Skip to content
Innopulse Consulting
AI Engineering

Was ist ein KI-Agent?

Kurzdefinition

Ein KI-Agent ist ein System, das ein Sprachmodell mit Werkzeugen verbindet und mehrschrittig auf ein Ziel hinarbeitet — es plant, ruft Funktionen auf, wertet Ergebnisse aus und entscheidet über den nächsten Schritt, statt nur zu antworten.

Ein KI-Agent ist ein System, in dem ein Sprachmodell nicht nur antwortet, sondern handelt: Es kann Werkzeuge aufrufen — eine Suche, eine Datenbankabfrage, eine Berechnung, eine Schnittstelle —, das Ergebnis auswerten und auf dieser Grundlage über den nächsten Schritt entscheiden. Der Ablauf ist eine Schleife aus Planen, Handeln und Beobachten, die läuft, bis ein Ziel erreicht oder ein Abbruchkriterium erfüllt ist.

Der Unterschied zu einem Chatbot

Ein gewöhnlicher Chatbot erzeugt aus einer Eingabe eine Ausgabe. Ein Agent erzeugt aus einem Ziel eine Folge von Handlungen. Dieser Unterschied ist grösser, als er klingt. Ein Chatbot kann höchstens etwas Falsches sagen. Ein Agent kann etwas Falsches tun — eine Datenbank ändern, eine Nachricht senden, eine Bestellung auslösen. Damit verschiebt sich die zentrale Frage von der Antwortqualität zur Handlungsbefugnis.

Werkzeuge als Schnittstelle

Die Fähigkeiten eines Agenten ergeben sich aus den Werkzeugen, die ihm zur Verfügung stehen. Jedes Werkzeug ist eine Funktion mit beschriebenem Zweck, definierten Parametern und definierter Rückgabe. Die Qualität dieser Beschreibungen entscheidet massgeblich über die Zuverlässigkeit: Ein Modell wählt ein Werkzeug anhand seiner Beschreibung, nicht anhand seines Codes. Unklare oder überlappende Beschreibungen führen zu falscher Werkzeugwahl, und das ist einer der häufigsten Fehler in agentischen Systemen.

Warum Fehler sich multiplizieren

Das grundlegende Problem mehrschrittiger Systeme ist die Fehlerfortpflanzung. Wenn jeder einzelne Schritt mit hoher, aber nicht vollständiger Zuverlässigkeit gelingt, sinkt die Wahrscheinlichkeit eines fehlerfreien Gesamtablaufs mit jedem zusätzlichen Schritt. Ein Ablauf mit zehn Schritten ist deshalb deutlich fehleranfälliger als zehn unabhängige Einzelaufgaben. Kurze Ketten sind aus diesem Grund verlässlicher als lange, und die Zerlegung einer Aufgabe in wenige, gut abgegrenzte Schritte ist eine Architekturentscheidung mit direkter Wirkung auf die Fehlerrate.

Absicherungen, die produktiv nötig sind

Ein Agent im Produktivbetrieb braucht klare Begrenzungen. Dazu gehören ein abgegrenzter Handlungsraum, in dem nur die tatsächlich benötigten Werkzeuge verfügbar sind; eine Obergrenze für die Zahl der Schritte, damit eine Schleife nicht endlos läuft; eine vollständige Protokollierung aller Aufrufe und Ergebnisse; und eine ausdrückliche Bestätigung durch einen Menschen vor Handlungen, die sich nicht rückgängig machen lassen. Diese vier Punkte trennen ein einsatzfähiges System von einer Demonstration.

Wann sich ein Agent lohnt

Agentische Ansätze lohnen sich, wo der Weg zum Ziel nicht vorab feststeht — wo also erst das Zwischenergebnis zeigt, was als Nächstes zu tun ist. Wo der Ablauf dagegen bekannt ist, ist ein fest programmierter Ablauf mit gezielten Modellaufrufen fast immer die bessere Lösung: schneller, billiger, vorhersagbar und leichter zu testen. Die Frage lautet deshalb nicht, ob ein Agent möglich ist, sondern ob die Aufgabe seine Unvorhersagbarkeit rechtfertigt.

Praktische Konsequenz

Ein Agent ist kein Fortschritt gegenüber einem festen Ablauf, sondern ein anderer Kompromiss: mehr Flexibilität gegen weniger Vorhersagbarkeit. Wer diesen Tausch bewusst eingeht und ihn mit Protokollierung, Begrenzung und menschlicher Bestätigung absichert, erhält ein tragfähiges System. Wer ihn übersieht, erhält eines, das gelegentlich Erstaunliches leistet und gelegentlich Unerwartetes anrichtet.

AI Engineering ist unser Fachgebiet

Innopulse erklärt nicht nur Begriffe — wir setzen sie für DACH-Unternehmen in die Praxis um.