Kann ein KI-Agent die Arbeit eines anderen Agenten prüfen?

Eine Frage aus einer Schulung

Vor Kurzem hat DATONG AI in einem Unternehmen eine Schulung gegeben. Thema: wie man KI nicht mehr nur im Chatfenster nutzt, sondern einen Agenten die Arbeit direkt erledigen lässt. Nach der praktischen Übung fragte eine Teilnehmerin aus dem Vertrieb: Kann ein zweiter Agent prüfen, was der erste gemacht hat?

Die Frage trifft den Kern. Was ein Agent abliefert, muss im Alltag geprüft werden, von einem Menschen oder durch einen festen Mechanismus. Entscheidend ist, wie.

Warum nicht einfach eine KI die andere prüfen lassen?

Wenn ein Agent die Einschätzungen, Strategien, den Code oder die Urteile eines anderen Agenten liest, passiert oft eines von zwei Dingen. Entweder sucht der Prüfer das Haar in der Suppe: Er findet immer etwas, auch wenn es kein echtes Problem gibt. Oder der geprüfte Agent baut zur Absicherung immer mehr Vorbehalte ein, und das Ergebnis wird immer vorsichtiger.

Dazu kommt: Manche Fehler erkennt eine einfache Regel sofort, etwa ob eine Zahl oder ein Format stimmt. Diese Prüfung einem teuren Modell zum „Nachdenken“ zu geben, ist Verschwendung. Ob jemand Fieber hat, zeigt das Thermometer; dafür braucht es kein Gremium aus drei Fachärzten. In unseren eigenen Projekten hat sich gezeigt: Agenten einfach gegenseitig prüfen zu lassen, kostet meist nur zusätzliche Rechenleistung.

Beispiel: E-Mails an Kunden

Der Teilnehmerin ging es um Kunden-E-Mails. In der Schulung zerlegen wir das gemeinsam:

• Was Regeln prüfen können: Stimmen Name und Firma des Kunden? Passen Preise und Liefertermine zum Angebot? Ist der Anhang dabei? Steht „Sie“, wo „Sie“ stehen muss? Das wird als Prüfregel hinterlegt und läuft bei jeder E-Mail automatisch, ohne dass ein Modell urteilen muss.
• Was fachliches Urteil braucht: Passt der Ton? Klingt der Text nach unserem Unternehmen? Versteht der Kunde die Wörter? Wird zu viel versprochen? Das kann nur beurteilen, wer jeden Tag mit Kunden schreibt. Dafür nehmen die Teilnehmenden eigene E-Mails, die sie für gelungen halten, und machen aus „gut“ einige Punkte, die man abhaken kann.
• Dann schreibt der Agent für eine Reihe echter Situationen, und die Ergebnisse werden Punkt für Punkt abgeglichen. Wo es immer wieder hakt, wird die Anleitung des Agenten angepasst.

Eine zweite KI kann dabei durchaus helfen, aber als jemand, der die Checkliste des Vertriebs Punkt für Punkt abhakt, nicht als freier Kritiker. Bei anspruchsvolleren Aufgaben wird in Stufen getestet: zuerst Format und Fakten, dann das fachliche Urteil, zuletzt die Wirkung im echten Ablauf.

Warum die Mitarbeitenden die Maßstäbe festlegen

Ob ein Agent zu vorsichtig arbeitet oder am eigentlichen Geschäftsziel vorbei, können nur die Menschen beurteilen, die die Arbeit täglich machen. Externe Berater, die IT oder auch die Geschäftsführung wissen nicht unbedingt besser, wie eine gute Nachfass-E-Mail aussieht. Die Logik dahinter ist nicht schwer. Viele kommen nur nicht sofort darauf, weil sie nie programmiert und noch wenig mit KI gearbeitet haben. Deshalb erarbeiten die Teilnehmenden in den Schulungen von DATONG AI diesen Schritt selbst: was getestet wird und wie.

Wann sich das nicht lohnt

Für Einmaliges, das nicht nach außen geht, etwa ein eigenes Besprechungsprotokoll, reicht ein kurzer Blick. Ein Testsystem lohnt sich für Arbeit, die sich täglich oder wöchentlich wiederholt und bei der ein Fehler Kunden oder Geld betrifft.