Kapitel 02

KI mit menschlicher Kontrolle

namboOS setzt KI-Agenten ein — aber nie als Autopilot. Agenten schlagen vor, Menschen entscheiden. Drei klar abgestufte Tiers halten die Verantwortung dort, wo sie hingehört.

Das Tier-Modell

Jede agentische Aufgabe trägt einen Tier, der festlegt, wer die Ausführung besitzt. Der Tier ist kein Etikett, sondern steuert das Verhalten des Systems:

Tier A
Autonom a_autonomous
Der Agent handelt und protokolliert das Ergebnis.
Roadmap
Tier B
Vorschlagen & Bestätigen b_suggest_confirm
Der Agent schlägt vor; ein Mensch bestätigt (suggested → confirmed → done).
Live
Tier C
Nur Mensch c_human_only
Ein Mensch trägt die Aufgabe von Anfang bis Ende.
Live
Live
Heute ist Tier B der gelebte Automatisierungspfad: Agenten erzeugen Vorschläge im Status suggested, ein Mensch bestätigt sie (confirmed → done). Tier A (vollautonome Ausführung) ist bewusst noch nicht aktiv — siehe Roadmap.

Wie ein Vorschlag entsteht

Vom Auslöser bis zur menschlichen Entscheidung durchläuft jeder Agenten-Vorschlag denselben Weg. Entscheidend ist Schritt 2: Bevor ein Text ein KI-Modell erreicht, wird er tokenisiert — die KI sieht nie Klarnamen.

1AuslöserSitzung, Fall-Status oder Coach-Anfrage
→
2TokenisierenKlartext → Tokens (No-PII-for-AI)
→
3Agent schlägt vorEntwurf als Tier-B (suggested)
→
4Mensch entscheidetBestätigen, anpassen oder verwerfen

Welche Agenten heute arbeiten

Diese Agenten sind implementiert und laufen gegen ein echtes Sprachmodell (Schweizer-/EU-konform):

  • Berichts-Entwurf (Report Drafter). Füllt die offenen Abschnitte eines Bericht-Entwurfs aus dem tokenisierten Fallmaterial — nach den neuSprung-Berichtsregeln (3. Person, Präteritum für den Verlauf, Aussagen der Familie im Konjunktiv I). Der Coach prüft und bestätigt.
  • Kinderschutz- & Vorkommnis-Trigger. Liest das (tokenisierte) Sitzungs-Transkript, wenn eine Sitzung auf „durchgeführt“ wechselt, und legt bei einem Signal eine Tier-B-Aufgabe zur fachlichen Prüfung an.
  • Einwilligungs-Check. Prüft regelbasiert (ohne KI), ob nötige Einwilligungen fehlen oder ablaufen, und erzeugt einen Hinweis als Aufgabe.
  • Coach-Matching. Bewertet passende Coaches zu einem Fall und legt der PCC einen Vorschlag zur Bestätigung vor — das Tandem wird erst nach Bestätigung gebildet.
Persönliche Präferenzen: eigene Agenten-Regeln und Einstellungen — jede Person gestaltet ihre agentische Unterstützung selbst.
os.nambo.ai → Präferenzen · Persönliche Präferenzen: eigene Agenten-Regeln und Einstellungen — jede Person gestaltet ihre agentische Unterstützung selbst.
Geplant
Die coach-initiierten Anfragen Sitzungsnotiz-Entwurf und Fallzusammenfassungerzeugen heute einen strukturierten Platzhalter (noch ohne Sprachmodell); ihr Vertrag ist stabil und wird als Nächstes an das Modell angeschlossen.

Warum das wichtig ist

Die Kombination aus Tokenisierung vor dem Modell und Bestätigung durch Menschen bedeutet: KI beschleunigt die Dokumentation und macht auf Risiken aufmerksam — aber keine fachliche oder rechtlich relevante Entscheidung wird ohne einen Menschen getroffen. Jeder Vorschlag trägt seine Entscheidungsgrundlage (decision_basis) mit, damit nachvollziehbar bleibt, worauf er beruht.

← Philosophie & Überblick