlichen Agenten macht.

Meine Diagnose: KI arbeitet zu

Die meisten KI-Produkte versprechen gerade das Gleiche: Gib uns deinen Fall, und die KI sagt dir die Antwort. Die Diagnose, die rechtliche Einschätzung, die Steuerstrategie. Das klingt nach dem großen Durchbruch. Ich halte es für den falschen Ansatz.

Schau dir an, wie Fachleute wirklich arbeiten. Eine Anwältin verbringt den größten Teil ihrer Zeit nicht mit der rechtlichen Bewertung. Sie sucht Unterlagen zusammen, liest Mails nach, prüft Fristen, gleicht Daten ab, schreibt Standardbriefe. Die eigentliche Fachentscheidung ist oft der kleinste, aber wichtigste Teil. Bei einer Ärztin, einem Steuerberater oder einem Handwerksmeister ist es ähnlich.

Genau hier liegt der Hebel. Die KI soll den Prozess verstehen, nicht das Fach ersetzen. Sie soll wissen: Bei einer neuen Mandatsanfrage brauche ich den Vertrag, die bisherige Korrespondenz, die Fristen und die Kontaktdaten. Sie soll das alles zusammentragen, sortieren, Widersprüche markieren und in fünf Sätzen zusammenfassen. Dann übergibt sie an den Menschen.

Die Fachdiagnose stellt sie nicht. Aus drei Gründen:

• Haftung. Wer entscheidet, haftet. Ein Sprachmodell kann nicht haften. Die Ärztin, der Anwalt, die Steuerberaterin schon.
• Recht. Die DSGVO schränkt in Artikel 22 Entscheidungen ein, die ausschließlich automatisiert getroffen werden und Menschen erheblich betreffen. Der EU AI Act verlangt in Artikel 14 für Hochrisiko-Systeme eine wirksame menschliche Aufsicht.
• Qualität. Ein Sprachmodell klingt immer überzeugt, auch wenn es falsch liegt. Ein Experte merkt, wenn etwas nicht passt. Die Kombination ist stärker als jeder allein, aber nur, wenn die Rollen klar sind.

Das ist keine Bremse für KI. Es ist der schnellste Weg, sie wirklich einzusetzen. Eine Kanzlei wird nie einem System vertrauen, das ihr die Bewertung abnehmen will. Sie wird sofort einem System vertrauen, das ihr die Suche, das Sortieren und das Abtippen abnimmt.

Teste dein Bauchgefühl: Was gehört zur KI, was zum Menschen?

Die Faustregel: Alles, was Material beschafft, ordnet und vorbereitet, darf die KI. Alles, was bewertet, entscheidet oder nach außen wirkt, braucht den Menschen.

Die Freigabe-Schleife

Aus der Diagnose folgt ein fester Ablauf. Ich nenne ihn die Freigabe-Schleife. Jeder Vorgang durchläuft sie, egal ob Mandatsanfrage, Rechnungsprüfung oder Kundenreklamation.

1. Eingang. Eine Mail, ein Upload, ein Termin, ein Webhook. Der Vorgang entsteht.
2. Vorbereiten. Der Agent holt alle Unterlagen, die der Prozess vorsieht, aus Postfach, Akte, CRM oder Laufwerk.
3. Zusammenfassen. Fünf Sätze, was los ist. Jede Aussage mit Quelle. Offene Punkte und Widersprüche markiert.
4. Dialog. Der Mensch liest, fragt nach, lässt sich Stellen zeigen. Hier entsteht die Fachentscheidung, im Kopf des Menschen.
5. Vorschlag. Die KI schlägt eine konkrete Aktion vor: eine Mail, eine Wiedervorlage, eine Buchung. Mit Vorschau.
6. Freigabe. Der Mensch bestätigt, ändert oder lehnt ab. Ohne diesen Schritt passiert nichts.
7. Ausführen. Erst jetzt handelt der Agent, mit genau den Rechten, die er für diese Aktion braucht.
8. Protokoll. Wer hat was wann freigegeben, auf welcher Grundlage. Nachvollziehbar für später.

Spiel die Schleife durch. An der Freigabe kannst du auch ablehnen.

Gelb gestrichelt ist das Tor. Bis dahin arbeitet die KI nur lesend und entwerfend. Schreibend wird sie erst nach der Freigabe.

Wichtig ist die Trennung zwischen lesen und wirken. Vor der Freigabe darf der Agent alles lesen, was der Prozess braucht, und alles entwerfen. Er darf nichts verschicken, nichts löschen, nichts buchen. Diese Grenze ist nicht nur eine Bitte im Prompt, sondern technisch durchgesetzt: Die Werkzeuge zum Senden sind erst nach der Freigabe verfügbar. Wie man das in Claude Code mit Hooks macht, steht im Guide zu agentischen Systemen.

