Was ein KI-Agent den ganzen Tag tut

Ein Chatbot antwortet. Ein Agent handelt. Der technische Unterschied ist eine Schleife: Das Modell erzeugt einen Schritt, etwas führt ihn aus, das Ergebnis kommt zurück in den Kontext, und das Modell erzeugt den nächsten Schritt. Geben Sie ihm einen Browser, eine Kommandozeile, eine Datenbankverbindung und einen Kalender, und er kann mehrstufige Arbeit erledigen, ohne dass zwischen den Schritten ein Mensch steht.

Die Fähigkeit ist echt und enger, als die Werbung nahelegt. Zu verstehen, wo die Linie verläuft, spart sehr viel Geld.

Wo Agenten wirklich gut sind

Softwarearbeit mit schnellem Rückmeldesignal. Code schreiben, Tests laufen lassen, den Fehler lesen, ihn beheben. Das ist der beste Fall, denn die Umgebung sagt dem Agenten binnen Sekunden, ob er falsch lag, und diese Prüfung ist objektiv. Die meisten messbaren Produktivitätsbelege stammen von hier.

Recherche mit Quellenangaben. Suchen, lesen, herausziehen und eine Zusammenfassung mit Verweisen bauen. Die Arbeit lässt sich von einem Menschen schneller prüfen, als sie von Hand zu machen wäre.

Strukturierte Fleißarbeit. Uneinheitliche Daten bereinigen, Dokumente umformatieren, Formulare aus einem Postfach befüllen, Anfragen nach Kategorie sortieren. Hohe Stückzahl, geringe Folgen je Stück, leicht stichprobenhaft zu prüfen.

Wo sie brechen

Bei jeder Aufgabe mit langer Kette und ohne Zwischenprüfung. Fehler schaukeln sich auf: Ein Agent, der je Schritt zu 95 Prozent zuverlässig ist, ist über zehn Schritte zu 60 Prozent zuverlässig und über vierzig zu 13. Diese eine Rechnung erklärt die meisten enttäuschenden Pilotergebnisse.

Gefährlich sind Aufgaben, bei denen die Umgebung nicht Nein sagen kann. Ein Agent, der eine Datei schreibt, eine Nachricht sendet oder Geld bewegt, hat keine Testreihe, an der er scheitern könnte. Deshalb hat sich als Bauform durchgesetzt, was den Kontakt mit dem Ernstfall überlebt hat: enge Werkzeuge, ausdrückliche Bestätigung für alles Unumkehrbare und ein Protokoll jeder Handlung.

Und Aufgaben, die Zusammenhänge verlangen, die das Modell nicht hat. Ein Agent weiß nicht, dass dieser Kunde immer spät zahlt, dass die Buchhaltung dieses Format hasst oder dass die zweite Datenbank stillgelegt ist. Sagt es ihm niemand, handelt er plausibel und falsch.

Das Kostenmodell, das niemand einplant

Agenten sind auf eine Weise teuer, wie es ein Chat nicht ist. Eine einzige Agentenaufgabe kann Hunderttausende Token verbrauchen, denn jedes Werkzeugergebnis kommt zurück in den Kontext und der ganze Kontext wird bei jedem Schritt neu verarbeitet. Die Kosten wachsen also im schlechtesten Fall mit dem Quadrat der Gesprächslänge, nicht linear.

Drei Hebel zählen. Zwischenspeichern des gleichbleibenden Teils der Eingabe senkt die Eingabekosten erheblich und gehört als Erstes umgesetzt. Modellwahl, leichte Schritte an ein kleines Modell und schwere an ein Spitzenmodell, ist der zweite. Schrittgrenzen sind der dritte und der am meisten vernachlässigte: ein Agent ohne Budget verbringt fröhlich vierzig Schritte mit einer Aufgabe, die nie funktioniert hätte.

Unser KI-Kostenrechner ist genau für diese Rechnung gebaut, und der Regler, der die meisten überrascht, ist die Zwischenspeicherquote.

Das Messproblem

Vergleichstests für Agenten prüfen Aufgaben mit klarer Erfolgsbedingung, was sie zu genau den Fällen verzerrt, in denen Agenten ohnehin gut sind. Echte Arbeit ist meist mehrdeutig. Wenn Sie Agenten in Ihrer Organisation bewerten, messen Sie das, worauf es Ihnen ankommt: Aufgaben, die ohne menschliche Korrektur fertig wurden, und Zeit für die Durchsicht der Ergebnisse. Die zweite Zahl frisst die Ersparnis still auf.

Worauf zu achten ist

Achten Sie auf veröffentlichte Zuverlässigkeit über lange Ketten statt auf Vergleichstests einzelner Schritte. Achten Sie darauf, ob sich einheitliche Werkzeugschnittstellen durchsetzen, denn das entscheidet, ob Agenten kombinierbar werden oder Einzelanfertigungen bleiben. Und achten Sie auf die Nachvollziehbarkeit: Agenten werden mit nichts Folgenreichem betraut, solange ihr Tun nicht so prüfbar ist wie das eines Menschen.