> For the complete documentation index, see [llms.txt](https://weekly-essay.mikey.wang/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://weekly-essay.mikey.wang/de/2025/w31-context-engineering-for-ai-agents.md).

# W31-Context Engineering for AI Agents

Der Manus-Blogbeitrag „Context Engineering for AI Agents“ hat mir ein pragmatischeres Verständnis der KI-Anwendungsentwicklung gegeben.

Früher ließ sie sich leicht auf API-Aufrufe reduzieren. Heute erkenne ich, dass die eigentliche Herausforderung darin liegt, mit traditionellen, deterministischen Methoden des Software Engineering eine grundsätzlich unsichere KI zu steuern. Die aus unzähligen Versuchen gewonnene Erfahrung bildet eine technische Eintrittsbarriere im Umgang mit der Unsicherheit großer Modelle. An Code oder einer Produktdemo lässt sie sich kaum beurteilen. Erst Gespräche mit erfahrenen Ingenieuren zeigen, ob tatsächlich ein systematischer Vorteil besteht.

Die Kernfähigkeit beim Anwendungsbau ist, unscharfe menschliche Absichten präzise in Arbeitsabläufe zu übersetzen, die Maschinen verlässlich ausführen können.

Das Buch über komplexe Systeme „Discovered, Not Designed“ half mir, diese schwer beschreibbare Kunst deterministischer Orchestrierung besser einzuordnen. Es unterscheidet zwei Problemarten: difficult problems, die sich mit traditionellen Engineering-Methoden ausdrücklich entwerfen und lösen lassen, und hard problems, die oft schwer erklärbar sind. Letztere werden nicht durch einen klaren Entwurf gelöst, sondern durch wiederholte Versuche und Selbstanpassung.

Ein Industrieprodukt wie ein Flugzeug ist kompliziert, gehört aber nicht zu den komplexen Systemen in diesem Sinn. Es ist ausdrücklich entworfen. Große Modelle ähneln eher komplexen Systemen und sind etwas Entdecktes. Beim Training eines Sprachmodells verändert man nicht unmittelbar seine inneren Parameter, sondern lenkt seine Selbstanpassung durch äußere Rückmeldungen, bis die gewünschte Ausgabe entsteht. Ebenso werden Marktpreise nicht sorgfältig von Menschen entworfen, sondern bilden sich aus den Interaktionen und Auseinandersetzungen zahlloser Handelnder.

Unsicherheit ist ein Segen, kein Fluch. Wir müssen ihren Ursprung verstehen und große Modelle dem richtigen Problemfeld zuordnen. Vor uns liegt ein neues Engineering-Gebiet in einer frühen Phase mit viel konkreter, mühsamer Arbeit. Wir dürfen nicht starr am deterministischen Denkmodell der difficult problems festhalten.