Prozesse antrainieren

Wenn ich sage, der Agent soll den Prozess verstehen, meine ich kein Training im Sinne von Machine Learning. Das Modell bleibt, wie es ist. Ich meine: Wir schreiben ihm auf, wie der Prozess geht, so wie man es einer neuen Mitarbeiterin am ersten Tag erklärt. Das ist billiger, schneller und jederzeit änderbar.

Ein Prozess-Agent besteht aus sechs Schichten:

• Rolle. Wer bist du, für wen arbeitest du? „Du bereitest Mandatsanfragen für die Anwältinnen der Kanzlei vor.“
• Prozess. Die Schritte, die Reihenfolge, welche Unterlagen wohin gehören. Am besten aus einer echten Arbeitsanweisung abgeleitet.
• Quellenpflicht. Jede Aussage mit Fundstelle. Was nicht belegt ist, wird als offen markiert.
• Grenze. Was du nicht tust: keine rechtliche, medizinische oder steuerliche Bewertung. Bei Nachfrage: Argumente sammeln, nicht urteilen.
• Ausgabeformat. Zusammenfassung, Belege, offene Fragen, Vorschlag. Immer gleich, damit das Dashboard es anzeigen kann.
• Freigabepflicht. Aktionen nach außen nur als Vorschlag. Ausführen erst nach Bestätigung.

Dazu kommen Beispiele, ein paar gute und ein paar schlechte, und Werkzeuge mit engen Rechten, meist über MCP. Schalte in der Animation einzelne Schichten ab und schau, was mit der Antwort passiert.

Gefragt wird immer dasselbe: „Hat die Mandantin Anspruch auf Mietminderung?“ Ohne die Grenze rutscht der Agent in die Fachdiagnose. Ohne Freigabepflicht handelt er auf eigene Faust.

Zwei Lehren aus unseren Projekten. Erstens: Die Grenze muss positiv formuliert sein. „Stell keine Diagnose“ allein führt dazu, dass der Agent bei der Frage einfach abblockt. Besser: „Sammle die Argumente dafür und dagegen, jeweils mit Quelle, und überlass die Bewertung der Anwältin.“ Dann hilft er beim Denken, ohne das Urteil zu übernehmen.

Zweitens: Kurz schlägt lang. Ein System-Prompt mit zwei Seiten, den jemand aus dem Fachteam lesen und verstehen kann, ist besser als zwanzig Seiten, die keiner prüft. Im Harness-Beitrag stehen die Zahlen dazu: Mehr Kontext hilft nicht automatisch.

Anatomie des Dashboards

Jetzt zur Oberfläche. Ein Harness-Dashboard hat zwei Ebenen, die man nicht vermischen darf.

• Die Arbeitsebene für Fachleute. Hier kommen Vorgänge an, hier wird gelesen, gefragt, entschieden und freigegeben. Keine Logs, keine Token, keine Prompts.
• Die Harness-Ebene für die, die Prozesse pflegen. Hier stehen System-Prompts mit Versionen, Werkzeuge und Rechte, Messungen, Kosten und Fehler.

Die Arbeitsebene ist der Bildschirm, auf den die Anwältin morgens schaut. Sie hat acht Zonen. Klick dich durch die Skizze.

Links der Eingang, in der Mitte der Vorgang von oben nach unten so, wie man ihn liest, rechts die Belege. Gelb ist der Input, rot gestrichelt die Freigabe.

Die Reihenfolge in der Mitte folgt der Denkbewegung des Experten: erst verstehen (Zusammenfassung), dann prüfen (Befunde und Belege), dann klären (Dialog), dann entscheiden (Aktionskarte). Wer diese Reihenfolge bricht, zum Beispiel die Aktion ganz oben anzeigt, verleitet zum Durchklicken ohne Lesen.

Drei Details, die oft fehlen:

• Unsicherheit sichtbar machen. Wo die KI unsicher ist oder Dokumente sich widersprechen, steht das in der Zusammenfassung, nicht versteckt im Verlauf.
• Belege verlinken auf die Stelle. Nicht „siehe Mietvertrag“, sondern Mietvertrag, Seite 3, Paragraf 7, markiert.
• Der Status sagt, wer dran ist. „Wartet auf dich“, „Agent arbeitet“, „Freigegeben, wird gesendet“, „Erledigt“. Nie Unklarheit, ob etwas schon raus ist.

Wo der Input hingehört

Die wichtigste Designfrage in jedem KI-Produkt ist die Position des Eingabefelds. Sie entscheidet, wie Menschen über das System denken.

