Implementor Agent
Ein Implementor Agent ist ein KI-Programm, das eine Aufgabe nicht nur beschreibt, sondern selbst ausführt – etwa Code schreiben, Dateien ändern und Tests laufen lassen. Er arbeitet in mehreren Schritten hintereinander und prüft dabei selbst, ob das Ergebnis funktioniert.
Die meisten KI-Programme, die Texte schreiben, geben nur Text zurück. Man stellt eine Frage, bekommt eine Antwort, und alles Weitere macht man selbst. Ein Implementor Agent geht einen Schritt weiter: Er darf handeln. Er bekommt eine Aufgabe wie „Baue eine Anmeldeseite für diese Website“ und arbeitet sie dann eigenständig ab. Dabei öffnet er Dateien, schreibt Programmtext hinein, startet das Programm und schaut, ob es läuft. Der Name kommt aus dem Englischen: „to implement“ heißt umsetzen oder ausführen.
Vom Vorschlag zur fertigen Änderung
Bisher war KI im Programmieren vor allem ein Ratgeber. Sie schlug Textbausteine vor, der Mensch kopierte sie und baute sie ein. Der Zeitgewinn war spürbar, aber begrenzt. Die eigentliche Arbeit – ausprobieren, Fehler suchen, nachbessern – blieb beim Menschen.
Ein Implementor Agent übernimmt genau diese Schleife. Er kann einen Fehler bemerken, den Code korrigieren und erneut testen, ohne zwischendurch zu fragen. Damit verschiebt sich die Rolle des Entwicklers. Er beschreibt, was entstehen soll, und prüft am Ende das Ergebnis.
Wirtschaftlich ist das der Grund für die hohen Bewertungen von Firmen wie Cursor, Cognition oder Anthropic. Anbieter verkaufen nicht mehr nur ein Werkzeug, sondern erledigte Arbeit. Genau deshalb ist „Agent“ seit 2024 eines der meistgenutzten Schlagwörter der Branche. Man sollte es aber nüchtern lesen: Viele Produkte, die so heißen, sind noch stark auf menschliche Kontrolle angewiesen.
Werkzeuge, Schleife und Kontrolle
Kern eines solchen Agenten ist ein Sprachmodell, also ein KI-System, das Text vorhersagt. Neu ist, was man ihm daneben stellt: Werkzeuge. Das sind kleine Programme, die der Agent aufrufen darf, etwa „Datei lesen“, „Datei speichern“, „Testlauf starten“ oder „im Internet suchen“. Das Modell entscheidet selbst, welches Werkzeug es als Nächstes braucht.
Daraus entsteht eine Schleife. Der Agent überlegt, führt eine Aktion aus und liest das Ergebnis. Meldet der Testlauf einen Fehler, fließt diese Fehlermeldung zurück in seinen Arbeitsspeicher. Er versucht es erneut, oft dutzende Male. Diese Rückmeldung ist der entscheidende Unterschied zu einem einfachen Chatbot.
Man kann sich das wie einen Praktikanten vorstellen, der Zugang zum Firmenrechner hat. Genau daraus entsteht auch das Risiko. Ein Agent kann Dateien löschen, Passwörter irgendwohin schicken oder in einer Endlosschleife hohe Kosten verursachen. Deshalb laufen solche Agenten meist in einer abgeschotteten Umgebung, einer sogenannten Sandbox. Wichtige Schritte muss oft ein Mensch freigeben.
Wo solche Agenten heute arbeiten
Am weitesten sind Implementor Agents in der Softwareentwicklung. Werkzeuge wie GitHub Copilot Workspace, Claude Code, Codex oder Devin bekommen eine Fehlermeldung aus einem Projekt und liefern einen fertigen Änderungsvorschlag zurück. Dieser wird dann wie die Arbeit eines Kollegen geprüft und freigegeben.
Außerhalb des Programmierens tauchen ähnliche Systeme im Büroalltag auf. Sie füllen Tabellen, recherchieren Lieferantenpreise oder bereiten Rechnungen vor. Das Prinzip bleibt gleich: Ziel vorgeben, Werkzeuge bereitstellen, Ergebnis kontrollieren.
In Nachrichtenmeldungen begegnet dir der Begriff meist zusammen mit Zahlen zur Erfolgsquote. Ein üblicher Maßstab ist SWE-bench, eine Sammlung echter Programmierprobleme. Wenn dort von 60 oder 70 Prozent gelösten Aufgaben die Rede ist, heißt das auch: Ein großer Teil scheitert weiterhin. Ein Implementor Agent ersetzt bisher keine Fachkraft, sondern beschleunigt sie.