Agentischer Harness
Ein agentischer Harness ist das Programm, das ein Sprachmodell zu einem selbstständig arbeitenden Assistenten macht: Es ruft das Modell wiederholt auf, führt dessen Vorschläge aus und speist die Ergebnisse zurück. Ohne diesen Rahmen könnte ein Modell nur Text ausgeben, aber nichts tun.
Ein KI-Sprachmodell kann von sich aus nur eines: Text erzeugen. Es antwortet einmal auf eine Eingabe und ist damit fertig. Damit daraus ein Assistent wird, der eine Aufgabe über viele Schritte hinweg selbst erledigt, braucht es ein Programm drumherum. Dieses Programm heißt agentischer Harness. Das englische Wort « harness » bedeutet Geschirr oder Gurtzeug, also die Vorrichtung, mit der man ein Zugtier oder eine Maschine einspannt. Der Harness spannt das Modell in einen Kreislauf ein: Er nimmt die Ausgabe des Modells, führt sie aus, sammelt das Ergebnis und schickt es wieder zurück ins Modell.
Warum die Hülle mitentscheidet, wie gut ein Agent ist
Man liest oft, ein bestimmtes Modell sei besonders gut im Programmieren. Tatsächlich messen solche Tests fast immer zwei Dinge auf einmal: das Modell und den Harness, in dem es steckt. Dasselbe Modell kann mit einem gut gebauten Rahmen deutlich mehr Aufgaben lösen als mit einem schlechten. Anbieter haben mehrfach gezeigt, dass allein Verbesserungen am Harness die Erfolgsquote in Testreihen spürbar heben.
Der Grund liegt in den typischen Schwächen von Sprachmodellen. Sie erfinden Details, verlieren nach vielen Schritten den Überblick oder wiederholen eine erfolglose Idee endlos. Ein guter Harness fängt genau das ab. Er begrenzt die Anzahl der Versuche, gibt bei Fehlern klare Rückmeldungen und fasst lange Verläufe zusammen, bevor der Platz im Arbeitsgedächtnis des Modells ausgeht.
Wirtschaftlich ist das ein wichtiger Punkt. Wer ein KI-Produkt baut, hat auf das Modell selbst meist kaum Einfluss, weil es von einem großen Anbieter kommt. Der Harness dagegen ist die eigene Ingenieursleistung. Genau dort entsteht der Unterschied zwischen zwei Produkten, die im Kern dasselbe Modell benutzen.
Der Kreislauf aus Denken, Handeln und Beobachten
Im Kern läuft immer dieselbe Schleife. Der Harness schickt die Aufgabe an das Modell und bekommt einen Vorschlag zurück, etwa: « Öffne die Datei rechnung.txt. » Solche Vorschläge nennt man Werkzeugaufrufe. Der Harness führt sie aus, weil nur er Zugriff auf Dateien, Programme oder das Internet hat. Das Ergebnis schickt er als neue Nachricht an das Modell zurück. Dann beginnt der nächste Durchgang.
Dazu gehören mehrere feste Bauteile. Erstens eine Liste der erlaubten Werkzeuge, also etwa Dateien lesen, Befehle ausführen oder eine Suche starten. Zweitens ein Gedächtnis, das alle bisherigen Schritte festhält. Drittens Abbruchregeln: Nach einer bestimmten Zahl von Schritten oder Kosten hört der Agent auf. Viertens Sicherheitsgrenzen, damit das Modell nicht beliebige Befehle auf einem echten Rechner ausführt.
Ein häufiger Irrtum ist, der Harness sei nur ein bisschen Klebecode. In der Praxis steckt viel Feinarbeit darin. Welche Fehlermeldung genau zurückgegeben wird, in welcher Form der Arbeitsstand zusammengefasst wird, wann ein Mensch um Erlaubnis gefragt wird: Solche Entscheidungen bestimmen, ob ein Agent zuverlässig arbeitet oder nach zehn Schritten entgleist.
Von Coding-Assistenten bis zum Kundenservice
Am bekanntesten sind Programmierwerkzeuge, die im Terminal oder in einer Entwicklungsumgebung laufen. Sie lesen Dateien, ändern Code, starten Tests und reagieren auf Fehlermeldungen, bis die Tests durchlaufen. Diese Werkzeuge sind fast vollständig Harness. Das Modell dahinter ist dasselbe, das auch im Chatfenster antwortet.
Auch außerhalb der Softwareentwicklung findet man das Muster. Ein Rechercheassistent sucht, liest Seiten, sucht erneut und schreibt am Ende eine Zusammenfassung mit Quellen. Ein Kundenservice-Agent liest Bestelldaten, prüft Regeln und löst eine Rückerstattung aus. Immer gilt dasselbe Prinzip: Das Modell entscheidet, der Harness handelt.
In Fachnachrichten begegnet dir der Begriff meist in Diskussionen über Benchmark-Ergebnisse, also standardisierte Vergleichstests. Dort taucht der Hinweis auf, ein Ergebnis sei nur mit einem bestimmten Harness erreicht worden. Wer das versteht, liest solche Zahlen vorsichtiger. Ein Modell ist nie allein gut oder schlecht, es ist immer in einem bestimmten Rahmen gut oder schlecht.