Retrospektiven für KI-Agenten: Ein praktischer Leitfaden

In diesem Leitfaden geht es darum, etwas, das Teams bereits kennen – den Zyklus der kontinuierlichen Verbesserung –, auf etwas Neues anzuwenden: die Arbeit, die Ihr Team derzeit mit KI-Agenten leistet. Da wir Software für Retrospektiven entwickeln, ist dieser Ansatz derjenige, den wir am besten kennen; der darin beschriebene Zyklus lässt sich mit allen Tools und Ritualen umsetzen, die Sie bereits nutzen.

Möchten Sie zunächst die 10-Minuten-Version lesen? Beginnen Sie mit dem Schnellstart-Beitrag Feedback von KI-Agenten einholen, und kehren Sie anschließend hierher zurück, um sich einen umfassenden Überblick zu verschaffen.

Der älteste Trick in der Teamarbeit

Jede Methode, die Ihr Team einsetzt, um sich zu verbessern, ist eine Variante eines Kreislaufs: die Arbeit erledigen, prüfen, wie es gelaufen ist, etwas ändern, überprüfen, ob die Änderung geholfen hat. Deming übertrug dies auf die Fertigung als „Plan–Do–Check–Act“; Toyota machte es zu einer Unternehmenskultur und nannte es „Kaizen“; in der Softwareentwicklung wurde daraus ein festes Ritual. Norm Kerths Project Retrospectives (2001) machte die Retrospektive für Softwareteams populär, und das agile Manifest verankerte sie als Prinzip: „In regelmäßigen Abständen reflektiert das Team, wie es effektiver werden kann, und passt sein Verhalten entsprechend an“ (Prinzip 12). Schuldfreie Nachbesprechungen durchlaufen denselben Zyklus bei Vorfällen; die Kampagnenauswertung eines Medienteams und die Triage-Überprüfung eines Support-Teams wenden diesen Zyklus an, ohne jemals das Wort „agil“ zu verwenden.

Der Kreislauf funktioniert aufgrund einer Prämisse: Arbeit liefert Erkenntnisse darüber, wie sich die Arbeit verändern sollte. Teams, die diese Erkenntnisse nutzen, erzielen einen Synergieeffekt: Jeder Zyklus verbessert den nächsten. Teams, die dies nicht tun, wiederholen sich.

Siebzig Jahre lang stammten die Hinweise von Menschen. Die Menschen bemerkten die Reibung, beschwerten sich in der Mittagspause und sprachen das Thema im Retro an. Die Sensoren des Kreislaufs waren Menschen.

Eine neue Art von Arbeitnehmer

Irgendwann in den letzten zwei Jahren hat Ihr Team begonnen, echte Aufgaben an eine neue Art von Mitarbeitern zu delegieren. KI-Agenten schreiben und überprüfen mittlerweile Code, prüfen Werbekonten, entwerfen Support-Antworten, erstellen Berichte und migrieren Inhalte. Und dieser Mitarbeiter hat ein ungewöhnliches Profil: unermüdlich, schnell, kompetent – und ohne jeglichen Kontext. Rahul Gargs Formulierung ist in der Branche zum Standardbegriff geworden: „KI-Assistenten sind wie Nachwuchsentwickler mit unendlicher Energie, aber null Kontext“, weshalb „die durch KI-generierten Code eingesparte Zeit oft durch den Aufwand für dessen Korrektur wieder aufgezehrt wird“ (Muster zur Verringerung von Reibungsverlusten in der KI-gestützten Entwicklung).

Diese Korrekturkosten sind Reibungsverluste, und die Arbeit der Mitarbeiter verursacht sie ständig: der mehrdeutige Auftrag, der eine Vermutung erzwang; das Dokument, das nicht existierte; die Kontostruktur, die bei jeder Sitzung Probleme bereitet; das Tool, bei dem die Zeit abgelaufen ist; die Anforderung, die sich mitten in der Aufgabe geändert hat. Daran ist nichts Neues – menschliche Arbeit führt zu genau derselben Liste. Zwei Aspekte sind jedoch neu.

Der neue Mitarbeiter beschwert sich beim Mittagessen nicht. Ein Mitarbeiter stößt auf ein Hindernis, findet einen Weg, es zu umgehen, und macht weiter. Er ist nicht frustriert genug, um das Problem bei der Retrospektive am Freitag anzusprechen. Das Signal, auf das sich Ihr Verbesserungskreislauf stets verlassen hat (dass jemand die Reibungspunkte im Auge behält, bis sie im Rahmen einer Zeremonie aufgegriffen werden), wird nicht ausgelöst.

Und die Anhaltspunkte lösen sich in Luft auf. Wenn die Sitzung endet, geht der Kontext der Reibungspunkte mit ihr verloren. Die nächste Sitzung (nächste Person, derselbe Bearbeiter) stößt erneut auf dieselbe Hürde. Anhaltspunkte, die Sie nie erfasst haben, können Sie nicht auswerten; der Kreislauf versiegt still und leise, während die Arbeit auf den ersten Blick einwandfrei erscheint.

