Wer sich mit KI-Agenten beschäftigt, stößt früher oder später auf den Begriff Harness. Gemeint ist damit nicht das Sprachmodell selbst, sondern die Software darum herum: Sie entscheidet, welche Werkzeuge das Modell aufrufen darf, was es bei jedem Schritt sieht, wann es aufhört und wer ein Ergebnis freigibt. Ein Harness in der KI ist also das, was aus einem Modell, das Text erzeugt, einen Agenten macht, der Arbeit erledigt.
Dieser Beitrag beschreibt die Bausteine eines Harness, zeigt, wie viel Rahmen eine Aufgabe braucht, und gibt eine Prüfliste für bestehende Agenten.
Was ist ein Harness im KI-Kontext?
Das englische Wort bedeutet Geschirr oder Gurtzeug. Bei KI-Agenten beschreibt es die Schicht zwischen Modell und Außenwelt. Das Modell schlägt vor, was als Nächstes geschehen soll: eine Antwort, ein Werkzeugaufruf, eine Rückfrage. Der Harness führt diesen Vorschlag aus oder verweigert ihn, gibt das Ergebnis zurück und entscheidet, ob eine weitere Runde folgt.
Coding-Werkzeuge wie Claude Code, Cursor oder Codex sind bekannte Beispiele für einen Harness. Dasselbe Modell verhält sich in zwei verschiedenen Harnesses unterschiedlich, weil es andere Werkzeuge, anderen Kontext und andere Grenzen bekommt. Arbeitet ein Agent unzuverlässig, liegt die Ursache deshalb oft im Rahmen: Unklare Aufgaben, zu viel oder zu wenig Kontext, zu weite Rechte und fehlende Messung lassen sich mit einem größeren Modell nicht beheben.
Die Bausteine eines Harness
Jeder Harness besteht aus denselben Bausteinen, unterschiedlich ausgeprägt:
| Baustein | Welche Frage er beantwortet |
|---|---|
| Werkzeugschleife | Welche Werkzeuge darf das Modell aufrufen, und wann ist Schluss? |
| Kontext | Was sieht das Modell bei jedem Schritt, und was nicht? |
| Gedächtnis | Was bleibt über einen Lauf hinaus erhalten, und wer schreibt es? |
| Rechte und Sandbox | In wessen Namen handelt der Agent, und wo darf er ausprobieren? |
| Prüfungen und Freigaben | Was muss ein Ergebnis bestehen, bevor es weitergeht? |
| Messung | An welchen echten Fällen wird jede neue Version gemessen? |
| Kosten und Protokoll | Wie viel darf ein Lauf kosten, und was wird aufgezeichnet? |
Zwei Bausteine werden am häufigsten unterschätzt. Der erste ist die Abbruchregel. Ein Agent arbeitet in einer Schleife, bis die Aufgabe erledigt ist, und das beurteilt das Modell selbst, nicht immer richtig. Eine feste Obergrenze für Schritte, Zeit und Kosten gehört deshalb in den Harness, nicht in die Anweisung an das Modell. Wie solche Grenzen aussehen, beschreibt Kosten von KI-Agenten begrenzen.
Der zweite sind die Werkzeuge. Jedes Werkzeug ist eine Fähigkeit, die der Agent auch im falschen Moment nutzen kann. Was in der Entwicklung ausprobiert und dann nicht mehr gebraucht wurde, wird entfernt. Wie Rechte pro Agent zugeschnitten werden, steht in Zugriffsrechte für KI-Agenten.
Was in den Harness gehört und was in die Anweisung
Eine Anweisung an das Modell ist eine Bitte. Das Modell befolgt sie meistens, aber nicht verlässlich, und nach einer manipulierten Eingabe womöglich gar nicht. Ein Harness dagegen setzt Regeln durch, unabhängig davon, was das Modell vorschlägt.
Daraus ergibt sich eine einfache Entscheidungsregel: Alles, was nie passieren darf, gehört in den Harness. Alles, was die Qualität der Arbeit verbessert, darf in der Anweisung stehen. Eine bestimmte Gliederung ist eine Anweisung. Dass ein Agent keine Daten löscht, keine Zahlungen auslöst und nach einer festen Zahl von Schritten aufhört, ist eine Regel des Harness.
Claude Code zeigt, wie das konkret aussieht. Neben den Projektregeln in einer Datei wie CLAUDE.md, die das Modell liest, gibt es sogenannte Hooks: kleine Programme, die vor jedem Werkzeugaufruf laufen und ihn blockieren können. Ein Hook, der zerstörerische Befehle abfängt, wirkt auch dann, wenn das Modell die Projektregeln übersehen hat.
Wie viel Rahmen eine Aufgabe braucht
Wie viel Rahmen nötig ist, hängt von zwei Fragen ab: Wie selbstständig handelt der Agent, und wie teuer wäre sein schlimmster Fehler?
Ein Agent, der Entwürfe schreibt, die ein Mensch vor der Verwendung liest, kommt mit wenigen Werkzeugen und einfachen Protokollen aus. Ein Agent, der selbstständig recherchiert oder interne Zusammenfassungen erstellt, braucht vor allem ein Budget und eine Abbruchregel. Schlägt ein Agent Änderungen an Buchungen oder Kundendaten nur vor, braucht jeder schreibende Schritt eine Freigabe. Ändert er selbstständig Daten in Kernsystemen, gehören Sandbox, Messung an echten Fällen und ein vollständiges Protokoll dazu.
