01
KI-Wildwuchs
53 Agenten. Niemand kennt sie alle. Kein Register. Kein Owner. Jedes „Experiment“ wird zum Produktionssystem — ohne Review.
Steve Baka · AI Infrastructure
Die meisten Unternehmen
bauen Legacy-Systeme.
Nur merken sie es noch nicht.
Ich sorge dafür, dass Dienstleister, Agenturen und Berater nicht an ihrer eigenen KI-Landschaft scheitern — bevor Wildwuchs, Schatten-KI und unverbundene Agenten zur festen Betriebslast werden. Nicht noch ein Workflow. Nicht noch ein Tool. Infrastruktur, die in drei Jahren noch wartbar ist.
Das eigentliche Risiko
Nicht am Modell.
An der Landschaft.
2025 scheitern viele noch an Prompts und Piloten. 2027 scheitern die gleichen Unternehmen an etwas Langweiligeres: zu viele Systeme, zu wenig Ordnung, niemand verantwortlich. Das ist kein Tech-Problem. Es ist ein Infrastruktur-Problem — und es baut sich gerade leise auf.
02
Shadow AI
Jede Abteilung baut ihr eigenes Ding. IT sieht es nicht. Compliance sieht es zu spät. Das Wissen stirbt, wenn jemand kündigt.
03
Wissenszerfall
Information existiert — in Chats, Notion, Mails, fünf Tools. Aber kein System liefert sie zur richtigen Entscheidung. Agenten raten. Menschen vertrauen nicht.
04
Entscheidungschaos
Agent A sagt X. Agent B sagt Y. Kein Audit-Trail. Keine Freigabe. Keine gemeinsame Wahrheit. Vertrauen bricht — bevor ROI sichtbar wird.
Erst das Bild, dann das Tool
Erst wenn du diese vier Muster erkennst, lohnt sich die Frage nach Modellen, Tools oder Workflows. Darum beginne ich nicht mit Automatisierung — sondern mit Infrastruktur.
Das Framework
Intelligence Infrastructure —
nicht noch ein Agent.
Ein einzelner Agent ist ein Feature. Eine Intelligence Infrastructure ist das, was bleibt, wenn Features wechseln: Schichten, die zusammen Gedächtnis, Kontext, Entscheidung, Kontrolle und Betrieb absichern. Context Engineering, Intent Engineering, Specification Engineering — das sind Methoden innerhalb dieser Infrastruktur. Nicht die Marke.
- 01
Memory Layer
Was das System weiß — und was vergessen werden darf.
- 02
Context Layer
Das richtige Wissen zur richtigen Zeit — nicht alles auf einmal.
- 03
Decision Layer
Wer entscheidet was — Agent, Regel oder Mensch.
- 04
Human Layer
Freigaben, Eskalation, Verantwortung — explizit, nicht implizit.
- 05
Tool Layer
Welche Systeme ein Agent berühren darf — und wie.
- 06
Knowledge Layer
Dokumentation, die Menschen und Agenten gleichermaßen lesen können.
- 07
Governance Layer
Rollen, Logs, Compliance, Abschaltpfade.
- 08
Communication Layer
Übergaben, Status, Erinnerungen — im Prozess, nicht im Postfach-Chaos.
- 09
Evaluation Layer
Qualität messen, bevor es live geht — und danach.
- 10
Deployment Layer
Was Demo bleibt und was Produktion wird — versioniert, rollback-fähig.
Technical Debt — in Agentenform
Fehlt eine Schicht, wächst AI Technical Debt. Genau das verhindere ich — bevor aus Piloten die Legacy-Systeme der nächsten zehn Jahre werden.
Im Betrieb
Operational Infrastructure —
wo Menschen und Agenten zusammenarbeiten.
Die Oberfläche ist ein Baustein, nicht das Produkt. Aber ohne sie bleibt Infrastruktur Theorie: Dein Team braucht einen Ort, an dem Zustand sichtbar ist, Übergaben sauber laufen und ein Mensch eingreifen kann. Das nenne ich Harness: kontrollierte Ausführung von Agentenarbeit in echten Prozessen.
01
Eine Oberfläche für echte Arbeit
Kontext, Status, nächste Aktion — nicht Chat-Fenster und Tab-Salat. KI taucht dort auf, wo dein Team wirklich arbeitet.
02
Gedächtnis statt Trigger
Lead, Mandant, Ticket = Objekt mit Historie — nicht Event-Kette. Zustand macht Agenten nachvollziehbar statt zufällig.
03
Entscheidungen mit Owner
Was darf die KI? Wo prüft ein Mensch? Was wird geloggt? Kontrollierbar schlägt beeindruckend — besonders in drei Jahren.
04
Kommunikation im Prozess
Follow-up, Freigabe, Reminder — Teil des Workflows, nicht lose Automation. Genau da verschwindet bei Dienstleistern Geld.
