Wartungsaufgaben mit KI-Agenten: Was sich aus dem DoorDash-Beispiel übertragen lässt

Wartungsaufgaben sind ein sinnvoller Prüfbereich für KI-Agenten, wenn der gewünschte Endzustand eindeutig ist und Änderungen kontrolliert zurückgenommen werden können. Ich empfehle, mit einer eng begrenzten Aufgabe zu beginnen: ein überholtes Element identifizieren, seine Verwendung prüfen und eine nachvollziehbare Änderung zur Abnahme vorlegen. Der Mensch muss erkennen können, was geändert wurde und welche Unsicherheit bleibt.

Das klingt weniger spektakulär als eine vollständig autonome Abteilung. Für den Arbeitsalltag ist es die konkretere Frage. Viele Teams haben wiederkehrende Pflegearbeit: veraltete Vorlagen, doppelte Verweise, abgelöste Konfigurationen oder Dokumente mit widersprüchlichen Versionshinweisen. Ob KI dabei hilft, entscheidet sich am vollständigen Vorgang einschliesslich Prüfung und Nacharbeit.

Eine aktuelle Veröffentlichung von DoorDash liefert dafür einen begrenzten Forschungsanlass. Dieser Artikel erklärt den Befund und entwickelt anschliessend einen eigenen Ablauf für Deinen Praxistest. Der Transfer auf Dokumentenpflege ist kein von DoorDash untersuchtes Ergebnis.

Was DoorDash tatsächlich untersucht hat

Atharv Chandratre und Jai Datar beschreiben in einem am 22. Oktober 2026 veröffentlichten Paper die Bereinigung veralteter Feature Flags. Solche Schalter steuern Funktionen einer Software. Das System verbindet aktuelle Rollout-Informationen, Tickets, Codeänderungen und Pull Requests. Engineers prüfen zunächst Zielwerte; Bearbeitungsagenten arbeiten danach in isolierten Arbeitskopien und durchlaufen technische Kontrollen.

Von 50 untersuchten Bereinigungen wurden 31 sofort akzeptiert, 14 nach kleiner Überarbeitung; fünf brauchten erhebliche menschliche Korrektur. Die Gesamtquote von 90 Prozent umfasst also Nacharbeit. Berichtet werden durchschnittlich 13,8 Minuten und 4,79 US-Dollar LLM-API-Kosten je Bereinigung. API-Kosten sind keine Vollkosten.

Quelle: DoorDash-Paper, Architektur und Evaluation, Version 1. Es handelt sich um einen einzelnen industriellen Anwendungsfall mit kleiner Fallzahl, laut arXiv angenommen für den ICSME Industry Track. Die Ergebnisse belegen weder eine allgemeine Erfolgsquote für Agenten noch eine bestimmte Ersparnis bei deutschen Unternehmen. Akzeptierte Pull Requests sind zudem kein langfristiger Nachweis eines fehlerfreien Produktionsbetriebs.

Eine Wartungsaufgabe braucht einen prüfbaren Endzustand

Meine erste Empfehlung betrifft die Aufgabenbeschreibung. "Räume unsere Wissensablage auf" lässt offen, was verschwinden darf, welche Inhalte noch gültig sind und wer über Ausnahmen entscheidet. Ein Agent erhält damit einen grossen Interpretationsspielraum. Der Prüfende muss anschliessend die gesamte Ablage verstehen, um Veränderungen zu beurteilen.

Ein enger Auftrag lautet: "Finde in den freigegebenen Arbeitsvorlagen Verweise auf die abgelöste Formularversion A. Erstelle je Fundstelle einen Änderungsvorschlag auf Version B. Verändere keine Inhalte ausserhalb dieser Verweise. Unklare Fälle bleiben unverändert und erscheinen in einer Prüfliste." Der Auftrag benennt Material, Änderung und Grenze.

Der Endzustand muss vor dem Lauf feststehen. Nach erfolgreicher Bearbeitung verweisen alle freigegebenen Fundstellen auf die bestätigte neue Version. Ausgenommene historische Dokumente bleiben erhalten. Jede Änderung hat einen Vergleich von vorher und nachher. Die Zahl der bearbeiteten, ausgenommenen und offenen Fundstellen ergibt zusammen die Ausgangsmenge.

Diese Mengenbilanz ist hilfreich, weil ein sprachlich überzeugender Abschlussbericht fehlende Einzelfälle verdecken kann. Die Aussage "alle Vorlagen aktualisiert" muss auf eine vollständige Liste zurückführen. Fehlt eine Ausgangsliste, bleibt die Vollständigkeit offen.

Prüfe zuerst, ob eine einfache Regel ausreicht

Ein LLM ist kein Pflichtbestandteil der Lösung. Wenn jede alte URL genau einer neuen URL entspricht und alle betroffenen Dateien bekannt sind, reicht möglicherweise ein kontrollierter Suchen-und-Ersetzen-Lauf. Bei strukturierten Daten übernimmt eine Abfrage die Auswahl nachvollziehbarer als eine freie Textinterpretation.

