Dieser neue Skill löst endlich das Denken für KI-Agenten
AAI LABS
Computing/SoftwareInternet Technology
Transcript
00:00:00Claude Code, Codex und so ziemlich jeder andere Agent haben ein ernstes Problem, das sofort auftaucht, wenn sie eine echte Entscheidung treffen sollen.
00:00:08Diese Modelle können ein Problem zwar logisch durchdenken, aber sie kommen nie auf etwas wirklich Neues.
00:00:12Dabei ist es völlig egal, welches Modell man nutzt – alle versagen, sobald Kreativität gefragt ist.
00:00:17Wenn man sie nach Ideen fragt, liefern sie nur Standardantworten. Man muss immer wieder nachhaken, um Blinkwinkel zu bekommen, die sie eigentlich selbst hätten finden müssen.
00:00:24Bis man ihnen diese Blickwinkel nicht selbst vorgibt, denken sie schlichtweg nicht kreativ.
00:00:28Die Lösung dafür ist – so komisch es klingt – tatsächlich ADHS, also wenn die Aufmerksamkeit ständig hin und her springt, statt bei einer Sache zu bleiben.
00:00:35Es stellt sich heraus, dass ADHS bei einem KI-Agenten zu einer echten Superkraft wird – und genau das verpassen wir ihnen jetzt.
00:00:41Es gibt derzeit ein im Trend liegendes Tool, das exakt das tut.
00:00:44Falls Sie zum ersten Mal hier sind: Wir sind ein Softwareunternehmen und das ist unser Kanal AI Labs, auf dem wir zeigen, wie Sie Ihre Prozesse mit KI optimieren können – genau wie wir es bei uns getan haben.
00:00:54In diesem Video schauen wir uns an, wie es Ihrem Agenten hilft, wenn man ihm gewissermaßen ADHS verleiht.
00:00:59Bevor wir uns das Tool ansehen, müssen Sie wissen, warum Sie es überhaupt brauchen.
00:01:03Wenn Sie schon mit Claude Code, Codex oder anderen Agenten gearbeitet haben, wissen Sie, wie gut sie große Aufgaben in kleine Häppchen zerlegen.
00:01:10Sie übergeben diese Häppchen an Sub-Agenten, sodass jeder in seinem eigenen Kontextfenster arbeitet, ohne die Hauptsitzung zu überfüllen.
00:01:16Man muss sie nicht einmal darum bitten.
00:01:18Sie erstellen To-dos und delegieren sie, wo es geht, damit die Arbeit parallel läuft.
00:01:22Aber diese ganze Aufteilung geschieht nur bei der eigentlichen Arbeit.
00:01:26Nichts davon passiert beim Brainstorming. Wer schon mal versucht hat, verschiedene Blickwinkel einer Idee mit ihnen durchzugehen, kennt dieses Problem.
00:01:34Man fragt nach Variationen und bekommt Ergebnisse, die zwar anders klingen, aber im Grunde nur dieselbe Idee in anderen Worten sind.
00:01:40Ideenfindung ist daher am schwersten abzugeben, weil Agenten nicht gut darin sind, wirklich neue Richtungen einzuschlagen.
00:01:47Das liegt im Grunde daran, wie diese Modelle trainiert werden.
00:01:50Ein Agent greift auf das Muster zurück, das in seinen Trainingsdaten am häufigsten vorkam. Wiederholungen haben ihm schließlich beigebracht, dass eine Antwort gut ist.
00:01:59Das macht die Antworten nicht falsch, und meist ist das Ergebnis solide. Aber andere Blickwinkel betrachtet er gar nicht erst – was den Sinn von Brainstorming untergräbt.
00:02:08Und die gewohnten Muster sind nur die eine Hälfte: Er bewertet die Ideen auch nie unabhängig voneinander.
00:02:13Jede Option wird im selben Kontextfenster durchgespielt. Dadurch vermischen sich die Ansätze und der Kontext wird unübersichtlich.
00:02:20Das Denken verschlechtert sich dadurch, statt besser zu werden. Deshalb kann der Agent nichts klar bewerten und liefert dieselbe Idee in leicht abgewandelter Form.
