Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

KI-Agent

Ein KI-Agent (AI Agent) ist ein System, in dem ein Sprachmodell seine nächsten Schritte selbst bestimmt: Es ruft Tools auf, liest die Ergebnisse und wiederholt das, bis die Aufgabe erledigt ist, statt einem festen Skript zu folgen.

Auch: agent, autonomous agent

Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir

Ein Chatbot beantwortet eine Nachricht nach der anderen. Ein Agent bekommt ein Ziel und arbeitet über viele Schritte darauf hin, wobei er unterwegs wählt, welche Tools er aufruft. Ein Tool kann im Web suchen, eine Datenbank abfragen, eine Datei bearbeiten oder einen Test ausführen.

So funktioniert es

Im Kern ist ein Agent eine Agenten-Schleife. Das Modell liest die Aufgabe und die bisherigen Ergebnisse und fordert dann entweder über Tool Calling ein Tool an oder gibt eine endgültige Antwort. Die Anwendung führt jedes Tool aus und gibt die Ausgabe zurück. Tools stammen oft von Servern, die das Model Context Protocol sprechen.

Anthropic zieht eine Linie zwischen Agenten und Workflows. In einem Workflow legt der Code des Entwicklers die Reihenfolge der Schritte fest. Bei einem Agenten steuert das Modell seinen eigenen Ablauf und entscheidet, welche Tools es nutzt.

Beispiel

Soll ein Coding-Agent wie Claude Code einen fehlschlagenden Test reparieren, liest er die Fehlermeldung, öffnet die betreffenden Dateien, bearbeitet eine, führt den Test erneut aus und hört auf, wenn er besteht.

Grenzen

Mehr Autonomie heißt mehr Möglichkeiten, dass etwas schiefgeht. Agenten kosten mehr und dauern länger als ein einzelner Modellaufruf, Fehler können sich über Schritte hinweg aufschaukeln, und ein Agent mit breitem Tool-Zugriff kann echten Schaden anrichten. Beginne mit dem einfachsten Aufbau, der funktioniert, teste in einer Sandbox und sorge dafür, dass ein Mensch riskante Aktionen freigeben kann. Der Leitfaden zu Agent-Frameworks vergleicht die wichtigsten Toolkits.

Verwandte Begriffe

Agentische KI
Agentische KI (Agentic AI) beschreibt Software, in der ein Sprachmodell eine gewisse Kontrolle darüber hat, wie eine Aufgabe erledigt wird: Es plant Schritte, wählt Tools und handelt auf Basis der Ergebnisse, mit mehr Autonomie als ein einzelner Prompt mit Antwort.
Agenten-Schleife
Die Agenten-Schleife (Agent Loop) ist der sich wiederholende Zyklus im Kern eines KI-Agenten: Das Modell fordert einen Tool-Aufruf an, die Anwendung führt ihn aus und gibt das Ergebnis zurück, und das Modell entscheidet, was als Nächstes passiert.
Tool Calling
Tool Calling, auch Function Calling (Funktionsaufruf) genannt, ist eine Funktion von Modell-APIs, bei der du Funktionen mit einem Schema beschreibst, das Modell mit einer strukturierten Anfrage antwortet, eine davon aufzurufen, und dein Code sie ausführt und das Ergebnis zurückgibt.
Model Context Protocol
Das Model Context Protocol (MCP) ist ein offener Standard, der festlegt, wie KI-Anwendungen sich mit externen Tools, Daten und Prompts verbinden, über JSON-RPC-Nachrichten zwischen einer Host-Anwendung, ihren Clients und separaten Servern.
Multi-Agenten-System
Ein Multi-Agenten-System ist ein Aufbau, in dem mehrere KI-Agenten, jeder mit eigenen Anweisungen, Tools und eigenem Kontext, an Teilen einer Aufgabe arbeiten und Ergebnisse aneinander oder an einen koordinierenden Agenten weitergeben.

Quellen