Persistent Agent

Persistent Agent

Ein Persistent Agent ist ein KI-System, das nicht nach jeder Anfrage stoppt, sondern dauerhaft läuft, sich Ziele und Kontext über längere Zeit merkt und selbstständig Aufgaben erledigt. Er unterscheidet sich von einem einfachen Chatbot dadurch, dass er Entscheidungen trifft, Werkzeuge benutzt und seinen Fortschritt von einer Sitzung zur nächsten beibehält.

Die meisten KI-Systeme funktionieren wie ein Münztelefon: Man wirft eine Anfrage ein, bekommt eine Antwort, und danach ist alles vergessen. Ein Persistent Agent arbeitet anders. Er läuft dauerhaft, erinnert sich an frühere Schritte und verfolgt ein Ziel über mehrere Handlungen hinweg. Er kann selbstständig Werkzeuge aufrufen — also zum Beispiel Kalender, Datenbanken oder externe Dienste — und entscheidet dabei selbst, wann er welchen Schritt als nächstes ausführt. Man gibt ihm eine Aufgabe, und er bearbeitet sie, auch wenn man gerade nicht am Bildschirm sitzt. Das unterscheidet ihn grundlegend von einem Chatbot, der immer auf eine neue Eingabe wartet.

Warum Persistenz für KI-Agenten ein Durchbruch ist

Ohne Persistenz muss ein KI-System bei jeder Interaktion komplett neu beginnen. Es kennt keinen Kontext, keinen Zwischenstand, keine Vorgeschichte. Das ist für einfache Fragen ausreichend, für komplexe Aufgaben aber ein ernstes Problem.

Stell dir vor, du bittest jemanden, eine mehrtägige Reise zu planen. Wenn diese Person nach jedem Schritt ihr Gedächtnis verliert, muss sie jedes Mal von vorne anfangen. Ein Persistent Agent dagegen speichert, was er bereits erledigt hat, und macht nahtlos weiter. Das ermöglicht Aufgaben, die viele Einzelschritte erfordern — Recherche, Vergleich, Buchung — ohne dass ein Mensch jeden Zwischenschritt beaufsichtigen muss.

In der Praxis ist das der Unterschied zwischen einem Werkzeug, das man bedient, und einem Assistenten, dem man eine Aufgabe übergibt. Diese Verschiebung ist der Grund, warum Persistent Agents in der KI-Forschung und in der Industrie derzeit sehr viel Aufmerksamkeit bekommen.

Speicher, Schleife, Werkzeug — der innere Aufbau

Ein Persistent Agent besteht aus drei zusammenwirkenden Teilen. Erstens ein Sprachmodell als Kern: Es versteht Aufgaben, plant nächste Schritte und formuliert Aktionen. Zweitens ein Gedächtnis: Der Agent speichert seinen bisherigen Fortschritt, offene Ziele und relevante Informationen — entweder in einem einfachen Textprotokoll oder in einer Datenbank. Drittens eine Werkzeugschnittstelle: Der Agent kann externe Dienste aufrufen, etwa Suchmaschinen, APIs oder Kalender.

Diese drei Teile sind in einer sogenannten Aktions-Wahrnehmungs-Schleife verbunden. Der Agent plant eine Aktion, führt sie aus, beobachtet das Ergebnis und plant den nächsten Schritt. Diese Schleife läuft immer weiter, bis das Ziel erreicht ist oder der Agent auf ein Problem stößt, das er selbst nicht lösen kann. Ein häufiger Irrtum ist, dass der Agent dabei immer weiß, was er tut — in Wirklichkeit kann er steckenbleiben, falsche Annahmen treffen oder sich in Schleifen verlieren. Deshalb ist menschliche Kontrolle nach wie vor wichtig.

Der entscheidende technische Unterschied zu einem gewöhnlichen Chatbot liegt im Zustand: Ein Chatbot ist zustandslos, er vergisst nach jeder Antwort. Ein Persistent Agent ist zustandsbehaftet — sein Zustand, also der aktuelle Stand seiner Aufgabe, wird aktiv gespeichert und von Schritt zu Schritt weitergereicht.

Wo Persistent Agents heute schon eingesetzt werden

Konkrete Produkte, die auf diesem Prinzip beruhen, gibt es bereits. Devin, ein Softwareentwicklungs-Agent des Unternehmens Cognition, übernimmt ganze Programmieraufgaben: Er liest den Auftrag, schreibt Code, testet ihn, sucht Fehler und liefert am Ende eine fertige Lösung — ohne dass jemand jeden Schritt anweist. Ähnliche Agenten werden in der Unternehmens-IT eingesetzt, um automatisch Berichte zu erstellen, E-Mails zu kategorisieren oder Support-Anfragen zu bearbeiten.

In News und Ankündigungen taucht der Begriff immer dann auf, wenn Tech-Unternehmen ihre KI als „autonom“ oder „agentic“ bewerben. OpenAI, Google und Anthropic haben 2024 und 2025 jeweils eigene Agenten-Plattformen vorgestellt, die auf persistenten Strukturen aufbauen. Der Begriff „Agentic AI“ ist dabei oft ein Synonym, das denselben Grundgedanken — langlebige, eigenständig handelnde Systeme — etwas breiter fasst.

Für Verbraucher wird das Prinzip spürbar, sobald KI-Assistenten nicht mehr nur Fragen beantworten, sondern Aufträge ausführen: einen Flug buchen, einen Termin koordinieren, eine Bewerbung zusammenstellen. Genau dort liegt die nächste große Entwicklungsstufe — und die größte offene Frage, wie viel Entscheidungsfreiheit man einem solchen System wirklich geben will.

Produkten dorto

Aktuelle Narichten

Subscribe free. Unsubscribe the second it sucks.

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