00:02:28Der ADHD-Skill ist erst vor Kurzem erschienen und hat innerhalb weniger Tage viele Stars auf GitHub gesammelt.
00:02:33Der Name passt perfekt: Wie bei echtem ADHS, wo Gedanken überall hinspringen, verstreut der Skill den Denkprozess, statt ihn geradlinig auszuführen.
00:02:42Er nimmt also die Ideenfindung – oder jede Aufgabe mit vielen Optionen – und teilt sie als “Tree of Thought” auf mehrere Agenten auf.
00:02:49Ein “Tree of Thought” ist eine Struktur, bei der verschiedene Zweige von Sub-Agenten isoliert an unterschiedlichen Ideen arbeiten – genau wie die Äste eines Baumes.
00:02:58Sobald sich jeder Zweig für eine Möglichkeit entschieden hat, führt der Skill alle Ideen wieder zusammen und bildet die finale Antwort.
00:03:06Er startet also mehrere Agenten, die in ihren eigenen Kontextfenstern denken, und jeder erhält eine andere Perspektive auf dasselbe Problem.
00:03:12Sie arbeiten isoliert, teilen keinerlei Kontext und wissen nicht, woran die anderen gerade tüfteln.
00:03:17Diese Isolation dient jedoch nicht der Arbeitsteilung, sondern soll verhindern, dass sich die Ideen gegenseitig beeinflussen.
00:03:24Um sie getrennt zu halten, nutzt der Skill sogenannte “Frames” – im Grunde verschiedene Blickwinkel auf das Problem.
00:03:29Er enthält eine eigene Frame-Bibliothek mit verschiedenen Denkrichtungen, aus der sich jeder Agent eine Perspektive auswählt.
00:03:37Er erhält diesen Frame-Prompt zusammen mit dem System-Prompt und der eigentlichen Aufgabenstellung.
00:03:41Anschließend bewertet ein Kritiker-Agent alle Ergebnisse, da jemand entscheiden muss, welche Ideen erhaltenswert sind.
00:03:48Er prüft jede Idee anhand von drei Kriterien:
00:03:50“Novelty” (Neuheit), also wie neu und kreativ die Idee tatsächlich ist.
00:03:54“Viability” (Machbarkeit), also ob sie realistisch umsetzbar ist.
00:03:57Und “Fit” (Passgenauigkeit), also wie gut sie zum konkreten Problem passt.
00:04:01Diese Bewertung übernimmt ein eigener Agent mit einem Prompt, der ihn wie einen skeptischen Senior Engineer agieren lässt.
00:04:07Seine einzige Aufgabe ist es also, extrem kritisch mit allen Vorschlägen umzugehen.
00:04:10Basierend auf der Punktzahl entscheidet er, ob eine Idee weiterverfolgt oder verworfen wird.
00:04:15Am Ende stellt der Skill die stärksten Ideen zusammen und geht die Stolperstein-Liste durch – also die Probleme, die bei einer Umsetzung entstehen könnten.
00:04:23Anschließend priorisiert er diejenigen Ideen, die als ungewöhnlich oder überraschend eingestuft wurden.
00:04:26Bevor wir Ihnen zeigen, wie dieser Skill konkret hilft, würden wir uns freuen, wenn Sie den Kanal abonnieren und auf Like klicken.
00:04:33Diese kleine Unterstützung hilft uns wirklich sehr weiter.
00:04:36Das ist also das, was unter der Haube passiert.
00:04:38Lassen Sie es uns nun installieren.
00:04:40Den passenden Befehl dafür finden Sie im GitHub-Repository des Projekts.
00:04:43Sie kopieren ihn einfach, öffnen das Terminal in Ihrem aktuellen Projekt und führen ihn aus.
00:04:47Danach werden Sie gefragt, für welchen KI-Coding-Agenten die Installation erfolgen soll – über 45 werden unterstützt.
00:04:53Wählen Sie einfach das Tool aus, das Sie verwenden.
00:04:55Anschließend werden Sie gefragt, ob der Skill nur im aktuellen Projekt (Project Scope) oder global überall verfügbar sein soll.
