Referenzen und Konzepte zu Lässigs Human-on-the-Loop-Modell

Gegenstand und Abgrenzung

Diese Notiz erläutert die inhaltlichen Links in Dirk Lässigs Artikel über Kybernetik und Human-on-the-Loop. Gemeint sind elf Verweise auf zehn eigenständige Ziele im Fließtext. Autorenprofil, Seitennavigation und automatisch empfohlene Thoughtworks-Inhalte gehören nicht dazu. Zwei verschiedene Harness-Engineering-Links werden auf denselben Artikel weitergeleitet und deshalb gemeinsam behandelt.

Die Erläuterungen unterscheiden zwischen der Rolle einer Referenz in Lässigs Argumentation und dem dahinterliegenden Konzept. Die verlinkten Wikipedia-Seiten und der praxisorientierte Ashby-Essay sind Einstiege, keine Primärquellen. Für diese erste Referenzübersicht wurde der Conant-Ashby-Aufsatz über sein Originaldokument geprüft; Morris und Böckeler waren bereits als eigene Quellen im Garden erschlossen. Die weiterführende kritische Einordnung prüft zusätzlich Ashbys Originaltext und neuere Forschung. Die übrigen hier referenzierten Werke wurden anhand der jeweils verlinkten Seite eingeordnet, nicht vollständig ausgewertet.

1. Cybernetics

Referenz: Cybernetics, Wikipedia.

Rolle im Artikel: Lässig nutzt Kybernetik als Brücke zwischen technischer Systemgestaltung und Management. Menschen, Organisationen und Maschinen können demnach unter dem gemeinsamen Gesichtspunkt von Kommunikation, Feedback und Regulation betrachtet werden.

Dahinterliegendes Konzept: Kybernetik untersucht zirkuläre Kausalität: Eine Handlung verändert einen Zustand, die Veränderung wird beobachtet und beeinflusst die nächste Handlung. Entscheidend ist nicht ein einzelner Befehl, sondern der geschlossene Regelkreis aus Ziel, Wirkung, Rückmeldung und Korrektur. Für Agentic Engineering verschiebt dies die Aufmerksamkeit vom einzelnen Prompt zum Gesamtsystem aus Agenten, Regeln, Werkzeugen, Beobachtungen und menschlichen Eingriffen.

Grenze: Die Wikipedia-Seite ist eine Überblicksquelle. Die allgemeine Form eines Regelkreises beweist weder, dass ein konkreter Agent steuerbar ist, noch welche Sensors und Guides hinreichend sind.

2. Viable System Model

Referenz: Viable system model, Wikipedia; das Modell geht auf Stafford Beer zurück.

Rolle im Artikel: Das VSM soll zeigen, wie Kybernetik auf Management und Organisationen übertragen wurde. Lässig verwendet es als historischen und konzeptionellen Vorläufer dafür, ein Agentensystem nicht als Black Box, sondern als gestaltbare Organisation zu behandeln.

Dahinterliegendes Konzept: Viability bezeichnet die Fähigkeit eines Systems, unter wechselnden Umweltbedingungen als eigenständiges System fortzubestehen. Das VSM modelliert dafür wiederkehrende, miteinander verschaltete Funktionen einer Organisation und betont Rekursion: Auch Teilsysteme können wiederum viable Systeme sein. Auf Agentic Engineering übertragen lenkt dies den Blick auf operative Agenten, Koordination, übergreifende Kontrolle, Anpassung an die Umwelt und normative Zielsetzung als unterschiedliche Funktionen statt als einen einzigen Supervisor-Agenten.

Grenze: Der Artikel leitet aus dem VSM keine konkrete Agentenarchitektur ab. Die Übertragung von Organisationskybernetik auf Software-Agenten ist eine Analogie und müsste anhand realer Aufgaben und Störfälle geprüft werden.

3. Strategy for Managing Complex Systems

Referenz: Fredmund Malik, Strategy for Managing Complex Systems: A Contribution to Management Cybernetics for Evolutionary Systems, übersetzt von Jutta Scherer, Campus Verlag, ISBN 978-3-593-50539-8.