KI kommt als Option hinzu, wenn die Aufgabe tatsächlich Verständnis verlangt: unterschiedliche Formulierungen für dasselbe Formular erkennen, einen Verweis im Kontext einordnen oder eine begründete Ausnahme vorbereiten. Auch dann muss eine deterministische Prüfung alles kontrollieren, was sich eindeutig zählen oder vergleichen lässt.

Dagegen spricht bei einem Agentenaufbau der zusätzliche Betriebsaufwand. Du brauchst Zugriffsgrenzen, Fehlerbehandlung und jemanden, der Änderungen abnimmt. Bei wenigen Vorgängen kann die manuelle Pflege wirtschaftlicher bleiben. Die Entscheidung folgt aus Deinem gemessenen Aufwand, nicht aus der technischen Möglichkeit.

Vergleiche daher drei Wege am gleichen Material: bisheriger Ablauf, einfache Regel und KI-gestützte Bearbeitung. Dokumentiere auch, welche Fälle die einfache Regel bewusst auslässt. Ein engeres Verfahren ist nicht automatisch schlechter, wenn seine Grenzen klarer sind.

Trenne Bestandsaufnahme und Änderung

Für einen ersten Pilot empfehle ich zwei getrennte Phasen. In der Bestandsaufnahme darf das System lesen und Vorschläge sammeln. Die Änderung beginnt erst, nachdem der fachliche Verantwortliche die Auswahl und den Zielzustand bestätigt hat. So lässt sich ein falscher Auswahlfilter erkennen, bevor er viele Dateien betrifft.

Das ist mein eigener Ablaufvorschlag. Er ist keine Aussage, dass jedes Team genau diese Softwarearchitektur braucht. Bei einer kleinen Dokumentensammlung reicht für die Phasen möglicherweise eine Tabelle und eine Kopie der betroffenen Dateien. Bei häufigen Änderungen braucht der Ablauf zusätzliche technische Absicherung.

Wichtig ist die Trennung zwischen Vorschlag und Ausführung. Ein Tool darf einen Änderungsvorschlag gespeichert haben, während die produktive Vorlage weiterhin auf die alte Version zeigt. Deshalb folgt die Abschlussmeldung erst auf das Rücklesen des Zielsystems.

Ein fiktiver Fall: Alte Formularverweise ersetzen

Ein Serviceteam hat 24 freigegebene Arbeitsvorlagen. Diese Zahl ist für das Beispiel gewählt und stammt aus keinem Kundenprojekt. Eine neue Formularversion ersetzt einen bisherigen Link. Vier der Vorlagen dokumentieren abgeschlossene historische Vorgänge und bleiben unverändert. Bei drei weiteren ist unklar, ob sie noch genutzt werden.

Der erste Lauf muss die 24 Objekte vollständig erfassen. Er darf die vier historischen Vorlagen nicht als normale Änderungskandidaten behandeln. Für die drei unklaren Vorlagen braucht es eine fachliche Entscheidung. Die verbleibenden 17 Vorlagen sind Kandidaten, aber ihre Links müssen noch einzeln geprüft werden.

Die Rechnung 24 minus 4 minus 3 gleich 17 ist eine Bestandsbilanz, keine Erfolgsquote. Eine Vorlage ohne alten Link erfordert keine Änderung. Eine Vorlage mit zwei Fundstellen braucht zwei geprüfte Änderungen. Deshalb dokumentiert die Liste sowohl Objekte als auch Fundstellen. Sonst wird ein fehlender zweiter Link im Abschlussstatus unsichtbar.

Für jede tatsächlich geänderte Vorlage prüft der Mitarbeiter den neuen Link, den umgebenden Satz und die gespeicherte Fassung. Ein korrekt ersetzter Link reicht nicht, wenn der Text weiterhin eine inzwischen falsche Bearbeitungsanweisung enthält. Diese weitergehende Korrektur gehört als eigener Auftrag in die Liste und darf nicht still mitlaufen.

Die Abnahme muss unabhängig vom Änderungsbericht sein

Der Agent kann erläutern, warum er eine Änderung vorgenommen hat. Diese Erläuterung ist eine Hilfe beim Review, aber kein unabhängiger Nachweis. Prüfe direkt den geänderten Inhalt und die zugrunde liegende Quelle. Bei Code kommen automatisierte Tests hinzu; bei Vorlagen etwa ein Linktest und ein Vergleich der freigegebenen Textbereiche.

Eine gute Abnahmefrage lautet: "Welche Prüfung schlägt fehl, wenn genau diese Änderung falsch ist?" Ein Test, der nur prüft, ob eine Datei existiert, erkennt keinen falschen Formularlink. Eine Sichtkontrolle der ersten Seite findet keinen übersehenen Verweis auf Seite sechs.