00:05:03Wenn Sie ihn nur an einem Ort brauchen, wählen Sie den Project Scope.
00:05:06Nach der Installation landet der Skill in einem Ordner namens “.agents”.
00:05:10Viele Agenten wie Codex nutzen diesen Ordner für Konfigurationen, aber Claude Code erkennt standardmäßig nur den Ordner “.claude”.
00:05:18Falls Sie Claude Code nutzen, benennen Sie den Ordner einfach in “.claude” um, damit er erkannt wird.
00:05:22Wenn Sie ihn öffnen, sehen Sie den Skill direkt darin liegen.
00:05:25Es ist nur eine einzige “skill.md”-Datei, die alles eigenständig regelt – ganz ohne externe Referenzdateien oder Abhängigkeiten.
00:05:31Die Anweisungen treiben den Agenten gezielt über seine ersten drei Antworten hinaus.
00:05:36In der Datei steht klipp und klar, dass die ersten drei Antworten die gängigsten Muster in den Trainingsdaten sind
00:05:41und dass jeder erfahrene Agent diese sofort liefern könnte.
00:05:44Die wirklich interessanten Ansätze, zu denen ein Agent fähig ist, beginnen erst danach.
00:05:50Da das Starten so vieler Agenten jedoch viele Token verbraucht,
00:05:52gibt es eine Vorprüfung, die entscheidet, ob der Skill überhaupt ausgeführt werden soll.
00:05:56Wenn Sie ihn per Slash-Befehl oder direkt anfordern, startet er sofort.
00:06:01Haben Sie ihn nicht explizit im Prompt erwähnt,
00:06:04und entscheidet Ihr Agent selbstständig, den Skill aufzurufen,
00:06:07dann prüft er das Problem anhand von drei Fragen in der Vorprüfung.
00:06:11Erstens: Handelt es sich um ein offenes Problem?
00:06:14Sprich: Würde ein Experte hier mehrere verschiedene, funktionierende Antworten haben
00:06:19oder gibt es genau eine richtige Lösung?
00:06:20Gibt es nur eine richtige Antwort,
00:06:22ist das Durchdenken aus mehreren Blickwinkeln sinnlos und verschwendet nur Token,
00:06:26weshalb er an dieser Stelle abbricht.
00:06:27Zweitens: Geht es um wirklich viel?
00:06:29Das bedeutet: Entstünde ein echter Schaden, wenn die offensichtliche Antwort falsch wäre?
00:06:34Und drittens: Wie haben Sie die Frage gestellt?
00:06:36Haben Sie Wörter wie “schnell” oder “Standard” verwendet,
00:06:38suchen Sie offenbar nach der direkten Antwort,
00:06:40sodass der Skill stoppt, statt ausgeführt zu werden.
00:06:43Neben dieser Vorprüfung
00:06:44enthält die Datei alle Phasen der Schleife sowie eine Frame-Tabelle mit den Richtungen, die den Agenten übergeben werden.
00:06:50Ebenso sind Muster aufgelistet, die die Agenten ausdrücklich vermeiden sollen.
00:06:54Bevor wir zu den Anwendungsfällen kommen, ein paar Worte zu unserem Sponsor:
00:06:59Top View.
00:06:59Wer KI-Videos erstellt, kennt das Problem:
00:07:02Jedes Modell läuft auf einer eigenen Plattform, und man generiert jeden Clip einzeln.
00:07:05Top View löst das.
00:07:06Es ist der weltweit erste All-in-One-KI-Video-Skill und läuft direkt in Ihrem Coding-Agenten.
00:07:11Egal ob Claude Code, Cursor oder Codex.
00:07:13Es bündelt die besten Modelle an einem Ort:
00:07:16VO, Kling, Sea Dance, Nano Banana und mehr.
00:07:19Kein Plattformwechsel, kein Jonglieren mit Abos.
00:07:22Wir haben es getestet.
00:07:23Ein einziger Befehl an den Agenten:
00:07:25“Erstelle aus diesem Produktbild 10 Variationen einer 15-sekündigen TikTok-Ad.”
00:07:29Sekunden später hatten wir 10 fertige Ads, bereit zum Posten.
00:07:32Das ist ein echter Gamechanger.
