Dieselbe Mandantenaufgabe – mit dem Kontext, der zählt.
Ein Coding-Agent kann Code schreiben, der kompiliert, Tests besteht und trotzdem verfehlt, was das Team bereits entschieden hat. DM bereitet die Rules, Skills und Decisions vor, die gelten, markiert Konflikte, bevor sie ausgeliefert werden, und gibt zurück, was der Agent gelernt hat – zur Prüfung durch Menschen.
Der Agent erhält den Kontext, den er für diese Aufgabe nutzen darf – keinen uneingeschränkten Zugriff auf alles, was der Arbeitsbereich enthält. Das Verbinden eines Agenten erfolgt ausdrücklich.
Vor der Aufgabe, in der Aufgabe und zurück zur Prüfung.
Was dem Agenten fehlte
- Strukturierte Mandantendaten bleiben in SQL
- Hochgeladene Dateien bleiben in SharePoint
- Schreibzugriffe laufen über die Repository-Schicht
- Kundenkennungen werden nie protokolliert
- Schemaänderungen erfordern ein Architektur-Review
DM liefert die Teilmenge
- Nur Decisions & Rules für diese Aufgabe
- Randbedingungen + Ausnahmen
- Nützliche Skills für diese Art von Arbeit
- Konflikte werden markiert
Zur Prüfung zurückgegeben
- Angewendete Decisions & Rules
- Vorgeschlagener ADR + offene Frage
- Folgeaufgabe + Nachweis
Warum fähige Agenten trotzdem das Falsche ausliefern
Geben Sie einem Coding-Agenten ein Ticket mit dem Inhalt „Mandantenverwaltung implementieren“, und er liest das Ticket und das Repository und schreibt dann sauberen, funktionierenden Code. Die Tests laufen durch. Der Code kompiliert. Nichts im Repository sagt ihm, dass Ihr Team vor sechs Monaten einen Datenbanktreiber verboten, auf eine Repository-Schicht standardisiert und die feste Regel aufgestellt hat, Kundenkennungen nie zu protokollieren.
Also legte er Datei-Blobs in SQL ab, umging die Repository-Schicht, protokollierte Kundenkennungen, fügte eine nicht freigegebene Retry-Bibliothek hinzu und änderte das Schema ohne Review. Gegen jedes einzelne davon war bereits entschieden worden – der Agent konnte es nur nicht sehen. Er optimierte gegen den Code, den er lesen kann, nicht gegen die Entscheidungen, die Ihre Organisation bereits getroffen hat.
Das Problem war nie die Codequalität. Es fehlte anwendbares verwaltetes Wissen.
Was der anwendbare Kontext tatsächlich enthält
Wenn der Agent die Aufgabe übernimmt, ermittelt und liefert DM nur die Teilmenge im Geltungsbereich: die Decision zu Mandanten und Datenmodell (mit der Begründung und den verworfenen Alternativen), die Rule zur Repository-Schicht, die Randbedingung „Kunden-IDs nie protokollieren“, nützliche Skills und – entscheidend – alle Konflikte zwischen dem, was verlangt wird, und dem, was bereits entschieden wurde. Berechtigungskontext ist ein vorgesehener Objekttyp, aber nicht gleichermaßen live.
Es ist bewusst nicht das gesamte Register. Alles zu laden, macht .cursor/rules-Dateien unbrauchbar. Es geht darum, das aktuelle, anwendbare verwaltete Wissen für diese Aufgabe darzustellen – nicht das gesamte Register, nicht jede Regeldatei, keinen rohen Kontext-Dump.
Der Agent schlägt vor; ein Mensch gibt frei
Ist die Arbeit erledigt, schreibt der Agent zurück: die angewendeten Decisions und Rules, einen vorgeschlagenen Architecture Decision Record, eine offene Frage, die er nicht klären konnte, und eine Folgeaufgabe mit Nachweis. Nichts davon wird stillschweigend zur Wahrheit der Organisation. Ein Mensch prüft jeden Kandidaten und gibt ihn frei, bearbeitet oder lehnt ihn ab. Agenten geben Organisationswissen nie frei. DM ist ein Produkt für Wissen und Governance – Ihre Laufzeitumgebung setzt weiterhin durch, welche Aktionen der Agent ausführen darf.
Wie sich der Agent verbindet
Coding-Agenten erreichen DM über MCP: dm.prepare_task_memory für bereits freigegebenen Kontext, der für die Aufgabe gilt, und dm.submit_memory_update, um neue Erkenntnisse zur Prüfung durch Menschen vorzuschlagen. Such- und Decision-Vorschlags-Werkzeuge bleiben verfügbar. DM arbeitet neben Cursor, Copilot CLI und Claude Code, statt sie zu ersetzen. Das Verbinden eines Agenten erfolgt ausdrücklich.
Neu bei dem Thema? Beginnen Sie mit dem Artikel What is decision memory? (auf Englisch) oder lesen Sie Why AI coding agents ignore team standards (auf Englisch). Den gesamten Kontextkreislauf finden Sie unter So funktioniert DM, oder sehen Sie sich die Produkt-Demo an.
Richten Sie einen Coding-Agenten auf Ihre Decisions aus.
Ein Team, ein Agenten-Workflow, eine Entscheidungsdomäne – 2–4 Wochen. Wir messen die Wiederauffindbarkeit von Entscheidungen, wiederholte Diskussionen und Konflikte, die vor der Auslieferung erkannt werden.