Zehn Produkte.
Ein Entwickler.
Eine Flotte, die sich Arbeit selbst zuspielt.
DigitalMove ist ein Entwickler und eine Flotte von KI-Agenten. Zusammen betreiben sie zehn Produktlinien: WordPress-Plugins mit zahlenden Abonnenten, eine kostenlose Lernplattform, einen Dead-Man's-Switch-Dienst, der seit 2023 läuft.
Business OS ist das, was diese Rechnung aufgehen lässt. Wir verkaufen es nicht. Wir mussten es bauen, bevor alles andere existieren konnte — und genau deshalb ist es der beste Beleg dafür, dass wir Agentensysteme entwerfen können, die dem Produktivbetrieb standhalten.
- Status
- Täglich im Betrieb
- Art
- Interne Plattform
- Umfang
- 10 Workspaces, 7 Rollen
- Stack
- Python · SQLite · Markdown
- Modelle
- Zwei Stufen, nach Aufgabe
- Takt
- Geplant + auf Zuruf
- 06:30 maya→business-os task12 fehlgeschlagene oder offene Bestellungen in 30 Tagen — rund das Siebenfache des Erwartbaren. Kampagne wird pausiert.
- 08:10 viktor-cto→business-os qa-resultTäglicher KPI-Schnappschuss grün. Abgleich in Ordnung.
- 10:55 healthcheck→business-os, angelreminder incidentCron beim Dead-Man's-Switch überfällig. Dieser Cron ist der Herzschlag des Produkts.
- 10:56 healthcheck→business-os, angelreminder resolvedWieder gesund. Login, Registrierung, Status antworten. 59 Sekunden Verzug.
- 11:58 viktor→business-os escalationZwei Entwürfe zweimal vom Reviewer abgelehnt. Ein Mensch muss entscheiden.
- 12:36 timo→konrad, business-os decisionSchema für Downloads spezifiziert. Dateien liegen bewusst außerhalb des Repos.
Echte Nachrichten, aus Platzgründen gekürzt. Jede trägt Absender, Empfänger und einen Typ — weil ein gemeinsames Chatfenster kein Protokoll ist.
Ausgangslage Was tatsächlich im Weg stand § 01
Der Engpass war nie das Modell.
Ein Mensch kann zehn Produktlinien nicht im Kopf behalten. Eine KI-Sitzung auch nicht — sie beginnt jedes Mal bei null. Stellt man drei Agenten dieselbe Frage zur Preisgestaltung, bekommt man drei Antworten, zwei davon veraltet, und keine Möglichkeit zu erkennen welche.
Das ist kein Prompt-Problem, und kein Modell-Upgrade löst es. Es sind drei technische Probleme im selben Mantel: ein geteiltes Gedächtnis, das eine einzelne Sitzung überdauert, ein Protokoll, damit Agenten einander Arbeit übergeben können ohne dass ein Mensch dazwischen steht, und Leitplanken, die auch dann halten, wenn ein Agent selbstsicher und falsch liegt.
Business OS ist unsere Antwort auf diese drei. Alles Folgende beschreibt, wie es tatsächlich gebaut ist — einschließlich der Teile, die wir zuerst falsch gemacht haben.
Bestand Was läuft § 02
Die Schleife, die jede Sitzung durchläuft — ob sie von einem Menschen oder einem zeitgesteuerten Takt gestartet wurde. Das Orientieren ist nicht optional: ein Agent, der antwortet bevor er nachschlägt, ist der teuerste Fehlermodus im ganzen System.
Entscheidungen Was wir wählten, und was es kostete § 03
Vier Entscheide, die alles Weitere geprägt haben.
Ein Speicher. Kein Gedächtnis je Agent.
Jeder Agent hätte eigene Notizen führen können. Das skaliert wunderbar — bis zwei Agenten sich über den Preis eines Produkts uneinig sind und beide es ehrlich meinen. Also leben Tatsachen in einem einzigen versionierten Markdown-Speicher, und das private Gedächtnis eines Agenten darf nur enthalten, was für diesen Agenten gilt.
Kostet: eine schriftliche Konvention, was wohin gehört — und die Disziplin, sie einzuhalten.
Bringt: eine Antwort je Tatsache, und ein Diff wenn sie sich ändert.
Hybride Suche, weil Bezeichner nicht semantisch sind.
Vektorsuche ist sehr gut bei „was wissen wir über Preisgestaltung“ und still katastrophal bei „finde Entscheidungsprotokoll 017“. Produkt-Slugs, Versionsnummern und Protokoll-IDs sind lexikalische Objekte — Beinahe-Treffer sind wertlos. Also laufen ein Vektor-Index und ein Stichwort-Index parallel, und die beiden Ranglisten werden verschmolzen.
Kostet: zwei Indizes aktuell halten statt einem.
