Arbeitsweise & Werkzeuge · NeuralNautic
Agenten liefern das Tempo. Ob man ihren Ergebnissen trauen kann, entscheiden drei Dinge darunter: ein zweites Modell, das gegenliest, Leitplanken, die Befehle und Daten vor der Ausführung abfangen, und ein Wissen, das nicht mit dem Arbeitslauf verschwindet.
Ein Agententeam ist schnell aufgesetzt: ein Modell, ein paar Skills (fest beschriebene Arbeitsabläufe), Zugriff auf Mail und Ablage. Schwierig wird es, wenn Agenten stundenlang allein arbeiten. Ein Modell findet die eigenen Fehler schlecht, ein falscher Befehl löscht mehr als gedacht, und was ein Arbeitslauf (eine Session) gelernt hat, kennt der nächste nicht. Deshalb bauen wir das Team von unten auf: zuerst Wissen und Leitplanken, dann die Agenten, darüber die Prüfung.
Oben der Mensch, der beauftragt und abnimmt. Darunter Prüfung und Teams, die die Arbeit machen. Die Leitplanken prüfen Befehle, bevor sie ausgeführt werden. Ganz unten liegt das Wissen, aus dem jede Session zuerst liest. Farbe trägt Bedeutung: Blau Führung, Cyan Agenten und Prüfung, Koralle Leitplanken, Sand Wissen.
Als Bild für Beiträge und Folien: PNG (4574 × 5260) · JPG für LinkedIn · SVG
Whitepaper, Beiträge und Webtexte durchlaufen eine Gegenprüfung durch ein Modell eines anderen Anbieters. Der Prüfer liefert Befunde, er ändert nichts. Entschieden wird jeder Befund einzeln, mit Grund. Personenbezogenes und Vertrauliches nehmen wir von dieser Prüfung aus: Jeder Text wird vorher nach Datenklasse eingestuft. Was nicht an den Gegenprüfer darf, bleibt beim Anbieter des führenden Modells, mit dem ein Vertrag zur Auftragsverarbeitung besteht, und wird dort in einem zweiten Durchgang mit frischem Kontext gelesen. Als zweites Netz prüft eine Sperre jeden Text vor dem Senden auf Mailadressen, Telefon- und Kontonummern und bekannte Namen und hält ihn zurück, wenn sie fündig wird. Sie ersetzt die Einstufung nicht: Unbekannte Namen oder vertrauliche Zahlen erkennt sie nicht.
Mit Auftrag, Zielgruppe und den Regeln aus dem Vault als Maßstab.
Fakten, Storyline, Zusagen, Stil. Jeder Befund mit wörtlichem Zitat und Schweregrad.
Übernehmen oder verwerfen, je Befund mit nachprüfbarem Grund. Dann überarbeiten.
Bleibt ein schwerer Befund strittig, liegt die Entscheidung beim Menschen.
Ein Prüfer, der den Text noch nicht kennt, liest die Endfassung.
Für Markt- und Firmenrecherche gibt es einen eigenen Ablauf. Claude zerlegt die Frage und verteilt sie, ein günstiges Recherchemodell sucht parallel in öffentlichen Quellen. Es bekommt nur die Rechercheaufträge, keine Interna und keine Namen von Personen, und darf auch keine sammeln. Ansprechpartner recherchiert das führende Modell selbst. Ergebnisse gelten als Entwurf, bis sie belegt sind.
Die Frage wird in viele Einzelfragen zerlegt, jede mit klarem Auftrag.
Viele Recherchen gleichzeitig, nur in öffentlichen Quellen, ohne Namen von Personen, jede mit Quellenangabe.
Jede Zahl und jede Aussage wird gegen die genannte Quelle gelesen, nicht gegen die Zusammenfassung.
Was sich nicht belegen lässt, wird als offen markiert und nicht weitergegeben.
| Modell | Rolle |
|---|---|
| Claude Opus 5.5 | verfasst, steuert die Teams, entscheidet über Befunde |
| GPT-6 Astra über Codex | prüft gegen, läuft nur lesend und ändert nichts |
| DeepSeek V4.1 Flash | recherchiert viele Fragen parallel in öffentlichen Quellen, ohne Personenbezug; Ergebnisse gelten erst als belegt, wenn Claude sie an der Quelle geprüft hat |
| Gemini | Schlussblick, nur über die bezahlte Schnittstelle und mit denselben Grenzen wie der Gegenprüfer; sonst ein Prüfer mit frischem Kontext |
Ein Modell liest den eigenen Text mit denselben Annahmen, mit denen es ihn geschrieben hat. Ein fremdes Modell stolpert an anderen Stellen. Im Selbsttest fand die Gegenprüfung in einem kurzen Beitrag alle vier eingebauten Fehler: einen falschen Zertifikatstitel, eine Ergebnisgarantie und zwei unhaltbare Sicherheitszusagen.