Selbstständigkeit des Agenten →
- Recherche und interne Zusammenfassungen
- Budget und Abbruchregel
- Selbstständige Änderungen in Kernsystemen
- Sandbox, Messung und Protokoll
- Entwürfe mit Prüfung durch Menschen
- Wenige Werkzeuge, einfache Protokolle
- Vorschläge für Buchungen oder Kundendaten
- Freigabe vor jedem schreibenden Schritt
Folgen eines Fehlers →
Grafik verwenden? Gern, mit Quelle Wundrig und Link auf diesen Beitrag. Hinweise
Wir beginnen deshalb mit dem kleinsten Rahmen, der die Aufgabe sicher löst, und erweitern ihn erst, wenn Messungen zeigen, dass der Agent mehr Spielraum verträgt.
Ein Harness aus unserem Alltag
Die Beiträge in diesem Blog schreibt eine KI-Routine. Ihr Harness besteht aus drei Teilen. Erstens eine Anweisung mit festen Regeln für Themen, Quellen und Stil. Zweitens Werkzeuge mit eng begrenzten Rechten: Die Routine darf Beiträge anlegen, aber keine Zugangsdaten, keinen Code und keine Konfiguration ändern. Drittens automatische Tests, die jeder Beitrag bestehen muss: Aufbau, Länge der Beschreibung, Abschnitte, Quellen. Besteht ein Beitrag die Tests nicht, wird nichts veröffentlicht. Die Tests laufen in derselben Pipeline wie jede andere Änderung an der Website, nicht im Modell.
Dieselben Bausteine verwenden wir in Kundenprojekten. Wie wir solche Rahmen entwerfen und übergeben, beschreibt die Seite zur KI-Harness-Architektur. Damit ein Rahmen einen Modellwechsel übersteht, sollte der Ablauf nicht im Modell stecken; dazu mehr in KI-Agenten als Bausteine.
Prüfliste für einen bestehenden Agenten
Ob der Rahmen um einen Agenten genügt, zeigen sieben Fragen. Lautet eine Antwort nur „das steht in der Anweisung“, muss der Harness dort nachgebessert werden:
- Abbruch: Gibt es eine feste Obergrenze für Schritte, Zeit und Kosten pro Lauf?
- Werkzeuge: Hat der Agent nur die Werkzeuge, die seine Aufgabe tatsächlich braucht?
- Rechte: Handelt er mit einem eigenen Konto, und sind dessen Rechte so eng wie möglich?
- Sperren: Werden Aktionen, die nie passieren dürfen, vom Harness blockiert und nicht nur in der Anweisung verboten?
- Freigaben: Ist festgelegt, welche Schritte ein Mensch bestätigt, bevor sie ausgeführt werden?
- Messung: Gibt es echte Fälle mit bekannter richtiger Antwort, an denen jede neue Version gemessen wird?
- Protokoll: Wird jeder Werkzeugaufruf außerhalb des Modells aufgezeichnet, sodass der Agent die Einträge nicht ändern kann?
Fazit
Ein Harness ist die Software um ein Sprachmodell, die entscheidet, welche Werkzeuge es nutzt, was es sieht, wann es aufhört und was ein Ergebnis bestehen muss. Regeln, die nie verletzt werden dürfen, gehören in den Harness, nicht in die Anweisung. Wie viel Rahmen nötig ist, ergibt sich aus der Selbstständigkeit des Agenten und den Folgen eines Fehlers. Beginnen Sie mit dem kleinsten Rahmen, der die Aufgabe sicher löst, und erweitern Sie ihn erst auf Grundlage von Messungen.
Häufige Fragen
Was ist der Unterschied zwischen einem KI-Modell und einem KI-Harness?
Das Modell erzeugt Text und schlägt vor, was als Nächstes geschehen soll. Der Harness führt diese Vorschläge aus oder verweigert sie, liefert dem Modell den Kontext und setzt Grenzen für Werkzeuge, Rechte und Kosten. Erst beides zusammen ergibt einen Agenten, der Arbeit erledigt.
Ist Claude Code ein Harness?
Ja. Claude Code, Cursor oder Codex sind Harnesses für Coding-Agenten: Sie stellen dem Modell Werkzeuge wie Dateizugriff und Befehlszeile bereit und regeln, was es ausführen darf. Über Projektregeln, Hooks und Anbindungen über das Model Context Protocol lässt sich dieser Rahmen an ein bestimmtes Team und Projekt anpassen.
Braucht jeder KI-Agent einen eigenen Harness?
Jeder Agent läuft in einem Harness, auch wenn dieser nur aus wenigen Zeilen besteht. Wie umfangreich er sein muss, hängt davon ab, wie selbstständig der Agent handelt und wie teuer ein Fehler wäre. Für Entwürfe mit menschlicher Prüfung genügt wenig, für selbstständige Änderungen in Kernsystemen braucht es Sandbox, Messung und Protokoll.