Praxistipps — Das reicht zum Loslegen
Die Grenze aktueller KI-Coding-Tools: Es gibt nur Zaeune (Harness), aber keine Richtung (Zuegel). Linter, Formatter, CI sagen “Geh nicht raus”, aber nicht “Geh hierhin”. Code erreicht den Produktionsbetrieb “sauber, aber falsch”.
Kernprinzip: Wechsle nicht das Modell, fuege Vertraege hinzu. Dasselbe Modell stoppt bei 40 oder schafft 527 — je nach Feedback-Struktur. Auf ein klügeres Modell zu warten ist Personenherrschaft. Verifikationsschleifen hinzuzufuegen ist Rechtsstaatlichkeit.
Die drei Saeulen von Reins:
- Deterministisches Feedback — Nicht “Irgendwas stimmt nicht”, sondern “Zeile 41: Feldname stimmt nicht ueberein”
- Ratchet-Sperre — Bestanden = gesperrt, weiter
- Trennung von Entscheidung und Implementierung — Entscheidungen in SSOT, Code ist Einwegprojektion
Fehlt auch nur eine, bricht die Konvergenz.
Warum man so anweisen muss
Vier Zeitalter
KI-Coding durchlief vier Paradigmenwechsel:
1. Generation: Prompt Engineering — “Gut formulieren genuegt.” Einmalig. Naechster Prompt, anderes Muster.
2. Generation: Context Engineering — CLAUDE.md, Anforderungen.md. Lektion 1 war diese Stufe. Dateien sind dauerhaft, aber Kontext verblasst bei langen Gespraechen.
3. Generation: Harness Engineering — Linter, Formatter, CI/CD. Lektion 3 gehoert teilweise hierher. Zaeune halten die KI drinnen, aber geben keine Richtung. Code ist “sauber, aber falsch”.
4. Generation: Reins Engineering — Zuegel statt Zaun. yongol validate sagt nicht “Bleib drinnen”, sondern “Hier ist die Abweichung, korrigiere dahin”. Richtungsweisendes Feedback. Deterministische Fakten.
Zaun vs. Zuegel
Zaun (Harness): Ein umzaeunter Pferdekoppel. Das Pferd wandert frei, aber erreicht kein Ziel.
Zuegel (Reins): Du sitzt auf dem Pferd und haeltst die Zuegel. Das Pferd laeuft frei — aber du bestimmst die Richtung. Das Ziel wird erreicht.
Die drei Saeulen von Reins
Saeule 1: Deterministisches Feedback — Der KI Fakten statt Meinungen geben. “Zeile 41: Feldname stimmt nicht ueberein” statt “Irgendwas stimmt nicht”. Fakten bieten keinen Raum zum Schmeicheln.
Saeule 2: Ratchet-Sperre — Verifikation bestanden = gesperrt. Ein Zahnrad, das nur vorwaerts dreht. Autonomer Agent: 40/527. Ratchet CLI: 527/527. Selbes Modell — der Unterschied liegt darin, wer “Ende” bestimmt.
Saeule 3: Trennung von Entscheidung und Implementierung — Entscheidungen leben in SSOT, Code ist Einwegprojektion. Die KI kann Entscheidungen nicht mit Details verwechseln.
Symbolic Feedback Loop — Schiene statt Zug
LLM generiert → Deterministisches Tool urteilt → Ergebnis zurueck an LLM → Wiederholen
Viele bauen Zuege (schnellere Modelle). Kaum jemand baut Schienen (Verifikationstools). Dabei ist die Schiene wichtiger als der Zug.
“Wechsle nicht das Modell, fuege Vertraege hinzu”
“GPT-6 wird es loesen” — Personenherrschaft. “validate faengt es, egal welches Modell” — Rechtsstaatlichkeit.
Die Menschheit kennt diese Antwort bereits. 80 Milliarden Menschen koexistieren nicht weil sie gut sind, sondern weil es Gesetze gibt. Bei KI ist es nicht anders.
Reins Engineering Gesamtkurs
| Lektion | Titel |
|---|---|
| Lektion 1 | Wie man KI anleitet |
| Lektion 2 | Warum man KI nicht trauen kann |
| Lektion 3 | Apps die nicht kaputtgehen |
| Lektion 4 | Entscheidungen aus dem Code heraus |
| Lektion 5 | KI mit Zuegeln |
| Lektion 6 | Bestanden heisst gesperrt |
| Lektion 7 | Schmeichelei umkehren |
| Lektion 8 | Die Fabrik des Agenten |
| Lektion 9 | Automatisierung jenseits des Codes |
| Lektion 10 | Das Gesetz der Daten |
Quellenangaben
- Carnegie Mellon University, MSR 2026 — 41% permanente Erhoehung der Code-Komplexitaet nach KI-Tool-Einfuehrung.
- Google DORA Report, 2025 — 7,2% weniger Delivery-Stabilitaet pro 25% mehr KI-Einsatz.
- TDAD, ACM AIWare 2026 — Prozedurale Anweisung verschlechtert Regression (6,08% → 9,94%), konkreter Kontext reduziert um 70% (6,08% → 1,82%).