Was ist ein KI-Agent? Alle Grundlagen einfach erklärt

KI-Agenten gelten als die Zukunft der künstlichen Intelligenz. Aber was ist ein KI-Agent eigentlich, und was unterscheidet ihn von ChatGPT? Ich habe mich die letzten Jahre intensiv mit Sprachmodellen beschäftigt und dazu auch unterrichtet. Die gute Nachricht: Du brauchst kein technisches Wissen, um das Konzept zu verstehen. Am besten geht das in drei Stufen. Wir starten bei einem Tool, das du garantiert kennst, nämlich ChatGPT. Dann kommen KI-Workflows. Und am Ende weißt du genau, was einen echten KI-Agenten ausmacht.

Stufe 1: LLMs wie ChatGPT, Claude und Gemini

ChatGPT, Claude, Gemini: Das sind alles Beispiele für sogenannte Large Language Models, kurz LLMs. Diese Modelle sind super darin, Texte zu generieren und Fragen zu beantworten. Das Prinzip dahinter ist simpel. Du gibst dem LLM eine Eingabe, den Prompt, und das Modell erzeugt daraus eine Ausgabe.

Ein Beispiel: Ich bitte ChatGPT, mir eine E-Mail zu schreiben, mit der ich meinen Kollegen für heute Nachmittag zu einem Meeting einlade. Kein Problem. Die Bitte ist der Input, die fertige E-Mail der Output.

Aber was, wenn ich ChatGPT bitte, in meinen Kalender zu gehen und das Meeting direkt zu buchen? Du und ich wissen die Antwort, ohne sie zu sehen: Das klappt nicht, weil ChatGPT keinen Zugriff auf meinen Kalender hat.

Die drei Schwächen von LLMs

Daraus ergeben sich drei grundlegende Probleme:

1. Sie können keine Tools benutzen. Ein LLM allein kommt weder an deinen Kalender noch an deine E-Mails.
2. Sie sind nicht reproduzierbar. Du kennst das: Mal liefert ChatGPT eine richtig gute Antwort, ein anderes Mal halluziniert es die Hälfte.
3. Sie sind passiv. Ein LLM wartet auf deine Eingabe, bevor es aktiv wird.

Merk dir bis hierhin: LLMs sind gut darin, Text zu generieren, haben aber diese drei Beschränkungen. Genau da setzen KI-Workflows an.

Stufe 2: KI-Workflows verbinden das LLM mit deinen Tools

Mit einem KI-Workflow kombinierst du dein LLM mit Tools wie deinem Kalender, Outlook oder Notion.

Zurück zum Meeting-Beispiel. Bittest du ChatGPT direkt, in deinen Kalender zu schauen, schlägt das fehl. Baust du dir aber einen Workflow, bei dem dein E-Mail-Dienst jede neue E-Mail an ChatGPT weiterleitet, und verknüpfst ChatGPT zusätzlich mit deinem Kalender, dann kann das System eingehende Anfragen lesen und bei Bedarf Meetings eintragen. Das nennt man einen KI-Workflow.

Wichtig dabei: Dieser Workflow kann jetzt E-Mails lesen und deinen Kalender bearbeiten. Das Wetter für heute abrufen kann er nicht, weil wir das passende Modul dafür nicht eingebaut haben. Ein Workflow folgt immer exakt dem Pfad, den du vorher definiert hast. Falls du es technischer magst: Dieser Pfad heißt Steuerlogik.

Wir sind also von einem LLM ohne Tools und mit chaotischem Output zu einem Workflow mit Tools und vorhersagbarem Output gekommen. In der Theorie klingt das leicht. In der Praxis ist so ein Workflow ziemlich schwer sauber hinzubekommen, gerade entstehen deshalb viele Startups rund um dieses Thema. Was du dafür vor allem brauchst, ist gutes Prompt Engineering.

Ein Workflow aus meinem Alltag

Ich habe mir so einen Workflow selbst gebaut, angelehnt an ein Tutorial von Helena Liu. Bei meiner Recherche stoße ich oft auf Paper, die ich spannend finde, die aber sehr komplex und wissenschaftlich geschrieben sind. Mein Workflow nimmt mir das ab: Ich füge die Artikel in ein Google Sheet ein, Perplexity fasst sie zusammen und speichert die Zusammenfassung in einem Google Doc. Die Zusammenfassung leite ich zusätzlich an Gemini weiter, das daraus einen Blogpost schreibt. Das Ganze kann ich jeden Morgen um 8 Uhr automatisch laufen lassen.

