Organisation & Rollen Organization & Roles

Zusammenfassung

Organisation & Rollen adressiert das strukturelle Design der KI-nativen Organisation: Wie werden Agenten gruppiert? Welche Rollen nehmen sie ein? Welche topologischen Muster bestimmen ihre Beziehungen?

Basierend auf Beer's Viable System Model (VSM), Horling & Lessers Multi-Agenten-System-Paradigmen und aktueller Praxis definieren wir eine Rollentaxonomie mit acht Archetypen und evaluieren fünf Organisationstopologien (Hierarchie, Mesh, Markt, Holonisch, Micro-Enterprise) mit konkreter Orientierung, wann welches Muster passt.

Kontext im VCOM-Framework

Organisation & Rollen ist die strukturelle Grundlage. Diese Dimension definiert wer was tut und wie Akteure zueinander stehen. Darauf aufbauend legt Governance (Dim 02) fest, was sie dürfen. Technologie (Dim 03) liefert das Substrat, auf dem sie laufen. Identität & Vertrauen (Dim 04) verifiziert, wer sie sind.

Schlüsselkonzepte

• Rolleninhaber-Agnostik: Rollen definieren Verhaltensspezifikationen, nicht Implementierungstypen. Jede Rolle kann von KI, Mensch oder Hybrid-Team besetzt werden.
• Fähigkeiten als Microservices: Die organisatorische Grundeinheit verschiebt sich von der Abteilung zur Fähigkeit — skalierbar, on-demand instanziierbar, stilllegbar.
• VSM-Rekursionsskelett: Das Viable System Model liefert das rekursive Strukturgerüst. Jede S1-Einheit ist selbst ein lebensfähiges System.
• Agent Manifest: Maschinenlesbare Spezifikation von Domäne, Fähigkeiten, Constraints und Interface-Verträgen eines Agenten.

Summary

Organization & Roles addresses the structural design of the AI-native organization: How are agents grouped? What roles do they assume? Which topological patterns govern their relationships?

Building on Beer's Viable System Model (VSM), Horling & Lesser's multi-agent system paradigms, and current practice, we define a role taxonomy with eight archetypes and evaluate five organizational topologies (Hierarchy, Mesh, Market, Holonic, Micro-Enterprise) with concrete guidance on when each pattern fits.

Context within the VCOM Framework

Organization & Roles is the structural foundation. This dimension defines who does what and how actors relate to each other. Building on this, Governance (Dim 02) specifies what they are allowed to do. Technology (Dim 03) provides the substrate they run on. Identity & Trust (Dim 04) verifies who they are.

Key Concepts

• Role-Holder Agnosticism: Roles define behavioral specifications, not implementation types. Any role can be filled by AI, humans, or hybrid teams.
• Capabilities as Microservices: The fundamental organizational unit shifts from the department to the capability — scalable, instantiatable on demand, retirable.
• VSM Recursive Skeleton: The Viable System Model provides the recursive structural skeleton. Each S1 operational unit is itself a viable system.
• Agent Manifest: Machine-readable specification of an agent's domain, capabilities, constraints, and interface contracts.

Die Rollentaxonomie

Acht Rollenarchetypen decken sowohl operative Spezialisierung als auch meta-organisationale Funktionen ab. Alle Archetypen sind rolleninhaber-agnostisch — sie sind Verhaltensspezifikationen (System Prompt, Toolzugang, Scope-Grenzen), die auf jedem geeigneten Modell oder von jedem qualifizierten Menschen instanziiert werden können.

The Role Taxonomy

Eight role archetypes cover both operational specialization and meta-organizational functions. All archetypes are role-holder agnostic — they are behavioral specifications (system prompt, tool access, scope boundaries) that can be instantiated on any capable model or assigned to any qualified human.

Rolle	Beschreibung	VSM	Typischer Inhaber
Principal	Menschlicher Entscheider. Setzt Richtung, Werte und Verfassung. Architekt des Systems und Ethik-Wächter.	S5	Mensch (immer)
Worker	Aufgabenorientierte Rolleninhaber, die definierte Arbeit innerhalb ihres Bereichs ausführen.	S1	Agent oder Mensch
Manager	Orchestrator: verteilt Aufgaben, überwacht KPIs, greift bei Abweichungen ein. Management by Exception.	S3	Agent oder Mensch
Specialist	Experten-Rolleninhaber für enge, hochspezialisierte Domänen. Können mehrere Teams bedienen.	S1	Agent oder Mensch
Strategist	Vorausschauende Rolleninhaber: Umfeldscanning, Trendanalyse, Simulationen. Losgelöst vom Tagesgeschäft.	S4	Agent oder Mensch
Gardener	Wartungs-Rolleninhaber für Systemgesundheit: Knowledge-Graph-Pflege, Memory-Pruning, Integrationstests.	S2	Agent (typisch)
Coordinator	Synchronisiert Operationen: Backlogs, WIP-Tracking, Arbeit routen. Keine direktive Autorität.	S2	Agent oder Mensch
Governance Facilitator	Strukturiert Governance-Zyklen: Consent-Runden, Policy-Reviews, Protokoll-Compliance. Prozessermöglicher, kein Entscheider.	S3	Agent oder Mensch

