Basierend auf der Analyse von Hunderten AI-Stellenanzeigen (Anthropic, Scale AI, Upwork, Glean), gemappt auf meine Artifacts.
1
Specification Precision
Präzise Spezifikationen für AI-Agenten statt vager Wünsche. Nicht „verbessere den Support“, sondern: Tier-1-Tickets, Eskalationsregeln, Sentiment-Scoring, Reason Codes.
Multi-Tool System Prompts für domänenspezifische Recherche + Agent-Spezifikations-Frameworks
2
Evaluation & Quality Judgment
Error Detection mit Fluency. AI ist konfident falsch, und der Skill ist, Fluency nicht mit Korrektheit zu verwechseln. Empirische Evaluation gegen funktionale Kriterien, nicht Bauchgefühl.
Systematische Modell-Evaluation (5 LLMs benchmarked), Reranking-Optimierung, automatisierte Eval-Harnesses
3
Task Decomposition & Multi-Agent Delegation
Komplexe Aufgaben in handhabbare Segmente zerlegen und an spezialisierte Agenten delegieren. Ein Management-Skill, aber Agenten brauchen exakte Specs, nicht vage Briefings.
Zweistufiges Security-Agent-System, mehrstufige RAG-Pipeline, autonomer Knowledge-Maintenance-Agent
4
Failure Pattern Recognition
Die 6 typischen AI-Failure-Modes kennen und diagnostizieren: Context Degradation, Specification Drift, Sycophantic Confirmation, Tool Selection Errors, Cascading & Silent Failure.
Alle 6 Failure Modes erlebt, diagnostiziert, gefixt und als Lessons dokumentiert
5
Trust & Security Design
Wo AI einsetzen, wo Menschen lassen? Abgestufte Trust-Boundaries basierend auf Cost of Error, Reversibility, Frequency und funktionaler Verifiability.
Layered Autonomous Defense mit abgestuften Berechtigungen, semantische vs. funktionale Korrektheitsprüfung
6
Context Architecture
Das Dewey-Decimal-System für Agenten. Persistent vs. Session Context, saubere Daten, durchsuchbare Strukturen. Der wertvollste Skill, denn er ermöglicht nicht ein System, sondern Dutzende.
Vektorsuche im Millionen-Maßstab (pgvector/HNSW) + persistentes Agent-Gedächtnis mit Semantic Search
7
Cost & Token Economics
ROI vor dem Build berechnen. Model Choice, Blended Cost, dynamische Preise. High-School-Mathe, aber angewendet in einem extrem schnelllebigen Umfeld.
Hybrides ARM/x86 Infrastruktur-Tiering, lokales Reranking (0 API-Kosten), kostengetriebene Datenbank-Migrationen
