Erhoben:
Modelle wechseln im Monatstakt. Wer seine Arbeit an ein Modell bindet, fängt also jeden Monat ein Stück von vorn an. Das war die Überlegung, mit der ich angefangen habe, mir eine eigene Agent Area zu bauen: einen Arbeitsbereich, in dem Skills, Wissen, Regeln und Werkzeuge getrennt vom Modell liegen.
Klingt nach Architektur-Folie. Deshalb hier der Stand, wie er am 28. September 2026 tatsächlich läuft, mit den Zahlen aus dem Betrieb. Und mit der Stelle, an der ich hinter meinem eigenen Anspruch zurückliege.
Die Ausgangslage
Ich arbeite jeden Tag mit KI-Agenten: an dieser Website, an Texten, an Auswertungen, am Server selbst. Am Anfang lag das Wissen dafür in Chatverläufen, die Regeln in meinem Kopf und die Werkzeuge verstreut über ein Dutzend Tabs. Jeder neue Agent, jedes neue Modell fing bei null an.
Die Entscheidung
Alles, was bleiben soll, bekommt einen festen Ort außerhalb des Modells:
- Regeln und Projektwissen stehen als Textdateien in jedem Projektordner. Jeder Agent liest sie, egal welches Modell dahinter rechnet.
- Skills, also wiederverwendbare Arbeitsanleitungen, liegen als eigene Einheiten und werden versioniert.
- Alles liegt im eigenen Git. Jede Änderung ist nachvollziehbar, jeder Stand wiederherstellbar.
- Die Logik läuft auf meinem Server, die Modelle zu Hause. Ein Mini-PC im Wohnzimmer rechnet, der Server hält Agenten, Dienste und Daten. Verbunden sind beide über einen verschlüsselten Tunnel.
Was heute läuft
Stand 28. September 2026, gezählt auf dem Server und im Git:
- 17 Repositories im eigenen Git: 10 Projekte, 7 Skills. Gesichert wird alles in einem einzigen Lauf.
- 4 Agenten in einem Prozess, jeder mit eigener Rolle: eine Werkstatt mit voller Shell für mich, ein Agent ohne Shell hinter meiner Nextcloud, ein Beratungs-Bot und Bibo, der im Mitgliederbereich antwortet.
- 2 Modelle gleichzeitig: ein 30-Milliarden-Modell für die Werkstatt und den Nextcloud-Agenten, ein 26-Milliarden-Modell für die beiden Bots. Beide laufen lokal. Welcher Agent welches Modell nutzt, ist eine Zeile Konfiguration.
- 7 angebundene Werkzeug-Schnittstellen (MCP), von der Bildgenerierung bis zu Präsentationen.
- 10 eigene Dienste auf dem Server, sechs davon mit zusammen 6.542 Zeilen selbst geschriebenem Code.
- 13 Tagesprotokolle seit dem 2. September: Jede Änderung am Server steht dort mit Begründung, Nachweis und dem Weg zurück.
Der Befund, der mich überrascht hat
Werkzeuge kosten Kontext. Jede Runde eines Agenten schleppt die Beschreibung aller Werkzeuge mit, die er benutzen darf. Gemessen am 9. September mit denselben Fragen an zwei meiner Agenten:
| Werkstatt (alle Werkzeuge) | Nextcloud-Agent (fünf Schnittstellen) | |
|---|---|---|
| Grundkontext je Runde | 40.906 Token | 15.447 Token |
| Aufgabe mit Werkzeugaufruf | 80.654 Token | 31.062 Token |
| Dauer einer einfachen Frage | 139 s | 53 s |
Allein der Werkzeugkatalog der Werkstatt kostet rund 29.700 Token pro Runde. Der schlanke Agent ist bei einfachen Fragen gut zweieinhalbmal so schnell. Daraus ist eine Regel geworden: Ein Agent bekommt nur die Werkzeuge, die seine Rolle braucht. Weglassen hat mehr gebracht als jeder Versuch, die Beschreibungen geschickt zu verstecken. Das habe ich ebenfalls gemessen, das Verstecken war teurer und unzuverlässiger.
Wo ich zurückliege
Die Agent Area hat zwei Seiten: mein eigenes System und eine Bibliothek, mit der Leser sich ihr eigenes bauen können. Das System läuft. Die Bibliothek hat heute 18 Seiten in 5 Büchern, davon 3 öffentlich. Für eine Anleitungsbibliothek ist das ein Anfang.
Der Grund ist unspektakulär: Ich baue lieber, als dass ich das Gebaute aufschreibe. Die Protokolle und Projektdateien, aus denen die Anleitungen entstehen sollen, gibt es. Sie müssen noch lesbar werden.
So gehst du selbst vor
- Fang mit einer Datei an. Schreib für dein wichtigstes Vorhaben auf, was ein Agent wissen muss: Ziel, Regeln, wo was liegt. Leg sie in den Projektordner und lass jeden Agenten sie zuerst lesen.
- Trenn Wissen vom Werkzeug. Was du einem Chatfenster erklärst, gehört in eine Datei, die du beim nächsten Werkzeug wieder verwendest.
- Versionier es. Ein Git-Repository kostet nichts und rettet dich an dem Tag, an dem ein Agent eine Datei zerlegt.
- Gib Agenten Rollen, keine Allzuständigkeit. Zähl nach, wie viele Werkzeuge ein Agent sieht, und streich, was er für seine Aufgabe nicht braucht. Du merkst es an Dauer und Kosten.
- Schreib Änderungen mit dem Weg zurück auf. Wenn du nicht formulieren kannst, wie du einen Eingriff rückgängig machst, war er nicht durchdacht.
Was diese Fallstudie nicht zeigt
Die Zahlen beschreiben ein System für eine Person. Wie sich das in einem Team mit zehn Leuten verhält, habe ich hier nicht gemessen. Daran arbeite ich bei TLM Operations, wo die Unternehmensfassung entsteht. Umsetzung und Coaching biete ich deshalb hier bewusst nicht an. Hier zeige ich meinen eigenen Stand.
