Künstliche Intelligenz konnte bis vor Kurzem vor allem eines: antworten. Man stellte eine Frage und bekam einen Text. Ein KI-Agent arbeitet anders. Er erhält ein Ziel, zerlegt es selbstständig in kleinere Schritte und erledigt diese nacheinander, ohne dass ihn jemand anleitet.
Veranschaulichen wir den Unterschied am Beispiel eines Urlaubs. Ein Chatbot berät Sie, wohin Sie reisen und was Sie einpacken sollten. Ein Agent plant dagegen gleich Ihre gesamte Reise, durchsucht die Websites von Fluggesellschaften, vergleicht Preise und schließt die Buchung ab.
Dieser Text erklärt, wie Agenten arbeiten, was sie heute können und wie sie eigentlich entstanden sind.
Wie ein Agent denkt und handelt
Im Inneren jedes Agenten arbeitet ein großes Sprachmodell. Es handelt sich um dieselbe Technologie, auf der ChatGPT oder Claude basieren. Der Unterschied liegt in dem, was das Modell umgibt. Ein Agent erhält keine genaue Anleitung, sondern eine Aufgabe. Den Plan erstellt er selbst. Der gesamte Prozess läuft in einer Schleife ab. Das Modell betrachtet die Aufgabe, überlegt sich den nächsten Schritt, führt ihn aus und überprüft das Ergebnis. Wenn etwas fehlschlägt, versucht es einen anderen Ansatz oder eine andere Methode. Wenn es dem Ziel näherkommt, macht es weiter. So bewältigt es auch Aufgaben, die sich nicht mit einer einzigen Antwort erledigen lassen.
Seine Stärke erhält der Agent durch Werkzeuge. Er kann das Internet durchsuchen, ein Programm ausführen, eine Datei bearbeiten oder eine Nachricht versenden. Ohne Werkzeuge würde er nur sprechen, ähnlich wie ein Chatbot. Mit ihnen kann er Dinge jedoch tatsächlich erledigen. Viele Agenten verfügen auch über ein Gedächtnis. Sie behalten den Überblick darüber, was sie bereits getan und herausgefunden haben, sodass sie bei einer umfangreichen Aufgabe nicht den Faden verlieren.
Wofür sich Agenten am meisten lohnen
Am weitesten sind sie bislang beim Programmieren. Werkzeuge wie Claude Code oder Cursor schreiben einen Teil des Codes, testen ihn selbst, finden Fehler und beheben sie. Der Entwickler gibt vor, was er benötigt, und überprüft anschließend nur noch die fertige Arbeit.
Auch im Kundensupport leisten sie gute Arbeit. Ein Agent liest eine Anfrage, sucht die Bestelldaten heraus, bearbeitet eine Reklamation oder übergibt den Fall an einen Menschen, wenn er nicht weiterweiß.
Auch mit der Informationssuche kommen sie zurecht. Sie durchsuchen Dutzende Websites, ordnen die Erkenntnisse und verfassen eine Übersicht. Unternehmen helfen sie dabei, E-Mails zu sortieren, Besprechungen zu planen oder Angebote vorzubereiten. Die meisten dieser Helfer arbeiten bislang unter menschlicher Aufsicht und müssen sich ihre Selbstständigkeit erst noch erarbeiten.
Der Weg von den ersten Chatbots zu den heutigen Agenten
Die Idee einer Maschine, die sich mit einem Menschen unterhält, ist Jahrzehnte alt. Das Programm ELIZA entstand bereits in den 1960er-Jahren und simulierte ein Gespräch mit einem Psychotherapeuten. Es konnte jedoch lediglich Wörter aus den Sätzen des Nutzers umstellen. Es verstand nichts. Jahrzehntelang rang die Forschung mit der Frage, wie man einer Maschine Sprache beibringen kann. Der Durchbruch kam 2017. Ein Team von Google stellte eine Architektur namens Transformer vor, die es Modellen ermöglichte, Texte wesentlich intelligenter zu verarbeiten. Auf ihr basieren die GPT-Modelle.
Im Jahr 2020 präsentierte das Unternehmen OpenAI das Modell GPT-3, das zusammenhängende Texte zu beliebigen Themen schrieb. Zwei Jahre später kam ChatGPT, das innerhalb weniger Wochen von Millionen Menschen ausprobiert wurde. Künstliche Intelligenz erreichte die breite Masse. Eine Einschränkung bestand jedoch weiterhin: Das Modell konnte sprechen, aber sonst nichts. Es konnte weder etwas überprüfen noch ausführen. Das änderte sich, als Unternehmen den Modellen die Möglichkeit gaben, Werkzeuge zu verwenden. Plötzlich konnte ein Modell im Internet nachsehen, eine Berechnung mithilfe von Code durchführen oder Daten aus anderen Quellen abrufen.
Um das Jahr 2023 herum gab es die ersten Versuche, aus einem Modell einen selbstständigen Agenten zu entwickeln. Das Projekt AutoGPT zeigte, dass ein Modell eigenständig Schritte planen und diese nach und nach ausführen kann. Es funktionierte unzuverlässig, wies aber die Richtung. Seitdem entwickeln große Unternehmen wie OpenAI, Google und Anthropic Agenten, die zuverlässiger arbeiten und komplexere Aufgaben bewältigen können.
Eine interessante Randnotiz: Künstliche Intelligenz konnte schon früher selbstständig handeln, allerdings nur in der abgeschlossenen Welt von Spielen. Das Programm AlphaGo besiegte 2016 den besten Go-Spieler, und Systeme desselben Unternehmens lernten, alte Videospiele besser zu spielen als Menschen. Die damaligen Agenten beherrschten jedoch nur ihr jeweiliges Spiel. Die heutigen kommen mit Aufgaben aus dem Alltag zurecht.
Wo Agenten heute an ihre Grenzen stoßen
Selbstständigkeit hat ihren Preis. Wenn sich ein Modell in einer einzelnen Antwort irrt, ist der Schaden gering. Wenn sich ein Agent im ersten Schritt einer langen Kette irrt, setzt sich der Fehler fort und wird immer größer. Modelle halluzinieren gelegentlich, das heißt, sie behaupten mit völliger Sicherheit Unwahrheiten. Bei einem Agenten, der Zugriff auf E-Mails oder Zahlungen hat, kann ein solcher Fehler erheblichen Schaden anrichten. Sicherheitsexperten warnen daher vor Agenten, die ohne Kontrolle handeln.
Offen bleibt auch die Frage, wer die Verantwortung trägt, wenn ein Agent jemandem schadet, und wie verhindert werden kann, dass ihn jemand für einen Betrug missbraucht. Unternehmen halten die meisten Agenten daher vorerst an der kurzen Leine und lassen wichtige Schritte von einem Menschen genehmigen. Gleichzeitig fließt sehr viel Geld in die Branche. Große Technologieunternehmen und Investoren investieren gewaltige Summen in die Entwicklung von Agenten.