00:07:34Top View macht Ihren Agenten zur Videoproduktionsstraße.
00:07:36Sie beschreiben einmal, was Sie wollen, und er generiert Dutzende Videos über verschiedene Modelle, Stile und Formate hinweg in einer Sitzung.
00:07:44Er wählt sogar automatisch das passende Modell aus.
00:07:47Von einer Textzeile zu fertigen Videos, ohne die Arbeitsumgebung zu verlassen.
00:07:51Testen Sie den Top View Skill über den Link in der Beschreibung.
00:07:54Soweit zur Einrichtung.
00:07:54Schauen wir uns an, wo sich das wirklich auszahlt.
00:07:57Ein Bereich ist die testgetriebene Entwicklung (TDD), bei der der Agent zuerst die Tests schreibt.
00:08:03Anschließend baut er die App Stück für Stück auf, bis alle Tests bestehen.
00:08:07Das Schreiben von Tests vor dem eigentlichen Code ist wichtig – wie wir schon in früheren Videos erwähnt haben –,
00:08:12weil so alle Anforderungen als Code verankert sind und spätere Fehler direkt von den Tests abgefangen werden.
00:08:18Der Agent ist gezwungen, sich daran zu halten.
00:08:20Das Erstellen von Tests ist eine perfekte Aufgabe für diesen Skill, denn genau hier werden Agenten oft nachlässig.
00:08:26Sie decken nicht alle Fälle ab, weil sie – wie erwähnt – auf Standardlösungen zurückgreifen und nur dafür Tests schreiben.
00:08:33Andere Nutzungspfade in der App lassen sie außer Acht, obwohl auch diese abgedeckt gehören.
00:08:37Man kann dem Agenten zwar detaillierte Prompts geben oder einen spezialisierten Test-Agenten aufsetzen,
00:08:45dennoch verfallen sie immer wieder in dieselben Muster.
00:08:47Vor der Ausführung muss der Agent jedoch wissen, was überhaupt gebaut wird.
00:08:51Dazu erstellt man ein PRD – ein Dokument, das Funktionen, Ziele, Zielgruppen und den Zweck der App festlegt.
00:09:03Ergänzend dazu empfiehlt sich eine technische Spezifikation, die die Technologien festlegt, damit man sie nicht ständig neu vorgeben muss.
00:09:11Beides verlinkt man in der Datei “claude.md”, damit der Agent den Kontext von Anfang an berücksichtigt.
00:09:16Dann ruft man den Skill per Slash-Befehl auf, beschreibt die App und fordert ihn auf, Testfälle nach dem TDD-Ansatz zu erstellen.
00:09:25Durch den expliziten Aufruf überspringt er die Vorprüfung und startet direkt fünf Agenten.
00:09:30Jeder verfolgt mit dem passenden Frame eine eigene Denkrichtung, und alle liefern unterschiedliche Ansätze für die Tests zurück.
00:09:38Danach bewertet der Skill die Ansätze nach den genannten Kriterien, wählt die besten drei aus und vertieft diese.
00:09:44Sobald alle Agenten fertig sind, erhält man einen detaillierten Bericht der Teststrategien samt Bewertungen.
00:09:50Die Noten sind Kurzbezeichnungen: N9 steht für Novelty 9, V8 für Viability 8 und F10 für eine perfekte Passgenauigkeit (Fit).
00:10:00Jede Idee enthält zudem eine grobe Skizze zur Umsetzung, die Risiken sowie erste Schritte für den Start.
00:10:07Die gelieferten Ideen unterscheiden sich gewaltig von normalen Test-Suites.
00:10:11Standardmäßig prüfen KI-Tests nur, ob die App grundlegend funktioniert.
00:10:15Die Ideen des Skills zielten jedoch auf Randfälle ab und deckten auch Performance-Probleme auf.
00:10:21Man erhält so eine viel stärkere Test-Suite über drei vertiefte Zweige, die jeweils unterschiedliche Nutzungspfade abdecken.
00:10:30Wichtig zu wissen: Der Skill plant die Tests nur, er schreibt sie nicht selbst.
