Harness Engineering: Jeder Fehler macht das Harness straffer

Wenn ein KI-Agent einen Fehler macht, können Sie auf zwei Arten reagieren. Sie korrigieren das Ergebnis und machen weiter. Oder Sie fragen, warum es passiert ist, und ändern die Umgebung des Agenten, damit es nicht wieder passiert. Die zweite Art heißt Harness Engineering.

Der Begriff setzte sich Anfang 2026 durch. Am 11. Februar beschrieb OpenAI, wie ein kleines Team ein Produkt mit Coding-Agenten baute, nach eigenen Angaben ohne Code von Hand zu schreiben. Die Arbeit der Ingenieure verlagerte sich auf die Gestaltung der Umgebung, der Anweisungen und der Kontrollen. Am 2. April veröffentlichte Birgitta Böckeler von Thoughtworks dafür ein Modell auf martinfowler.com. Beide handeln von Software. Die Methode funktioniert für jedes Team.

Guides und Sensoren

Böckeler ordnet jede Kontrolle in einem Harness einer von zwei Arten zu.

• Guides wirken, bevor der Agent handelt: Anweisungen, Konventionen, Vorlagen, Arbeitsweisen und Beispiele. Sie zielen auf einen guten ersten Versuch.
• Sensoren wirken danach: Tests, Prüfungen, eine zweite Durchsicht. Sie sagen dem Agenten, was schiefging, damit er sich selbst korrigieren kann.

Sie brauchen beides. Nur mit Sensoren macht der Agent immer wieder denselben Fehler und wird jedes Mal korrigiert. Nur mit Guides erfahren Sie nie, ob Ihre Regeln wirken.

Jede Kontrolle ist außerdem rechnerisch oder urteilend. Eine rechnerische Prüfung ist exakt, schnell und günstig: Eine Zahl stimmt oder sie stimmt nicht. Eine urteilende Prüfung nutzt das Urteil eines Modells, etwa eine zweite KI, die einen Text mit Ihrer Tonalität abgleicht. Sie findet feinere Probleme, ist aber langsamer, teurer und weniger vorhersehbar. Deshalb kommen die günstigen, exakten Prüfungen zuerst.

Guides und Sensoren außerhalb von Code

In einem Marketing-, Vertriebs- oder Operations-Team sehen die beiden Arten so aus.

• Guides: Markenregeln, Tonalität, Berichtsvorlagen, eine aufgeschriebene Arbeitsweise, eine Liste dessen, was der Agent nie tun darf.
• Sensoren: jede Kennzahl aus den Rohdaten neu berechnet, das Ergebnis an einem Qualitätsmaßstab gemessen, eine zweite Durchsicht, ein Mensch, der freigibt, bevor etwas verschickt oder veröffentlicht wird.

Ein echtes Beispiel: ein Name, der richtig klingen musste

Für zaela.com entstanden sechzig kurze Filme mit synthetischen Stimmen. Zaela spricht man sa-JE-la aus, und ein Sprachmodell weiß das nicht. Das war der Fehler.

• Der Guide: eine phonetische Schreibweise des Namens für jede Sprache, festgehalten im Gedächtnis, damit jede Stimme von der richtigen Schreibweise ausgeht.
• Der Sensor: Jede Zeile mit dem Namen wurde per Spracherkennung geprüft. Wurde der Name nicht erkannt, ersetzte ihn ein geprüfter Ausschnitt in derselben Stimme, und der Satz wurde erneut geprüft.

Der Fehler ist jetzt Teil des Harness: Der nächste Film beginnt mit beidem. Lesen Sie, wie die Filme entstanden sind.

Sechs Gewohnheiten des Harness Engineering

1. Schreiben Sie es dort auf, wo die KI es lesen kann. Regeln in Köpfen oder alten Chats existieren für einen Agenten nicht. Im Experiment von OpenAI war das Code-Repository die einzige Quelle der Wahrheit. Für ein Team ist das geteiltes Gedächtnis.
2. Teilen Sie Arbeit in kleine, prüfbare Schritte. Ein Schritt mit einer klaren Definition von „fertig“ ist leichter zu prüfen als eine große Aufgabe.
3. Setzen Sie günstige, exakte Prüfungen an den Anfang. Nachrechnen, zählen, mit einer Liste abgleichen. Eine zweite Durchsicht durch KI bleibt für das, was eine exakte Prüfung nicht sieht.
4. Lassen Sie jede Prüfung sagen, wie es besser geht. „Die Summe entspricht nicht der Summe der Kanäle“ hilft einem Agenten, sich zu korrigieren. „Falsch“ nicht.
5. Ziehen Sie das Harness nach jedem Fehler fester. Korrigieren Sie einmal, in den Anweisungen, statt immer wieder im Chat. Das Entwicklerteam von Google rät, mit einem einzigen wiederkehrenden Fehler zu beginnen.
6. Begrenzen Sie, was der Agent anfassen darf, und behalten Sie die Protokolle. Zugriff pro Person und Freigabe für riskante Aktionen gehören zum Harness. Protokolle zeigen, was passiert ist, und daraus lernen Sie.

Die Grenzen

Harness Engineering ist keine Garantie. Böckeler sagt klar, was Sensoren übersehen: ein falsch diagnostiziertes Problem, eine Lösung, die komplizierter ist als nötig, eine Anweisung, die der Agent missverstanden hat. Und das Experiment von OpenAI ist ein einzelner, selbst berichteter Fall, an einem neuen Produkt ohne alten Code. Lassen Sie einen Menschen am Tor stehen, wo Geschmack und Verantwortung zählen.

Harness Engineering in Zaela

Zaela ist ein KI-Harness für Unternehmen, gebaut, damit ein Team diese Arbeit ohne Programmieren erledigen kann. Guides liegen im Gedächtnis, in Arbeitsweisen und in den Anweisungen jedes Agenten. Sensoren gehören zu den Arbeitsweisen: exakt rechnen, ein Qualitätsmaßstab, eine Liste dessen, was ein Agent nie tut, Freigabe, bevor etwas live geht. Jede Aktion wird protokolliert. Und alles, was die KI nutzt, können Sie in der Web-App sehen, anpassen und ergänzen, sodass eine Lektion noch am selben Tag im Harness steckt.

Die Faustregel ist dieselbe wie bei Agenten. Zweimal dasselbe gefragt? Machen Sie einen Agenten daraus. Zweimal dasselbe korrigiert? Machen Sie eine Regel daraus. Den vollständigen Hintergrund lesen Sie im Leitfaden zu Harness Engineering auf i-scoop.eu (auf Englisch), ebenfalls herausgegeben von Edge.