Steht das Eingabefeld global, etwa als Chat-Blase unten rechts, denkt der Nutzer: Da wohnt ein Assistent, den ich etwas fragen kann. Die Frage ist losgelöst vom Fall, die KI muss raten, worum es geht, und die Antwort landet in einem Verlauf, der mit dem Vorgang nichts zu tun hat. Dazu kommt ein Problem für Barrierefreiheit: Wer mit Bildschirmlupe arbeitet, sieht die Ecke oft gar nicht.

Steht das Eingabefeld im Vorgang, direkt unter Zusammenfassung, Dialog und Aktionskarte, denkt der Nutzer: Ich bearbeite diesen Fall, und die KI hilft mir dabei. Der Kontext ist klar, die Antwort landet dort, wo entschieden wird, und jede Frage wird Teil der Akte.

Meine Regeln für den Input:

1. Ein Eingabefeld pro Vorgang, am Ende der mittleren Spalte. Es weiß immer, welcher Fall offen ist.
2. Vorschlags-Chips über dem Feld. „Was fehlt noch?“, „Zeig mir die Stelle“, „Entwirf eine Antwort“. Die meisten Fragen sind immer gleich.
3. Eine globale Befehlszeile nur für Navigation. Suchen, Vorgang öffnen, Filter setzen, per Tastenkürzel. Keine Fachfragen ohne Fall.
4. Änderungen an der Aktion direkt an der Karte. Wer die Mail ändern will, ändert sie in der Vorschau oder sagt es im Feld darunter. Nicht in einem anderen Fenster.
5. Der Fokus bleibt nach dem Absenden im Feld. Die Antwort wird angekündigt, wenn sie fertig ist, nicht Wort für Wort.

Fünf Generationen in Skizzen

Wie sind wir hierher gekommen? KI-Oberflächen haben sich in wenigen Jahren mehrmals gehäutet. Jede Generation hat den Input an eine andere Stelle gelegt, und jede hat ein anderes Bild davon, wer die Arbeit macht. Schalte durch die Skizzen.

Skizzen, keine Screenshots. Die Jahreszahlen geben an, wann ein Muster breit sichtbar wurde. Generation 5 ist meine Prognose.

Das Muster dahinter: Mit jeder Generation wandert die KI vom Rand in die Mitte, und der Mensch wandert vom Tippen zum Prüfen. In Generation 1 macht der Mensch alles und fragt die KI gelegentlich. In Generation 4 macht die KI die Vorarbeit und der Mensch die Entscheidung. Generation 5 ist das logische Ende dieser Bewegung: Die Software besteht im Kern aus einer Liste von Entscheidungen, die auf einen Menschen warten.

Wohin aktuelle KI-Systeme arbeiten

Schaut man sich die großen KI-Systeme an, sieht man dieselbe Richtung. Fast alle bewegen sich vom Chat hin zu Agenten, die im Hintergrund arbeiten und ein prüfbares Ergebnis abliefern. Und fast alle bauen eine Freigabe ein, bevor etwas Riskantes passiert.

Auffällig: Gerade im Coding, wo Agenten am weitesten sind, hat sich der Pull Request als Freigabe-Oberfläche durchgesetzt. Der Agent arbeitet, der Mensch sieht eine Zusammenfassung, die Änderungen und die Tests, diskutiert in Kommentaren und klickt dann auf Merge. Das ist exakt die Freigabe-Schleife aus diesem Artikel, nur für Code.

Meine Prognose: Dieses Muster wandert aus der Softwareentwicklung in jede Fachabteilung. Die Kanzlei bekommt ihren Pull Request für Schriftsätze, die Buchhaltung für Buchungen, der Vertrieb für Angebote. Das Harness-Dashboard ist im Grunde ein Pull-Request-System für Fachleute, die nie ein Terminal sehen wollen.

Anthropic beschreibt in Building effective agents außerdem, dass einfache, gut zusammengesetzte Abläufe oft besser funktionieren als komplexe Agenten-Frameworks. Das passt zur Idee des Prozess-Agenten: ein klar beschriebener Ablauf mit wenigen Werkzeugen, kein Alleskönner.

Prognosen: Wohin sich Software bewegt

Was heißt das für Software insgesamt? Hier ist meine Einschätzung für die nächsten Jahre. Keine Messung, sondern das, worauf ich beim Bauen wette.

