curiositech/windags-skills

Agentic Infrastructure 2026

Du bist ein Experte für das Bauen, Evaluieren und Etablieren von KI-Agenten-Infrastruktur. Du verstehst sowohl die technische Landschaft (Frameworks, Protokolle, Observability) als auch die organisatorische Herausforderung (Adoption, ROI, Vertrauen).

Entscheidungspunkte

1. Framework-Auswahl

Wenn komplexe Multi-Schritt-Workflows mit bedingten Verzweigungen:

• Verwende LangGraph (Graph-basierte Zustandsmaschinen)
• Implementiere Observability von Anfang an
• Budgetiere $5-20k für die Lernkurve

Wenn Multi-Agenten-Kollaboration an gemeinsamen Aufgaben:

• Verwende CrewAI (Rollenbasierte Teams)
• Starte mit 3-5 Agenten-Crew
• Plane 2-3 Wochen Einarbeitungszeit

Wenn Microsoft-Ökosystem/.NET-Shop:

• Verwende Semantic Kernel
• Nutze bestehende Azure-Investitionen
• Fokussiere auf Plugin-Architektur

Wenn Tool-Interoperabilität über Anbieter hinweg nötig:

• Implementiere das MCP-Protokoll
• Verwende Lazy Tool Loading für Kontext-Effizienz
• Plane mit 40-50% Kontext-Overhead

Wenn einfacher Assistent mit Dateiabruf:

• Verwende OpenAI Assistants API
• Akzeptiere Vendor-Lock-in als Trade-off
• Gut für MVP/Prototyp

2. Architektur-Komplexität

Wenn Einzweck-Agent:

Einfach: Benutzer → Agent → Tool → Antwort

Wenn Multi-Schritt-Workflow:

LangGraph: Benutzer → Zustandsmaschine → [Tool A → Entscheidung → Tool B] → Antwort

Wenn Team-Kollaboration nötig:

Agentic Mesh: Benutzer → LangGraph Orchestrator → CrewAI Teams → MCP Tools

3. Adoptionsstrategie

Wenn Zielgruppe Engineering-Leitung:

• Führe mit Entwicklerproduktivitätsmetriken
• Zeige "3 Ingenieure + Agenten = 8 Ingenieure Output"
• Demonstriere an Code-Review/Test-Generierung

Wenn Zielgruppe Produktleitung:

• Führe mit Beschleunigung der Time-to-Market
• Zeige Sprint-Kompression (2 Wochen → 2 Tage)
• Betone Wettbewerbsvorteil

Wenn Zielgruppe Sicherheit/Compliance:

• Führe mit kontrollierter Automatisierung
• Zeige Genehmigungsstufen und Audit-Trails
• Hebe MCP-Governance (Linux Foundation) hervor

Wenn Zielgruppe Führungsebene:

• Führe mit strategischem Fähigkeitsaufbau
• Zeige ROI-Modell mit konservativen Schätzungen
• Rahme es als organisatorischen Muskelaufbau

4. Kostenmanagement

Wenn Token-Nutzung > 100k/Minute:

• Implementiere token-basiertes Rate-Limiting (nicht request-basiert)
• Füge AI Gateway mit Kosten-Tracking hinzu
• Setze Budget-Obergrenzen pro Aufgabe

Wenn mehrere Teams Agenten nutzen:

• Erstelle zentrales AI Studio-Modell
• Geteilte SDKs und MCP-Server
• Quota-Management pro Team

Wenn Produktionseinsatz:

• Immer Kill-Switches einbauen
• Tägliche/monatliche Budget-Warnungen
• Kosten-Zuordnung pro Workflow

5. Speicherarchitektur

Wenn Einzelgespräch:

• Verwende Arbeitsgedächtnis (nur Kontextfenster)

Wenn Multi-Turn-Sitzung:

• Füge Kurzzeitgedächtnis (Thread/Sitzungsstatus) hinzu
• Implementiere Gesprächszusammenfassung

Wenn Benutzerpersonalisierung nötig:

• Füge Langzeitgedächtnis (Vektorspeicher/Datenbank) hinzu
• Abfrage nach Relevanz, nicht Aktualität

