Datenhygiene für MCP: Aufgaben für Assistenten und Menschen lesbar machen

Formulieren Sie Aufgaben so, dass sowohl KI-Assistenten als auch Menschen sie verstehen. Dieser Leitfaden behandelt klare Titel, Beschreibungen, Abnahmekriterien und Kommentarkonventionen für bessere MCP-Ergebnisse und Teamarbeit.

Warum Datenhygiene für MCP wichtig ist

Gut strukturierte Aufgaben führen zu besseren MCP-Ergebnissen:

Vorteile guter Datenhygiene

Bessere Tool-Ergebnisse: KI-Assistenten können gut strukturierte Aufgaben verarbeiten und ausführen
Präzises Filtern: Klare Titel und Beschreibungen ermöglichen gezielte Aufgabensuchen
Automatisierte Workflows: Strukturierte Daten ermöglichen zuverlässige Automatisierung
Klarheit im Team: Klare Aufgaben reduzieren Missverständnisse und verbessern die Zusammenarbeit
Bessere Berichte: Strukturierte Daten liefern genauere Statusberichte

Best Practices für Aufgabentitel

Gute vs. schlechte Titel

❌ Schlechte Titel-Beispiele

„Bug fixen“ (zu vage)
„Ding aktualisieren“ (unklar, was „Ding“ ist)
„ASAP!!!“ (keine konkrete Information)
„Task 123“ (nicht beschreibend)

✓ Gute Titel-Beispiele

„Authentifizierungs-Timeout auf der Login-Seite beheben“
„User-Profile-API um Avatar-Feld erweitern“
„Mobilen Navigationsmenü für iOS-App gestalten“
„Dokumentation für Zahlungsabwicklung schreiben“

Titel-Konventionen

Richtlinien für Titelformat

Mit Handlungsverb beginnen: Beheben, Aktualisieren, Erstellen, Gestalten, Schreiben
Konkret sein: Was, wo und Kontext angeben
Kurz halten: 50–80 Zeichen ideal
Einheitliches Format: Team-Konventionen einhalten
Fachjargon vermeiden: Klare, verständliche Sprache

Muster für Aufgabenbeschreibungen

Vorlage für strukturierte Beschreibung

Empfohlene Beschreibungsstruktur

## Kontext [Warum die Aufgabe existiert, welches Problem sie löst] ## Anforderungen [Was zu tun ist, konkrete Anforderungen] ## Technische Details [Implementierungshinweise, Abhängigkeiten, Einschränkungen] ## Referenzen [Links zu verwandten Aufgaben, Docs, Designs]

Diese Struktur: Erleichtert Menschen und KI das Verständnis der Aufgabe

Beispiel: Gute Beschreibung

Beispiel: Gut strukturierte Beschreibung

## Kontext Nutzer haben Authentifizierungs-Timeouts beim Login in Stoßzeiten. Das führt zu Support-Tickets und Unzufriedenheit. ## Anforderungen - Session-Timeout von 15 auf 30 Minuten erhöhen - Warnmeldung 5 Minuten vor Timeout anzeigen - Timeout-Ereignisse für Monitoring protokollieren ## Technische Details - Session-Konfiguration im Auth-Service aktualisieren - Frontend anpassen für Timeout-Warnung - Logging im Analytics-Service hinzufügen - Bezug zu Aufgabe #456 (Verbesserungen Session-Management) ## Referenzen - Design: [Link zum Design-Dokument] - API-Spezifikation: [Link zu API-Docs] - Verwandte Aufgabe: #456

Warum das funktioniert: Klarer Kontext, konkrete Anforderungen, technische Details, Referenzen

Format für Abnahmekriterien

Klare Abnahmekriterien ermöglichen bessere MCP-Automatisierung:

Best Practices für Abnahmekriterien

Prüfbar: Jedes Kriterium sollte überprüfbar sein
Konkret: Vage Formulierungen wie „funktioniert korrekt“ vermeiden
Vollständig: Alle Anforderungen abdecken
Einheitlich formatiert: Checkboxen oder nummerierte Liste verwenden

