Agentic Transition
Agentic Transition bezeichnet den Wandel von KI-Programmen, die nur antworten, hin zu Programmen, die eigenständig mehrschrittige Aufgaben erledigen. Statt einen Text zu liefern, planen solche Systeme Schritte, benutzen Werkzeuge wie Suchmaschinen oder Kalender und prüfen ihr Zwischenergebnis.
Die meisten bekannten KI-Programme funktionieren wie ein sehr belesener Gesprächspartner. Man stellt eine Frage, das Programm schreibt eine Antwort, danach ist die Sache erledigt. Seit einigen Jahren verschiebt sich das: Programme sollen Aufgaben nicht mehr nur beantworten, sondern selbst erledigen. Sie zerlegen einen Auftrag in Schritte, führen diese Schritte nacheinander aus und greifen dabei auf andere Software zu, etwa auf eine Suchmaschine, ein Buchungsportal oder ein Tabellenprogramm. Diesen Übergang vom Antwortgeber zum selbstständigen Erlediger nennt man Agentic Transition, auf Deutsch etwa agentische Wende. Das Wort stammt vom englischen „agent“, was hier ein handelndes System meint, also eines, das Entscheidungen trifft und sie ausführt.
Was sich für Firmen und Nutzer wirklich ändert
Der Unterschied klingt klein, ist aber wirtschaftlich groß. Ein Programm, das Texte schreibt, spart einem Menschen Minuten. Ein Programm, das eine Bestellung prüft, den Lieferanten anschreibt und den Vorgang im System verbucht, ersetzt einen ganzen Arbeitsablauf. Genau darauf zielen viele Anbieter: Sie wollen nicht mehr pro Antwort Geld verdienen, sondern pro erledigter Aufgabe.
Deshalb taucht der Begriff auffällig oft in Quartalsberichten und Analystenkommentaren auf. Firmen begründen damit hohe Ausgaben für Rechenzentren. Denn ein Agent, der zwanzig Schritte macht, verbraucht auch ungefähr zwanzigmal so viel Rechenleistung wie eine einzelne Antwort. Wer glaubt, dass die agentische Wende kommt, rechnet mit stark steigender Nachfrage nach Chips und Serverkapazität.
Es gibt aber auch eine skeptische Gegenposition. Fehler summieren sich: Wenn jeder einzelne Schritt zu 95 Prozent gelingt, klappt eine Kette aus zwanzig Schritten nur noch in etwa einem Drittel der Fälle. Viele vorgeführte Agenten funktionieren deshalb in Demos gut und im echten Betrieb schlecht. Ob die Transition tatsächlich stattfindet, ist eine offene Frage, keine beschlossene Sache.
Planen, Werkzeuge benutzen, nachkontrollieren
Technisch bleibt der Kern derselbe wie bei einem Chatbot: ein Sprachmodell, also ein Programm, das gelernt hat, sinnvolle Wortfolgen zu erzeugen. Neu ist, was man darum herum baut. Zuerst zerlegt das System den Auftrag in Teilschritte, das nennt man Planung. Dann führt es die Schritte einzeln aus und schaut jeweils, was dabei herauskommt.
Der wichtigste Baustein sind Werkzeuge, im Fachjargon Tools. Das Modell darf festgelegte Funktionen aufrufen, etwa „suche im Internet“, „schreibe in die Datenbank“ oder „sende eine E-Mail“. Es formuliert dazu einen Aufruf, ein Programm außen herum führt ihn aus und reicht das Ergebnis zurück. So bekommt das Modell Zugriff auf aktuelle Informationen und auf die echte Welt, statt nur aus dem Gedächtnis zu antworten.
Dazu kommt eine Rückkopplung. Der Agent prüft das Zwischenergebnis, erkennt Fehler und versucht es anders. Eine passende Analogie ist ein Praktikant mit Aufgabenliste: Er arbeitet Punkte ab, hakt ab, fragt bei Unklarheiten nach. Genau wie bei einem Praktikanten braucht es Grenzen. Üblich sind ein Maximum an Schritten, ein Budget und eine menschliche Freigabe, bevor Geld ausgegeben oder eine Mail verschickt wird.
Agenten in Produkten und Schlagzeilen
Im Alltag begegnet man der Entwicklung meist unter anderen Namen. Programmierwerkzeuge wie Cursor oder Claude Code bearbeiten selbstständig mehrere Dateien in einem Projekt und führen Tests aus. Browserfunktionen großer Anbieter füllen Formulare aus und vergleichen Preise. Im Kundenservice bearbeiten Agenten Rückgaben komplett, statt nur Standardtexte vorzuschlagen.
In Wirtschaftsnachrichten steht der Begriff meist im Zusammenhang mit Geld. Anbieter verkaufen zunehmend „Agenten“ statt „Assistenten“ und verlangen höhere Preise. Gleichzeitig warnen Fachleute vor Sicherheitsrisiken: Ein Agent, der Webseiten liest und Werkzeuge bedient, kann durch versteckte Anweisungen auf einer Seite manipuliert werden. Dieses Problem heißt Prompt Injection.
Ein häufiger Irrtum ist, Agentic Transition mit allgemeiner künstlicher Intelligenz zu verwechseln. Gemeint ist kein Bewusstsein und kein eigener Wille. Gemeint ist eine Bauweise, bei der ein Modell in einer Schleife arbeitet und Werkzeuge bedienen darf. Die Ziele setzt weiterhin ein Mensch.