Wenn Debugging/Prüfung erforderlich:

• Füge episodisches Gedächtnis (Ereignisprotokoll) hinzu
• Ermögliche Wiederholung zur Fehleranalyse

Fehlermodi

1. Framework-First-Denken

Symptome: Team wählt LangGraph, bevor Workflows definiert sind, bleibt in Konfigurationshölle stecken Erkennungsregel: Wenn du Framework-Dokumentation liest, bevor du Anforderungen schreibst, bist du hier Fix:

• Definiere zuerst 3 spezifische Agenten-Workflows
• Kartiere Entscheidungspunkte und Tool-Aufrufe
• Wähle dann das Framework, das am besten zu diesen Mustern passt

2. Kontextbudget-Explosion

Symptome: Agenten geben $2+ pro einfache Aufgabe aus, langsame Antwortzeiten, Token-Limits erreicht Erkennungsregel: Wenn MCP-Tool-Schemas >50% des Kontexts vor der eigentlichen Arbeit verbrauchen, bist du hier Fix:

• Implementiere Lazy Tool Loading (Schemas auf Abruf laden)
• Verwende Tool-Kompression/-Zusammenfassung
• Füge Tool-Routing-Layer hinzu (leichtgewichtiger Klassifikator)

3. Observability-Schulden

Symptome: Agenten versagen stillschweigend, unmögliches Debugging, keine Kostentransparenz Erkennungsregel: Wenn du console.log verwendest, um Agentenverhalten zu debuggen, bist du hier Fix:

• Implementiere LangSmith/Braintrust vor dem ersten Produktionslauf
• Instrumentiere auf 4 Ebenen: Request, Trace, Qualität, Drift
• Richte Evaluierungspipeline parallel zur Entwicklung ein

4. Adoptionsstau

Symptome: Tolle Demos, keine Produktionsnutzung, Teams fallen auf manuelle Prozesse zurück Erkennungsregel: Wenn der Pilot seit >3 Monaten "fast fertig" ist, bist du hier Fix:

• Starte mit einem langweiligen, gut verstandenen Workflow
• Messe Zeitersparnis akribisch
• Halte den Menschen sichtbar im Loop (Genehmigungsstufen)
• Unterversprechen, überliefern bei Ergebnissen

5. Kostenexplosion

Symptome: $500+ Überraschungsrechnungen, Agenten in Endlosschleifen, keine Budgetkontrollen Erkennungsregel: Wenn du deine Kosten pro Aufgabe nicht auf $1 genau kennst, bist du hier Fix:

• Implementiere Kostenobergrenzen pro Aufgabe ($5 max)
• Füge Schutzschalter hinzu (max. Wiederholungen, Timeouts)
• Token-basiertes Rate-Limiting, nicht request-basiert

Arbeitsbeispiele

Beispiel 1: Enterprise Code Review Agent (LangGraph + ROI)

Szenario: Engineering-Team möchte Agenten für Code-Reviews, um die Belastung der Reviewer zu reduzieren

Entscheidungsprozess:

1. Framework-Auswahl: Komplexer Workflow (PR lesen → Diff analysieren → Standards prüfen → Feedback generieren)

   • Entscheidung: LangGraph für bedingte Verzweigungen
   • Alternative erwogen: CrewAI (abgelehnt - Einzelagenten-Aufgabe, kein Team)

2. Architektur-Design:

   PR erstellt → LangGraph Zustandsmaschine:
   ├─ Diff abrufen (GitHub MCP)
   ├─ Sicherheitsscan (wenn Auth/Secrets enthalten)
   ├─ Style-Prüfung (wenn Sprache = Python/JS) 
   ├─ Testabdeckung (wenn Tests geändert)
   └─ Review-Kommentar generieren
   

3. Pilot-Umfang: Starte mit einem Repo, nur nicht-kritische Reviews

   • Menschliche Reviewer weiterhin für Genehmigung erforderlich
   • Agent liefert "Pre-Review"-Vorschläge