Live-Beispiel · Inbound-Triage
läuftNeue Anfrage
n8n-Tapete
- Webhook
- Sheet-Zeile
- If / Else
- Slack-Ping
- Fehlermail ✕
Kein Zustand. Kein Kontext. Niemand prüft.
Arbeitsoberfläche
01Kontext geladen
02Lead-Score 87
03Entscheidungsvorschlag
04Mensch prüft
05Antwort raus
Zustand, Historie, Freigabe, Übergabe — nachvollziehbar.
Dieselbe Anfrage. Links eine Trigger-Kette ohne Gedächtnis. Rechts ein System mit Zustand, menschlicher Kontrolle und sauberer Übergabe.
Ohne Infrastruktur
KI hängt neben der Arbeit.
- Übergaben per Zuruf
- Kein Register, kein Owner
- „Frag mal das Modell“ — ohne Regeln
- Jedes „Experiment“ wird zum Produktionssystem.
Mit Infrastruktur
KI ist Teil des Systems.
- Zustand, Historie, Verantwortlicher
- Nachvollziehbare Entscheidungen
- Human Layer an den richtigen Stellen
- Wartbar in drei Jahren
Methoden — unter der Infrastruktur
Vom Prompt zur spezifizierten Agentenlandschaft
Die Pyramide beschreibt nicht, was du kaufst — sondern wie reif dein Engineering ist. Die meisten Organisationen bleiben auf Stufe 1–2. Produktive Systemfähigkeit beginnt, wenn Context, Intent und Specification Teil der Infrastruktur sind — nicht Einzelprojekte.
Level 4Specification EngineeringDas ERP für Agenten
Maschinenlesbare Standards und Qualitätsregeln — Voraussetzung für viele Agenten in einem Betrieb, nicht nur für einen Piloten.
Level 3Intent EngineeringZiele, Werte, Abwägungen
Unternehmensziele in der Architektur — sonst optimiert KI ins Leere. Kontext ohne Intent ist Rauschen.
Level 2Context EngineeringBetriebssystem des Agenten
Das richtige Wissen zur richtigen Zeit — Just-in-Time statt Kontext-Firehose.
Level 1Prompt EngineeringDie einzelne Anfrage
Einzelner Request-Response-Zyklus — nützlich, endet aber bei jeder echten Komplexität.
Zusammenarbeit
Vom Experiment zur tragfähigen Infrastruktur
Ich coache Dienstleister, Agenturen und Berater — vom KI-Experiment zum betriebsfähigen System. Du lernst, Landschaften zu planen, nicht nur Workflows zu bauen. Optional unterstütze ich bei der Umsetzung; Befähigung bleibt der Kern.
01 — Klarheit
KI-Infrastruktur-Analyse
Standortbestimmung: Wildwuchs, Schatten-KI, Datenflüsse, fehlende Schichten. Ergebnis: klare Prioritäten — keine Fantasie-Roadmap mit 19 Use Cases.
02 — Befähigung
Infrastruktur-Coaching
Du und dein Team planen und bauen die ersten tragfähigen Systeme — an echten Prozessen, mit Systemdenke statt Tool-Sucht. Ihr lernt die Logik, statt abhängig zu werden.
03 — Qualität
Build-Sparring
Ihr baut selbst; ich prüfe Architektur, Schichten, Agentenlogik, Datenmodell — bevor aus einem Pilot ein unwartbares Monster wird.
Optional: Umsetzung
- Wenn Geschwindigkeit wichtiger ist als Lernkurve, übernehme ich Build, Integrationen und Rollout — inklusive Architektur, QA und sauberer Übergabe.
- Mein Ziel ist nicht, dich abhängig zu machen. Coaching bleibt der Kern — ihr sollt verstehen, was ihr einsetzt.
Immer mit dabei
- Kontrolle: Welche Daten rein dürfen, wer entscheidet, was geloggt wird, wo ein Mensch prüft — EU-Hosting, AVV, dokumentierte Datenflüsse, DSGVO und EU-AI-Act ohne Beraterdeutsch.
- Ergebnis: Wir messen gesparte Stunden, abgeräumte Übergaben und Time-to-First-Response — nicht die Zahl der Workflows.
Methode
Vier Schritte — vom Gespräch bis Live
Pragmatisch. EU-fähig. Erst Infrastruktur und Systemdesign, dann das Tool — nicht umgekehrt.
01
Discovery
30 Minuten, kostenlos. Ein Prozess, der nervt — oder eine KI-Landschaft, die außer Kontrolle gerät. Wir prüfen, ob hier Infrastruktur fehlt.
02
Infrastruktur-Analyse
Prozesse, Tools, Agenten, Daten — ehrliche Landkarte: Was ist produktiv, was ist Schatten-KI, was ist Risiko.
03
Systemdesign
Schichten, Rollen, Freigaben, Datenfluss — bevor ein Tool angefasst wird.
