Autonome Agenten

Die meisten KI-Programme, die Texte schreiben, funktionieren nach einem einfachen Muster: Man stellt eine Frage, sie antworten, danach warten sie. Autonome Agenten gehen einen Schritt weiter. Sie bekommen ein Ziel statt einer Frage, zum Beispiel: « Finde die drei günstigsten Zugverbindungen nach Hamburg am Samstag und trage die beste in meinen Kalender ein. » Danach handeln sie in mehreren Schritten selbst, ohne dass ein Mensch jeden Schritt anstößt. Sie suchen im Internet, lesen Ergebnisse, verwerfen unpassende Treffer und starten notfalls einen neuen Versuch. Das Wort « autonom » bedeutet dabei nicht, dass niemand sie kontrolliert, sondern nur, dass sie zwischen Auftrag und Ergebnis eigenständig entscheiden.

Vom Antwortgeber zum Auftragsnehmer

Der Unterschied klingt klein, verändert aber, wofür KI überhaupt taugt. Ein Programm, das nur antwortet, ist ein Ratgeber. Ein Agent ist ein Mitarbeiter, dem man eine Aufgabe übergibt. Genau darin sehen viele Technologieunternehmen den nächsten großen Markt: Software, die Arbeitsschritte übernimmt, statt sie nur zu erklären.

Wirtschaftlich ist das interessant, weil Aufgaben viel mehr wert sind als Auskünfte. Ein Unternehmen zahlt wenig für einen guten Ratschlag zur Reisebuchung. Es zahlt deutlich mehr für ein System, das tausende Buchungen ohne Personal abwickelt. Deshalb tauchen Agenten seit 2024 in fast jeder Produktankündigung großer KI-Firmen auf.

Gleichzeitig entsteht damit ein neues Risiko. Wer etwas selbst tun darf, kann auch selbst Schaden anrichten. Ein Agent, der eine Bestellung falsch versteht, hat sie bereits ausgelöst, bevor jemand widersprechen kann. Fehler bleiben deshalb nicht mehr auf dem Bildschirm, sondern wirken in der echten Welt.

Die Schleife aus Planen, Handeln und Prüfen

Im Kern eines Agenten steckt ein Sprachmodell, also ein KI-System, das aus riesigen Textmengen gelernt hat, sinnvolle Sätze und Pläne zu formulieren. Um dieses Modell herum baut man eine Schleife. Das Modell überlegt zuerst, welcher Schritt als Nächstes sinnvoll ist. Dann führt es diesen Schritt aus. Anschließend liest es das Ergebnis und entscheidet, ob das Ziel erreicht ist oder ein weiterer Schritt folgt.

Handeln bedeutet dabei, ein Werkzeug zu benutzen. Werkzeuge sind kleine Programme, die der Agent aufrufen darf: eine Websuche, ein Taschenrechner, ein Kalender, eine Datenbank. Der Agent schreibt keinen Fließtext an den Nutzer, sondern einen strukturierten Aufruf, den die Software ausführen kann. Das Ergebnis kommt zurück in die Schleife. So entsteht aus vielen kleinen Textentscheidungen eine Handlungskette.

Dazu braucht ein Agent ein Gedächtnis, denn nach zwanzig Schritten muss er noch wissen, was er in Schritt drei herausgefunden hat. Meist speichert er Zwischenergebnisse in einer Notizdatei oder Datenbank und liest sie bei Bedarf nachträglich ein. Ein häufiger Irrtum ist, dass Agenten eine völlig neue Art von KI seien. Es ist dieselbe Technik wie bei einem Chatbot, nur mit Werkzeugen, Gedächtnis und einer Wiederholungsschleife drumherum.

Agenten in Produkten und Schlagzeilen

Am sichtbarsten sind Agenten heute beim Programmieren. Werkzeuge wie Claude Code oder GitHub Copilot Agent bekommen eine Aufgabenbeschreibung, ändern selbstständig mehrere Dateien, starten Tests und reparieren gefundene Fehler. Ähnliche Systeme steuern einen Browser, füllen Formulare aus und vergleichen Preise. In Unternehmen übernehmen Agenten das Sortieren von Support-Anfragen und das Vorbereiten von Rückerstattungen.

In Nachrichten begegnet dir der Begriff meist in zwei Zusammenhängen. Erstens bei Umsatzhoffnungen: Anbieter erwarten, dass Kunden für erledigte Aufgaben mehr zahlen als für einen Chat-Zugang. Zweitens bei Zuverlässigkeitsproblemen, denn in Tests scheitern Agenten an langen Aufgabenketten noch häufig. Wenn jeder von zwanzig Schritten nur zu 95 Prozent gelingt, ist die Gesamtaufgabe oft schon verloren.

Praktisch bedeutet das: Vertraue Agenten dort, wo Fehler leicht rückgängig zu machen sind. Bei Zahlungen, Verträgen oder E-Mails an Fremde ist eine menschliche Freigabe sinnvoll. Genau diesen Zwischenschritt nennt man in der Branche « Human in the Loop », also Mensch in der Schleife.