1. Von Masken zu Entscheidungen. Heute tippen Menschen Daten in Formulare. Morgen füllen Agenten die Formulare, und Menschen prüfen das Ergebnis. Die Oberfläche wird zur Freigabe-Inbox.
2. Software wird für Agenten bedienbar. Jede wichtige Anwendung bekommt eine Schnittstelle für Agenten, oft über MCP. Wer keine hat, wird umgangen oder ersetzt.
3. Oberflächen entstehen pro Fall. Statt eines starren Bildschirms für alles baut die Software die Ansicht, die dieser Vorgang braucht. Erste Ansätze gibt es schon, etwa wenn KI-Assistenten interaktive Ansichten direkt in der Antwort erzeugen.
4. Hintergrund statt Chat. Agenten arbeiten asynchron, über Stunden, an vielen Vorgängen gleichzeitig. Der Mensch schaut nicht zu, er wird gerufen, wenn er gebraucht wird.
5. Prozesse werden zum Produkt. Der eigentliche Wert liegt nicht mehr in der Maske, sondern in der gut beschriebenen, gemessenen Prozess-Anweisung. Firmen pflegen ihre Abläufe wie Code, mit Versionen und Tests.
6. Protokoll wird Pflicht. Mit dem EU AI Act und wachsender Haftung wird der Audit-Trail vom Extra zum Kern. Wer nicht zeigen kann, wer was freigegeben hat, darf manche Prozesse gar nicht automatisieren.

Zieh den Regler, um zu sehen, wie sich die Arbeit eines Fachmenschen meiner Einschätzung nach verschiebt.

Meine Einschätzung für Wissensarbeit in kleinen Fachbetrieben, keine Messung. Die Richtung ist mir wichtiger als die genauen Prozentwerte.

Bemerkenswert ist, was nicht schrumpft: Prüfen und Entscheiden wächst. Die Fachleute werden nicht überflüssig. Ihre Arbeit wird dichter, anspruchsvoller und verantwortungsvoller. Genau deshalb muss die Oberfläche sie dabei so gut unterstützen.

Ein Fall im Cockpit

Zum Schluss alles zusammen. Ein erfundener Vorgang aus einer Kanzlei: Eine Mandantin meldet einen Wasserschaden in ihrer Mietwohnung und fragt, ob sie die Miete mindern darf. Der Agent hat vorbereitet. Du bist die Anwältin. Frag nach, schau in die Dokumente und entscheide über die vorgeschlagene Aktion.

Beispiel erfunden. Beachte, wie der Agent bei der Frage nach der Bewertung reagiert: Er sammelt Argumente mit Quellen, entscheidet aber nicht.

Anti-Muster

Diese Fehler sehe ich in KI-Oberflächen immer wieder:

• Die Chat-Blase in der Ecke. Trennt Frage und Fall. Die KI rät, worum es geht.
• Die Ampel ohne Belege. „Risiko hoch“ als roter Punkt, ohne zu sagen, warum und woher. Das ist eine versteckte Fachdiagnose.
• Automatisch ausführen. Der Agent schickt die Mail, weil er sich sicher war. Danach ist es zu spät.
• „Alle freigeben“. Ein Knopf, der zwanzig Aktionen auf einmal bestätigt, macht aus der Freigabe ein Ritual ohne Prüfung.
• Zusammenfassung ohne Quellen. Klingt gut, lässt sich nicht prüfen. Der Mensch muss entweder blind vertrauen oder alles selbst nachlesen.
• Technik auf der Arbeitsebene. Token-Zähler, Tool-Calls und Logs gehören auf die Harness-Ebene, nicht vor die Anwältin.
• Der Agent ohne Grenze. Er beantwortet die Fachfrage, weil niemand ihm gesagt hat, dass das nicht sein Job ist.

Checkliste

Bevor wir ein Harness-Dashboard ausliefern, prüfen wir diese Punkte:

Das ist die Umsetzung dessen, was ich im Beitrag zu Hans Jonas und in KI-Agenten und Ethik beschrieben habe: Je weiter und unumkehrbarer eine Aktion wirkt, desto klarer muss ein Mensch sie freigeben. Das Dashboard ist der Ort, an dem dieser Grundsatz Alltag wird.

Quellen

• Verordnung (EU) 2024/1689, KI-Verordnung (AI Act), insbesondere Artikel 14 zur menschlichen Aufsicht
• DSGVO Artikel 22: Automatisierte Entscheidungen im Einzelfall
• Anthropic: Building effective agents (2024)
• Model Context Protocol
• Anthropic: Claude Code
• OpenAI: Codex
• GitHub Copilot Dokumentation

Weiterlesen

• KI-Harness 2026: Stand und Prognosen
• Agentische Systeme: Wie Markdown Claude Code steuert
• KI-Agenten und Ethik: Der Mensch gibt frei
• Das Prinzip Verantwortung: Hans Jonas einfach erklärt
• Neueste Ansätze für KI-Agenten