Der Haken kam beim ersten Test. Die Zusammenfassung war ordentlich, aber mit dem Blogpost war ich nicht happy, er war mir viel zu lang. Also musste ich zurück in den Workflow, ins Gemini-Modul, und den Prompt anpassen. Zum Beispiel mit dem Zusatz: Sei konkret und komme zum Punkt.

Genau das wollte ich dir mit dem Beispiel zeigen: Solange du selbst über das Ergebnis iterierst und den Prompt danach anpasst, hast du keinen KI-Agenten. Der Workflow könnte tausend Module haben. Solange du diese Module selbst erstellst, bleibt es ein KI-Workflow. Mehr solcher Praxisfälle findest du in meinen KI-Agenten-Beispielen.

Stufe 3: Der KI-Agent übernimmt das Denken

Workflows helfen dir am meisten, wenn du Tools benutzen willst, einen stabilen Ablauf brauchst und vorhersehbare Ergebnisse haben möchtest. Um so einen Workflow zu erstellen, musstest du bisher aber zwei Dinge selbst tun. Und diese beiden Dinge unterscheiden einen Workflow von einem KI-Agenten.

Erstens planen: Wie speichere ich die Artikel am besten? Welche KI nehme ich für die Zusammenfassung? Wo landen die Blogposts? Zweitens die Tools manuell verbinden: das Google Sheet mit Perplexity, Perplexity mit dem Google Doc, Gemini für den Blogpost.

Jetzt kommt der wichtigste Satz in diesem Artikel: Um aus einem KI-Workflow einen KI-Agenten zu machen, musst du selbst durch ein LLM ersetzt werden. Sowohl das Planen als auch das Benutzen der Tools übernimmt dann der Agent.

Statt einem festen Ablauf zu folgen, überlegt sich der Agent selbst den besten Ansatz. Speichere ich die Artikel als Links oder als PDF? Welches Modell nehme ich fürs Zusammenfassen, vielleicht Claude? Moment, Perplexity passt hier besser. So arbeitet sich der Agent Schritt für Schritt vor und übernimmt den Denkprozess, den du vorher beim Bauen des Workflows durchlaufen hast.

Das hat allerdings einen Preis: Aus dem kontrollierten Workflow, in dem du jeden Schritt überwachen konntest, wird eine Blackbox. Du gibst dem Agenten nur noch ein Ziel vor. Den besten Weg dorthin ermittelt er selbst und baut ihn intern, ohne dass du viel daran beeinflussen kannst.

Iteration: So verbessert sich der Agent selbst

Eine zentrale Technik dabei ist Iteration. Stellt der Agent fest, dass sein Output nicht gut genug ist, geht er zurück und packt die Aufgabe komplett neu an. Die Zusammenfassung passt nicht zum Paper? Dann ändert er den Prompt oder probiert ein anderes LLM.

Dabei kommen oft weitere LLMs ins Spiel. In meinem Workflow habe ich den Output selbst geprüft und entschieden, dass er nicht gut genug war. Ein KI-Agent kann mich durch ein Kritiker-LLM ersetzen, das den Output für mich bewertet. Wenn so ein Kritiker-LLM und ein Antwort-LLM miteinander interagieren, spricht man von einem Zwei-Agenten-System.

Ein Agent in Aktion: Claude Code

So weit die Theorie. Ein aus meiner Sicht perfektes Beispiel für einen KI-Agenten ist Claude Code. Ich habe es letztens zum ersten Mal benutzt und war ehrlich überrascht von den Ergebnissen. Ich wollte eine kleine App, die mir das aktuelle Wetter in Potsdam anzeigt, wo ich derzeit wohne. Claude Code hat zuerst geplant und sich eine To-do-Liste erstellt, im Hintergrund eine Suche ausgeführt und dann schrittweise über den Code iteriert, bis das Ergebnis stand. Für etwa 10 Cent und 2 Minuten Arbeit konnte sich das Ergebnis definitiv sehen lassen.

Zusammenfassung: vom LLM zum Agenten

Ein LLM ist ein Sprachmodell, das für einen Input eine Ausgabe generiert. Bindest du Tools ein und definierst feste Abläufe, entsteht ein KI-Workflow. Und lagerst du auch die zentralen Entscheidungen an ein LLM aus, also wie das Problem angegangen wird, welche Tools zum Einsatz kommen und ob das Ergebnis gut genug ist, bist du beim KI-Agenten angekommen.

Wenn du das Gelernte direkt anwenden willst: In der Anleitung KI-Agent in n8n erstellen baust du deinen ersten eigenen Agenten, Schritt für Schritt und ohne Vorkenntnisse.