Agentic AI

Agentic AI beschreibt KI-Systeme, die nicht bei der Antwort stehen bleiben, sondern ein Ziel entgegennehmen, es selbstständig in Teilschritte zerlegen, dafür Werkzeuge und Schnittstellen aufrufen, Zwischenergebnisse bewerten und den Vorgang bis zum Abschluss führen.

Der Unterschied zum klassischen Sprachmodell liegt nicht in der Sprachfähigkeit, sondern in der Handlungsfähigkeit. Ein Sprachmodell beantwortet die Frage, welche Flüge es nach New York gibt. Ein Agent bearbeitet den Auftrag, die Geschäftsreise nach New York zu organisieren - inklusive Kalenderabgleich, Buchung und Bestätigung.

Technisch besteht ein Agent typischerweise aus vier Bausteinen: einem Modell für Verstehen und Planung, einem Werkzeug-Layer für Aktionen, einem Gedächtnis für Kontext über mehrere Schritte hinweg und einer Kontrollschicht, die Rechte, Limits und die Eskalation an Menschen regelt.

Agentic AI ist die Voraussetzung für alles Weitere im Web4-Stack. Erst wenn Software handeln kann, werden Agent-Identitäten, Agent-Wallets und Agent-to-Agent-Kommunikation überhaupt notwendig.

Woran man einen echten Agenten erkennt

Der Begriff wird derzeit auf fast jedes Produkt geklebt, das ein Sprachmodell enthält. Ein brauchbarer Test besteht aus drei Fragen: Kann das System einen Auftrag annehmen, dessen Zwischenschritte niemand vorher aufgeschrieben hat? Ruft es dafür eigenständig Werkzeuge auf? Und merkt es, wenn ein Schritt fehlgeschlagen ist, um darauf zu reagieren?

Wird eine dieser Fragen mit Nein beantwortet, handelt es sich um Automatisierung mit natürlicher Sprache als Oberfläche - was durchaus nützlich sein kann, aber kein Agent ist. Der praktische Unterschied zeigt sich meist erst im Ausnahmefall: Ein Workflow bricht ab, ein Agent sucht einen anderen Weg oder eskaliert bewusst an einen Menschen.