Role	Description	VSM	Typical Holder
Principal	Human decision-maker setting organizational direction, values, and constitution. System architect and ethics guardian.	S5	Human (always)
Worker	Task-oriented role holders executing defined work within their domain. Maximum autonomy within scope.	S1	Agent or Human
Manager	Orchestrator distributing tasks, monitoring KPIs, intervening on deviation. Management by exception.	S3	Agent or Human
Specialist	Expert role holders handling narrow, high-skill domains. May serve multiple teams.	S1	Agent or Human
Strategist	Forward-looking role holders scanning environment, analyzing trends, running simulations. Detached from daily operations.	S4	Agent or Human
Gardener	Maintenance role holders for system health: knowledge graph upkeep, memory pruning, integration testing.	S2	Agent (typically)
Coordinator	Synchronizes operations: backlogs, WIP tracking, work routing. No directive authority.	S2	Agent or Human
Governance Facilitator	Structures governance cycles: consent rounds, policy reviews, protocol compliance. Process enabler, not decision-maker.	S3	Agent or Human

Fähigkeiten als Microservices

Im One-Person-Unicorn-Modell baut die Organisation keine „Abteilungen“, sondern provisioniert Fähigkeiten als skalierbare Prozesse. Ein „Sales Agent“ ist keine Person in einer Abteilung — es ist ein Prozess, der bei Bedarf instanziiert, horizontal skaliert und bei Nichtbedarf stillgelegt werden kann.

Dies verschiebt Organisationsdesign von structure-first zu capability-first Denken.

VSM-Rekursionsstruktur im Detail

Das Viable System Model (Beer, 1972) liefert das rekursive Strukturgerüst. Jede S1-Betriebseinheit ist selbst ein lebensfähiges System mit eigener S1–S5-Struktur. Dies ermöglicht fraktale Skalierung: Wenn die Agentenpopulation wächst, wird die Komplexität nicht flach verteilt, sondern rekursiv geschachtelt.

Planungstiefenprinzip: Abgeleitet aus militärischer Auftragstaktik — jede Ebene plant nur zwei Ebenen tief. Der Principal plant für Domain Leads (S3), nicht für einzelne Worker. Domain Leads planen für Worker (S1), nicht für deren interne Tool-Auswahl.

Cognitive Load & Context-Window-Sizing

Für LLM-basierte Agenten mappt Cognitive Load direkt auf Context-Window-Constraints. Ein Agent, dessen Domäne mehr Information erfordert als sein effektives Context Window aufnehmen kann, liefert degradierte Outputs.

Designprinzip: Agent-Domänen so dimensionieren, dass der gesamte Kontext bei 60–70% des effektiven Context Windows bleibt:

• Rollendefinition (System Prompt, Constraints): 500–2.000 Token
• Domänenwissen (RAG-Kontext, Referenzdaten): 1.000–8.000 Token
• Task State (aktuelle Aufgabe, Zwischenergebnisse): 2.000–16.000 Token
• Reasoning-Reserve (Chain-of-Thought, Output): 4.000–16.000 Token

Einen Agenten in Sub-Agenten aufteilen, wenn: Context Overflow auftritt, Qualität mit Komplexität sinkt, oder die Rolle sowohl günstig-schnelles als auch teuer-genaues Reasoning erfordert.