Beispiel: Abnahmekriterien

Beispiel: Klare Abnahmekriterien

## Abnahmekriterien - [ ] Session-Timeout auf 30 Minuten erhöht (in Konfiguration geprüft) - [ ] Warnmeldung erscheint 5 Minuten vor Timeout (im Browser getestet) - [ ] Warnmeldung ist schließbar und nicht blockierend - [ ] Timeout-Ereignisse werden im Analytics-Service protokolliert (in Logs geprüft) - [ ] Funktioniert in Chrome, Firefox und Safari (in allen Browsern getestet) - [ ] Mobil responsiv (unter iOS und Android getestet)

Warum das funktioniert: Prüfbar, konkret, vollständig, einheitlich formatiert

Kommentarkonventionen

Kommentartypen

Standard-Kommentartypen

Fortschritt: „Authentifizierungs-Service-Update abgeschlossen“
Entscheidungen: „Entscheidung: JWT-Tokens statt Sessions“
Blocker: „Blockiert: Warte auf API-Antwort vom Zahlungsdienst“
Fragen: „Frage: Sollen wir SSO in diesem Release unterstützen?“
Kontext: „Kontext: Bezug zu Anforderungen des Security-Audits“

Kommentarformat

Empfohlenes Kommentarformat

[Typ]: [Kurze Zusammenfassung] [Detaillierte Erklärung bei Bedarf] [Links oder Referenzen]

Beispiel:

Fortschritt: Authentifizierungs-Service-Update abgeschlossen Session-Timeout-Konfiguration aktualisiert und Logging ergänzt. Alle Tests bestanden. Bezug: PR #123, Commit abc123

Impact on MCP Outcomes

Bessere Aufgabenfilterung

Wie gute Titel MCP helfen

Mit klaren Titeln können MCP-Tools Aufgaben präzise filtern:

„Aufgaben zu Authentifizierung auflisten“ → Findet „Authentifizierungs-Timeout-Fehler beheben“ vs „Aufgaben zu Authentifizierung auflisten“ → Verpasst „Fix bug“ (unklarer Titel)

Bessere Aufgabenerstellung

Wie strukturierte Beschreibungen helfen

Mit strukturierten Beschreibungen kann MCP bessere Aufgaben anlegen:

„Aufgabe zum Beheben des Login-Bugs anlegen“ → Erstellt Aufgabe mit: - Klarer Titel: „Authentifizierungs-Timeout auf Login-Seite beheben“ - Strukturierte Beschreibung mit Kontext und Anforderungen - Abnahmekriterien basierend auf der Beschreibungsstruktur

Bessere Statusberichte

Wie gute Daten Reporting ermöglichen

Bei einheitlicher Formatierung kann MCP genaue Berichte erzeugen:

Aufgaben nach Projekt gruppieren (klare Projektzuordnung)
Blocker identifizieren (einheitliche Blocker-Kommentare)
Fortschritt verfolgen (einheitliches Fortschritts-Kommentarformat)
Zusammenfassungen erzeugen (strukturierte Beschreibungen lassen sich gut parsen)

Checkliste Datenhygiene

Checkliste Aufgabenqualität

Titel ist klar und konkret (50–80 Zeichen)
Beschreibung enthält Kontext, Anforderungen und technische Details
Abnahmekriterien sind prüfbar und konkret
Kommentare folgen Standardformat (Typ: Zusammenfassung)
Aufgabe hat klaren Verantwortlichen und Fälligkeitsdatum
Aufgabe ist mit relevantem Projekt und verwandten Aufgaben verknüpft

Best Practices

Best Practices Datenhygiene

Konventionen festlegen: Team-Standards für Titel, Beschreibungen und Kommentare dokumentieren
Vorlagen nutzen: Aufgabenvorlagen mit strukturierten Formaten anlegen
Regelmäßige Bereinigung: Bestehende Aufgaben periodisch prüfen und verbessern
Team schulen: Best Practices und Beispiele teilen
In Prompts durchsetzen: MCP-Prompts nutzen, die gut strukturierte Aufgaben erzeugen
Qualität überwachen: Aufgabendatenqualität messen

Aufgabendatenqualität verbessern

Formulieren Sie Aufgaben so, dass KI-Assistenten und Menschen sie verstehen und umsetzen können

Abnahmekriterien →Vorlagen