KI-Agent

Ein KI-Agent ist ein Programm, das ein Ziel bekommt und den Weg dorthin selbst plant. Man sagt ihm also, was am Ende herauskommen soll, nicht jeden einzelnen Schritt. Der Agent überlegt dann, welche Teilaufgaben nötig sind, und arbeitet sie ab. Dabei darf er Dinge tun, nicht nur reden: im Internet suchen, eine Datei öffnen, eine E-Mail verschicken. Ein normales Chatprogramm liefert einen Text und ist fertig. Ein Agent prüft sein Zwischenergebnis und macht weiter, bis das Ziel erreicht ist oder er aufgibt.

Warum das wichtig ist

Der Unterschied klingt klein, ist wirtschaftlich aber groß. Ein Programm, das Ratschläge gibt, spart einem Menschen einige Minuten. Ein Programm, das die Arbeit selbst erledigt, kann eine ganze Aufgabe übernehmen. Genau darauf setzen viele Technologiefirmen ihre Umsatzhoffnungen. Deshalb tauchen Agenten seit 2024 in fast jeder Produktankündigung auf.

Gleichzeitig entsteht ein neues Risiko. Ein falscher Satz in einer Antwort ist ärgerlich. Eine falsche Überweisung oder eine gelöschte Datei ist ein echter Schaden. Weil Agenten handeln dürfen, wirken ihre Fehler direkt in der Welt. Aus diesem Grund diskutieren Unternehmen und Aufsichtsbehörden intensiv, wie viel Freiheit solche Systeme haben sollten.

Wie es funktioniert

Im Kern steckt ein Sprachmodell: ein Programm, das gelernt hat, Texte sinnvoll fortzusetzen. Dieses Modell schreibt sich zuerst einen Plan. Dann wählt es für den ersten Schritt ein Werkzeug aus. Werkzeuge sind fest eingebaute Funktionen, etwa eine Websuche oder ein Taschenrechner. Der Agent formuliert einen Aufruf, das Werkzeug liefert ein Ergebnis zurück, und dieses Ergebnis landet wieder im Text des Modells. So entsteht eine Schleife aus Denken, Handeln und Beobachten.

Dazu kommt ein Gedächtnis. Der Agent notiert, was er bereits versucht hat und was dabei herauskam. Ohne diese Notizen würde er im Kreis laufen. Ein Vergleich hilft: Ein Praktikant bekommt die Aufgabe, einen Konferenzraum für zwölf Personen zu buchen. Er sucht den Kalender, findet drei freie Termine, fragt beim Hausmeister nach der Größe und bucht dann. Niemand hat ihm diese Reihenfolge vorgeschrieben. Genau diese Selbstorganisation versucht ein KI-Agent nachzubilden.

In der Praxis sind Grenzen eingebaut. Meist gilt eine Obergrenze für die Zahl der Schritte, damit der Agent nicht endlos weiterrechnet und Kosten verursacht. Heikle Aktionen brauchen oft eine Bestätigung durch einen Menschen. Häufig arbeiten mehrere Agenten zusammen: einer plant, einer sucht, einer prüft das Ergebnis.

Wo man dem Begriff begegnet

Am sichtbarsten sind Agenten beim Programmieren. Werkzeuge wie GitHub Copilot, Claude Code oder Cursor können eine Fehlermeldung lesen, den passenden Code ändern und den Test selbst starten. Im Büroalltag tauchen Agenten in Support-Systemen auf, die eine Bestellung im Warenwirtschaftssystem heraussuchen und eine Rückerstattung anstoßen. Auch Browser-Erweiterungen, die Formulare ausfüllen oder Preise vergleichen, werden so vermarktet.

In Börsennachrichten ist « agentic AI » ein Schlagwort, mit dem Softwarefirmen höhere Preise begründen. Dabei lohnt eine kritische Frage: Handelt das System wirklich selbst, oder ist es ein Chatbot mit neuem Namen? Ein Hinweis ist, ob das Produkt Werkzeuge benutzt und mehrere Schritte ohne Rückfrage schafft. Ein weiterer Punkt sind belastbare Zahlen zur Fehlerquote. In unabhängigen Tests scheitern Agenten an vielen mehrstufigen Alltagsaufgaben noch regelmäßig.