← Zurück zum Blog
Aica. 6 Min. Lesezeit

Bei SoduWork endet eine Anfrage mit der Freigabe durch den Auftraggeber, nicht mit dem Ende des Chats

Veröffentlicht 21. Nov. 2026
Bei SoduWork endet eine Anfrage mit der Freigabe durch den Auftraggeber, nicht mit dem Ende des Chats

Das README beginnt mit einem Satz, der zugleich die Produktspezifikation ist: Ein Chat endet mit einer Antwort, eine SoduWork-Anfrage endet, wenn die Person, die sie gestellt hat, freigibt.

Das ist eine kleine Umformulierung mit großen Folgen. Wenn eine Anfrage erst mit der Freigabe schließt, muss „fertig“ vor dem Arbeitsbeginn definiert sein, jemand anderes als der Autor muss prüfen, und das Ganze muss eine Spur hinterlassen. SoduWork von mdiri-ai baut diese drei Anforderungen in einen gemeinsamen Pool von Anfragen ein. Nach dem Start am 29. Oktober 2026 stand das Projekt bei 6.170 Stars und ist in der öffentlichen Beta.

Wie eine Anfrage aussieht

Sie legen eine Anfrage an, mit Ziel, Eingaben und Akzeptanzkriterien. Ein KI-Durchlauf kann die Formulierung schärfen und Kriterien ergänzen, die Sie vergessen haben. Dann weisen Sie zu, sich selbst, einer Kollegin oder einem Agenten, und das Harness der zugewiesenen Seite führt sie aus.

Wenn die Arbeit zurückkommt, prüft ein separates KI-Review jedes Kriterium. Fällt etwas durch, geht die Arbeit mit Begründung zurück. Geht alles durch, bestätigt die ausführende Seite, und der Auftraggeber gibt frei. Erst dann ist die Anfrage geschlossen.

Das Diagramm im Repo hat sechs Kästchen und eine gestrichelte Linie: anlegen, schärfen, zuweisen, ausführen, prüfen, freigeben, dann als Plugin speichern. Die gestrichelte Linie führt vom Speichern zurück zum Ausführen, weil das Plugin wiederverwendet wird.

Ein Harness arbeitet, ein anderes prüft

Das Harness ist die Agenten-Laufzeit, nicht das Modell. SoduWork bindet neun davon über eine gemeinsame Adapter-Schnittstelle an: Pi, OpenCode, DeepSeek Harness, Qwen Code, Kimi Code, Codex Harness, Codex und zwei weitere hinter Catalog-Deklarationen. Programme, die das Agent Client Protocol sprechen, kommen dazu, indem man sie beschreibt.

Die Folge im Design: Der Prüfer muss nicht der Autor sein. Nehmen Sie Pi mit einem Modell für die Arbeit und lassen Sie dann OpenCode mit einem anderen Modell gegen die Kriterien prüfen. Zwei Harnesses, zwei Arten zu scheitern, und ein Review, bei dem das Modell nicht die eigene Hausaufgabe benotet.

Sie können das Harness auch mitten im Gespräch wechseln und behalten Verlauf und Arbeitsordner. Das klingt nach einem Komfortfeature, bis man eine Woche mit drei Werkzeugen und einer Schublade voller Abos verbracht hat. Danach ist es der Grund, überhaupt eine Workbench zu benutzen.

Vom guten Lauf zum Team-Asset

Die zweite Hälfte der Schleife ist der Teil, den Teams meist überspringen. Wenn Sie und die KI eine Aufgabe gut gelöst haben, speichern Sie das Gespräch als Plugin. Das Plugin geht durchs Review, wird einem Team oder einer Person zugewiesen und kann entzogen werden. Jeder im Team kann es ausführen und Verbesserungen beisteuern.

Der Anspruch: Wissen stirbt nicht mehr im Chat-Thread. Die realistische Fassung: Ein Plugin ist eine gespeicherte Methode, und eine Methode ist nur so gut wie ihr Review. SoduWork macht das Review zu einem Tor statt zu einem Vorschlag, und das ist mehr, als die meisten Plugin-Systeme tun.

Darunter liegt Governance: Rollen, Nutzung, Kosten, Audit-Log, alles selbst gehostet. Wer gefragt hat, wer gearbeitet hat, welches Plugin lief, wer freigegeben hat. Wenn Sie die Person sind, die „warum hat der Agent diese Mail geschickt“ beantworten muss, ist das die Tabelle, die Sie wollen.