00:10:34Sie erhalten die Strategie. Danach sagen Sie dem Agenten einfach, welche Richtung er umsetzen soll.
00:10:40Sie können sich auf einen Pfad beschränken oder alle drei umsetzen lassen.
00:10:44Bei leistungskritischen Anwendungen empfiehlt sich alles, auch wenn es etwas dauert, da der Agent die Pfade nacheinander abarbeitet.
00:10:52Am Ende sieht man jedoch deutlich, wie viel detaillierter die Tests ausfallen,
00:10:57da die gesamte Teststrategie gründlich geplant wurde, bevor der erste Test geschrieben wurde.
00:11:02Das funktioniert hervorragend vor Entwicklungsbeginn, da es die Grundlagen abdeckt und spätere Fehler minimiert.
00:11:09Soweit zur Phase vor dem Bauen.
00:11:11Eine weitere Anwendung ist die Prüfung direkt vor dem Release.
00:11:14Man wendet den Skill auf die fertige App an und lässt die User Experience bewerten.
00:11:18Er hebt dann Stellen hervor, die Nutzer bei der Bedienung verwirren könnten,
00:11:23sowie Faktoren, die zu Nutzerabwanderung (Churn) führen könnten.
00:11:29Solche Abwanderungen passieren häufig nach dem Go-Live, besonders bei kostenpflichtigen Produkten.
00:11:34Kunden sind erst angetan, springen dann aber ab, weil eine Funktion nicht wie erwartet klappt,
00:11:38und fordern ihr Geld zurück.
00:11:40Oft sind es kleine Details, die bei der Entwicklung übersehen wurden,
00:11:44in die Live-Version gelangten und später Probleme verursachen.
00:11:48Wir haben das bei unserer eigenen Community-Website getestet, als wir ein neues Feature ausrollen wollten.
00:11:53Da wir bereits viele Mitglieder haben, muss jedes neue Feature genau geprüft werden,
00:11:57um die Nutzererfahrung bestehender Mitglieder nicht zu beeinträchtigen.
00:12:01Wir haben den Skill also per Slash-Befehl gestartet, das Feature übergeben und gefragt,
00:12:05wo Frust oder Nutzerabwanderung entstehen könnten.
00:12:09Er analysierte die Anwendung tiefgehend, um Kontext zu sammeln,
00:12:12startete seine Agenten und lieferte rund 30 verschiedene Ansätze.
00:12:17Daraus wählte er die Top 3 aus und untersuchte sie genauer.
00:12:20Am Ende erhielten wir alle Ergebnisse, bewertet nach Neuheit, Machbarkeit und Passgenauigkeit.
00:12:25Dabei deckte er Lücken auf, die uns völlig entgangen waren –
00:12:28etwa Funktionen, die im PRD versprochen, aber nie umgesetzt wurden.
00:12:32Wir hätten also etwas veröffentlicht, das nicht den Ankündigungen entsprach,
00:12:35neben einigen weiteren Erkenntnissen.
00:12:37Für jeden Punkt schlug er eine Lösung vor und listete die damit verbundenen Risiken auf.
00:12:42Das Prinzip gleicht dem bei den Tests:
00:12:44Er korrigiert nichts selbst. Man übergibt die gewünschten Punkte zurück an den Agenten,
00:12:48der sie dann umsetzt.
00:12:50So behebt man Probleme vor dem Launch statt danach,
00:12:53was die Qualität der App vor der Veröffentlichung deutlich steigert.
00:12:57Alle Skills, Workflows und Ressourcen aus unseren Videos
00:13:01finden Sie in AI Labs Pro, unserer Community.
00:13:04Wenn Ihnen unsere Inhalte gefallen und Sie den Kanal unterstützen möchten,
00:13:07ist das der beste Weg dazu.
00:13:09Der Link steht in der Beschreibung.
00:13:10Damit sind wir am Ende dieses Videos angekommen.
00:13:12Wenn Sie den Kanal unterstützen und uns helfen möchten, weiterhin solche Videos zu machen,
00:13:16können Sie das über den “Super Thanks”-Button unten tun.
00:13:18Wie immer vielen Dank fürs Zuschauen und bis zum nächsten Mal!