KI-Coding-Assistenten: Warum Arbeitskontext wichtiger ist als Chatverlauf

Ein Coding-Assistent, der sich nur an Chatverläufe erinnert, scheitert an einfachen Alltagsaufgaben.

Stellen Sie sich vor, Sie starten eine Aufgabe im Web-Interface, wechseln zum Smartphone und möchten später den Fortschritt abfragen. Der Assistent reagiert dann nicht auf die eigentliche Aufgabe, sondern rät nur aus den letzten Nachrichten – ohne zu wissen, worum es wirklich geht.

Genau das war das Problem, das ein Entwickler bei seinem eigenen KI-Assistenten entdeckte. Die erste Version erinnerte sich zwar an die Konversation, aber nicht an die zugrundeliegende Arbeit. Das mag im Demo-Modus funktionieren, scheitert jedoch im echten Einsatz, wo Nutzer Aufgaben unterbrechen, Kanäle wechseln oder mehrere Agenten parallel einsetzen.

Warum der klassische Chatverlauf nicht ausreicht

Die meisten Agentensysteme basieren auf einer simplen Struktur:

• Chatverlauf als Speicher für Nachrichten
• Laufzeit-Sitzung als aktueller Ausführungsprozess
• Nachrichten als Kommunikationsbasis

Diese Architektur eignet sich für Vorführungen, in denen ein Nutzer eine Aufgabe nach der anderen bearbeitet. Im realen Betrieb sieht die Nutzung jedoch anders aus:

• "Setze die Routing-Aufgabe fort"
• "Lass Codex den Codex-Änderungen überprüfen"
• "Was ist mit der Sache von gestern passiert?"
• "Wiederhole das, aber behalte das Arbeitsverzeichnis bei"

Keine dieser Anfragen bezieht sich auf eine Chat-Sitzung. Es geht um Arbeit – und die muss anders modelliert werden.

Der Lösungsansatz: Arbeit und Ausführung trennen

Die neue Architektur des Entwicklers, genannt CliGate, trennt bewusst zwischen verschiedenen Ebenen:

• Person (Nutzeridentität)
• Projekt (übergeordnetes Ziel)
• Aufgabe (konkrete Arbeitseinheit)
• Ausführung (einzelner Versuch, die Aufgabe voranzubringen)
• Laufzeit-Sitzung (technischer Ausführungsprozess)

Der entscheidende Unterschied liegt in der Aufgabe als zentraler Identität. Während eine Laufzeit-Sitzung abstürzen oder wechseln kann, bleibt die Aufgabe bestehen. Das bedeutet:

• Ein Nutzer kann von der Web-Oberfläche zum Messenger wechseln, die Aufgabe bleibt dieselbe.
• Zwei Agenten können gleichzeitig an derselben Aufgabe arbeiten – einer als Editor, einer als Prüfer.
• Bei einer Unterbrechung muss der Assistent nicht „Ihre Sitzung ist abgelaufen“ sagen, sondern kann nahtlos fortfahren.

Praktische Vorteile der neuen Architektur

Die Trennung von Aufgabe und Ausführung löst mehrere bisherige Probleme:

1. Statusabfragen werden präzise Ein Nutzer fragt nicht mehr „Was hat der Assistent zuletzt gemacht?“, sondern „Was ist der Status von Aufgabe X?“. Der Assistent kann direkt aus dem Aufgabenkontext antworten.

2. Anbieterpräferenzen folgen der Arbeit Wenn ein Nutzer einen bestimmten Anbieter für eine Aufgabe bevorzugt, bleibt diese Präferenz erhalten – unabhängig vom verwendeten Kanal. Ein Nutzer kann also im Web-Interface mit Codex arbeiten und später im Messenger mit einem anderen Anbieter fortfahren.

3. Ausgefallene Sitzungen stören nicht mehr Stürzt die Laufzeit-Sitzung ab, muss der Nutzer nicht von vorne beginnen. Der Assistent startet eine neue Sitzung unter derselben Aufgabe oder Ausführung.

4. Mehrere Agenten arbeiten zusammen Ein Editor-Agent kann eine Aufgabe bearbeiten, während ein Prüfer-Agent parallel dieselbe Aufgabe überprüft – ohne dass beide denselben Chatverlauf teilen müssen.

5. Unterschiedliche Darstellungen pro Kanal Im Messenger reicht eine kurze Antwort wie „Codex wartet auf Freigabe“. In der Web-Oberfläche sieht der Nutzer die gesamte Historie mit allen Schritten, Ausgaben und Entscheidungen.

Die goldene Regel für KI-Assistenten

Der Entwickler formuliert es so:

Wenn ein Nutzer vernünftigerweise fragen kann: „Was ist mit der Sache passiert?“, dann braucht diese Sache eine eigene Identität – unabhängig vom Chatverlauf.

Bei CliGate wurde diese Identität zur Aufgabe (Task). Die Laufzeit-Sitzung bleibt technisch notwendig, um den aktuellen Ausführungsprozess zu verwalten. Sie ist jedoch kein Produktmerkmal mehr, sondern nur noch ein Implementierungsdetail.

Konkrete Änderungen im Projekt

Seit der Umstellung auf die neue Architektur wurden mehrere Design-Entscheidungen vereinfacht:

• Folgeanfragen werden direkt der Aufgabe zugeordnet, nicht nur der letzten Sitzung
• Wiederholungen behalten dieselbe Aufgabenidentität
• Prüfer-Agenten können sich parallel zu Editor-Agenten an derselben Aufgabe beteiligen
• Freigaben werden auf Aufgaben- oder Projektebene gespeichert
• Nachrichten in Messengern bleiben kurz, ohne dass die volle Nachverfolgbarkeit in der Oberfläche verloren geht

Besonders die Fehlerbehandlung wurde natürlicher: Statt „Ihre Sitzung ist verloren, starten Sie neu“ kann der Assistent nun sagen: „Die Ausführung ist fehlgeschlagen, ich starte eine neue unter derselben Aufgabe.“

Fazit: Warum Nutzerarbeit im Vordergrund stehen muss

Anfangs dachte der Entwickler, bessere KI-Assistenten erforderten intelligentere Zusammenfassungen von Chatverläufen. Doch die eigentliche Herausforderung liegt darin, was der Assistent sich merken soll.

Wenn alles in einem Gespräch zusammenfällt, verliert die KI schnell den Überblick über die tatsächliche Arbeit. Erst durch explizite Modelle für Projekte, Aufgaben, Ausführungen und Sitzungen erhält der Assistent stabile Ankerpunkte für sein Gedächtnis.

Diese Erkenntnis prägt nun die Architektur von CliGate. Wer ähnliche Assistenten entwickelt, sollte sich fragen: Wie trennt ihr die Konversation von der Arbeit? Und wo speichert ihr den Kontext, der wirklich zählt?