User Agent

Wenn du eine Webseite öffnest, rufst du sie nicht persönlich ab — dein Browser tut das für dich. Er schickt eine Anfrage an den Server, empfängt die Antwort und zeigt sie dir an. Dieses Programm, das stellvertretend für dich handelt, heißt User Agent. Das Wort „Agent“ bedeutet hier schlicht: jemand oder etwas, das in deinem Auftrag agiert. Im klassischen Web ist das fast immer der Browser. In der modernen KI-Welt hat der Begriff eine zweite, verwandte Bedeutung bekommen: Dort nennt man KI-Systeme User Agents, wenn sie selbstständig mehrere Schritte ausführen, um eine Aufgabe zu erledigen — zum Beispiel eine Reise buchen oder eine E-Mail-Ablage sortieren.

Warum Server wissen wollen, wer fragt

Jede Anfrage, die ein User Agent an einen Server schickt, enthält einen kurzen Text-Stempel — ebenfalls „User Agent“ genannt. Darin steht, welches Programm gerade anfrägt: zum Beispiel Chrome auf Windows oder Safari auf einem iPhone. Server nutzen diese Information, um die passende Version einer Seite zu liefern. Eine Handy-Version einer Webseite wird ausgeliefert, weil der Server den User-Agent-String erkennt und weiß: Das ist ein mobiler Browser.

Das klingt harmlos, hat aber Konsequenzen. Werbefirmen nutzen den User-Agent-String, um Gerätetypen zu erkennen und zielgenauer zu tracken. Datenschutz-Tools wie der Tor-Browser verschleiern deshalb absichtlich ihren User-Agent-String, damit Nutzer schwerer unterscheidbar werden. Suchmaschinen-Crawler — also Programme, die automatisch Webseiten einlesen — geben sich mit eigenem User-Agent-String zu erkennen, damit Webseitenbetreiber sie von normalen Nutzern unterscheiden können.

Vom Browser zum eigenständig handelnden KI-System

In der KI-Forschung meint „User Agent“ heute etwas Anspruchsvolleres. Ein KI-System gilt als User Agent, wenn es nicht nur eine einzelne Frage beantwortet, sondern eine Kette von Handlungen selbst plant und ausführt. Es öffnet Webseiten, füllt Formulare aus, wertet Ergebnisse aus und trifft Zwischenentscheidungen — alles ohne dass der Nutzer jeden Schritt bestätigt. Der Mensch gibt nur das Ziel vor.

Der Unterschied zu einem normalen Chatbot ist erheblich. Ein Chatbot antwortet auf eine Frage. Ein KI-User-Agent führt einen Plan durch, der aus vielen Einzelschritten besteht. Er nutzt dabei Werkzeuge: Webbrowser, Kalender-Apps, Code-Ausführungsumgebungen. Forscher sprechen dann auch von „agentischem Verhalten“ — das Modell verhält sich wie ein Akteur, nicht wie ein Nachschlagewerk.

Eine wichtige Frage ist dabei, wie viel Kontrolle der Mensch behält. Je mehr Schritte ein User Agent eigenständig ausführt, desto mehr kann schiefgehen, ohne dass jemand eingreift. Deshalb diskutieren Entwickler intensiv über sogenannte „Guardrails“ — Leitplanken, die festlegen, was ein System allein entscheiden darf und wann es um Erlaubnis fragen muss.

User Agents in Produkten und Schlagzeilen

Im Alltag begegnet dir der klassische User Agent vor allem in den Entwicklertools deines Browsers. Dort kannst du den User-Agent-String deines Browsers einsehen und sogar manuell ändern — Websites sehen dich dann zum Beispiel als mobilen Nutzer, obwohl du am Laptop sitzt.

In Tech-News taucht der Begriff zunehmend im KI-Kontext auf. Googles „Project Mariner“, Anthropics „Computer Use“ und OpenAIs Operator-Funktionen sind Beispiele für KI-User-Agents, die einen Browser fernsteuern und im Netz für den Nutzer einkaufen oder recherchieren sollen. Apple hat angekündigt, ähnliche Funktionen in sein Betriebssystem zu integrieren, damit Siri komplexe Aufgaben über mehrere Apps hinweg erledigen kann.

Beide Bedeutungen des Begriffs hängen übrigens direkt zusammen: Der KI-User-Agent benutzt intern einen echten Browser-User-Agent, um Webseiten abzurufen. Das Konzept des stellvertretenden Handelns ist in beiden Fällen dasselbe — nur die Komplexität der Aufgabe ist gewachsen.