Nimm deshalb einen absichtlich fehlerhaften Testfall auf. Setze in einer Testkopie einen falschen Zielverweis ein und kontrolliere, ob Deine Prüfung ihn erkennt. Wenn die Prüfung trotz dieses Fehlers erfolgreich bleibt, muss sie verbessert werden, bevor der Pilot weiterläuft.

Der Beitrag zu KI-Agenten im Unternehmen erklärt die allgemeinen Einsatzgrenzen. Für diese Wartungsaufgabe liegt der Schwerpunkt auf der Änderungsabnahme. Die Prüfung von KI-Ergebnissen ergänzt den fachlichen Quellenabgleich.

Rechne Kosten pro abgenommenem Ergebnis

Für die Wirtschaftlichkeit muss jede gestartete Bearbeitung in die Auswertung eingehen. Erfasse Vorbereitung, Systemlauf, Prüfung und Nacharbeit. Ein fehlgeschlagener Versuch verursacht Aufwand, auch wenn am Ende kein Ergebnis übernommen wird. Laufzeit und menschliche Arbeitszeit sind dabei unterschiedliche Grössen.

Eine eigene Kennzahl lautet: Gesamtkosten des Pilotpakets geteilt durch die Zahl der fachlich abgenommenen Ergebnisse. Zu den Gesamtkosten gehören die verwendeten Dienste und die bewertete menschliche Arbeitszeit. Einmalige Einrichtungskosten weist Du separat aus und verteilst sie nur mit einer begründeten Annahme auf zukünftige Vorgänge.

Beispielrechnung mit frei gewählten Werten: Ein Paket verursacht 120 Euro menschlichen Aufwand und 12 Euro Dienstkosten. Acht Ergebnisse werden abgenommen. Damit liegen die variablen Kosten bei 132 geteilt durch acht, also 16,50 Euro pro Ergebnis. Zwei abgebrochene Vorgänge bleiben im Aufwand enthalten. Die Zahl ist eine Rechenhilfe, kein Preisversprechen.

Ergänze die Verteilung der Prüfzeiten. Ein Durchschnitt verdeckt möglicherweise wenige sehr schwierige Fälle. Wenn genau diese Fälle im späteren Betrieb häufig auftreten, passt die Pilotmischung nicht zum Alltag. Der Artikel über Prüfkapazität für KI-Ausgaben behandelt die daraus entstehende Warteschlange.

Plane Abbruch und Rücknahme vor dem Start

Ein Pilot braucht klare Stopps. Unklare Zielversion, fehlende Berechtigung und widersprüchliche Freigabe sind Gründe, eine Änderung auszusetzen. Das System muss diese Zustände sichtbar unterscheiden. Ein technischer Fehler ist etwas anderes als eine fachlich abgelehnte Änderung.

Vor der ersten produktiven Änderung muss feststehen, wie der vorherige Stand zurückkommt. Bei Dateien ist das beispielsweise eine verifizierte Versionierung. Bei einem angeschlossenen System muss die verantwortliche Person den verfügbaren Rücknahmeweg kennen und in einer erlaubten Testumgebung prüfen.

Begrenze auch die Anzahl gleichzeitig vorbereiteter Änderungen. Ein Paket mit hundert Vorschlägen hilft wenig, wenn die zuständige Person täglich fünf prüfen kann. Die Paketgrösse folgt aus der verfügbaren Prüfzeit. Dokumentiere die Grenze im Arbeitsauftrag und prüfe sie vor jedem neuen Paket. Ungeprüfte Vorschläge erhalten keine stillschweigende Freigabe durch Zeitablauf.

So beginnt Dein erster Wartungspilot

Wähle einen wiederkehrenden Vorgang mit bekannten Quellen und überschaubaren Fehlerfolgen. Benenne die Person, die den Zielzustand bestätigt, und die Person, die die gespeicherte Änderung prüft. Lege vorab fest, welche Fälle unverändert bleiben müssen. Beginne mit Testkopien und einer kleinen, nachvollziehbaren Fallauswahl.

Nach dem Pilot entscheidet ihr anhand der vollständigen Liste: Welche Ergebnisse sind abgenommen? Welche benötigen Nacharbeit? Welche Fälle bleiben manuell? Erst dann wird der Umfang erweitert. Die Evaluation eines Agentenablaufs hilft, Qualität und unerlaubte Nebeneffekte getrennt zu bewerten.

Wenn Du einen solchen Ablauf für Dein Team abgrenzen willst, beschreibe im Kontakt die wiederkehrende Aufgabe und den heutigen Prüfweg. Daraus lässt sich der nächste Test konkret bestimmen. Ein pauschales Automatisierungsversprechen ersetzt diese Klärung nicht.

Quellenstand: 23. Oktober 2026. Das verlinkte DoorDash-Paper wurde in Version 1 geprüft. Der Dokumentenfall, die Kostenrechnung und der Pilotablauf sind eigene redaktionelle Beispiele und Empfehlungen.