Team Topologies Mapping

Skelton und Pais' Team Topologies liefert eine komplementäre strukturelle Linse zum VSM. Die vier Team-Typen mappen auf Agent-Team-Archetypen:

• Stream-aligned Teams → S1-Operationsteams, die einen Wertstrom end-to-end bedienen
• Platform Teams → Infrastruktur-Agenten, die Self-Service-Dienste anbieten
• Enabling Teams → Trainer/Supervisor-Agenten, die andere Teams befähigen
• Complicated-Subsystem Teams → Spezialisten-Agenten für enge Expertendomänen

Design-Entscheidungen

• Narrow over broad: Schmale, spezialisierte Agenten über breite Generalisten bevorzugen
• Hybrid over dogma: Verschiedene topologische Muster für verschiedene Funktionen — ausgewählt nach Art der Arbeit
• Rolleninhaber-Agnostik als architektonische Invariante: Jede Rolle kann von KI, Mensch oder Hybrid besetzt werden
• Fractal decomposition: Wenn eine Domäne das Context Window übersteigt, in Sub-Agenten aufteilen

Capabilities as Microservices

In the One-Person Unicorn model, the organization does not build "departments" but provisions capabilities as scalable processes. A "Sales Agent" is not a person in a department — it is a process that can be instantiated on demand, scaled horizontally, and retired when no longer needed.

This shifts organizational design from structure-first to capability-first thinking.

VSM Recursive Structure in Detail

The Viable System Model (Beer, 1972) provides the recursive structural skeleton. Each S1 operational unit is itself a viable system containing its own S1–S5 structure. This enables fractal scaling: as agent populations grow, complexity is not distributed flat but nested recursively.

Planning Depth Principle: Derived from military mission command (Auftragstaktik) — each level plans only two levels down. The Principal plans for domain leads (S3), not individual workers. Domain leads plan for workers (S1), not their internal tool selection.

Cognitive Load & Context Window Sizing

For LLM-based agents, cognitive load maps directly to context window constraints. An agent whose domain requires more information than its effective context window can hold delivers degraded outputs.

Design principle: Size agent domains so total context stays within 60–70% of the model's effective context window:

• Role definition (system prompt, constraints): 500–2,000 tokens
• Domain knowledge (RAG context, reference data): 1,000–8,000 tokens
• Task state (current task, intermediate results): 2,000–16,000 tokens
• Reasoning reserve (chain-of-thought, output): 4,000–16,000 tokens

Split an agent into sub-agents when: context overflow occurs, quality degrades with complexity, or the role requires both cheap-fast and expensive-accurate reasoning.

Team Topologies Mapping

Skelton and Pais' Team Topologies provides a complementary structural lens to the VSM. The four team types map to agent team archetypes:

• Stream-aligned Teams → S1 operational teams serving an end-to-end value stream
• Platform Teams → Infrastructure agents providing self-service capabilities
• Enabling Teams → Trainer/supervisor agents that upskill other teams
• Complicated-Subsystem Teams → Specialist agents for narrow expert domains

Design Decisions

• Narrow over broad: Prefer narrow, specialized agents over broad generalists
• Hybrid over dogma: Different topological patterns for different functions — selected by the nature of the work
• Role-holder agnosticism as architectural invariant: Any role can be filled by AI, human, or hybrid
• Fractal decomposition: When a domain exceeds the context window, split into sub-agents

Agent Manifest

Das zentrale Konfigurations-Artefakt ist das Agent Manifest — die definitive, maschinenlesbare Spezifikation einer Agentendomäne. Es synthetisiert drei theoretische Traditionen: S3-Driver-Pattern (Situation, Auswirkung, Bedarf), militärische Auftragsklarheit (Zweck, Endzustand, Risikotoleranz, Fallback-Verhalten) und Software-Engineering-Interface-Contracts.

Das Manifest umfasst zehn Sektionen: (1) Driver, (2) Verantwortlichkeiten, (3) Delegator-Verantwortlichkeiten, (4) Constraints, (5) Erforderliche Kompetenzen, (6) Kernherausforderungen, (7) Abhängigkeiten, (8) Schlüsselmetriken, (9) Kernressourcen, (10) Evaluationsplan.

Agent Manifest

The central configuration artifact is the Agent Manifest — the definitive, machine-readable specification of an agent's domain. It synthesizes three theoretical traditions: S3 Driver pattern (situation, impact, need), military mission command intent (purpose, end state, risk tolerance, fallback behavior), and software engineering interface contracts.