Rolle im Artikel: Lässig nennt Malik als Vertreter der kybernetisch orientierten St. Gallen School of Management und entlehnt ihm den Ausdruck meta-systemic steering. Das Buch steht für die Verbindung von Systemwissenschaft, Kybernetik und Management komplexer, selbstorganisierender Organisationen.

Dahinterliegendes Konzept: Meta-systemische Steuerung versucht nicht, jede operative Entscheidung selbst zu treffen. Sie gestaltet Ziele, Entscheidungsregeln, Informationsflüsse, Grenzen und Rückkopplungen, innerhalb derer ein System dezentral handeln kann. Im agentischen SDLC entspricht dies dem Entwurf des Arbeitssystems um Agenten herum, nicht der manuellen Korrektur jedes Outputs.

Grenze: Geprüft wurde die bibliografische Verlagsseite, nicht das vollständige Buch. Ob Lässigs konkrete Verwendung von meta-systemic steering Maliks Definition vollständig trifft, bleibt daher offen.

4. Ashby’s Law of Requisite Variety

Referenz: Mark Lambertz, Ashby’s Law of Requisite Variety, 18. Oktober 2020. Der Essay verweist seinerseits auf W. Ross Ashbys An Introduction to Cybernetics von 1956.

Rolle im Artikel: Lässig begründet damit den Wechsel von Human-in-the-Loop zu Human-on-the-Loop. Die große Zahl möglicher Codeänderungen, Entscheidungen und Fehlerzustände könne nicht durch direkte menschliche Prüfung auf derselben operativen Ebene absorbiert werden.

Dahinterliegendes Konzept: Variety bezeichnet in der Kybernetik die Menge unterscheidbarer Zustände oder Verhaltensmöglichkeiten. Ein Regulator braucht genügend passende Reaktionsmöglichkeiten, um relevante Störungen auszugleichen und gewünschte Zustände zu sichern. Das bedeutet nicht schlicht, dass ein Mensch jeden Systemzustand kennen oder seine eigene Komplexität maximieren muss. Steuerung kann auch dadurch ermöglicht werden, dass störende Vielfalt begrenzt, Information sinnvoll verdichtet oder Reaktionsfähigkeit technisch und organisatorisch erweitert wird.

Grenze: Der verlinkte Beitrag ist eine praxisorientierte Sekundärdarstellung. Lässig verkürzt das Gesetz zur Maxime „Only variety can absorb variety“. Für den Garden ist diese Formulierung ein Denkimpuls, keine ausreichende Herleitung einer konkreten Review- oder Governance-Struktur.

5. Humans and Agents in Software Engineering Loops

Referenz: Kief Morris, Humans and Agents in Software Engineering Loops, 4. März 2026; im Garden bereits als eigene Quellen-Notiz erfasst.

Rolle im Artikel: Von Morris übernimmt Lässig eine ausgearbeitete Übertragung von human-on-the-loop auf agentische Softwareentwicklung. Der Mensch bearbeitet nicht dauerhaft jeden Schritt im inneren Arbeitszyklus, sondern beobachtet Ergebnisse und verbessert den Mechanismus, der künftige Ergebnisse erzeugt. Die Formulierung selbst ist älter: Hexmoor, McLaughlan und Tuli beanspruchten bereits für einen 2007 eingereichten Fachartikel, Man On The Loop geprägt zu haben. Bidochko verwendete sie 2024 für ein LLM-Multi-Agent-System; Sanchez stellte am 6. Februar 2026 die bislang früheste gefundene ausdrückliche Verbindung zu Agentic Engineering her.

Dahinterliegendes Konzept: Ein innerer Loop produziert Software; ein äußerer Loop verändert Ziele, Zerlegung, Kontext, Werkzeuge und Prüfungen dieses Produktionssystems. Der Mensch bleibt verantwortlich, seine Arbeit verlagert sich jedoch von permanenter Ausführung zu Systemgestaltung und Ausnahmebehandlung. Das setzt beobachtbares Verhalten und wirksame Eingriffsmöglichkeiten voraus.