So läuft es

Aus dem Quellcode brauchen Sie Python 3.12.x und Node 22.x (22.19.0 oder neuer in dieser Reihe) plus Git. Repo klonen und starten:

sh start.sh --desktop          # macOS / Linux
.\start.cmd --desktop          # Windows PowerShell

Der erste Lauf installiert Abhängigkeiten und startet Hub, Admin-Konsole und Desktop-Client auf derselben Maschine. Sie setzen ein Passwort für das Konto admin, 12 bis 128 Zeichen, und legen dann unter Model catalog einen Modellanbieter an.

Das ist der Schritt, bei dem es schiefgeht, und das README nennt ihn ausdrücklich: Einen Dienst-Zugang zu speichern erzeugt kein Modell. Sie müssen den verbundenen Dienst öffnen, Add model wählen, die exakte Model-ID des Anbieters einfügen und sie als chat model markieren. Pi nutzt den Catalog von SoduWork; Codex nutzt ein eigenes Konto, braucht einen eigenen Login und erbt den gerade eingetragenen API key nicht.

Für ein Team bringt Docker den ganzen Stack hoch:

python3 ops/self-host/deploy.py up
python3 ops/self-host/deploy.py credentials

Damit laufen Hub, Admin-Konsole und PostgreSQL auf einem Server. Davor einen HTTPS-Reverse-Proxy, Adresse verteilen. Desktop-Clients für Windows, macOS und Linux liegen in den Releases, und der Login-Bildschirm hat ein Feld Connection, in das die Hub-URL kommt.

Unter service.soduwork.ai gibt es eine gehostete Demo, wenn Sie vor der Installation reinschauen wollen. Das README sagt klar, dass sie nur zur Evaluierung dient und keine echten Geschäftsdaten hochgeladen werden sollen.

Wo es haken wird

Vier Punkte abzuwägen.

Das Review bleibt ein Sprachmodell. „Ein separates KI-Review prüft jedes Kriterium“ ist ein echter Fortschritt gegenüber Selbsteinschätzung, und es ist keine Verifikation. Ein Kriterium wie „der Export enthält alle 47 Zeilen“ ist prüfbar; eines wie „der Ton passt zu unserer Marke“ ist die Meinung eines Modells mit angeklebter Checkliste. Die Qualität der ganzen Schleife ist die Qualität Ihrer Akzeptanzkriterien, und das ist eine Schreibfähigkeit, kein Produktfeature.

Neun Harnesses sind neun Mal Betreuung. Adapter verrotten. Das Harness mit dem schnellsten Release-Takt bricht zuerst, und die Teile, die davon abhängen (Plugins, Review, Verlauf), brechen mit. Ein kleines Team kann zwei oder drei Adapter ehrlich pflegen und hört auf, den Rest zu testen, ohne es zu merken.

Dazu kommt ein Kategorieproblem. SoduWork konkurriert gleichzeitig mit Projekt-Trackern, Agenten-Orchestrierern und Chat-Clients, und jede dieser Kategorien schleppt zehn Jahre Erwartungen mit. Eine Anfrage in SoduWork anzulegen heißt, sie nicht in Linear anzulegen, und der Agent ist vielleicht der einzige Beteiligte, der das neue Werkzeug bevorzugt.

Beta heißt Beta. Öffentliche Beta, vor Produktion evaluieren, keine Compliance-Zertifizierungen erwähnt. Self-Hosting ist die richtige Antwort für Teams, denen Datenhaltung wichtig ist, und Self-Hosting heißt auch: Upgrades liegen bei Ihnen.

Die eigentliche Hürde ist die Annahme. Ein Anfrage-Pool funktioniert nur, wenn Leute ihre Anfragen dort ablegen. Zehn Ingenieure mit zehn privaten Chatfenstern umfahren jede Workbench, und das Audit-Log bleibt leer und korrekt.

Die Idee, die man klauen sollte

Die Messlatte vor dem Arbeitsbeginn festlegen. Jemand anderen prüfen lassen. Einen Menschen freigeben lassen. Festhalten, was funktioniert hat.

Keine dieser vier Regeln ist neu. So arbeiten Agenturen, Redaktionen und QA-Abteilungen seit jeher, und genau das haben Chat-Oberflächen wegrationalisiert. SoduWork setzt sie zurück und lässt Sie wählen, welche Agenten-Laufzeit tippt.

Wenn Sie ein kleines Team führen und die wiederkehrende Beschwerde „der Agent sagte, es sei fertig, und es war nicht fertig“ lautet, dann ist das Feld für Akzeptanzkriterien der billigste Teil zum Nachbauen, mit oder ohne die Software.

Verwandte Artikel