Was KI-Agenten sind und wohin sie sich entwickeln
Was Software zum Agenten macht, wie Agenten arbeiten, was sie im Oktober 2026 zuverlässig leisten und wie die Arbeit von agentisch zu autonom wandert.
Agent ist das Wort des Jahres in unserer Branche, und es steht für fast alles: einen Chatbot mit neuem Namen, ein Skript, das E-Mails verschickt, die Vision von Unternehmen, die sich selbst führen. Da fällt es schwer zu erkennen, was echt ist.
Hier ist die einfache Fassung, mit den Belegen, wie sie im Oktober 2026 vorliegen.
Was ein Agent ist
Ein Agent ist ein Sprachmodell, das statt einer einzelnen Frage ein Ziel erhält. Es plant die Schritte, setzt sie mit Werkzeugen um, prüft jedes Ergebnis am Ziel und macht weiter, bis die Arbeit erledigt ist oder es einen Menschen braucht. Anthropic fasst es in einem Satz: ein Modell, das seine eigenen Abläufe und den Einsatz seiner Werkzeuge selbst steuert, während es eine Aufgabe erledigt.
Der Unterschied zu allem davor liegt darin, wer den nächsten Schritt bestimmt. Ein Chatbot antwortet, und Sie entscheiden, was mit der Antwort geschieht. Ein Assistent erledigt im Gespräch eine Sache, um die Sie ihn bitten: einen Entwurf, eine Zusammenfassung, eine Abfrage. Ein Workflow folgt einem Weg, den jemand im Voraus festgelegt hat, und ein Modell übernimmt Teile davon. Ein Agent wählt seinen Weg selbst. Mit dem Ziel, eine Offerte vorzubereiten, liest er die letzten E-Mails, schlägt die Preise nach, entwirft das Dokument und fragt nach, bevor er einen Rabatt gewährt.
Agentisch ist das Wort für die ganze Familie: Systeme, in denen ein Modell handelt und nicht nur antwortet. Ein System ist mehr oder weniger agentisch, je nachdem, wie viel vom Weg es selbst wählt und wie viel es ohne Rückfrage tun darf. Das entscheiden die Menschen, die es bauen und betreiben, nicht das Modell.
Wie sie arbeiten
Vier Teile machen aus einem Modell einen Agenten. Der erste sind Werkzeuge: suchen, eine Datei lesen, eine Datenbank abfragen, einen Termin eintragen, eine Nachricht senden. Werkzeuge erreichen die Systeme eines Unternehmens über Konnektoren, und der gängige Standard dafür ist MCP, das Model Context Protocol. Anthropic hat es 2024 vorgestellt und im Dezember 2025 an die Agentic AI Foundation übergeben, einen Fonds unter dem Dach der Linux Foundation, den Anthropic zusammen mit Block und OpenAI gegründet hat. Zu diesem Zeitpunkt gab es mehr als 10'000 aktive öffentliche MCP-Server, und ChatGPT, Gemini und Microsoft Copilot hatten das Protokoll übernommen.
Der zweite ist das Gedächtnis: was der Agent zwischen den Schritten und zwischen den Sitzungen behält, damit er weiss, was er schon getan hat und wie das Unternehmen die Dinge erledigt haben will. Der dritte ist die Bedienung des Computers, für Systeme ohne Konnektor. Der Agent schaut auf den Bildschirm, dann klickt und tippt er wie ein Mensch. Das ist langsamer und fehleranfälliger als ein Konnektor. Claude Cowork, der Agent von Anthropic für Büroarbeit, greift zuerst zu Konnektoren und übernimmt den Bildschirm nur, wenn es nicht anders geht.
Der vierte ist der Rahmen um das Modell, der sogenannte Harness: die Anweisungen, die Grenzen und die Prüfungen, die festlegen, was es tun darf. Grössere Aufträge werden auf mehrere Agenten verteilt. Ein Orchestrator plant, gibt Teile an ausführende Agenten weiter, die parallel arbeiten, und führt ihre Ergebnisse zusammen. Im Recherchesystem von Anthropic schnitt dieser Aufbau in einem internen Recherchetest um 90,2 Prozent besser ab als ein einzelner Agent und verbrauchte rund 15-mal so viele Tokens wie ein Chat. Das lohnt sich für breite Recherchen, viel weniger für Arbeit, bei der jeder Schritt vom vorherigen abhängt.
Wo sie im Oktober 2026 stehen
Jedes grosse Labor bietet Agenten heute als Produkt an. Am 29. September lancierte OpenAI Dots: Agenten in ChatGPT, die jeweils auf einem eigenen Cloud-Computer laufen und auch zwischen den Gesprächen weiter auf ein Ziel hinarbeiten. Anthropic bietet Claude Code für Software und Claude Cowork für Büroarbeit an, das in den Ordnern und Werkzeugen arbeitet, die eine Person auswählt, und in der Cloud weiterläuft, wenn der Laptop zugeklappt ist. Am 8. Oktober stellte Google Cloud den Gemini-Agenten vor, der die Arbeit plant, Skills und Werkzeuge nutzt und sich mit den Systemen eines Unternehmens verbindet.