The manifest comprises ten sections: (1) Driver, (2) Responsibilities, (3) Delegator Responsibilities, (4) Constraints, (5) Competencies Required, (6) Key Challenges, (7) Dependencies, (8) Key Metrics, (9) Key Resources, (10) Evaluation Schedule.

agent_manifest:
  id: "content-writer-01"
  version: "1.2"
  role_holder_type: "agent"
  driver:
    situation: "Organization needs daily blog content for SEO"
    impact: "Without consistent content, organic traffic declines"
    need: "Produce 1 SEO-optimized blog post per business day"
  intent:
    purpose: "Establish thought leadership in AI-native org design"
    end_state:
      - "Content ranks in top-20 for target keywords"
      - "Content drives measurable newsletter conversions"
    risk_tolerance: "medium"
    fallback_behavior: "If orchestration unavailable, continue
      drafting from last-known topic queue; do not publish"
  constraints:
    autonomy_level: "L2"
    budget_limit: "$5/day token spend"
  dependencies:
    inputs:
      - agent: "topic-strategist"
        interface: "topic_brief_schema_v1"
    outputs:
      - agent: "editor-reviewer"
        interface: "draft_article_schema_v1"
  metrics:
    primary:
      metric: "editor_approval_rate"
      baseline: 0.70
      target: 0.90
      trigger_threshold: 0.60

Organisationstopologien

VCOM evaluiert fünf grundlegende Topologien und empfiehlt kontextabhängigen Einsatz:

Organizational Topologies

VCOM evaluates five fundamental topologies and recommends context-dependent deployment:

Topologie	Eignung	Beispiel
Hierarchie	Klare Befehlskette, gut für operationelle Kontrolle und compliance-kritische Workflows	Production Pipeline mit Manager → Worker
Mesh	Peer-to-Peer, gut für kreative, unstrukturierte und explorative Aufgaben	Research-Team mit gleichberechtigten Spezialisten
Markt	Dezentrale Allokation durch Preismechanismen für Ressourcenoptimierung	Contract Net Protocol für Task-Verteilung
Holonisch	Rekursive Verschachtelung, ideal für 50+ Agenten-Organisationen	VSM-konforme Abteilungs-Agenten mit Sub-Teams
Micro-Enterprise	Autonome Agent-Teams mit eigenem Budget, P&L und Kundenverantwortung	Value-Stream-Teams nach Haier Rendanheyi-Modell

Topology	Best For	Example
Hierarchy	Clear chain of command, operational control, compliance-critical workflows	Production pipeline with Manager → Worker
Mesh	Peer-to-peer, creative, unstructured, and exploratory tasks	Research team with equal-standing specialists
Market	Decentralized allocation through price mechanisms for resource optimization	Contract Net Protocol for task distribution
Holonic	Recursive nesting, ideal for 50+ agent organizations	VSM-compliant department agents with sub-teams
Micro-Enterprise	Autonomous agent teams with own budget, P&L, and customer accountability	Value-stream teams following Haier Rendanheyi model

Strukturmuster

• Double-Linked Hierarchy: Bidirektionale Verknüpfung zwischen Ebenen. Top-down (Delegation, Strategie) und Bottom-up (Feedback, Spannungssignale). Default für 15 oder weniger Agenten pro Manager.
• Delegate Circle: Cross-Domain-Governance-Gremium. Jede Betriebsdomäne entsendet einen Vertreter. Verhindert, dass der Principal zum einzigen Engpass wird. Ab Phase 3+.
• Fractal Organization: Für 50+ Agenten. Drei Ebenen: Operationsteams, Delegate Circle, Service Circle. Phase 4+.

1:N Supervisory-Modell

Ein menschlicher Principal steuert N Agenten-Teams. Die effektive Span of Control hängt ab von:

• Autonomielevel: L1–L2 Agenten erfordern häufige Checkpoints (niedrigere Ratio); L3–L4 erfordern nur Exception-basierte Intervention (höhere Ratio)
• Evidenz-basierte Ratios: Startkonservativ bei 1:5 bis 1:9. Skalierung durch Management-Ebenen: Principal → 3–5 Manager-Agenten → je 10–15 Worker
• Qualität der Dashboards und Alerting-Systeme

Structural Patterns

• Double-Linked Hierarchy: Bidirectional links between levels. Top-down (delegation, strategy) and bottom-up (feedback, tension signals). Default for 15 or fewer agents per manager.
• Delegate Circle: Cross-domain governance body. Each operational domain sends one representative. Prevents the principal from being the sole bottleneck. Phase 3+.
• Fractal Organization: For 50+ agents. Three tiers: operational teams, delegate circle, service circle. Phase 4+.

1:N Supervisory Model

One human principal directs N agent teams. The effective span of control depends on:

• Autonomy level: L1–L2 agents require frequent checkpoints (lower ratio); L3–L4 require only exception-based intervention (higher ratio)
• Evidence-based ratios: Start conservatively at 1:5 to 1:9. Scale through management layers: Principal → 3–5 manager agents → each managing 10–15 workers
• Quality of dashboards and alerting systems