Die Situation lässt sich also ganz einfach so zusammenfassen: Ein wachsender Anteil der Arbeit Ihres Teams liefert mittlerweile Belege für Verbesserungen, für deren Erfassung Ihr Verbesserungskreislauf ursprünglich gar nicht ausgelegt war.

Die Mannschaft bemerkte dies – und baute die Schleife eigenständig wieder auf

Diejenigen, die am engsten mit der Arbeit von Agenten befasst waren, haben dies schon früh erkannt, und bis Mitte 2026 ist „Reibungsverluste bei Agenten erfassen und zurückmelden“ unter mindestens einem halben Dutzend Bezeichnungen zur gängigen Praxis geworden: Gargs Feedback Flywheel, Everys Compound Engineering, Osmanis Loop Engineering, Thoughtworks’ sensor-instrumented harness engineering, die flottenweiten Memory-Loops der Plattformanbieter (OpenAI’s „dreaming“, Factory Signals) sowie GitHubs gh-aw, dessen Workflows zur Sitzungsauswertung bereits automatisierte Berichte zur Sitzungsanalyse erstellen. Selbst die Anbieter greifen auf den Begriff „Retro“ zurück: In den Codex-Leitlinien von OpenAI heißt es: „Wenn Codex denselben Fehler zweimal macht, bitten Sie es um eine Retrospektive und aktualisieren Sie AGENTS.md“ (Best Practices).

Diese Schleifen sind gut. Wenn Ihr Team eine davon verwendet, behalten Sie sie bei; alles in diesem Leitfaden baut auf ihnen auf, anstatt sie zu ersetzen. Beachten Sie jedoch zwei Lücken.

Zunächst zur Praxislücke: Zuschauen allein führt nicht zu Verbesserungen. Rund 90 % der Teams erfassen die Agent-Traces; nur etwa 37–52 % werten die erfassten Daten systematisch aus (LangChain, Juni 2026). Die meisten Teams verfügen über das Dashboard. Weitaus weniger haben den Regelkreis etabliert.

Zweitens die Lücke in der Struktur: Nahezu jeder Arbeitsablauf in diesem Bereich erfolgt isoliert. Ein Praktiker, der sein persönliches Spielbuch optimiert, eine Plattform, die das Gedächtnis ihrer Flotte kuratiert, ein Observability-Stack, der seine eigenen Traces bündelt. Siebzig Jahre kontinuierlicher Verbesserung zeigen, dass die Synergieeffekte auf der Team-Ebene entstehen – dort, wo die Gesamtübersicht entsteht, wo Prioritäten neu gewichtet werden, wo Prozesse, Dokumente und Budgets Verantwortliche haben. Genau diese Ebene ist das Element, das noch niemand neu aufgebaut hat. Die Berichte liegen vor; der Raum wurde jedoch noch nicht gebucht.

Einzeln betrachtet ist jede dieser Reibungspunkte zu gering, als dass es sich lohnen würde, sie zu beheben. Auf der Tafel des Teams zusammengefasst summieren sich dieselben Punkte jedoch zu einem der größten Kostenfaktoren: der Neugewichtung, die nur die Teamebene einsehen kann.

Der Aufbau der Schleife

Wenn Ihr Team beschließt, dies zu implementieren, weist der Ablauf mehr bewegliche Teile auf, als es zunächst den Anschein hat. Der Weg, den ein einzelnes Reibungselement zurücklegen muss:

Bühne	Die Frage
Hosting	Wo wird der Agent ausgeführt – und was lässt sich dadurch beobachten?
Erkennung	Wie wird Reibung erkannt? (Selbsterkennung, ein Überwachungsmechanismus, Telemetrie und menschliche Korrektur, die nach wie vor den dominierenden Sensor darstellt: ~70 % der stillen Ausfälle werden zunächst von einer Person entdeckt)
Instrumentierung	Was bewirkt, dass der Sachbearbeiter dies festhält? (Niemand protokolliert Probleme, nach denen er nicht ausdrücklich suchen sollte.)
Aufnahme	Was beinhaltet ein aussagekräftiger Datensatz, und wo ist er gespeichert?
Ernte	Wie lassen sich Aufzeichnungen aus zahlreichen Sitzungen und von vielen Personen zusammenführen?
Zusammenfassung	Welche Muster sind von Bedeutung, und auf welcher Ebene ist die jeweilige Korrektur anzusiedeln?
Den Kreis schließen	Hat die Maßnahme tatsächlich die Reibung verringert – oder war das nur Show?