Zwei Modelle, die sich einig sind, beweisen trotzdem keine Tatsache. Zahlen werden an der Quelle geprüft, nicht am Konsens.
Agenten arbeiten stundenlang ohne Rückfrage. Was dabei schiefgehen kann, soll vor der Ausführung abgefangen werden. Fünf Schichten, die sich ergänzen. Keine reicht allein, Git-Stand und Backup kommen immer dazu.
Ein Wächter prüft Shell-Befehle vor der Ausführung und blockt etwa rekursives Löschen oder Überschreiben von Pfaden aus Variablen. Ein Testskript belegt, dass er greift. Kein Filter erkennt alles.
Löschen von Laufwerk und Benutzerordner, Datenträgerbefehle und das Lesen von Schlüsseln und Zugangsdaten sind in der Konfiguration gesperrt, auch wenn alle Rückfragen abgeschaltet sind.
Lange autonome Läufe starten wir in einer Sandbox, die Schreibzugriffe auf den Arbeitsordner begrenzt und Schlüssel und Zugangsdaten sperrt. Was ein Agent dort nicht erreicht, kann er nicht beschädigen.
Normale Speicherstände laufen durch. Das Überschreiben des Stands auf dem Server (Force-Push), Zurücksetzen und Löschen von Zweigen sind so konfiguriert, dass sie eine Zustimmung verlangen.
Vor dem ersten Aufruf steht fest, welches Modell welche Daten bekommt. Die Regeln dafür stehen im nächsten Abschnitt.
Nicht jedes Modell bekommt alles. Jede Aufgabe wird auf zwei Achsen eingestuft, wie bei gängigen Schemata für Informationssicherheit: wie vertraulich die Daten sind und ob sie Personen betreffen. Die strengere Achse entscheidet. Personenbezogene Daten gehen nur an Anbieter, mit denen ein Vertrag zur Auftragsverarbeitung besteht. Besondere Kategorien und Berufsgeheimnisse gehen an kein Cloud-Modell. DSGVO und EU AI Act sind von Anfang an mitgedacht.
| Vertraulichkeit | Beispiele | ohne Personenbezug | mit Personenbezug | besondere Kategorien |
|---|---|---|---|---|
| öffentlich | Marktdaten, Fachartikel, Firmenangaben aus Register und Website | Claude, Gegenprüfer, Recherche | nur Claude | kein Cloud-Modell |
| intern | Entwürfe von Whitepapern, Beiträgen und Webtexten | Claude, Gegenprüfer | nur Claude | |
| vertraulich | Angebote, Kalkulationen, Verträge, Gesprächsnotizen | nur Claude | nur Claude | |
| streng vertraulich | Mandats- und Patientendaten, Zugangsdaten | kein Cloud-Modell | ||
Claude ist das führende Modell, Anbieter mit Vertrag zur Auftragsverarbeitung. Gegenprüfer sind Codex und Gemini, Recherche ist DeepSeek; mit diesen Anbietern besteht kein solcher Vertrag. Besondere Kategorien sind etwa Gesundheitsdaten (Art. 9 DSGVO). Für Inhalte unter Berufsgeheimnis (§ 203 StGB), etwa aus Kanzleien und Praxen, gilt dieselbe Sperre, auch wenn sie keine besondere Kategorie sind.
Jede Session liest zuerst und schreibt zuletzt. Was heute herausgefunden wird, steht danach im Vault. Prüf- und Recherchemodelle sehen nur, was ihnen für die einzelne Aufgabe übergeben wird.
Markdown lesen Menschen und Agenten gleich gut. Git hält jeden versionierten Stand fest und macht ihn wiederherstellbar. Kopien liegen an zwei Orten.
Die Regeln für die Agenten liegen in einem eigenen, versionierten Repo. Ohne das gilt auf dem nächsten Rechner ein alter Stand, und niemand merkt es.
Jedes Team ist eine Sammlung von Skills für ein Aufgabenfeld. Dazu kommt der Rechercheablauf aus Abschnitt 02. Leitplanken, Prüfung und Wissen sind für alle dieselben.
Whitepaper, Konzepte und Reports im Corporate Design, mit Logo auf jeder Seite und Quellenverzeichnis.
Vom Anforderungsdokument über Architektur und Plan bis zur Abnahmeprüfung, jede Stufe mit Review.
Animierte Seiten und Prototypen, nach jeder Änderung ein Browser-Test, Deployment nur über Git.
Unternehmensprofile für die Erstansprache, mit geprüften Ansprechpartnern und Quellen. Personenangaben bearbeitet nur das führende Modell.
Beiträge und Grafiken für LinkedIn und X, im Schreibstil und im CD der Marke.
Nächster Schritt
Gemeinsam mit Ihrem Team sehen wir uns an, wo Agenten Zeit sparen, welche Daten dabei welche Klasse haben und welche Leitplanken Sie brauchen, bevor der erste Agent allein arbeitet.
Erstgespräch vereinbaren
