Warum ich mit meinem KI‑Agentensystem Feedbackgespräche führe

icon

password

LinkedIn-Post erstellen

LinkedIn Post

type

status

date

slug

summary

Ein konkretes Beispiel: „zu früh in Web‑Recherche gesprungen“

In meinem Beispiel hat das Agentensystem relativ schnell in Web‑Recherche gewechselt und keine eigene Aufgabenliste gepflegt.

Die KI hat das im Feedbackgespräch selbst eingeordnet: Das Verhalten kam aus einem Ungeduld‑ und Effizienz‑Bias heraus.

Der Punkt ist spannend, weil er zwei Ebenen offenlegt:

System-Ebene: Das Agentensystem optimiert auf schnelle Ergebnisse.

Führungs-Ebene: Meine Anweisung war nicht präzise genug. Es fehlte eine strikte Sequenz, an die sich das System halten sollte.

Und genau hier wird das Feedbackgespräch wertvoll: Es geht nicht nur darum, „die KI zu korrigieren“, sondern auch darum, mein Briefing zu verbessern. Das ist in der Führung von Menschen übrigens genauso: Oft liegt ein Teil des Problems in unklaren Erwartungen.

Vom Gespräch zur Veränderung: Prompt-Update als Konsequenz

Das Feedbackgespräch endet nicht beim Erkenntnisgewinn. Es endet bei einer konkreten Änderung.

In meinem Fall war der nächste Schritt:

„Das können wir ändern. Hier ist ein Vorschlag, was wir in meinem System‑Prompt verändern können, damit das nicht mehr passiert.“

„Gesagt, getan: Trag es bitte in deinen System‑Prompt ein.“

Damit wird aus einer Beobachtung eine Verbesserungsschleife: Beobachten → Benennen → Erklären → Regel ändern → nächstes Verhalten testen.

Warum das wichtig ist: Lernmodus statt Dauerbetrieb

Für mich ist das der Kern: Ein Agentensystem wird besser, wenn du es regelmäßig in einen Lernmodus bringst.

Was hat gut funktioniert?

Was war störend oder ineffizient?

Welche Ursache steckt dahinter?

Welche Systemregel (Prompt, Checkliste, Ablauf) ändern wir?

So wird das System nicht nur „mächtiger“, sondern vor allem verlässlicher.

Wie ich das technisch möglich mache: Notion + Notion AI als Führungssystem

Dieses Verhalten funktioniert nur, wenn es technisch leicht ist, Feedback festzuhalten und Änderungen konsistent in den System-Instruktionen umzusetzen. Dafür nutze ich Notion als mein „Betriebssystem“ für die Zusammenarbeit mit KI.

Was Notion übernimmt:

Zentrale, versionierbare System-Instruktionen & Regeln statt Wissen in Chat-Verläufen zu verlieren.

Wiederverwendbare Skills & Workflows (z. B. „Text schreiben“, „Retrospektive“, „Prompt verbessern“) als Standardabläufe.

Was Notion AI ergänzt:

Verdichten & strukturieren: aus der Session werden klare Beobachtungen und Feedbackpunkte.

Bessere Anweisungen formulieren: vage Gedanken werden präzise und für spätere Sessions in Instruktionen festgehalten

Führung heißt: Zusammenarbeit mit dem Agentensystem aktiv verbessern

Ein KI‑Agentensystem wird nicht durch mehr Tools oder mehr Modell‑Power zuverlässig, sondern durch bessere Zusammenarbeit.

Regelmäßige Feedbackgespräche sind dafür die einfachste, wirksamste Routine: Sie machen Muster sichtbar, verbessern dein Briefing und führen zu echten System‑Updates – Schritt für Schritt.