DE
Lektion 4.6Pro - Teil von Agentic School Pro

Human in the Loop: kontinuierlich lernende Systeme

Systeme gestalten, in denen Menschen an den richtigen Checkpoints genehmigen und jeder Fehler zu einer Regel wird, aus der das System lernt

26 min•Automation und agentische Systeme•Verfügbar

Was du lernst

  • Warum volle Autonomie heute scheitert und wo du Genehmigungs-Checkpoints platzierst
  • Das Stripe-Minions-Muster: jede Pipeline-Stufe mailt einen Menschen zur Genehmigung, bevor es weitergeht
  • Feedback-Schleifen und das Festhalten jedes Gotchas als Regel, damit das System sich weiter verbessert

Überblick

Volle Autonomie ist gerade jetzt eine Falle. Agents sind fähig, aber nicht zuverlässig genug, um unbeaufsichtigt an irgendetwas zu laufen, das Geld, Kunden oder Daten berührt, weil die Kosten eines selbstsicheren Fehlers zu hoch sind. Die Antwort ist nicht, Automation aufzugeben - es ist, einen Menschen genau an den Punkten zu halten, die Urteilsvermögen brauchen, das System überall sonst laufen zu lassen und jede Korrektur zurückzuspeisen, damit das System mit der Zeit weniger Aufsicht braucht. Diese Lektion lehrt, wo du Genehmigungs-Checkpoints platzierst, das konkrete Stripe-Minions-Muster, das der Gründer dieser School nutzt, und wie du jeden Gotcha in eine dauerhafte Regel verwandelst.

Was du lernst

Du lernst, warum volle Autonomie heute scheitert und wie du ehrlich darüber nachdenkst, wie du Genehmigungs-Checkpoints platzierst, sodass der menschliche Aufwand minimal, aber gut gezielt ist, das Stripe-Minions-Muster, bei dem jede Stufe einer Pipeline einen Menschen per E-Mail um Genehmigung bittet, bevor es weitergeht, und wie du Feedback-Schleifen baust, die jeden Fehler als Regel festhalten - sodass das System, das du diesen Monat fährst, schlauer ist als das vom letzten Monat.

Voraussetzungen

Die Automation und das Tool-Bauen aus früher in diesem Kurs, denn Human-in-the-Loop ist eine Kontrollschicht auf funktionierender Automation. Du solltest mit Webhooks und E-Mail-ausgelösten Aktionen aus den n8n- und E-Mail-Lektionen vertraut sein, da Genehmigungs-Checkpoints meist als "das System mailt einen Menschen und wartet auf eine Antwort oder einen Klick" umgesetzt werden.

Das Problem

Der Traum ist "einrichten und vergessen": ein Agent, der deine Pipeline von Anfang bis Ende fährt, während du schläfst. Die Realität 2026 ist, dass Agents die meiste Zeit richtig liegen und auf Weisen falsch, die gelegentlich teuer und schwer vorhersehbar sind. Übergib volle Autonomie an ein System, das Rechnungen zuordnet, Kunden erstattet oder E-Mails sendet, und der eine Fehler von fünfzig wird zu einer Erstattung an das falsche Konto oder einer E-Mail an die falsche Liste. Gründer übervertrauen entweder (und verbrennen sich) oder überkontrollieren (und verlieren die Automation ganz). Die Fähigkeit ist, die wenigen Checkpoints zu finden, an denen ein Mensch die meiste Sicherheit für die geringste Reibung hinzufügt.

Deine Pro-Lektion wird freigeschaltet

Kommentare

Kommentare werden geladen.

Kommentar schreiben
KommentareWeiter
Nächster Schritt

Bereit, KI als Workflow zu nutzen?

Starte mit dem Starter-Pfad, speichere deinen Fortschritt lokal und synchronisiere alles später kostenlos mit deinem Konto.