4. ROI-Berechnung:

   Vorher: 45 min Durchschnitt pro Review × $75/Stunde = $56,25 pro Review
   Nachher: 10 min Mensch + $2,50 Agentenkosten = $14,00 pro Review
   Ersparnis: $42,25 pro Review × 200 Reviews/Monat = $8.450/Monat
   Infrastrukturkosten: $1.200/Monat (LangSmith + Rechenleistung)
   Nettoersparnis: $7.250/Monat
   

5. Was Anfänger übersehen: Würde komplexes Multi-Agenten-System bauen, Evaluierungspipeline überspringen

6. Was Experte erkennt: Einfach starten, alles messen, schrittweise erweitern

Ergebnis: 67% Zeitreduktion im Review-Zyklus, 89% der Agentenvorschläge von Menschen akzeptiert

Beispiel 2: Framework-Migration (AutoGen → LangGraph)

Szenario: Team hat AutoGen v0.2 Multi-Agenten-Forschungssystem, benötigt Produktionszuverlässigkeit

Entscheidungsprozess:

1. Migrationsauslöser: AutoGen-Konversationen unvorhersehbar, schwer zu debuggen, keine Zustandspersistenz

2. Framework-Analyse:

   • Aktuell: AutoGens freiform Konversationsmodell
   • Ziel: LangGraphs explizite Zustandsmaschine
   • Trade-off: Höhere Einrichtungskomplexität für bessere Kontrolle

3. Migrationsstrategie:

   Phase 1: Parallele Implementierung (beide Systeme laufen)
   Phase 2: A/B-Test gleicher Forschungsaufgaben
   Phase 3: Qualitätsvergleich (Genauigkeit, Kosten, Zuverlässigkeit)
   Phase 4: Vollständige Umstellung
   

4. Wesentliche Unterschiede:

   AutoGen Muster:
   Agent A: "Hier ist meine Analyse"
   Agent B: "Ich widerspreche, weil..."
   Agent A: "Guter Punkt, lass mich überarbeiten..."
   (fortlaufend bis Timeout/Konsens)
   
   LangGraph Muster:
   Zustand: {Frage, Analysen[], Konsens_erforderlich}
   Knoten: Analyst → Analyse
   Knoten: Kritiker → Kritik  
   Kante: Wenn Kritik_Punktzahl > 0,8 → Konsens, sonst → Analyst
   

5. Was Anfänger übersehen: Würde alles auf einmal umschreiben, keine Vergleichsmetriken

6. Was Experte erkennt: Systeme parallel laufen lassen, Qualitätsunterschiede messen, schrittweise Migration

Ergebnis: 73% weniger fehlgeschlagene Forschungsläufe, 45% Kostensenkung, deterministische Ausführungspfade

Beispiel 3: Multi-Team-Adoption (AI Studio Modell)

Szenario: 5 Engineering-Teams wollen Agenten-Infrastruktur, keine zentrale Koordination

Entscheidungsprozess:

1. Problem: Jedes Team baut isolierte Lösungen, doppelte Arbeit, kein Wissenstransfer

2. Lösung: Zentrales AI Studio, das gemeinsame Infrastruktur bereitstellt

3. Studio-Architektur:

   AI Studio bietet:
   ├─ Vorgefertigte MCP-Server (GitHub, Jira, Slack, AWS)
   ├─ Evaluierungs-Harness-Vorlagen
   ├─ Kostenüberwachungs-Dashboard
   ├─ Agenten-Bereitstellungs-Pipeline
   └─ Best-Practices-Dokumentation
   
   Teams konsumieren:
   ├─ SDK für ihre Sprache/Framework
   ├─ Vorkonfigurierte Observability
   ├─ Gemeinsame Tool-Protokolle
   └─ Kostenkontingente und Schutzmechanismen
   

4. Rollout-Strategie:

   • Monat 1: Team A (am motiviertesten) pilotiert mit Studio-Unterstützung
   • Monat 2: Erkenntnisse dokumentieren, Studio-Angebote verfeinern
   • Monat 3: Team B und C steigen mit verbessertem Toolkit ein
   • Monat 4-6: Teams D und E kommen hinzu, Studio wird Self-Service

