KI-Agent
Ein KI-Agent ist ein Computerprogramm, das ein Ziel selbstständig in einzelne Schritte zerlegt und diese Schritte auch ausführt. Es antwortet also nicht nur, sondern handelt: Es sucht im Netz, schreibt Dateien oder verschickt Nachrichten.
Die meisten bekannten KI-Programme antworten nur. Man stellt eine Frage, das Programm liefert Text, danach ist die Sache erledigt. Ein KI-Agent geht einen Schritt weiter. Er bekommt ein Ziel statt einer einzelnen Frage und arbeitet dann eigenständig darauf hin. Dazu darf er Dinge tun: im Internet suchen, ein Programm starten, eine Datei speichern, eine E-Mail verschicken. Zwischendurch prüft er, wie weit er gekommen ist, und entscheidet selbst über den nächsten Schritt. Der Unterschied liegt also nicht in der Intelligenz, sondern in der Handlungsfreiheit.
Vom Antworten zum Erledigen
Ein reines Frage-Antwort-System verlagert die Arbeit nur. Es erklärt dir, wie du eine Reise buchst, buchen musst du selbst. Ein Agent soll diesen letzten Teil übernehmen. Genau darin sehen viele Firmen den wirtschaftlichen Wert: Nicht der Ratschlag ist teuer, sondern die Stunden, die jemand mit der Umsetzung verbringt.
Deshalb steckt seit etwa 2024 sehr viel Geld in diesem Bereich. Softwarehersteller verkaufen Agenten, die Kundenanfragen bearbeiten, Rechnungen prüfen oder Programmcode schreiben. Abgerechnet wird dabei zunehmend pro erledigter Aufgabe statt pro Nutzer und Monat. Das verändert das Geschäftsmodell der ganzen Branche, weshalb der Begriff auch in Finanznachrichten ständig auftaucht.
Die Kehrseite ist das Risiko. Ein Programm, das nur Text ausgibt, kann höchstens Unsinn behaupten. Ein Programm mit Zugriff auf Konten, Kalender oder Server kann echten Schaden anrichten. Ein Agent, der eine falsche Datei löscht, hat sie wirklich gelöscht. Darum bauen Entwickler Sicherungen ein, etwa eine Rückfrage vor jeder Aktion, die sich nicht rückgängig machen lässt.
Die Schleife aus Denken, Handeln und Beobachten
Im Kern eines Agenten sitzt meist ein Sprachmodell, also ein KI-System, das Text fortsetzt und dabei Anweisungen versteht. Dieses Modell bekommt eine Beschreibung des Ziels und eine Liste der erlaubten Werkzeuge. Ein Werkzeug ist eine klar beschriebene Funktion, etwa eine Websuche oder ein Rechner. Das Modell schreibt dann keinen Fließtext, sondern eine Anweisung wie: Werkzeug Websuche, Suchbegriff Zugverbindung Hamburg Berlin.
Ein Programm rundherum führt diese Anweisung aus und reicht das Ergebnis zurück an das Modell. Danach beginnt der Ablauf von vorn: Das Modell sieht das Ergebnis, überlegt weiter und wählt den nächsten Schritt. Diese Schleife aus Denken, Handeln und Beobachten läuft so lange, bis das Ziel erreicht ist oder eine Obergrenze an Schritten überschritten wird. Man nennt sie oft Agent Loop.
Dazu kommt ein Gedächtnis, denn das Modell selbst merkt sich nichts zwischen zwei Aufrufen. Der Agent führt deshalb ein Protokoll aller bisherigen Schritte mit und gibt es jedes Mal wieder mit. Bei langen Aufgaben wird dieses Protokoll zusammengefasst, weil sonst der Platz im Modell nicht reicht. Genau hier scheitern Agenten häufig: Sie verlieren nach vielen Schritten den Faden oder wiederholen sich endlos.
Agenten in Produkten und Schlagzeilen
Am weitesten sind Agenten beim Programmieren. Werkzeuge wie GitHub Copilot, Claude Code oder Cursor bekommen eine Aufgabe wie „behebe diesen Fehler“, durchsuchen selbst die Dateien, ändern Code und lassen Tests laufen. Das funktioniert dort gut, weil der Erfolg messbar ist: Der Test läuft durch oder eben nicht. Der Agent bekommt also sofort eine ehrliche Rückmeldung.
Im Alltag begegnen dir Agenten in Browsern, die selbst durch Webseiten klicken, und in Kundenportalen, die eine Rücksendung komplett abwickeln. Auch der Begriff Computer Use fällt oft: Damit ist gemeint, dass die KI einen Bildschirm sieht und Maus und Tastatur steuert. In Nachrichten liest man dazu Zahlen darüber, wie viele Aufgaben ein Agent ohne menschliches Eingreifen abschließt.
Ein häufiger Irrtum ist, Agent sei einfach ein neues Wort für Chatbot. Der Unterschied ist überprüfbar: Ein Chatbot liefert Text, ein Agent verändert etwas außerhalb des Gesprächs. Ebenso irreführend ist die Vorstellung völliger Selbstständigkeit. In der Praxis laufen fast alle Agenten in engen Grenzen, mit festgelegten Werkzeugen, Budgets und einem Menschen, der wichtige Schritte bestätigt.