Grenze: Morris liefert keine Begriffsgeschichte. Belegt ist der frühe Prägungsanspruch für Man On The Loop; wer erstmals die genderneutrale Variante Human on the Loop verwendete, bleibt offen. Human-on-the-Loop ist außerdem kein Synonym für Human-out-of-the-Loop. Ohne aussagekräftige Rückmeldungen, begrenzte Autorität und Eskalationswege wäre die äußere Schleife nur nominelle Aufsicht.

6. Harness Engineering

Referenzen: Harness engineering for coding agent users innerhalb der Thoughtworks-Reihe und dessen kanonische Artikeladresse. Beide URLs führen zum selben Beitrag von Birgitta Böckeler; er ist im Garden bereits als eigene Quellen-Notiz erfasst.

Rolle im Artikel: Lässig identifiziert Harness Engineering als praktische Umsetzung kybernetischer attenuation und amplification. Der Harness soll die Vielfalt agentischen Verhaltens so formen und sichtbar machen, dass Menschen das System steuern können.

Dahinterliegende Konzepte:

• Guides wirken als Feedforward: Regeln, Beispiele, Architekturgrenzen oder Spezifikationen beeinflussen Arbeit, bevor ein Ergebnis entsteht.
• Sensors wirken als Feedback: Tests, statische Analysen, Reviews, Telemetrie und Evals machen Eigenschaften eines Ergebnisses oder Prozesses sichtbar.
• Attenuation reduziert die beim Steuernden ankommende Vielfalt, etwa durch Aggregation, Standards, Schwellenwerte und Ausnahmeberichte.
• Amplification vergrößert die Reichweite menschlicher Entscheidungen, etwa indem eine Regel maschinenlesbar auf viele Agentenläufe wirkt.

Grenze: Verdichtung kann relevante Abweichungen verbergen; skalierte Regeln können Irrtümer systematisch vervielfachen. Ein Harness muss deshalb selbst beobachtet, getestet und revidiert werden.

7. Conant-Ashby-Theorem

Referenz: Roger C. Conant und W. Ross Ashby, Every Good Regulator of a System Must Be a Model of That System, International Journal of Systems Science, Band 1, Nr. 2, 1970, S. 89–97.

Rolle im Artikel: Das Theorem begründet Lässigs Forderung, dass Menschen ein hinreichend gutes Modell des agentischen Systems benötigen. Konfiguration allein genüge nicht, weil tatsächliches Verhalten vom erwarteten Modell abweichen oder driften könne.

Dahinterliegendes Konzept: Unter den im Aufsatz formulierten Bedingungen muss ein maximal erfolgreicher und einfacher Regulator eine strukturelle Entsprechung zum regulierten System besitzen. „Modell“ meint hier nicht zwingend eine vollständige mentale Kopie. Relevant ist eine Repräsentation derjenigen Systemunterschiede und Beziehungen, die für erfolgreiche Regulation nötig sind.

Grenze: Der mathematische Satz gilt unter expliziten Annahmen. Er beweist nicht, dass ein Dashboard, ein LLM oder das mentale Modell eines Engineers automatisch korrekt oder ausreichend ist. Lässigs Übertragung auf Agentensysteme ist eine Interpretation.

8. Gemba

Referenz: Gemba, Wikipedia.

Rolle im Artikel: Gemba bezeichnet den Ort, an dem tatsächlich Wert entsteht. Im Beispiel des Artikels ist dies die konkrete Arbeit der Agenten am Code und nicht das abstrahierte Management-Dashboard.

Dahinterliegendes Konzept: Entscheidungen sollen an beobachtbare Arbeitsrealität rückgebunden werden. Für Agentic Engineering bedeutet das, reale Änderungen, Laufspuren, Fehlversuche und Folgewirkungen zu untersuchen, statt ausschließlich zusammengefasste Erfolgsmetriken zu betrachten.