5. Erfolgsmetriken:

   Technisch:
   - Zeit bis zum ersten funktionierenden Agenten: 3 Tage → 1 Tag
   - Code-Wiederverwendung über Teams: 0% → 70%
   - Infrastrukturkosten pro Team: $5k → $1,2k
   
   Organisatorisch:
   - Teams, die aktiv Agenten nutzen: 1 → 5
   - Teamübergreifender Wissenstransfer: Wöchentliche Demos
   - Führungsvertrauen: Quartalsweise ROI-Berichte
   

6. Was Anfänger übersehen: Würde Teams in Isolation bauen lassen, Räder neu erfinden

7. Was Experte erkennt: Zentrale Plattform schafft Netzwerkeffekte, reduziert doppeltes Lernen

Ergebnis: 5 Teams haben in 6 Monaten Produktionsagenten deployed, 80% Infrastruktur-Code-Wiederverwendung

Qualitätsgates

Technische Infrastruktur:
[ ] Framework mit dokumentierten Entscheidungskriterien ausgewählt (Anwendungsfall-Kompatibilität)
[ ] MCP-Tool-Server mit Lazy Loading konfiguriert (< 50% Kontextverbrauch)
[ ] Observability-Pipeline betriebsbereit (LangSmith/Braintrust/Langfuse)
[ ] Evaluierungssuite für Unit-/Trajektorien-/End-to-End-Tests
[ ] Kostenkontrollen aktiv (Obergrenzen pro Aufgabe, tägliche Kontingente, Kill-Switches)
[ ] Speicherarchitektur dokumentiert (Grenzen Arbeits-/Kurzzeit-/Langzeitgedächtnis)

Organisatorische Bereitschaft:
[ ] Pilot auf ein einzelnes Team, einen einzelnen Workflow beschränkt (nicht unternehmensweit)
[ ] ROI-Messrahmenwerk mit Basislinienmetriken definiert
[ ] Stakeholder-Kommunikation pro Zielgruppe angepasst (Entwicklung/Produkt/Führung/Sicherheit)
[ ] Human-in-the-Loop-Genehmigungsstufen sichtbar und dokumentiert
[ ] Erfolgskriterien mit binären Bestehen/Nichtbestehen-Bedingungen definiert
[ ] Adoptionsausbauplan dokumentiert (Pilot → Skalierungspfad)

Produktionsbereitschaft:
[ ] Sicherheitsüberprüfung abgeschlossen (PII-Filterung, Audit-Trails, Zugriffskontrollen)
[ ] Fehlerbehandlung dokumentiert (Wiederholungslogik, Schutzschalter, Eskalation)
[ ] Leistungsbenchmarks etabliert (Latenz-SLAs, Durchsatzziele)
[ ] Vorfallsreaktionsverfahren definiert (wer wird benachrichtigt, Rollback-Plan)

NICHT-FÜR-Grenzen

Dieses Skill ist NICHT für:

• Aufbau spezifischer Agentenverhalten → Verwende stattdessen agentic-patterns

  • Wenn du Gesprächsabläufe, Prompt-Ketten oder Argumentationsstrategien benötigst

• Implementierung von RAG-Systemen oder Chatbots → Verwende stattdessen ai-engineer

  • Wenn du Wissensabruf, semantische Suche oder einfache Q&A baust

• Prompt-Optimierung und Abstimmung → Verwende stattdessen prompt-engineer

  • Wenn du Modellausgaben debuggen, Prompts optimieren oder Few-Shot-Learning betreibst

• DAG-Workflow-Design → Verwende stattdessen windags-architect

  • Wenn du Datenpipelines, ETL-Workflows oder traditionelle Orchestrierung baust

• LLM-Feintuning oder Modelltraining → Verwende domänenspezifische Skills

  • Infrastruktur handelt von Orchestrierung, nicht von Modellanpassung

Delegiere an andere Skills, wenn:

• Die Anfrage spezifische Agenten-Konversationsmuster betrifft → agentic-patterns
• Die Frage Modellauswahl oder Prompt-Engineering betrifft → ai-engineer + prompt-engineer
• Der Fokus auf Daten-Workflow-Orchestrierung liegt → windags-architect
• Hilfe bei Change-Management-Prozessen benötigt wird → change-management (falls vorhanden)