Ablaufskizze eines KI-Agenten: Vom Ziel führt ein Pfeil zum Sprachmodell, das einen Schritt plant. Von dort geht es zum Werkzeugaufruf (Suche, Datei, E-Mail), dessen Ergebnis zurück zum Modell fließt. Diese Schleife wiederholt sich, bis ein Prüfschritt das Ziel als erreicht markiert und das Ergebnis ausgegeben wird.

Agentic AI

Agentic AI bezeichnet KI-Systeme, die eine Aufgabe nicht nur beantworten, sondern in Schritte zerlegen und selbstständig abarbeiten. Sie planen, benutzen Werkzeuge wie Suchmaschinen oder Programme und prüfen ihre Zwischenergebnisse, bis das Ziel erreicht ist.

Die meisten KI-Programme, die man kennt, funktionieren nach einem einfachen Muster. Man stellt eine Frage, das Programm antwortet, danach ist der Vorgang beendet. Agentic AI geht einen Schritt weiter. Hier bekommt das System ein Ziel statt einer Frage, zum Beispiel: « Finde die drei günstigsten Zugverbindungen nach Hamburg und trag sie in meinen Kalender ein. » Das System überlegt dann selbst, welche Teilschritte nötig sind, und führt sie nacheinander aus. Es darf dabei auch andere Programme bedienen, etwa eine Suchmaschine oder eine Kalender-App.

Vom Antwortgeber zum Auftragnehmer

Der Unterschied klingt klein, ist aber wirtschaftlich groß. Ein Chatbot spart einem Menschen ein paar Minuten Nachdenken. Ein System, das eine ganze Aufgabe von Anfang bis Ende erledigt, spart einen Arbeitsschritt komplett. Genau deshalb investieren Softwarefirmen gerade sehr viel Geld in diese Richtung.

Typische Einsatzgebiete sind Aufgaben, die aus vielen kleinen, langweiligen Handgriffen bestehen. Rechnungen aus E-Mails heraussuchen und einsortieren. Kundenanfragen prüfen und an die richtige Abteilung weiterleiten. Programmcode schreiben, testen und den Fehler beheben, den der Test gemeldet hat. Solche Ketten kann ein Mensch problemlos, aber sie kosten Zeit.

Gleichzeitig entsteht ein neues Risiko. Wenn ein Chatbot Unsinn schreibt, liest man ihn und ignoriert ihn. Wenn ein Agent Unsinn tut, hat er womöglich schon eine Bestellung ausgelöst oder eine Datei gelöscht. Fehler haben also Folgen in der echten Welt, nicht nur auf dem Bildschirm.

Planen, Werkzeuge benutzen, nachbessern

Im Kern steckt fast immer ein Sprachmodell, also ein KI-System, das aus riesigen Textmengen gelernt hat, sinnvolle Texte zu erzeugen. Dieses Modell wird in eine Schleife eingebaut. Es überlegt zuerst, was der nächste Schritt sein sollte. Dann führt es diesen Schritt aus, schaut sich das Ergebnis an und entscheidet erneut. Diese Schleife läuft so lange, bis das Ziel erreicht ist oder ein festgelegtes Limit greift.

Entscheidend sind die Werkzeuge, auf die das System zugreifen darf. Man gibt ihm eine Liste von Funktionen, etwa « suche im Internet », « lies diese Datei » oder « sende eine E-Mail ». Das Modell schreibt dann nicht einfach Text, sondern erzeugt einen Aufruf für eine dieser Funktionen. Ein Programm drumherum führt den Aufruf tatsächlich aus und reicht das Ergebnis zurück.

Ein verbreiteter Irrtum ist, dass Agentic AI eine völlig neue Art von Modell sei. Das stimmt nicht. Meist ist es dasselbe Sprachmodell wie im Chatbot, nur eingebettet in eine Umgebung mit Gedächtnis, Werkzeugen und Wiederholungsschleife. Neuere Modelle werden allerdings gezielt darauf trainiert, solche Werkzeugaufrufe sauber zu formulieren. Weil jeder Schleifendurchlauf Rechenzeit kostet, sind Agenten außerdem deutlich teurer im Betrieb als eine einzelne Antwort.

Agenten in Produkten und Schlagzeilen

Am weitesten sind agentische Systeme beim Programmieren. Werkzeuge wie GitHub Copilot oder Claude Code bekommen eine Aufgabenbeschreibung und bearbeiten dann selbstständig mehrere Dateien eines Projekts. Sie starten Tests, lesen die Fehlermeldungen und versuchen es erneut. Dass ausgerechnet Software den Anfang macht, hat einen einfachen Grund: Ein Test sagt sofort und eindeutig, ob das Ergebnis funktioniert.

Im Browser gibt es inzwischen Agenten, die Webseiten anklicken, Formulare ausfüllen und Reisen buchen. Diese Angebote funktionieren bislang unzuverlässiger, weil Webseiten sich ständig verändern. Viele Anbieter fragen deshalb vor kritischen Schritten wie einer Zahlung nochmals nach.

In Wirtschaftsnachrichten taucht der Begriff derzeit sehr häufig auf, oft als Verkaufsargument. Nicht jedes Produkt, das « Agent » heißt, arbeitet wirklich selbstständig. Eine brauchbare Prüffrage lautet: Trifft das System mehrere Entscheidungen nacheinander, ohne dass ein Mensch dazwischen eingreift? Nur dann ist der Begriff berechtigt.

Produkte dazu

Aktuelle News

Subscribe free. Unsubscribe the second it sucks.

High-signal news across AI, business, UX, and tech. Every morning.