Das Problem
Die meisten Aufgabenbeschreibungen sagen, was getan werden soll — aber nicht, woran man erkennt, dass es fertig ist. Für einen Menschen reicht das oft. Ein KI-Agent dagegen läuft ohne klare Fertig-Bedingung entweder zu früh los oder endlos weiter. Er weiß nicht, wann er nachbessern, wann er pausieren und wann er abschließen soll.
Was der Skill macht
Agentic DoD verwandelt eine Aufgabe in eine Definition of Done, die ein Agent in einem Loop abarbeiten kann. Das Ergebnis ist ein kompakter Block aus Akzeptanzkriterien — aber jedes Kriterium trägt zusätzlich eine Prüf-Methode, die festlegt, wie geprüft wird, ob es erfüllt ist. Genau das macht die Aufgabe „agent-ready”.
Das Prinzip: WAS × WIE
Zwei Ebenen greifen ineinander.
Das WAS — wann heißt „fertig” fertig? — über drei Dimensionen (nach Dan Mall):
- Facts — messbare, objektive Kriterien (Deliverable existiert, Zahl stimmt, Test grün)
- Feelings — wie soll sich die beteiligte Person danach fühlen (nur bei echtem menschlichem Adressaten)
- Future — was wird danach möglich (der eigentliche Grund, warum die Aufgabe existiert)
Das WIE — wie wird jedes Kriterium geprüft? — über vier Validierungs-Methoden:
| Methode | Wann | Wer prüft |
|---|---|---|
| Funktional | Eine Maschine kann ohne Meinung ja/nein sagen (Test grün, Datei da, Zahl stimmt) | Agent prüft selbst |
| Visuell | Muss gesehen werden (UI, Layout, Design, Diagramm) | Agent macht Screenshot + beurteilt per Vision |
| Judgment | Braucht Geschmack, aber eine Rubrik ist möglich (Tonalität, Vollständigkeit) | Mensch oder eine zweite KI bewertet gegen die Rubrik |
| Du entscheidest | Irreversibel oder reiner Geschmack (versenden, veröffentlichen, zahlen, löschen) | Loop pausiert, Mensch gibt frei |
Die Leitregel: Nimm immer die billigste verlässliche Methode. Funktional kostet quasi nichts, Visuell einen Vision-Call, Judgment einen Modell-Call, „Du entscheidest” kostet menschliche Zeit. Eskaliere nur, wenn die Stufe darüber das Kriterium nicht ehrlich abdeckt. So bleibt der Loop schnell — und menschliche Aufmerksamkeit ist für die Einbahnstraßen reserviert. Und die wichtigste Ausnahme: Alles Irreversible oder nach außen Gerichtete ist immer „Du entscheidest” — egal wie gut es sich sonst prüfen ließe. Lieber hält ein Mensch die Tür auf, als ein Agent läuft durch eine Einbahnstraße.
Warum das ein Hebel ist
Sobald „fertig” prüfbar definiert ist, kann ein Agent die Aufgabe eigenständig in einem Loop abarbeiten: bauen → Kriterien der Reihe nach prüfen → bei Rot nachbessern → bei „Du entscheidest” pausieren und Freigabe holen → alle grün, fertig. Aus einer vagen Aufgabe wird ein automatisierbarer Arbeitsschritt — ohne die Kontrolle an den kritischen Stellen aus der Hand zu geben. Genau dieses „Mensch im Loop”-Prinzip setzen wir in Kundenprojekten ein — mehr dazu auf unserer Seite zur KI-Automatisierung für Hausverwaltungen.
Mini-Beispiel
Aufgabe: „Erstgespräch-Anschreiben für einen Lead fertig machen und rausschicken”.
- ✅ Funktional — Das Angebot liegt als fertiges PDF vor. Prüfung: Datei existiert und ist nicht leer.
- ✅ Funktional — Der ausgewiesene Preis stimmt mit dem Produktpreis überein.
- ✅ Judgment (Bewerter: 2. KI) — Das Anschreiben trifft die Tonalität. Rubrik: (1) persönlicher Bezug, (2) kein KI-Sprech, (3) klarer nächster Schritt. Bestanden ab alle 3.
- ⏸️ Du entscheidest — Mail an den Lead versenden. Loop pausiert → Mensch gibt frei.