KI-Agent
Ein KI-Agent ist ein Computerprogramm, das ein Ziel selbstständig in mehrere Schritte zerlegt und diese Schritte auch ausführt. Es antwortet also nicht nur, sondern benutzt dabei Werkzeuge wie Suchmaschinen, Kalender oder andere Programme.
Die meisten KI-Programme, die man aus dem Alltag kennt, machen genau eine Sache: Man stellt eine Frage, sie schreiben eine Antwort. Ein KI-Agent geht einen Schritt weiter. Er bekommt ein Ziel statt einer Frage, zum Beispiel: „Finde einen günstigen Zugverbindung nach Hamburg und trage sie in meinen Kalender ein.“ Dann überlegt er selbst, welche Zwischenschritte dafür nötig sind. Anschließend führt er diese Schritte aus, indem er andere Programme bedient — eine Suchseite, eine Kalender-App, ein Buchungssystem. Nach jedem Schritt prüft er das Ergebnis und entscheidet, was als Nächstes zu tun ist.
Vom Ratgeber zum Mitarbeiter
Der Unterschied klingt klein, ist aber wirtschaftlich enorm. Ein Chatprogramm liefert Text, den ein Mensch danach umsetzen muss. Ein Agent übernimmt auch die Umsetzung. Damit verschiebt sich, wofür Firmen bezahlen: nicht mehr für Vorschläge, sondern für erledigte Aufgaben.
Deshalb gelten Agenten in der Branche als das nächste große Geschäftsmodell. Softwarefirmen verkaufen bisher Programme, die Menschen bedienen. Ein Agent könnte diese Programme selbst bedienen. Das erklärt, warum Anbieter wie OpenAI, Google, Microsoft und Anthropic seit 2024 fast alle Produktankündigungen um dieses Thema herum bauen.
Gleichzeitig entsteht ein neues Risiko. Ein Sprachmodell, das Unsinn schreibt, ist ärgerlich. Ein Agent, der Unsinn schreibt und ihn danach ausführt, kann echten Schaden anrichten — eine falsche Bestellung, eine gelöschte Datei, eine verschickte E-Mail. Fehler bleiben also nicht mehr auf dem Bildschirm.
Die Schleife aus Denken, Handeln und Beobachten
Im Kern eines Agenten steckt fast immer ein großes Sprachmodell. Das ist ein Programm, das gelernt hat, sinnvollen Text vorherzusagen, und das dadurch auch Pläne formulieren kann. Um dieses Modell herum baut man eine Schleife. Das Modell schreibt auf, was es als Nächstes tun will. Ein Stück Software führt diese Anweisung aus und schreibt das Ergebnis zurück in den Text. Dann ist das Modell wieder dran.
Die Handlungen selbst nennt man Werkzeuge oder Tools. Ein Werkzeug kann eine Websuche sein, ein Taschenrechner, eine Datenbankabfrage oder eine Schnittstelle zu einem anderen Dienst. Der Entwickler legt vorher fest, welche Werkzeuge erlaubt sind. Der Agent wählt dann selbst aus, welches er wann benutzt.
Dazu kommt ein Gedächtnis. Ohne Notizen würde der Agent bei jedem Schritt vergessen, was er schon versucht hat. Deshalb speichert er Zwischenergebnisse und liest sie später wieder ein. Ein Vergleich hilft: Ein Sprachmodell allein ist wie ein Mensch, der eine Frage beantwortet. Ein Agent ist derselbe Mensch mit Telefon, Notizblock und dem Auftrag, die Sache bis zum Ende zu erledigen.
Agenten in Produkten und in den Schlagzeilen
Am weitesten sind Agenten bisher beim Programmieren. Werkzeuge wie GitHub Copilot Workspace, Cursor oder Claude Code bekommen eine Fehlerbeschreibung, durchsuchen selbst den Programmcode, ändern mehrere Dateien und testen das Ergebnis. Das funktioniert dort gut, weil ein Test sofort verrät, ob es geklappt hat.
Im Alltag begegnen einem Agenten in Kundenservice-Chats, die nicht nur antworten, sondern auch eine Rücksendung anlegen. Auch Browser-Funktionen, die selbstständig Formulare ausfüllen oder Preise vergleichen, gehören dazu. In Firmen übernehmen sie Routine wie Rechnungsprüfung oder Terminplanung.
In Nachrichten sollte man trotzdem genau hinsehen. Der Begriff wird großzügig verwendet, oft auch für Software, die nur einer festen Liste von Regeln folgt. Ein häufiger Irrtum ist außerdem, Agenten für zuverlässig zu halten. Bei Aufgaben mit vielen Schritten summieren sich kleine Fehler, und die Erfolgsquoten liegen in Tests je nach Aufgabe oft deutlich unter der von Menschen. Deshalb schaltet man in der Praxis meist eine menschliche Bestätigung dazwischen, bevor etwas Endgültiges passiert.