Bringt: exakte Nachschlagevorgänge scheitern nicht mehr lautlos — und genau dieses lautlose Scheitern bringt einem Agenten das Raten bei.
Agenten schreiben in eine adressierte Inbox, nicht in ein gemeinsames Fenster.
Der verlockende Entwurf ist ein großer gemeinsamer Kontext, den alle lesen. Er überlebt zehn Workspaces nicht. Stattdessen trägt jede Nachricht Absender, Empfänger, eine Art und eine Gelesen-von-Liste. Übergebene Arbeit wird zum Auftrag; ein Auftrag wird durch eine Antwort geschlossen, die sagt was passiert ist — auch im Fall des Scheiterns.
Kostet: Agenten müssen angewiesen werden, die Inbox beim Sitzungsstart zu prüfen. Eine Gewohnheit, und Gewohnheiten brauchen Durchsetzung.
Bringt: Übergaben, die es überstehen, wenn eine Sitzung mitten in der Aufgabe endet.
Routinetext auf eine günstige Stufe ohne Werkzeuge.
Einen Changelog-Absatz zu formulieren braucht kein Spitzenmodell. Ein zweites, deutlich günstigeres Modell übernimmt diese Klasse von Arbeit — bewusst gestartet ganz ohne Werkzeugzugriff, ein Durchgang, hartes Zeitlimit. Es kann Text erzeugen und sonst nichts. Ein schlechtes Ergebnis ist damit ein schlechter Absatz, niemals ein schlechter Schreibzugriff auf den Server.
Kostet: das Ergebnis muss vor Verwendung geprüft werden. Jeder Aufruf wird protokolliert, damit wir beurteilen können ob sich die Stufe lohnt.
Bringt: teures Nachdenken für Urteilsfragen statt für Prosa.
Störfälle Was kaputtging, und was es verändert hat § 04
Beides waren Entwurfsfehler, keine Unfälle.
Datenintegrität
Parallele Schreiber beschädigten 68 Kursdateien.
Mehrere Agenten bearbeiteten denselben Inhaltsbaum gleichzeitig. Umlaute wurden durch überlappende Schreibvorgänge zerlegt, und als jemand hinsah, standen über tausend Beschädigungsspuren im Baum. Nichts stürzte ab. Genau das war das Problem — es war weiterhin gültiger Text, nur eben falsch.
Was wir angenommen hatten: dass Agenten, die an getrennten Tickets arbeiten, auch an getrennten Dateien arbeiten. Niemand hatte das aufgeschrieben, also erzwang es nichts.
Behoben → Rückkehr zum letzten sauberen Commit, dann ein Lint-Gate, das den Build bei Beschädigungsspuren scheitern lässt. Ein Gate, das Sekunden kostet, ist billiger als eine Aufräumaktion, die einen Nachmittag kostet.
Such-Disziplin
Die Wissensbasis war da. Die Agenten rieten trotzdem.
Gefragt, wo etwas liegt, schlossen Agenten aus dem Kontext statt zu suchen — und schlossen plausibel, was schlimmer ist als zu scheitern. Das Urteil des Gründers war deutlicher als jeder Fehlerbericht: wozu ein eigenes zweites Gehirn, wenn du es nicht nutzen kannst?
Was wir angenommen hatten: dass verfügbare Suche zu gewohnheitsmäßiger Suche wird. Wird sie nicht. Verfügbar und reflexhaft sind verschiedene Eigenschaften.
Behoben → ein hartes Gate in den Betriebsanweisungen: jede strukturelle Frage löst eine Suche aus, bevor eine Antwort entsteht. Dazu eine Wegweiser-Notiz, denn eine Wissensbasis, in der niemand navigieren kann, ist eine, die niemand nutzt.
Übertrag Was das für Sie bedeutet § 05
Wenn Sie Agenten in den Produktivbetrieb bringen, sind das die Stellen, die beißen.
Der Zustand ist das Schwere, nicht der Prompt
Prompt-Qualität erreicht schnell ein Plateau. Ob eine Flotte im sechsten Monat noch nützlich ist, entscheidet sich daran, ob sie eine gemeinsame Wahrheit hat und darin auch exakte Bezeichner findet.
Leitplanken gehören ins Protokoll
„Der Agent sollte das nicht tun“ ist keine Kontrolle. Unsere verweigern: bestimmte Pfade sind schreibgeschützt, bestimmtes Material ist auf eine Rolle beschränkt, und die Regeln stehen dort, wo der Agent zuerst liest.
Kosten sind eine Architekturfrage
Nach Aufgabenklasse zu staffeln — und der günstigen Stufe die Fähigkeit zu entziehen statt sie ihr auszureden — ist der Unterschied zwischen einer Flotte, die man täglich laufen lassen kann, und einer Demo, die man zweimal vorführt.