Kreislaufdiagramm eines KI-Agenten: Auftrag geht an das Sprachmodell, dieses plant einen Schritt, wählt ein Werkzeug (Websuche, Datenbank, E-Mail), erhält das Ergebnis zurück und prüft es; Pfeil zurück zur Planung oder, nach menschlicher Freigabe, zum fertigen Ergebnis.

Agentische KI

Agentische KI beschreibt Computerprogramme, die eine Aufgabe nicht nur beantworten, sondern selbst in Schritte zerlegen und diese Schritte nacheinander ausführen. Sie dürfen dabei Werkzeuge benutzen, etwa im Internet suchen, Dateien öffnen oder E-Mails verschicken.

Die meisten KI-Programme, die man kennt, arbeiten nach einem einfachen Muster: Man stellt eine Frage, das Programm liefert einen Text zurück. Danach ist der Vorgang beendet. Agentische KI geht einen Schritt weiter. Man gibt ihr ein Ziel, und sie überlegt selbst, welche Zwischenschritte dafür nötig sind. Dann arbeitet sie diese Schritte ab, prüft das Ergebnis und korrigiert sich, wenn etwas nicht geklappt hat. Der Unterschied ist also nicht bessere Sprache, sondern eigenständiges Handeln über mehrere Runden hinweg.

Vom Antwortgeber zum Auftragnehmer

Der Unterschied lässt sich gut mit einem Vergleich fassen. Ein normales Chatprogramm ist wie ein Lexikon: Du fragst, es antwortet. Ein Agent ist eher wie ein Praktikant, dem du sagst: « Finde drei Anbieter für diesen Laptop und schreib mir die Preise in eine Tabelle. » Der Praktikant sucht selbst, öffnet Seiten, vergleicht und liefert am Ende ein fertiges Ergebnis.

Wirtschaftlich ist das der Grund für die große Aufmerksamkeit. Wer nur Texte erzeugt, spart jemandem ein paar Minuten Schreibarbeit. Wer ganze Arbeitsabläufe übernimmt, ersetzt möglicherweise Stunden. Deshalb sprechen große Softwarefirmen inzwischen kaum noch von Chatbots, sondern von Agenten. Sie verkaufen nicht mehr Antworten, sondern erledigte Aufgaben.

Gleichzeitig entstehen neue Risiken. Ein Programm, das falsche Sätze schreibt, ist ärgerlich. Ein Programm, das falsche Bestellungen abschickt oder Dateien löscht, ist teuer. Fehler bleiben bei Agenten nicht im Text stecken, sondern wirken in der echten Welt. Genau darum diskutieren Fachleute so intensiv über Kontrolle und Haftung.

Schleife aus Planen, Handeln und Prüfen

Im Kern eines Agenten steckt meist ein Sprachmodell, also ein Programm, das gelernt hat, sehr gut passende Wörter und Sätze vorherzusagen. Dieses Modell erhält nicht nur den Auftrag, sondern auch eine Liste von Werkzeugen. Ein Werkzeug kann eine Websuche sein, ein Taschenrechner, ein Kalender oder ein Zugang zu einer Firmendatenbank. Das Modell entscheidet, welches Werkzeug es als Nächstes benutzt.

Dann läuft eine Schleife ab. Das Modell plant einen Schritt, führt ihn über ein Werkzeug aus und bekommt das Ergebnis zurück. Dieses Ergebnis fließt in die nächste Überlegung ein. So entsteht eine Kette aus vielen kleinen Entscheidungen, bis das Ziel erreicht ist oder ein Abbruchkriterium greift. Damit der Agent nicht endlos weiterläuft, setzen Entwickler Grenzen, etwa eine maximale Anzahl an Schritten.

Zwei Bauteile kommen oft dazu. Erstens ein Gedächtnis, in dem der Agent Zwischenergebnisse und frühere Aufträge speichert. Zweitens Freigabepunkte, an denen ein Mensch bestätigen muss, bevor etwas Endgültiges passiert. Ein typischer Irrtum ist übrigens, Agenten für unfehlbare Planer zu halten. In Wahrheit vervielfachen sich Fehler in langen Ketten: Wenn jeder von zehn Schritten mit 95 Prozent Wahrscheinlichkeit gelingt, ist der Gesamtdurchlauf nur noch in etwa 60 Prozent der Fälle korrekt.

Agenten in Produkten und Schlagzeilen

Am häufigsten begegnet man agentischer KI heute beim Programmieren. Werkzeuge wie Coding-Assistenten bekommen eine Aufgabe beschrieben, ändern selbst mehrere Dateien, starten Tests und reparieren Fehler, die die Tests melden. Ähnliche Systeme durchsuchen für Nutzer stundenlang Webseiten und liefern dann einen Bericht mit Quellen. Auch die Buchung von Reisen oder das Ausfüllen von Formularen wird zunehmend so angeboten.

In Unternehmen sitzen Agenten vor allem im Kundenservice und in der Verwaltung. Sie lesen eine Beschwerde, suchen die Bestellnummer im System, veranlassen eine Rückzahlung und schreiben die Antwort. Sichtbar ist davon oft nur eine E-Mail. Der interessante Teil sind die Schritte dahinter.

In Wirtschaftsnachrichten taucht der Begriff meist in zwei Zusammenhängen auf. Zum einen als Wachstumsversprechen: Anbieter verlangen Geld pro erledigter Aufgabe statt pro Nutzer und Monat. Zum anderen als Warnung, weil Agenten Zugriff auf Konten, Mails und Firmendaten brauchen. Wer solche Meldungen liest, sollte immer prüfen, wie viel der Agent wirklich allein entscheiden darf.

Subscribe free. Unsubscribe the second it sucks.

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