Grenze: Ein Repository oder Pull Request ist nur ein Teil des Gemba der Produktentwicklung. Nutzerverhalten, Produktion, Betrieb und organisatorische Übergaben können ebenfalls Orte der Wertentstehung oder des Wertverlusts sein.

9. Genchi Genbutsu beziehungsweise Go See

Referenz: Genchi genbutsu, Wikipedia.

Rolle im Artikel: Lässig ergänzt abstrakte Steuerung um regelmäßige manuelle Tiefenprüfungen ausgewählter Agentenergebnisse. Dadurch sollen Fehler sichtbar werden, die bestehende Sensors nicht melden.

Dahinterliegendes Konzept: Genchi genbutsu bedeutet sinngemäß, an den tatsächlichen Ort zu gehen und die tatsächlichen Dinge zu betrachten. Wissen über einen Prozess entsteht nicht nur aus Berichten, sondern aus direkter Beobachtung. Eine mögliche agentische Umsetzung sind risikobasierte oder zufällige Stichproben komplexer Änderungen, deren Befunde anschließend in Regeln, Tests und Systemdesign zurückfließen.

Grenze: Stichproben ersetzen keine systematische Assurance. Auswahlverfahren, Häufigkeit und Tiefe müssen zum Risiko passen; andernfalls entsteht lediglich anekdotische Kontrolle.

10. Double-loop learning

Referenz: Double-loop learning, Wikipedia; das Konzept wird besonders mit Chris Argyris und Donald Schön verbunden.

Rolle im Artikel: Go See soll nicht nur einzelne Fehler korrigieren, sondern das Modell und die Steuerungsmechanismen selbst verändern. Darin sieht Lässig eine Anwendung von Double-loop Learning.

Dahinterliegendes Konzept: Single-loop Learning korrigiert Handlungen innerhalb bestehender Ziele und Regeln: Ein Fehler führt beispielsweise zu einem Patch. Double-loop Learning prüft zusätzlich die zugrunde liegenden Annahmen, Ziele und Entscheidungsregeln: Warum erkannte der Harness das Problem nicht, war die Metrik ungeeignet oder wurde das falsche Verhalten optimiert? Im Agentic Engineering wird aus einem Befund erst dann organisationales Lernen, wenn er nicht nur den aktuellen Output, sondern gegebenenfalls auch Guide, Sensor, Agentenarchitektur oder Zielsystem verändert.

Grenze: Nicht jede Harness-Anpassung ist bereits Double-loop Learning. Wird nur ein weiterer Sonderfall in eine unveränderte Regelstruktur aufgenommen, bleibt die Korrektur möglicherweise im ersten Loop.

Zusammenspiel der Konzepte

Lässigs Argument lässt sich als verschachtelter Regelkreis lesen:

1. Agenten bearbeiten operative Aufgaben innerhalb eines durch Guides und Werkzeuge geformten Systems.
2. Sensors prüfen und verdichten Ergebnisse; Attenuation schützt begrenzte menschliche Aufmerksamkeit.
3. Menschen behandeln Ausnahmen und verändern über Amplification Regeln, Wissen und Systemstruktur.
4. Go See unterbricht bewusst die Verdichtung und vergleicht das Steuerungsmodell mit konkreter Realität.
5. Double-loop Learning verändert bei Bedarf nicht nur ein Ergebnis, sondern auch Ziele, Annahmen und den Harness selbst.

Damit entsteht eine plausible Architektur für Human-on-the-Loop. Ihre Wirksamkeit bleibt jedoch abhängig von der Qualität der Ziele, der Abdeckung und Unabhängigkeit der Sensors, der Reichweite menschlicher Eingriffe und der Fähigkeit, seltene oder neuartige Fehler überhaupt zu entdecken. Die Referenzen liefern dafür ein Vokabular und mehrere Denkmodelle, aber noch keine empirisch bestätigte Betriebsanleitung für agentische Softwareentwicklung.

Die weiterführende kritische Einordnung prüft, welche dieser Konzepte Lässigs Aussagen tatsächlich stützen und unter welchen Bedingungen Ergebnisse der Kybernetik auf agentische Systeme übertragbar sind.