Dauerhafte Agenten
Dauerhafte Agenten sind Computerprogramme mit künstlicher Intelligenz, die nicht nur einmal antworten, sondern über Tage oder Monate an einer Aufgabe weiterarbeiten. Sie merken sich, was vorher passiert ist, und werden auch dann aktiv, wenn niemand sie gerade anspricht.
Die meisten KI-Programme funktionieren wie ein Automat: Man stellt eine Frage, sie antworten, danach vergessen sie alles. Dauerhafte Agenten sind anders gebaut. Ein Agent ist ein Programm, das eigenständig Schritte plant und ausführt, um ein Ziel zu erreichen. Dauerhaft heißt, dass dieser Agent über lange Zeit weiterläuft und sich an frühere Schritte erinnert. Er kann also am Montag eine Aufgabe beginnen und am Freitag daran weiterarbeiten. Zwischendurch beobachtet er, ob sich etwas verändert hat, und reagiert von selbst darauf.
Vom Frage-Antwort-Automaten zum Mitarbeiter auf Zeit
Der Unterschied klingt technisch, verändert aber, wofür man KI überhaupt einsetzen kann. Ein Chatprogramm kann dir erklären, wie man eine Reise plant. Ein dauerhafter Agent kann die Reise tatsächlich über Wochen betreuen. Er prüft täglich die Preise, merkt sich dein Budget und meldet sich, wenn ein Flug billiger wird. Aufgaben, die aus vielen kleinen Schritten über einen langen Zeitraum bestehen, werden damit automatisierbar.
Für Unternehmen ist genau das der wirtschaftlich interessante Punkt. Viele Arbeitsabläufe dauern nicht Sekunden, sondern Tage: eine Bewerbung bearbeiten, eine Reklamation verfolgen, ein Softwareproblem eingrenzen. Bisher musste ein Mensch den Faden zwischen den einzelnen Schritten halten. Dauerhafte Agenten sollen diesen Faden übernehmen. Deshalb investieren Firmen wie OpenAI, Google und Anthropic gerade stark in diese Richtung.
Es gibt aber eine Kehrseite. Ein Programm, das tagelang unbeaufsichtigt handelt, kann auch tagelang unbeaufsichtigt Fehler machen. Wenn ein Chatbot einmal Unsinn schreibt, sieht man das sofort. Wenn ein Agent einen falschen Zwischenschritt macht, baut er darauf weitere Schritte auf. Der Fehler wächst mit.
Gedächtnis, Werkzeuge und ein Auslöser
Technisch besteht ein solcher Agent aus drei Teilen. Der erste ist das Sprachmodell im Kern, also die KI, die aus Text sinnvolle nächste Schritte ableitet. Der zweite ist ein Gedächtnis außerhalb des Modells, meist eine Datenbank. Dort steht, was der Agent bisher getan hat, was er gelernt hat und was noch offen ist. Vor jedem neuen Schritt liest er die wichtigsten Teile daraus wieder ein.
Der dritte Teil sind Werkzeuge. Damit sind Zugriffe auf die Außenwelt gemeint: E-Mails verschicken, Webseiten abrufen, Einträge in einem Kalender ändern. Ohne Werkzeuge könnte der Agent nur reden, aber nichts bewirken. Man kann sich das Gedächtnis wie ein Laborbuch vorstellen und die Werkzeuge wie die Geräte im Labor. Das Modell ist die Person, die beides benutzt.
Bleibt die Frage, was den Agenten überhaupt in Gang setzt, wenn niemand tippt. Dafür gibt es Auslöser, sogenannte Trigger. Das kann eine Uhrzeit sein, eine neue E-Mail oder ein geänderter Aktienkurs. Tritt das Ereignis ein, wacht der Agent auf, liest sein Gedächtnis und entscheidet über den nächsten Schritt. Danach legt er sich wieder schlafen und verbraucht keine Rechenleistung.
Erste Produkte und wie man sie erkennt
In der Praxis findet man dauerhafte Agenten heute vor allem beim Programmieren. Werkzeuge wie GitHub Copilot Workspace oder Devin bekommen eine Fehlermeldung und arbeiten danach selbstständig weiter. Sie ändern Dateien, testen das Ergebnis und bessern nach, oft über Stunden. Der Mensch schaut erst am Ende auf das Resultat. Ähnliche Systeme gibt es für Kundendienst und Recherche.
In Nachrichten tauchen sie oft unter englischen Begriffen auf. Von agentic AI, autonomous agents oder long-running tasks ist die Rede. Gemeint ist meist dasselbe: KI, die nicht nur antwortet, sondern über längere Zeit handelt. Ein häufiger Irrtum ist, jede Automatisierung so zu nennen. Ein Skript, das jede Nacht dieselben drei Befehle ausführt, ist kein Agent. Entscheidend ist, dass das System selbst entscheidet, welcher Schritt als nächstes sinnvoll ist.
Für Nutzer heißt das vor allem eines: Man sollte wissen, welche Rechte so ein Agent hat. Darf er wirklich Geld ausgeben, Mails verschicken oder Dateien löschen? Viele Anbieter bauen deshalb Zwischenstopps ein, an denen ein Mensch bestätigen muss. Dieses Prinzip nennt man Human in the Loop. Es kostet Zeit, verhindert aber, dass ein einzelner Denkfehler tagelang unbemerkt weiterläuft.