04
Bauen & verstehen
Erster lauffähiger Harness — ihr versteht danach das Warum, nicht nur den Button.
Use Cases
Wo Infrastruktur echte Arbeit trägt
Inbound-Triage, Kunden-Onboarding, Reporting, interne Wissenssysteme — überall dort, wo Zustand, Übergabe und Human Layer zählen.
Agentur · 12 Personen
Inbound-Triage als System
Register, Zustand, CRM-Übergabe — kein Postfach-Chaos. Ein Harness klassifiziert Anfragen, schlägt Antworten vor und schiebt qualifizierte Leads mit Score und Verlauf ins CRM.
12hZeit / Woche
3.4×Lead-Geschwindigkeit
4 Wochenbis Live
Steuerberatung · 8 Personen
Mandanten-Onboarding
Vom Erstkontakt bis zur DATEV-Anlage: auditierbarer Workflow mit Human Layer — Dokumente, Status, Erinnerungen und klare Freigaben statt vergessener E-Mails.
70%weniger Rückfragen
2 TageOnboarding statt 2 Wochen
100%DSGVO-Doku
Beweis — nicht Produkt
So sieht Infrastruktur im Code aus.
Next.js, Convex, Mirage, SurrealDB, Resend, Vercel — nicht weil das die Story ist, sondern weil produktive KI Oberfläche, Zustand, Kommunikation und Deployment braucht. Der Stack ist mein Arbeitsbeweis, nicht mein Verkaufsargument.
OpenAIConvexResendMirageSurrealDBNext.jsVercelHetznerPydanticAIOpen-Source Agentic Frameworks
Coaching-Einstiege
Spezialisierte Einstiege — Web & SEO im KI-Zeitalter
Wenn du Websites baust oder SEO lieferst und deinen Stack sowie deine Methodik für KI-Sichtbarkeit und agentenfreundliche Sites erweitern willst.
Über mich
Steve · AI Infrastructure
Steve Baka
„Man kann das Denken an KI auslagern,
aber nicht das Verstehen.“
Ich beschäftige mich nicht damit, wie man den nächsten Agenten baut. Ich beschäftige mich damit, warum Unternehmen an ihren Agenten scheitern — und welche Infrastruktur das verhindert.
Acht Jahre Online Marketing. Heute: AI Infrastructure für Dienstleister im DACH-Raum. Direkt, hands-on, ohne Beraterbingo.
So denke ich KI
- Die KI ist kein Entscheider — sie ist Teil einer Infrastruktur, die Menschen kontrollieren können.
- Meine Rolle bleibt Planung, Architektur, Kontrolle und Geschmack.
- Ich arbeite mit klaren Spezifikationen und enger Überwachung statt blindem Prompting.
- Denken kann man delegieren, Verstehen nicht: Das „Warum“ bleibt menschliche Verantwortung.
8+Jahre Praxis
AIInfrastructure
DACHRemote-fokus
Schreiben
Steve Bakas Denkmodell — nicht Tool-Tutorials
Keine „Noch-ein-ChatGPT-Tipp“-Artikel. Ich baue eine eigene Theorie der AI Infrastructure — damit du erkennst, ob deine Organisation auf dem Weg zu Legacy-Agenten ist.
Themen, die ich ausbaue
- Die zehn Gesetze der AI Infrastructure
- Warum Unternehmen an ihrer KI scheitern
- Das Ende des Prompt Engineers
- Das kommende Agenten-Chaos
- Warum Harness wichtiger wird als Modelle
- AI Technical Debt
- Die unsichtbare Infrastruktur intelligenter Unternehmen
Agentic Engineering: Googles neuer SDLC — Harness statt Vibe Coding
Googles Whitepaper trennt Vibe Coding von Agentic Engineering: Harness, Context Engineering und Evals entscheiden über Qualität und Kosten. Zusammenfassung für DACH-Teams — inkl. PDF-Download.
Der KI-Check: Bevor du das nächste Tool kaufst
Der KI-Check zeigt, ob ein Prozess wirklich KI verdient. Prüfe Arbeit, Daten, Risiken, Freigaben und Messung, bevor du noch ein Tool kaufst.
Vom Texter zum Operator: Der neue Skill-Stack für die KI-fähige Agentur
KI macht Texter nicht automatisch überflüssig. Aber reine Ausgabeproduktion wird dünn. Agenturen brauchen Operatoren, die Kontext bauen, Systeme führen und Qualität prüfen.
Bring mir einen Prozess, der nervt — oder eine KI-Landschaft, die außer Kontrolle gerät.
In 30 Minuten sage ich dir ehrlich: Infrastruktur-Problem, Pilot oder beides. Hat es Substanz, skizzieren wir die erste tragfähige Schicht.
Kontakt
Sag Hallo.
Ich antworte selbst.
FAQ