Context Engineering beschreibt die Kunst, AI Agents mit dem richtigen Kontext zur richtigen Zeit
zu versorgen – nicht zu viel, nicht zu wenig, in der richtigen Struktur. Während klassisches Prompt
Engineering auf einzelne Interaktionen zielt, adressiert Context Engineering die systemischen
Herausforderungen mehrstufiger Agent-Workflows: begrenzte Kontextfenster, Tool-Koordination,
Memory-Management und Qualitätssicherung über viele Turns hinweg.
Dieses Dokument arbeitet fünf Beispielprojekte aus, die diese Prinzipien in produktionsnahen
Systemen demonstrieren – vom persönlichen Knowledge Management über LLM-Evaluation
bis hin zu Multi-Agent-Buchproduktion. Jedes Kapitel enthält die vollständige Architektur,
Code-Implementierungen und ein Skills-Mapping, das theoretische Konzepte mit konkreten
Design-Entscheidungen verbindet.