Zuverlässig klappt Arbeit mit einem klaren Ende und einer schnellen Prüfung. Software liegt vorn: In den Daten von Anthropic vom Februar entfiel fast die Hälfte der Werkzeugaufrufe über die öffentliche API auf Softwareentwicklung, während Bereiche wie Kundendienst, Verkauf und Finanzen jeweils höchstens einige Prozent ausmachten. Die Bedienung von Computern hat sich schnell verbessert. In der verifizierten Fassung von OSWorld, einem Benchmark mit alltäglichen Computeraufgaben, erreichte der beste Agent im Juni 2026 85 Prozent, gegenüber 42 Prozent ein Jahr zuvor und rund 72 Prozent bei Menschen mit denselben Aufgaben. Dieselbe Analyse von Andreessen Horowitz zeigt auch die andere Seite: 85 Prozent heisst immer noch, dass 15 von 100 Aufgaben scheiterten, und wofür ein Mensch zwei bis drei Minuten braucht, kann einen Agenten acht bis zehn Minuten kosten.
Was noch nicht funktioniert: lange Aufgaben, Urteilsvermögen und Sicherheit. METR, das Agenten danach bewertet, wie lange ihre Aufgaben einen Menschen beschäftigen würden, warnt, seine Kennzahl sei kein Freipass zum Delegieren: Sie markiert die Aufgaben, die Agenten in der Hälfte der Fälle schaffen, und manche Arbeit braucht 98 Prozent Erfolg, bevor sich ihre Automatisierung lohnt. Agenten bleiben zudem anfällig, sobald die Arbeit vom vorgesehenen Ablauf abweicht. Und Prompt Injection, also Anweisungen, die in einer Webseite oder E-Mail versteckt sind und die ein Agent liest und befolgt, ist weiterhin ungelöst. OpenAI schrieb im Dezember 2025, dass sie sich, wie Betrug im Netz, wohl nie ganz lösen lassen wird.
Was das für ein Unternehmen bedeutet
Nicht jede Aufgabe braucht einen Agenten. Wo der Weg bekannt ist, ist ein Workflow günstiger und berechenbarer. Ein Agent lohnt sich dort, wo sich der Weg von Fall zu Fall ändert: bei einer Recherche, einer ungewöhnlichen Supportanfrage, der Vorbereitung einer Offerte. Viele gute Systeme sind grösstenteils Workflow, mit einem Agenten an den ein oder zwei Stellen, die Urteilsvermögen verlangen.
Wo ein Agent die Arbeit erledigt, legen Sie fest, was er anfassen darf. Geben Sie ihm den engsten Zugang, den die Aufgabe braucht, und setzen Sie jede Aktion auf einen von drei Zuständen, wie Anthropic sie in Claude anbietet: immer erlaubt, braucht Freigabe oder gesperrt. Setzen Sie die Freigaben vor alles, was sich nicht rückgängig machen lässt: die Zahlung, die E-Mail, die das Unternehmen verlässt, die veröffentlichte Seite. Bauen Sie sie in die Werkzeuge ein, nicht nur in den Prompt. Eine Anweisung lässt sich umgehen. Eine fehlende Berechtigung nicht.
Dann machen Sie die Arbeit nachvollziehbar. Lassen Sie jeden Schreibvorgang unter dem Namen der Person laufen, die ihn veranlasst hat, und halten Sie jeden Schritt fest: was der Agent gelesen hat, welches Werkzeug er aufgerufen hat, was er geändert hat. Twin, das KI-Gehirn, das wir für Unternehmen bauen, arbeitet so: Grenzen, Freigaben und Rechte nach Rolle, und jeder Schritt protokolliert.
Wohin es geht
Die Richtung ist stetig. Nach der langfristigen Schätzung von METR verdoppelt sich die Länge der Aufgaben, die Agenten bewältigen, alle sechs bis sieben Monate. Die Vorsicht von METR gilt auch hier: Ein doppelt so langer Horizont verdoppelt nicht, was sich abgeben lässt, denn die Fehler werden komplexer und teurer.
Auch die Infrastruktur festigt sich. MCP liegt heute bei einer neutralen Stiftung, die von den grossen Labors getragen wird. So kann ein einziger Konnektor Agenten verschiedener Anbieter bedienen, und ein Unternehmen, das seine Systeme einmal anbindet, ist nicht an ein Modell gebunden.
Unser Leitsatz sagt es in drei kurzen Sätzen: Vom Menschen geführt. Von KI angetrieben. Als Nächstes autonom. Jetzt bringen Menschen die Idee, die Erfahrung und den Geschmack ein, KI übernimmt die Produktion, und Menschen prüfen und geben den letzten Schliff. Als Nächstes wird es agentisch: Agenten erledigen den Grossteil der Arbeit, und Menschen bestimmen die Richtung und geben das letzte Ja. Danach wird alles autonom: Menschen greifen dort ein, wo sie es wollen. Jedes crue-Produkt bewegt sich entlang dieser Linie, Stufe um Stufe.
Helm ist das, wohin die Linie führt: unsere Vision eines ganzen Unternehmens, das sein Gründer mit Agenten führt. Helm ist in Entwicklung. Auch dort bestimmt ein Mensch die Richtung und steht für das Ergebnis ein. Autonom wird heissen, dass mehr Arbeit ohne Rückfrage geschieht. Es wird nicht heissen, dass niemand verantwortlich ist.