Drei Bereiche machen den Unterschied zwischen einem „Loop“ und einem Tagebuch aus, und jedem davon ist in diesem Leitfaden ein eigenes Kapitel gewidmet:

Fakten statt Eindrücke. Ein nützlicher Eintrag beschreibt den Moment, nennt eine der Hauptursachen aus einem kleinen, festgelegten Vokabular und schlägt eine Lösung im Umfang eines Tickets vor. Festgelegte Bezeichnungen ermöglichen die Aggregation der Einträge: „Die Dokumentation war verwirrend“ lässt sich nicht zählen; achtmissing-documentationEinträge hingegen schon. (Kapitel: So sieht ein guter „Friction“-Eintrag aus)
Die Frage nach der Ebene. Jedes wiederkehrende Muster wird auf einer bestimmten Ebene behoben: in einer Notiz, einer Eingabeaufforderung, einer Konfiguration, der Dokumentation, dem Arbeitsmaterial selbst, dem Prozess oder auf übergeordneter Ebene bei einem Anbieter. Wenn Sie die Korrektur auf einer zu niedrigen Ebene vornehmen, tritt das Problem bei allen anderen erneut auf; auf einer zu hohen Ebene blähen Sie ein Dokument auf, das niemand liest. (Kapitel: Wo sollte die Korrektur ansetzen?)
Urteilsbildung im Raum. Ein gewisses Maß an Reibung ist beabsichtigt: das von jemandem als Kontrollpunkt gewählte Review-Gate (eine Zusammenfassung von Ronachers Vortrag auf der AIE Europe: „Reibung ist notwendig … um zu steuern“; Thoughtworks warnt nun vor der kognitiven Verschuldung durch eine zu reibungslose Arbeit der Agenten). „Behalten oder streichen“, Prioritäten und behördenübergreifende Korrekturen sind Verhandlungssache, keine Berechnungen – sie erfordern, dass die Verantwortlichen für die Korrekturen an einem Tisch sitzen. (Kapitel: Der Bericht existiert. Der Raum nicht.)

Wohin die Geschichte führt

Gargs Kadenzliste für das „Flywheel“ enthält einen Punkt, der fast schon eine Herausforderung darstellt: „Ein Tagesordnungspunkt in der bestehenden Sprint-Retrospektive: Was hat in diesem Sprint im Zusammenhang mit KI gut funktioniert?“ (martinfowler.com). Das ist der rote Faden, an dem dieser Leitfaden ansetzt. Keine neue Zeremonie, keine von KI geleitete – der Verbesserungskreislauf, auf den Ihr Team bereits vertraut, erweitert um den neuesten Mitarbeiter im Team, wobei der Agent als Teilnehmer fungiert: Er liefert die Belege, entwirft die Korrekturen, beantwortet Fragen; das Team behält die Entscheidungsgewalt, denn die Korrekturen fließen in Prozesse, Dokumente und Budgets ein, für die Menschen verantwortlich sind und Rechenschaft ablegen.

Und um es ganz offen zu sagen: Wenn Ihr Team lediglich den Tagesordnungspunkt hinzufügt und darüber spricht (ohne Protokoll, ohne Kennzeichnungen), ist das bereits besser als Schweigen, und bei geringer Nutzung durch die Mitarbeiter mag dies ausreichen. Der Rest dieses Leitfadens befasst sich mit den Maßnahmen, die Sie ergreifen sollten, wenn sich diese Situation immer wieder wiederholt.

Die Kapitel

Diese Seite: Warum KI-gestützte Arbeit den Arbeitsablauf benötigt, den Ihr Team bereits nutzt.
Die Karte: Feedbackschleifen, Werkzeuge und Ansätze für Agenten: Das Referenzrahmenwerk, das den Lebenszyklus von Reibungen, die in der Fachliteratur benannten Schleifen sowie die verwendeten Klassifizierungsschemata abdeckt. Beginnen Sie hier, wenn Sie top-down denken.
So sieht ein guter Reibungsprotokoll aus: Erfassung im Moment, die Bezeichnungen der Grundursachen, die Regeln für nicht zu protokollierende Ereignisse.
Wo sollte die Korrektur ansetzen? Das Höhenproblem und die Routingtabelle.
Der Bericht existiert. Der Raum nicht. Warum die Synthese eine Teamzeremonie ist, deren Preis im Vergleich zu ihren Konkurrenten steht.
Durchführung der AI-Kooperations-Retrospektive: Leitfaden für Moderatoren, einschließlich des 15-minütigen Tagesordnungspunkts, der Vorlage und der Prompt-Karten.
In zehn Minuten loslegen: ai-session-retro und ai-retro-brief, die Aufzeichnungs- und Synthese-Endpunkte der Schleife, bereit zur Installation.

Bevorzugen Sie die Kurzfassung? Zwei begleitende Beiträge im Blog: die Kurzanleitung, Feedback von KI-Agenten einholen, und der Bericht über unseren ersten eigenen Durchlauf, unsere KI-Teamkollegen nahmen an unserem Retrospektive teil.

Wir ziehen es vor, wenn man uns widerspricht, anstatt uns höflich zuzustimmen – jedes Kapitel endet mit der Frage, was unsere Meinung ändern würde.