Der Agent Contract is dat Soll, dat revisionssichere Log der Ist-Nachweis. Ohne dat zweite is dat erste bloß 'ne Behauptung - wat DORA, GoBD und die kommende MaRisk getz verlangen.
Wenn dein Eval-Score nur auf Qualität kuckt, kricht Brute Force den Pokal - mehr Sampling, größeres Modell, noch'n Retry. Warum die richtige Entscheidungsgrundlage 'ne Cost-Quality-Latency-Frontier is, 'ne Kurve statt'n Punkt, und wie man den Operating-Point in Dollar wählt statt in Prozent.
Eval grün im PR, zwei Wochen später rote Zahlen in Produktion - und keiner hat wat deployt. Warum AI-Features zwischen Merge und 100% Traffic eigene Gates brauchen.
Ohne Traces, Modell- und Promptversionen, Tool-Spans und Kostenmetriken bleibt jeder Incident Kaffeesatzleserei. Ein Leitfaden für Teams, die AI-Features in Produktion am Laufen halten.